天涯书库 > 互联网+:从IT到DT > 第2节 公益环节的再造 >

第2节 公益环节的再造

需要指出的是,“互联网+公益”并非简单等同于公益组织/行业对于互联网工具的使用,更应该包括对相关数据的积累和应用。

虽然目前公益互联网化的进程依然集中在捐赠及传播环节,但有赖于互联网行业本身的蓬勃发展,使得我们对公益行业其他各环节的互联网化充满了信心!

1.需求挖掘

在原有的公益需求挖掘过程中,调研者主要依靠普遍性的共识(往往来自于政府或者权威机构的普查)、抽样的调研以及个人主观的感受。比如在城市白领的健康问题上,调研者需要通过掌握大量个体健康资料的第三方机构(比如体检中心),以及一定样本量的面对面访谈,结合自身的专业经验,最终得出问题的判断。但由于个体健康资料的敏感性会直接影响样本数量,加上健康问题具有一定动态特征,可能会让最终的判断产生偏差。而通过互联网的方式,调研者可以非常方便地向目标人群发起调研,通过匿名的方式收集足够量级的样本,并通过数据分析得出结论。在这个基础上,针对不同年龄段、性别、工种等维度的分析也成为了可能。

更激动人心的是,数据的积累为许多相关性分析提供了前提。比如我们可以畅想,当我们获得了一个村庄的农产品产量以及农药、化肥的购买量后,便可以推算出其是否采取了足够环保、健康的种植方式,进而采取措施。又比如在遭受地震灾害的地区,政府部门可以通过日常人口分布的分析,推算出受灾情况。同样,教育部门也可以通过对学龄儿童居住地的分析,更好地对学校的分布进行指导……

2.项目设计

互联网的加入为公益项目的设计带来了新的契机。项目发起者可以直接从海量用户身上获得解决问题所需要的资源(并非资金),如果这种资源是普通用户可以直接提供的(不需要购买),那便大大加速了整个项目的进程。

在这个方面,一些具有前瞻意识的组织早已率先做出了榜样。

案例:reCAPTCHA验证码

2009年Google收购了验证码公司reCAPTCHA,后者利用CAPTCHA的原理(CAPTCHA的中文全称是全自动区分计算机和人类的图灵测试),借助于人类大脑对难以识别字符的辨别能力,对古旧书籍中难以被OCR识别的字符进行辨别。简单来说,在登录一些网站时,用户会看到两个词条,其中一个是需要用户识别的难认词,另外一个是答案已知的真正的CAPTCHA词。软件将能够正确识别CAPTCHA词的用户看作是人类,当CAPTCHA词被正确识别出来后,程序会记录用户对无法阅读的词的回答并将其添加到数据库中。这样就完成了一次人工的OCR识别。

为了改善软件的精确性,reCAPTCHA会将最困难的词发送给多个用户并挑选其中有相同答案的作为正确答案。据说准确率能够达到99%。

用户每使用一次这个程序,实际上就是在帮助数字化重现1908年《纽约时报》上的某一页,或者其他古书中的一页,这对考古学具有重大的意义。

在这个案例中,如果脱离互联网的支持,古籍翻译者需要雇佣大量的人力来进行人工识别工作,其所需要的时间、资金、运作成本是不可估量的。而通过互联网的方式,项目设计、宣传、公众参与、项目执行各个环节一气呵成,通过让海量用户直接提供服务,越过了筹集资金再购买资源等一系列复杂的过程,极大程度上提高了效能。

案例:World Community Grid

另一个类似的案例则来自于IBM,其支持的World Community Grid项目号召用户捐出自己电脑的闲置运算能力,以创造出造福全人类的最大网格计算系统。用户只需要安装一个软件,就能贡献自己电脑闲置的计算能力,为各种技术创新、疾病改善提供支持。其研究覆盖艾滋病、癌症、埃博拉病毒、清洁能源等各个方面。

3.效果跟踪

一般来说,公益项目在执行完毕后,需要对受益人进行“回访”以确认效果。但是受限于项目执行组织的人员精力、财务成本等因素,这一类“回访”通常并未发挥其应有的作用,大多数时候只是停留在对部分个案的调研,或是将“回访”打造成提升捐赠人体验的一次活动。

而随着手机终端的广泛普及,我们可以畅想每个机构都可以通过互联网方便地建立回访网络。借助受益人或是周边的志愿者手上的终端上传信息,实现回访信息的记录,并通过大量的数据更加科学地对项目执行效果进行分析和监测,相关的信息可以直接通过网络平台进行展示,完成实时的信息公开及反馈。

通过这些设想与案例,我们可以充分体会到互联网为公益行业注入的活力。但在具体实践中,我们不要拘泥于各个环节的区分,而要更多地关注互联网思维的整体应用,就像前文提到的,在互联网化的趋势下,各个环节会趋于融合。新的公益形态会是怎样的?我们需要拭目以待。