當臺灣甚至全球的醫療與長期照護體系，正深陷於史無前例的人力短缺泥淖，一個新的解決方案悄然浮現：人工智慧（AI）徵才。這股科技浪潮，看似為緊繃的醫療人力管理帶來一線生機，卻也在效率與人本關懷之間，投下了深刻的問號。究竟 AI 徵才在照護產業中，是解方還是挑戰？其影響值得我們深入探討。
表象：AI 徵才效率的誘惑
不可否認，AI 徵才系統的導入，確實為照護產業帶來了顯而易見的效率提升。以英國大型居家照護機構Cera為例，他們近年來導入了AI電話面試系統Ami，讓求職者在投遞履歷後，能在短時間內即刻接受初步面談。這種由AI先行篩選，再由人工進行後續決策的模式，正逐漸成為醫療照護產業嘗試的新型徵才架構。
事實上，照護產業長期面臨兩大徵才困境：首先是求職者流動率高，許多申請者在漫長的招募流程中便轉向其他工作機會；其次是人資人員需耗費大量時間處理重複性的電話訪談與資料整理，導致管理成本居高不下。透過AI系統自動聯繫求職者並進行標準化訪談，原本需要數日甚至數週的初步篩選作業，得以大幅縮短為即時回應。對於每年處理數十萬份履歷的照護機構而言，這項技術在提升營運效率上的吸引力不言而喻。
真相：照護核心價值的挑戰
然而，當我們深入探究照護工作的本質，會發現其高度依賴情感勞動與細膩的人際互動能力。同理心、耐心與情境判斷力這些「非量化能力」，往往體現在語氣變化、肢體語言以及面對服務對象時的態度等微妙細節之中。這些特質，是演算法難以捕捉的核心價值。
專業照護人士直言：「演算法或許能解讀語言內容，但照護工作的核心價值，如同理心與情境判斷，絕非冰冷的數據所能完全捕捉。」
尤其在居家照護情境中，照護者需進入服務對象的家庭空間，與長者或病患建立長期信任關係。這種工作情境與一般服務業截然不同，其適任性往往需要透過面對面交流才能真正判斷。若過度依賴AI進行初步篩選，可能會錯失那些在人際互動中表現卓越，卻在結構化問答中未必突出的潛在優秀人才。
各方角力：系統壓力與人本倫理的拔河
那麼，為何醫療系統仍對AI徵才趨之若鶩？這必須從全球醫療系統的龐大壓力來觀察。全球人口老化與慢性疾病的增加，導致長期照護需求持續攀升，多數國家照護體系都面臨嚴重的人力不足困境。若徵才流程過於緩慢，機構將難以即時補充人力，進而影響醫療服務的順暢銜接。舉例來說，部分病患即便已完成醫院治療，卻可能因居家照護人力不足而無法順利出院，導致醫療資源被長時間占用。因此，提高徵才效率被視為維持醫療系統運作的重要環節。
然而，有論者指出：「當AI僅作為初步篩選工具，而最終聘用決策仍由具備專業訓練的管理者拍板時，這項技術便能成為人類判斷的有力補充，而非取代。」
這顯示了在效率與人本價值之間，管理者正努力尋找一個平衡點。AI徵才系統能快速處理大量求職者，減輕人資負擔，但最終的專業判斷，仍被視為人類不可或缺的角色。
深層影響：AI 治理與人類監督的關鍵
AI 徵才的興起，其實反映了照護體系在追求效率與堅守專業價值間的拉鋸。照護服務本身具有高度人本特性，卻又必須在有限資源下維持運作。當人力短缺問題日益嚴峻，管理者自然會尋求技術解決方案。不過，若徵才流程過度強調效率與量化指標，可能逐漸忽略照護工作所需的情感能力與倫理敏感度。
有照護管理階層擔憂：「若一味追求效率與量化，恐將使照護工作所需的情感能力與倫理敏感度被邊緣化，長遠來看，這對服務品質將是巨大考驗。」
因此，AI 徵才真正的政策問題，並非是否該使用人工智慧，而在於如何設計一套適當的治理架構。醫療與照護產業具有高度公共性，任何演算法介入人事決策時，都必須符合透明、公平與可監督原則。建立人類在決策流程中的制度安排，確保最終聘用判斷仍由具備專業訓練的管理者負責，將是重要的制度設計方向。同時，演算法的訓練資料、評分標準與可能存在的偏差，也需要定期檢視，以避免技術在無形中放大既有的不平等。
未解之問：科技如何與人本共存？
當 AI 成為醫療人力管理的新工具，我們不禁要問：這項技術究竟是照護人力的救星，還是可能侵蝕其核心價值的隱憂？在追求效率的同時，我們該如何確保照護服務中的溫暖與人性不被量化指標所取代？這不僅是技術問題，更是一場關於倫理、治理與未來照護願景的深度思辨。
About the Author
