קוראות וקוראים יקרים,
הופעתה של הבינה המלאכותית במרחבי החיים השונים, ובפרט בשדה השירותים החברתיים, אינה רק הוספה של כלי חדש לארגז הכלים המקצועי; היא משנה בהדרגה את האופן שבו ידע נוצר ומונגש, מידע מעובד, שירותים מתוכננים והחלטות מתקבלות בתוך מערכות מקצועיות וארגוניות.

בעבודה סוציאלית, שבה יחסי העזרה נשענים על קשר אנושי, על הבנת ההקשר הייחודי של האדם ועל שיקול דעת מקצועי, השינוי הזה נוגע בלב העשייה המקצועית. הבינה המלאכותית אינה רק מסייעת באיתור מידע או בביצוע משימות טכניות; היא יכולה לייצר תוכן, לנתח מידע, לזהות דפוסים ולהציע המלצות, ובכך היא נכנסת גם למרחבים שבעבר נתפסו כנחלתם הכמעט בלעדית של מומחיות ושיפוט אנושי  .(Arzroomchilar, 2025; Boetto, 2026)

על רקע שינויים אלה, גיליון מיוחד זה של מידעו״ס מוקדש לבינה מלאכותית בעבודה סוציאלית. מטרתו ליצור מרחב שבו אפשר להתבונן בתהליך מכמה נקודות מבט: דרך שאלות של אתיקה, מדיניות וצדק חברתי; דרך ההכשרה וההוראה; ודרך יוזמות ויישומים שכבר מתפתחים בפרקטיקה. ריבוי נקודות המבט אינו מקרי: מצד אחד, כלי בינה מלאכותית נכנסים במהירות אל המחקר, ההוראה, ההדרכה, התיעוד, ניהול המקרים ותהליכי קבלת ההחלטות. מצד שני, הידע המקצועי והמחקרי על השימוש בהם בעבודה הסוציאלית עדיין נמצא בשלבי התגבשות. סקירה שיטתית עדכנית ממחישה היטב את הפער הזה: מתוך יותר מ־11,000 פרסומים שאותרו, נכללו בה בסופו של דבר רק שמונה מחקרים (Li et al., 2026). הספרות הרחבה יותר בתחום מצביעה אף היא על מחסור במחקר אמפירי העוסק ביישומים ממשיים של בינה מלאכותית בעבודה הסוציאלית (Garkisch & Goldkind, 2025).

אחת ההבטחות המרכזיות של הבינה המלאכותית היא האפשרות להעביר למערכות ממוחשבות חלק מעיבוד המידע ומהמשימות השגרתיות, ובכך לפנות משאבים לעבודה מקצועית ישירה. בספרות מתוארים שימושים בארגון וניתוח של מידע, בזיהוי דפוסים, בתמיכה בתהליכי קבלת החלטות, בניטור ובמגוון יישומים בתחום בריאות הנפש. סקירה רחבה של 85 מחקרים בתחום בריאות הנפש מצאה שימושים של  בינה מלאכותית באבחון, בניטור ובהתערבות, והצביעה על יכולות בזיהוי, בסיווג ובחיזוי של מצבים שונים. עם זאת, החוקרים מדגישים את הצורך במאגרי נתונים מגוונים ואיכותיים יותר ואת חשיבות השקיפות של המודלים ושל יכולת הפרשנות שלהם (Cruz Gonzalez et al., 2025). מכאן שיכולת טכנית לבצע פעולה במהירות או לזהות דפוס אינה מעידה כשלעצמה על מועילות מקצועית. את המועילות יש להעריך גם על פי איכות השירות, השפעת הכלי על שיקול הדעת המקצועי, התאמתו לאוכלוסיות שונות ותרומתו בפועל למקבלי השירותים.

