Co naprawdę wiadomo o skuteczności programów

Streszczenie

Wiedza o skuteczności programów deradykalizacji, disengagementu, rehabilitacji i reintegracji jest znacznie słabsza niż sugeruje liczba istniejących inicjatyw. Nie wynika z tego, że programy nie działają. Wynika, że tylko niewielka część została oceniona w sposób pozwalający wiarygodnie odróżnić efekt interwencji od spontanicznej zmiany, selekcji uczestników, upływu czasu, nadzoru i wpływu otoczenia.

Najbardziej aktualne syntezy pokazują nierównowagę. Stosunkowo dużo wiadomo o tym, jak organizować zarządzanie przypadkiem: potrzebne są kompetentne zespoły, relacja robocza, indywidualizacja, współpraca między instytucjami, ciągłość po zwolnieniu i włączenie bezpiecznych bliskich. Znacznie mniej wiadomo, o ile konkretne modele zmniejszają ryzyko przemocy. W systematycznym przeglądzie narzędzi i podejść case-management nie znaleziono ani jednego badania skuteczności spełniającego kryteria włączenia, choć odnaleziono 47 badań dotyczących wdrażania.¹ Przegląd programów trzeciorzędowych znalazł 17 badań empirycznych spośród 11 836 rekordów, ale ich poważne ograniczenia metodologiczne nie pozwalają na mocne wnioski.²

Najuczciwszy stan wiedzy brzmi zatem: istnieją wiarygodne przesłanki teoretyczne, doświadczenie praktyków, udokumentowane procesy zmiany i obiecujące wyniki części programów, lecz pewność co do wielkości ich efektu jest niska. Lepsze dowody dotyczą niektórych węższych rezultatów — na przykład wpływu części kontrnarracji na wybrane postawy — ale nie przekładają się automatycznie na spadek przemocy. Brak dowodu nie jest dowodem braku efektu; „obiecujący” nie znaczy jednak „potwierdzony”.

O jakie pytanie chodzi

Zdanie „czy deradykalizacja działa?” łączy co najmniej sześć różnych pytań:

1. Czy ludzie potrafią odejść od przemocy ekstremistycznej?
2. Czy można im w tym bezpiecznie pomagać?
3. Czy uczestnicy konkretnego programu poprawiają się w czasie?
4. Czy poprawiają się dzięki programowi, a nie niezależnie od niego?
5. Które składniki interwencji pomagają komu, w jakich warunkach i przez jaki mechanizm?
6. Czy uzyskany efekt jest wart kosztów, ryzyk ubocznych i alternatywnych zastosowań zasobów?

Na pierwsze pytanie można odpowiedzieć twierdząco: historia ruchów zbrojnych i biografie ich członków pokazują, że disengagement oraz zmiana poglądów rzeczywiście się zdarzają. Z tego nie wynika jeszcze odpowiedź na pytanie czwarte. Człowiek może odejść z powodu zmęczenia, konfliktu z liderem, nowych zobowiązań rodzinnych, utraty wiary w zwycięstwo albo represji państwa. Aby wykazać efekt programu, trzeba ustalić, czy z interwencją rezultat był lepszy, szybszy lub trwalszy niż bez niej.

Takie rozróżnienie jest ważne również w drugą stronę. Program może mieć umiarkowany dodatni efekt, choć część jego uczestników nie osiąga poprawy. Interwencje nie są gwarancjami. Ocenia się zmianę prawdopodobieństwa, nie możliwość zapewnienia wyniku każdej osobie.

Dlaczego intuicja i opowieść nie wystarczają

Praktyk może obserwować człowieka, który po miesiącach pracy zerwał z grupą i bezpiecznie wrócił do społeczności. To ważna wiedza o przebiegu przypadku. Nie odpowiada jednak sama na pytanie, co spowodowało zmianę. Podobnie poruszająca relacja absolwenta może pokazać sens i mechanizm interwencji, lecz nie mówi, jak często podobny rezultat występuje w całej populacji.

W programach deradykalizacyjnych szczególnie silne są trzy pokusy:

• widocznego przypadku — pamięta się spektakularny sukces albo porażkę, pomijając typowy przebieg;
• następstwa czasowego — skoro poprawa nastąpiła po programie, uznaje się ją za jego skutek;
• zaangażowania instytucjonalnego — zespół, który zbudował program, ma naturalną skłonność do korzystnej interpretacji niejednoznacznych sygnałów.

Nie oznacza to złej wiary. Te same błędy występują w medycynie, edukacji i polityce społecznej. Właśnie dlatego nauka rozwinęła grupy porównawcze, pomiary przed i po, replikacje, prerejestrację oraz przeglądy systematyczne.

Co jest dziś przedmiotem oceny

Pod wspólną nazwą P/CVE znajdują się bardzo różne działania:

• powszechna edukacja i budowa odporności;
• kampanie komunikacyjne i kontrnarracje;
• wczesna interwencja wobec osób ocenionych jako podatne;
• mentoring i zarządzanie przypadkiem;
• praca psychologiczna;
• dialog teologiczny lub ideologiczny;
• programy więzienne;
• wsparcie rodziny;
• edukacja, praca i pomoc mieszkaniowa;
• programy po zwolnieniu;
• interwencje wobec powracających z obszarów konfliktu;
• inicjatywy zbiorowe wobec organizacji zbrojnych.

Nie można przenosić wyniku z jednej klasy na całą dziedzinę. Krótki eksperyment z przekazem internetowym bada inny mechanizm niż kilkuletnie prowadzenie skazanego po zwolnieniu. Program szkolny dla ogólnej populacji ma inny punkt wyjścia i inną skalę szkód niż interwencja wobec członka organizacji terrorystycznej.

Synteza dowodów wymaga więc podziału co najmniej według:

• poziomu prewencji;
• populacji i poziomu wyjściowego ryzyka;
• ideologii i formy zaangażowania;
• dobrowolności lub przymusu;
• środowiska więziennego albo otwartego;
• zakładanego mechanizmu;
• rodzaju wyniku i czasu obserwacji.

„Program deradykalizacyjny” jest zbyt szeroką jednostką, aby sensownie wyliczyć jeden wspólny procent skuteczności.

Hierarchia twierdzeń i odpowiadających im dowodów

Czy program istnieje i dociera do odbiorców

Najprostsza ocena sprawdza liczbę przyjętych osób, spotkań, przeszkolonych mentorów, przygotowanych planów i ukończeń. Są to produkty. Odpowiadają na pytanie o wykonanie, nie o zmianę.

Czy uczestnicy doświadczają pożądanej zmiany

Pomiar przed i po może pokazać spadek deklarowanego poparcia dla przemocy, poprawę funkcjonowania albo zmniejszenie oceny ryzyka. Jest silniejszy niż sama liczba spotkań, ale nadal nie oddziela efektu programu od innych zmian w czasie.

Czy program przyczynił się do zmiany

Potrzebne jest wiarygodne porównanie z tym, co prawdopodobnie zdarzyłoby się bez interwencji. Może nim być losowo przydzielona grupa, dobrze dobrana grupa porównawcza, stopniowe wdrożenie albo mocny projekt quasi-eksperymentalny. W indywidualnym zarządzaniu przypadkiem nie zawsze jest to łatwe lub etycznie dostępne, ale trudność nie zmienia natury pytania.

