王順民
中國文化大學社會福利學系教授
中華民國晴天社會福利協會創會理事長
桃園市愛力社會福利協會創會理事長
電子發票愛心碼9595995、9595520
一項攸關到社工執業風險及其用以啟動AI輔助配套措施的延伸性思考，實有其嚴肅看待之處。
話說：因應於社工訪視時，時常遭到民眾口頭辱罵或肢體暴力等人身安全威脅，對此，主管機關衛福部於今年（2024年）4月推出所謂的《社會工作人員智慧決策行動平台計畫》，主打包括智慧地圖、XR模擬實境、風險預警模型、繪製家系圖以及語音轉文字等5大功能的科技化AI輔助機制，以讓一線社工於人群服務工作獲致應有的人身安全保障，這其中像是「智慧地圖」可以讓社工了解前往案家訪視的路線以及沿路有無工地等情形；「XR模擬實境」提供8支模擬訪視的影片，並且可以與督導一起討論，以找出最合適的訪視因應方式；合併「繪製家系圖」知識庫給予新社工參考，藉此了解案主的家庭成員情形；「風險預警模型」則是串連不同系統的訪視民眾資料，針對公部門社工前往訪視前，更可以了解相關案家資訊、評估訪視風險，再依需求請警方或同仁陪同；以及「語音轉文字」功能可以讓社工訪視後盡速完成報告。冀此，此一智慧決策行動平台計畫實乃是一項值得肯定的策進作為，這也讓相與衍生的命題旨趣，更有其加以放大檢視之必要。
對此，實施至今的相關反思，包括：從需求評估到結果評估之於人身安全改變情形的效益評估、從數位科技的工具理性以鑲嵌於人群服務的價值理性、從複雜問題設定化以投射出問題情境條件變異化、從專業培力的標準作業流程以轉換到生命文本的同理換位思考，以至於從薪資待遇的保健因子以貫通於使命認同的激勵因子，突顯的乃是攸關到社工執業安全情事，實則糾雜個人背景歸因、專業培力歸因、問題屬性歸因、制度保障歸因等錯綜複雜因子，如此一來，考察的針砭之處，也就不全然僅止於全面導入上述5大功能的科技化AI輔助機制，及其究竟能夠降低多少的執業現場風險，而是如何有其專業自我的臨判能力和網絡夥伴的和合關係。
連帶地，該項執業風險統計的大數據資料勘查，更有其進一步深究、議論之處，遠地不說，根據衛福部統計去年（2023年）各縣市政府社工人員遭受執業風險統計，該年的在職社工總數共計有6,281人，這其中有5,333人次曾遇安全危害，這當中又以口頭辱罵304人次最多（占57%），其他順位依序分別是遭受威脅175人次（占32.8%）、肢體暴力30人次（占5.6%）以及其他類24人次（占4.5%），至於，2023年社工工作危事件整體占比為8.5%，相較於前幾年雖然是有所下降，只不過，各種社工人身安危單一變項描述統計的背後，還是隱含從公家機關到民間單位、從所有的一線社工到不同的風險等級社工、從科班或學分班之不同養成管道到安於本位之工作年資的社工素養等不同變異情形，這也指陳出來：關涉到用以強化社工執業安全的因應對策，理當要有兼具科技設備、軟件素養的併行思維。
畢竟，人群服務的社會工作，唯一不變的，就是相與關聯的窘境、困境、處境、情境和環境，都是隨時在做改變。
（本文並同步刊登在晴天社會福利協會官網）
（本文的著作財產權經王順民授權歡迎轉載）
本人贊同啟動 AI 輔助配套措施，不是為了取代社工，而是通過技術賦能，減少其職業風險，提升工作質量與效率。同時，需要關注數據隱私與人文關懷，確保科技的應用以「人為本」。相信社工與AI共融未來，需要逐步調整試點完善，提升數位素養為社工提供 AI 工具培訓，確保他們能熟練應用，並減少對技術的陌生感。這會是世間人文與科技分析交會的新世代。
社工面臨的職業風險包括情感耗竭、過高負荷、危機情境管理等。啟動 AI 輔助配套措施，建立智能風險評估系統以降低社工職業風險，可以從 技術支持、流程優化、資源整合等多方面著手。AI 可以用於預測與防範這些風險：
1. 高風險個案預警:利用 AI 分析歷史數據與模式，預測個案可能的危機（如家庭暴力、青少年自殘等），提前向社工發出預警。
2. 自然語言處理（NLP）分析訪談記錄、行為數據。以減少突發危機事件對社工的壓力。
3. 工作負荷管理:AI 排程工具根據案件數量、複雜度與社工負荷情況，智能分配任務。工具：工作管理平台與負荷算法，以減輕過勞風險，提高效率。
4. 開發智能化輔助工具:社工需要處理繁雜的文件、數據與記錄，這些工作耗時耗力，AI 工具可以自動化完成部分流程：自動文書處理與生成，AI 協助填寫報告、生成評估表單，減少社工的文書負擔。：基於 GPT 的文本生成工具。每位社工每周可節省 5-10 小時。
