Gevinster:
- At kunne skelne, hvor kunstig intelligens sparer tid i det sociale arbejdes arbejdsgang (resumé, redigering, forenkling, udkast), og hvor kliniske skøn, risiko- og repræsentationsbeslutninger overlades til mennesket, afhængigt af risikoniveauet.
- Evne til at anvende en disciplin, der verificerer hvert output gennem trinene med at linke det til reelle beviser, bekræfte ekstern information med aktuelle officielle kilder og filtrere det gennem bias.
- For at forstå hvorfor klientens privatliv, skelnen mellem anonyme og klientdataverdener og KVKK-ansvar bør tages med i overvejelserne fra begyndelsen i socialt arbejde.
Du er om morgenen på et socialt servicecenter. Tre nye ansøgninger kom i går: en kvinde, der var udsat for vold og hendes to børn, en ældre person med behov for pleje og en teenager, der risikerer at droppe ud af skolen. Der ligger fire sociale efterforskningsrapporter på dit skrivebord, en retsanmodet udtalelse, sagsprotokoller, der skal udfyldes, og forberedelser til et hjemmebesøg hos en familie i eftermiddag. Socialt arbejde (den profession og disciplin, der udføres for at forbedre individers, familiers og samfunds sociale funktionalitet, for at sikre deres adgang til rettigheder og velfærd og for at beskytte udsatte grupper) er et felt, der i sagens natur er dokumentkrævende, tidspresset, berører menneskelivet og har et højt ansvar. Kunstig intelligens (AI - software, der kan udtrække mønstre fra historiske data og producere eller klassificere tekst, resuméer, oversættelser og udkast) giver dig et pusterum i denne dokumentbelastning og tidspres. Men selve begyndelsen af dette modul er klar: AI er en assistent, opsummerer og generator; Du er den kompetente ekspert, der træffer vurderingen, risikoen og den endelige beslutning om klienten.
I denne første enhed vil vi fokusere på disciplin, ikke værktøjet. Du vil lære, hvor AI er en realtidsbesparer i arbejdsgangen for socialt arbejde, hvor det er farligt, hvordan man verificerer hvert output, hvordan man beskytter klientens privatliv og personlige data, og hvordan man forbliver opmærksom på bias. Uden at lægge dette grundlag forbliver efterfølgende enheder i luften - for i socialt arbejde er et ubekræftet output ikke bare en falsk sætning; Det er en fejl, der kan føre til, at et barn bliver fejlbedømt, en risiko for at blive overset, at en familie bliver uretfærdigt stigmatiseret, eller at følsom information bliver lækket.
Hvor kommer AI til nytte i det sociale arbejdes arbejdsgang?
Lad os opdele socialt arbejde i to store klynger. Den første klynge: dokumentintensive, gentagne, mønsterudtrækkelige og sprogbaserede opgaver. Oversættelse af spredte notater efter et interview til en organiseret sagsjournal, kronologisk opsummering af en lang fil, første skelet af en social undersøgelsesrapport, forenkling af en hjælpe-/serviceliste, så den passer til klientens sprog, udkast til et henvisningsbrev, oversættelse af en simpel informationstekst til en flersproget klient, første ramme for en programbehovsanalyse. I disse job reducerer AI timer til minutter og bliver ikke træt.
Anden klynge: opgaver, der kræver dømmekraft, klinisk vurdering, risikovurdering og ansvar. Om et barn er trygt i hjemmet, en persons risiko for selvskade, om en familie har behov for beskyttelsesforanstaltninger, den holdning, som en rapport vil blive forelagt for retten, om en ydelse virkelig er passende for klienten. Disse beslutninger kræver faglig kompetence, klinisk dømmekraft, kontekstviden, etisk ansvar og ofte tværfagligt teamudtalelse. Her multiplicerer AI mulighederne, genererer udkast, minder dig om, hvad der blev overset - men den endelige evaluering og signatur er din.
Lad os præcisere distinktionen i én sætning: AI er stærk på spørgsmålene "hvad er i denne fil, og hvordan ser det første udkast ud"; Beslutningen er din, når det kommer til spørgsmål som "Hvad er den reelle situation for denne person, og kan jeg forsvare dette på vegne af mit erhverv?"
Tip: Før du outsourcer et job til en AI, så spørg: "Hvem kommer til skade, hvis dette output er forkert?" Hvis svaret er "et par minutters refaktorering", uddelegere komfortabelt. Hvis svaret er "forkert vurdering af en klient, unddragelse af en risiko eller lækket information", lad AI producere udkastet, og du træffer beslutningen og verifikationen.
