Serveis Socials 2.0

Mobile World Congress 2019#m4SocialMWC19 Mobile World Congress 2019#m4SocialMWC19
Serveis Socials 2.0
Intel·ligència col·lectiva
aplicada a la gestió dels
professionals socials
Direcció de Planificació i Innovació Àrea Drets Socials
Febrer 2019

Mobile World Congress 2019#m4SocialMWC19
Índex
• Introducció
• Big Data Social
• Intel·ligència col·lectiva aplicada
- al treball dels professionals socials
- a l’eficiència la planificació
2

Ens trobem en una situació en la qual la demanda de serveis socials
està augmentant fins al punt de fer insuficients els recursos
disponibles posant en risc la sostenibilitat de la prestació dels
serveis o reduint la seva cobertura i efectivitat.
D'altra banda, la penetració de les noves tecnologies en els serveis
socials és molt baixa, sobretot si ho comparem amb altres serveis
de l'estat del benestar com la salut o l'educació.
El sistemes d’informació a les Àrees Socials, fins ara, han estat
només orientats a la gestió administrativa però no a l’eficiència i la
qualitat dels serveis o a millorar la relació amb el ciutadà.
Introducció
3

Què podem fer per millorar aquesta situació?
L’estat actual de la tecnologia permet:
• Capturar i utilitzar grans volums de dades per crear eines de suport a la decisió
• Generar models que aprofiten les dades mes enllà de les capacitats individuals
Com ho estem fent?
Amb una estratègia que inclou quatre grans línies d’actuació:
• Big Data Social
• Intel·ligència col·lectiva
• Simulador d’ajuts
• Apps B-Mincome - Rec
Introducció
4

Big Data Social
• El Big Data Social és la captació, emmagatzemament, l'organització,
administració i anàlisi de grans volums de dades, estructurades i no
estructurades, en l'àmbit de la gestió social.
• Les dades poden procedir de qualsevol origen: registres administratius,
enquestes, sistemes de gestió, dades de tercers, sensors...
• L’objectiu és tenir coneixement del que “està passant” a la ciutat de
Barcelona, a nivell agregat i individual.
5

Big Data Social
El Big Data Social té tres objectius:
• La dimensió agregada: per a la planificació dels serveis.
Exemple: Totes les despeses en habitatge de totes les administracions
• La dimensió individual: per al treball dels professionals amb un
enfocament 360º.
Exemple: Tots els ajuts monetaris i en espècie que ha rebut una família
• La dimensió individual anonimitzada: per a la recerca.
Exemple: Identificar patrons de pobresa i impacte sobre la salut, càlcul
de l’impacte social o del SROI d’una mesura o un projecte, etc..
6

La primera aplicació del Big Data Social:
Intel·ligència col·lectiva i eines de suport aplicades al treball dels
professionals socials
7

Parlem de intel·ligència col·lectiva, no de intel·ligència artificial
L’ús de la intel·ligència col·lectiva té com a finalitat la cerca d'una major eficiència
mitjançant el desenvolupament d'eines de suport automatitzades al treball dels
professionals socials.
Com
• Generant models d’intel·ligència col·lectiva amb un coneixement que
s’incrementa amb l’ informació acumulada al llarg dels anys pels propis
professionals i que creix dia a dia.
• Utilitzant aquests models per proporcionar als professionals socials eines de
suport a la presa de decisió basades en tecnologies innovadores d'intel·ligència
artificial (Machine learning, Deep learning, Speech to text...).
• Fent participar als professionals des de l’inici per assegurar que siguin eines
amb utilitat real.
Per
• Ajudar a millorar la praxis professional.
• Alliberar hores de tasques de poc valor afegit dels professionals socials i poder-
les destinar a treballs que impliquin una relació humana amb el ciutadà.
8

Que hem fet?
9
1. En els expedients dels usuaris, passar del text en llenguatge natural a
propostes de decisió estructurades i codificades que després validarà el
professional.
2. Fitxa 360 Que el professional social tingui una foto complerta i actualitzada
de la situació de la persona i la unitat familiar quan a: dades econòmiques,
dades de situació laboral i dades socials
3. Mesura del impacte social del servei Vincles

1 DPR : Demandes, Problemes, Recursos
1) Creació d’una Base de Dades amb
300.000 expedients de Serveis Socials.
2) Creació d’un model amb tècniques de
Machine Learning i Deep Learning.
3) El professional transcriu les notes de la
entrevista d’un cas al sistema
d’informació (el text en llenguatge
natural).
4) El model processa el text introduït i fa una
proposta de les demandes, problemes i
respostes/recursos per al cas que
després valida el professional.
10

1 DPR
11
Informem les dades de la entrevista i
premem el botó blau PROPOSTA

1 DPR
12
Apareix a la finestra emergent la
proposta de Demandes, Problemes i
Respostes perquè la professional les
confirmi a través dels botons
Validar..

2 Incorporació fitxa 360 al SIAS
Objectiu
Que el professional social tingui una foto complerta i
actualitzada de la situació de la persona i la unitat familiar
quan a:
• Dades econòmiques
• Dades de situació laboral
• Dades socials
13

14

15

3 Mesura de l’impacte social del programa Vincles
Objectiu
Mesurar l’impacte real del projecte Vincles en relació a l’objectiu de reduir la solitud
no volguda
Com
Es calcula la reducció de la solitud no volguda de les persones grans amb un
model que contempla dades qualitatives i quantitatives
Mitjançant aplicació d’intel·ligència artificial (Machine Learning ) a l’anàlisi de
diferents fonts de dades amb la creació de models que puguin auto aprendre
16

17
Fonts de dades
• Qüestionaris (els tres) es fan cada sis mesos
• DUKE-UNC Sentiment de Solitud
• RED SOCIAL de LUBBEN Activitat Social
• WHOQOL-AGE Qualitat de Vida
• Dades detallades de les videoconferències realitzades
per cada usuari
• Els missatges que els usuaris s’envien entre sí
• Els missatges que els usuaris intercanvien en els grups
• SIAS (Data alta, Procedència alta, Data baixa, Motiu
baixa, Adreça, CP, Sexe, Núm expedient)

18
INICIAL ACTUAL

Que tenim previst fer properament?
19

Que tenim previst fer properament?
20
1. Matriu Autosuficiència
Valoració automàtica de la situació social d’un usuari del Serveis Social segons àmbits (p.e.
Habitatge, feina, salut...) segons les entrevistes i les dades dels diferents serveis utilitzant
les frases que qualificant el nivell per àmbit
2. Speech to text
3. Detecció de problemàtiques ocultes
Detecció automàtica de situacions que puguin servir d’alerta primerenca al professional
social
p.e. Violència Persones grans , Violència masclista , Violència infants, Pobresa invisibilitzada
Anàlisis de converses bastat en Speech to text amb els dos interlocutors i Sentiment
Analysis per:
Analitzar de manera automàtica
• De què es parla / freqüència
• Valoració servei / millores / ús /queixes
• Qualitat dels serveis
• Per què de les coses

1 Matriu Autosuficiència
21
La posta en marxa de la SSM (Matriu
d’autosuficiència) ha fet evolucionar el
diccionari dels DPR cap a un nou diccionari
de problemes.
En aquest nou diccionari trobem a les files
els àmbits i en les columnes el grau
d'autosuficiència.
A més, per cada àmbit i grau
d'autosuficiència podem tenir més d'una
frase d’encaix (l’algoritme tria el concepte de
la matriu que està a menor distancia de la
frase del text de la entrevista) més el
sentiment analysis

2 Speech to text
Utilització d’una eina que passa la veu a text per a l’explotació posterior
22
El professional
social dicta les
notes al dispositiu
(ordinador, telèfon
o gravadora)
Programa en local
(protecció de
dades)
Com
CSS Entrevistes i
DPR
Valoracions
CUESB
Valoracions
SADEP
Valoracions EAIA
A on

3 Detecció de problemàtiques ocultes
Detecció
automàtica de
situacions que
puguin servir
d’alerta primerenca
al professional
social
23
Analitzar
procés i
punts a on
seria útil
Definir els
Indicadors
Crear el
model
Pilot / Escalat
Com Violència
Persones
grans
Violència
masclista
Violència
infants
Pobresa
invisibilitzada
A on

4 Anàlisi trucades SAD/TAD/CSS
Objectius
Analitzar de manera automàtica
• De què es parla / freqüència
• Valoració servei / millores / ús /queixes
• Qualitat dels serveis
• Per què de les coses
• .....
Com? Basat en:
• Speech to text amb els dos interlocutors
• Sentiment Analysis
• Projecte conjunt amb les empreses prestadores dels serveis
24

25

Serveis Socials 2.0

Recomendados

Recomendados

Más contenido relacionado

La actualidad más candente

La actualidad más candente (20)

Similar a Serveis Socials 2.0

Similar a Serveis Socials 2.0 (20)

Más de m4Social

Más de m4Social (20)

Serveis Socials 2.0