Jak i dlaczego program działa

Ocena mechanizmu bada sekwencję: interwencja zwiększa zaufanie, zaufanie umożliwia ujawnienie potrzeb, rozwiązanie potrzeb zmniejsza zależność od grupy, a to ogranicza zaangażowanie w przemoc. Bez takiej teorii nie wiadomo, który składnik zachować, poprawić lub odrzucić.

Czy efekt jest trwały i przenośny

Wynik w jednym kraju, jednej organizacji i starannie wyselekcjonowanej grupie nie musi powtórzyć się gdzie indziej. Potrzebne są obserwacja po zakończeniu, replikacje i opis warunków, bez których model traci sens.

Im mocniejsze twierdzenie, tym mocniejszych danych wymaga. W praktyce wiele publikacji dokładnie opisuje pierwsze dwa poziomy i w tytule sugeruje trzeci lub czwarty.

Co wnoszą przeglądy systematyczne

Przegląd systematyczny nie jest zwykłym zestawieniem znanych programów. Definiuje pytanie, wyszukuje publikacje według jawnej strategii, stosuje kryteria włączenia, ocenia jakość badań i syntetyzuje wyniki. Ma ograniczać wybieranie przykładów pasujących do z góry przyjętej tezy.

W tej dziedzinie szczególnie użyteczne są także mapy dowodów i luk. Pokazują, gdzie badania istnieją, jakiego są rodzaju i jakie pola pozostają niemal puste. Mapa nie musi jeszcze odpowiadać, czy interwencja działa. Może ujawnić, że większość materiału dotyczy postaw studentów w krajach zachodnich, a niewiele — długoterminowego powrotu skazanych do społeczności.

Przegląd case-management

Opublikowany w 2024 roku przegląd Campbell Collaboration dotyczył narzędzi i podejść stosowanych w indywidualnym zarządzaniu przypadkiem wobec radykalizacji do przemocy. Autorzy rozdzielili skuteczność od wdrożenia. Dla pytania o skuteczność nie znaleźli ani jednego kwalifikującego się badania. Dla wdrażania zidentyfikowali 47 badań, przy czym jakość tej wiedzy była nierówna.¹

To jeden z najważniejszych wyników dla praktyki, ponieważ case-management jest rdzeniem wielu interwencji wtórnych i trzeciorzędowych. Nie oznacza, że praca zespołu wielodyscyplinarnego jest nieskuteczna. Oznacza, że nie dysponujemy badaniami spełniającymi standard przeglądu, które pozwoliłyby oszacować jej efekt wobec radykalizacji do przemocy.

Przegląd wskazał jednocześnie czynniki wspierające wdrożenie: wiedzę i szkolenie, czas poświęcony klientowi, relację, współpracę, odpowiednie dopasowanie narzędzi oraz znaczenie kontekstu. To wiedza praktyczna, ale należy ją nazywać wiedzą o wykonaniu i warunkach, nie o końcowej skuteczności.

Przegląd programów trzeciorzędowych

Systematyczny przegląd wyników programów trzeciorzędowych przeszukał literaturę do 2019 roku, a następnie sprawdził prace z lat 2020–2024. Spośród 11 836 początkowych rekordów 17 badań spełniło kryteria jako empiryczne oceny inicjatywy wykorzystujące dane pierwotne.²

Synteza sugerowała, że interwencje skoncentrowane na disengagemencie i reintegracji wypadały korzystniej niż próby bezpośredniej deradykalizacji. Częściej pozytywnie opisywano edukację, przygotowanie zawodowe i socjalizację niż samą reedukację religijną lub internetowe podważanie ideologii. Wśród warunków dobrej realizacji znalazły się zasady ryzyka, potrzeb i responsywności, przygotowanie personelu, współpraca, przymierze terapeutyczne, wsparcie psychologiczne i udział prospołecznej rodziny.

Najważniejszy jest jednak dalszy wniosek autorów: badania miały znaczne ograniczenia metodologiczne, które obniżają pewność konkluzji. „Element często obecny w programach opisywanych jako udane” nie jest tym samym co „składnik o potwierdzonym efekcie przyczynowym”.

Przegląd kontrnarracji

Systematyczny przegląd ukierunkowanych kontrnarracji objął 19 badań, w tym 12 randomizowanych eksperymentów. Znajdował efekty dla niektórych czynników powiązanych z radykalizacją — między innymi części percepcji zagrożenia, faworyzowania grupy własnej i wrogości wobec grupy obcej — ale wyniki były niespójne. Nie stwierdzono efektu dla zamiaru działania przemocowego.³

To przykład zarówno mocniejszego projektu, jak i ograniczonego zakresu wniosku. Eksperyment może wiarygodnie pokazać krótkoterminową zmianę postawy po konkretnym przekazie. Nie musi odpowiadać, czy odbiorca miesiące później zrezygnuje z udziału w przemocy. Wiele prób składało się z uczniów lub studentów, a większość badań pochodziła z Ameryki Północnej. Trafność wewnętrzna dla mierzonego efektu nie gwarantuje trafności zewnętrznej dla członków organizacji ekstremistycznych.

Mapa całego pola

Zaktualizowana mapa dowodów Campbell objęła 67 badań po przeszukaniu niemal 70 tysięcy rekordów. Pokazała skupienie badań w wybranych krajach, populacjach i rodzajach wyniku oraz bardzo ograniczone zasoby dla części rezultatów bezpośrednio związanych z radykalizacją i przemocą ekstremistyczną.⁴

Liczba 67 może wydawać się duża, dopóki nie uwzględni się globalnej różnorodności ideologii, poziomów prewencji, populacji, interwencji i wyników. Po podziale na te komórki wiele z nich zawiera pojedyncze badanie albo nie zawiera żadnego.

Co oznacza „brak kwalifikujących się badań”

Takie sformułowanie bywa błędnie tłumaczone jako „udowodniono brak efektu”. W rzeczywistości może znaczyć, że:

• programów nie oceniano;
• oceny nie miały odpowiedniego porównania;
• wynik nie odpowiadał pytaniu przeglądu;
• dane były wyłącznie opisowe;
• raport nie pozwalał ocenić ryzyka błędu;
• badanie dotyczyło innej populacji lub interwencji;
• publikacja nie zapewniała minimalnej przejrzystości.

Statystyczny brak wykrytego efektu w odpowiednio silnym badaniu jest inną sytuacją niż brak badania. Pierwszy dostarcza danych o prawdopodobnym efekcie; drugi pozostawia niepewność.

Nie wolno jednak używać tej różnicy jako tarczy przed oceną. Jeżeli po latach finansowania instytucja nie potrafi pokazać danych wykraczających poza liczbę działań, nie ma podstaw, by komunikować potwierdzoną skuteczność. Ciężar dowodu rośnie wraz z kosztem, ingerencją w prawa i skalą roszczenia.

