1 医务社工发展的现实样态
在“共治”与“健康中国”的时代背景下，整合资源、探寻多方协作是回应公众医疗服务复杂化需求的有效途径之一，医务社会工作在回应患者需求方面以其强大的资源整合能力日益受到重视
［1］。2018—2021年，国家卫生健康委等部门印发《进一步改善医疗服务行动计划（2018—2020年）考核指标的通知》与《公立医院高质量发展促进行动（2021—2025年）》，将医疗机构设置医务社工岗位纳入改善医疗服务的考核指标，并提出将医务社工划为建立健全医疗服务领域的十项制度之一，要求医务社工以专业技能提升患者体验，在健康促进和医疗服务中践行社会工作专业价值。然而，医务社会工作虽有政策支持，但在推动医务社工高质量发展层面上仍然面临重重困境，其主要有以下三点：
首先，医务社工服务的专业度有待提升。整体而言，医务社会工作者在专业能力与专业服务效果上的表现仍不尽如人意
［2］。井世洁
［3］以慢性病自我管理小组服务分析医务社工服务输送问题时指出：目前医务社工受限于行政工作压力大、实务与技术培训机会有限等原因，既无法保障专业能力的提升，其在资源链接与专业技术上的欠缺亦导致服务成效不佳。其次，医务社工发展的专业壁垒亟待破除。社会工作在实务中时常面临着“入场困境”，即进入具体场域时常与原有体制及相关主体发生碰撞，并面临多重实践障碍
［4］，而该困境在医务社工领域则尤为显著。在专业性极强的医疗体系中，医务社工往往难以被接受、理解与信任，而“专业区隔化”
［5］则进一步造成其在医疗系统中缺少话语权、“边缘”化、服务稳定性不足、难以深度融入医疗服务体系等问题
［6］。最后，医务社工发展的政策体系尚待完善，其中仍存在政策缺位的情况。一方面，目前医务社工的职能定位仍为处理医疗纠纷、增进医患沟通，而未纳入其专业价值、理念与专业服务；另一方面，医务社工的岗位设置通常缺乏明确且系统的政策指引，进而导致医务社工与行政系统界限不清、行政工作压力大、影响专业服务等问题
［6］。
与此同时，人工智能近年来迅速发展，不仅成为科技革命和产业变革的重要力量，更是在医学领域应用广泛，涵盖诊断、治疗、健康管理、疾病预测及药物研发等多个方面，其更将为医务社工发展困境的破局提供有力的参考。既往实践中，利用人工智能技术对海量医疗数据分析，不仅能够辅助医务工作者提升诊断准确性、为患者制定个性化治疗方案，还能够加速新药研发进程，并在健康管理、疾病预测与医学教育等方面发挥了关键作用，极大地推动了医疗行业的智能化发展
［7］。上述成功经验无疑对医务社工提升专业能力、破除专业壁垒与完善政策体系提供借鉴意义，然而，现有研究中重点关注对具体技术应用场景的探索与实践，对如何在运用人工智能之技术便利时警惕与预防伦理风险的发生仍缺乏足够的重视与探讨。针对上述困境，本文提出以下研究问题：医务社工如何运用人工智能技术加强自身专业能力建设？其中，人工智能在促进专业能力建设方面有哪些具体路径？在运用人工智能的过程中，又会面临哪些伦理风险？
2 聚焦困境解决的医务社工专业能力架构
医务社工专业能力提升对破解现阶段医务社工面临的困境有积极意义，因此需要厘清医务社工专业能力架构。首先，专业能力也可称之为专业胜任力，是指个人可通过卓有成效的方式完成其工作
［8］，故医务社工的专业能力即为医务社工专业胜任力，可理解为一位医务社会工作者完成专业服务所须具备的特质。然而，现阶段专家学者对医务社工专业能力的研究尚未形成统一的指南或标准，各国均采用不同的视角对医务社工专业能力进行直接或间接的描述。为方便探讨人工智能介入医务社工专业能力建设的利与弊，本文分别选取几个有代表性的视角描述各国各地区对医务社工专业能力的理解，并在此基础上萃取各个研究视角下的同质化内容，归纳总结后形成可供深入讨论的医务社工专业能力架构。并以此为依据探讨人工智能技术介入医务社工专业能力提升的可行性方案和路径。
2.1 聚焦困境解决的医务社会工作专业能力架构萃取
