在医疗与长期照护体系持续面临人力短缺的情况下，人工智慧正逐渐被引入征才流程，以提高招募效率并降低行政负担。


英国大型居家照护机构Cera近年导入AI电话面试系统Ami，让求职者在投递履历后短时间内即可接受初步面谈。这种AI先行筛选、人工后续决策的模式，逐渐成为医疗照护产业尝试的新型征才架构。

AI征才系统的导入主要是回应两大困境：一是照护产业求职者流动率高，许多申请者在漫长的征才流程中便转向其他工作机会；二是人资人员需要花费大量时间进行重复性的电话访谈与资料整理，导致管理成本增加。

透过AI系统自动联系求职者并进行标准化访谈，可以在短时间内完成大量初步筛选，使征才流程由原本需要数日甚至数周的作业缩短为即时回应。对于每年需要处理数十万份履历的照护机构而言，这种技术在营运效率上有相当吸引力。

照护专业中的非量化能力
照护工作高度依赖情感劳动与人际互动能力，包括同理心、耐心与情境判断力。这些特质体现在微妙的互动细节之中，例如语气变化、肢体语言与面对服务对象时的态度。许多具备多年临床或照护经验的专业人士认为，演算法虽然能分析语言内容，但难以真正理解照护工作的核心价值。

在居家照护情境中，照护者需要进入服务对象的家庭空间，与长者或病患建立长期信任关系。这种工作情境与一般服务业不同，其适任性需要透过面对面交流判断。若依赖AI初步筛选，可能会忽略在人际互动中表现优秀，但在结构化回答中未必突出的求职者。

医疗系统压力与技术导入动机
AI征才的优点，要从医疗系统整体运作观察。目前全球人口老化与慢性疾病增加，使长期照护需求持续上升。多数国家照护体系都面临严重人力不足问题。若征才流程过于缓慢，机构将难以及时补充人力，影响医疗服务的衔接。例如部分病患在医院已完成治疗，但因居家照护人力不足而无法顺利出院，导致医疗资源被长时间占用，提高征才效率被视为维持医疗系统运作的重要措施。

AI征才系统能联系大量求职者并快速完成初步面试，增加征才速度并降低人资人员负担。当AI仅负责初步筛选，而最终聘用仍由专业管理者决定时，技术可能成为补充而非取代人类判断的工具。

医疗AI治理与人类监督的重要性
AI征才反应的是照护体系在效率与专业价值间的拉锯战。照护服务具有高度人本特性，又必须在有限资源下维持运作。当人力短缺问题严重时，管理者自然会寻求技术解决方案。若征才流程过度强调效率与量化指标，可能逐渐忽略照护工作本身所需要的情感能力与伦理敏感度。

因此，AI征才真正的政策问题并不在于是否使用人工智慧，而在于如何设计适当的治理架构。医疗与照护产业具有高度公共性，任何演算法介入人事决策时，都必须符合透明、公平与可监督原则。

建立人类在决策流程中的制度安排，确保最终聘用判断仍由具备专业训练的管理者负责，将是重要的制度设计方向。演算法的训练资料、评分标准与可能偏差也需要定期检视，以避免技术在无形中放大既有不平等。