Simulasi Impak Dasar — Uji Draf Undang-undang Sebelum Ia Diumumkan kepada Umum

Simulasi impak dasar membolehkan anda melihat bagaimana kumpulan yang berbeza mungkin bertindak balas terhadap dasar atau draf undang-undang sebelum ia diterbitkan. Anda memuat naik draf dan dokumen latar belakang, ejen AI yang mewakili rakyat, perniagaan, kesatuan, media dan pegawai membincangkannya dalam rangkaian sosial simulasi, dan ejen penganalisis meringkaskan dari mana sokongan, tentangan dan tekanan mungkin datang. Hasilnya bukanlah ramalan yang boleh anda bawa ke bank, tetapi hipotesis berstruktur yang membantu anda menyediakan perkataan yang lebih baik, hujah yang lebih baik dan pilihan yang lebih baik.

Mengapa menguji dasar sebelum menerbitkannya

Kebanyakan dasar dinilai oleh orang ramai dalam beberapa hari pertama selepas ia muncul. Satu baris tentang siapa yang membayar, siapa yang dikecualikan atau siapa yang memutuskan boleh menentukan keseluruhan perdebatan. Alat tradisional, seperti pusingan perundingan, tinjauan pendapat dan kumpulan fokus, adalah berharga tetapi perlahan, mahal dan biasanya datang selepas teks sudah didedahkan kepada umum.

Simulasi mengisi jurang sebelum saat itu. Ia membantu anda menjawab soalan praktikal:

• Kumpulan manakah yang akan merasakan mereka kehilangan sesuatu, walaupun dasar itu membantu mereka mengimbangi diri?
• Hujah manakah yang akan digunakan oleh pihak lawan dahulu, dan yang manakah akan tersebar paling jauh?
• Klausa yang manakah akan dipetik di luar konteks?
• Adakah penjelasan yang anda sediakan benar-benar mengurangkan kekeliruan, atau menimbulkan soalan baharu?

Matlamatnya adalah untuk mencapai pelancaran awam dengan lebih sedikit kejutan, bukan untuk menggantikan perundingan demokratik.

Cara simulasi draf undang-undang berfungsi

Dalam InfoDome, anda mulakan dengan memuat naik dokumen: draf teks, memorandum penjelasan, liputan berita terdahulu, kenyataan daripada kumpulan berkepentingan atau ringkasan dasar. Format seperti PDF, Markdown dan TXT disokong. Kemudian anda menerangkan dengan mudah apa yang anda ingin ramalkan, contohnya: "Bagaimanakah pemilik perniagaan kecil, penyewa dan media tempatan akan bertindak balas terhadap peraturan pendaftaran sewa baharu dalam tempoh dua minggu pertama?"

Daripada dokumen-dokumen ini, InfoDome membina graf pengetahuan tentang orang, organisasi dan kumpulan yang terlibat serta hubungan antara mereka. Atas dasar itu, ia mewujudkan beratus-ratus ejen AI, setiap satunya dengan watak, kedudukan dan ingatan jangka panjangnya sendiri. Sesetengah ejen sepadan dengan entiti sebenar yang dinamakan daripada dokumen anda, seperti kementerian, kesatuan atau pengulas yang terkenal; yang lain mewakili orang awam biasa.

Ejen-ejen kemudiannya berinteraksi pada dua platform secara selari: suapan seperti Twitter untuk reaksi pantas dan forum seperti Reddit untuk perbincangan yang lebih panjang. Anda memilih bilangan pusingan, contohnya 10, 20 atau 40, dan ejen mengemas kini ingatan mereka semasa perdebatan berlangsung. Pada akhirnya, ejen penganalisis menulis laporan ramalan dengan kesimpulan, dan anda boleh menemu bual mana-mana ejen atau menanyakan soalan susulan kepada penganalisis.

Memetakan pihak berkepentingan dan dari mana datangnya tekanan

Simulasi dasar yang berguna bukan sahaja menunjukkan sama ada reaksi adalah positif atau negatif, tetapi siapa yang mendorongnya. Beri perhatian kepada:

• Penggerak awal. Ejen manakah yang memberi komen dahulu dan membingkaikan isu tersebut untuk orang lain?
• Jambatan. Siapakah yang membawa hujah dari satu komuniti ke komuniti yang lain, contohnya dari persatuan profesional kepada khalayak umum?
• Pecundang senyap. Kumpulan manakah yang jarang menyiarkan tetapi meluahkan kebimbangan yang mendalam apabila anda menemu bual mereka?
• Tekanan institusi. Adakah ejen yang mewakili parti pembangkang, persatuan atau pihak berkuasa tempatan meminta pindaan, penangguhan atau pengecualian?

Graf pengetahuan membantu di sini kerana ia menjadikan hubungan lebih jelas. Jika sesebuah persatuan perdagangan dikaitkan dengan beberapa kumpulan perniagaan serantau, anda boleh melihat sama ada kedudukannya merebak di sepanjang pautan tersebut. Untuk pandangan pihak berkepentingan yang lebih mendalam, senario pemetaan pihak berkepentingan adalah titik permulaan yang baik.