综合考虑世界各国及各地区医务社工发展的成熟度及制定医务社工专业能力架构的政府及组织层面的主体，本文选取美国、新加坡、中国广东省作为研究对象，从不同角度展示医务社工专业能力的具体内容。1995年美国全国社会工作者协会（The National Association of Social Workers， NASW）提出13条社会工作者在卫生健康领域从事专业服务的实践标准
［9］；2015年新加坡卫生部颁布了《理解医务社工角色暨能力》（Understanding the Roles and Competencies of Medical Social Workers）手册
［10］，对医务社工在跨学科团队中所扮演的角色和所应具备的能力进行了详细说明；2021年中国广东省民政局起草《医务社会工作服务指南》（DB4403/T 214—2021）中对医务社工的服务内容及所须具备的专业能力进行了描述
［11］。综上，由于不同地区对医务社工专业能力描述的不同视角，其内容呈现与表达方式亦有所差异（见
表1）。
为呈现医务社工专业能力架构萃取的过程，将上述国家及地区所描述的医务社工专业能力内容按照标准制定主体及其所对应的专业能力维度进行再次梳理及整合，萃取不同维度下各个国家及地区所对应的同质化内容并进行分类（见
表2），从而得出医务社工在从事直接服务及间接服务时分别应具备的能力架构。
其中，直接能力可归纳为：
①诊断及预估：对服务对象或潜在服务对象的需求进行诊断和评估，并提出问题解决方案的能力。②咨询与辅导：运用专业技术与能力，帮助服务对象在认知、行为、情绪、社会环境等方面做出改变的能力。③寻求并整合资源：寻求并整合院内外资源以回应服务对象或项目发展的需求的能力。④倡导制度变革：促使医疗机构内外政策、流程、服务等方面的变革和创新，使其更符合服务对象利益的能力。
而间接能力可归纳为：
⑤践行社会工作伦理价值观：价值观和伦理是社会工作的生命线
［12］，医务社工作为社会工作的重要分支，也应在社会工作伦理和价值观，如保护生命、平等与差别平等、自主与自由、最小伤害、生命质量、隐私和保密、真诚并毫无保留公开信息
［13］等约束下开展专业服务，以确保医务社工能够实现专业使命、处理伦理难题、提升专业服务能力并善用社工权利
［12］。⑥持续学习并储备医务社工开展专业服务所需的理论及知识：医务社工于医疗机构中同医生、护士在内的知识密集型行业的从业人员合作开展专业服务，因此其不仅要掌握社会工作的专业理论和方法，还要持续关注和学习医疗福利法规、健康保险知识、基础医学知识等，从而能够与跨学科团队共同工作
［14］。⑦定期开展督导工作：督导对医务社工的专业能力提升、项目服务目标达成及服务对象的权益保障都至关重要
［15］。根据督导的性质与功能可划分为：行政性督导、教育性督导、支持性督导；根据督导的方式可划分为：个别督导及团体督导
［16］。⑧完成行政及文书工作：为了保证专业服务顺利进行的行政管理类工作，医务社工不仅要完成临床专业服务，还应具备承担部分行政工作并及时撰写专业文书的能力。
2.2 人工智能技术与医务社工专业能力建设的契合式发展
人工智能是指具有智能行为（如感知、推理、学习或交流）以及执行人类任务能力的机器
［17］，其作为一门新技术科学，由三种主要范式组成：基于逻辑和知识的符号范式、基于概率论和机器学习的统计范式，以及基于具身智能和搜索的亚符号范式（subsymbolic）
［18］。这些范式回应并解决了在感知、推理、知识、计划和沟通等方面的问题，现主要应用于机器人领域、语言识别领域、图像识别领域、自然语言处理及专家系统。人工智能的关键技术包括大数据分析、机器学习（machine learning，ML）、计算机视觉、自然语言处理、虚拟现实（virtual reality，VR）与增强现实（augmented reality，AR）等
［7］。
人工智能的上述特征能够较好契合医务社工专业能力建设的重要内容，帮助医务社工提升其在直接与间接服务过程中的专业化形象及技术。对相关技术的应用不仅可回应医务社工发展中专业能力缺失与存在专业壁垒的困境，为医务社工专业技术的精进提供丰富的数据与训练场景，亦可为医务社工在专业知识与储备、文书处理与督导工作等间接能力进行赋能。综上所述，人工智能技术的介入不仅可以使医务社工得以从机械重复的工作压力中解放，更可与之共同推进医务社工的专业化发展进程。