לצד האפשרויות, השימוש בבינה מלאכותית מחייב ערנות לסיכונים שאינם טכניים בלבד. נתונים המוזנים למערכת עשויים להיות רגישים ביותר, מידע המשמש לאימון מודלים עשוי לשקף הטיות חברתיות קיימות, ופלט של המערכת עשוי להישמע משכנע גם כאשר הוא שגוי או חסר הקשר. משום כך, שילוב של כלי בינה מלאכותית בתהליכים מקצועיים מעורר חששות הנוגעים להגנת הפרטיות, להטיות ולמהימנות הפלט (Kapur et al., 2025; Garkisch & Goldkind, 2025).

האתגרים הללו נוגעים במישרין בערכי היסוד של העבודה הסוציאלית. כבוד האדם, זכויות, אוטונומיה, צדק חברתי, שותפות וצמצום אי־שוויון אינם שיקולים המתווספים בדיעבד לשימוש בטכנולוגיה; הם צריכים להנחות את האופן שבו היא נבחנת, נבחרת ומוטמעת. שאלה מרכזית העולה בהקשר זה היא מה מקומה של המערכת בתוך ההחלטה המקצועית, ומה נשאר באחריותו של איש המקצוע כאשר היא משתתפת בתהליכי הערכה, פרשנות או קבלת החלטות.

מענה לכך מבקש להציע מודל EPIC (Boetto, 2026), המארגן את ההתמודדות עם בינה מלאכותית סביב ארבעה ממדים מרכזיים: אתיקה וצדק; פיתוח מדיניות וסנגור; שיתוף פעולה בין תחומים; ומעורבות והעצמה של הקהילה. המודל מבקש לבחון את הבינה המלאכותית כחלק ממערך רחב יותר של פרקטיקה מקצועית, מדיניות, יחסי כוח ומעורבות של אנשים וקהילות בעיצוב השירותים הניתנים להם. נקודת מבט זו מדגישה כי האחריות אינה מוטלת רק על העובד הסוציאלי המשתמש בכלי; היא חלה גם על מנהלים, ארגונים, מפתחי מערכות וקובעי מדיניות, הנדרשים להגדיר גבולות שימוש, להגן על מידע, להכשיר משתמשים ולנטר טעויות.

הצורך בבחינה כזו מתחדד לנוכח הקצב שבו הטכנולוגיה מתפתחת ומוטמעת. לצד ההכרה ביכולותיה של הבינה המלאכותית, נדרש גם זמן לבחינה מקצועית שאינה ממהרת לאמץ כל חידוש רק משום שהוא זמין. המונח "אתיקה איטית" (slow ethics) מבטא היטב את הצורך להקדיש זמן לבחינת ההשלכות האתיות והמקצועיות של טכנולוגיות חדשות, בפרט כאשר קצב התפתחותן מהיר מקצב הלמידה עליהן ((Banks et al., 2025. אין מדובר בהתנגדות לחדשנות, אלא בדרישה שהטמעתה תיעשה מתוך בחינה של מטרותיה, הראיות ליעילותה, החלופות הקיימות וההשפעות האפשריות על קבוצות שונות.

לאור זאת, אפשר לזהות שינוי פנימי בשאלה שהמקצוע נדרש להתמודד איתה: השיח אינו עוסק עוד רק בעצם האפשרות להשתמש בבינה מלאכותית, אלא גם בתנאים ובסייגים שבהם השימוש בה מתאים לעשייה המקצועית. בהקשר זה, אוריינות בינה מלאכותית (AI Literacy) נעשית חלק מן הכשירות המקצועית הנדרשת בעבודה סוציאלית, ולא רק ידע טכני למי שמתעניין בתחום (Ahn et al., 2025).