Naratif keadilan: medan pertempuran sebenar

Dasar-dasar jarang sekali gagal kerana butiran teknikalnya. Ia gagal apabila kisah keadilan yang mudah berlaku: "orang kaya dikecualikan", "pekan-pekan kecil membayar untuk modal", "orang jujur dihukum atas kesilapan orang lain". Dalam simulasi, perhatikan naratif ini:

• Siapakah yang digambarkan sebagai pemenang dan siapakah yang kalah?
• Adakah dasar ini dilihat sebagai beban yang dikenakan dari atas atau sebagai usaha bersama?
• Adakah ejen menerima matlamat yang dinyatakan tetapi menolak kaedah tersebut, atau menolak matlamat itu sendiri?

Apabila naratif keadilan muncul, temu bual ejen yang mengulanginya. Tanyakan apa yang akan mengubah fikiran mereka: tempoh peralihan, had, pengecualian yang lebih jelas, jurucakap yang berbeza. Jawapan mereka adalah hipotesis untuk diuji, bukan arahan, tetapi ia menunjukkan di mana penjelasan anda lemah.

Membandingkan pilihan dasar secara bersebelahan

Salah satu kegunaan simulasi yang paling kuat adalah membandingkan alternatif. Daripada bertanya "adakah orang ramai akan menerima dasar ini?", tanyakan "yang manakah antara versi ini yang mewujudkan kurang tentangan dan kurang salah faham?"

Pendekatan praktikal:

1. Sediakan dua atau tiga versi klausa utama, atau dasar yang sama dengan penjelasan yang berbeza.
2. Jalankan simulasi berasingan untuk setiap versi dengan dokumen, khalayak dan bilangan pusingan yang sama.
3. Bandingkan laporan: bantahan utama, kumpulan yang menggerakkan, nada perdebatan, soalan yang masih terbuka.
4. Temu bual ejen daripada kumpulan yang sama dalam setiap larian untuk melihat apa yang berubah dalam penaakulan mereka.

Oleh kerana keputusan berbeza-beza antara larian, anggap perbezaan yang jelas dan berulang sebagai isyarat dan perbezaan kecil sebagai hingar. Senario pilihan dasar direka bentuk untuk perbandingan jenis ini.

Contoh yang berjaya: pembaharuan tempat letak kereta perbandaran

Bayangkan sebuah majlis bandaraya yang merancang untuk menaikkan yuran parkir di pusat bandar dan menggunakan pendapatan tersebut untuk pengangkutan awam. Pasukan tersebut memuat naik draf keputusan, nota penjelasan ringkas, dua artikel berita tempatan tentang lalu lintas dan kenyataan daripada persatuan pekedai. Soalan ramalannya ialah: "Bagaimanakah penduduk, penumpang, pemilik kedai dan media tempatan akan bertindak balas sepanjang bulan pertama?"

Mereka menjalankan dua pilihan untuk 20 pusingan setiap satu. Pilihan A membentangkan pembaharuan tersebut sebagai kenaikan yuran dengan pelan pelaburan kemudian. Pilihan B mendahului dengan laluan bas baharu dan diskaun penduduk, dan menyebut kenaikan yuran di tempat kedua.

Dalam perbincangan simulasi untuk pilihan A, pemilik kedai dengan cepat membingkaikan pembaharuan itu sebagai "cukai ke atas pelanggan", penumpang dari kawasan terpencil mengadu bahawa mereka tidak mempunyai alternatif, dan ejen media tempatan menguatkan kedua-dua kebimbangan tersebut. Dalam pilihan B, perdebatan lebih tenang, tetapi persoalan baharu muncul: "Siapa yang layak mendapat diskaun penduduk?" Laporan penganalisis mencadangkan bahawa pilihan B mengurangkan kemarahan tetapi memerlukan penjelasan kelayakan yang jelas dari hari pertama.

Pasukan ini tidak menganggap ini sebagai bukti. Mereka menggunakannya untuk menulis semula pelan komunikasi, menyediakan Soalan Lazim mengenai diskaun dan merancang pertemuan awal dengan persatuan pekedai.

Had yang perlu anda ingat

Simulasi menyokong pertimbangan; ia tidak menggantikannya. Ingat had ini:

• Ejen bertindak balas terhadap apa yang terdapat dalam dokumen anda. Hari ini mereka tidak membaca berita masa nyata sendiri, jadi jika peristiwa besar berkemungkinan membentuk perdebatan, sertakannya dalam bahan tersebut.
• Kualiti hasilnya bergantung pada kualiti dan keseimbangan input. Jika dokumen anda hanya mengandungi pandangan kerajaan, tambahkan sumber yang menyatakan pendirian lain.
• Keputusan adalah hipotesis yang boleh dikaji semula. Jalankan beberapa simulasi, bandingkannya dan semak kesimpulan berdasarkan pengetahuan anda sendiri dan, jika boleh, data perundingan sebenar.

Jika anda mengusahakan perubahan yang diumumkan pada peraturan sedia ada, lihat juga simulasi PR krisis untuk melatih komunikasi di sekelilingnya. Untuk mencuba pendekatan pada draf anda sendiri, buka konsol InfoDome , muat naik dokumen anda dan huraikan apa yang anda ingin ramalkan; anda boleh menyediakan tugasan sebelum mendaftar.