Dlaczego badania są tak trudne

Rzadkość wyniku końcowego

Akt terrorystyczny jest zdarzeniem rzadkim nawet wśród osób budzących zainteresowanie instytucji. To dobra wiadomość społeczna, lecz poważne wyzwanie statystyczne. Aby wykryć umiarkowaną różnicę w rzadkim zdarzeniu, potrzeba dużych prób i długiej obserwacji.

Mały program może pracować z kilkunastoma lub kilkudziesięcioma osobami rocznie. Jeśli żadna nie popełni zamachu, nie wiadomo, czy program zapobiegł wielu zdarzeniom, czy żadne i tak by nie nastąpiło. Jeśli jeden uczestnik wróci do przemocy, odsetek zmieni się dramatycznie, choć obserwujemy pojedynczy przypadek.

Ukryty charakter zachowania

Zaangażowanie może być nieujawnione. Ponowne skazanie jest mierzalne, ale zależy od wykrycia, decyzji procesowych i definicji przestępstwa. Informacje wywiadowcze mogą zwiększać wiedzę, lecz bywają niejawne i trudne do wykorzystania w niezależnym badaniu.

Wieloznaczność wyniku

Deradykalizacja poznawcza, zaprzestanie zachowania, reintegracja, zmniejszenie ryzyka i brak recydywy nie są wymienne. Badania stosują różne definicje i okresy obserwacji. Meta-analiza nie naprawi porównania wyników, które w istocie mierzą inne zjawiska.

Heterogeniczność populacji

Do jednego programu mogą trafić propagandyści, logistycy, powracający z konfliktu, samotni konsumenci treści, członkowie skrajnej prawicy i osoby skierowane na podstawie wczesnej obawy. Ich bazowe ryzyko, potrzeby i możliwe drogi zmiany są odmienne. Średni efekt może ukrywać pomoc jednej podgrupie i brak efektu albo szkodę w innej.

Indywidualizacja interwencji

Dobre zarządzanie przypadkiem dobiera komponenty do potrzeb. Dwaj uczestnicy tej samej inicjatywy otrzymują więc inny „program”. Utrudnia to wskazanie aktywnego składnika, ale nie czyni oceny niemożliwą. Trzeba dokumentować decyzje, dawkę, sekwencję i mechanizmy, zamiast traktować nazwę programu jako jednorodną ekspozycję.

Ograniczenia etyczne i prawne

Nie zawsze można losowo odmówić potrzebnej pomocy osobie wysokiego ryzyka. Uczestnik ma prawo do prywatności; publiczne udostępnienie danych mogłoby go narazić. Bezpieczeństwo źródeł i postępowań ogranicza przejrzystość. Te problemy są realne, ale istnieją projekty alternatywne: porównanie standardowej opieki z rozszerzoną, stopniowe wdrożenie, dopasowanie statystyczne, analiza przerwanych szeregów czasowych i pogłębione studia mechanizmu.

Zmieniający się kontekst

Organizacja może się rozpaść, konflikt wygasnąć, platforma internetowa zmienić zasady, a państwo wprowadzić nowe prawo. Spadek zaangażowania uczestników może zbiec się z programem, choć wynika z zewnętrznego wydarzenia. Ocena musi rejestrować kontekst, nie tylko działania wobec jednostki.

Małe próby i fałszywa precyzja

Program obejmujący 20 osób może ogłosić „95 procent sukcesu”, jeżeli jedna osoba nie spełniła kryterium. Taki odsetek wygląda dokładnie, ale obarczony jest ogromną niepewnością. Ponadto może dotyczyć wyłącznie tych, którzy ukończyli program.

Przy małych próbach szczególnie łatwo o:

• przypadkową nierównowagę między grupami;
• wynik zdominowany przez jedną osobę;
• niemożność analizy podgrup;
• szerokie przedziały niepewności;
• nadmierne dopasowanie modelu;
• publikację efektu przypadkowego jako prawidłowości.

Uczciwy raport podaje liczby bezwzględne obok procentów. „19 z 20 osób nie zostało ponownie skazanych przez rok” przekazuje więcej niż „95% skuteczności”, ponieważ ujawnia próbę, obserwację i właściwy charakter wyniku.

W małej dziedzinie jakościowe studium przypadku może być bardzo wartościowe. Powinno jednak służyć do zrozumienia procesu i tworzenia hipotez, a nie do wyliczania stabilnego efektu populacyjnego.

Niska częstość bazowa i paradoks dobrego predyktora

Jeżeli poważny czyn występuje u niewielkiego odsetka skierowanych osób, nawet narzędzie o pozornie dobrej czułości i swoistości może generować wiele fałszywie dodatnich ocen. Ten problem dotyczy kwalifikacji do interwencji, ale także jej ewaluacji.

Załóżmy, że bez programu do przemocy wróciłoby 2 na 100 osób, a program zmniejsza ten odsetek do 1. To względna redukcja o połowę, lecz do zaobserwowania różnicy potrzeba znacznie więcej niż stu uczestników. W pojedynczym małym projekcie wynik 0, 1 albo 2 zdarzeń może być dziełem przypadku.

Dlatego badania często używają wyników pośrednich: intencji, postaw, oceny ryzyka, jakości relacji i funkcjonowania. Jest to rozsądne, jeśli wynik pośredni rzeczywiście leży na drodze do przemocy i jest wrażliwy na interwencję. Nie wolno jednak automatycznie uznawać zmiany w łatwiejszym pomiarze za dowód zmiany rzadkiego wyniku końcowego.

Brak grupy porównawczej

Najczęstszy schemat brzmi: uczestnicy zostali ocenieni na początku, otrzymali program, a następnie ich wynik się poprawił. Taki projekt pokazuje zmianę, ale pozostawia kilka alternatywnych wyjaśnień:

• regresję do średniej po kryzysie, który spowodował skierowanie;
• naturalne dojrzewanie;
• wpływ kary lub nadzoru;
• zmianę środowiska;
• równoległą terapię, pracę lub wsparcie rodziny;
• selektywne pozostanie najbardziej zmotywowanych osób;
• zmianę sposobu odpowiadania na pytania.

Grupa porównawcza nie musi oznaczać porzucenia ludzi bez pomocy. Można porównywać rozszerzony program ze standardową usługą, wcześniejsze i późniejsze wdrożenie albo podobne przypadki w miejscach, gdzie model jeszcze nie działa. Kluczowe jest, aby porównanie było wiarygodne, a różnice początkowe zostały jawnie opisane.

Selekcja uczestników

Samoselekcja

Dobrowolne programy przyciągają ludzi bardziej gotowych do zmiany. Ich korzystne wyniki mogą częściowo wynikać z motywacji obecnej przed pierwszym spotkaniem. To nie wada dobrowolności, lecz problem interpretacji.

Selekcja przez instytucję

Program może odrzucać osoby o najwyższym ryzyku, poważnych zaburzeniach, słabej znajomości języka lub braku stabilnego miejsca pobytu. Powstaje łatwiejsza grupa, a wynik nie przenosi się na wszystkich potrzebujących.

