Icfj 的一个项目

کاربردهای انبوه‌سپاری در مدیریت بلایای طبیعی

作者بهنام صارمیMar 31, 2020 发表在 تنوع
انتشار عکس با مجوز Bloomicon/Shutterstock.com

انبوه‌سپاری (crowdsourcing) که از ترکیب دو واژه‌ی جمعیت (crowd) و برون‌سپاری (outsourcing) ساخته شده، مفهومی است که اول بار توسط جف هاو (Jeff Howe) و مارک رابینسون (Mark Robinson) در سال 2005 مورد استفاده قرار‌گرفت.

این مفهوم مدلی است برای ایجاد منبع در مورد موضوعات و پدیده‌های متنوع که اطلاعات آن تماما از سوی کاربران اینترنت فراهم شده و به روزرسانی می‌شود. مخاطبان این منابع را هم مردم عادی و هم متخصصان دربر می‌گیرند.

گردآوری اطلاعات در انبوه‌سپاری معمولاً از طریق فراخوان عمومی در اینترنت انجام می‌شود. تمرکز این پدیده بر مشارکت و همگرایی شهروندان در فعالیت‌هایی همچون حل مسئله/مشکل، تولید، توسعه، ایده‌سازی، نوآوری و فرایندهای خدماتی و ... است. غیرمتمرکز بودن، غیررسمی بودن، عمودی و افقی بودن ارتباطات و در انحصار نبودن اطلاعات، از جمله ویژگی‌های مثبت انبوه‌سپاری می‌باشد.

با توجه به اینکه کشور ما اغلب در معرض بلایای طبیعی است این یادداشت، به طور فشرده، به دو نمونه از بهره‌گیری از انبوه‌سپاری در مدیریت خسارت‌های ناشی از بلایای طبیعی می‌پردازد که شاید بتوانند الگویی برای ایجاد سامانه‌های مشابه در میهن ما باشند.

آیا حسش کردی؟

«آیا حسش کردی» (DYFI) سامانه‌ی اینترنتی‌ای است برای جمع آوری اطلاعات مربوط به زمین لرزه. این سامانه در سال ۱۹۹۱ یعنی حتی پیش از فراگیر شدن مفهوم انبو‌ه‌سپاری، توسط مرکز پژوهش‌های زمین‌ شناسی ایالات متحده (USGS) ایجاد شده و یکی از بارزترین نمونه‌های انبوه‌سپاری در زمینه‌ی مدیریت خسارات طبیعی به شمار می‌رود. در این سامانه شهروندانی که زمین لرزه ای را احساس کرده‌اند مشاهدات خود را سریعا به اشتراک می گذارند. به لطف انبوه پیام‌هایی که از سوی مردم ارسال می‌شود، اطلاعات ارزشمندی همچون شرح آنچه شهروندان تجربه کرده‌اند، تاثیرات زمین لرزه و میزان خسارت احتمالی آن یکجا و در کوتاه ترین زمان پس از وقوع لرزش گردآوری می‌شود.

برای آسان‌تر و هدفمندتر کردن گزارش‌دهی، این سامانه پرسشنامه ای را تهیه کرده که در آن کاربران با یک کلیک به پرسش‌های چند گزینه‌ای پاسخ داده و به این ترتیب جزئیات بیشتر و دقیق‌تری از زمین لرزه در دسترس عموم قرار می‌گیرد. پرسش ها به طور مثال از این قبیلند:

آیا حسش کردی؟

لرزش را چطور توصیف می کنی؟

چه واکنشی نشان دادی؟

آیا وسیله ای دچار لرزش، جابجایی یا واژگونی شد؟

آیا تابلوی دیواری کج شد؟

آیا خسارتی به ساختمان رسید؟

به عنوان نمونه در پاسخ به این پرسش که آیا هیچیک از اثاثیه‌ی خانه/دفترکار در هنگام زلزله دچار لرزش، واژگونی یا جابجایی شده‌است یا خیر؟ کاربران می‌توانند یکی از سه گزینه‌ی: آری، خیر یا توجه نکردم را انتخاب کنند.

این سامانه پاسخ‌ها را تبدیل به عدد کرده و در جدولی  قرار می‌دهد که لحظه به لحظه به روزرسانی می شود. تبدیل پاسخ‌ها به عدد باعث می‌شود که چگونگی اوضاع در مناطق زلزله‌زده به صورت ملموس‌تری برای مردم و متخصصان به نمایش درآید.

