Mga nadagdag:
- Ang kakayahang makilala kung saan ang artificial intelligence ay nakakatipid ng oras sa daloy ng trabaho sa social work (buod, pag-edit, pagpapasimple, draft) at kung saan ang klinikal na paghuhusga, panganib at mga desisyon sa representasyon ay ipinaubaya sa tao, depende sa antas ng panganib.
- Kakayahang maglapat ng disiplina na nagpapatunay sa bawat output sa pamamagitan ng mga hakbang ng pag-uugnay nito sa tunay na ebidensya, pagkumpirma ng panlabas na impormasyon sa kasalukuyang opisyal na mapagkukunan, at pag-filter nito sa pamamagitan ng pagkiling.
- Upang maunawaan kung bakit dapat isaalang-alang ang privacy ng kliyente, ang pagkakaiba sa pagitan ng anonymous at client data world, at responsibilidad ng KVKK sa simula pa lamang sa gawaing panlipunan.
Ikaw ay nasa umaga ng isang social service center. Tatlong bagong aplikasyon ang dumating kahapon: isang babae na biktima ng karahasan at ang kanyang dalawang anak, isang matandang nangangailangan ng pangangalaga, at isang tinedyer na nanganganib na huminto sa pag-aaral. Mayroong apat na ulat sa pagsisiyasat sa lipunan na nakaupo sa iyong mesa, isang opinyon na hiniling ng korte, mga rekord ng kaso na kailangang punan, at mga paghahanda para sa pagbisita sa bahay kasama ang isang pamilya ngayong hapon. Ang gawaing panlipunan (ang propesyon at disiplina na isinagawa upang mapabuti ang panlipunang paggana ng mga indibidwal, pamilya at komunidad, upang matiyak ang kanilang pag-access sa mga karapatan at kapakanan, at upang protektahan ang mga mahihinang grupo) ay isang larangan na likas na masinsinang magdokumento, nakaka-pressure sa oras, nakakaapekto sa buhay ng tao at may mataas na responsibilidad. Ang artificial intelligence (AI - software na maaaring mag-extract ng mga pattern mula sa makasaysayang data at gumawa o mag-classify ng text, mga buod, pagsasalin at draft) ay nagbibigay sa iyo ng pahinga sa pag-load ng dokumentong ito at presyon ng oras. Ngunit ang pinakasimula ng modyul na ito ay malinaw: AI ay isang assistant, summarizer at outline generator; Ikaw ang karampatang eksperto na gumagawa ng pagtatasa, panganib at panghuling desisyon tungkol sa kliyente.
Sa unang yunit na ito ay tututukan natin ang disiplina, hindi ang kasangkapan. Malalaman mo kung saan ang AI ay isang real time saver sa social workflow, kung saan ito mapanganib, kung paano i-verify ang bawat output, kung paano protektahan ang privacy at personal na data ng kliyente, at kung paano manatiling alerto sa bias. Kung hindi inilatag ang pundasyong ito, mananatili sa himpapawid ang mga kasunod na yunit — dahil sa gawaing panlipunan, ang hindi na-verify na output ay hindi lamang isang maling pangungusap; Ito ay isang pagkakamali na maaaring humantong sa isang bata na maling husgahan, isang panganib na hindi mapansin, isang pamilya na hindi makatarungang masiraan ng loob, o sensitibong impormasyon na ma-leak.
Saan nagagamit ang AI sa social workflow?
Hatiin natin ang mga trabahong panlipunan sa dalawang malalaking kumpol. Ang unang cluster: masinsinang dokumento, paulit-ulit, pattern-extractable, at mga gawaing batay sa wika. Pagsasalin ng mga nakakalat na tala pagkatapos ng isang panayam sa isang organisadong rekord ng kaso, kronolohikal na buod ng isang mahabang file, unang balangkas ng isang ulat sa pagsisiyasat sa lipunan, pagpapasimple ng isang listahan ng tulong/serbisyo upang umangkop sa wika ng kliyente, draft ng isang liham ng referral, pagsasalin ng isang simpleng teksto ng impormasyon para sa isang multilingguwal na kliyente, unang balangkas ng pagsusuri sa pangangailangan ng isang programa. Sa mga trabahong ito, binabawasan ng AI ang mga oras hanggang minuto at hindi napapagod.
