Alur Kerja Perencanaan dan Aplikasi Perusahaan Berbantuan AI End-to-End — Kecerdasan Buatan dalam Perencanaan Kota dan Wilayah

Keuntungan:

Kemampuan untuk mengintegrasikan AI pada tempatnya dan dalam batas-batas di setiap tahapan alur kerja, mulai dari pengumpulan data hingga keputusan rencana
Kemampuan untuk membuat perpustakaan yang cepat, protokol verifikasi, tata kelola data, dan kebijakan privasi pada skala perusahaan
Kemampuan merancang budaya audit yang menjaga kepentingan publik, transparansi, akuntabilitas, dan kepercayaan publik terhadap perencanaan yang didukung AI

Unit sebelumnya telah menunjukkan kepada Anda cara menggunakan AI dalam setiap tugas perencanaan (analisis rencana, GIS, satelit, populasi, transportasi, simulasi, legislasi, partisipasi, bencana). Unit terakhir ini menggabungkan bagian-bagian ini menjadi satu alur kerja yang koheren dan mengubah keterampilan individu menjadi kemampuan organisasi. Karena di kotamadya atau kantor perencanaan, isu utamanya bukanlah penggunaan AI yang baik oleh seorang perencana; Seluruh organisasi menggunakan AI dengan cara yang aman, konsisten, rahasia, dan untuk kepentingan publik. Hal ini memerlukan tiga struktur yang menyederhanakan penggunaan terdistribusi dan tidak terkontrol: perpustakaan prompt umum, protokol otentikasi berdasarkan jenis output, dan tata kelola data dan kebijakan privasi. Di unit ini, Anda akan belajar membangun struktur ini dan merancang budaya audit yang menjaga kepercayaan publik terhadap perencanaan berbasis AI.

Alur kerja ujung ke ujung

Berikut cara proses perencanaan dijalin dari awal hingga akhir dengan AI (AI semakin cepat, manusia melakukan verifikasi di setiap tahap):

Pengumpulan dan pengorganisasian data. Satelit, GIS, populasi, transportasi, data kehadiran — pembersihan AI, tabel.
Analisa. Penggunaan lahan, aksesibilitas, risiko — konstruksi AI, verifikasi para ahli.
Produksi skenario. Skenario pertumbuhan dan transportasi — AI membandingkan, memilih proses.
Pengendalian regulasi. Setiap keputusan diuji oleh undang-undang — pemindaian AI, demikian konfirmasi teks resmi.
Partisipasi. Pendapat pemangku kepentingan dikumpulkan dan diringkas — analisis AI, representasi dipertahankan.
Penyediaan keputusan dan rencana. Seorang perencana yang kompeten membuat keputusan dan memikul tanggung jawab.
Pelaporan dan persetujuan. Laporan deskripsi rencana - Draf AI, tanggung jawab perencana.
Pemantauan. Pelacakan perubahan pasca-rencana — pra-pemindaian AI, konfirmasi lapangan.

Dalam rantai ini, AI bagaikan “asisten persimpangan”: ia membantu di setiap pemberhentian, namun perencana selalu mengendalikannya.

Tip: Risiko terbesar dalam penggunaan end-to-end adalah keluaran yang belum diverifikasi akan dibawa sebagai masukan ke tahap berikutnya. Angka populasi yang salah bisa saja bocor ke dalam analisis, dari sana ke dalam skenario, dan dari sana ke dalam pengambilan keputusan. Pada setiap tahap keluar, "apakah ini sudah dikonfirmasi?" letakkan pintunya.

Struktur perusahaan 1: Perpustakaan cepat

Meminta setiap perencana menulis perintahnya sendiri dari awal hanya membuang-buang waktu dan menjadi sumber ketidakkonsistenan. Institusi mengumpulkan perintah yang teruji dan terverifikasi di perpustakaan umum: "tabulasi catatan rencana", "kueri yang bergantung pada teks peraturan", "ekstraksi tema partisipasi", dll. Setiap perintah berisi aturan keamanan seperti label "PERLU VERIFIKASI", larangan memalsukan data, dan meminta sumber daya. Oleh karena itu, kualitas bergantung pada institusi, bukan individu.

Struktur organisasi 2: Protokol otentikasi

Setiap jenis keluaran memiliki tingkat validasinya sendiri. Catatan rapat harus ditinjau secara cepat; suatu undang-undang memerlukan konfirmasi teks resmi; Indikator risiko bencana memerlukan kajian ahli. Organisasi menuliskan pemetaan “jenis keluaran → verifikasi wajib → orang yang bertanggung jawab” ke dalam tabel dan mengikatnya.