Privatliv: ukrænkeligt princip
Hjertet i socialt arbejde er tillid, og tillid er baseret på fortrolighed. En klient fortæller dig deres mest private, mest skrøbelige information – vold, fattigdom, helbredstilstand, familiehemmeligheder – og er afhængig af professionel fortrolighed. Når disse oplysninger falder i de forkerte hænder, truer det en persons liv, sikkerhed og værdighed. Grundreglen her: Ingen personlige data, der identificerer klienten (navn, adresse, TR ID, helbred, familieoplysninger osv.) vil blive indtastet i et offentligt AI-værktøj, som din institution ikke har godkendt. Den tekst, du indtaster i en offentlig AI-tjeneste, behandles på den pågældende tjenestes servere; Du kan ikke kontrollere, hvem der ser det, hvor det opbevares, og om det bruges til træning af modellen. I Türkiye er dette også et juridisk ansvar i henhold til KVKK (Personal Data Protection Law - loven, der regulerer behandlingen af personoplysninger).
Derfor opererer brugen af AI i socialt arbejde i to separate verdener: Generelle værktøjer kan bruges til den afidentificerede/generiske verden (anonyme eller fiktive eksempler, der ikke identificerer klienten, generelle vidensspørgsmål); Til en verden af klientdata anvendes kun interne, sikre, godkendte systemer, der ikke lækker data. At forveksle de to er dette moduls farligste fejl.
Advarsel: "AI'en sagde det" er ikke en begrundelse og har ingen kraft i en sagsmappe. Hvis der er en fejlvurdering, opdigtet information eller lækkede data, tilhører ansvaret ikke AI'en, men eksperten, der bruger det output uden at verificere det eller indtaster disse data i værktøjet.
Verifikationsdisciplin: tre trin
AI producerer flydende og sikkert; Det betyder ikke, at det er sandt. AI producerer lejlighedsvis hallucinationer - det vil sige, at den præsenterer som ægte et stykke lovgivning, der ikke eksisterer, en tjeneste, der ikke eksisterer, en opdigtet statistik eller et udsagn, som klienten aldrig har sagt. I en social undersøgelsesrapport eller risikonotat er dette katastrofalt. Anvend en tre-trins refleks på hver udgang:
- Link til kilde/bevis. Enhver udtalelse, som AI’en kommer med om klienten, skal være baseret på den faktiske note eller samtale, du gav. "I hvilken samtale, fra hvis mund, med hvilken observation blev denne information givet?" spørge. AI bør ikke tilføje noget, som klienten ikke sagde.
- Bekræft med uafhængig kilde. Bekræft eksterne oplysninger såsom lov, rettigheder, service, videresendelsesadresse osv. fra den aktuelle officielle kilde. Et applikationskrav eller telefonnummer leveret af AI kan være forældet eller falsk.
- Før det gennem filteret af fortolkning og bias. Er output forspændt mod en gruppe? Er der sprog, der stigmatiserer og giver klienten skylden? Ignorerer den styrker? Din professionelle dømmekraft er det sidste filter.
tre minisager
Case 1 — Dokumentation sparet tid. En socialrådgiver gennemførte 14 interviews på en uge og førte løse håndsedler for hver enkelt. AI-assisteret redigering reducerede den samlede tid i at oversætte disse notater til strukturerede sagsjournaler fra cirka 4 timer til 1 time. Men hver optagelse blev læst af eksperten og verificeret ved at sammenligne den med selve interviewet; To sætninger, som AI'en "fortolkede" blev slettet.
Tilfælde 2 — Verifikation fangede en hallucination. En ekspert stillede AI et spørgsmål om rettigheder; YZ sagde: "Der er et minimumskrav til ophold på 24 måneder for denne hjælp." Da eksperten så på den officielle lovgivning, var der ikke et sådant krav; AI havde blandet to lignende hjælpemidler og lavet en tilstand, der ikke eksisterede. Tilskrivningstrinnet forhindrede klienten i at blive uretfærdigt afvist.
Case 3 — Tilbage fra krænkelse af privatlivets fred. For at være hurtig ønskede en ny professionel at indsætte alle oplysningerne om en børnebeskyttelsessag (inklusive barnets navn, adresse, skole) i et offentligt AI-værktøj og udskrive en rapport. Senioreksperten indså: Dette var følsomme personoplysninger inden for KVKKs rammer og var ude. Hændelsen blev behandlet som et databrud; jobbet blev lavet om med legitimationsoplysninger fjernet og kun intern sikker metode.
Fire kopierbare skabeloner
1) Jobegnethedsvurdering:
Din rolle: senior socialrådgiver og supervisor. Jeg vil beskrive jobbet nedenfor. Fortæl mig (1) om dette er et resumé-/redigerings-/skitsejob, der kan delegeres til en AI, eller en, der kræver klinisk bedømmelse og risikovurdering, (2) omkostningerne for klienten ved forkert output, (3) den verifikation, jeg skal udføre før og efter delegering. Job: [indsæt job her]
2) Forpligtelse til at stole på beviser:
Jeg vil give dig notaterne fra et møde. Når du redigerer optagelsen, skal du KUN bruge oplysningerne i noten. Tilføj ikke noget, som klienten ikke har sagt, diagnosticer ikke, kommenter ikke. Mærk observationen og klientens udtryk separat. Marker manglende eller uklare områder som "behov for afklaring".