Pangalawang cluster: mga gawain na nangangailangan ng paghatol, klinikal na pagtatasa, paghuhusga sa panganib at responsibilidad. Kung ang isang bata ay ligtas sa tahanan, ang antas ng panganib ng isang indibidwal na makapinsala sa sarili, kung ang isang pamilya ay nangangailangan ng mga hakbang sa proteksyon, ang opinyon kung saan ang isang ulat ay ihaharap sa korte, kung ang isang serbisyo ay tunay na angkop para sa kliyente. Ang mga desisyong ito ay nangangailangan ng propesyonal na kakayahan, klinikal na paghuhusga, kaalaman sa konteksto, etikal na responsibilidad at madalas na multidisciplinary na opinyon ng pangkat. Dito, pinararami ng AI ang mga opsyon, bumubuo ng mga draft, nagpapaalala sa iyo kung ano ang hindi napapansin — ngunit ang panghuling pagsusuri at lagda ay sa iyo.
Linawin natin ang pagkakaiba sa isang pangungusap: Malakas ang AI sa mga tanong na "ano ang nasa file na ito at ano ang hitsura ng unang draft"; Nasa iyo ang desisyon pagdating sa mga tanong tulad ng "Ano ang totoong sitwasyon para sa taong ito at maaari ko bang ipagtanggol ito sa ngalan ng aking propesyon?"
Tip: Bago mag-outsourcing ng trabaho sa isang AI, itanong: "Sino ang masasaktan kung mali ang output na ito?" Kung ang sagot ay "ilang minuto ng refactoring", magdelegate nang kumportable. Kung ang sagot ay "maling pagsusuri ng isang kliyente, pag-iwas sa isang panganib o na-leak na impormasyon", hayaan ang AI na gumawa ng draft at ikaw ang gumawa ng desisyon at pag-verify.
Pagkapribado: hindi nalalabag na prinsipyo
Ang puso ng gawaing panlipunan ay tiwala, at ang tiwala ay nakabatay sa pagiging kumpidensyal. Sinasabi sa iyo ng isang kliyente ang kanilang pinakapribado, pinaka-marupok na impormasyon—karahasan, kahirapan, kondisyon ng kalusugan, mga lihim ng pamilya—na umaasa sa propesyonal na pagiging kumpidensyal. Kapag ang impormasyong ito ay nahulog sa maling mga kamay, ito ay nagbabanta sa buhay, seguridad at dignidad ng isang tao. Ang pangunahing panuntunan dito: Walang personal na data na nagpapakilala sa kliyente (pangalan, address, TR ID, kalusugan, impormasyon ng pamilya, atbp.) ang ilalagay sa isang pampublikong AI tool na hindi inaprubahan ng iyong institusyon. Ang text na tina-type mo sa isang pampublikong serbisyo ng AI ay pinoproseso sa mga server ng serbisyong iyon; Hindi mo makokontrol kung sino ang nakakakita nito, kung saan ito nakaimbak, at kung ito ay ginagamit sa pagsasanay ng modelo. Sa Türkiye, isa rin itong legal na pananagutan sa ilalim ng KVKK (Personal Data Protection Law - ang batas na kumokontrol sa pagproseso ng personal na data).
Samakatuwid, ang paggamit ng AI sa gawaing panlipunan ay tumatakbo sa dalawang magkahiwalay na mundo: Maaaring gamitin ang mga pangkalahatang kasangkapan para sa de-identified/generic na mundo (anonymous o fictional na mga halimbawa na hindi nakikilala ang kliyente, mga tanong sa pangkalahatang kaalaman); Para sa mundo ng data ng kliyente, tanging in-house, secure, at naaprubahang system na hindi naglalabas ng data ang ginagamit. Ang nakakalito sa dalawa ang pinakamapanganib na pagkakamali ng modyul na ito.
