← Ultimi articoli
📄 social_science

Overcoming Blind Spots in Humanitarian Needs Assessments: Interview Insights regarding Constraints and Solutions for Qualitative Methods

Sulla base di interviste condotte con 23 esperti provenienti da 17 organizzazioni umanitarie, questo studio identifica i vincoli operativi che favoriscono i metodi quantitativi nelle valutazioni dei bisogni umanitari e raccomanda l'adozione di un approccio ibrido multi-metodo potenziato dall'intelligenza artificiale per integrare e analizzare meglio i dati qualitativi cruciali.

Autori originali: Tino Kreutzer, James Orbinski, Lora Appel, Aijun An, Jerome Marston, Salomé Garnier, Patrick Vinck

Pubblicato 2026-09-07
📖 7 min di lettura🧠 Approfondimento

Autori originali: Tino Kreutzer, James Orbinski, Lora Appel, Aijun An, Jerome Marston, Salomé Garnier, Patrick Vinck

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Nel caos che segue un disastro, sia esso un terremoto, una guerra o un'epidemia, il primo e più critico compito per gli operatori umanitari è capire di cosa abbiano realmente bisogno le persone. Questo processo è noto come valutazione dei bisogni umanitari. È la differenza tra inviare un camion di cappotti invernali in una regione colpita da un'ondata di calore o fornire acqua pulita a una comunità che ne ha in abbondanza, ma che manca di medicinali. Per decenni, il modo standard per raccogliere queste informazioni è stato porre un numero elevato di persone un set fisso di domande con risposte predefinite, come spuntare delle caselle su un modulo. Questo metodo produce numeri facili da contare e confrontare, il che aiuta i donatori a decidere dove inviare i fondi. Tuttavia, i numeri da soli spesso non riescono a catturare la storia completa. Non possono spiegare facilmente perché una famiglia rifiuti l'aiuto alimentare, come si senta una comunità nei confronti di una nuova clinica o quali siano le barriere specifiche che una persona disabile affronta nel tentativo di raggiungere un rifugio. Per ottenere queste risposte più profonde, gli operatori umanitari devono ascoltare le parole stesse delle persone, un metodo chiamato ricerca qualitativa. Ma ascoltare richiede tempo e, in una crisi, il tempo è un lusso che spesso sembra impossibile permettersi.

Uno studio pubblicato nel 2026 indaga il motivo per cui il settore umanitario fatica a utilizzare questi metodi di ascolto, nonostante sappia che sono essenziali. I ricercatori, un team di esperti provenienti da università e organizzazioni umanitarie, hanno condotto ventitré interviste approfondite con professionisti esperti che hanno gestito queste valutazioni in diciassette diverse organizzazioni. Questi esperti provengono da una vasta gamma di contesti, inclusi le Nazioni Unite, la Croce Rossa e varie organizzazioni non governative, e hanno lavorato in crisi che vanno dalla Siria all'Etiopia. L'obiettivo non era solo elencare i problemi, ma comprendere le reali barriere che impediscono agli operatori umanitari di catturare la voce umana e trovare modi pratici per risolverle. Ciò che hanno scoperto è un settore intrappolato in un difficile dilemma: sta annegando nei dati ma muore di fame per la comprensione.

Lo studio rivela che l'approccio predefinito per la maggior parte delle organizzazioni è diventato fortemente sbilanciato verso i dati quantitativi. Questo spostamento è guidato da diverse forze potenti. I donatori, che forniscono i finanziamenti, preferiscono spesso i numeri netti perché sono più facili da confrontare tra diverse crisi e sembrano più "scientifici" per la dirigenza. L'uso diffuso di strumenti digitali come KoboToolbox, che consente ai team di raccogliere migliaia di risposte ai sondaggi su dispositivi portatili e vedere i risultati istantaneamente, ha reso questo approccio numerico ancora più dominante. La facilità di ottenere un grafico che mostri che "il sessanta per cento delle persone ha bisogno di cibo" è seducente. Permette un processo decisionale rapido, che è vitale nei primi giorni di un disastro. Tuttavia, gli esperti intervistati hanno sostenuto che questa velocità ha un costo elevato. Forzando le complesse esperienze umane in caselle predefinite, gli operatori umanitari perdono spesso le sfumature che spiegano il "perché" e il "come" dietro i numeri. Un intervistato ha osservato che, sebbene un sondaggio possa mostrare un alto bisogno di cibo, non può spiegare che il cibo viene intercettato da gruppi armati sulla strada, un dettaglio che sarebbe cruciale per pianificare un percorso di consegna sicuro.

