Vinster:
- Förmåga att konsekvent bädda in AI i varje steg från applikation till stängning med sex mänskliga verifieringsportar
- Förmåga att upprätta ett ramverk för företagsstyrning med godkänd verktygslista, datapolicy, roller, registrering, utbildning och löpande granskning
- Förmåga att införliva principerna för mänskligt ansvar, verifiering, integritet/KVKK, efterlevnad av bevis, partiskhet och klientcentrering i arbetsflödet
Under hela denna modul tog vi upp hur man använder artificiell intelligens och var man kan stoppa det i olika uppgifter inom socialt arbete — dokumentation, bedömning, riskstöd, remiss, plan, rapport, kommunikation, programdesign. I den här sista enheten sätter vi ihop bitarna: där AI kommer att sitta från ända till ända från ansökan till stängning av ett ärende, vilken mänsklig verifieringsdörr stoppar i varje steg, och vi kommer att etablera det styrningsramverk som behövs för att detta ska vara hållbart i en organisation. Målet är att göra spridda tips till en konsekvent och repeterbar arbetsdisciplin.
Integrativ princip från början: AI är en accelerator i varje steg i arbetsflödet, inte en beslutsfattare i något steg. Det finns en mänsklig dörr i varje steg, och du kan inte gå vidare till nästa utan att gå genom en dörr. Denna skiktade struktur förhindrar en enda hallucination, partiskhet eller integritetsfel från att tränga in i ett beslut som påverkar en klients liv.
End-to-end-flöde och sex mänskliga portar
Låt oss överväga ett ärende genom dess typiska stadier och placera en verifieringsgrind vid varje steg:
1. Ansökan / första kontakt — Dörr: Sekretess. När den första informationen kommer används AI för intervjuförberedelser (guide, frågeram). Dörr: Inga faktiska klientdata kommer in i det öppna verktyget; Fråga efter klass, matcha fordon.
2. Bedömning — Gate: Klinisk bedömning. AI organiserar anteckningar i biopsykosociala dimensioner och påminner om brister och styrkor. Dörr: Diagnos och utvärdering tillhör specialisten; AI utvärderar inte.
3. Risk — Dörr: Myndighet och team. AI påminner om risk-/skyddsfaktorer och skapar ett säkerhetsplansskelett. Dörr: Riskbeslut fattas endast av expert, team, övervakning och juridisk process; AI producerar inte poäng/beslut.
4. Planering och vägledning — Dörr: Validering och klient. AI sätter in målen i SMART, genererar resursidéer och brevutkast. Dörr: Kunden sätter upp målen; Tjänsten/adressen/skicket verifieras från den officiella källan.
5. Rapport och kommunikation — Dörr: Bevis och ansvarsskyldighet. AI strukturerar rapporten, förenklar och översätter texten. Dörr: Varje fall beror på bevis, yttrandet tillhör experten, kritisk informationsförlust och partiskhet kontrolleras, signaturen finns i personen.
6. Stängning och överlämning — Port: Noggrannhet. YZ sammanfattar filen kronologiskt. Dörr: Sammanfattningen baseras enbart på posten; Resultaten och lärdomarna verifieras av experten.
Tips: Använd en enda fråga för att komma ihåg dörrarna: "I det här steget, fattar AI ett beslut eller producerar en skiss?" Om svaret är "beslut", sluta - det steget tillhör människan. Om svaret är "utkast", fortsätt, men gå inte till nästa steg utan att verifiera resultatet.
Bolagsstyrning: individuell disciplin räcker inte
En experts goda vanor är värdefulla men ömtåliga; Säker och konsekvent användning av AI i en organisation kräver ett styrningsramverk. De viktigaste komponenterna i detta ramverk är:
- Godkänd fordonslista. Det är skrivet och tydligt vilket verktyg som ska användas för vilket jobb och vilken data som kan matas in i vilket verktyg. "Alla ska använda vilket verktyg de vill" är en säkerhetsrisk.
- Dataklassificeringspolicy. Det definieras vilka data som kommer att behandlas i det öppna verktyget och vilka som endast kommer att behandlas i det säkra systemet.
- Roll och auktoritet. Det är tydligt vem som kan göra vad och vilket beslut beror på vilken myndighet (särskilt riskbeslut).
- Logg och revisionsspår. Var och hur AI används kan övervakas; När det finns ett problem kan det ses tillbaka.