Babala: "Sinabi ng AI" ay hindi isang katwiran at walang puwersa sa isang file ng kaso. Kung mayroong maling paghuhusga, gawa-gawang impormasyon o nag-leak na data, ang responsibilidad ay hindi sa AI, ngunit sa eksperto na gumagamit ng output na iyon nang hindi ito bini-verify o ipinapasok ang data na iyon sa tool.
Disiplina sa pagpapatunay: tatlong hakbang
Ang AI ay gumagawa ng tuluy-tuloy at may kumpiyansa; Hindi ibig sabihin nito ay totoo. Ang AI ay paminsan-minsan ay gumagawa ng mga guni-guni — ibig sabihin, ito ay nagpapakita bilang tunay na isang piraso ng batas na hindi umiiral, isang serbisyong hindi umiiral, isang gawa-gawang istatistika, o isang pahayag na hindi kailanman sinabi ng kliyente. Sa isang ulat ng pagsisiyasat sa lipunan o memorandum ng panganib, ito ay nakapipinsala. Mag-apply ng three-step reflex sa bawat output:
- Link sa pinagmulan/ebidensya. Ang bawat pahayag na ginagawa ng AI tungkol sa kliyente ay dapat na batay sa aktwal na tala o pag-uusap na iyong ibinigay. "Sa aling pag-uusap, mula sa kaninong bibig, sa anong obserbasyon ibinigay ang impormasyong ito?" magtanong. Ang AI ay hindi dapat magdagdag ng anumang bagay na hindi sinabi ng kliyente.
- Kumpirmahin sa independiyenteng pinagmulan. I-verify ang panlabas na impormasyon tulad ng batas, mga karapatan, serbisyo, address sa pagpapasa, atbp. mula sa kasalukuyang opisyal na pinagmulan. Ang isang kinakailangan sa aplikasyon o numero ng telepono na ibinigay ng AI ay maaaring luma na o peke.
- Ipasa ito sa filter ng interpretasyon at bias. Ang output ba ay biased laban sa isang grupo? Mayroon bang wikang naninira at sinisisi ang kliyente? Binabalewala ba nito ang mga lakas? Ang iyong propesyonal na paghatol ay ang panghuling filter.
tatlong mini case
Case 1 — Nakatipid ng oras ang dokumentasyon. Isang social worker ang nagsagawa ng 14 na panayam sa loob ng isang linggo at nagtago ng maluwag na mga tala sa kamay para sa bawat isa. Binawasan ng pag-edit na tinulungan ng AI ang kabuuang oras sa pagsasalin ng mga talang ito sa mga structured case record mula sa humigit-kumulang 4 na oras hanggang 1 oras. Ngunit ang bawat recording ay binasa ng eksperto at napatunayan sa pamamagitan ng paghahambing nito sa aktwal na panayam; Dalawang pangungusap na "binigyan ng kahulugan" ng AI ay tinanggal.
Case 2 — Nahuli ang verification ng guni-guni. Isang dalubhasa ang nagtanong sa AI ng isang katanungan sa karapatan; Sinabi ni YZ, "May minimum na kinakailangan sa paninirahan na 24 na buwan para sa tulong na ito." Nang tingnan ng eksperto ang opisyal na batas, walang ganoong pangangailangan; Ang AI ay naghalo ng dalawang magkatulad na tulong at gumawa ng isang kondisyon na hindi umiiral. Pinigilan ng hakbang ng pagpapatungkol ang kliyente na hindi makatarungang tumalikod.