Le barriere all'uso dei metodi di ascolto non riguardano solo una preferenza per i numeri; sono profondamente radicate in limitazioni pratiche. L'ostacolo più significativo è il tempo e la formazione. Analizzare parole parlate o note scritte richiede molto più tempo che contare segni su un modulo. In un'emergenza, dove le decisioni devono essere prese in poche ore, l'idea di trascrivere interviste o tradurre note dalle lingue locali all'inglese o al francese può sembrare un lusso che rallenta tutto. Inoltre, molti team mancano delle competenze specifiche per svolgere questo lavoro in modo efficace. Lo studio ha rilevato che gli intervistatori ricevono spesso pochissima formazione, talvolta appena un'ora, prima di essere inviati sul campo. Non viene insegnato loro come ascoltare profondamente, come porre domande di approfondimento o come prendere appunti che catturino il vero significato di ciò che una persona sta dicendo. Di conseguenza, gli appunti presi sono spesso di scarsa qualità, pieni di abbreviazioni o errori ortografici che li rendono inutilizzabili in seguito.

La lingua aggiunge un altro livello di complessità. In molte crisi, gli operatori umanitari non parlano la lingua locale e i pochi traduttori disponibili sono spesso sovraccarichi di lavoro o non formati sulle specifiche sfumature della terminologia umanitaria. Ciò porta a una situazione in cui il significato della storia di una persona si perde nella traduzione o, peggio, viene del tutto ignorato perché il team non riesce a elaborare il testo in tempo. Lo studio ha inoltre evidenziato un pregiudizio sistemico in cui i dati qualitativi sono spesso trattati come secondari o "aneddotici". Se un sondaggio su mille persone dice una cosa, ma alcune interviste ne suggeriscono un'altra, le interviste vengono frequentemente scartate come casi isolati invece di essere investigate come segnali di allarme. Ciò crea un punto cieco in cui le voci più vulnerabili, che potrebbero non rientrare nelle categorie standard di un sondaggio, non vengono mai ascoltate.

Nonostante queste sfide, gli esperti dello studio non chiedono la fine dei sondaggi. Al contrario, suggeriscono un approccio ibrido che combini la velocità dei numeri con la profondità delle storie. Propongono che le organizzazioni smettano di cercare di forzare ogni risposta in una casella e permettano invece alle persone di parlare liberamente delle loro priorità. I ricercatori suggeriscono che gli intervistatori potrebbero registrare l'audio di queste conversazioni aperte direttamente sui loro dispositivi digitali. Ciò catturerebbe l'intero dettaglio della risposta senza che l'intervistatore debba scrivere freneticamente mentre cerca di mantenere viva la conversazione.

Il documento sostiene che la soluzione alle barriere del tempo e della lingua risieda nella tecnologia, specificamente nell'intelligenza artificiale. Gli autori suggeriscono che strumenti capaci di trasformare automaticamente il parlato in testo, tradurre quel testo in una lingua comune e poi riassumere i temi chiave potrebbero rivoluzionare il modo in cui viene erogato l'aiuto. Immaginate un sistema in cui un intervistatore registra una conversazione in un dialetto locale e, entro pochi minuti, un team in sede può leggere un riassunto tradotto di ciò che quella persona ha detto, evidenziando i bisogni più urgenti. Ciò consentirebbe alle organizzazioni di raccogliere le informazioni ricche e dettagliate di cui hanno bisogno senza il massiccio ritardo della trascrizione e della traduzione manuale. Lo studio sottolinea che queste tecnologie stanno già iniziando ad apparire nel settore, con alcune organizzazioni che testano strumenti di conversione voce-testo e analisi guidate dall'IA. Tuttavia, gli esperti avvertono che questi strumenti dovrebbero supportare il giudizio umano, non sostituirlo. Un algoritmo potrebbe mancare il contesto culturale o il peso emotivo di una storia, quindi gli esperti umani devono comunque revisionare i risultati.

La strada da seguire, secondo lo studio, richiede un cambiamento di mentalità tanto quanto un cambiamento tecnologico. Le organizzazioni devono dare valore al tempo necessario per ascoltare e formare il proprio personale nell'arte dell'indagine qualitativa. I donatori devono essere disposti a finanziare il tempo e le risorse extra richiesti per elaborare questo tipo di dati. I ricercatori concludono che, sebbene il volume di dati nel mondo umanitario stia crescendo, il divario nella comprensione si sta allargando. Abbracciando un mix di metodi e utilizzando nuovi strumenti per aiutare a elaborare la voce umana, il settore può andare oltre le semplici statistiche per comprendere veramente le persone che mira ad aiutare. L'obiettivo non è solo contare i bisogni, ma comprenderli, assicurando che l'aiuto fornito sia non solo efficiente, ma anche profondamente rilevante per le vite di coloro che ne hanno più bisogno.

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →