Gevinster:
- Å kunne skille hvor kunstig intelligens sparer tid i arbeidsflyten for sosialt arbeid (oppsummering, redigering, forenkling, utkast) og hvor kliniske vurderinger, risiko- og representasjonsbeslutninger overlates til mennesket, avhengig av risikonivå.
- Evne til å bruke en disiplin som verifiserer hver utgang gjennom trinnene for å koble den til ekte bevis, bekrefte ekstern informasjon med gjeldende offisielle kilder og filtrere den gjennom skjevhet.
- For å forstå hvorfor klientens personvern, skillet mellom anonyme og klientdataverdener, og KVKK-ansvar bør tas i betraktning helt fra begynnelsen i sosialt arbeid.
Du er om morgenen på et sosialsenter. Tre nye søknader kom i går: en kvinne som ble utsatt for vold og hennes to barn, en eldre person som trenger pleie, og en tenåring som står i fare for å droppe ut av skolen. Det er fire sosiale etterforskningsrapporter som ligger på pulten din, en rettsforespurt uttalelse, saksprotokoller som må fylles ut og forberedelser til hjemmebesøk hos en familie i ettermiddag. Sosialt arbeid (profesjonen og disiplinen som utføres for å forbedre den sosiale funksjonaliteten til enkeltpersoner, familier og lokalsamfunn, for å sikre deres tilgang til rettigheter og velferd, og for å beskytte sårbare grupper) er et felt som i seg selv er dokumentkrevende, tidspresset, berører menneskeliv og har høyt ansvar. Kunstig intelligens (AI – programvare som kan trekke ut mønstre fra historiske data og produsere eller klassifisere tekst, sammendrag, oversettelser og utkast) gir deg en pust i bakken i denne dokumentbelastningen og tidspresset. Men selve begynnelsen av denne modulen er klar: AI er en assistent, oppsummerer og disposisjonsgenerator; Du er den kompetente eksperten som tar vurderingen, risikoen og den endelige beslutningen om klienten.
I denne første enheten vil vi fokusere på disiplin, ikke verktøyet. Du vil lære hvor AI er en sanntidsbesparer i arbeidsflyten for sosialt arbeid, hvor det er farlig, hvordan du verifiserer hver utgang, hvordan du beskytter klientens personvern og personlige data, og hvordan du holder deg oppmerksom på skjevheter. Uten å legge dette grunnlaget, forblir påfølgende enheter i luften - fordi i sosialt arbeid er en ubekreftet utgang ikke bare en falsk setning; Det er en feil som kan føre til at et barn blir feilvurdert, en risiko for å bli oversett, at en familie blir urettferdig stigmatisert eller at sensitiv informasjon lekkes.
Hvor kommer AI til nytte i arbeidsflyten for sosialt arbeid?
La oss dele sosialarbeidsjobber i to store klynger. Den første klyngen: dokumentintensive, repeterende, mønsterutdragbare og språkbaserte oppgaver. Oversettelse av spredte notater etter et intervju til en organisert saksjournal, kronologisk oppsummering av en lang fil, første skjelett av en sosial etterforskningsrapport, forenkling av en hjelpemiddel-/tjenesteliste som passer til klientens språk, utkast til henvisningsbrev, oversettelse av en enkel informasjonstekst for en flerspråklig klient, første rammeverk for en programbehovsanalyse. I disse jobbene reduserer AI timer til minutter og blir ikke sliten.
Andre klynge: oppgaver som krever dømmekraft, klinisk vurdering, risikovurdering og ansvar. Om et barn er trygt hjemme, et individs risiko for selvskading, om en familie trenger beskyttelsestiltak, hvilken oppfatning en rapport vil bli presentert for retten med, om en tjeneste virkelig er passende for klienten. Disse beslutningene krever faglig kompetanse, klinisk skjønn, kontekstkunnskap, etisk ansvar og ofte tverrfaglig teammening. Her multipliserer AI alternativene, genererer utkast, minner deg om hva som ble oversett - men den endelige evalueringen og signaturen er din.
La oss klargjøre forskjellen i én setning: AI er sterk på spørsmål om "hva er i denne filen og hvordan ser det første utkastet ut"; Avgjørelsen er din når det kommer til spørsmål som "Hva er den reelle situasjonen for denne personen og kan jeg forsvare dette på vegne av profesjonen min?"
Tips: Før du outsourcer en jobb til en AI, spør: "Hvem blir skadet hvis denne utgangen er feil?" Hvis svaret er "noen minutter med refaktorering", delegere komfortabelt. Hvis svaret er "feil evaluering av en klient, unndragelse av en risiko eller lekket informasjon", la AI produsere utkastet og du tar avgjørelsen og verifiseringen.