Selekcja do publikacji

Instytucja może opisać najlepsze przypadki, przemilczając osoby, które przerwały udział. Badacz może otrzymać dostęp tylko do absolwentów. Wtedy nawet bardzo dokładny wywiad odpowiada na pytanie „jak zmieniali się ci, którym poszło dobrze”, a nie „jak działa program”.

Selekcja po wyniku

Szczególnie mylące jest liczenie skuteczności wyłącznie wśród ukończonych. Przerwanie może być konsekwencją niedopasowania, konfliktu lub powrotu do grupy — czyli częścią wyniku. Analiza powinna pokazywać przepływ wszystkich zakwalifikowanych osób i powody utraty.

Utrata z obserwacji

Po zakończeniu programu część uczestników zmienia miejsce pobytu, odmawia kontaktu, trafia do innej instytucji albo opuszcza kraj. Jeżeli los tych osób jest nieznany, nie wolno automatycznie zaliczać ich ani do sukcesów, ani do porażek.

Problem staje się poważny, gdy utrata nie jest losowa. Osoby w największym kryzysie mogą znikać częściej, ale również osoby najlepiej zintegrowane mogą po prostu nie chcieć dalszego kontaktu z etykietującym programem. Raport powinien podawać:

• ilu uczestników objęto każdym pomiarem;
• czym różnili się pozostali i utraceni;
• jakie podjęto próby kontaktu;
• jak zmieniają się wnioski przy różnych rozsądnych założeniach.

Wysoki odsetek utraty może sprawić, że wynik jest nierozstrzygalny, nawet jeśli wśród obserwowanych wszystko wygląda dobrze.

Brak zaślepienia i oczekiwania

Prowadzący, który jednocześnie interweniuje i ocenia, zna cele programu oraz uczestnika. Może nieświadomie interpretować niejednoznaczne zachowanie jako poprawę. Uczestnik wie, jakie odpowiedzi są pożądane, szczególnie gdy od oceny zależą warunki zwolnienia lub nadzoru.

Pełne zaślepienie w pracy społecznej jest zwykle niemożliwe, ale można:

• oddzielić część oceny od prowadzenia;
• używać kilku źródeł;
• stosować jasne reguły kodowania;
• sprawdzać zgodność oceniających;
• rejestrować decyzje przed poznaniem wyniku;
• niezależnie audytować próbkę przypadków.

Standaryzacja nie eliminuje osądu. Sprawia, że jego podstawy można prześledzić.

Mierzenie łatwego zamiast ważnego

Liczba sesji, satysfakcja i wiedza po szkoleniu są proste do zebrania. Przemoc, niezależność od grupy i trwała reintegracja są trudne. System finansowania może więc wypierać ważne pytania przez łatwe wskaźniki.

RAN w opracowaniu z 2023 roku zauważał, że monitoring i ewaluacja P/CVE nadal często skupiają się na działaniach i produktach, a nie na rezultatach i szerszym wpływie; problem wiązał się także ze słabym projektem programu i brakiem wyraźnej teorii zmiany.⁵

Nie znaczy to, że wskaźniki procesu są zbędne. Bez nich nie wiadomo, czy brak efektu wynika ze złej teorii, czy z niewykonania interwencji. Należy jednak budować łańcuch:

zasoby → działania → produkty → zmiany pośrednie → wynik końcowy.

Ocena, która zatrzymuje się na produktach, może mówić o wydajności, nie o skuteczności.

Wyniki zastępcze i problem walidacji

Wynik zastępczy jest łatwiejszą do zmierzenia zmienną, która ma reprezentować ważniejszy rezultat. Może nim być deklarowane poparcie dla przemocy, sztywność poznawcza, poczucie przynależności lub ocena profesjonalna.

Dobry wynik zastępczy powinien:

• być związany z rzeczywistym wynikiem końcowym;
• zmieniać się pod wpływem interwencji;
• leżeć na wiarygodnej ścieżce mechanizmu;
• nie być łatwy do poprawienia bez realnej zmiany;
• zachowywać znaczenie w danej populacji i kulturze.

Jeśli program uczy uczestników rozpoznawać poprawne odpowiedzi w kwestionariuszu, wynik może się poprawić bez zmniejszenia ryzyka. Jeśli skala powstała dla ogólnej populacji studentów, nie musi działać identycznie wobec osadzonych członków organizacji.

Najbezpieczniej używać zestawu wyników pośrednich i sprawdzać ich zgodność z zachowaniem, zamiast opierać cały wniosek na jednej skali.

Recydywa: twarda miara o miękkich granicach

Ponowne skazanie wydaje się obiektywne, ale jego wartość zależy od definicji. Badanie może liczyć:

• każde zatrzymanie;
• każde skazanie;
• ponowne uwięzienie;
• naruszenie warunków;
• każde przestępstwo z użyciem przemocy;
• tylko przestępstwo terrorystyczne;
• ponowne zaangażowanie wykryte operacyjnie.

Okres obserwacji i jurysdykcja dodatkowo zmieniają wynik. Niski odsetek ponownych skazań terrorystycznych nie wyjaśnia, czy uczestnicy zmienili poglądy, czy pozostają w grupie, ani czy wynik odbiega od porównywalnych osób bez programu.

Raport RAND o programach islamistycznych już w 2010 roku podkreślał, że niemal wszystkie inicjatywy twierdziły, iż odniosły sukces, mimo niejasnych definicji, skąpych danych po programie i ograniczeń recydywy.⁶ Problem nie został rozwiązany przez późniejsze mnożenie projektów.

Czas obserwacji

Wynik bez wskazania czasu jest niepełny. Bezpośrednio po programie uczestnik może pozostawać pod intensywnym nadzorem i korzystać z wyjątkowego wsparcia. Dopiero później pojawiają się utrata pracy, konflikt rodzinny, kontakt z dawnym środowiskiem i spadek uwagi instytucji.

Krótka obserwacja:

• jest tańsza;
• ogranicza utratę uczestników;
• pozwala szybko poprawiać program;
• dobrze mierzy bezpośredni mechanizm.

Długa obserwacja:

• lepiej ocenia trwałość;
• zwiększa liczbę realnych sytuacji próby;
• pozwala obserwować rzadkie zdarzenia;
• trudniej przypisuje wynik jednej interwencji, ponieważ życie dostarcza kolejnych wpływów.

Potrzebne są oba horyzonty. Pomiary w trakcie pokazują, czy model ruszył zakładany mechanizm; obserwacja po programie — czy zmiana przetrwała.

Publikowanie sukcesów i znikające porażki

Programy działają w politycznie wrażliwym środowisku. Ujawnienie niepowodzenia może zagrozić finansowaniu, reputacji i zaufaniu publicznemu. Dane bywają tajne, a negatywny raport pozostaje wewnętrzny. W literaturze naukowej dodatkowo łatwiej opublikować wynik dodatni niż brak efektu.

Powstaje stronniczość publikacyjna:

• udane projekty są opisywane jako modele;
• projekty bez efektu znikają po zakończeniu finansowania;
• szkodliwe skutki są nazywane „lekcjami” bez pełnych danych;
• wiele raportów pochodzi od organizacji realizującej lub finansującej program;
• ta sama mała grupa przypadków bywa opisywana w kilku publikacjach.

