前社工西娅·拉米雷斯开发了一款名为“家庭匹配”（Family-Match）的人工智能工具，旨在帮助社会服务机构为美国一些最弱势的儿童寻找合适的收养家庭。这些儿童往往有复杂的需要，身患残疾或经历过严重的创伤。多年来，儿童保护服务机构一直在努力为这些儿童寻找永久的家。拉米雷斯声称，她开发的算法（由一家在线约会服务公司的前研究人员设计）可以彻底改变收养匹配的方式，但美联社的一项调查揭示了该算法存在诸多局限性和挑战。.
家庭匹配的承诺
拉米雷斯介绍了“家庭匹配”（Family-Match）这款技术解决方案，认为它能够预测收养安置的长期成功率。她指出，该方案运用科学方法而非个人偏好，为潜在的收养家庭建立预测评分。该算法旨在提高全美收养成功率，并提升 cash紧张的儿童福利机构的效率。.
结果有限且充满挑战
尽管Family-Match的理念前景光明，但它在已投入使用的州的表现却未达到预期。据美联社通过公共记录申请获得的Family-Match自报数据显示，这款人工智能工具的成效有限。.
弗吉尼亚州和佐治亚州的经验
弗吉尼亚州和佐治亚州最初采用了该算法，但在试运行后放弃了该算法，理由是其无法促成成功的收养。尽管如此，这两个州在一段时间后又恢复了与拉米雷斯的非营利组织“收养共享”（Adoption-Share）的合作。.
田纳西州的困境
田纳西州在实施该计划时遇到了困难，最终放弃了该计划，理由是该计划与其内部系统不兼容，尽管他们在该项目上花费了两年多的时间。.
在佛罗里达州的经历喜忧参半
在佛罗里达州，Family-Match 的使用范围扩大，社工们对该算法的使用体验褒贬不一。虽然该算法声称促成了许多安置案例，但人们对这些说法的准确性提出了质疑。.
缺乏透明度和数据所有权
州政府官员对Family-Match算法内部运作缺乏透明度表示担忧。此外，该机构拥有Family-Match收集的部分敏感数据，这引发了隐私和数据安全问题。.
人类行为的不可预测性
儿童福利专家强调，预测人类行为，尤其是对于有复杂需求的青少年而言，本身就极具挑战性。儿童福利数据专家邦妮·古德温强调，预测人类行为没有万无一失的方法。.
拉米雷斯的背景和动机
西娅·拉米雷斯曾是一名社工，她希望通过推广收养来减少堕胎，这些经历对她创立“家庭配对”（Family-Match）项目起到了至关重要的作用。拉米雷斯此前曾创办过一个网站，旨在帮助孕妇找到合适的收养家庭，并重点宣传反堕胎咨询中心。不过，她澄清说，“家庭配对”项目与此类中心没有任何关联。.
与eHarmony研究人员合作
拉米雷斯与曾在eharmony公司负责算法的研究科学家吉安·冈萨加合作，共同开发了这款领养匹配工具。冈萨加和他的妻子希瑟·塞特拉基安致力于开发“家庭匹配”模型，该模型的设计灵感来源于eharmony在婚介领域的专业知识。.
各州家庭匹配项目的经验
社工解释了“家庭匹配”系统的运作方式：有意收养孩子的成年人通过算法的在线平台提交调查问卷，而寄养父母或社工则输入每个孩子的信息。算法随后会生成一个“关系匹配度”评分，并为每个孩子列出一份潜在养父母名单。社工对候选人进行审核，在最理想的情况下，孩子会被匹配成功，并安排到合适的家庭进行试住。.
弗吉尼亚州对“家庭匹配”进行了为期两年的测试，结果只促成了一例已知的收养，当地工作人员表示，他们觉得这个工具并不特别有用。.
由于效果不佳，乔治亚州终止了其最初的家庭匹配试点项目，但后来又恢复了该项目。.
在佛罗里达州，随着该项目的扩展，各儿童福利机构对“家庭匹配”项目的评价褒贬不一。由于报告数据存在差异，评估其成效颇具挑战性。.
州政府官员对“家庭匹配”系统如何根据敏感变量对家庭进行评分表示担忧，并质疑某些数据点的必要性。该算法的部分问卷调查包含了有关家庭收入和宗教信仰的问题。.
社会福利倡导者和数据安全专家对政府机构日益依赖预测分析表示担忧，因为这些工具可能会加剧种族差异，并可能基于不可改变的特征歧视家庭。.
扩张努力
尽管面临这些挑战，Adoption-Share 仍在寻求扩张机会，计划在纽约市、特拉华州和密苏里州等地推广 Family-Match 项目。该公司近期与佛罗里达州卫生部达成协议，共同开发一种算法，以扩大愿意寄养和收养患有复杂疾病儿童的家庭数量。.
由西娅·拉米雷斯（Thea Ramirez）开发的领养匹配人工智能工具Family-Match，最初被寄予厚望，有望为弱势寄养儿童找到合适的养父母。然而，该工具的实际表现却面临诸多限制和挑战，各州的使用效果也参差不齐。数据隐私、透明度以及算法准确性等问题引发了儿童福利专家和倡导者的担忧。尽管面临这些挑战，Adoption-Share仍在继续努力，力求在美国推广该工具的使用。.
