9 способів використання даних у сфері захисту дітей [Огляд Платформи із захисту дітей]

Дата: 
01 May 2018
Видавець: 
Платформа із захисту дітей

1. Програма «Think Family and Troubled Families» – Бристоль, Велика Британія
На підставі даних з декількох джерел дослідники в Бристолі визначили сім'ї, схильні до ризику, використовуючи прогнозний аналіз. Їм вдалося спрогнозувати очікувані результати на підставі спостережуваних характеристик сімей і моделей даних. Це допомогло соціальним працівникам, які, використовуючи цю інформацію, змогли втручатися на ранній стадії для запобігання важким ситуаціям. Команда аналітиків також розробила модель для виявлення дітей, які можуть піддатися ризику сексуальної експлуатації, що дозволило соціальним службам здійснювати моніторинг дитини і її оточення та втручатися за необхідності. 

2. База зображень, пов'язаних з наругою над дітьми (CAID) – Велика Британія
Аналітики створили велику базу зображень жорстокого поводження з дітьми, наявних у розпорядженні поліції. Маючи усі зображення в одній системі, правоохоронні органи можуть звіряти телефони затриманих правопорушників з базою, перевіряючи десятки тисяч зображень усього за годину. Це допомагає поліції ідентифікувати пристрої на місці події, прискорювати процес розслідування і більш оперативно виявляти жертв наруги, обмінюючись зображеннями з іншими відомствами. Крім того, база даних дозволяє приватним компаніям на ранньому етапі видаляти матеріали зі свого веб-сайту, якщо система розпізнає аналогічне зображення. 

3. Аналіз онлайн-текстів для виявлення сексуальних злочинців – Університет Ланкастера, Велика Британія 
Виявляє сексуальних злочинців, які прикидаються дітьми в соцмережах і чатах. Система аналізує тексти і ключові слова для ідентифікації користувачів, що маскуються дітьми, які часто використовують декілька онлайн-особистостей. Вона розрізняє розмови між дорослою дитиною, що прикидається дитиною, і справжньою дитиною з точністю до 94%, виявляючи сексуальних злочинців в Інтернеті шляхом аналізу специфічних через вік особливостей тексту. На основі ПЗ було створено додаток для телефону ChildDefense, який дитина може використовувати для визначення віку онлайн-співрозмовника.

4. Інструмент скринінгу сімей в окрузі Аллеган – Піттсбург, Пенсільванія, США
Команди соціальних працівників додали у свої системи прогнозні алгоритми аналізу, які перевіряють кожен кейс після того, як він був зареєстрований і оцінений соціальним працівником. Наприклад, система перевіряє кейси з позначкою «низький ступінь ризику», яка була проставлена на підставі інформації з дзвінків і існуючих звітів. Для цього система отримує доступ до телефонних дзвінків в цю або інші соціальні служби, після чого оцінює ризик і присвоює свою оцінку за шкалою від 1 до 20. Програма надає додаткову перевірку, переглядаючи існуючу інформацію, наявну в різних відомствах, – від баз даних центрів лікування наркоманії, поліцейських відділків і судів до медичних і освітніх закладів. Використовуючи це програмне забезпечення разом з існуючою системою оцінки, соціальні працівники можуть швидко оцінити ситуації за допомогою великої кількості фактів і прогнозу, отриманого шляхом скринінгу певних чинників або їхньої комбінації. Це дозволяє відомствам продовжити роботу над кейсом і за необхідності втрутитися на ранній стадії. 

5. Виявлення жертв торгівлі людьми – Каліфорнія, США
Два дослідники з Університету Південної Каліфорнії використовували дані з Інтернету для розробки програмного забезпечення, яке переглядає оголошення про продаж секс-послуг в Інтернеті. При пошуку уразливих осіб, залучених в сексуальну експлуатацію, система допомагає відстежувати зниклу людину шляхом пошуку номерів мобільних телефонів, місця розташування і фотографій.