3 人工智能介入医务社工专业能力建设的前景对话
借鉴人工智能技术介入医学、护理学、心理学等学科开展医学人文关怀及心理健康教育等方面的应用
［19］，下文将结合医务社工专业能力架构中不同能力属性的特点，探讨基于大数据与大模型、虚拟现实与增强现实及机器人技术在提升医务社工专业能力不同面向中的应用路径，详见
图1。
3.1 人工智能应用于医务社工直接服务能力提升
医务社工直接服务能力关系到其直接面向患者及其家庭开展服务的有效性和专业性，是医务社工成为专业助人角色的重要体现。因此，应重点探讨人工智能介入医务社工直接服务能力提升的可行性路径。
3.1.1 提供诊断及预估的针对性建议
第一，大数据和大模型技术可协助医务社工完成风险识别，以及对潜在服务对象的筛查和评估。与其他行业相比，医疗场域的信息数据分散、范围广、蕴含数量多、复杂程度高、隐藏价值大，当对大数据库中的电子病历、专业文献进行海量分析计算并形成数据库后
［20］，大模型则可进一步结合数据库、医务社工理论知识与特定指令对结果进行整合与评估，为医务社工的诊断与预估提供帮助与建议。在这个过程中，若能将医疗大数据与医务社工通过临床服务而收集到的心理社会信息等方面的信息相结合，则可通过数据处理与分析进一步建立并扩展患者个体的电子健康档案
［21］，进而实现更加有针对性的个性化服务。
第二，机器学习技术能够通过已有数据挖掘并解释现有行为或预测未来趋势与结果。相关研究指出，机器学习具有通过收集患者病史、医学图像、流行病学统计和其他细节数据建立和挖掘预测模型的巨大潜力
［22］。除此之外，机器学习还可通过分析个体的语言特征（包括所使用的词汇、音量、音调及语速等）生成机器学习模型，以此推断个人的心理和情绪状态，从而实现早期干预
［23］。
3.1.2 创建咨询与辅导的模拟化场景
在提升咨询与辅导能力上，虚拟现实与增强现实技术不仅可以为医务社工技能训练提供操练场景，亦可为患者在入院、手术或执行大型检查前提供模拟化预备，以减少其在执行医疗操作时的恐惧心理、提升治疗依从性。
第一，通过AR与VR实现电子化标准案主的生成与使用，可实现对医务社工的技能训练。标准化案主（standardized client， SC）的运用作为一种体验式学习活动，为学生创建了假设性的机会，在活动中融合了现实情况，并通过提供重复、反馈、评价和反思的机会，整合实践操作与理论学习
［24］，被证实可有效支持学生发展与落实社会工作实践程序的能力（知识掌握与技能精进），以及作为社会工作者的元能力（自我调节与判断力）
［25］。然而，由于社会工作教育中使用SC对扮演案主的演员选角提出了较高的要求，实现难度较大，SC更会对演员本身产生负面影响，如紧张、焦虑、疲劳以及模糊自身与角色等
［26］。因此，通过运用AR与VR，将标准化案主以虚拟的形式投入培训流程，可协助医务社工针对未发生的特殊个案或情境进行模拟演练、习得与提升必需的专业技术，从而提升医务社工进入医疗场域时的专业自信。
第二，对该技术的运用亦可丰富与完善患者的医疗预备流程，改善患者就医体验与医疗服从性。一方面，患者可通过AR技术在手机、平板或AR眼镜等设备观察与熟悉院内生活（包括饮食起居、楼层与科室设置、操作与检查安排，以及与各类医护人员的模拟互动等），改善就医体验；另一方面，患者可通过佩戴VR设备模拟各类操作或检查的过程，以直观的方式增进对医疗过程的了解、调整心理预期，从而提高治疗配合度。
3.1.3 提升资源链接与整合的能力与效率
将大数据与大模型技术运用于医务社工资源链接及整合，可提升医务社工对资源链接和整合的效率和准确性。目前，医务社工在链接资源回应患者需求时， 多依赖个人经验、人脉关系或自行检索，时常面临链接成本高、需求匹配差，以及随之而来限制医务社工专业服务提供等问题。对此，大数据和大模型技术不仅能够基于患者面临的多样化需求与既有资源和信息进行分析，将海量资源透过信息筛选和处理向有特定需求的患者精准匹配；还可收集、整合医务社工领域开展某项服务的成功经验证据，从而优先将此类服务资源进行筛选与匹配，提升资源的有效性和可利用度。