נחיצותה של אוריינות זו מקבלת משנה תוקף כאשר נוכחים לדעת שהבינה המלאכותית משנה לא רק את העבודה עצמה, אלא גם את האופן שבו אנשי מקצוע לומדים לעבוד. מחקר שבחן שימוש בכלי בינה מלאכותית לצורכי תיעוד במחלקה לעבודה סוציאלית ברשות מקומית בסקוטלנד, הצביע על מתח מובנה: בין ההקלה בעומס המנהלי לבין פגיעה אפשרית בערך הרפלקטיבי של הכתיבה; בין היעילות שהטכנולוגיה מציעה לבין הצורך לשמור על שיקול דעת מקצועי ועל אופייה היַחֲסֵי־אֱנוֹשִׁי של העבודה הסוציאלית. מכאן עולה שההכשרה המקצועית צריכה להתמודד לא רק עם השאלה כיצד להשתמש בכלים החדשים, אלא גם כיצד לבחון את תוצריהם, לזהות את מגבלותיהם ולקבוע מתי נכון להסתמך עליהם ומתי נדרשת הכרעה מקצועית אחרת ( .(Ingram, 2026

שאלות אלה מקבלות משמעות נוספת במפגש הישיר עם מקבלי השירות. הקשר בין בינה מלאכותית לבין אמפתיה אינו פשוט או חד־משמעי, והשפעתה תלויה באופן שבו היא משולבת בתוך יחסי העזרה: שימושים מסוימים עלולים לצמצם את המפגש הבלתי־אמצעי, בעוד שאחרים עשויים לתמוך בקשר ולאפשר לאיש המקצוע להפנות יותר מקום ותשומת לב לאדם שמולו (Arzroomchilar, 2025). בכך חוזרת השאלה אל לב־ליבו של המקצוע: כיצד לשלב טכנולוגיה בתוך יחסי העזרה בלי לפגוע במרכיבים האנושיים שעליהם נשענת העבודה הסוציאלית.

מבט זה מרחיב את הדיון אל מעבר לפרקטיקה הפרטנית, אל עבר העבודה הסוציאלית הקהילתית ופרקטיקת המדיניות. במישור זה, הבינה המלאכותית יכולה לשמש לניתוח מאגרי מידע גדולים, לזיהוי דפוסים, לתמיכה בהערכת תוכניות ולבחינת צרכים והקצאת משאבים. מחקרים בתחום כבר מדגימים כיצד ניתוח מבוסס בינה מלאכותית מסייע בזיהוי דפוסים הקשורים לצרכים קהילתיים ובהערכת האופן שבו משאבים מופנים לקהילות שונות (Jung et al., 2025).

בהתאם לכך, מתחזקת בעבודה הסוציאלית ההבנה שאין לראות בבינה מלאכותית כלי העומד בפני עצמו, אלא רכיב בתוך מערך רחב יותר של פרקטיקה, ארגונים, מדיניות ויחסים עם מקבלי השירות; מערך הנדרש לפעול בהלימה למנדט של המקצוע ולמסגרת זכויות האדם (Garkisch & Goldkind, 2025). סקירה עדכנית של השימוש בבינה מלאכותית בשירותים חברתיים־קהילתיים מצביעה על יישומים של תמיכה בקבלת החלטות, אוטומציה של תהליכים מנהליים, ניתוח נתונים וזיהוי מוקדם של סיכון, אך גם על חששות הנוגעים להטיות, להגנת הפרטיות ולדה־הומניזציה של ההתערבות (Muñoz de Dios et al., 2026).

מכאן נובעת זהירות חשובה בעבודה הקהילתית: ככל שהיכולת לנתח מידע על קהילה גדלה, כך חשוב לשמור על היכרות ישירה עימה, על תיקוף הידע המקומי ועל השתתפות פעילה של חברי הקהילה בקבלת החלטות הנוגעות לאופן שבו נאסף, מפורש ומשמש המידע עליהם. רגישות זו חיונית במיוחד בעבודה עם אוכלוסיות שהנתונים עליהן חלקיים או שאינן נהנות מנגישות דיגיטלית שווה. במקרים כאלה, הרחבת השירותים הדיגיטליים עלולה דווקא להעמיק את הפערים שאותם היא נועדה לצמצם.

