面向社会工作者的公益技术随笔

英文原文：Notes on Public Interest Technology for Social Workers（2026年10月9日发布）

我通常将自己介绍为一名计算社会科学家与公益技术（public interest technology）学者。这两个概念在社会工作领域均未得到广泛应用，且都出现不久：常被引为计算社会科学奠基之作的论文发表于2009年，而公益技术这一概念主要在2016年之后才得以传播。本文旨在阐明这两个术语的涵义、我在自身研究中对两者的运用，以及公益技术与技术解法主义（technosolutionism）的区别。请将本文视为个人的经验叙述，而非对任一领域的权威界定。

计算社会科学

正如David Lazer及其合作者在2009年的Science中所阐述的，计算社会科学通过人们留下的数字足迹以及对其进行大规模分析所需的计算方法来研究社会生活。我的大部分研究方法均源于这一领域：用于分析人们在线社区发帖和公开文件内容的自然语言处理（NLP），以及用于评估服务机构空间分布的地理空间分析。在International Migration Review中，我和同事通过在线移民论坛向移民研究学者介绍了自然语言处理方法；在Journal of the Society for Social Work and Research中，我们测算了临床社会工作专业队伍在种族、族裔和语言方面的多样性，以及服务对象与这些资源之间的地理距离。我通过Chris Bail和Matt Salganik于2017年发起的Summer Institutes in Computational Social Science（SICSS）深入学习了该领域的诸多内容，起初作为学员参与，后来成为SICSS-NYU Silver的组织者。目前，我共同组织Society for Social Work and Research的数据科学与AI特别兴趣小组。

出于现实考量，这些方法非常契合我的研究需求。移民、难民和小语种群体在概率抽样调查中的样本量往往过小而无法单独进行统计分析，或者在仅提供英语问卷时被完全排除在外，因此我对这些群体的大部分了解必须来自于其他记录。特定语言的心理健康服务是否得以提供，以及这些服务距离居民住址有多远，均记录在服务机构名录和机构网站中，而地理空间分析方法能将这些记录与周边人口的普查数据关联起来。人们对自己需求的描述（往往使用非英语语言）则出现在在线论坛和公开文件中，自然语言处理使对海量文本的规模化解读成为可能。

公益技术

该术语大约于2016年开始传播，主要由基金会推动。Ford Foundation将公益技术描述为一个致力于“确保技术以负责任的方式被创造和使用”的群体所构成的领域，他们“指出技术在何处能够为公共利益做出改善，并在某些情况下质疑某些技术是否根本不应该被创造”。Ford Foundation将设计师、律师、艺术家、倡导者以及受影响社区的成员都视作技术人员，并指出该领域是“仿照公益法（public interest law）的框架建立的”。

由Ford Foundation、Hewlett Foundation和New America于2019年联合发起的Public Interest Technology University Network（PIT-UN）采用了一个更为简短的学术版本定义：“运用技术专长开展研究与实践，以促进公共利益、创造公共福祉并服务公众福祉”。密歇根大学是21所创始成员高校之一，并以Ford School的Science, Technology, and Public Policy program为核心枢纽。正如一份2025 PIT-UN report所引用的，Tara Dawson McGuinness与Hana Schank在Power to the Public（2021）一书中给出了一个更具实践取向的定义：“应用设计、数据与递送来增进公共利益并促进公共福祉”。多年撰写该领域评论的Bruce Schneier补充指出，从事这项工作“并不需要计算机科学学位”；他所指的从业人员来自技术、政策和法律领域，供职于政府、非营利组织、研究机构、企业以及新闻界。

PIT-UN的定义侧重于专业知识的运用；Ford Foundation的界定则还包括判定某项技术是否根本不该存在，而这后半部分正是最引起我共鸣的核心。

该领域的变化也十分迅速。2025年3月，在一封内部电子邮件将该部门描述为“非关键部门”后，General Services Administration裁撤了其内部数字服务团队18F；而2025年1月设立DOGE的行政命令则将U.S. Digital Service“公开更名”为United States DOGE Service。PIT-UN目前为“a fiscally sponsored project of the New Venture Fund”。对于任何希望在联邦政府内部从事此类工作的人而言，这一路径与几年前相比显得更加充满变数。

