Mempromosikan Kerjasama Indonesia-Australia dalam Teknologi Digital – OpenGov Asia

Ketika datang untuk menemukan distribusi layanan yang adil di seluruh negara bagian dan lokalitas, dan keragaman dan inklusi dalam tenaga kerja mereka, spesifik tantangan bervariasi dari satu tempat ke tempat lain. Tapi tema umum telah muncul: um benar-benar memahami Agar masalah dapat dipecahkan, para manajer harus memiliki data yang diperlukan.

Mempelajari data kota, kabupaten, dan negara bagian memberi tahu pengambil keputusan tidak hanya bagaimana uang pembayar pajak dibelanjakan, tetapi juga bagaimana uang itu dikumpulkan dan bagaimana uang itu diinvestasikan di lingkungan sekitar. Juga harus ditentukan apakah pegawai pemerintah, pejabat senior, anggota dewan dan vendor mencerminkan komposisi demografis perusahaan dan diberi kompensasi yang memadai.

Data memungkinkan kami untuk lebih memahami bagaimana kota dan masyarakat luas dapat berkontribusi pada rasa memiliki bagi penduduk dan karyawan.

– Farris Muhammad, Direktur Keadilan dan Inklusi

Langkah pertama, tentu saja, adalah mengidentifikasi di mana ketidakadilan itu ada. Misalnya, di Akron, Ohio, laporan pengadaan yang dirilis pada Juni 2020 menemukan bahwa hanya 5% dari uang yang dihabiskan untuk kontrak kota pada tahun 2019 masuk ke perusahaan milik minoritas, meskipun 30% populasinya berkulit hitam.

Temuan seperti ini memiliki nilai terbatas kecuali jika memicu tindakan. Penemuan Akron mengarah pada penciptaan posisi baru untuk bekerja pada kepatuhan kontrak dan keragaman pemasok, dengan Sheena Fain, seorang pengusaha dengan pengalaman sektor swasta yang luas, mengambil posisi pada Maret 2021.

Untuk mengidentifikasi pemasok potensial baru, dia menyusun daftar perusahaan minoritas. Dengan bantuan beberapa perusahaan swasta, ia kemudian menyelenggarakan kursus untuk memberikan informasi tentang partisipasi dalam kontrak kota dan sertifikasi sebagai calon pengusaha minoritas. Sistem manajemen pemasok baru dipasang untuk menciptakan proses penawaran yang lebih terbuka dan transparan.

Banyak kota dan kabupaten memiliki cerita serupa, dengan data yang mendesak pemerintah untuk memasukkan tujuan kesetaraan baru ke dalam rencana strategis dan mengadopsi taktik baru untuk mengatasi hambatan sebelumnya. Di Dubuque, Iowa, misalnya, analisis demografi pendaftaran siswa sekolah menengah untuk kursus AP menemukan bahwa siswa kulit hitam tidak proporsional dalam kursus AP.

Di Iowa, Community Foundation of Greater Dubuque menyelenggarakan “Data Walk” tahunan untuk membuat tempat terpusat bagi penduduk lokal, kelompok masyarakat, pegawai pemerintah, organisasi nirlaba, dan pihak berkepentingan lainnya untuk memeriksa dan mendiskusikan poin data utama tentang berbagai topik. Tema pada tahun 2021 dan 2020 termasuk Ketenagakerjaan dan Keadilan dan Keadilan Rasial.

Alat lain yang menjanjikan baru-baru ini diperkenalkan melalui kemitraan antara Government Alliance on Race dan perusahaan perangkat lunak yang berspesialisasi dalam sistem informasi geografis, kecerdasan lokasi, dan perangkat lunak pemetaan. Alat analisis keadilan sosial yang baru menyediakan pendekatan pemetaan geospasial yang dapat digunakan untuk memvisualisasikan area fokus, menilai dampak tingkat masyarakat, dan memandu pengambilan keputusan pemerintah. Ini akan memungkinkan pemerintah untuk menggunakan lensa interseksional untuk mengidentifikasi pola kebutuhan dan peluang untuk meningkatkan kesetaraan melalui pemeriksaan geografi, ras, etnis, disabilitas, gender, dan bidang minat lainnya.

Sebagai dilaporkan oleh OpenGov Asia, sistem peradilan, bank, dan perusahaan swasta menggunakan algoritme untuk membuat keputusan yang berdampak besar pada kehidupan masyarakat. Sayangnya, algoritme ini terkadang bias — mereka secara tidak proporsional memengaruhi orang kulit berwarna dan mereka yang berpenghasilan rendah saat mengajukan pinjaman atau pekerjaan, atau bahkan ketika pengadilan memutuskan jaminan apa yang harus ditetapkan saat seseorang menunggu persidangan.

Peneliti AS telah mengembangkan bahasa pemrograman kecerdasan buatan (AI) baru yang dapat menilai keadilan algoritme lebih akurat dan lebih cepat daripada alternatif yang tersedia. Bahasa Probabilistik Sum-Produk (SPPL) mereka adalah sistem pemrograman probabilistik.