הרציונל להקדשת גיליון מיוחד זה לבינה מלאכותית בעבודה הסוציאלית נובע מן המפגש המתוח שבין התפתחות טכנולוגית מהירה לבין ידע מקצועי ומחקרי הנמצא עדיין בתהליך התגבשות. פער זה מוליד צורך במרחב רפלקטיבי שבו אתיקה, מדיניות, מחקר ופרקטיקה יוכלו להיפגש ולבחון את האפשרויות ואת האתגרים שהבינה המלאכותית מעוררת בעבודה הסוציאלית. הגיליון מבקש להציע מרחב כזה, ולהעביר את הדגש מהדיון במישור העקרוני־תאורטי אל העבודה הסוציאלית כפי שהיא נלמדת, נכתבת, נחקרת ונעשית בפועל.

את הגיליון פותח מאמר זה, מאמר מסגרת מטעמי, המבקש להתבונן במפגש שבין בינה מלאכותית לעבודה סוציאלית מנקודת מבט רחבה, המחברת בין התפתחויות בזירה הבין־לאומית לבין יוזמות ויישומים שכבר מתפתחים בשטח. מתוך נקודת מבטי כחוקר וכמרצה באקדמיה, הפתיחה לגיליון מבקשת לחבר בין הדיון העקרוני והאתי לבין המציאות המתהווה בשדה, ולשאול לא רק מה הבינה המלאכותית יכולה לעשות עבור העבודה הסוציאלית – אלא גם כיצד על המקצוע להוביל ולהתפתח לנוכח השינוי שהטכנולוגיה מביאה עימה.

הציר הראשון בגיליון עוסק באתיקה, במדיניות ובצדק חברתי. פליקס קפלן מתבונן במאמרו במפגש שבין הבינה המלאכותית לבין שיקול הדעת המקצועי בעבודה הסוציאלית בישראל. המאמר מתמקד בחמישה צירי ליבה אתיים: הסכמה מדעת ואוטונומיה; פרטיות וסודיות; הטיות אלגוריתמיות וצדק חברתי; שקיפות ואחריותיות; והשלכות על ההכשרה המקצועית. לצד בחינת המורכבות של ההקשר הישראלי, קפלן מדגיש כי גם בעידן של מערכות חכמות, ההכרעה המקצועית נשענת על שיקול דעת אנושי ועל ידע הנוצר בתוך המפגש הבין־אישי. מעבר לזיהוי האתגרים, הוא מבקש למקם את העבודה הסוציאלית כשותפה פעילה בעיצוב הכללים, הגבולות והערכים שבתוכם יפעלו מערכות הבינה המלאכותית.

גיא גרימלנד בוחן במאמרו את שאלת הנגישות לשירותי רווחה בעידן הבינה המלאכותית, דרך המתח שבין הפוטנציאל של הטכנולוגיה לצמצום פערים לבין סכנת השעתוק של חסמים קיימים. גרימלנד מעביר את הדיון בצדק חברתי מהמישור העקרוני אל סוגיות קונקרטיות של שפה, תרבות ונגישות, ומצביע על שלושה חסמים מרכזיים: הפער הלשוני והתרבותי, הפער הדיגיטלי, והסטיגמה הכרוכה בפנייה לשירותי רווחה. מתוך כך הוא מראה כי עצם הנגישות לטכנולוגיה, או האפשרות הטכנית לקבל מידע בשפה הערבית, אינן מבטיחות שירות נגיש ומותאם תרבותית, וכי כלים ומערכות כלליים, שאינם מפותחים מתוך רגישות להקשר המקומי, עלולים להחטיא את צורכי המשתמשים ואף לשמר כמנגנוני הדרה. לפיכך, עולה שאלה רחבה יותר: האם הבינה המלאכותית תרחיב את הנגישות לשירותים, או שהפערים הקיימים יעברו אל המרחב הדיגיטלי ויקבלו בו צורה חדשה?

