Page 118 - 《社会》2026年第4期

人机共存的生成机制：以安宁疗护社会工作实践为例

度访谈与参与式观察两种方法。 深度访谈围绕“AI 在安宁疗护中的角
色”“人机协作与伦理边界”“ AI 陪伴的情感体验”“社会工作者在人机
协作中的角色适应”等主题展开，每次访谈时长约 60~90 分钟，共获得
总时长约 75 小时的录音资料。 研究者在 A 院安宁疗护病区及 AI 系统
测试现场开展持续性观察，记录 AI 与人类照护者之间的互动过程、情
境反馈及任务协作模式。

除原始访谈与观察资料外， 研究团队还收集了 AI 系统交互日志、
干预记录及服务反馈表等文本数据，用以交叉验证访谈结果。 所有资料
均在参与者知情同意后收集， 研究严格遵循隐私保护与数据安全伦理
规范。
（三）AI 智能体来源与生成逻辑说明
本研究所使用的 AI 智能体来源于本文第一作者研究团队自主研
发的“带路”数智社会工作平台体系，包括“宁护带路”安宁疗护社会工
作微信小程序、“带路”社会工作智能体及“带路 AI 心理陪伴师”（在项
目中后期逐步引入）等模块。 该系统依托国家社会科学基金资助项目开
发，并在 A 院安宁疗护社会工作干预中进行了实践测试与迭代优化。
在技术路径上，“带路”社会工作智能体并非从零开始训练，而是在
通用大语言模型（扣子平台）基础上进行二次开发。 其底层模型依托开
放性的通用对话与文本语料，因此在初始阶段呈现泛化性表达特征，语
言风格偏于理性、直接。 在此基础上，研究团队通过补充安宁疗护社会
工作实践文本、情境化表达示例与相关服务资料，构建领域知识库，并
结合提示词设计、参数调整与后台工作流编排，使模型输出更符合本土
安宁疗护实践。 也就是说，本文所说的训练规则，主要是指在通用大模
型基础上通过知识库嵌入、提示词约束和工作流控制，实现面向安宁疗
护社会工作情境的定向优化，而非重新预训练一个独立模型。
同时，平台嵌入“带路 AI 心理陪伴师”作为语音交互模块，面向情
感支持场景进行专门设计。 该系统通过情感类提示词与后台工作流构
建，强化情绪回应与关系性对话能力，并以“小带”“小路”等拟人化形
象降低人机疏离感， 在语音质感与互动节奏上更贴近安宁疗护中的交
流方式。 在本研究开展的前期，语音模块处于测试阶段，项目中后期开
始投入使用。 与通用语音大模型相比，该系统的差异不在于语音能力本

· 111·