5. 智能案例管理系統，整合個案資料，讓社工快速獲取信息，同時實現實時跟進與狀態更新。基於雲端的案例管理軟件，提高案件處理的準確性與效率。
6. 多語言翻譯與情感分析:AI 協助處理多語言訪談，並通過情感分析了解服務對象的情緒狀態。情感分析 API（如 IBM Watson NLP）可提升跨文化溝通與情緒辨識能力。
7. 提供心理健康支持:AI 可以成為社工心理健康管理的輔助工具，幫助他們減輕情感耗竭與壓力：情緒追蹤與心理支持工具AI 追蹤社工的情緒狀態，定期提供心理舒緩建議或推薦專業資源。
8. 在線輔導與匿名支持:為社工提供在線心理諮詢服務，讓他們能匿名尋求幫助。結合 AI 的心理諮商平台，減少求助壓力，提供即時支持。
9. 優化安全保障機制:面對潛在的現場危險（如暴力個案），AI 系統可以幫助建立更高效的安全管理，如智能定位與緊急呼叫:社工外勤時，AI 實時監控其位置，並在危急時刻自動發出警報。GPS 定位與物聯網設備，可提高社工現場工作的安全性。
10. 危機模擬與培訓，利用 AI 模擬危機情境（如突發暴力），提升社工的應急能力-虛擬現實（VR）與 AI 模擬器。增強危機處理能力，減少實際風險。
11. 建立知識共享與學習平台:AI 可以通過數據分析與知識整合，為社工提供快速學習與專業提升的支持。甚至智能學習推薦系統AI 根據社工的專業需求，推薦個性化的學習資源（如課程、案例分析）。如AI 學習平台（如 Coursera AI）提升專業技能，應對更多複雜問題。最佳實踐數據庫整合過往成功案例與解決方案，為社工提供實用參考。基於大數據的知識管理系統，減少重複試錯，提升工作效率。
12. 加強數據隱私與倫理監督:AI 的使用涉及大量敏感數據，必須確保隱私與數據安全，避免引發倫理爭議：數據加密與匿名化，使用先進的加密技術，確保個案資料安全，區塊鏈或隱私保護算法。降低數據洩露風險。
13. 建立倫理審查機制:設立專門小組審查 AI 系統的使用情境，避免算法偏見與歧視。AI 審計與透明性工具，確保公平性與合規性。
主管機關衛福部於今年（2024年）4月推出所謂的《社會工作人員智慧決策行動平台計畫》，此系統幫助社工在訪視前能充分掌握環境相關資訊，並借助科技工具進行風險評估和模擬訪視情境，從而降低突發衝突的可能性。
然而，儘管科技帶來了許多便利，社會工作涉及的人際互動和服務本質仍然無法完全由工具取代。
光靠引入AI輔助技術並不能徹底解決社工人員的執業安全問題，這需要與專業技能、自我判斷及人際協作能力的提升相結合。除了科技上的支持，還應該加強社工的專業能力培訓，提升應對突發情況的臨場判斷力，並透過夥伴關係的協作來減少工作中的孤立感。
智慧決策行動平台是一個良好的開始，但同時也需與專業發展和系統保障配合，以確保社會工作者能夠在提供服務的過程中受到應有的保護。社會工作是涉及多重變量的複雜職業，社工的安全與福祉需要多層次的系統支持。
智慧決策行動平台計畫的五項工具中，初步歸類有2項是增加效率，3項是風險管理，看到功能介紹，身為新手社工的我，覺得XR模擬實境比起紙上談兵或想像，好像蠻實用的，是一個值得肯定的進步，但是也可以預想的是，當社工累積實戰經驗後，模擬實境的知識邊際效益會遞減，會依靠更多專業臨判、直覺、同理心，才是處理高風險情境的核心能力。
實習時撰寫實習週誌時回溯發現，在與個案短時間的接觸中，無形中應用和實踐很多的理論，相信這是多看XR模擬實境也不容易心領神會的實戰經驗，而且，社會工作是與人高度相關的工作，不能只是強調效率，忽略了與案主建立信任的過程，以及人本關懷的價值。
AI模型是累積資料訓練而來，如果過度依賴歷史資料，是否可能導致「演算法偏見」、「標籤化」，使某些案家或地區被長期視為高風險而影響社工的訪視態度和決策，畢竟，社工處遇會有慣性，也會有概念化或假設，怎能要求AI科技訓練演算下不會如此呢? 社工又不會受此影響呢?
社工執業風險的問題，除了發生在訪視個案的過程，也會發生在社會大眾對社工的尊重程度、面臨的職場壓力、長工時、情緒耗竭等層面，目前AI科技僅能辨識與個案相關的風險(例如案主、案家、路線等)，但是其他會對社工造成執業風險的影響，思考是否應該或是如何被納入AI輔助之中。
AI應用已勢不可擋，學校與機構應開始培養社工的數位素養，讓他們理解如何在不失去專業倫理與核心價值的前提下人機協作，保有獨立思考和解決問題的能力，努力在人文與科技之間取得平衡。