טליה מיטל שוורץ טיירי מציעה במאמרה מסגרת מושגית ויישומית לשימוש אחראי בבינה מלאכותית בעבודה סוציאלית, במחקר ובהכשרה. המאמר מתמקד בשלושה עקרונות מרכזיים שנועדו להבטיח שהשימוש בטכנולוגיה יישען על ידע מקצועי מוסמך, שמערכות הבינה ישמשו ככלי תומך החלטה ולא כתחליף להכרעה אנושית, ושהן יפעלו בתוך מערכת יחסים מקצועית שבה האדם נותר במרכז. לצד הצגת אפשרויות היישום של הבינה המלאכותית בשדה, בהכשרה ובמחקר, שוורץ טיירי ממקדת את הדיון בשאלה כיצד ניתן לרתום את יכולותיה של הטכנולוגיה מבלי להעביר אליה את האחריות המקצועית. בכך, המאמר מחזק עיקרון מרכזי העובר כחוט השני בגיליון: הבינה המלאכותית יכולה להרחיב את יכולותיו של איש המקצוע, אך אינה יכולה להחליף את שיקול דעתו ואת אחריותו הבלעדית.

הציר השני פונה אל ההכשרה, ההדרכה והאקדמיה. במאמרה, המבוסס על שיחות עם אנשי מפתח בתחום העבודה הסוציאלית וההכשרה אליה בארץ, מתארת רעות כהן אלימלח את השינויים ביחסים שבין האקדמיה, הסטודנטים והמציאות המקצועית בעידן הבינה המלאכותית. במרכז המאמר עומד המתח שבין העמדה המגוננת של פיקוח ושליטה לבין הצורך של מוסדות ההכשרה ללמוד את המציאות המשתנה ולהתאים אליה את דרכי ההוראה וההערכה. לצד בחינת הדילמות האתיות והפדגוגיות הכרוכות בשימוש בטכנולוגיה, המאמר מציע מעבר הדרגתי מעמדה של "שיטור" לעמדה של למידה משותפת, שבה האקדמיה לא רק קובעת גבולות לשימוש בטכנולוגיה, אלא גם מפתחת יחד עם הסטודנטים שפה מקצועית חדשה המבוססת על אחריות, ביקורת ושימוש מושכל בבינה מלאכותית.

נוגה פיטובסקי־נוה מתבוננת בהשפעת הבינה המלאכותית על זירת ההדרכה וההכשרה המקצועית בשדה, שבה היא יכולה לשמש כמקור זמין להתייעצות על מקרים, לכתיבה ולתכנון התערבויות. המאמר מתמקד באתגרים שמציבה הנוכחות הסמויה של הבינה המלאכותית בפני פיתוח חשיבה ביקורתית, רפלקציה וגיבוש זהות מקצועית עצמאית בקרב סטודנטים. לצד הצגת מסגרת מושגית־יישומית הכוללת חמש משימות הדרכתיות, החל מפיתוח אוריינות בינה מלאכותית ושמירה על אמות מידה אתיות ועד לטיפוח מחויבות לצדק חברתי, פיטובסקי־נוה בוחנת כיצד ניתן לשמר בתוך המציאות הזו את תהליך ההתלבטות, את החשיבה הביקורתית ואת האחריות המקצועית של הסטודנט, ומדגישה כי הטכנולוגיה אינה תחליף לשיקול דעת מקצועי.

טל אליוסף, חני נוימן וגיא אנוש בוחנים במאמרם הזדמנות פדגוגית נוספת: שימוש בבינה יוצרת (Generative AI) לצורכי סימולציה בהכשרה המקצועית. נקודת המוצא שלהם היא שההזדמנויות להתנסות במצבים מקצועיים אינן מתחלקות באופן שווה בין הסטודנטים. סימולציה מבוססת בינה מלאכותית יכולה להרחיב את האפשרות לתרגל, לקבל משוב ולנסות שוב לפני המפגש הממשי עם מקבלי השירות בשדה. לצד זאת, המאמר מקפיד על הבחנה חיונית בין היכולת הטכנולוגית לבין תועלת חינוכית מוכחת. השאלה אינה רק אם אפשר לייצר סימולציה, אלא אם ההתנסות אכן משפרת את היכולות המקצועיות, ואם הלמידה מועברת בהצלחה מן הסביבה המדומה אל המציאות המורכבת בשדה.