Kaso 3 — Bumalik mula sa paglabag sa privacy. Upang maging mabilis, gustong i-paste ng isang bagong propesyonal ang lahat ng impormasyon ng kaso ng proteksyon ng bata (kabilang ang pangalan, address, paaralan ng bata) sa isang pampublikong AI tool at mag-print ng ulat. Napagtanto ng senior expert: ito ay sensitibong personal na data sa loob ng saklaw ng KVKK at wala na. Itinuring ang insidente bilang isang paglabag sa data; ang trabaho ay muling ginawa na may mga kredensyal na inalis at tanging in-house na secure na paraan.
Apat na maaaring kopyahin na mga template
1) Pagsusuri sa pagiging angkop sa trabaho:
Ang iyong tungkulin: senior social worker at superbisor. Ilalarawan ko ang trabaho sa ibaba. Sabihin sa akin (1) kung ito ay isang buod/pag-edit/pagbalangkas ng trabaho na maaaring italaga sa isang AI, o isa na nangangailangan ng klinikal na paghuhusga at paghatol sa panganib, (2) ang gastos sa kliyente ng maling output, (3) ang pag-verify na kailangan kong gawin bago at pagkatapos ng delegasyon. Trabaho: [ipasok ang trabaho dito]
2) Obligasyon na umasa sa ebidensya:
Ibibigay ko sa iyo ang mga tala ng isang pulong. Kapag nag-e-edit ng recording, gamitin LAMANG ang impormasyon sa tala. Huwag magdagdag ng anumang bagay na hindi sinabi ng kliyente, huwag mag-diagnose, huwag magkomento. Lagyan ng label ang obserbasyon at ang ekspresyon ng kliyente nang hiwalay. Markahan ang nawawala o hindi malinaw na mga lugar bilang "nangangailangan ng paglilinaw."
3) Paunang pagsusuri sa privacy:
Suriin ang sumusunod na teksto BAGO iproseso: maaari bang maglaman ang tekstong ito ng personal na data na nagpapakilala sa kliyente (pangalan, address, TR ID, kalusugan, impormasyon ng pamilya)? Kung gayon, aling mga seksyon? Dahil dito, kung hindi ito dapat iproseso sa isang pampublikong tool, balaan ako at ilista ang mga field na kailangan kong alisin sa pagkakakilanlan. Teksto: [sumulat ng teksto dito]
4) Pagkiling/pagsusuri ng wika:
Isaalang-alang ang sumusunod na rekord ng kaso: Mayroon bang wikang naninira, sinisisi, o naninira sa kliyente laban sa isang grupo? Binabalewala ba nito ang mga lakas at mapagkukunan? Magmungkahi ng wikang mas magalang, nakatuon sa katotohanan, at kumikilala sa mga kalakasan. Huwag baguhin ang rekord, i-flag lang ang mga problema sa wika.
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Sumulat ng ulat tungkol sa pamilyang ito at magpasya kung ligtas ang bata sa bahay.
Ang prompt na ito ay walang konteksto at mapanganib: hindi malinaw kung anong impormasyon, anong obserbasyon, at ang AI ang hinihiling na gumawa ng desisyon tungkol sa kaligtasan ng isang bata. Ang AI ay hinuhulaan, maaaring bias, maaaring gumawa - at iyon ay nagsasangkot ng isang buhay ng tao.
Napakahusay na prompt:
Ang iyong tungkulin: assistant editor sa social worker. Pinagmulan: Mga tala sa panayam at pagmamasid na may inalis na impormasyon sa pagkakakilanlan, na ipe-paste ko sa ibaba. Gawain: gumawa ng draft skeleton ng isang social investigation report na nakabatay lamang sa impormasyong AKTUWAL na nakapaloob sa mga talang ito; Magkahiwalay ng label na pagmamasid, pahayag ng kliyente, at nawawalang impormasyon. PAGGAWA ng desisyon sa panganib o kaligtasan; Gagawin ko ang pagsusuri. Markahan ang lugar na hindi ka sigurado bilang "kailangang linawin".
Malinaw ang pagkakaiba: ang de-identification, ang "true-passing" constraint, labeling, at ang "decision" constraint ay ginagawang ligtas at kapaki-pakinabang ang output.