Struktur organisasi 3: Tata kelola data dan privasi

Harus ada kebijakan tertulis mengenai data mana yang boleh dan tidak boleh masuk ke cloud, bagaimana data tersebut akan dianonimkan, dan alat apa saja yang disetujui. Aturan yang jelas untuk informasi sensitif seperti paket yang tidak ditangguhkan, pemilik parsel, data pribadi; daftar kendaraan yang disetujui; dan jaminan bahwa data tidak akan digunakan dalam pendidikan adalah inti dari kebijakan ini.

Langkah demi langkah: membangun talenta AI perusahaan

Keluarkan inventaris. Dalam tugas apa AI dapat digunakan?
Buatlah klasifikasi risiko. Tempatkan setiap tugas di zona hijau/kuning/merah.
Instal perpustakaan cepat. Aturan keamanan tertanam, umum.
Tulis protokol otentikasi. Jenis keluaran → verifikasi → bertanggung jawab.
Tulis kebijakan data/privasi. Alat yang disetujui, anonimisasi, data terlarang.
Berikan pendidikan. Beri tahu tim batasan dan validasinya.
Periksa dan perbarui. Simpan jejak dan ulas secara berkala.

Perintah lemah / Perintah kuat

Pendekatan yang lemah: "Biarkan tim menggunakan AI, semua orang menemukan metodenya sendiri."

Hal ini berarti kualitas yang tidak konsisten, kebocoran privasi, keluaran yang tidak terverifikasi, dan kurangnya akuntabilitas.

Pendekatan yang kuat: "Kami menghubungkan penggunaan AI dalam organisasi ke tiga struktur: (1) perpustakaan cepat umum dengan aturan keamanan tertanam, (2) verifikasi wajib dan pemetaan yang bertanggung jawab untuk setiap jenis keluaran, (3) kebijakan data dengan alat yang disetujui dan aturan anonimisasi. Tidak semua keluaran AI dapat dipindahkan ke tahap berikutnya tanpa melewati verifikasi yang relevan; keluaran zona merah ditutup dengan persetujuan pakar yang kompeten dan seluruh proses dipantau."

Pendekatan kedua mengubah AI dari kebiasaan individu menjadi kemampuan organisasi yang dapat dikontrol.

Empat templat yang dapat disalin

Tugas: Terjemahkan daftar tugas perencanaan berikut ke dalam matriks penggunaan AI perusahaan. Untuk setiap tugas: zona risiko (hijau/kuning/merah), peran AI, verifikasi wajib, bertanggung jawab. Dalam tugas berwarna merah, tuliskan "persetujuan ahli yang berwenang dan proses resmi adalah wajib". Tugas: [...]

Tugas: Menghasilkan tabel protokol otentikasi untuk tipe output berikut: tipe output | risiko | langkah verifikasi wajib | peran yang bertanggung jawab | persyaratan catatan/pelacakan. Jenis keluaran: [...]

Tugas: Menulis DRAFT data/kebijakan privasi AI untuk lembaga perencanaan. Termasuk: jenis data yang tidak dapat masuk ke cloud, aturan anonimisasi, kriteria alat yang disetujui, tidak digunakannya persyaratan pendidikan, tindakan jika terjadi pelanggaran. Konteks: [...]

Tugas: Mengaudit alur kerja perencanaan end-to-end berikut. Periksa "gerbang validasi" di pintu keluar setiap tahap; Tandai titik-titik di mana keluaran yang belum diverifikasi mungkin bocor ke tahap berikutnya. Alur kerja: [...]

Tabel: tahapan, peran AI, dan pemilik verifikasi

Panggung

Peran AI

Verifikasi wajib

Bertanggung jawab

Pengeditan data

Pembersihan, tabulasi

Kontrol sumber/format

analis

Analisis

Pengeditan, draf kode

CRS, kualitas data

perencana

Skenario

Perbandingan

Transparansi asumsi

tim perencana

peraturan perundang-undangan

Pemindaian berbasis teks

Teks resmi saat ini

perencana/hukum

Partisipasi

Ekstraksi tema

Representasi, data mentah

Petugas partisipasi

bencana/risiko

Sintesis, pra-penyaringan

studi ahli

ahli yang kompeten

Laporkan

penulisan rancangan

Konten + tanggung jawab

perencana yang kompeten

tiga kasus mini

Kasus 1 — Kesalahan merayap. Angka populasi yang belum terverifikasi dimasukkan dalam analisis di kantor, dari sana dipindahkan ke perhitungan kebutuhan sekolah, dan dari sana ke rencana penyediaan. Kesalahan diketahui pada tahap persetujuan rencana dan prosesnya kembali. Sebuah institusi yang memasang “gerbang verifikasi” pada setiap tahapan akan memutus rantai ini pada langkah kedua. Ini adalah risiko terbesar dari penggunaan peer-to-peer.

