几个月前，乔治城大学麦考特公共政策学院大规模数据研究所的研究教授艾米·奥哈拉（Amy O’Hara）感到有些陷入困境。
在过去两年里，奥哈拉——一位数据治理专家——与她的合作者塔尼娜·罗斯泰因（Tanina Rostain）——乔治城大学法律中心教授、司法可及性专家——一直在制定一项雄心勃勃的提案，旨在帮助使美国的民事司法体系更加公平，但他们的进展陷入了停滞。
对于不熟悉民事司法世界的人来说，他们的想法——为研究人员和司法机构创建一个集中、标准化、聚合且匿名的法院数据存储库——可能听起来并不具有前瞻性。然而，一旦你了解到，与要求法院报告数据以编制犯罪统计数据的刑事司法系统不同，美国的民事案件并没有这样的要求，情况就不同了。
通过亚马逊“从后向前”（working backwards）的流程，成为了真正的转折点。
艾米·奥哈拉教授
这对奥哈拉来说无疑是一个新消息。在她17年的职业生涯中，她曾参与就业、健康和住房领域的大数据项目，并一直认为民事司法数据的管理会遵循类似的路径。当研究民事司法系统的罗斯泰因提出合作以增加研究人员的数据可及性时，奥哈拉起初并未预见任何重大问题——直到她开始深入调查。
“当我刚进入这个领域时，我意识到几乎没有研究，因为几乎没有任何数据，”奥哈拉说。“而现有的数据都保存在处理案件的法院手中。这意味着我们对谁在系统中流动、结果如何、参与民事案件的影响，以及法院处理这些案件的效率和公平性，了解非常有限。”
对奥哈拉和罗斯泰因而言，“民事司法数据共享平台”（Civil Justice Data Commons）的潜力巨大。它能够解锁那些有助于改善地方社区民事司法可及性、保护数据主体隐私，并帮助法院提高效率与问责制的洞见。同时，这也是一个巨大的挑战，需要复杂的技术解决方案以及在民事司法领域构建复杂的联盟。
“作为我们初步事实调查的一部分，我们采访了数十名法院工作人员、法官和非营利组织，”奥哈拉说。“我们拥有大量信息，但当时还无法确定如何推进。”
他们知道，需要先进的数据存储和分析技术来帮助他们实现愿景。于是他们联系了亚马逊云科技（AWS），讨论云计算服务——这次合作始于AWS引导他们采用亚马逊用于创新的“从后向前”方法。亚马逊使用这种方法来开发自己的产品和服务，首先关注客户需求，而非技术方案。
“通过亚马逊的‘逆向工作法’流程，是我们真正的转折点。”奥哈拉表示，“它帮助我们剔除了所有不必要的环节，让我们聚焦于客户是谁、他们将与数据共享平台如何互动，以及如何将他们的需求与乔治城大学的能力相匹配。”
“我们与 AWS 的团队成员进行了多次会议，每次会议中，我自己或我的同事至少都会有一个顿悟时刻，当时我们会想，‘这就是我们正努力去做的事情。’”
罗斯泰恩同意，称这一过程“具有启示性”。
“我们能够梳理出解决法院在数据共享方面所面临障碍的所有步骤，并为研究人员提供快速、顺畅且受支持的数据访问渠道。”她说。
O'Hara 和 Rostain 希望，通过为研究人员提供所需数据并鼓励更多数据标准化，能够识别出可能制定对人们和地方社区产生潜在重大影响的政策的趋势。
“以驱逐为例，”奥哈拉说，“最近的一项研究中，我们的一些同事在乔治城大学发现，在华盛顿特区提起驱逐诉讼的费用非常低，以至于许多房东最终只是为了收取租金就将租客告上法庭。
对房东而言，这不过是如何最好地收回欠款的问题；但对个人来说，这可能决定他们未来是否还能再次租房。
当某事进入法院审理时，它代表了一种危机时刻。
艾米·奥哈拉教授
“一旦被列入驱逐记录，你的档案上就会留下一个如影随形的污点。”奥哈拉说，“也许下次你填写租房申请时，房东会通过某个不知名供应商提供的名单查询你的名字，发现你曾被驱逐过，从而把你排在申请的末尾。那你还有什么机会去弥补和证明自己呢？目前并没有任何政策工具能够清理这类记录。”