Przykład brytyjski pokazuje znaczenie dostępu do pełnego materiału. Niezależny przegląd Prevent opisał mieszany obraz ewaluacji projektów: część nie przynosiła oczekiwanych rezultatów, a w kilku stwierdzono niepożądany spadek poparcia dla wolności wypowiedzi. Jednocześnie autor nie otrzymał jednego raportu, któremu media przypisywały tezę o 95 procentach nieskutecznych projektów, i musiał opierać się na dostępnych ocenach cząstkowych.⁷ Przypadek uczy, że zarówno triumfalny komunikat, jak i efektowny zarzut porażki trzeba sprawdzać w dokumentach źródłowych.

Rozwiązaniem są rejestry badań i programów, publikowanie protokołów, raportowanie wyników niezależnie od kierunku oraz udostępnianie zanonimizowanych danych w granicach bezpieczeństwa.

Konflikt interesów i niezależność oceny

Ewaluacja wewnętrzna jest potrzebna do bieżącego uczenia się. Zespół zna kontekst i potrafi szybko poprawiać działanie. Nie zastępuje jednak niezależnej oceny, gdy instytucja składa mocne twierdzenia publiczne.

Konflikt interesów może wystąpić, gdy:

• realizator ocenia własny kontrakt;
• finansowanie kontynuacji zależy od wyniku;
• twórca narzędzia jest jedynym certyfikatorem;
• evaluator nie ma dostępu do porażek i osób, które odeszły;
• warunki publikacji pozwalają sponsorowi zablokować raport.

Niezależność nie oznacza braku współpracy. Zewnętrzny zespół potrzebuje wiedzy praktyków, ale powinien mieć zagwarantowany dostęp, autonomię metod i prawo publikacji także niekorzystnych wyników.

„Co działa” jest zbyt prostym pytaniem

Bardziej użyteczna formuła realistyczna brzmi:

co działa, dla kogo, w jakich warunkach, przez jaki mechanizm i z jakimi skutkami ubocznymi?

Mentoring może pomóc osobie, której wejście w grupę wynikało z poszukiwania relacji i statusu, lecz być niewystarczający wobec człowieka zaangażowanego strategicznie i otoczonego aktywną siecią. Dialog teologiczny może mieć znaczenie, gdy religijne uzasadnienie jest rzeczywistym mechanizmem, ale chybić, jeśli język religii maskuje motywację polityczną, kryminalną lub tożsamościową.

Ta zależność nie jest wymówką umożliwiającą uznanie każdego niepowodzenia za „złe dopasowanie”. Program powinien z góry określić, jakie mechanizmy adresuje i dla jakiej populacji. Dopiero wtedy można sprawdzać moderatory i wyjaśniać różnice.

Co wiadomo o składnikach interwencji

Relacja robocza

W wielu badaniach wdrożeniowych i opisach przypadków powtarza się znaczenie zaufania, ciągłości oraz wiarygodności prowadzącego. Relacja ułatwia ujawnienie motywów i kryzysów. Jest silnym kandydatem na warunek skutecznej pracy.

Nie wiadomo jednak dokładnie, jaka jej część działa niezależnie od innych składników, jak mierzyć odpowiednią jakość i kiedy bliskość prowadzi do utraty granic. Dowód powtarzalnego znaczenia wdrożeniowego nie jest jeszcze oszacowaniem wpływu na przemoc.

Indywidualizacja

Zgodność programu z potrzebami i responsywnością ma mocne podstawy w szerszej literaturze korekcyjnej. W P/CVE jest powszechnie zalecana przez UNODC i praktyków.⁸ Indywidualizacja pozwala kierować pomoc do mechanizmu konkretnej osoby.

Ryzykiem jest niekontrolowana dowolność. Jeżeli każda interwencja jest inna i słabo dokumentowana, nie wiadomo, czego uczestnik rzeczywiście doświadczył. Indywidualizacja wymaga wspólnego modelu decyzji, nie improwizacji.

Edukacja i zatrudnienie

Programy opisują poprawę kompetencji, legalne alternatywy i zmniejszenie zależności od grupy. Przegląd trzeciorzędowy wskazuje te komponenty jako częściej związane z pozytywnymi wynikami niż część prób czysto ideologicznych.²

Nie można z tego wyprowadzić uniwersalnego efektu. Praca może być kluczowa dla osoby zależnej finansowo, a marginalna dla ideologicznego lidera o wysokim statusie. Samo zatrudnienie nie dowodzi disengagementu.

Włączenie rodziny

Bezpieczni bliscy mogą wcześnie rozpoznać pogorszenie, wspierać codzienną zmianę i zapewnić przynależność. Ich udział pojawia się w zaleceniach i wynikach jakościowych.

Rodzina nie zawsze jest zasobem. Może podtrzymywać ekstremizm, stosować przemoc, odrzucać uczestnika albo sama potrzebować ochrony. „Zaangażowanie rodziny” jest klasą działań, której efekt zależy od diagnozy i bezpieczeństwa.

Pomoc psychologiczna

Może adresować traumę, depresję, lęk, impulsywność i zdolność regulacji. Te potrzeby są realne, lecz ekstremizm nie jest diagnozą psychiatryczną. Skopingowy przegląd interwencji psychologicznych wskazuje rozwijającą się, ale niejednorodną literaturę, obejmującą także wiedzę z wywiadów z praktykami.⁹

Nie ma podstaw do uznania jednej szkoły terapii za uniwersalną „terapię deradykalizacji”. Komponent psychologiczny powinien odpowiadać rozpoznanej potrzebie i podlegać standardom właściwym dla usług zdrowia psychicznego.

Dialog religijny i ideologiczny

Może podważać konkretne uprawomocnienie przemocy, szczególnie gdy uczestnik uznaje autorytet rozmówcy i rzeczywiście motywuje się doktryną. Opisy znanych programów często przypisują mu ważną rolę.

Dowody porównawcze są słabe, definicje sukcesu różne, a uczestnicy mogą uczyć się poprawnego języka. Składnik ten powinien być oceniany przez zmianę rozumowania i zachowania, nie liczbę odbytych debat.

Opieka po zakończeniu

Przejście z więzienia lub intensywnego programu do społeczności jest momentem wysokiego obciążenia. Ciągłość mieszkania, opieki, dokumentów, relacji i planu kryzysowego ma silne uzasadnienie mechanizmem oraz doświadczeniem resocjalizacji.

Nadal brakuje dobrych porównań, które określiłyby optymalną intensywność, czas i zestaw usług specyficznie wobec przemocy ekstremistycznej. Zalecenie jest rozsądne, lecz wielkość efektu pozostaje niepewna.

Czego można nauczyć się z innych dziedzin

Deradykalizacja nie musi wynajdywać od nowa całej wiedzy o zmianie zachowania. Resocjalizacja, zapobieganie przemocy, terapia uzależnień, praca z gangami, ochrona dzieci i zdrowie psychiczne dostarczają modeli relacji, zarządzania przypadkiem, motywacji i nawrotu.

