AI方法｜從英國社工到日本復健：國際怎麼把「人工確認」設計進 AI 工作流

AI 可以協助整理，正式判斷與責任仍要留在人身上

我最近在想：
我在支持性就業工作裡，堅持把人工確認留在流程裡\~
是因為 AI 還不夠好？還是因為這本來就應該這樣設計？
後來請 AI 去查一些國際案例，才知道答案更接近後者。

英國社會照顧：AI 寫草稿，社工還是要改

英國 Kingston Council 已經試辦 AI 工具協助社工處理 case notes 和 assessments。
AI 可以錄音、轉錄、摘要，幫忙減少大量行政時間。

初步試辦中，社工回報完成 case notes 和 assessments 的時間平均減少約 50%～60%。
聽起來很厲害。
但很重要的是：社工仍會修改逐字稿與摘要、補充細節，也會把內容調整成自己的專業寫法。
官方甚至很清楚地把它定位成：
協助專業人員，不是取代專業人員。(地方政府協會)

2026 年英國地方政府又在共同開發 Local Transcribe，處理的流程是：
對話 → 轉錄 → 摘要 → draft case notes → 工作人員 review / edit。
重點：它寫的是 draft。
草稿。候選稿。
不是「AI 已經把正式紀錄登好了」。(MHCLG Digital)

另外，Barking and Dagenham Council 開發的 BD Notes，也是把逐字稿、文件、報告等非結構資料，轉成固定格式的紀錄與計畫；但官方仍明確保留工作人員 review、edit 的控制權。(地方政府協會)
AI 幫我搜尋到這些案例，我才覺得自己的六段式沒有那麼空虛、寂寞、冷\~\~

日本復健醫療：省一半時間，但 AI 還是會一本正經寫錯

日本 2026 年有一項復健出院摘要的 AI 研究。
文件製作時間的中位數，從 23 分鐘下降到 10 分鐘。
看到這裡，以為能直接下結論：「OK 了，自動化吧。」
但後面才出現問題：
研究抽查 AI 生成摘要後，仍發現 hallucinations 與遺漏，其中包含具有臨床重要性的錯誤。
研究最後的結論很清楚：
安全使用仍需要治療師最後驗證與修正，高風險內容還需要更嚴格的審查。(PubMed)

這跟我現在的經驗有一種「我懂你得懂」的感覺。
AI 可以很快。也可以九成都對。
可是正式工作真正麻煩的，偏偏就是：那一成錯在哪裡？而那一成，會不會剛好出現在不能錯的地方？

歐盟、UNESCO、WHO：人工監督不是選配，是設計

歐盟《AI Act》第 14 條談高風險 AI 時，把 human oversight 寫得非常具體：
負責監督的人必須能理解 AI 的能力與限制、警覺 automation bias、正確解讀輸出，甚至可以決定不用、推翻或逆轉 AI 的輸出。(歐洲法律資訊網站)
UNESCO 的 AI 倫理建議把 human oversight、責任、可追蹤與可稽核放在核心，並強調 AI 不應取代最終的人類責任。(聯合國教科文組織)
WHO 在健康 AI 的治理裡，同樣強調人的自主、責任與問責，避免本來應該由醫療人員與當事人做的決定被移交給機器。(世界衛生組織)
英國 NHS 對 AI ambient scribing 的正式指引，也不是「很好用，大家開始錄吧」，而是把資訊治理、風險評估、臨床安全與機構監督一起放進導入流程。(英國NHS)

「人工 or AI」，重點是「這段如果錯了，誰負責」
現在如果問：「這個工作能不能自動化？」
不如改問：「這一段如果錯了，誰需要負責？」
如果只是自己的 Blogger 草稿，AI 猜錯一個標題，改或不改影響不大。
但如果是：當事人的服務紀錄、專業判斷、職務調整、醫療相關資訊、公司立場、權益與正式決定\~
那責任設計就完全不一樣。

我還沒有找到「一模一樣」的支持性就業 AI 工作流
目前查到的公開資料裡，英國社會照顧、地方政府、醫療與日本復健，都已經出現：
AI 整理資料 → 形成草稿／候選稿 → 專業人員確認 → 正式使用
這種比較接近的工作方式。

但截至目前，我沒有找到足夠公開證據說：
「支持性就業服務員已經普遍使用生成式 AI，依去識別、候選服務紀錄、人工裁定、正式登錄、下一步追蹤這一整條流程工作。」

所以我蠻慶幸的，覺得自己現在正在做的東西，跟國際上逐漸清楚的 human-in-the-loop、AI-assisted documentation、human oversight 方向是在同一條路上。

只是把它轉譯到了我每天真的在做的支持性就業工作。
人工確認，不一定代表 AI 導入得很初階。
有時候剛好相反\~

看吧\~
人工確認，不一定代表 AI 導入得很初階。
有時候剛好相反。
那反而是比較成熟以後，才知道哪裡不能追求全自動。

搜尋此網誌