AI正在帮社工，也在“卷”社工

摘要：“教学能力”绝不输给一个有经验的社工“老法师”。

当AI开始赋能人类生活，一些技术开发者和政府部门，陆续看到了AI之于社区治理的价值。

AI比个体的人知识面丰富，且不知疲倦。如果一个年轻社工刚走上工作岗位，还不知道该怎么和老百姓打交道，那AI一定可以帮的上忙。如果一个街镇想要让投诉类的工单能够快速准确派发到相关的部门、找到具体的人，那AI一定比人工操作更高效。

我们能想到的这些应用场景，实际上就是上海各区目前正在探索实践的AI社工场景。尽管不同的地区所理解的AI的功能不同，让AI发力的地方也不同，但大家的目标却是如此一致：让AI，成为基层干部的助手。

AI，带带新老社工

几个月前，宝山月浦七村社工曹嘉依在准备策划一场活动的时候，想起了全区正在试点的“全科社工·AI助手”工具。

她以前没有办活动的经验，总觉得无从下手。于是将活动背景、参与人员、设想目标等情况输入工具，不一会儿，电脑端给了她详细的活动环节建议、注意事项等，一个活动策划新手，有了实践的底气。

近年，上海社区干部队伍持续年轻化，一些村居甚至早已有了90后的书记、00后社工。年轻人的“长板”是学习能力强，对新技术的接受度高，“短板”是工作经历缺乏，与人交往的社会经验不足，AI的出现，可以说是完美切中了现实的需要。

如今，浦东、宝山、普陀等地，都将AI首先应用在了政策询问场景里。把常用的政策、工作流程“喂”给AI，让它深度学习之后，再教社工，效率比“老带新”高，且“教学能力”也绝不输给一个有经验的社工“老法师”。

在浦东塘桥街道，今年推出的数字社工项目有一项重要职能，就是能够通过深度学习法律法规、优秀历史案例等，给社工输出标准事项处置流程。

塘桥街道房办工作人员金吉莎是几个月前才转岗过来的，具体的业务还在边熟悉边摸索。一次她突然接到一个关于“小区电梯坏了”的投诉工单，当时身边没有其他同事，她只能硬着头皮自己应对。按照规定，涉及停水、停电、电梯停运等紧急民生事项，是需要在4个小时内完成处置，并回复居民。和时间赛跑的情况下，根本不允许金吉莎从头学起。这也是她第一次主动打开数字社工软件，输入问题后，软件很快跳出标准事项处置流程，金吉莎只需要一板一眼照抄，很快就完成了处置全流程。

“这个东西真的有用。以前我们不会的就百度搜索，其实根本搜不到具体的处理方案，但AI却可以把答案直接送到你眼前，闭卷考试变成开卷考试，照抄谁不会啊？”金吉莎说。

有经验的老社工就不需要AI了吗？恐怕也未必。在塘桥街道蓝村居委，记者遇到了居委会主任温琼瑜。她在社区工作多年，她说现在很多社区事务需要多方协调、合力推动。基层干过的人，不一定在机关干过，对条线职能不熟悉，怎么统筹力量，怎么寻找问题的突破口，其实谁都得边学边干。

今年5月，温琼瑜就遇到一遭让她感到棘手的事情。一位居民反复投诉小区停车位不足，诉求时希望把部分绿化变成停车位。温琼瑜与这位居民交流过很多次。“但由于我只能告诉他，这个事情不是我们居委会能够解决的，具体的解决路径是什么我也讲不清，反而让这位居民增加了对我们的不信任感。”

数字社工项目推出后，温琼瑜输入软件的第一个问题，就是绿化改停车位。按照标准事项处置流程，她重新回复了那位居民：“我告诉对方，这个事情咱们可以做，但是首先要经过业主大会同意，然后咱们再准备材料报绿化部门、规划部门等。如果你想要推动这件事情，希望你做一个牵头人、志愿者，咱们一起努力。”居民听后表示了理解。