“如果有相关数据，例如可以调查房东愿意将租客告上法庭的价格点，而不是寻找其他不那么极端的催缴租金方法。”
O’Hara 解释说，在某些司法管辖区，如果某人拖欠租金，eviction 程序可能在四天后就启动，这使得人们几乎没有时间与负责管理紧急租金援助的当地非营利组织联系，也来不及整理所有文件以证明其收入低到符合费用减免资格。
"从获得司法救济的角度来看，提高系统的透明度将使人们更容易确保个人了解可用的资源，例如财政援助或法律援助，从而可能带来更好的结果。"她补充道。
"这些是我们希望有一天能够解决的大局问题，但如果你没有任何可衡量的东西，你就无法解决任何问题。"
亚马逊的"逆向工作法"流程始于询问你的客户是谁以及你试图为他们解决什么问题，这一方法帮助奥哈拉（O'Hara）和罗斯泰因（Rostain）确定了研究人员在进行此类测量时面临的两个主要痛点——协商数据访问权限和处理未记录、杂乱的信息。
奥哈拉说："假设你在研究消费者债务问题，你可能需要8到12个月的时间来获取数据。你必须向各个法院请求特定信息，但要记住这些信息是为法院运营而收集的，并非用于二次分析，因此其格式不一定可用。"
"有些文件分类非常清晰，而另一些则不然。除非你深入查看文件内容，否则你根本无法知道这是一起商业对商业案件（例如建筑商起诉石膏板供应商），还是一起消费者案件（例如汽车公司起诉某人未能按时支付车贷）。"
"并非所有文件都是机器可读的。地址可能是手写的，或者可能被订书钉遮挡。你需要手动筛选数千个PDF文件，才能找到你所需要的提取内容。"
在加速学术研究的同时，奥哈拉和罗斯泰因希望通过为法院提供价值——从帮助它们更深入地了解自身运营，到减轻为每个单独的研究请求提供定制数据提取的负担——来激励法院参与数据共享。
奥哈拉说："平衡数据提供者的需求和关切是该项目另一个核心组成部分。我们必须明确，此举并非用于营销或监控目的，并且当研究人员请求数据以改善法院系统时，将设有适当的保障措施。"
"当某事进入法院时，它代表了一种危机时刻。"她说，"该项目的长期目标之一是更好地了解我们如何帮助人们度过危机并在之后蓬勃发展，更不用说如何从一开始就避免危机了。"
她补充道："我们知道这是一个难以解决的棘手问题，但我们仍然保持乐观。我们有机会整合所有要素——技术、治理和专业领域知识——创造出有可能使民事司法系统中所有参与者受益的成果。"
在皮尤慈善信托基金（The Pew Charitable Trusts）的支持下，位于乔治城大学麦考特公共政策学院（Georgetown’s McCourt School of Public Policy）和乔治城大学法学院技术与法律政策研究所（Institute for Technology Law and Policy at Georgetown Law）的团队利用奥哈拉描述的驱逐数据构建了一个示范项目，以测试民事司法数据共享中心（Civil Justice Data Commons）的概念。他们现在正进入第二阶段，使用消费者债务数据，进一步开发该项目。
乔治城民事司法数据共享平台是AWS将通过其首个AWS创新工作室进行协作的项目之一。其中，亚马逊专家将与公共部门组织在虚拟环境中以及亚马逊阿灵顿总部2.0进行协作。该工作室将专注于寻找方法，以应对全球一些最紧迫的社会问题——从气候变化、住房不安全到健康和教育不平等——引导各组织运用亚马逊“逆向工作法”流程，并应用其广泛的技术组合，包括人工智能、数据分析和机器学习。