3) Forhåndskontrol af privatlivets fred:
Vurder følgende tekst FØR behandlingen: Kan denne tekst indeholde personlige data, der identificerer klienten (navn, adresse, TR ID, helbred, familieoplysninger)? Hvis ja, hvilke afsnit? Som sådan, hvis det ikke skal behandles i et offentligt værktøj, skal du advare mig og angive de felter, jeg skal afidentificere.Tekst: [skriv tekst her]
4) Bias/sprogkontrol:
Overvej følgende sagsoptegnelse: Er der sprog, der stigmatiserer, bebrejder eller fordommer klienten mod en gruppe? Ignorerer den styrker og ressourcer? Foreslå sprog, der er mere respektfuldt, faktafokuseret og anerkender styrker. Skift ikke posten, bare marker sprogproblemerne.
Svag prompt / Stærk prompt
Svag prompt:
Skriv en rapport om denne familie og afgør, om barnet er trygt derhjemme.
Denne prompt er kontekstløs og farlig: det er uklart, hvilken information, hvilken observation og AI der bliver bedt om at træffe en beslutning om et barns sikkerhed. AI forudsiger, kan bias, kan gøre op - og det involverer et menneskeliv.
Kraftig prompt:
Din rolle: redaktør for socialrådgiver. Kilde: Interview- og observationsnotater med identificerende oplysninger fjernet, som jeg vil indsætte nedenfor. Opgave: Opret et udkast til skelet af en social undersøgelsesrapport udelukkende baseret på de oplysninger, der FAKTISK er indeholdt i disse noter; Etiketobservation, klienterklæring og manglende information separat. TAGE en risiko- eller sikkerhedsbeslutning; Jeg vil lave evalueringen. Marker det område, du ikke er sikker på, som "skal afklares".
Forskellen er klar: afidentifikation, "sand-pass"-begrænsningen, mærkning og "beslutnings"-begrænsningen gør outputtet sikkert og nyttigt.
Rolle/opgave sammenligningsdiagram
forretning
AI's rolle
mands rolle
verifikation
Rediger en sagsjournal
Konfigurer noten
bekræftelse, nøjagtighed
Sammenligning med note
Fil oversigt
kronologisk oversigt
Betydning, kommentar
Link til kilde
Rettigheder/serviceoplysninger
første udkast
Aktuel bekræftelse
officiel lovgivning
risikovurdering
Spørgsmål/rammepåmindelse
Klinisk bedømmelse, afgørelse
Team + supervision
Rapport
skelet skitse
Indhold, mening, signatur
Matchning af bevis-erklæring
Program design
Idé/rammegenerering
berettigelse, afgørelse
Felt + databekræftelse
Almindelige fejl
- Forkert AI-output til evaluering. Outputtet er altid et udkast, der skal verificeres; Den kommer ikke ind i filen uden at være knyttet til beviser.
- Indsættelse af klientdata i det åbne værktøj. Hvis det er lækket, kan det ikke fortrydes og er en overtrædelse af KVKK; Det er den farligste fejl.
- Beder AI om at træffe en risiko-/sikkerhedsbeslutning. Disse beslutninger kræver professionel autoritet og ansvar; AI kan ikke træffe beslutninger.
- En anmodning, der ikke kræver bevis. Hvis du ikke siger "Bare brug det, der er i noten," kan AI tilføje, hvad klienten ikke sagde.
- Ikke mærke til stigmatiserende sprog. AI's sprog kan have bias; Et sprog, der er respektfuldt og tager hensyn til styrker, er under din kontrol.
Sammenfattende
AI er en kraftfuld assistent i socialt arbejde: organiserer den rodede note, opsummerer filen, producerer udkast, forenkler, oversætter. Men klinisk vurdering, risikovurdering, repræsentation og endelig beslutning tilhører mennesket. Bær adskillelse i to sæt (dokumentintensivt arbejde vs. vurdering/risikobeslutninger), tretrinsbekræftelse (link til beviser, uafhængig bekræftelse, bias-filter), fortrolighedsbevidsthed (anonym vs. klientdataverden) og årvågenhed over for bias som rygraden i dette modul.
Ansøgningsopgave
Nævn 6 opgaver fra dit eget (eller imaginære) skrivebord. Klassificer hver enkelt som "AI-delegerbart resumé/redigering/udkast" eller "klinisk vurdering/risikobeslutning." For en af de overførbare (med et fiktivt eksempel, der ikke identificerer klienten), skal du bruge skabelonen "Job egnethedsvurdering" ovenfor og få et svar fra AI; Anvend derefter tretrinsbekræftelse, og prøv også forhåndskontrollen af privatlivets fred.
tjekliste
- [ ] Jeg opdelte arbejdet i to klynger (dokumentkrævende / bedømmelsesrisikovurdering).
- [ ] Jeg anvendte tretrinsbekræftelse (bevis, uafhængig bekræftelse, bias).
- [ ] Jeg sørgede for, at jeg ikke gav personlige data, der identificerer klienten, til det åbne værktøj.
- [ ] Jeg kædede hver udsagn, AI’en fremsatte om klienten, til den faktiske note.
- [ ] Jeg tjekkede for stigmatiserende/forudset sprog i outputtet.