evidoria

← Voltar à navegação

Boa prática Importada

Agrupamento de Texto com IA da CitizenLab Transforma 1.700 Ideias Jovens sobre o Clima em 15 Prioridades Políticas na Bélgica

Bélgica · Brussels · Ver o perfil de Bélgica · Ver o perfil de Brussels

Evidência: Descritivo / autorreportado Top 32% 67/100 · Pergunte a Evidence Copilot sobre esta prática

O movimento belga Youth for Climate usou a plataforma de PLN da CitizenLab para recolher 1.700 ideias e 32.000 votos, agrupando-as automaticamente em 15 prioridades entregues a decisores políticos.

1,700
Ideias submetidas (2019)
~32,000
Votos expressos (2019)
15
Temas prioritários gerados (2019)

Detalhes

Promotor
CitizenLab (now Go Vocal) with Youth for Climate Belgium
Período
2019
Palavras-chave
civic tech, citizen engagement, climate policy, NLP

Contexto

Durante as greves escolares climáticas belgas de 2019, o movimento Youth for Climate associou-se à empresa de tecnologia cívica CitizenLab (agora Go Vocal), de Bruxelas, para transformar uma torrente de propostas jovens num relatório utilizável pelos decisores políticos.

Atividades

Ao longo de cerca de três meses, foram submetidas 1.700 ideias que reuniram cerca de 32.000 votos. A CitizenLab etiquetou manualmente um subconjunto de trabalho e usou correspondência de similaridade em linguagem natural para etiquetar automaticamente as cerca de 1.400 ideias restantes.

Resultados

A agregação destilou as submissões em 15 temas prioritários, partilhados com a comunidade jovem e usados para abrir diálogo com eleitos. As verificações manuais da CitizenLab encontraram algumas etiquetas incorretas, embora normalmente próximas do tema correto.

Conclusões

Em 2024, a plataforma subjacente era usada por cerca de 500 governos e organizações em todo o mundo, embora esta campanha jovem específica tenha sido um exercício pontual e limitado no tempo, e não um serviço governamental permanente.

Implementação
Custo indicativo
Baixo (< 50 mil €) — Not disclosed; a time-boxed civic-tech platform engagement rather than a capital project.
Tempo até resultados
Curto (< 1 ano) — Ran over roughly three months in 2019.
Equipa e competências
CitizenLab/Go Vocal civic-tech team

Condições de sucesso

  • A pre-existing NLP clustering platform rather than bespoke development
  • Manual tagging of a working subset to seed the similarity-matching model

Modos de falha comuns

  • Automated tagging produced some mis-tags, requiring manual spot-checking

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Práticas semelhantes que podem ser úteis