看了《懲罰貧窮》之後，你會深深感覺美國的貧富差距與種族衝突，大到令人難以想像，美國白人是對有色人種，懶惰、好逸惡勞的刻板印象，是一種長期具有歷史性的累積，更是令人吃驚。
本書作者首先對於美國貧窮的形成，進行歷史考察，然後逐步揭露美國白人政治菁英要求政府體系如何篩選濟貧，「不要把資源給那些懶惰偷懶的假窮人」，是主流民意，也是民選首長的執政要務。
眾所皆知，美國的貧富差距非常巨大，而且不斷擴大當中，美國的種族與階級的分隔，是同一條分界線，有色人種幾乎等於窮人。美國這個高度強調個人競爭傳統的社會，把窮人歸因於個人因素，因此有錢人要捐贈灑錢或是政府要濟貧，就必須進行「貧窮管理」的福利管理系統，把那些有工作能力與進行奢侈性消費的人揪出來，這樣才是公平的，這也就是所謂的「科學慈善運動」。
因此，美國的政府濟貧體系，隨著科技的發展，從紙本人工個案式管控，人與人面對面的社工人員的輔導，轉變成線上AI演算法的資格審查，從人性情感互動關懷轉變成冷酷的線上篩選，人工智慧、大數據分析、生物辨識等等新創科技的發展，逐漸被用運到即時篩選過濾窮人領取各類社會福利的資格審查的「貧窮管理」領域， 結果這種數位科技的效率變成了「懲罰貧窮」的手段。
本書作者以印第安納州政府為了減少醫療補助浪費，為納稅人省錢，且民選州長堅持福利私有化的意識形態，並且先入為主的偏見，對黑人進行不必要多餘的線上申請審核而開發的「資格認證自動化系統」。導致資格審查的非人性，社工個案調查人員變成資料管理員在資料庫中自動化調查，導致申訴個案爆炸，現場面談大爆炸，食物券等福利發不出去，成效大減，中央抱怨地方政府的績效。
接著作者又以洛杉磯市政府，為了協助無家者能順利找到適合的租屋與社會住宅所開發出來的「協調入住線上媒合平台」為例，一個利益良好的構想，卻因與犯罪系統連結之後，產生了相反的效果。
最後，作者再以匹茲堡阿勒格尼縣的「家庭篩選工具」為例，本來是為了預測受虐兒童的可能發生，結果卻造成過度監控窮人的結果，進而產生多起電腦系統的評分預測錯誤，發出強制令由政府干涉並介入家庭父母的教育方式，一旦抗拒系統指令，父母可能會失去小孩的教養監護權，而發生許多爭議。
本書作者藉由上述三個美國官方實際開發出來的管理貧窮電腦系統的執行狀況，實際訪談了接受救濟者與社工人員的第一手資料，告訴了我們，科技發展從來就不是中性的，誰掌握與如何運用才是關鍵，在美國由官方所開發的「管理貧窮」科技工具，已經成為「懲罰貧窮」的遮羞布。
留言列表
