運用數據力量 智慧防治暴力
活用大數據防止保護案件發生
話焦點
人氣(265)
運用人工智慧科技發展風險預警機制,輔助第一線社工研判個案的風險,預測保護性案件是否需介入服務及再發生的可能性,從而架建構完整的關懷網絡,讓暴力防治更有智慧,也更有力量。
 
AI風險預警搭配社工專業 提升決策精準度
趙曉芳表示,AI風險預警分析模型是一個多數人的決定與經驗,在演算法下產出的集合體,與傳統風險評估量表相較,運用在保護性案件上的好處包含,避免因為社工經驗不足或人為因素,造成開案決定的誤差或誤判;當開案準確率提高,提升行政效率,省下錯誤嘗試的人力與時間,社工可以將心力放在困難的案例服務上,思考如何連結更多資源、發展更多網絡,甚至參加教育訓練,提升社工專業量能。趙曉芳也認為,在現今社工流動率高,服務經驗無法累積傳承的狀態下,AI風險預警分析模型的協助,可以減輕社工對於誤判的心理壓力,降低誤判結果的罪惡感,幫助社工提高工作掌握度。大數據應用是時代趨勢,AI風險預警分析模型也能提供保護性工作不錯的預警效果,那麼,AI可以取代社工進行個案風險評估嗎?趙曉芳直言,不行。在實務現場有許多細節,可能是家屬與個案的一個眼神互動,可能是現場環境的一種氛圍,需要社工的專業經驗及敏感度來查覺與判斷,大數據不能取代社工在現場看到的細節,單靠AI也無法辨識計算。趙曉芳表示,AI人工智慧技術與社工最好的搭配,是提供社工各式各樣的輔助工具,協助他們做出一個相對適當、比較安全的決策,累積經驗與自信,讓社工專業化發展更快更好。


串接外部資料 精進風險判斷因素

以AI風險預警分析模型作為社工判斷個案風險輔助,剛開始上線運用時不管是社工心態上的調整,或是對AI判斷風險結果的信任,都需要適應。趙曉芳表示,AI分析出來的結果其實也能作為傳統評估量表設計的省思,將繁複的評估內容化繁為簡,更精準地協助社工做出判斷。

趙曉芳也提醒,在分析預測保護性案件風險時,可能某些很重要、卻不在系統規範裡的判斷因素,是需要串連到各部會才能獲得的訊息。因此「建構老人保護個案之AI預警分析實驗計畫」後續的精進重點,將著重在如何從開案後的服務資料或其他外部介接資料中,找出可幫助辨別該風險群體的相對人、被害人或家庭特質,提升風險預警的精準度。