當同工開始用 AI 草擬文件，督導的角色會變得更重要。因為問題不只是文章通不通順，而是草稿有沒有失實、過度推論、私隱風險和專業界線問題。
先問：這份草稿由甚麼資料生成
督導不應只看最後文字，還要了解同工輸入了甚麼資料。若原始資料包含可識別個案內容，就要立即按機構程序處理，而不是只修改文句。
第一層：事實核對
- 時間、地點、人數是否正確。
- 有沒有新增未發生的內容。
- 有沒有把可能性寫成事實。
- 有沒有混淆服務使用者、家長或同工說法。
第二層：私隱檢查
草稿中是否仍保留姓名、學校、地址、罕見事件或其他可識別資料？即使文章不是對外發布，內部文件也要按資料需要和保存原則處理。
第三層：專業判斷
AI 草稿可能用很肯定的語氣寫出結論。督導要檢查這些結論是否真的有資料支持，還是 AI 根據常見模式自動補出來。
第四層：語氣與關係
有些 AI 文字看似中立，實際上會把服務使用者描述成問題本身。督導要提醒同工保留尊重、脈絡和人本觀點。
團隊流程建議
- 標示哪些文件曾用 AI 協助。
- 保留人工審閱責任人。
- 高風險文件不得只由單一同工審閱。
- 定期在督導會議回顧 AI 使用例子。
督導不是要禁止所有 AI，而是確保效率沒有蓋過私隱、準確和專業責任。
參考與使用界線
以下資料可作為建立機構流程、督導審閱和私隱判斷時的外部參考。本文以社工實務角度整理，不能取代所屬機構政策、法例意見或督導判斷。
- NASW Technology Standards in Social Work Practice：可作為社工使用科技時處理私隱、界線和專業責任的參考。
- NIST AI Risk Management Framework：可作為 AI 風險識別、治理與人工覆核的參考框架。
- 香港《個人資料（私隱）條例》及個人資料私隱專員公署相關指引：涉及個人資料時應按本地法例和機構政策處理。
督導可以建立 AI 草稿審閱欄
如果團隊開始較常使用 AI，可以在文件審閱表加入一欄：「是否使用 AI 協助」「AI 協助範圍」「人工修改重點」。這能幫督導掌握風險，也讓同工知道自己仍要負責最終內容。
用案例做團隊學習
督導可以定期選一份已去識別化的 AI 草稿，與團隊一起討論哪些地方寫得太肯定、哪些地方有私隱風險、哪些地方需要補回社工觀察。這比單向講規則更有用。
AI 使用成熟與否，最後不在於工具，而在於團隊是否願意討論錯誤、界線和責任。
審閱不是挑錯，而是建立共同語言
如果督導只在文件上劃錯，同工容易覺得使用 AI 是被懲罰。較好的做法，是把 AI 草稿當作團隊學習材料：哪些句子太肯定、哪些資料不應出現、哪些地方需要補回現場觀察。
當團隊能用同一套語言討論 AI 風險，使用守則才會真正落地。
