国会如何将公民的声音转化为数据点

国会如何将公民的声音转化为数据点
在国会办公室回答三方成员往往涉及将评论列入数据库。 参议员Steve Daines办公室,R-Mont。 通过AP

像亚马逊,Facebook和谷歌这样的大型科技公司并不是唯一面临巨大挑战的公司 关于使用公民数据的政治担忧:国会也是如此。 过去十年国会研究人员的报告描述了一个 过时的通讯系统 那是 努力解决公民接触压倒性上升的问题.

每一天, 成千上万的人联系他们的参议员和代表。 他们的意图 - 抗议或支持政治家或立法提案,寻求联邦官僚机构的协助或表达他们对时事的看法 - 与他们的交流方式一样广泛,包括电话,书面信件,电子邮件,面对面会议,城镇大厅,传真和社交媒体消息。

国会管理基金会建议大多数国会办公室都看到了 组成联系双 - 或者甚至增加八倍 - 从2002到2010。 目前的工作人员表示,此后这一数字已经攀升至更高水平。 国会工作人员 花几个小时听,读,收集和组织 所有这些信息。 所有这些都最终进入他们办公室的数据库。

作为国会技术使用的学者, 我在50国会办公室以外采访了超过40的工作人员。 我观察到,计算机技术的进步正在改变国会处理公民沟通的方式,并使用从这些对话中收集的数据来代表公民 - 无论好坏。

一个重载的系统

无论人们为什么或如何联系他们当选的官员,他们都想要一个基本的东西:他们希望有人倾听。 但实际发生的事情是不同的。 正如一名工作人员向我解释的那样:“他们希望能够听到他们的声音,而且我将他们的信息输入数据库。”

当一个成员打电话给国会办公室时,接听电话的工作人员会收集个人信息 - 来电者的姓名,地址以及他们打电话的原因。 地址很重要,因为它可以确认该人实际上是国会区的居民。 国会一直如此 几十年来记录这种数据但是,寻求联系其当选代表的三方成员的数量已经大大增加,并且是压倒性的国会制度。


从InnerSelf获取最新信息


例如,一位民主的工作人员告诉我,在2017,as 共和党人开始努力废除“平价医疗法案”,通常被称为奥巴马医改,他们的办公室每天接到200电话 - 只有一名实习生接听电话。 处理这么多电话的唯一方法是将人们的观点称为“赞成”或“反对”当前的提案。 没有时间跟踪其他任何事情。 这是国会的新常态 - 人手不足,而且没有准备好接受实质性的倾听。

专注于数字,而不是人

对数据的关注太多了 可以在代议制民主中引起问题。 每个代表都有一个 710,000成分的平均值 - 因此,对公民的汇总和统计观点可能是一个有吸引力的解决方案。 但每个人都有自己的故事。 随着工作人员专注于收集数据,推动公民发言的情感故事是 经常输了.

想象一下来电者联系他们的国会议员,了解对该法案有整体看法的ACA,但也与其中一个细节有个人联系 - 例如可能失去保险的大学年龄儿童或先前存在的医疗状况。

通常情况下,来电者的意见最终会被标记为“支持”或“反对”整个账单 - 例如,不是“反对”它的这一部分,而是“支持”它的那一部分。 问题不在于国会议员和他们的员工不关心 - 他们非常关心 - 他们没有真正倾听的能力。

通过将公民的联系转变为数据点,国会减少了对其成员和他们想要的东西的了解。 但这种联系很重要。 它是 单一最一致的预测因子 成分政策制定者在其所在地区关注的问题 - 将问题放在未来的雷达上。 数据通过强调数字作为有效的理解手段来改变这些看法。

国会如何将公民的声音转化为数据点 在1963中,大多数成员联系都是通过信函来的。 其他方法扩大了公民的选择范围,并帮助他们更频繁地发表评论。 美联社照片/约翰劳斯

进一步复杂化

这些数据库不仅过分简化了三方成员的观点 - 他们还忽略了大批美国人。

与他们的国会议员联系的人往往是 白人,受过良好教育,富裕。 数据库信息易于分析,因此很容易认为它准确地代表了更广泛的公众舆论。 但事实并非如此。

还有其他主要问题。 其中许多数据库都是基于业务实践而设计的 公民更像客户 满足于政策制定中的合作者。

这导致员工角色从公民声音的守门人转变为薪酬不足的数据库管理员和客户关系人员。 员工花费数小时,有时几天,记录,组织和跟踪数据库的公民信息。 这是一个巨大的时间和劳动力,可以更好地利用其他地方来理解组成观点。

As 收集和记录公民联系的做法继续增长,国会需要批判性地思考这些数据和这些数据收集实践对代表的影响 与公民的关系。 如果没有这样的批评性对话,公民在影响政策制定者方面的能力有限。

技术并没有改变国会已经发生的事情的政治现实,但是 它经常强化和放大社会已经发生的事情.

改变国会使用和跟踪公民数据的方式需要与更大的对话联系起来,以便政府听取选民的意见并让他们参与政策制定。 这可以推动创新技术,促进更高质量的组成参与形式。

关于作者

萨曼莎麦当劳,博士 信息学候选人, 美国加州大学欧文分校

本文重新发表 谈话 根据知识共享许可。 阅读 原创文章.

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

按照InnerSelf

Facebook的图标Twitter的图标RSS图标

通过电子邮件获取最新的

{emailcloak = OFF}