6. Програма «Family Insights» – Ньюкасл, Велика Британія
Ньюкасл використовував дані як основу для реструктуризації міських соціальних служб, створюючи спеціалізовані підрозділи для вирішення кола проблем і потреб, визначених виходячи з інформації про сім'ї. Групуючи сім'ї за виявленими обставинами, що викликають занепокоєння, можна реорганізувати підрозділи соціальних працівників відповідно до груп проблем. В результаті соціальні працівники проходять навчання в конкретних областях і можуть надавати більш вузькі послуги, а діти і сім'ї, що входять в систему соціальної підтримки, приписуються до найбільш відповідного спеціаліста, виходячи з чинників, визначених системою, а не до найближчого підрозділу, як це було раніше. 

7. Інтеграція даних для служб підтримки – Манчестер, Велика Британія
У Манчестері було створено інтегроване сховище даних шляхом об'єднання інформації з 16-ти служб усього міста. Це дозволяє соціальним працівникам швидше знайомитися з кейсами без необхідності запитувати інформацію у інших відомств або вивчати старі матеріали по кейсу. Система сортує дані, визначаючи конкретних людей і зв'язуючи їх з існуючою інформацією, наприклад, з декількома адресами, сім'ями або якимись подіями, які були зареєстровані в різних службах. Місто також використовувало прогнозний аналіз, кластерний аналіз і дерева ухвалення рішень для визначення тих чинників, які допомагають виявити дітей, які потребують захисту. 

8. Прогнози на основі місця розташування – Техас, США
Прогнозне моделювання, що спочатку використалося для прогнозування районів і вулиць, де найбільш вірогідна стрільба, було перетворене лікарем, який хотів запобігти жорстокому поводженню і насильству над дітьми. Проект визначив чотири найважливіші чинники ризику, пов'язані з жорстоким поводженням з дітьми: фізичне і сексуальне насильство, втечі з домівки і домашнє насильство. На основі цих чинників ризику система надає інформацію про райони, найбільш схильні до виникнення випадків жорстокого поводження з дітьми, що дозволяє правоохоронним органам, соціальним працівникам і організаціям фокусуватися на цих певних районах і надавати якісніші послуги. 

9. Програма для проблемних сімей – Хатлпул, Велика Британія
Команди проаналізували різноманітні дані з різних джерел і виявили загальну модель серед сімей. Після визначення чотирьох основних причин – домашнього насильства, зловживання психоактивними речовинами, горя і втрати, а також психічного здоров'я / емоційного благополуччя – вони змогли забезпечити цільову підготовку соціальних працівників у цих ключових областях. В результаті соціальні працівники можуть виявляти ранні ознаки і втручатися, зводячи до мінімуму вилучення дітей з сімей. 

 

Джерела:
Home Office (2015): База зображень, пов’язаних з наругою над дітьми https://www.gov.uk/government/uploads/system/uploads/attachment_data/fil...
Nesta (2016): Datavores of Local Government: using data to make services more personalised, effective and efficient https://www.nesta.org.uk/sites/default/files/local_datavores_discussion_...
Nesta (2016): Wise Council:Insight from the cutting edge of data-driven local government https://www.nesta.org.uk/sites/default/files/wise_council.pdf 
Department for Communities and Local Government: Supporting disadvantaged families
https://www.gov.uk/government/uploads/system/uploads/attachment_data/fil...
Partnership for Conflict, Crime and Security Research: Pioneering New Work in Online Child Protection http://www.paccsresearch.org.uk/delivering-impact/case-studies/pioneerin...
New York Times (2018): Can an algorithm tell when kids are in danger? https://www.nytimes.com/2018/01/02/magazine/can-an-algorithm-tell-when-k...
AP News (2017): Texas doctor seeks to stop child abuse before it can happen https://apnews.com/398903d7338a455085832f5fed0035e9 
Child Hub (2015) Team uses big data to fight human trafficking https://childhub.org/en/child-protection-news/team-uses-big-data-fight-h...

Країна (країни), яких стосується цей матеріал: 
Міжнародний

Цей проект фінансується: