Bumalik sa ulat

Paano namin ginawa ang gawaing ito

Ang mga pamamaraang ginamit namin sa pagdaraos at pagsusuri ng mga usapan tungkol sa AI

May dalawang yugto ang proyektong Epekto ng AI sa trabaho. Sa unang yugto, maaaring magbahagi ng pananaw ang sinumang taga-California sa pamamagitan ng isang bukas na online survey. Sa ikalawang yugto, inimbitahan namin sa mga live na talakayan ang mga interesadong sumagot sa survey.

Patas na pagbabalanse ng bawat grupo

Kailangan naming magpasya kung sino ang iimbitahin. At kailangan naming pumili nang patas habang bumubuo ng mga balanseng grupo.

Kaya gumamit kami ng paraang tinatawag na sortition, na katulad ng paraan ng pagpili ng mga korte sa mga hurado. Nakabatay ito sa dalawang pantay na mahalagang ideya:

  • Representasyon: Nagtakda kami ng mga layuning demograpiko batay sa mga pagtataya ng populasyon ng California. Magiging salamin ng pagkakaiba-iba ng estado ang huling listahan ng mga iimbitahin. Kabilang sa mga pamantayan ang edad, heograpiya, at larangan ng trabaho.
  • Pagiging random: Sa loob ng mga layuning iyon, may patas na pagkakataong mapili ang lahat ng pasok sa pamantayan.

Tiniyak ng mga prinsipyong ito na hindi lang ang mga unang sumagot ang aming maririnig. Nakabuo kami ng patas na napiling listahan na humigit-kumulang sumasalamin sa mga taga-California sa kabuuan.

Mga demograpiko

Tingnan kung gaano kami kalapit sa aming mga target na demograpiko. I-click ang drop-down menu para sa mga sukat ayon sa:

  • Rehiyon
  • Lahi / etnisidad
  • Kasarian
  • Larangan ng trabaho
  • Edad

Mga demograpiko ng survey kumpara sa mga talakayan

Inilapit kami ng sortition sa balanseng demograpiko sa mga talakayan.

Bar chart na naghahambing ng mga kalahok sa survey at talakayan sa mga target na demograpiko, sa percentage point mula sa target.

Pinagmulan ng mga target

  • Rehiyon: May garantisadong boses ang bawat rehiyon (hindi bababa sa 6). Pinunan namin ang natitirang mga puwesto nang proporsyonal sa populasyon ng California noong 2026 gamit ang mga pagtataya ng American Community Survey (ACS).

Higit pa tungkol sa sortition

Pagraranggo ng mga ideya sa patakaran

Sa mga talakayan, nagmungkahi ang mga kalahok ng mga ideya sa patakaran, pagkatapos ay bumoto sila bilang grupo.

Tinipon namin ang lahat ng ideyang nakakuha ng kahit isang boto sa isang talakayan. Pagkatapos ay pinagsama-sama namin ang magkakatulad na ideya at sumulat ng buod para sa bawat grupo. Ito ang naging 26 na ideya sa patakaran. Sumaklaw ang mga ideya sa patakaran sa 1 hanggang 12 indibidwal na panukala sa patakaran.

Para iranggo ang mga ideya sa patakaran, sinuri namin ang bawat isa batay sa 2 salik:

  • Dalas: Kung gaano kadalas lumitaw ang isang ideya sa patakaran sa 14 na talakayan. Mula 1 hanggang 8 ang bilang.
  • Suporta: Kung umabot sa tuktok ng mga boto ang isang ideya sa patakaran sa isang talakayan. Para mapasama sa tuktok, kailangan nitong makakuha ng mga botong naglalagay dito sa pinakamataas na ikatlo. Mula 0 hanggang 5 ang bilang.

Inayos namin ang listahan ng mga ideya sa patakaran ayon sa dalas. Pagkatapos ay hinati namin ito sa humigit-kumulang dalawang bahagi at tinawag na "mataas ang dalas" ang itaas na kalahati. "Mataas ang dalas" ang isang ideya kung lumitaw ito sa 5 o higit pang talakayan.

Pagkatapos ay inayos namin ang mga ideya sa patakaran ayon sa suporta. Tinawag naming "nangungunang ideya" ang isang ideya kung ang mga kaugnay nitong ideya ay nasa nangungunang 3 tema sa lahat ng sesyon.

May kahulugan ang pagkakasunod-sunod ng mga ideya, pero hindi ito absolute. Para sa bawat salik, kinalkula namin ang ranggo ng ideya kumpara sa lahat ng iba pang ideya. Pagkatapos ay pinagsama namin ang mga ranggong ito para bigyan ng iskor ang bawat ideya. Inilagay namin sa itaas ang mga ideyang may pinakamataas na iskor. Kapag magkapareho ang iskor, ginamit namin ang pagkakasunod-sunod ayon sa alpabeto.

I-download ang lahat ng ideya sa patakaran

Maaari mong i-download at basahin ang lahat ng patakarang iminungkahi ng mga tao sa mga talakayan. Nasa isang CSV file ang mga ito.

I-download ang mga ideya

Paano namin ginamit ang AI

Gumamit ng AI ang aming mga tauhan para tulungan kaming suriin at pag-aralan ang mga talakayang ito.

Kabilang sa mga halimbawa ng paggamit ng AI ang:

  • pag-convert ng audio ng talakayan sa mga transcript,
  • paggawa ng mga pangkalahatang buod ng mga tugon sa talakayan at survey, at
  • pag-tag ng mga bahagi ng usapan ayon sa mga ideyang tinalakay ng mga ito.

Hindi AI ang pumili kung sino ang aming iimbitahin sa mga talakayan. Pinili namin ang mga iimbitahin sa pamamagitan ng palabunutan. Tiniyak naming sumasalamin sa mga demograpiko ng California ang grupo ng mga iimbitahin. Gumamit din kami ng AI para suriin ang pananaw ng mga sumagot tungkol sa AI. Nagbigay ito sa amin ng halo ng mga pananaw.

Pinrotektahan namin ang ibinahagi sa amin ng mga kalahok. Ang lahat ng gawaing may AI ay tumakbo sa loob ng secure na data environment ng estado. Hindi namin kailanman ibinahagi ang mga transcript o tugon sa survey sa mga vendor ng AI. Walang content na ginamit para sanayin ang mga modelo ng AI.

Hindi kailanman pinalitan ng AI ang paghatol ng tao, at hindi ito kailanman sumulat o nag-edit ng mga salita ng isang kalahok. Bawat sipi sa ulat na ito ay sinabi ng isang kalahok. Pinatunayan namin ang mga ito laban sa transcript at ipinasuri sa mga tauhan.

Ang aming mga tauhan mismo ang tumukoy sa mga ideya sa patakaran at temang itinatampok namin sa ulat na ito. Sinuri nila ang mga transcript at tugon sa survey nang walang tulong ng AI. Kapag tumulong ang AI sa pagsusuri, pinapagbigay namin ito ng eksaktong mga sanggunian. Sinuri ng mga tauhan ang mga pahayag na iyon bago umasa sa mga ito.

Sa pagsubok, inihambing namin ang mga buod ng AI sa mga tala ng mga taong tagatala. Nalaman naming saklaw nila ang parehong nilalaman nang hindi nag-iimbento ng content.