上海各區探索實踐AI社工場景

讓AI成為基層干部的好幫手

當AI運用開始普及，一些技術開發者和政府部門看到了AI之于社區治理的價值：知識面更豐富且不知疲倦。如果一個年輕社工剛走上工作崗位，還不知道怎么和老百姓打交道，AI可以幫上忙；如果一個街鎮想要讓投訴類的工單能快速準確派發到相關部門、找到具體的人，AI比人工操作更高效。

上海各區目前正在探索實踐AI社工場景。雖然對AI功能和運用方式理解各異，但目標是一致的——讓AI成為基層干部的好幫手。

輸出標準事項處置流程

幾個月前，寶山月浦七村社工曹嘉依準備策劃一場活動，因為以前沒有相關經驗，總覺得無從下手。她想起了全區正在試點的“全科社工·AI助手”工具。她將活動背景、參與人員、設想目標等情況輸入，不一會兒，電腦就列出了詳細的活動環節、建議、注意事項等。

這讓一個活動策劃新手有了實踐的底氣。

近年，上海社區干部隊伍不斷年輕化，一些村居早已有了90后書記、00后社工。年輕人的優勢是學習能力強，對新技術接受度高，短板則是工作經歷缺乏，與人交往的社會經驗不足，AI的出現，可以說是切中現實需要。

如今，浦東、寶山、普陀等區，都將AI首先應用在政策詢問場景。把常用的政策、工作流程“喂”給AI，讓它深度學習后再教社工，效率比老帶新還高，且教學能力也不輸給一個有經驗的社工老法師。

在浦東塘橋街道，今年推出的數字社工項目有一項重要職能，就是通過深度學習法律法規、優秀歷史案例等，給社工輸出標準事項處置流程。

塘橋街道房辦工作人員金吉莎是幾個月前才轉崗過來的，具體業務還在邊熟悉邊摸索。一次，她突然接到一個關于“小區電梯壞了”的投訴工單，當時身邊沒有其他同事，只能硬著頭皮應對。按照規定，涉及停水、停電、電梯停運等緊急民生事項，要在4個小時內完成處置，并回復居民。和時間賽跑的情況下，根本不允許金吉莎從頭學起。這也是她第一次主動打開數字社工軟件，輸入問題后，軟件很快跳出標準事項處置流程，金吉莎只需要一板一眼照抄，很快就完成了處置全流程。

有經驗的老社工就不需要AI了嗎？恐怕也未必。在塘橋街道藍村居委，記者遇到了居委會主任溫瓊瑜。她在社區工作多年，她說現在很多社區事務需要多方協調、合力推動。在基層干過的人，不一定在機關干過，對條線職能不熟悉，怎么統籌，怎么尋找問題的突破口，其實都得邊學邊干。

今年5月，溫瓊瑜就遇到一件讓她感到棘手的事。一位居民反復投訴小區停車位不足，訴求是希望把部分綠化變成停車位。溫瓊瑜與這位居民交流過很多次。“但由于我只能告訴他，這個事情不是我們居委會能解決的，具體的解決路徑是什么我也講不清，反而讓這位居民增加了對我們的不信任感。”數字社工項目推出后，溫瓊瑜輸入軟件的第一個問題就是綠化改停車位。按照標準事項處置流程，她重新回復了居民，“我告訴他，這個事情咱們可以做，但首先要經過業主大會同意，然后再準備材料報綠化部門、規劃部門等。如果你想要推動這件事，希望你做個牽頭人，咱們一起努力。”居民聽后表示理解。

工單處置效率提升130%

AI可以幫助社工，也可以用于考核和強化社工責任。塘橋街道城運中心副主任卜丹鳳說，最初引入AI，是為了提升“一網統管”能力。以往在接到“12345”工單后，工作人員必須全面了解各部門的具體工作職責及范圍，并仔細閱讀每件工單的訴求，才能在40個單位中準確選出相對應的承辦部門進行派單，而且在派單過程中，容易遇到處置案件種類繁雜、權責劃分不夠清晰、問題描述不夠準確、信息缺失、法律法規調整變動等情況，都在一定程度上影響派單的精準度及訴求的處置速度。

如今，街道城運中心工作人員已不再需要整天盯著屏幕，進行人工派單了。自動派單功能可以較為精準地判斷權責單位，既壓縮工單內部流轉時長，又能進一步將主體責任落細落實。目前，自動派單的工單量約占當月街道總量的40%，準確率達90%。對于一部分暫無法自動派單的，也會根據訴求自動檢索類似工單信息，智能推薦權責單位，輔助工作人員合理派單。

這套系統經過近半年的學習，派單精準度由原來的80%提升到95%，特別是一些涉及多部門的復雜工單，遺漏協辦部門的情況也大大減少。

當工單進入處置環節，對街鎮職能部門來說，就要通過一些方式來督辦。“以往街道城運平臺工作人員需每天定時查看已分派工單，對未接單、未處置、即將超時、已超時的工單及時對處置部門進行電話催辦提醒，不僅耗費人工和時間，還可能遺漏。”卜丹鳳說，如今通過數字社工智能催辦，將所有處置部門、接單超時工單件數、處置超時工單件數進行統計分類，根據工單接單、處置限期時間，對未接單已超時、處置中將超時、處置中已超時等狀態的工單，按照緊急程度，即時推送給相關辦單人員、部門負責人。

運行以來，工單處置效率提升130%，處置超時提醒覆蓋率100%，工單接單時長從大于1天，縮短至小于等于1天；處置部門對于標準工單的辦單時長從10個工作日縮短至4個工作日。

推廣AI工具攤薄成本

采訪中記者發現，之所以圍繞城運派單、社工辦件能率先形成AI應用場景，一方面是因為基層有具體需求，另一方面是由于AI具有持續學習的可能性。要知道，AI之所以越來越聰明，是因為一線有足夠多的數據、案例可提供。

“比如，‘12345’工單內容就有著數量大、重復性多、高頻事件占比大等特點，涵蓋了基層治理方方面面的共性難題和潛藏規律，為數字社工的應用研究提供了豐富的場景類型、反復的數據訓練和閉環的處置流程，為工單全鏈條、全覆蓋、精準化處理提供可能。”塘橋街道黨工委書記費維照說。

不過，為塘橋街道開發數字社工系統的科大訊飛一線技術員表示，現有可供AI學習的資料，是街道近三年積累的1.8萬條歷史工單，一共可以形成104個事項分類（其中高頻28類）。“如果想要強化AI能力，就必須導入更多數據。目前來看，一個街道的數據積累相對緩慢，事項也趨同性高。迫切需要在更大范圍內獲得數據接口。”

此外，AI工具的前期開發成本較高。一些地區是以“區”為單位進行前期開發，AI工具的應用面相對較廣，有利于成本控制。仍有一些地區，以街鎮甚至村為主體單位進行工具開發、平臺搭建，不僅前期一次性投入較高，也缺乏進一步強化AI能力的后續成本投入。

不少基層單位提出建議，希望統一推廣已有的、好用的AI工具。“如果好的工具能在一地實踐、多地推廣，擴大復制面，就可以攤薄成本，讓更多街鎮、社區享受實惠，同時也可以擴大數據獲取范圍，讓AI更智能。”費維照說。（記者 杜晨薇）

分享讓更多人看到