Personvern: ukrenkelig prinsipp
Hjertet i sosialt arbeid er tillit, og tillit bygger på konfidensialitet. En klient forteller deg sin mest private, mest skjøre informasjon – vold, fattigdom, helsetilstand, familiehemmeligheter – basert på profesjonell konfidensialitet. Når denne informasjonen kommer i feil hender, truer den en persons liv, sikkerhet og verdighet. Grunnregelen her: Ingen personopplysninger som identifiserer klienten (navn, adresse, TR ID, helse, familieinformasjon osv.) vil bli lagt inn i et offentlig AI-verktøy som din institusjon ikke har godkjent. Teksten du skriver inn i en offentlig AI-tjeneste blir behandlet på den tjenestens servere; Du kan ikke kontrollere hvem som ser den, hvor den er lagret, og om den brukes i trening av modellen. I Türkiye er dette også et juridisk ansvar under KVKK (Personal Data Protection Law – loven som regulerer behandlingen av personopplysninger).
Derfor opererer bruken av AI i sosialt arbeid i to separate verdener: Generelle verktøy kan brukes for den avidentifiserte/generiske verden (anonyme eller fiktive eksempler som ikke identifiserer klienten, generelle kunnskapsspørsmål); For en verden av klientdata brukes kun interne, sikre, godkjente systemer som ikke lekker data. Å forveksle de to er denne modulens farligste feil.
Advarsel: «AI-en sa det» er ikke en begrunnelse og har ingen kraft i en saksmappe. Hvis det er en feilvurdering, fabrikkert informasjon eller lekkede data, tilhører ikke ansvaret AI-en, men eksperten som bruker denne utgangen uten å verifisere den eller legger inn disse dataene i verktøyet.
Verifikasjonsdisiplin: tre trinn
AI produserer flytende og selvsikkert; Det betyr ikke at det er sant. AI produserer av og til hallusinasjoner - det vil si at den presenterer som ekte et lovverk som ikke eksisterer, en tjeneste som ikke eksisterer, en oppdiktet statistikk eller en uttalelse som klienten aldri sa. I en sosial etterforskningsrapport eller risikonotat er dette katastrofalt. Bruk en tre-trinns refleks på hver utgang:
- Link til kilde/bevis. Hver uttalelse AI kommer med om klienten må være basert på det faktiske notatet eller samtalen du ga. "I hvilken samtale, fra hvis munn, med hvilken observasjon ble denne informasjonen gitt?" spørre. AI skal ikke legge til noe som klienten ikke sa.
- Bekreft med uavhengig kilde. Bekreft ekstern informasjon som lov, rettigheter, tjeneste, videresendingsadresse osv. fra gjeldende offisielle kilde. Et programkrav eller telefonnummer oppgitt av AI kan være utdatert eller falsk.
- Pass det gjennom filteret av tolkning og skjevhet. Er utgangen partisk mot en gruppe? Er det språk som stigmatiserer og klandrer klienten? Ignorerer den styrker? Din profesjonelle vurdering er det siste filteret.
tre minisaker
Tilfelle 1 — Dokumentasjon sparer tid. En sosialarbeider gjennomførte 14 intervjuer i løpet av en uke og førte løse håndnotater for hver enkelt. AI-assistert redigering reduserte den totale tiden med å oversette disse notatene til strukturerte saksposter fra omtrent 4 timer til 1 time. Men hvert opptak ble lest av eksperten og verifisert ved å sammenligne det med selve intervjuet; To setninger som AI-en "tolket" ble slettet.
Tilfelle 2 - Verifikasjon fanget en hallusinasjon. En ekspert stilte AI et rettighetsspørsmål; YZ sa: "Det er et minimumskrav på botid på 24 måneder for denne hjelpen." Da den sakkyndige så på den offisielle lovgivningen, var det ikke noe slikt krav; AI hadde blandet to lignende hjelpemidler og laget en tilstand som ikke eksisterte. Attribusjonstrinnet forhindret at klienten ble urettferdig avvist.
Tilfelle 3 — Retur fra personvernbrudd. For å være rask ønsket en ny fagperson å lime inn all informasjonen i en barnevernsak (inkludert barnets navn, adresse, skole) i et offentlig AI-verktøy og skrive ut en rapport. Senioreksperten innså: dette var sensitive personopplysninger innenfor KVKKs virkeområde og var ute. Hendelsen ble behandlet som et datainnbrudd; jobben ble gjort om med legitimasjon fjernet og kun intern sikker metode.
Fire kopierbare maler
1) Arbeidsegnethetsvurdering:
Din rolle: senior sosialarbeider og veileder. Jeg vil beskrive jobben nedenfor. Fortell meg (1) om dette er en oppsummering/redigering/skissejobb som kan delegeres til en AI, eller en som krever klinisk vurdering og risikovurdering, (2) kostnaden for klienten ved feil utdata, (3) verifiseringen jeg må gjøre før og etter delegering. Jobb: [sett inn jobb her]
2) Plikt til å stole på bevis:
Jeg vil gi deg notatene fra et møte. Når du redigerer opptaket, bruk KUN informasjonen i notatet. Ikke legg til noe som klienten ikke har sagt, ikke diagnostiser, ikke kommenter. Merk observasjonen og klientens uttrykk separat. Merk manglende eller uklare områder som "trenger avklaring".