随着医务社工使用大数据与大模型技术链接资源频次的增多，机器学习技术同样能够帮助医务社工提升资源链接和整合的能力。机器学习技术能够透过既往医务社工使用资源的倾向性和患者需求的特点，构建出某一类患者需求或服务项目所需的资源清单，从而在后续服务中为医务社工为此类患者链接资源提供可参考性信息。
3.1.4 助推服务模式的创新和变革
机器人搭载的智能学习模型能够帮助医务社工创新和变革现有的服务模式，具体有以下两种体现：
其一，将医务社工的专业服务介入时机提前，从解决问题转变为预防风险。将机器学习和机器人技术融入医疗机构服务流程中，可协助医务社工对高风险患者进行早期识别和评估，例如及时发现潜在医患矛盾、自杀高风险患者等，从而将医务社工的服务模式从“发现问题-干预问题”转变为“预测风险-提前干预”，推动医务社工服务模式的变革。
其二，将医务社工从机械且重复的服务提供者解放为资源整合者。在医务社工临床实践中，多数服务围绕解答患者对疾病与治疗相关的疑问展开，医务社工往往需要不厌其烦地为患者反复讲解医疗流程、医院环境等内容，例如导诊服务、陪伴服务等，上述重复性工作不仅挤占了专业服务的提供空间，也易遗漏对潜在服务对象的识别。对此，医务社工可运用机器人技术通过围绕自然语言处理为核心的语义库训练与知识库搭建，生成针对医疗场景的自动问答系统。通过结合患者的入院信息与电子病历，有针对性地向患者提供信息支持（如向患者介绍医务社工部与社工职能、出入院注意事项宣教、医疗检查或操作的提醒等），从而将医务社工的服务模式从单一重复的“流程指导和陪伴服务”转变为“整合式的专业服务”。
3.2 人工智能应用于医务社工间接服务能力提升
医务社工的间接与直接服务能力相辅相成、相互促进。在医务社工能力提升的实践中，间接服务能力的训练常常被忽视，而对医务社工专业知识学习与储备、督导及专业文书撰写等间接能力的培养不仅可以规范医务社工开展直接服务的流程和方法，还可为提升医务社工直接服务专业性与有效性提供更充分的知识储备和行动指导。因此，虽然在社会工作专业教育中较少涉及间接服务能力的培养，但仍有必要同时探索人工智能技术介入医务社工间接能力提升的可行性方式。
3.2.1 提升督导资源的可及度及便捷度
对大语言模型，AR与VR技术的应用不仅可使督导过程更为精准和高效，更促进了督导方式的多元化，提升了督导资源的可及度与便捷度。
在实务督导层面，大语言模型（large language model）如ChatGPT的应用能够丰富或填补医务社工在实务过程中缺乏及时有效的督导与反馈等困境。通过识别医务社工的实务情景与个案信息，大语言模型能够以交互式问答的形式生成模仿人类语言模式的即时回应，解答医务社工在专业知识与实务层面的困惑，实现从“搜索式学习”向“对话式学习”转变
［27］，进一步提升医务社工在实务场域中的专业支持与自主性。
在学习督导层面，虚拟现实与增强现实技术能够为医务社工与督导专家的互动提供远程交互和实时指导的场域。该技术突破了训练内容与地域的限制，使督导专家能够在任何地点通过VR及AR设备对医务社工进行实时督导和反馈，例如通过VR远程会诊系统，督导可以观察医务社工在服务虚拟场景中的实务技术和操作并给出专业建议，从而提高督导服务的可及性及便捷度。同时，VR及AR系统能够记录医务社工在虚拟环境中进行专业服务过程和结果的数据分析，督导专家能够根据这些数据评估医务社工的工作表现，并提出针对性建议。
3.2.2 拓展知识储备及理论学习的多样化渠道
大数据及大模型技术能够从信息来源与学习方式两个层面为医务社工学习专业知识拓展更为多样化的渠道。
在补充信息来源层面，医务社工可通过云课堂等学习途径学习并掌握专业知识及行业发展动态。期间机器学习可通过分析医务社工学习行为、兴趣、工作场域、服务人群等信息，利用智能推荐系统提供个性化学习资源，并挖掘其在学习模式和学习方法上的可提升空间，从而在保障在职医务社工继续学习的同时进一步提升其学习的效率及效果。