Transfer wymaga jednak sprawdzenia:

• czy mechanizm jest rzeczywiście podobny;
• czy populacja ma zbliżone potrzeby;
• czy wynik w dziedzinie źródłowej odpowiada przemocy ekstremistycznej;
• czy kontekst prawny i społeczny nie zmienia działania;
• czy adaptacja zachowała aktywne składniki.

Campbell w przeglądzie case-management uznał wiedzę z interwencji wobec innych form przemocy za potencjalnie transferowalną, ale nie znalazł dowodu użycia i efektu części podejść — na przykład terapii multisystemowej — w samym przeciwdziałaniu radykalizacji.¹ „Może być przydatne do zbadania” jest właściwym wnioskiem; „zostało potwierdzone w P/CVE” byłoby nadinterpretacją.

Różnica między evidence-based a evidence-informed

Evidence-based sugeruje, że konkretna praktyka ma bezpośrednie, wiarygodne dowody efektu dla danego celu i populacji. Evidence-informed oznacza, że projekt wykorzystuje najlepszą dostępną wiedzę — również z mechanizmów, badań wdrożenia, innych dziedzin i doświadczenia praktyków — choć bezpośrednia skuteczność może nie być jeszcze potwierdzona.

W obecnym stanie wiele rozsądnych programów deradykalizacyjnych należy uczciwiej nazywać evidence-informed. Nie jest to obelga. Przy rzadkim i zmiennym zjawisku działanie musi rozpocząć się przed osiągnięciem idealnej bazy dowodowej. Warunkiem jest jednak:

• jawne opisanie niepewności;
• monitorowanie szkód;
• gotowość do zmiany;
• inwestowanie w niezależną ocenę;
• niewyolbrzymianie rezultatów.

Nadużyciem jest przyklejenie etykiety „oparty na dowodach” dlatego, że podręcznik zawiera bibliografię albo jeden składnik pochodzi z dobrze zbadanej terapii.

Co mówią audyty i dokumenty instytucjonalne

Europejski Trybunał Obrachunkowy w audycie działań UE przeciw radykalizacji uznał, że Komisja odpowiadała na potrzeby państw członkowskich i wspierała współpracę, ale wskazał braki koordynacji i ram oceny skuteczności. Długoterminowy wpływ nie był mierzony systematycznie.¹⁰

Ten wniosek dotyczy poziomu polityki i finansowania, nie tylko pojedynczej terapii. Można mieć wiele wartościowych projektów, sieci i wymian praktyk, a nadal nie wiedzieć, jaki jest ich łączny wpływ. Rozliczenie środków i pozytywna recenzja praktyków nie są tym samym co ewaluacja rezultatu.

RAN wskazywał także presję krótkoterminowych projektów: realizatorzy muszą szybko „dostarczać” wyniki, przechodzić do kolejnego podejścia lub przepakowywać działania dla następnego finansowania. Utrudnia to transfer wiedzy i długą obserwację.¹¹

Co wiadomo o dużych programach państwowych

Rozpoznawalność programu nie jest dowodem skuteczności. Duże systemy często publikują statystyki przepływu: skierowania, przyjęcia, rodzaje obaw, zakończenia i dalsze działania. Dane te pokazują skalę oraz selekcję, ale nie tworzą automatycznie oceny wpływu.

Brytyjskie statystyki Prevent/Channel opisują tysiące skierowań, decyzje paneli i przypadki objęte wsparciem. Urząd sam zastrzega, że dane dotyczą aktywności rejestrowanej przez policję i samorządy, a kompletność i dokładność zależą od ewidencji.¹² Statystyka administracyjna jest potrzebna, lecz nie odpowiada, co stałoby się z tymi samymi osobami bez Channel.

Według raportu Lessons for Prevent duża ocena wyników Channel rozpoczęła zbieranie danych w kwietniu 2025 roku, została rozszerzona na szkocki PMAP, a raport końcowy zaplanowano na koniec 2026 roku.¹³ Stan na lipiec 2026 roku jest więc przykładem ważnej luki: system działa od lat, ale jego główna niezależna ocena wpływu nadal nie została publicznie ukończona. Nie należy uprzedzać jej wyniku ani w stronę sukcesu, ani porażki.

Programy państw autorytarnych i nieporównywalne odsetki

Niektóre programy podają bardzo wysokie odsetki sukcesu. Ich weryfikację utrudniają:

• niejawna definicja uczestnika i absolwenta;
• brak niezależnego dostępu;
• połączenie edukacji, nadzoru, nagród i represji;
• nieznany okres obserwacji;
• nieuwzględnianie zaginionych lub ponownie uwięzionych;
• ryzyko, że uczestnik deklaruje zmianę pod przymusem;
• brak wolności publikowania wyników niekorzystnych.

Nie znaczy to, że wszystkie doświadczenia z takich systemów są bezwartościowe. Opis organizacji, roli rodziny lub wsparcia po zwolnieniu może tworzyć hipotezy. Deklarowanego „90 czy 100 procent sukcesu” nie wolno jednak porównywać z niezależnie mierzonym ponownym skazaniem w systemie demokratycznym.

Kontekst przymusu wpływa na znaczenie danych. Ukończenie programu może być warunkiem zwolnienia; publiczne wyznanie błędu może być rytuałem oczekiwanym przez władzę. Ocena musi oddzielić obserwowalną zgodność od trwałej zmiany.

Możliwe szkody programu

Pytanie o skuteczność nie ogranicza się do korzyści. Interwencja może:

• stygmatyzować uczestnika lub całą społeczność;
• wzmacniać poczucie prześladowania;
• tworzyć kontakt między osobami wcześniej niepowiązanymi;
• nagradzać deklarowaną radykalność dostępem do zasobów;
• wypierać zwykłe usługi zdrowotne i społeczne;
• osłabiać zaufanie do szkoły, lekarza albo pracownika socjalnego;
• zwiększać zależność od jednego mentora;
• utrwalać etykietę ekstremisty po ustaniu ryzyka;
• kierować do interwencji osoby, które nie zmierzały do przemocy;
• wywoływać reaktywny opór wobec perswazji.

Niezależny przegląd Prevent, wspominając o projektach obniżających część postaw wobec wolności wypowiedzi, pokazuje, że program może osiągnąć zamierzony wynik w jednej skali i pogorszyć inny ważny rezultat.⁷

Pełna ocena powinna rejestrować skutki niezamierzone, skargi, nierówności w kierowaniu, utratę zaufania i koszty alternatywne. Program o niewielkim dodatnim wyniku może mieć ujemny bilans, jeśli wyrządza poważne szkody dużej grupie.

Koszt i wartość alternatywna

Nawet skuteczna interwencja może być nieefektywna ekonomicznie, jeśli podobny rezultat da się osiągnąć prostszym działaniem. Z drugiej strony zapobieżenie jednemu poważnemu czynowi ma dużą wartość, choć dokładny rachunek jest trudny.

Analiza powinna obejmować:

• koszt bezpośredni programu;
• czas wielu instytucji;
• koszt monitorowania i szkolenia;
• konsekwencje fałszywie dodatnich skierowań;
• oszczędności w wymiarze sprawiedliwości i usługach;
• szkody uniknięte dzięki ograniczeniu przemocy;
• alternatywne inwestycje, na przykład zwykłą opiekę psychiczną lub resocjalizację.