Kasus 2 — Konsistensi dengan perpustakaan. Sebuah kotamadya beralih ke perpustakaan cepat umum; Saat ini, setiap perencana mempertanyakan peraturan perundang-undangan dengan pesan yang sama yang dilekatkan dengan aturan “hanya mengandalkan teks yang diberikan, jangan mengarang pasal”. Kesalahan yang disebabkan oleh halusinasi berkurang secara signifikan dan kualitasnya menjadi tidak bergantung pada orangnya. Pelembagaan menjadikan kualitas bukan lagi suatu kebetulan.

Kasus 3 — Nilai kebijakan privasi. Seorang pekerja magang akan memuat revisi rencana yang tidak ditangguhkan ke dalam kendaraan gratis; Kebijakan data lembaga tersebut mengingatkan kita pada aturan "data sensitif tidak diunggah ke alat yang tidak disetujui, anonimkan". Kemungkinan kebocoran dan krisis kepercayaan masyarakat dapat dicegah. Kebijakan tertulis melindungi ketika niat baik gagal.

Kesalahan umum

Tidak memasang gerbang verifikasi. Keluaran yang belum terverifikasi mengalami kebocoran dan berkembang antar tahap.
Kualitas yang bergantung secara pribadi. Tanpa perpustakaan umum, setiap perencana bekerja secara berbeda dan tidak konsisten.
Privasi tidak tertulis. Jika tidak ada kebijakan, niat baik saja tidak cukup untuk mencegah kebocoran.
Melonggarkan zona merah. Melewatkan izin bencana/peraturan demi kecepatan akan membahayakan keselamatan masyarakat.
Tidak melacak. Proses publik harus akuntabel; catatan verifikasi diperlukan.
Melewatkan pelatihan. Bahkan kebijakan terbaik pun tetap di atas kertas jika tim tidak mengetahui batasannya.
Tidak memperbarui kebijakan. Perubahan alat dan undang-undang; Strukturnya juga harus diperbarui.

Singkatnya

Kematangan nyata dalam perencanaan yang didukung AI adalah mengelola proses end-to-end dengan aman, bukan hanya satu tugas saja. Hal ini memerlukan pembangunan rantai yang dipercepat oleh AI namun terverifikasi oleh manusia di setiap tahap, mulai dari pengumpulan data hingga pemantauan; Risiko terbesarnya adalah keluaran yang belum terverifikasi bocor ke tahap berikutnya, solusinya adalah gerbang verifikasi di setiap tahap. Tiga struktur yang mengubah keterampilan individu menjadi bakat perusahaan: aturan keamanan, perpustakaan cepat yang tertanam, protokol otentikasi berdasarkan jenis keluaran, dan kebijakan data/privasi. Struktur ini membuat kualitas tidak bergantung pada individu, proses dapat dipertanggungjawabkan, dan kepercayaan publik tetap terjaga. AI mempercepat perencanaan; Kepentingan publik, transparansi dan tanggung jawab selalu menjadi milik masyarakat.

Tugas aplikasi

Buat konsep kerangka penggunaan AI untuk institusi Anda sendiri (atau kota sampel). (1) Tempatkan setidaknya lima tugas perencanaan dalam matriks risiko dengan template pertama. (2) Tulis protokol verifikasi untuk tiga jenis keluaran dengan templat kedua. (3) Menghasilkan draft singkat kebijakan data/privasi dengan template ketiga. (4) Dengan templat keempat, audit alur kerja end-to-end dan identifikasi setidaknya satu “gerbang validasi” yang hilang dan tulis cara menutupnya.

daftar periksa

[] Saya memasang gerbang validasi pada output setiap tahap alur kerja.
[] Saya membuat perpustakaan prompt umum dengan aturan keamanan tertanam.
[ ] Saya telah menulis jenis keluaran → verifikasi → pemetaan yang bertanggung jawab.
[ ] Saya telah membuat kebijakan privasi dengan alat yang disetujui, anonimisasi, dan aturan data terlarang.
[ ] Saya telah menyerahkan keluaran zona merah ke persetujuan ahli yang kompeten.
[ ] Saya menjadwalkan pelatihan untuk tim tentang batasan dan validasi.
[ ] Saya menyimpan track/log dan pembaruan rutin untuk keseluruhan proses.

