善用人工智能之利 守住社会工作服务之本（工作手记）

“帮我生成一份节日的活动计划”“把这个政策文件翻译成居民能听懂的话”……如今，这样的对话越来越多地在社会工作服务站点和社区办公室里出现。随着人工智能大模型逐渐普及，AI正悄然融入治理。在用好技术红利、提高工作效率的同时，守牢职业底线、防范伦理风险，是新时代社会工作亟待解决的新课题。

从技术赋能角度来看，AI能够帮助社会工作专业人员将行政工作“化繁为简”。台账填报、活动策划、政策问答等事务需花费大量精力。以DeepSeek、豆包等为代表的通用大模型，能够在数秒内完成会议纪要初拟、服务方案框架搭建以及政策汇编比对等工作，生成式AI还可以快速制作宣传海报、招募通知和活动记录。有社会工作专业人员坦言，以前信息记录等需要占用很多时间，现在有了AI小助手，可以把工作重心还给服务对象。技术红利的加持，让专业社工从“事务员”回归“专业者”，这正是提高社会工作专业化服务水平的有效举措。

红利之外，风险也随之浮现。第一，是服务过程中的隐私泄露风险。个案记录往往包含服务对象的健康、家庭、经济状况等敏感信息，个别工作人员为求便利，将原始材料直接“喂”给AI。把敏感数据交给以“存储和分析”为工作原理的第三方系统，本身就意味着数据离开了可掌控的环境：即便平台声称“不用于训练”，数据在物理上依然存在；像“某社区低保户”等信息，即便抹去姓名，通过特征组合仍可能被间接识别。数据一旦泄露或被用于二次训练，对本就处于困境的服务对象来说，可能会形成其他伤害。第二，是算法偏见。大模型基于既有训练，面对特殊群体的复杂处境，生成的评估结论可能存在标签化、简单化倾向。若不加甄别地相信AI，专业判断易被悄然替代；而当AI建议出现偏差时，责任推诿难以避免。第三，是情感维度的替代。社会工作服务以“人在情境中”为专业根基，其效能部分来源于面对面互动建立的信任与情感联结。若AI心理陪伴、AI问答等成为主要服务手段，其“随时在线”的优势可能以关系浅层化为代价。同样值得警惕的还有“数字留痕”的异化：当AI被用于批量生成台账应付考核，技术应用非但没能减负，反而为形式化履职提供便利。

技术越向前发展，规范越要先行。经过梳理，笔者认为，“AI辅助、专业社工主导”是一条可探索的路径。走通这条路径关键在专业社工是否具备驾驭技术、守住伦理的能力。由此，人才培养的转向便成为更深层的命题。

在实践层面，要把责任落到具体环节。服务机构建立数据脱敏和分级管理机制，难点不在技术本身，而在是否有人真正负责；行业主管部门出台使用指引，重点应在审查流程与责任划分是否清晰可查；AI生成的评估结论须经社会工作专业人员审核，对专业判断力提出了更高要求。制度最终要靠人来执行——让规范成为专业社工可以操作、可以坚守的日常准则。

传统专业社工教育侧重个案、小组、社区等实务方法，对数据伦理、算法逻辑等方面着墨不足。学生即便会操作软件，也未必能判断一次算法推荐是否隐含偏见。AI改变的不仅是工具，还有服务流程、决策方式和责任结构，因此对专业社工的培养需要从转变思维方式开始。

一是从“会操作工具”转向“能审视工具”。高校可把数字素养和人工智能伦理纳入课程体系，重点放在算法偏差识别、数据隐私保护、技术依赖风险上，让学生具备批判意识。

二是从“通用伦理”转向“场景伦理”。继续教育可围绕具体场景展开：哪些信息可以交给AI，哪些必须由社会工作专业人员亲自判断，什么情况下必须重新评估。伦理原则要落到操作环节，课程才不会流于空泛。

三是从“技术引入”转向“制度配套”。推进智慧社会工作建设时，可把技术培训与伦理培训放在同一框架下推进，避免“系统上线了，人还没准备好”。

培养专业社工在人工智能使用方面的能力，是让专业社工既懂得借助AI提升效率，也明白哪些判断不能交给机器。技术可以迭代，但社会工作对人的尊重、对处境的体察、对公平的坚守，需要通过教育一代代传承下去。

（作者单位分别为新疆大学政治与公共管理学院〈国家安全学院〉、克拉玛依市克拉玛依区乐龄社会工作服务社）

(责编：田宇　签发：张宝珠)