用于社会保障政策的数据众包

本页为葡萄牙语原文的译文，仅供参考，内容涉及巴西法律。如有出入，以葡萄牙语版本为准。 阅读葡萄牙语原文

协作式数据收集可以改变社会保障政策的制定方式，纠正历史遗留的偏差，并扩大巴西的社会保护范围。

什么是数据众包，它如何应用于社会保障领域

众包（crowdsourcing）是指向大量人群（通常借助数字平台）获取信息、创意或服务的做法，近几十年来在公共行政的多个领域日益受到重视。把这一思路引入社会保障领域，意味着可以直接向被保险人、受益人、雇主和法律从业者收集数据，为制定更精准、更具包容性的公共政策提供依据。

传统上，巴西的社会保障政策主要依据 INSS (巴西国家社会保障局) 自身的行政数据、IBGE (巴西地理统计局) 的调查（例如 PNAD Contínua，即全国连续家庭抽样调查），以及政府部门开展的精算研究来制定。这些来源固然重要，却也存在明显的局限。行政数据只反映已经进入制度之内的人群，数以百万计的非正规就业劳动者被排除在外。入户调查则只能提供某一时点的静态画面，往往无法呈现影响公民社会保障生活的地区差异和行业差异。

正是在这样的背景下，数据众包成为一种补充性工具。让公民自己反映办事经历、办理障碍、等待时间、登记信息不一致以及保障覆盖的缺口，就等于建立了一条直接的信息渠道，可以为更有依据的决策提供养分。这并不是要取代官方数据来源，而是用身处社会保障体系之中的人们的视角来充实这些来源。

实践经验与协作式收集的变革潜力

我们注意到，协作式数据收集的做法已经在世界各地的多个公共管理领域落地。在医疗卫生方面，症状上报平台帮助绘制疫情暴发地图，速度超过了传统的监测系统。在城市管理方面，允许市民上报基础设施问题的应用程序，改变了市政府确定工程和维护优先顺序的方式。在社会保障领域，这种潜力同样不容小觑。

以福利待遇发放的等待时间为例。INSS 的官方数据给出的是平均办理期限，但这些数字往往无法反映全国不同地区的被保险人实际经历的情况。众包平台可以收集带有地理定位的报告，了解实际经历的办理期限，进而绘出一幅详细的地区差异图。这类信息对于指导人员调配、增设服务网点以及确定数字化投资的优先顺序，都很有价值。

另一个前景良好的方向，是梳理在认定特殊工作条件（atividades especiais）方面遇到的困难。接触有害因素的劳动者，在证明自己的工作条件时常常遇到障碍，尤其是在企业停业或未能提供完整文件的情况下。围绕经济行业、岗位和风险因素进行协作式信息收集，可以形成一个有价值的数据库，既为行政审查提供支持，也为日后可能的规范修订提供依据。

我们还分析了利用众包识别非正规就业者和个体劳动者缴费模式的可能性。如果能更好地了解这些人不缴费的原因（无论是因为不了解、经济上无力负担，还是对制度缺乏信任），就可以设计出更有成效的社会保障纳入政策，例如差别化的缴费费率、有针对性的宣传教育活动，以及简化的参保机制。

被保险人的声音一旦借助数字工具得到系统整理，就能揭示仅凭行政数据难以发现的结构性缺陷。

社会保障数据协作式收集的法律与伦理挑战

搭建面向社会保障的众包平台，必须严格关注法律和伦理问题。社会保障数据在本质上属于敏感数据，涉及健康、收入、劳动经历和生活状况等信息，需要得到有力的保护。《通用数据保护法》(LGPD) 确立的原则和规则，应当指导此类的任何举措。

LGPD 规定的目的原则要求，所收集的数据只能用于收集时告知数据主体的特定目的。这意味着，社会保障众包平台必须就信息的用途保持透明，确保未经新的同意，数据不会被挪作他用。最小化原则则要求，只收集为实现预期目的所严格必需的数据。

数据匿名化是另一个关键环节。为了让所收集的信息可以用于统计分析和政策制定，同时又不暴露参与者的身份，必须严格采用匿名化和假名化技术。这既能保护缴费人免遭可能的不当使用，也能降低数据泄露带来的风险。

此外还有代表性的问题。数字平台往往更容易触达城市人口、较年轻的人群以及受教育程度较高的人群。要让众包产出真正对社会保障政策有用的数据，就必须制定包容性策略，同时覆盖农村人口、老年人以及数字素养较低的人群。倘若忽视这一点，所收集的数据可能复制甚至放大既有的偏差，导致政策不成比例地惠及那些本来就更容易接触制度的人。

与新兴技术的结合及数据治理

当社会保障数据众包与其他新兴技术结合时，潜力会进一步释放。人工智能工具可以用来分析海量的反馈报告，识别人工分析难以察觉的规律。自然语言处理算法可以对被保险人反映的困难自动分类，按主题、地区和人口特征归集。

我们还注意到，区块链技术也可以在所收集数据的治理中发挥重要作用。把各项提交内容记录在分布式且不可篡改的账本上，就能保证信息的完整性，并形成审计轨迹，从而增强人们对整个流程的信任。参与者可以核实自己的数据已被正确记录，且此后没有被改动，这有助于提升平台的公信力。

我们同样强调反馈机制的重要性。参与者应当能够了解自己的数据是如何被使用的，以及这些信息产生了哪些实际成果。这种反馈形成了良性循环：公民越是看到自己的贡献产生了真实的影响，就越愿意参与并提供准确的数据。

基于协作数据的社会保障未来展望

我们预计，在未来几年里，协作式数据收集在社会保障政策制定中的作用将日益增强。公共服务的加速数字化（部分由 COVID-19 疫情推动）造就了一个比几年前大得多的数字用户群体。例如，Meu INSS 应用程序已有数百万巴西人在使用，完全可以成为开展众包项目的天然平台。

一种切实可行的做法，是在应用程序内部加入自愿参与的调查，让被保险人反映自己的办事体验、提交文件时遇到的困难以及改进建议。这些数据经过汇总和匿名化处理后，能够为 INSS 和巴西社会保障部提供有价值的信息，为行政和立法改革提供参考。

在学术层面，我们注意到巴西多所大学的研究人员已经采用协作式收集方法来研究复杂的社会现象。通过众包平台，让学术界与社会保障管理机构走得更近，可以产出更扎实的研究，并提出以更丰富的证据为基础的政策建议。

我们认为，在讨论社会保障数据众包的同时，必须同步加强数据保护和社会参与方面的监管框架。技术提供了强大的工具，但要负责任地使用它，就需要有一套制度框架来保障公民的权利，并促进获得社会保障政策的公平性。这一挑战不仅是技术层面的，更重要的是民主治理层面的。

这一话题与个人数据的保存与删除直接相关，我们已就此撰写了专门的文章。

为了帮助您进一步阅读，也请参阅我们关于数据经济与社会保障信息的文章。

As informações deste artigo são de caráter informativo e não substituem consulta jurídica individualizada. Cada caso possui particularidades que exigem análise específica.