來自非營利組織、公部門、中研院、媒體界、大專院校的十多位人士，共同聚集在會議室裡，一邊討論一邊敲打電腦，專注地激盪腦力。他們是「資料英雄」，正在以資料力做公益，運用大數據設計出更好的公共服務。
由「 DSP 智庫驅動 」自 2016 年發起的「 D4SG 資料英雄計畫 」（Data for Social Good），募集公共服務組織的提案申請，再招募對於「用資料做公益」有興趣的社會人士與學生，組成一支專案團隊，運用三個月的時間做出具社會影響力、可重複性的資料科學專案。
至今已有 40 個非營利組織、40 個政府單位、125 位資料英雄參與，從農地土壤污染、視障按摩站排班管理、火災風險地圖、家暴預警系統、線上學習平台改善，到提升公部門採購的品質與效能，專案主題多元，讓人驚嘆資料力在各領域原來都能發揮作用。
釐清問題意識最重要 各路英雄跨界相助
D4SG 計畫主持人，同時也是智庫驅動的知識長謝宗震，提到計畫源起是看到黑客松風潮興起，發現台灣社會對於公共事務的熱情，但是對於極短時間內激盪出的點子，卻容易停留在萌芽階段無法認真發展，感到可惜。
「讓公共服務性質組織『資料開竅』需要一段時間的磨練，所以我們想發起長期計畫，至少三個月，大家利用下班或假日時間一起投入。希望將實驗性的概念，測試鍛鍊為完整的資料公益解決方案。」
從招募提案開始，D4SG 希望提案組織能清楚說明想解決的問題、這個問題的重要性、目前掌握了哪些可利用的資料、期待的專案成果與影響等。「通常三個月的專案，我們就會花上一個多月釐清問題意識。」
以新北市高風險家庭專案為例，從社工接到通報，一路到服務結案，工作過程中會留下什麼樣的軌跡，哪些節點會產生資料，將來可如何運用？又或是在台北市家暴防治專案中，與社工討論「高風險」的指標為何，希望個案情況「不要惡化」的明確定義又是什麼？這些都是專案中最需要釐清，以及最重要的第一步。「所以演算法其實是最簡單的。」
對於提案組織是釐清問題的過程，而對專業資料技能的參與者來說，則是學習將手上握有的技術工具，應用在解決實際的問題上。另外也有非資料背景的參與者，例如新聞系的學生，他們擅長挖「為什麼」，擁有獨立思考的能力，可以協助團隊思考得更深。
就是這樣多元的組成團隊，每個人從擅長的領域跨界交流，共同將問題看得更清晰，解決方案補得更完整。
數據揭空污真相 促政府修法改革
D4SG 計畫也與媒體合作，期待第四權發揮更大的社會影響力。
2019 年《天下雜誌》副主編呂國禎加入 D4SG，希望以「固定污染源空氣污染物連續自動監測設施」（CEMS）數據，分析工業空氣污染實況，揭露被美化的空污真相。智庫驅動執行長劉嘉凱也親自擔任專案導師。
自 2017 年 1 月起，環保署開始將 CEMS 即時數據公開上網，《天下雜誌》與 D4SG 就將 2017 年 1 月至 2018 年 9 月，全台 111 家業者、共 326 根煙囪、將近 3000 萬筆的資料進行大數據分析。發現在 18.2 萬筆超標的空污數據中，就有高達 13.6 萬筆被註記為無效，等於每三筆就有兩筆註記無效。
2019 年 2 月，《天下雜誌》以封面頭條〈誰替台灣換上假藍天？〉重磅報導，引發各界關注，也間接影響環保署於 2020 年 4 月修正發布「固定污染源空氣污染物連續自動監測設施管理辦法」，提升監測數據的品質與可信度。
對於 D4SG 能達到這樣的成果，團隊都很驚喜。「我們希望拿資料做對話，不只是價值主張。」劉嘉凱說資料能讓不同的關係人，站在同一個基礎上討論，對於解決問題就更能找出方向。
協助企業升級智慧製造 也向國際分享經驗
在協助許多環境相關專案後，智庫驅動意識到真正要解決污染源的問題，還是必須從源頭做起——協助企業改善製造流程，降低排放量。
「工業用電省下 1%，比民生節能帶來的效益大上更多！」他們開始協助台塑、台電等企業升級「智慧製造」，利用資料分析改變工廠作業流程，找出能夠同時降低生產成本與產生污染的方式，工廠節能又省錢，業主就樂於投入改善。
「讓過程中的利害關係人都能多贏，就是我們希望創造出的價值。」
智庫驅動這幾年也陸續與國外組織做經驗交流，將台灣的作法分享出去，劉嘉凱發現台灣社會的得天獨厚：「在全球開放資料評比中，我們是世界第一。」另外民間的能量充沛，相關產業人才多，許多科技鄉民將專長用在正向地方，加上網路設備發達，政府也願意與民間合作，造就了台灣走出「科技公民創新路線」。「要直接將台灣經驗複製到其他國家很難，但可以讓他們看見一個發展的方向，知道需要加強培養哪些部分。」
同理心與獨立思考 帶你看見更多樣貌
一開始只是想要小小地，量力而為做的 D4SG 計畫，回頭看卻發現影響力擴散到了意想不到的地方，甚至在聯合國永續發展目標 SDGs 中，接觸到了超過一半以上的議題。
他們感嘆其實一路學到的，比自己給出去的多：「一般跟企業合作，你可能花很長時間參與三、四個專案，但 D4SG 讓我們在短時間內，就快速了解很多議題與各領域的狀況，並且學習怎麼溝通。」
數學系畢業的謝宗震說，他曾認為全世界的東西都可以用數學解析，只要收集好資料就可以預測任何事，「後來才明白人心是更複雜的！」比如當他和社工聊起怎麼收集到個案資料時，社工講述他怎麼跟家庭建立感情，讓他們願意信任且講出真實的狀況等，「你必須先瞭解他們，才能得到正確的資訊。」也因此謝宗震強調，重點一直都不是演算法或資料力，「同理心才是最重要的特質，讓你學習站在不同位置看事情。」
劉嘉凱也表示：「每件事都多問自己問什麼，至少問個五遍，不要聽到答案就直接接受，練習獨立思考的能力。」但這個獨立思考不是為了批評，或是質疑他人為什麼無法把事情做好，「是知道人家的難處後，去問背後的原因，一起在溫暖中求進步！」
我們以為數字、資料是冰冷的科學，但端看你怎麼運用它們，只要有著對世界的關注與熱愛，任何工具技術都能是溫柔又強大的力量。
文 / 曾彥菁
圖 / 白騏瑋
延伸閱讀：
