國會如何將公民的聲音轉化為數據點

國會如何將公民的聲音轉化為數據點
在國會辦公室回答三方成員往往涉及將評論列入數據庫。 參議員Steve Daines辦公室,R-Mont。 通過AP

像亞馬遜,Facebook和谷歌這樣的大型科技公司並不是唯一面臨巨大挑戰的公司 關於使用公民數據的政治擔憂:國會也是如此。 過去十年國會研究人員的報告描述了一個 過時的通訊系統 那是 努力解決公民接觸壓倒性上升的問題.

每一天, 成千上萬的人聯繫他們的參議員和代表。 他們的意圖 - 抗議或支持政治家或立法提案,尋求聯邦官僚機構的協助或表達他們對時事的看法 - 與他們的交流方式一樣廣泛,包括電話,書面信件,電子郵件,面對面會議,城鎮大廳,傳真和社交媒體消息。

國會管理基金會建議大多數國會辦公室都看到了 組成聯繫雙 - 或者甚至增加八倍 - 從2002到2010。 目前的工作人員表示,此後這一數字已經攀升至更高水平。 國會工作人員 花幾個小時聽,讀,收集和組織 所有這些信息。 所有這些都最終進入他們辦公室的數據庫。

作為國會技術使用的學者, 我在50國會辦公室以外採訪了超過40的工作人員。 我觀察到,計算機技術的進步正在改變國會處理公民溝通的方式,並使用從這些對話中收集的數據來代表公民 - 無論好壞。

一個重載的系統

無論人們為什麼或如何联系他們當選的官員,他們都想要一個基本的東西:他們希望有人傾聽。 但實際發生的事情是不同的。 正如一名工作人員向我解釋的那樣:“他們希望能夠聽到他們的聲音,而且我將他們的信息輸入數據庫。”

當一個成員打電話給國會辦公室時,接聽電話的工作人員會收集個人信息 - 來電者的姓名,地址以及他們打電話的原因。 地址很重要,因為它可以確認該人實際上是國會區的居民。 國會一直如此 幾十年來記錄這種數據但是,尋求聯繫其當選代表的三方成員的數量已經大大增加,並且是壓倒性的國會制度。


從InnerSelf獲取最新信息


例如,一位民主的工作人員告訴我,在2017,as 共和黨人開始努力廢除“平價醫療法案”,通常被稱為奧巴馬醫改,他們的辦公室每天接到200電話 - 只有一名實習生接聽電話。 處理這麼多電話的唯一方法是將人們的觀點稱為“贊成”或“反對”當前的提案。 沒有時間跟踪其他任何事情。 這是國會的新常態 - 人手不足,而且沒有準備好接受實質性的傾聽。

專注於數字,而不是人

對數據的關注太多了 可以在代議制民主中引起問題。 每個代表都有一個 710,000成分的平均值 - 因此,對公民的匯總和統計觀點可能是一個有吸引力的解決方案。 但每個人都有自己的故事。 隨著工作人員專注於收集數據,推動公民發言的情感故事是 經常輸了.

想像一下來電者聯繫他們的國會議員,了解對該法案有整體看法的ACA,但也與其中一個細節有個人聯繫 - 例如可能失去保險的大學年齡兒童或先前存在的醫療狀況。

通常情況下,來電者的意見最終會被標記為“支持”或“反對”整個賬單 - 例如,不是“反對”它的這一部分,而是“支持”它的那一部分。 問題不在於國會議員和他們的員工不關心 - 他們非常關心 - 他們沒有真正傾聽的能力。

通過將公民的聯繫轉變為數據點,國會減少了對其成員和他們想要的東西的了解。 但這種聯繫很重要。 它是 單一最一致的預測因子 成分政策制定者在其所在地區關注的問題 - 將問題放在未來的雷達上。 數據通過強調數字作為有效的理解手段來改變這些看法。

國會如何將公民的聲音轉化為數據點 在1963中,大多數成員聯繫都是通過信函來的。 其他方法擴大了公民的選擇範圍,並幫助他們更頻繁地發表評論。 美聯社照片/約翰勞斯

進一步複雜化

這些數據庫不僅過分簡化了三方成員的觀點 - 他們還忽略了大批美國人。

與他們的國會議員聯繫的人往往是 白人,受過良好教育,富裕。 數據庫信息易於分析,因此很容易假設它準確地代表了更廣泛的公眾輿論。 但事實並非如此。

還有其他主要問題。 其中許多數據庫都是基於業務實踐而設計的 對待公民更像客戶 滿足於政策制定中的合作者。

這導致員工角色從公民聲音的守門員轉變為薪水低廉的數據庫管理員和客戶關係人員。 員工花費數小時甚至數天的時間記錄,組織和跟踪數據庫的公民信息。 這是大量的時間和勞動,可以在其他地方更好地利用它來理解構成觀點。

As 收集和記錄公民聯繫的實踐在繼續增長,國會需要認真考慮這些數據和這些數據收集做法對代表的 與公民的關係。 如果沒有這樣的批評性對話,公民在影響政策制定者方面的能力有限。

技術並沒有改變國會已經發生的事情的政治現實,但是 它經常強化和放大社會已經發生的事情.

改變國會使用和跟踪公民數據的方式,需要與更大的對話聯繫起來,即有關政府聽取選民的聲音並使他們參與決策的意義。 這可以推動創新技術,促進更高質量的組成參與形式。

關於作者

薩曼莎麥當勞博士 信息學候選人, 美國加州大學歐文分校

本文重新發表 談話 根據知識共享許可。 閱讀 原創文章.

enafarZH-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

關注InnerSelf

Facebook的圖標Twitter的圖標RSS圖標

通過電子郵件獲取最新信息

{emailcloak = OFF}