Brak wiarygodnego oszacowania efektu utrudnia rachunek koszt–korzyść. Nie uzasadnia to fikcyjnej precyzji. Lepiej przedstawić kilka scenariuszy i punkt, przy którym program staje się opłacalny.

Jak czytać badanie o „skutecznym programie”

Przed przyjęciem wniosku warto sprawdzić:

Populację

• Kto został objęty?
• Jak rozpoznano radykalizację do przemocy?
• Ilu odmówiło lub odpadło?
• Czy analizowano wszystkich przyjętych?

Interwencję

• Co faktycznie wykonano?
• Jak długo i przez kogo?
• Czy uczestnicy otrzymywali równolegle inne usługi?
• Czy realizacja odpowiadała podręcznikowi?

Porównanie

• Z czym porównano wynik?
• Czy grupy były podobne na początku?
• Czy różnica mogła wynikać z selekcji?

Wynik

• Czy mierzono zachowanie, postawę, ocenę ryzyka czy produkt?
• Jak zdefiniowano recydywę lub disengagement?
• Czy narzędzie było odpowiednie dla tej populacji?

Czas

• Kiedy wykonano pomiar?
• Jak długo obserwowano uczestników po programie?
• Ilu utracono?

Analizę

• Czy podano liczby bezwzględne i niepewność?
• Czy wynik był zaplanowany, czy wybrany po zobaczeniu danych?
• Czy uwzględniono różnice początkowe i brakujące dane?

Niezależność

• Kto finansował, realizował i oceniał?
• Czy raport obejmuje negatywne wyniki?
• Czy można prześledzić metodę i dane?

Jeśli na większość pytań nie ma odpowiedzi, publikacja może nadal być wartościowym opisem praktyki. Nie powinna jednak rozstrzygać o skuteczności.

Jak interpretować rodzaje publikacji

Rodzaj materiału	Co może dobrze pokazać	Czego zwykle nie dowodzi
opis programu	cele, składniki, kontekst	efektu
studium przypadku	proces i możliwy mechanizm	częstości i porównania
wywiady z praktykami	bariery, wiedzę wdrożeniową	zmniejszenia przemocy
badanie przed–po	zmianę uczestników	przyczynowości bez porównania
badanie z grupą porównawczą	prawdopodobny wkład programu	przenośności na każdy kontekst
eksperyment laboratoryjny	efekt konkretnego bodźca	długoterminowego zachowania w realnym świecie
dane administracyjne	skalę, wykryte zdarzenia, przepływ	niewykrytych zdarzeń i mechanizmu
przegląd systematyczny	całość kwalifikującej się wiedzy	jakości, której nie mają badania pierwotne
mapa luk	rozmieszczenie badań	odpowiedzi, czy program działa

Żaden typ nie jest bezwartościowy. Problem powstaje, gdy używa się go do twierdzenia przekraczającego jego możliwości.

Dlaczego meta-analiza nie jest magicznym rozwiązaniem

Meta-analiza łączy wyniki wielu badań, aby zwiększyć precyzję. Jeżeli badania są słabe, mierzą różne rzeczy albo opisują tę samą małą populację, ich matematyczne połączenie nie tworzy mocnego dowodu.

W P/CVE przeszkodami są:

• mała liczba porównywalnych badań;
• różne wyniki i skale;
• niejednakowe populacje;
• brak danych potrzebnych do obliczeń;
• wysokie ryzyko błędu systematycznego;
• możliwa stronniczość publikacyjna.

Synteza narracyjna bywa wtedy odpowiedzialniejsza. Powinna jednak jasno rozróżniać, co wynika z danych, co jest powtarzalną obserwacją jakościową, a co rekomendacją ekspertów.

Co jest obecnie najbardziej wiarygodne

Na podstawie przeglądów można sformułować kilka twierdzeń o różnej sile.

Twierdzenia dobrze uzasadnione opisowo

• Programy są skrajnie różnorodne.
• Definicje sukcesu i wyniki nie są ujednolicone.
• Większość ewaluacji skupia się bardziej na wykonaniu i wynikach pośrednich niż długoterminowej przemocy.
• Dane o wdrażaniu są liczniejsze niż kwalifikujące się badania efektu indywidualnego case-management.
• Krótkoterminowe finansowanie i poufność utrudniają kumulację wiedzy.
• Niektóre badania kontrnarracji wykazują zmianę wybranych postaw, ale nie zamiaru przemocy.

Twierdzenia obiecujące, lecz mniej pewne przyczynowo

• Indywidualne dopasowanie, relacja robocza i współpraca wieloagencyjna prawdopodobnie poprawiają jakość interwencji.
• Edukacja, zatrudnienie, wsparcie społeczne i ciągłość po programie mogą stabilizować disengagement.
• Bezpieczne włączenie rodziny bywa pomocne.
• Interwencje skupione na funkcjonowaniu i odejściu mogą być łatwiejsze do osiągnięcia niż pełna zmiana ideologiczna.

Twierdzenia, na które brakuje podstaw

• że istnieje jeden uniwersalnie najlepszy model;
• że wysoki deklarowany odsetek absolwentów jest porównywalny między krajami;
• że pojedyncza metoda teologiczna, psychologiczna lub komunikacyjna „deradykalizuje” większość osób;
• że brak skazania w krótkim okresie dowodzi trwałej zmiany;
• że skuteczność programu można ustalić wyłącznie opinią realizatorów;
• że model działający wobec jednej ideologii automatycznie działa wobec innej.

Czego brak dowodów nie powinien powodować

Nie powinien prowadzić do nihilizmu

Brak mocnych ocen nie znaczy, że ludzie są niezdolni do zmiany albo że należy ograniczyć się do izolacji. Istnieją mechanizmy, doświadczenie innych dziedzin i etyczny obowiązek rehabilitacji. Programy mogą być prowadzone jako ostrożne, uczące się interwencje.

Nie powinien usprawiedliwiać dowolności

Niepewność nie daje prawa do stosowania każdej intuicyjnej metody. Im słabszy dowód korzyści, tym większe znaczenie mają bezpieczeństwo, odwracalność, dobrowolność, profesjonalne standardy i monitoring szkód.

Nie powinien zamrażać innowacji

Nowe podejście może wymagać pilotażu. Pilotaż powinien mieć jawną teorię, kryteria zatrzymania, niezależną obserwację i plan publikacji. „Innowacyjne” nie może oznaczać „zwolnione z oceny”.

Nie powinien obniżać języka

Można powiedzieć: „model jest obiecujący, wykonalny i oparty na sensownym mechanizmie; nie znamy jeszcze jego wpływu na przemoc”. To znacznie bardziej użyteczne niż fałszywe „działa” albo bezradne „nic nie wiadomo”.

Jak budować lepszą bazę wiedzy

Rejestrować program przed wynikiem

Należy opublikować podstawowy protokół: populację, teorię zmiany, główne wyniki, czas obserwacji i plan analizy. Ogranicza to późniejsze wybieranie najkorzystniejszych rezultatów.