背景

我在韩国的两个乡村长大，计算机和互联网是我最初看世界的窗口。小学时我在课后辅导班制作HTML网站，2018年开始学习Python，主要用于自然语言处理。二十多岁时，通过与移民和难民群体的工作，我开始涉足语言服务（language access）领域。社会语言学家Ingrid Piller将语言描述为教育、就业、医疗保健和福利保障领域的“关键把关机制”，这完全符合我亲眼所见的情况：障碍通常在于机构未能主动适应服务对象所使用的语言。

我所构建的工具正是源于这些经历。Immigrant Support Atlas在全美范围内绘制了移民服务机构以及心理健康服务可及性的地图。langaccess是一个用于检测网站如何支持非英语语言的Python包。作为理事，我与韩国难民机构Migration to Asia Peace合作开展MAP Refugee News项目，这是一个面向难民的多语种信息服务平台；完整清单请参阅我的Data & Tools页面。

公众与间接利益相关方

计算社会科学描述了这项工作是如何开展的，而公益技术则阐明了这项工作是为谁而做、我如何对其进行评判，以及谁在其中拥有发言权。当我探讨一项研究的具体实施过程时，我使用前者；当我探讨一个工具为何存在时，我使用后者。

John Dewey对“公众”的界定为我理解后者提供了启示。在The Public and Its Problems（1927）一书中，公众“由所有受到交易所产生的间接后果影响、以至于有必要对这些后果予以系统关照的人群组成”。一位英语水平有限、收到未翻译福利通知的个体，虽然并非行政机构与其软件供应商之间合同的当事方，却不得不承受其后果。价值敏感设计（value sensitive design）在其对间接利益相关方的分类中也提出了相同的观点，即那些“从不或极少与系统互动”，但“仍然受到系统影响的人群”。

社会工作与技术

在我看来，社会工作是从事此类研究的天然依托。NASW Code of Ethics指出了该专业“在社会情境中同时关注个体福祉与社会福祉的双重焦点”，而“人在情境中”（person-in-environment）的思考方式既适用于社区，也同样适用于网站或算法。2017年的Standards for Technology in Social Work Practice要求社会工作者为“英语水平有限”等人群倡导技术可及性。该标准对Standard 2.20的阐释与我的研究工作高度契合：当人们必须通过基于文本的申请表格来获取服务或福利时，社会工作者“应考虑各种方案，以协助倾向于使用非英语语言的人群”。

社会工作学者提出这一论点已有十年之久。2015年发表于Grand Challenges for Social Work的一篇工作论文引用了Lauri Goldkind与Lea Wolf的观点：社会工作拥有“独特的学科地位和伦理义务”，以确保技术变革不会复制或加剧既有的不平等。Goldkind后来主持了一项关于competencies for public interest technologists的PIT-UN项目，该项目直接借鉴了社会工作教育的胜任力模型。曾与计算机科学家合作开展暴力预防研究的Desmond Upton Patton指出此类合作的前提：“我们必须获得社区的支持与认同”。2026年9月，CSWE设立了national advisory board on AI and technology。

技术解法主义

公益技术很容易与技术解法主义混淆，后者指Evgeny Morozov所批评的将复杂的社会处境重塑为软件即可解决之问题的倾向。Mark Latonero对企业界的“AI向善”（AI for good）项目表达了类似观点，指出相关宣传“带有浓厚的技术解法主义色彩”。

据我的理解，两者的本质区别在于工作的起点。技术解法主义始于工具本身并试图寻找适用的问题；公益技术则始于受影响的群体，并将“不做任何开发”也视为可选方案之一。Langdon Winner在“Do Artifacts Have Politics?”（1980）一文中的阐述至今仍是对其原因最透彻的论述：他写道，如果我们仅依据“工具与用途”来评判技术，我们“将对许多至关重要之事视而不见”。他关于机械西红柿收割机的经典案例并不包含任何阴谋，展现的仅是“带有政治与经济权力鲜明印记的根深蒂固的模式”。

在实务中，这意味着在开展开发之前必须追问：人工翻译员或配备更充足人员的办公机构是否能比技术工具更好地服务人群，并在决策过程中始终纳入受影响群体的声音。Design Justice Network将其列为第二项原则：“我们以直接受设计过程结果影响的人群的声音为核心。”针对与MAP合作的翻译项目，我正在开发一套工作流程，在该流程中，来自各个语种社区的审校人员将在高风险译文正式发布前进行把关确认。

密歇根州一些最知名的公益技术实践根本不涉及AI。通过与设计工作室Civilla合作，Michigan Department of Health and Human Services将其涵盖食品、现金、医疗保健和育儿救助的综合申请表重写为18页，“从原先的42页缩减”（该部门曾称其为全美篇幅最长的申请表），试点县的服务对象填表时间从45分钟缩减至约20分钟。长期研究公共救助自动化系统的Virginia Eubanks指出了替代方案的代价：“把这些系统建好极其困难且消耗巨大资源，而粗制滥造的系统仅仅在起步阶段看起来更省钱、更迅速”。

大型科技企业与技术资本主义

Luis Suárez-Villa提出的概念技术资本主义（technocapitalism）描述了“一种建立在技术与科学基础之上的新形态资本主义”，在其中创造力与科研沦为由企业所占有的商品。AI也遵循同样的模式，Meredith Whittaker在“The Steep Cost of Capture”一文中指出，AI近期的进展“主要是掌握在少数大型科技企业手中的高度集中的数据与算力资源的产物”。新晋AI博士进入产业界的比例从2004年的21%跃升至2020年的近70%（Ahmed, Wahed, and Thompson, 2023），且2024年发布的知名AI模型中有近90%来自产业界（Stanford AI Index 2025）。2026 AI Index则提出了一个反向趋势：2022年至2024年间，美国与加拿大的新晋AI博士数量增长了22%，而带来这一增量的毕业生“选择了高校教研职位，而非产业界”。

我认为一名公益技术学者无法置身事外。我使用商业语言模型以及来自科技公司的云计算额度，而公共替代方案同样依赖于它们：联邦NAIRR pilot为研究人员提供来自NVIDIA、Microsoft、Amazon、Google、OpenAI和Anthropic的计算资源。因此，我致力于让这种依赖性公开透明，并将关键部分置于公共领域：开源代码、将数据存入公共档案库，以及构建社区机构无需依赖我也能独立运行的工具。Mozilla关于公共AI的论述明确指出了这一缘由：“我们不能仅仅依赖少数几家公司来构建我们社会对AI所需要的一切”。

拒绝与蚕食

Audre Lorde的告诫——“主人的工具绝不能拆毁主人的房屋”——阐明了拒绝立场的依据。Erik Olin Wright在其晚期关于反资本主义策略的著作中，区分了粉碎、驯服、抵抗与逃避资本主义，并主张一种他称之为“蚕食资本主义”（eroding capitalism）的结合方式：在现有体制的“空间与缝隙中”构建更加民主与参与性的关系，直至其逐步取而代之。我为自身立场找到的最贴切表述是Phil Agre提出的“批判性技术实践”（critical technical practice），他指出这“需要一种双重身份”，“一只脚踏在设计的实操工匠工作中，另一只脚踏在批判的反思工作中”。我既批判AI集中于少数几家企业的现实，又借助其模型为移民群体构建公益工具，而我认为这一矛盾并非能够轻易消解的。Iris Marion Young的社会连接模型（social connection model）为我提供了一种思考视角：“所有通过自身行动对造成不公正的结构性过程产生影响的行动者，均有责任致力于补救这些不公正”。

机器翻译

机器翻译展现了为何价值判断重于工具本身。根据Affordable Care Act第1557条的2024年实施细则，对于关涉个人权利或准入的关键文本使用机器翻译的医疗健康项目，“必须由具备资质的人工翻译员进行审校”。2025年7月，在第14224号行政命令将英语定为官方语言之后，Department of Justice通知联邦各机构“尽量减少非必要的多语种服务”，并鼓励为削减成本而“负责任地使用人工智能与机器翻译”。该部门还“暂时中止了lep.gov的运营”（该网站为承载语言服务指南的联邦官方站点）。相同的技术在两份文件中均有出现，在前者中被列为需要严格把关的对象，而在后者中则被当作缩减语言服务开支的理由。

在我所使用的语境中，一名公益技术学者应当能够辨别这两种截然不同的应用取向，并致力于构建能够增进可及性的版本，这其中也包括做出某些工具根本不应被构建的审慎决定。