- Utbildning och medvetenhet. Varje anställd känner till principerna i denna modul; Nykomlingen är tränad.
- Ständig granskning. Verktyg, risker och förändringar i lagstiftningen; Ramverket uppdateras regelbundet. Policy som en gång skrivits och glömts blir föråldrad.
tre minifodral
Fall 1 — Dörrar fångade en bugg i början av kedjan. I ett fall lade AI till en observation som klienten inte nämnde under utvärderingsfasen. Vid porten till "klinisk bedömning" fångade experten detta och raderade det. Om han inte hade gripits hade denna påhittade iakttagelse kunnat läcka in i planen, därifrån till rapporten och därifrån till ett domstolsbeslut. Layered autentisering stoppade felet vid den tidigaste punkten.
Fall 2 – Styrning förhindrade ett brott. En organisation verkade utan en godkänd verktygslista och datapolicy; Alla använde sitt eget fordon. En granskning avslöjade att flera anställda skrev in faktisk kunddata i öppna verktyg. Organisationen har etablerat ett ramverk för styrning: godkända verktyg, dataklassificering, utbildning och registrering. Under den följande perioden sjönk antalet överträdelser till noll. Lärdom: individuell god vilja räcker inte utan institutionell struktur.
Fall 3 — Kontinuerlig granskning hålls uppdaterad. En organisations AI-policy, som skrevs för ett år sedan, var föråldrad inför en ny typ av verktyg och uppdaterad lagstiftning. Årsöversikten fångade detta; Policyn uppdaterades, utbildningen förnyades. Ramen förblev ett levande dokument, inte en hyllprydnad.
Fyra kopierbara mallar
1) Checklista för ärendeflödesverifiering:
Din roll: handledare. Jag får en valideringschecklista för följande fallsteg: vad kan AI-utkastet i detta steg, vilket beslut är nödvändigtvis mänskligt, vilka kontroller av integritet och partiskhet ska göras, vad ska jag verifiera innan jag går vidare till nästa steg? Steg: [ansökan / bedömning / risk / plan / rapport / stängning]
2) Bekräftad fordonsmatchning:
För var och en av uppgiftslistorna nedan, ange vilken typ av AI-verktyg som kan användas (öppet verktyg / endast säkert företagssystem / Ingen AI tillgänglig) och motivering. Markera varje uppgift som innehåller klientdata som "endast säkert system". Uppgifter: [lista uppgifter]
3) Utkast till policy för företags AI:
Din roll: redaktör för företagspolicy. Utarbeta en policy för ansvarsfull AI-användning för en socialtjänstbyrå; Täck följande ämnen: syfte, godkända verktyg, dataklassificering, roller och behörigheter, integritet/KVKK, riskbeslutsgräns, inspelning och revision, utbildning, granskningsschema. Sätt upp det allmänna ramverket; Institutionen kommer att fylla i sina egna uppgifter.
4) Självreglering (granskning av personlig användning):
Skapa en självchecklista med 10 frågor för mig att granska min användning av AI som socialarbetare: integritet, verifiering, partiskhet, bevistrohet, beslutsgränser och klientcentrering. Låt varje fråga besvaras med "ja/nej".
Svag prompt / Stark prompt
Svag uppmaning:
Jag ger dig hela detta fall; Du sköter allt från ansökan till anmälan, jag skriver bara under på slutet.
Detta är att lägga ut hela processen – inklusive integritet, klinisk bedömning, riskbedömning, efterlevnad av bevis – till programvara. Den enda signaturen i slutet gör oss blinda för alla fel, påhitt och fördomar däremellan.
Kraftfull uppmaning:
Din roll: redaktör som hjälper mig varje steg på vägen. Jag kommer att gå vidare med ärendet steg för steg (bedömning, planering, rapport...). Vid varje steg: arbeta bara med anonyma/säkra data, skapa ett utkast, låt mig bestämma, lägg inte till det som inte står i anteckningen och påminn mig om vad jag behöver verifiera innan jag går vidare till nästa steg. Låt oss börja med det här steget: [steg]
Skillnaden: att skydda dörren vid varje steg och placera AI:n som en steg-för-steg-assistent håller säkerheten och ansvaret mänskligt samtidigt som hastigheten bibehålls.
Stage-gate-ansvar sammanfattning
Scen
Bidrag av AI
mänsklig port
kritisk kontroll
Ansökan
Intervjuförberedelse
integritet
Dataklass
Utvärdering
Storleksredigering
klinisk bedömning
Ingen diagnos, inget påhitt
Risk
Faktorpåminnelse
Myndighet + team
Ingen poäng/beslut
Plan/vägledning
utkast + idé
Validering + klient
Källbekräftelse, klientprioritet
Anmäl/kontakt
Struktur + förenkling
Bevis + ansvar
Yttrande i expert, bias control
Stänger
Kronologisk sammanfattning
noggrannhet
rekordbaserad
Vanliga misstag
- Överlämnar hela processen till AI och signerar en enda signatur i slutet. Felen däremellan är inte synliga; Det ska finnas dörrar vid varje steg.
- Passerar genom en dörr utan att verifiera den. Tillverkningen av ett steg ärvs av nästa; Varje utgång är validerad.
- Överlåter styrningen till individuell disciplin. Utan en institutionell ram är goda vanor ömtåliga.
- Skriv policyn en gång och glöm den. Verktyg och lagstiftning förändras; Ständig översyn är nödvändig.
- Att inte föra register. Utan ett revisionsspår kan ett problem inte ses tillbaka på och kan inte ställas till svars.
Sammanfattningsvis
Inom socialt arbete är AI en katalysator i varje steg, en beslutsfattare vid inget steg, från ansökan till avslutande av ett ärende. Placera sex mänskliga portar (sekretess, kliniskt omdöme, auktoritet/team, validering/klient, bevis/ansvar, integritet) i flödet från början till slut; Passera inte från en dörr till en annan utan att gå igenom. För att göra detta hållbart krävs bolagsstyrning: godkänd verktygslista, datapolicy, roller, registrering, utbildning och löpande granskning. Modulens sex drivande principer – mänskligt ansvar, verifiering, integritet/PDPA, engagemang för bevis, fördomskontroll och klientcentrering – bör vävas in i varje arbetsflöde.
Applikationsuppgift
Mentalt kartlägga ett fiktivt fall från ansökan till avslutande; Ta fram en checklista för varje steg med en mall för "case flow verification gate". Klassificera sedan uppgifterna i detta fall som öppet fordon / säkert system / ingen AI med mallen "validerad fordonsmatchning". Slutligen, utvärdera dig själv genom att skapa en lista med 10 frågor för din egen användning av AI med mallen "self-audit".
checklista
- [ ] Jag har identifierat sex mänskliga portar i flödet från ände till ände.
- [ ] Vid varje steg, "beslut eller utkast?" Jag tillämpade frågan.
- [ ] Jag matchade uppgifterna till rätt fordonstyp (öppen/säker/ingen).
- [ ] Jag känner till bolagsstyrningskomponenterna (verktyg, data, roll, registrering, utbildning, granskning).
- [ ] Jag implementerade modulens sex bärarprinciper i mitt eget arbetsflöde.
Modulexamen
1. Vilken av följande är den mest exakta positioneringen för artificiell intelligens i socialt arbete?
- A) Artificiell intelligens kan avgöra en klients risknivå och interventionsbeslut utan mänskligt godkännande
- B) AI är ett verktyg för att sammanfatta, organisera, förenkla och utarbeta; Ansvaret för klinisk bedömning, risk och slutligt beslut vilar på experten ✔
- C) Artificiell intelligens är endast användbar för att översätta text och har ingenting att göra med andra sociala arbetsuppgifter
- D) Eftersom artificiell intelligens alltid är mer opartisk än människor, bör utvärderingen överlåtas till den.
Beskrivning: Artificiell intelligens; Det är en assistent som organiserar anteckningar, sammanfattar filen, förenklar texten och gör utkast. Ansvaret för klinisk bedömning, riskbedömning, yrkesutlåtande och slutligt beslut vilar på den behöriga specialisten; En overifierad utdata kan leda till en felaktig bedömning av en klient, ett riskundandragande eller läckage av känslig information.
2. Vilken är den mest korrekta instruktionen när man får de råa anteckningarna från en intervju omvandlade till ett fall med artificiell intelligens?
- A) Begär artificiell intelligens för att fylla i de saknade delarna på ett rimligt sätt så att det ser professionellt ut.
- B) Tillåta AI att lägga till ytterligare observationer för att berika posten
- C) Be eleven att endast använda den information som faktiskt ingår i anteckningen, markera de saknade punkterna som "behöver förtydligande" och inte lägga till någonting ✔
- D) Lägga in den direkt i filen utan att jämföra den med noten så länge utdata är flytande
Förklaring: Den farligaste tendensen hos AI är att tillverka observationer, siffror eller citat som inte finns i anteckningen för att få posten att verka "komplett". Det korrekta tillvägagångssättet är att säga "använd bara det som står i anteckningen, markera de som saknas, lägg inte till något". Luckorna fylls inte, de markeras för förtydligande.
3. Varför är skillnaden mellan "faktum" och "tolkning" viktig i ett ärende?
- A) Ett faktum är en konkret observation/påstående, medan en tolkning är en professionell slutsats som kräver grund; De två ska separeras och kommentaren ska vara taggad ✔
- B) Distinktionen är onödig; fakta och kommentar kan skrivas på samma sätt i journalen
- C) Endast tolkningen spelar roll; Det är möjligt även om fakta inte registreras
- D) Eftersom artificiell intelligens gör denna distinktion perfekt, finns det inget behov av mänsklig kontroll.
Förklaring: 'Han grät tre gånger i intervjun' är ett faktum; "Han var deprimerad" är en kommentar som inte kan skrivas utan klinisk grund. Dokumentet förutsätter faktum och inkluderar tolkning endast med tydlig märkning och motivering. AI kan blanda de två flytande; Det är en persons plikt att göra skillnaden och undvika stigmatiserande språk.
4. Vilken roll bör AI spela för att avgöra om ett barn är säkert hemma eller risknivån i ett fall?
- A) Artificiell intelligens kan läsa fallet, fastställa risknivån och fatta säkerhetsbeslutet
- B) Märkningen "låg risk" som ges av artificiell intelligens kan åsidosätta expertens iakttagelse om motsatsen
- C) Artificiell intelligens påminner bara om faktorer och organiserar anteckningar; Risknivå och säkerhetsbeslut tillhör experten, teamet, övervakningen och den juridiska processen ✔
- D) Artificiell intelligens är mer tillförlitlig än människor i riskbeslutsfattande eftersom den är opartisk.
Beskrivning: Risknivå och säkerhetsbeslut; Det kräver professionell auktoritet, kliniskt omdöme, multidisciplinärt teamutlåtande, handledning och juridiskt ansvar. Här kan AI bara återkalla risk-/skyddsfaktorer och redigera anteckningar; kan inte producera poäng eller beslut. Det kan också tillskriva missgynnade grupper en systematisk hög risk på grund av partiskhet i träningsdata, så dess resultat kan inte användas som ett beslut.
5. Vad ska göras när artificiell intelligens ger en remissinformation för en klient genom att säga "det här centret, den där telefonen"?
- A) Bekräfta adress och telefonnummer från institutionens officiella och aktuella källa innan det ges till klienten ✔
- B) Förmedla information direkt till kunden när den presenteras på ett säkert sätt
- C) Förutsatt att informationen är helt korrekt så länge den artificiella intelligensen ger ett aktuellt datum
- D) Tänker att det inte finns något behov av att undersöka informationens riktighet eftersom den nämns någonstans.
Beskrivning: Artificiell intelligens kan utgöra tjänster, applikationskrav, adresser och telefonnummer eller tillhandahålla föråldrad information; Institutioner går samman, flyttar, lägger ner. Att skicka kunden till en overifierad adress kommer att leda till en bortkastad resa och förlorat förtroende. Därför måste kontaktinformationen som tillhandahålls av artificiell intelligens bekräftas via institutionens egen officiella kanal innan den överförs till klienten.
6. Vem ska sätta upp mål i en insatsplan och vilken roll har AI?
- A) Artificiell intelligens bör både bestämma målen och skriva hela planen utan att fråga klienten.
- B) Kunden (tillsammans med specialisten) bestämmer målen; AI sätter dem i SMART-format och strukturerar dem, lägger inte till nya mål ✔
- C) Mål är oviktiga; Ju fler mål planen innehåller, desto bättre.
- D) Artificiell intelligens kan ignorera klientens prioriteringar eftersom det ser professionellt ut
Beskrivning: Det sociala arbetets kärnvärde är "självbestämmande": klienten sätter upp mål och prioriteringar, formar dem med expertkunskaper. Artificiell intelligens sätter dessa mål i SMART-format och föreslår steg och indikatorer; men han kan inte lägga till nya mål som klienten inte säger. En utländsk, externt pålagd plan kan inte tillämpas på uppdragsgivaren.
7. I en social utredningsrapport som ska lämnas till domstolen, i vilken fråga är artificiell intelligens farligast?
- A) Förmåga att hitta på obefintliga datum, observationer eller citat för att få rapporten att framstå som "komplett" ✔
- B) Att göra textens språk för formellt
- C) Att skriva rapporten kortare än begärt
- D) Alfabetisk ordning av titlar
Förklaring: Den farligaste tendensen hos AI är att lägga till ett obefintligt datum, observation eller citat för att få rapporten att verka "fullständig". En påhittad dom i en rättegångsberättelse kan både vilseleda ett beslut och förstöra expertens trovärdighet. Därför bör varje ärende kopplas till en riktig intervju/observation/dokument, och den professionella uppfattningen bör bildas av experten.
8. Vem ska skriva avsnittet om professionella åsikter och åsikter (förslag) i en social utredningsrapport?
- A) Artificiell intelligens; eftersom det ger en mer opartisk rekommendation
- B) Åsiktsdelen fylls aldrig i när rapporten skrivs.
- C) Artificiell intelligens skriver yttrandet, experten skriver under först i slutet
- D) Expert; professionella åsikter och åsikter är hans/hennes auktoritet och ansvar, artificiell intelligens förtydligar bara språket ✔
Uttalande: Yrkesutlåtande och yttrande — "detta är det här barnets bästa", "detta arrangemang är lämpligt" — är expertens juridiska auktoritet och ansvar. "Vad rekommenderar jag för artificiell intelligens?" Det frågas inte; Ett "förslag" han tar fram kan vara både påhittat och en överföring av ansvar. I bästa fall klargör artificiell intelligens språket i yttrandet som experten skrivit.
9. Vilken är den mest kritiska kontrollen när man förenklar ett tungt officiellt hjälpbrev för en klient med artificiell intelligens?
- A) Håll texten så kort som möjligt, titta inte på detaljer
- B) Resultatet ser flytande och estetiskt ut
- C) Verifiera att inga rättigheter, villkor, belopp, datum eller meddelanden har utelämnats genom att jämföra med originalet ✔
- D) Förenkling ger klienten tröst genom att ge honom eller henne mindre information.
Förklaring: Att förenkla betyder inte att förvränga; Genom att "förkorta" eller "förenkla" kan AI:n svälja en rättighet, ett tillstånd, ett belopp, ett datum eller ett meddelande. Klienten kan förlora sin rätt med "enkel" men ofullständig information. Därför bör den förenklade texten jämföras med originalet och verifieras att ingen kritisk information har gått förlorad, och till och med ha den artificiella intelligensen lista över de kritiska element den skyddar.
10. Hur är det korrekt att behandla statistik som produceras av artificiell intelligens när man utarbetar en finansieringsansökan?
- A) Direkt använda statistiken från artificiell intelligens för att få det att se imponerande ut
- B) Att inte låta den artificiella intelligensen utgöra statistik, skriva ut [DATA KRÄVS] vid behov och sätta varje nummer från den verkliga källan ✔
- C) Med tanke på att källan är oviktig så länge numret finns med i en ansökan.
- D) Förutsatt att det inte finns något behov av att verifiera statistik eftersom AI:n skriver säkert
Beskrivning: Artificiell intelligens kan utgöra slående men unsourced statistik; En siffra utan källa är nästan alltid opålitlig. En påhittad statistik i ansökan kommer både att avslå ansökan och förstöra institutionens trovärdighet. Det korrekta tillvägagångssättet är att inte få AI att sminka siffror ('Skriv [DATA KRÄVS]') och sätta varje nummer från den verkliga, verifierade källan.
11. Varför är det skadligt att fråga artificiell intelligens 'förklara varför den här familjen är otillräcklig för att uppfostra barn'?
- A) För att frågan är för lång
- B) Eftersom artificiell intelligens inte kan ge någon information om familjeärenden
- C) Eftersom den antar resultatet från början, producerar artificiell intelligens (smickrande) en ogrundad och partisk bekräftelse; Frågan ska vara neutral och balanserad ✔
- D) För att artificiell intelligens alltid kommer att skriva till förmån för familjen
Förklaring: Denna fråga förutsätter resultatet ('otillräckligt'). AI producerar en evidensfri och partisk text som bekräftar detta antagande med dess tendens att smickra (bekräfta din insinuation). En partisk fråga skapar ett partiskt svar. Det är faktiskt en neutral fråga som inte utgår från resultatet, balanserar både styrkor och bekymmer och som bara ber om bevis.
12. Hur applicerar man "under angle testing" för att kontrollera förspänning i AI-utgång?
- A) Funderar på samma situation för en annan grupp och frågar "Skulle detta vara skrivet på samma språk?" ✔ Testa dubbelmoral genom att fråga
- B) Acceptera det första svaret av artificiell intelligens som neutralt och inte leta efter en annan vinkel
- C) Ställ bara frågor som stödjer klientens grupp
- D) Förutsatt att det inte finns något behov av ytterligare kontroll eftersom partiskhet inte existerar i artificiell intelligens alls
Förklaring: AI kan skriva samma beteende i olika ton för olika grupper (t.ex. "risk för vanvård" för låginkomstfamiljer, "tvingad förälder" för höginkomsttagare). Inversionstestet är "om klienten var från en annan socioekonomisk/etnisk grupp, skulle detta vara skrivet på samma språk?" är att fråga; Detta synliggör dubbelmoral baserad på stereotyper, inte bevis.
13. Vilket är det korrekta sättet att sammanfatta en klients faktiska fil (inklusive namn, adress, hälsoinformation)?
- A) För hastighet, klistra in det i närmaste offentliga AI-verktyg och få det sammanfattat
- B) Bearbeta filen utan att ta hänsyn till integritet eftersom den är kort
- C) Ange allt inklusive hälsoinformation och spara endast resultatet
- D) Bearbeta endast i ett säkert system som godkänts av institutionen eller med avidentifierad text, med minsta möjliga data ✔
Utlämnande: Personuppgifter som identifierar klienten – särskilt känsliga uppgifter som hälsa – läggs aldrig in i ett offentligt verktyg som institutionen inte har godkänt; texten kan bearbetas, lagras på externa servrar eller användas i modellträning, och exfiltreringen är oåterkallelig. Detta är också ett KVKK-brott. Denna typ av arbete utförs endast i interna, säkra, godkända system som inte läcker data eller med avidentifierad text.
14. Varför räcker det inte alltid att ta bort namn från ett dokument för att det ska användas i ett offentligt verktyg?
- A) Att ta bort namn är alltid fullständig anonymisering och gör varje dokument säkert
- B) Så länge dokumentet är kort är det omöjligt att härleda identitet från sammanhanget
- C) En handling vars namn har raderats helt faller utanför KVKKs tillämpningsområde.
- D) Kontext (grannskap, ålder, händelse, familjestruktur) kan återhämta identiteten; Skydd tillhandahålls genom val av verktyg och miljö ✔
Förklaring: Även om namn raderas kan sammanhang (en sällsynt kombination av grannskap, ålder, händelse, datum, familjestruktur, etc.) göra en person identifierbar; Han kan vara den enda personen i ett grannskap som passar in på beskrivningen. Verkligt skydd ges inte genom maskering, utan genom att välja rätt verktyg och miljö; Sammanhanget är också personuppgifter och osäkra uppgifter bör skyddas som en högre klass.
15. Från ansökan till avslutande av ett ärende, vilket är det mest effektiva sättet att förhindra att ett enskilt AI-fel läcker in i det slutliga beslutet?
- A) Delegera hela processen till ett enda AI-verktyg och signera endast en gång i slutet
- B) Att sätta en mänsklig verifieringsgrind och passtillstånd i varje steg (verifiering i lager) ✔
- C) Ta bort mellanliggande valideringar för hastighet och kontroll endast vid slutsteget
- D) Tillåta varje expert att använda sitt eget verktyg fritt utan att föra register
Beskrivning: En mänsklig verifieringsgrind placeras i varje steg (ansökan/sekretess, bedömning/klinisk bedömning, risk/auktorisering, plan/verifiering, rapport/bevis, stängning/noggrannhet); Du kan inte passera genom en dörr utan att passera en annan. Denna skiktade struktur förhindrar att ett hallucinations-, partiskhets- eller sekretessfel i ett skede tränger in i beslutet som påverkar en klient.