همچنین با آغاز ثبت اولین گزارش درباره‌ی زمین ‌لرزه، بلادرنگ نقشه‌ای برای آن در وبسایت ایجاد می‌شود. اطلاعات مربوط به وقوع زمین لرزه یا حتی لرزه‌هایی که منشا دیگری دارند، همچون انفجار بمب، هر پنج دقیقه یکبار بر روی نقشه به روزرسانی می‌شود. چنانچه یک ساعت پس از ثبت اولین گزارش پیغام دیگری از سوی کاربران ارسال نشود، نقشه‌ی ایجاد شده از روی وبسایت حذف می‌شود.

مخاطبان گزارش‌های ارسالی نه تنها عموم مردم که متخصصان را نیز در بر می‌گیرد. پیام‌های به اشتراک گذارده‌شده و جدول و نقشه‌ای که از روی آنها ساخته می‌شود به جمع آوری و تکمیل اطلاعات علمی در مورد زمین لرزه کمک می کنند که از جمله‌ی آنها می توان به تهیه‌ی اطلاعات درباره‌ی شدت و وسعت زمین‌ لرزه، تهیه‌ی نقشه ی مکان لرزش، فراهم کردن امکان تحلیل و مقایسه بین لرزه‌های با منشأ طبیعی و غیرطبیعی و همچنین تهیه‌ی سابقه ی تاریخی لرزه‌ها در یک منطقه اشاره کرد.

همچنین اطلاعات گردآوری شده به نهادهای ذیربط، از جمله نیروهای امدادی، کمک می‌کند که هر چه زودتر محل و میزان خسارت های احتمالی را ارزیابی کرده و وارد عمل شوند.

تهیه ی نقشه از مکان های برف روبی شده

به عنوان مثالی دیگر درباره‌ی کاربرد انبوه‌سپاری در مواجه با بلایای طبیعی، می‌توان به گردآوری گزارش‌های شهروندان درباره‌ی بارش برف سنگین در نیویورک در سال ۲۰۱۰ اشاره‌ کرد.

پس از بارش برف، وبسایت رادیوی سراسری نیویورک از خوانندگان و شنوندگان خود خواست مشاهدات خود را در این مورد که خیابان محل سکونت شان برف‌روبی شده یا نه، برای این وبسایت بفرستند. 

برپایه‌ی گزارش‌های صوتی و نوشتاری شهروندان، به سرعت نقشه‌ای از محل‌های مختلف شهر در وبسایت این رادیو ایجاد شد. به طور مثال این نقشه کوچه‌ها و خیابان‌های منطقه‌ی بروکلین را نشان می‌دهد. بالن‌های سفید خیابان‌های برف‌روبی شده و بالن‌های آبی خیابان‌هایی را نشان می‌دهند که هنوز زیر آوار برف مانده‌اند.

Map

 

در نسخه اصلی این نقشه که در وبسایت این رادیو موجود است، کاربران این این امکان را یافتند که با کلیک کردن بر روی هر یک از بالن‌ها، به پیغام‌های صوتی و نوشتاری شهروندان دسترسی پیدا کنند که حاوی جزئیات بیشتر در مورد وضعیت خیابان یا منطقه‌ی مورد اشاره است.

به لطف گزارش‌های مردم و ایجاد این نقشه شهروندان می‌دانستند که برای عبور و مرور در کدام مسیرها آسان‌تر است. همچنین مسئولین شهرداری ارزیابی بهتری از اوضاع منطقه پیدا کردند و این باعث شد که زودتر و موثرتر برای برف‌روبی دست به کار شوند. از این گذشته چون بارش برف سنگین بوده و امکان برف‌روبی را با مشکل مواجه می‌کرد، برخی از شهروندان با راهنمایی این نقشه به محله‌های برف‌روبی نشده رفته و با کمک هم به باز کردن مسیر خودروها اقدام کردند. به محض باز شدن مسیرهای تردد، باز هم مردم گزارش‌های خود را برای وبسایت ارسال کردند که باعث شد در مدت زمان اندکی تعداد بالن‌های آبی رنگ رو به کاهش بگذارند.

نتیجه

به طور خلاصه می‌توان گفت که بهره گیری از انبوه‌سپاری در مواجه با بلایای طبیعی به دلیل سرعت بالای اطلاع رسانی و فراوانی اطلاعات دست اول، منجر به برآورد سریع‌تر نهادهای ذیربط از جزئیات حادثه شده که به نوبه‌ی خود برنامه ریزی موثر و به موقع برای مدیریت اوضاع را سبب می‌شود. کمک‌رسانی و مدیریت بلایای طبیعی نیازمند حرکت‌های جمعی است و در این مواقع انبوه‌سپاری می‌تواند راه همگرایی مردمی را به شکلی کارآمدتر، دقیق‌تر و سریع‌تر هموار سازد.