面對醫療與長期照護體系長期的人力短缺問題，人工智慧（AI）正逐步被引入徵才流程，以期提升招募效率並減輕行政負擔。例如，英國大型居家照護機構Cera近年已導入AI電話面試系統Ami，讓求職者在遞交履歷後能迅速接受初步訪談。這種由AI先行篩選、人工後續決策的模式，正成為醫療照護產業嘗試的新型人力管理架構，旨在加速人力補充，確保服務不中斷。
事實陳述：AI導入徵才流程的動機與實踐
照護產業導入AI徵才系統，主要回應兩大核心困境。首先，照護領域的求職者流動率偏高，許多應徵者在傳統漫長的招募流程中，可能因等待時間過長而轉投其他工作機會。其次，人資部門需耗費大量時間進行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執行標準化訪談，能夠在極短時間內完成大量的初步篩選，將原本需要數日甚至數週的徵才作業，大幅縮短至即時回應的效率。
對於每年須處理數十萬份履歷的大型照護機構而言，這項技術在營運效率上展現了顯著的吸引力。例如Cera導入的Ami系統，便能有效協助機構在龐大的應徵者群中，快速識別符合基本條件的潛力人選，從而釋放人資人員的時間，使其能更專注於深度面談與決策，進一步優化醫療人力管理。
各方反應：專業價值與技術限制的討論
儘管AI徵才帶來效率提升，但其在照護專業中的應用仍引發討論。許多具備多年臨床或照護經驗的專業人士指出，照護工作高度依賴情感勞動與人際互動能力，包括同理心、耐心及情境判斷力等非量化特質。這些能力往往體現在細微的互動細節中，例如語氣變化、肢體語言與面對服務對象的態度。他們認為，儘管演算法能夠分析語言內容，但要真正理解照護工作的核心價值仍具挑戰。
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，這與一般服務業的工作情境有所不同。其適任性往往需要透過面對面交流才能準確判斷。因此，若過度依賴AI進行初步篩選，可能會忽略那些在人際互動中表現優異，但在結構化回答中未必特別突出的求職者，進而錯失潛在的優秀照護人才。
背景補充：全球趨勢與治理挑戰
AI徵才的優點，需從醫療系統的整體運作壓力來觀察。全球人口老化與慢性疾病增加，導致長期照護需求持續攀升，多數國家照護體系皆面臨嚴重人力不足的困境。若徵才流程過於緩慢，機構將難以及時補充人力，進而影響醫療服務的銜接。例如，部分病患雖已完成醫院治療，卻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佔用。因此，提高徵才效率被視為維持醫療系統運作的重要措施。
這也使得AI徵才成為照護體系在追求效率與維護專業價值之間拉鋸戰的縮影。照護服務具備高度人本特性，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時，管理者自然會尋求技術解決方案。然而，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本身所需的情感能力與倫理敏感度。
因此，AI徵才真正的政策問題並非是否採用人工智慧，而在於如何設計適當的治理架構。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、公平與可監督的原則。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現象。
About the Author