Ujednolicić rdzeń wyników

Programy mogą zachować indywidualizację, a jednocześnie raportować wspólny minimalny zestaw: udział w przemocy, wsparcie operacyjne, kontakt z grupą, funkcjonowanie, szkody, poziom nadzoru i okres obserwacji. Wspólny rdzeń nie powinien redukować całego przypadku do jednej liczby.

Łączyć dane wielu miejsc

Pojedyncze programy mają zbyt małe próby. Bezpieczne, zanonimizowane łączenie danych według wspólnego schematu pozwala badać rzadkie wyniki i podgrupy. Wymaga ścisłego zarządzania dostępem, minimalizacji danych i zgodności prawnej.

Wykorzystywać naturalne okazje porównawcze

Stopniowe wdrożenie, zmiany kryteriów, różnice między regionami i kolejki mogą tworzyć porównanie bez odbierania standardowej pomocy. Projekt trzeba zaplanować przed analizą, aby ograniczyć dopasowywanie opowieści po fakcie.

Oddzielić ewaluację procesu, wyniku i wpływu

• Proces: czy wykonano model i dlaczego pojawiły się bariery?
• Wynik: czy uczestnicy zmienili się w pożądanym kierunku?
• Wpływ: ile zmiany można przypisać interwencji?

Każda odpowiada na inne pytanie. Dobra ocena procesu nie zastępuje wpływu, ale bez niej nie da się zinterpretować braku wpływu.

Finansować obserwację po projekcie

Jeżeli grant kończy się wraz z ostatnią sesją, nie ma środków na sprawdzenie trwałości. Budżet ewaluacji i bezpiecznej obserwacji powinien być częścią programu od początku.

Publikować wyniki negatywne

Opis tego, co nie zadziałało, zapobiega powtarzaniu kosztownego błędu. Raport może chronić dane uczestników, a mimo to ujawnić metodę, kierunek wyniku i ograniczenia.

Włączać uczestników i społeczności

Pomagają wykryć szkody, których nie widzi instytucja, oraz wyniki istotne dla codziennego życia. Nie powinni jednak być wykorzystywani jako ozdobne potwierdzenie programu. Potrzebują bezpiecznych warunków udziału i prawa do krytyki.

Standard decyzji przy niepełnych dowodach

Państwo i praktycy nie mogą czekać bez końca. Decyzję o wdrożeniu można oprzeć na macierzy:

Wymiar	Pytanie
problem	czy potrzeba jest realna i wystarczająco ważna?
mechanizm	czy istnieje spójne wyjaśnienie, jak działanie ma pomóc?
dowody bezpośrednie	jakie wyniki uzyskano w podobnej populacji?
dowody pośrednie	co wiadomo z innych form przemocy i rehabilitacji?
szkody	co może pójść źle i jak szybko to wykryjemy?
prawa	czy ingerencja jest legalna, konieczna i proporcjonalna?
alternatywy	czy prostsza usługa rozwiązałaby tę samą potrzebę?
uczenie się	czy wdrożenie wygeneruje wiarygodniejszą wiedzę?

Interwencja o niskim ryzyku, sensownym mechanizmie i możliwości szybkiej korekty może być uzasadniona przy słabszych dowodach. Działanie przymusowe, stygmatyzujące lub głęboko ingerujące wymaga mocniejszego uzasadnienia i zabezpieczeń.

Jak formułować rekomendacje

Zamiast „należy wdrożyć mentoring, bo jest skuteczny” można napisać:

Mentoring jest powszechnie stosowany, a badania wdrożeniowe wskazują na znaczenie czasu, kompetencji i relacji. Brakuje jednak kwalifikujących się badań pozwalających oszacować jego specyficzny wpływ na radykalizację do przemocy. Wdrożenie powinno mieć jasno określony mechanizm, nadzór jakości, pomiar wyników i porównanie z odpowiednią usługą.

Zamiast „program zmniejszył ekstremizm o 30 procent”:

Średni wynik na skali deklarowanych postaw spadł o 30 procent bezpośrednio po programie; bez grupy porównawczej i obserwacji zachowania nie wiadomo, jaka część zmiany wynika z interwencji ani czy się utrzymała.

Precyzyjny język nie osłabia przekazu. Pozwala odbiorcy podjąć lepszą decyzję.

Stan wiedzy w jednym zestawieniu

Pytanie	Najlepsza obecna odpowiedź
czy ludzie odchodzą od przemocy?	tak, disengagement jest obserwowany
czy istnieją programy z obiecującymi wynikami?	tak, lecz ich oceny często są słabe lub nieporównywalne
czy znamy uniwersalnie najlepszy program?	nie
czy case-management ma potwierdzony efekt w kwalifikujących się badaniach?	przegląd z 2024 r. nie znalazł takich badań
czy coś wiadomo o wdrażaniu?	tak, znacznie więcej niż o wpływie
czy kontrnarracje zmieniają postawy?	część metod wpływa na niektóre postawy; wyniki są niespójne
czy wykazano wpływ kontrnarracji na zamiar przemocy?	w przywołanym przeglądzie nie
czy edukacja, praca i rodzina są obiecujące?	tak jako komponenty dopasowane do potrzeb, ale wielkość efektu jest niepewna
czy brak ponownego skazania wystarcza?	nie
czy można działać mimo luk?	tak, jako praktyka evidence-informed z ewaluacją i zabezpieczeniami

Najważniejszy wniosek

Pole deradykalizacji nie znajduje się w stanie całkowitej niewiedzy. Wiemy, że drogi odejścia są zróżnicowane, interwencja musi odpowiadać indywidualnym mechanizmom, a wdrożenie zależy od kompetencji, relacji, współpracy i ciągłości. Potrafimy opisać obiecujące składniki, ryzyka i warunki organizacyjne.

Nie wiemy jednak z dużą pewnością:

• o ile większość konkretnych programów zmniejsza przemoc;
• który składnik jest aktywny;
• jak długo utrzymuje się efekt;
• które osoby odnoszą największą korzyść;
• jak modele porównują się z dobrą standardową opieką;
• jaki jest pełny bilans korzyści, szkód i kosztów.

Najbardziej precyzyjna konkluzja nie brzmi ani „deradykalizacja działa”, ani „deradykalizacja nie działa”. Brzmi:

ludzie mogą odchodzić od przemocy, a dobrze zaprojektowane wsparcie ma wiarygodne mechanizmy i obiecujące rezultaty; obecna literatura rzadko pozwala jednak oszacować przyczynowy wpływ konkretnych programów. Pewność jest niska, a wiedza o warunkach wdrożenia wyraźnie przewyższa wiedzę o skuteczności końcowej.

To wniosek wymagający, lecz konstruktywny. Każe utrzymywać pomoc, gdy jest potrzebna, a jednocześnie przestać traktować ewaluację jako dodatek do komunikacji. Każdy nowy program powinien nie tylko działać, ale także pozostawić po sobie wiarygodniejszą wiedzę niż ta, z którą się rozpoczął.

Przypisy