הציר השלישי מחזיר אותנו אל זירת הפרקטיקה ואל חדשנות הצומחת מתוך השדה. שני המאמרים בציר זה מדגישים את חשיבות מעורבותם של אנשי השדה בתהליכי הפיתוח, ואת הצורך להציב, בראש ובראשונה, הגדרה מקצועית של הבעיה בשטח – ורק לאחר מכן להעריך אם וכיצד יכולה הטכנולוגיה לסייע במתן מענה. מאחר שמאמרים אלה מתארים תהליכי פיתוח ויישום ראשוניים, מן הראוי לקרוא אותם כהצעה מקצועית המזמינה המשך בחינה, ולא כעדות מחקרית ליעילות המודלים.

במאמרה של שירה ינאי מוצג יישום של מודל גש"ר מאח"ד באמצעות מטפורה, סיפור, יצירה חזותית ובינה מלאכותית יוצרת, כחלק מתהליך של הנחיה והתבוננות במשאבי ההתמודדות במצבי לחץ. המאמר מתאר כיצד הטכנולוגיה משולבת בתוך התהליך המקצועי – לא כתחליף לקשר האנושי אלא כאמצעי מעצים המאפשר למשתתפים להתבונן במשאבי ההתמודדות שלהם ולהעניק להם ביטוי נרטיבי וחזותי. בכך מודל "קוסם החוסן" מדגים כיצד ניתן לתווך ידע מקצועי באמצעות שפה יצירתית וטכנולוגית, מבלי שהטכנולוגיה תתפוס את מקומו של התהליך האנושי.

 ליאת אסולין מציגה חדשנות מזווית אחרת. במאמרה מתואר תהליך של פיתוח והטמעה של מערכת דיגיטלית לניהול דיווח על אירועים חריגים במעון ממשלתי לאנשים עם מוגבלות שכלית־התפתחותית. היוזמה נולדה מתוך צורך מקצועי בשטח, והפיתוח נעשה תוך שימוש בכלי בינה מלאכותית ליצירת קוד. בכך המאמר מדגים מודל שבו הטכנולוגיה אינה מגדירה את הצורך, אלא מגויסת כדי לתת מענה לבעיה שזוהתה בתוך הפרקטיקה. המושג "דיגיטציה אנושית" שמציעה אסולין מסב את המבט מן העובדים הסוציאליים כמשתמשי הטכנולוגיה בלבד, אל תפקידם האפשרי כיוזמים וכמעצבים של פתרונות טכנולוגיים. בכך הוא מעלה את השאלה כיצד להבטיח שהחדשנות תישאר כפופה לצרכים, לערכים ולאחריות המקצועית של השדה.

מכלול המאמרים בגיליון אינו מציע עמדה אחידה ביחס לבינה המלאכותית, ואף אינו מבקש להכריע אם היא רצויה ומבורכת או מסוכנת כשלעצמה. במקום זאת, הוא מזמין לבחון שימושים מסוימים בתוך ההקשרים המקצועיים, הארגוניים והחברתיים שבהם הם מתפתחים. בינה מלאכותית עשויה להרחיב את הנגישות לשירותים, לתמוך בלמידה ולסייע בהתמודדות עם עומסי מידע ואדמיניסטרציה, אך היא עלולה גם לאתגר את הגדרת הידע המקצועי, לצמצם את מרחב שיקול הדעת ולהעמיק פערים קיימים.

תוצאות אלה אינן טבועות בטכנולוגיה ואינן גזירות גורל. הן תלויות במטרות שלשמן היא מופעלת, בזהות השותפים לעיצובה, בהסדרי האחריות והפיקוח, ובנכונות לתת את הדעת גם על מי שאינם מיוצגים במאגרי הנתונים או אינם נהנים מפירותיה. לפיכך, האתגר העומד לפתחה של העבודה הסוציאלית אינו מסתכם ברכישת מיומנויות טכניות בשימוש בכלים חדשים, אלא בדרישה להשתתף באופן פעיל בעיצובם, בהערכתם, בביקורת עליהם ובהסדרתם.

