Page 132 - 《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

意愿、家庭冲突或宗教情绪的语句时，系统会自动触发预警并经后台推
送 ，由社会工作者 或医 护人员 第 一 时 间 介 入 ，实 现“ AI 识 别—人 工 复
核—专业响应”的闭环管理。
一位技术人员（ T2）解释说：“我们应该设定‘人工兜底’机制。 AI 只
负责发现风险，不负责解释风险。 它提醒‘这里可能有问题’，而最后的
决定必须由社工和医生共同评估后做出。 相当于，AI 的工作是点亮灯，

不是按下按钮。 我们在技术上是可以实现这个功能的。 ”
这种制度化设计使伦理从规范性约束转向协同治理， 多主体共同
参与风险判断与价值协调，从而形成了更具弹性与情境性的伦理框架。
正如另一位社会工作者（ S1）总结的：“AI 可以让我们变得更警觉，也逼
着我们不断讨论什么是合适的干预。 以前很多伦理判断靠直觉，现在我
们要解释给机器听， 反而让我们更清楚什么是专业底线。 ” 一位家属
（ F10）也提到，相比系统直接给出提醒，她更在意的是后面是否有人来
解释和接住这些提醒，因为真正让她安心的不是预警本身，而是预警之
后有人继续跟进。 这表明，制度化流程之所以能够被服务对象接受，不
只是因为它提高了风险识别效率， 更因为它通过人的继续介入维持了
照护关系中的信任感。
访谈文本进一步显示， 人工复核—伦理审查—人机协同的机制并
非停留在抽象层面的概念设计，而是在具体事件中被不断测试、纠偏与
制度化。 例如，某次 AI 对案主“我是不是已经没多少时间了”的表述发
出高危提醒， 社工现场复核后判断案主遭遇“急性腹部疼痛引发的恐
惧”，随即协调医护人员介入并通知家属，体现了典型的 AI 识别—人工
复核—专业响应闭环。 再如，AI 将案主“我女儿对我发火了，我感觉她
有点想让我走”的表述判为家庭暴力风险后，团队通过案例复盘将家庭
冲突细分为三类 （日常情绪性冲突、 关系紧张性冲突、 暴力风险性冲
突），并将此分类结构嵌入 AI 系统，使判断逻辑更符合安宁疗护具体场
域的情境。 这些例子表明，在一定程度上，AI 的引入不仅未削弱社会工
作者的伦理主体性， 反而促使他们以更具反思性和制度化的方式重新
定义专业伦理。 这一过程呈现出伦理共构的实践逻辑：伦理不再是外部
规范，而成为人机互动中持续生成与修正的协商性行动。 这也使本文的
经验发现与数字伦理研究中关于“人类在环”、责任边界与专业裁量的

· 125·