3) Forhåndssjekk av personvern:
Vurder følgende tekst FØR behandling: kan denne teksten inneholde personopplysninger som identifiserer klienten (navn, adresse, TR ID, helse, familieinformasjon)? I så fall, hvilke seksjoner? Som sådan, hvis det ikke skal behandles i et offentlig verktøy, advar meg og lister opp feltene jeg trenger å avidentifisere. Tekst: [skriv tekst her]
4) Bias/språksjekk:
Tenk på følgende saksjournal: Er det språk som stigmatiserer, klandrer eller fordommer klienten mot en gruppe? Ignorerer den styrker og ressurser? Foreslå et språk som er mer respektfullt, faktafokusert og anerkjenner styrker. Ikke endre posten, bare flagg språkproblemene.
Svak forespørsel / Sterk forespørsel
Svak melding:
Skriv en rapport om denne familien og avgjør om barnet er trygt hjemme.
Denne oppfordringen er kontekstløs og farlig: det er uklart hvilken informasjon, hvilken observasjon og AI-en som blir bedt om å ta en avgjørelse om et barns sikkerhet. AI forutsier, kan skjevhet, kan gjøre opp - og det involverer et menneskeliv.
Kraftig ledetekst:
Din rolle: assisterende redaktør for sosialarbeider. Kilde: Intervju og observasjonsnotater med identifiserende informasjon fjernet, som jeg vil lime inn nedenfor. Oppgave: Lag et utkast til skjelett av en sosial etterforskningsrapport basert kun på informasjonen som FAKTISK finnes i disse notatene; Merk observasjon, klienterklæring og manglende informasjon separat. TA en risiko- eller sikkerhetsbeslutning; Jeg skal gjøre evalueringen. Merk området du ikke er sikker på som "må avklares".
Forskjellen er tydelig: avidentifikasjon, "true-passing"-begrensningen, merking og "decision"-begrensningen gjør utdataene trygge og nyttige.
Sammenligningsdiagram for rolle/oppgave
virksomhet
Rollen til AI
manns rolle
verifisering
Rediger en sakspost
Konfigurer notatet
bekreftelse, nøyaktighet
Sammenligning med note
Filsammendrag
kronologisk oversikt
Viktig, kommentar
Link til kilde
Rettigheter/tjenesteinformasjon
første utkast
Gjeldende bekreftelse
offisiell lovgivning
risikovurdering
Spørsmål/rammepåminnelse
Klinisk skjønn, avgjørelse
Team + veiledning
Rapporter
skjelettskisse
Innhold, mening, signatur
Samsvar mellom bevis og utsagn
Programdesign
Idé/rammegenerering
valgbarhet, avgjørelse
Felt + databekreftelse
Vanlige feil
- Ta feil av AI-utgang for evaluering. Utgangen er alltid et utkast som skal verifiseres; Den kommer ikke inn i filen uten å være knyttet til bevis.
- Lim inn klientdata i det åpne verktøyet. Hvis det er lekkasje, kan det ikke angres og er et brudd på KVKK; Det er den farligste feilen.
- Be AI om å ta en risiko-/sikkerhetsbeslutning. Disse beslutningene krever faglig autoritet og ansvar; AI kan ikke ta avgjørelser.
- En forespørsel som ikke krever bevis. Hvis du ikke sier «Bare bruk det som står i notatet», kan AI-en legge til det klienten ikke sa.
- Legger ikke merke til stigmatiserende språk. AIs språk kan ha skjevhet; Språk som er respektfullt og vurderer styrker er under din kontroll.
Oppsummert
AI er en kraftig assistent i sosialt arbeid: organiserer det rotete notatet, oppsummerer filen, produserer utkast, forenkler, oversetter. Men klinisk vurdering, risikovurdering, representasjon og endelig beslutning tilhører mennesket. Bær to-sett separasjon (dokumentintensivt arbeid vs. vurdering/risikobeslutninger), tre-trinns bekreftelse (lenke til bevis, uavhengig bekreftelse, bias-filter), personvernbevissthet (anonym vs. klientdataverden) og årvåkenhet til skjevhet som ryggraden i denne modulen.
Søknadsoppgave
List opp 6 oppgaver fra ditt eget (eller imaginære) skrivebord. Klassifiser hver som «AI-delegerbar sammendrag/redigering/utkast» eller «klinisk vurdering/risikobeslutning». For en av de overførbare (med et fiktivt eksempel som ikke identifiserer klienten), bruk malen "Job egnethet vurdering" ovenfor og få svar fra AI; Bruk deretter tre-trinns bekreftelse og prøv personvernforhåndskontrollen også.
sjekkliste
- [ ] Jeg delte arbeidet inn i to klynger (dokumentintensiv / skjønnsrisikovurdering).
- [ ] Jeg brukte tre-trinns bekreftelse (bevis, uavhengig bekreftelse, skjevhet).
- [ ] Jeg sørget for at jeg ikke oppga personopplysninger som identifiserer klienten til det åpne verktøyet.
- [ ] Jeg koblet hver uttalelse AI kom med om klienten til selve notatet.
- [ ] Jeg sjekket for stigmatiserende/partisk språk i utdataene.