在丰富学习方式层面，除了传统的书面授课方式，机器人技术亦可作为教学助手，辅助医务社工学习专业知识。通过播放教学视频、展示实务案例、提供交互式讨论、服务过程模拟等辅助教学，机器人技术的应用可丰富医务社工专业教学的手段，提高专业知识的传播率及医务社工对知识的吸收率。
3.2.3 提高专业文书的撰写效率和专业性
基于大数据与大模型的自然语言处理技术能够帮助医务社工提升处理专业文书的效率及专业性。
自然语言处理技术可通过构建信息检索系统与总结提炼服务记录来提升医务社工的文书撰写效率。自然语言处理技术和机器学习模型不仅可以辅助医务社工进行专业文书初稿的撰写，还可通过学习医务社工的过往服务记录总结提炼核心要点，从而协助社工更高效地实施个案管理，实现文书撰写的自动化和流程化，并能够提供语法、拼写等方面的检查，降低人为错误的发生概率。
上述技术的应用还可提升医务社工文书撰写的专业性。一方面，结合院内与科室语境构建的信息检索系统可帮助医务社工快速查询医学知识、病例研究等信息，为专业文书撰写提供有力支持；另一方面，大模型可分析并预测服务对象生理及心理方面变化的趋势，为医务社工撰写服务方案和干预策略提供更为精准的建议。
4 人工智能介入医务社工专业能力建设的伦理风险
在运用人工智能建设医务社工专业能力过程中将不可避免地产生不同程度的伦理风险，在人工智能技术逐渐与需求评估、关系建立，到服务干预等医务社工专业服务流程紧密融合时，医务社工应当对人工智能之于服务关系的层层异化有所警觉。
4.1 需求识别之偏
对服务对象的需求评估不仅是医务社工提供专业服务的基础，也是人工智能技术得以应用于医疗场域中开展人文关怀服务的第一步。当前，多数研究均将隐私数据泄露作为人工智能技术应用的主要问题，却忽略了其对社会工作基本伦理价值观的动摇。
人工智能算法存在歧视剥夺服务对象公平受益权的风险。例如，当医务社工为少数族裔患者开展服务时，若通过人工智能系统接收到的信息带有“歧视”，则可能在实务过程中出现对不同族裔患者服务的公平差异。是以，在借助人工智能进行情景模拟或学习训练时，医务社工须对人工智能设计者或训练者所持有的价值乃至偏见保持高度的专业敏锐性，避免实务过程中呈现出服务的倾向性，进而对特定人群服务获取的公平性造成不利影响
［28］。
对人工智能决断逻辑的依赖将隐化服务对象的真实需求。由于智能决策模型建立在对大量服务对象数据及服务案例的整合及归纳之上，在运用人工智能进行案例分析或服务方案设计时，势必将抹去服务对象的个性化信息。当服务方案或干预目标无法考虑到服务对象作为“生活在情景中的人”的个性化需求时，服务对象便丧失了表达自我真实情况和处境的可能性，其真实需求亦被隐去。综上所述，在通过人工智能促进医务社工专业能力建设的过程中，算法带来的伦理价值偏见与个性化需求抹消将不同程度地影响需求评估的客观性与价值中立性，并在后续的专业服务带来更深层次的偏差。
4.2 服务关系异化
在需求评估阶段后，人工智能技术的应用将进一步通过生成“服务者导向”的服务方案，与剥夺社工同服务对象情感连接的方式异化专业关系的建立进程。
人工智能系统的大数据算法模型通过自动收集使用者的情感和偏好形成“人物画像”，从而生成更多符合医务社工服务取向的服务介入目标及方案，将使用者禁锢在“信息茧房”之中
［29］，致使所提供之服务无法覆盖或不适用于回应服务对象的真实需求，为专业关系的建立带来负面影响。
人工智能技术的介入使传统医务社工与服务对象间的“双向关系”转为“三边关系”
［28］，破坏医务社工与服务对象的情感连接。医务社工专业服务是社工与服务对象双向互动和情感连接的动态过程，当与服务对象互动交流及表达情感的机会被让渡给人工智能系统，服务过程将趋向于“符号化”。人工智能系统无法真正“理解”和“懂得”服务对象面临的复杂处境，更无法给予“感同身受”的情感支持，这一转变将使医务社工服务丧失其独有的人文关怀与情感温度，将服务关系的建立逐渐异化为机械的符号输入与输出过程。
