Источник: ain.ua
Журналистка Вирджиния Ойбанкс пишет о влиянии высоких технологий на программы общественной помощи.
В Индиане она расследовала попытки приватизировать и автоматизировать процесс допуска к соцвыплатам.
В Лос-Анджелесе она изучала систему, созданную чтобы предоставлять бездомным наиболее подходящие жилищные условия.
В Пенсильвании Ойбанкс писала о статистической модели, которая должна была предугадывать — какой ребенок может стать жертвой оскорблений или пренебрежения в будущем.
Во всех местах, которые она посещала, законодатели, исследователи и социальные работники говорят об одном — необходимы автоматические системы принятия решений.
В статье для The Guardian журналистка предупреждает — алгоритмы не способны справиться с проблемой, которую создали сами люди. Редакция AIN.UA приводит сокращенный перевод материала.
На алгоритмы рассчитывают, потому что надеяться — они более справедливо распределят ограниченные ресурсы и выберут, кому именно из наиболее нуждающихся людей по всей стране помочь.
К примеру, в Лос-Анджелесе остро стоит проблема жилья и закрыть ее одним усилием невозможно.
Местные руководители социальных программ в буквально смысле разрываются между двух зол — нужно выбрать, кто действительно может умереть в ожидании визита скорой, а у кого просто грипп и он сможет подождать.
В результате, набрали популярности цифровые системы контроля за бедностью. Они смягчают ощущение, что в отношении экономических проблем делается слишком мало.
В США автоматическое распределение так называемых вэлфер-выплат заменило армию соцработников и офисов на онлайн-формы и частные колл-центры.
Казалось, что это уберет лишние барьеры и устранит фактор человеческой предвзятости. Но эффект был обратным — тысячам людей заблокировали получение благ, в которых они нуждались.
Для примера, в Индиане женщина лишилась поддержки в рамках медицинской программы Medicaid. Она не смогла ответить на звонок, потому что была в больнице и страдал от рака на терминальной стадии.
Алгоритмы действуют как моральные термометры, перемешивая статистические данные для ранжирования бездомных по фактору их потенциальной уязвимости.
В лучшем случае это означает, что наиболее нуждающимся помогут быстрее.
Но поскольку бюджетного жилья мало, создание спектра «нуждаемости» обычно означает, что приоритет получают те, чье переселение наиболее финансово эффективно.
Предиктивные модели используют статистику, чтобы предугадать, какие родители будут плохо обращаться с детьми. Но данные, на которых они основаны, собирались только от семей, участвующих в соцпрограммах.
Из-за этого высокотехнологичные системы путают бедных родителей и плохих родителей. В Питтсбурге, новая системы пытается этого избежать.
Family Screening Tool сравнивает 131 разные типа данных, чтобы понять, использовать ли поступающие на горячую линию звонки для скрининга.
В число «переменных» входят следующие факторы: участвует ли семья в программе льготной покупки продуктов, получает ли помощь от депрессии или государственное медицинское обслуживание.
Ойбанкс обобщает: американцы все больше полагаются на цифровые инструменты, чтобы оценить, какие семьи наиболее заслуживают помощи.
Проблема в том, что с социальными проблемами обращаются так же, как с природными катаклизмами.
Их принимают за случайные, временные, неизбежные случайности, игнорируя предваряющие это политические решения.
Автор приводит пример жилищного кризиса, который она наблюдала в южном Лос-Анджелесе и районе Скид-Роу. В городе 58 000 бездомных.
Это больше, чем в Швеции, Норвегии, Дании, Финляндии, Исландии вместе взятых. С 2014 года статистика ухудшается. В 2017-ом бездомных стало на 23% больше.
Но жилищный кризис не был случайностью или неизбежностью. В 50-х оппоненты заблокировали план постройки 10 000 доступных квартир, направив жалобу в комиссию по расследованию антиамериканской деятельности.
Попытку обеспечить жильем бедные и рабочие семье восприняли как акт коммунизма.
В 1960-х эти кварталы окончательно исчезли из городского плана, не получив никакой замены.
Проблема бездомных — продукт жесткой политики. Она спровоцирована нехваткой доступного жилья, вместе со стагнацией доходов и непродуктивной системой соцпомощи, которая тратит слишком много ресурсов.
Хорошая новость для американцев, с их коллективной ответственностью за жилищный кризис, заключается в следующем: если они его создали, значит способны и решить.
Начало способны положить два непростых политических решения.
Первое — владельцы домов могут отказаться от налоговых вычетов по ипотечным кредитам. Социолог Мэттью Десмонд указывает: американцы потратили $41 млрд на жилищные программы для нуждающихся.
В то же время, налоговые субсидии обошлись бюджету в $171 млрд.
Преимущественно, от них выигрывали семьи с доходом выше $100 000 в год. Пожертвовав эти деньги на доступное жилье, проблему можно было бы решить за год.
Второе — можно снизить барьеры для получения социальных сервисов и увеличить выплаты по программам TANF, SNAP, EITC.
Сейчас они не покрывают проблемы, возникающие перед лицом медицинских проблем, жилищного кризиса или вынужденного отказа от работы.
В Лос-Анджелесе, например, базовые выплаты держатся на уровне $221 в месяц с 1982 года.
В 2015 году газета Los Angeles Times сообщала, что по всей стране ежемесячно становятся бездомными 13 000 человек — их уровень доходов не поспевает за ростом арендных ставок.
В таких условиях, высокотехнологичные решения лишь усиливают существующее неравенство. И тем не менее, все напирают на аскетизм, вместо того, чтобы обратить внимание на причины катастроф.
Эта лихорадка требует урезать поддержку и без того стагнирующих программ.
Паноптикум прежних социальных ценностей — достоинство, самоотверженность, равенство, соответствие правовым нормам — хотят заменить двумя императивами. Это эффективность и сокращение расходов.
Вместо ответственности за не-природные катастрофы, вроде бедности и голодания, продвигается миф того, что такие экстремальные условия — просто жизненный факт.
Его якобы легче контролировать, чем искоренять.
Ойбанкс подводит суровый итог. Поскольку применение автоматизированных систем расширяется, они действуют как эмпатические барьеры.
Забирают на аутсорс решения о том, что выживет и преуспеет, а кто нет. Люди вверяют машинам эти вопросы, потому что для нас они слишком сложны.
А еще потому, что нам все известно лучше. Мы знаем, что нет никакого этического метода приоритизировать одну жизнь вместо другой.
Самые актуальные новости - в 