Tsart ng paghahambing ng tungkulin/gawain
negosyo
Papel ng AI
tungkulin ng tao
pagpapatunay
Mag-edit ng talaan ng kaso
I-configure ang tala
kumpirmasyon, katumpakan
Paghahambing sa tala
Buod ng file
kronolohikal na balangkas
Kahalagahan, komento
Link sa source
Impormasyon sa mga karapatan/serbisyo
unang draft
Kasalukuyang kumpirmasyon
opisyal na batas
pagtatasa ng panganib
Paalala sa tanong/frame
Klinikal na paghatol, desisyon
Koponan + pangangasiwa
Ulat
skeleton sketch
Nilalaman, opinyon, lagda
Pagtutugma ng ebidensya-pahayag
Disenyo ng programa
Pagbuo ng ideya/balangkas
pagiging karapat-dapat, desisyon
Field + data confirmation
Mga karaniwang pagkakamali
- Napagkamalan ang output ng AI para sa pagsusuri. Ang output ay palaging isang draft na ibe-verify; Hindi ito pumapasok sa file nang hindi naka-link sa ebidensya.
- Pag-paste ng data ng kliyente sa bukas na tool. Kung ito ay na-leak, hindi na ito mababawi at ito ay isang paglabag sa KVKK; Ito ang pinakamapanganib na pagkakamali.
- Pagtatanong sa AI na gumawa ng isang desisyon sa peligro/kaligtasan. Ang mga desisyong ito ay nangangailangan ng propesyonal na awtoridad at responsibilidad; Hindi makakapagdesisyon ang AI.
- Isang kahilingan na hindi nangangailangan ng ebidensya. Kung hindi mo sasabihin, "Gamitin lang kung ano ang nasa tala," maaaring idagdag ng AI kung ano ang hindi sinabi ng kliyente.
- Hindi napapansin ang stigmatizing language. Maaaring may pagkiling ang wika ng AI; Ang wikang magalang at isinasaalang-alang ang mga kalakasan ay nasa ilalim ng iyong kontrol.
Sa buod
Ang AI ay isang makapangyarihang katulong sa gawaing panlipunan: nag-aayos ng magulo na tala, nagbubuod ng file, gumagawa ng mga draft, nagpapasimple, nagsasalin. Ngunit ang klinikal na paghatol, pagtatasa ng panganib, representasyon at panghuling desisyon ay pagmamay-ari ng tao. Magdala ng dalawang-set na paghihiwalay (paggawa ng masinsinang dokumento kumpara sa mga desisyon sa paghatol/panganib), tatlong hakbang na pag-verify (link sa ebidensya, independiyenteng kumpirmasyon, bias filter), kamalayan sa privacy (anonymous vs. client data world) at pagiging alerto sa bias bilang backbone ng module na ito.
Gawain ng aplikasyon
Maglista ng 6 na gawain mula sa iyong sariling (o haka-haka) na desk. Uriin ang bawat isa bilang “AI-delegable summary/edit/draft” o “clinical judgment/risk decision.” Para sa isa sa mga naililipat (na may kathang-isip na halimbawa na hindi nagpapakilala sa kliyente), gamitin ang template na "Pagsusuri sa pagiging angkop sa trabaho" sa itaas at kumuha ng tugon mula sa AI; pagkatapos ay ilapat ang tatlong-hakbang na pag-verify at subukan din ang privacy precheck.
checklist
- [ ] Hinati ko ang gawain sa dalawang kumpol (document-intensive / judgment-risk judgment).
- [ ] Nag-apply ako ng tatlong hakbang na pag-verify (ebidensya, independiyenteng kumpirmasyon, bias).
- [ ] Tiniyak ko na hindi ako nagbigay ng personal na data na nagpapakilala sa kliyente sa bukas na tool.
- [ ] Iniugnay ko ang bawat pahayag na ginawa ng AI tungkol sa kliyente sa aktwal na tala.
- [ ] Sinuri ko para sa stigmatizing/biased na wika sa output.