4.3 主体地位弱化
人工智能应用于医务社工能力建设过程中，最需要警惕的是医务社工主体性的动摇。当人工智能技术可根据不同算法整合数据以应对医务社工面临的各类问题，工具理性的膨胀易使医务社工失去对工具批判和反思的能力
［30］。如上所述，在服务流程与方案设计上对技术与效率的追逐将掩盖社会工作对社会正义追求的专业使命，医务社工主体性逐渐削弱，其作为服务提供者的角色与人工智能的边界亦将逐渐模糊。更进一步，由于人工智能技术本身不具备思辨能力、前瞻性及本土化的思考过程，对人工智能算法逻辑的依赖将会陷入思维固化的泥潭，从而无法回应随着时代变迁迭代的社会问题。特别是针对医务社工介入安宁疗护或医患关系调适等服务领域时，更应在专业服务理论及技巧的基础上考虑到中国传统价值观下服务对象的真实需求
［31］、运用思辨和发展的视角综合设计服务干预目标。因此，若人工智能技术嵌合于医务社工能力建设规划的过程中，医务社工未能保持对专业价值的认同与对社会正义的不断坚持，其不仅将导致医务社工作为个体的主体性弱化，亦将使整体医务社工行业丧失对创新与发展的主动权。
5 总结与展望
在科学技术产物日益丰盛的今天，医务社工专业能力的建设也需要在传统教育培养和训练督导的基础上借助新兴科技产品和技术的力量，探索“人工智能+医务社工”的跨领域融合式发展模式或将成为引领医务社工专业发展的新方向。然而，人工智能技术是一把 “双刃剑”，在推动医务社工专业能力发展进步之际，也应从社会工作专业的考核审查、教育督导、伦理意识提升等角度应对随之而来的挑战。
5.1 增强政府及组织对医务社工从业资格的审查和考核
政府和组织在医务社工从业者的考核和评价中发挥着制定标准、组织考核、监督指导及政策激励等多方面的作用。首先，为进一步强化医务社工在人工智能时代下的专业地位和服务素质，应增强政府及组织对医务社工行业的监督及考核力度。政府及组织应定期更新医务社工的从业资格标准，确保其与人工智能时代医务社工所需具备的能力相契合。其次，应对医务社工从业者建立严格的资格审查制度，确保其具备正确的从业价值观及专业知识。此外，针对已经获得医务社工从业资格的人群，应定期开展多维度的考核和评估，确保医务社工时刻清醒地认识到专业知识储备及实务技巧提升的重要性。
5.2 提高专业教育及督导对医务社工从业人员的培养力度
随着人工智能时代的到来，完善专业教育体系及督导机制对厘清医务社工专业角色，强化专业服务开展过程中的主体地位至关重要。
在医务社工的专业教育中，可从完善课程体系及培养批判性思维入手进行教育优化。一方面，可通过增设人工智能的理论技术与实训相关课程，帮助学生在运用人工智能技术提升专业能力的同时，具备全面及辩证看待人工智能的使用场域及优缺点的能力；另一方面，应进一步强化社会工作核心课程的教授、加强批判性思维的训练，确保学生具备扎实的专业基础和辩证与审慎的态度，不为人工智能技术之便利所裹挟。
在医务社工督导方面，则应建立专业的医务社工督导机制，确保当人工智能技术解放基线社工劳动力的同时，医务社工能够始终坚守社会工作的专业价值与信仰。医院社工部可将督导体系建设作为自身发展重点之一，能够安排有丰富实践经验的专家进行督导，定期为医务社工答疑解惑、提供支持、避免服务发生偏差乃至伦理风险等问题，时刻矫正并指引医务社工的发展方向。
5.3 强化医务社工从业者的价值追溯及反思
社会工作的价值观是社会工作实践的灵魂，是社会工作者的精神动力。在人工智能运用愈加广泛的时代背景下，向社会工作伦理及价值观的回归应当被更多地强调与倡导。在实务层面，医务社工应警惕单纯依赖人工智能给出的“技术导向型”问题解决办法，从技术繁杂的专业发展洪流中追溯社会工作的初心与本质，并在服务过程中深化价值反思的意识。在理论技术层面，医务社工可以通过伦理反思日记、朋辈伦理互学及督导的形式提升医务社工对伦理议题的敏感程度，并进一步丰富促进反思性实践的专业工具与手段，始终警惕人工智能技术背后所隐藏的不良价值导向及伦理风险。
京公网安备11010202008535号
PDF
(744KB)