השאלה המלווה גיליון זה אינה מתמצה אפוא בבירור מה יכולה הבינה המלאכותית לעשות בעבודה הסוציאלית – אלא איזו עבודה סוציאלית אנו מבקשים לקדם באמצעותה; מי יהיו שותפים בעיצובה, ואילו גבולות נדרשים כדי שהשימוש בה יחזק את האדם, את הקהילה, את הקשר הטיפולי ואת המחויבות לצדק חברתי.

קריאה מהנה,
ד"ר ניר ויטנברג – עורך אורח
סגן ראש בית הספר לעבודה סוציאלית, אוניברסיטת אריאל

רשימת המקורות

Ahn, E., Choi, M., Fowler, P., & Song, I. H. (2025). Artificial intelligence (AI) literacy for social work: Implications for core competencies. Journal of the Society for Social Work and Research, 16(1), 9-26. https://doi.org/10.1086/735187

Arzroomchilar, E. (2025). Artificial intelligence and empathy in social work practice. Journal of Social Work. Advance online publication. https://doi.org/10.1177/14680173251390786

Banks, S., Bertotti, T., Forlenza, D., Gemara, N., Reimer, E., Segal, M., Shears, J., Sobočan, A. M., Strom, K., Úriz, M. J., & Yamaguchi, M. (2025). Slow ethics in an age of fast technology: The ethical implications of Industry 4.0 for social work. Ethics and Social Welfare, 19(2), 137–155. https://doi.org/10.1080/17496535.2025.2512949

Boetto, H. (2026). Artificial intelligence in social work: An EPIC model for practice. Australian Social Work, 79(3), 292–305. https://doi.org/10.1080/0312407X.2025.2488345

Cruz Gonzalez, P., He, A. W. J., Lam, E. P. P., Ng, I. M. C., Li, M. W., Hou, R., Chan, J. N. M., Sahni, Y., Vinas Guasch, N., Miller, T., Lau, B. W. M., & Sánchez Vidaña, D. I. (2025). Artificial intelligence in mental health care: A systematic review of diagnosis, monitoring, and intervention applications. Psychological Medicine, 55, e18, 1–52. https://doi.org/10.1017/S0033291724003295

Garkisch, M., & Goldkind, L. (2025). Considering a unified model of artificial intelligence enhanced social work: A systematic review. Journal of Human Rights and Social Work, 10(1), 23–42. https://doi.org/10.1007/s41134-024-00326-y

Ingram, R. (2026). A kind of magic? Artificial intelligence assisted recording: Developing principles for an AI informed social work curriculum. Social Work Education. https://doi.org/10.1080/02615479.2026.2669634

Jung, W., Ghadimi, S., Ntarlagiannis, D., & Kim, A. H. (2025). Using artificial intelligence/machine learning to evaluate the distribution of community development aid across Myanmar. Socio Economic Planning Sciences, 98, 102139. https://doi.org/10.1016/j.seps.2024.102139

Kapur, I., Kennedy, R., & Hickman, C. (2025). Artificial intelligence algorithms, bias, and innovation: Implications for social work. Journal of Evidence Based Social Work, 22(4), 548–570. https://doi.org/10.1080/26408066.2025.2470903

Li, L., Wang, M., & Jian, M. (2026). Artificial intelligence assisted case management in social work services: A systematic review. Research on Social Work Practice, 36(3), 268–278. https://doi.org/10.1177/10497315251329531

Muñoz de Dios, M. D., Díaz Román, C., Sampedro Palacios, C. B., & Ortega Expósito, T. (2026). Experiences of using artificial intelligence in community social services: A systematic review. Social Sciences, 15(6), 359. https://doi.org/10.3390/socsci15060359