AI出手，工单处置效率提升130%

当然，任何社会分工都是需要支撑的，同时也需要约束。AI可以帮助社工，也可以用于考核和强化社工责任。

塘桥街道城运中心副主任卜丹凤告诉记者，其实最初引入AI，是为了让“一网统管”能力提升。以往在接到12345工单后，工作人员必须全面了解各个部门的具体工作职责及范围，并仔细阅读每件工单的诉求，才能在40个单位中准确选出相对应的承办部门进行派单，而且在派单过程中，容易遇到处置案件种类繁杂、权责划分不够清晰、问题描述不够准确、信息缺失、法律法规调整变动等情况，都在一定程度上影响着派单的精准度及诉求的处置速度。

如今，街道城运中心工作人员已经不再需要整天盯着屏幕，进行人工派单了。“自动派单”功能可以较为精准地判断权责单位，既可压缩工单内部流转时长，又能进一步将主体责任落细落实，提升派单的效率与准确度。目前，“自动派单”的工单量约占当月街道总量的40%，准确率达90%。对于一部分暂无法“自动派单”的，也会根据诉求自动检索类似工单信息，智能推荐权责单位，辅助工作人员合理派单。

这套系统经过了近半年的学习，派单精准度由原来的80%提升到95%，特别是一些涉及多部门的复杂工单，遗漏协办部门的情况也大大减少了。

当工单进入处置环节，对街镇职能部门来说，就要通过一些方式来督办了。“以往街道城运平台工作人员需每天定时查看已分派工单，对未接单、未处置、即将超时、已超时的工单及时对处置部门进行电话催办提醒，不仅耗费人工和时间，还可能会遗漏。”卜丹凤说，如今通过数字社工“智能催办”，将所有处置部门、接单超时工单件数、处置超时工单件数进行统计分类，根据工单接单、处置限期时间，对未接单已超时、处置中将超时、处置中已超时等状态的工单，按照紧急程度，即时推送给相关办单人员、部门负责人。

运行以来，工单处置效率提升130%、处置超时提醒覆盖率100%，工单接单时长从大于1天，缩短至小于等于1天；处置部门对于标准工单的办单时长从10个工作日缩短至4个工作日。

能否摊薄AI持续学习的成本？

采访中记者发现，之所以围绕城运派单、社工办件能够率先形成AI的应用场景，一方面是因为基层有具体的需求，另一方面是由于AI具有持续学习的可能性。要知道，AI之所以越来越聪明，是因为一线有足够多的数据、案例可提供。

“比如，‘12345’工单内容就有着数量大、重复性多、高频事件占比大等特点，涵盖了基层治理方方面面的共性难题和潜藏规律，为数字社工的应用研究提供了丰富的场景类型、反复的数据训练和闭环的处置流程，为工单全链条、全覆盖、精准化处理提供可能。”塘桥街道党工委书记费维照说。

不过，为塘桥街道开发数字社工系统的科大讯飞一线技术员也表示，现有的可供AI学习的资料，是街道近三年积累的1.8万条历史工单，一共可以形成104个事项分类（其中高频28类）。“如果想要强化AI能力，就必须导入更多数据。而目前来看，一个街道的数据积累相对缓慢，事项也趋同性高。迫切需要在更大范围内获得数据接口。”

此外，一些AI工具的前期开发成本较高。一些地区是以“区“为单位进行前期开发，AI工具的应用面相对较广，有利于成本控制。仍有一些地区，以街镇，甚至村为主体单位进行工具开发、平台搭建，不仅前期一次性投入较高，也缺乏进一步强化AI能力的后续成本投入。

不少基层单位提出建议，希望在一定层面上，统一推广已有的、好用的AI工具。“如果好的工具能够在一地实践、多地推广，扩大复制面，就可以摊薄成本，让更多街镇、社区享受实惠，同时也可以扩大数据获取范围，共同帮助AI更智能。”费维照说。