Ujian Modul

1. Unit perencanaan kota ingin menentukan apakah akan menerapkan larangan bangunan berdasarkan risiko bencana yang akan terjadi di lingkungan sekitar dan sedang mempertimbangkan penggunaan AI untuk mempercepat keputusan ini. Pendekatan manakah yang paling benar?

A) Menggunakan AI hanya untuk perselisihan data dan penyusunan laporan; membuat penilaian dan keputusan risiko akhir dengan analisis formal dan persetujuan oleh ahli yang kompeten ✔
B) Mengubah skor risiko yang dihasilkan oleh AI secara langsung menjadi keputusan larangan pembangunan
C) Menerima tanpa analisis formal jika AI memberikan hasil yang sama lebih dari satu kali
D) Melewatkan persetujuan ahli dan mempercepat proses

Deskripsi: Larangan membangun gedung berdasarkan risiko bencana adalah keputusan yang kritis terhadap keselamatan dan mengikat secara hukum dalam hal keselamatan jiwa. AI dapat digunakan untuk tinjauan literatur, kurasi data, dan penyusunan laporan; Namun, penilaian risiko akhir dan keputusan harus dilakukan dengan analisis resmi dan persetujuan ahli geologi/geoteknik dan perencana kota yang kompeten sesuai dengan peraturan perundang-undangan yang berlaku. Keluaran AI tidak menggantikan persetujuan dan proses formal ini.

2. Bagaimana cara paling aman untuk menghindari nilai palsu (halusinasi) ketika bertanya kepada AI tentang status zonasi dan kondisi konstruksi (TAKS/KAKS, fungsi, jarak penarikan) suatu parsel?

A) Mempercayai nilai yang diberikan oleh AI dan memulai proyek
B) Untuk mengkonfirmasi kondisi konstruksi dari dokumen status zonasi resmi dari administrasi yang berwenang dan rencana serta catatan rencana yang disetujui saat ini. ✔
C) Ajukan pertanyaan yang sama lagi dengan kata yang berbeda dan ambil rata-ratanya
D) Proses berdasarkan deskripsi iklan di situs web real estat

Penjelasan: Meskipun model bahasa mengetahui istilah zonasi, model tersebut mungkin berisi nilai, kode fungsi, dan tarif untuk bidang tertentu atau memberikan informasi yang sudah ketinggalan zaman. Informasi ini hanya dapat dikonfirmasikan dari dokumen status zonasi resmi dari pemerintah yang berwenang (kotamadya) dan rencana zonasi serta catatan rencana yang telah disetujui saat ini.

3. Anda mendeteksi perubahan perkotaan (konstruksi baru) dengan AI dari citra satelit. Apa pendekatan terbaik ketika menggunakan keluaran ini dalam proses inspeksi zonasi?

A) Mengubah setiap perubahan yang ditandai oleh AI secara langsung menjadi laporan bangunan ilegal
B) Menganggap tanggal dan resolusi gambar tidak penting dan menerima hasilnya sebagai sesuatu yang pasti
C) Untuk mendasarkan proses dengan mengambil temuan sebagai penyaringan awal dan mengkonfirmasikannya dengan pengendalian lapangan, pencatatan dan pengukuran resmi ✔
D) Mengabaikan kesalahan terkait bayangan dan cloud

Deskripsi: Klasifikasi gambar AI dan deteksi perubahan memberikan pra-pemindaian yang kuat tetapi mengandung kesalahan resolusi, tanggal, bayangan, dan klasifikasi. Perubahan yang terdeteksi tidak dapat didasarkan pada suatu transaksi yang sah tanpa dikonfirmasi oleh pengawasan lapangan, pendaftaran akta kepemilikan/lisensi dan pengukuran resmi; Keluaran AI saja bukanlah bukti.

4. Apa pemeriksaan paling penting sebelum menjalankan skrip GeoPandas/Python yang ditulis AI pada data proyek Anda yang sebenarnya?

A) Periksa apakah kode tersebut tidak menyebabkan kesalahan apa pun dan jalankan di seluruh kumpulan data.
B) Mengandalkan peta keluaran agar terlihat bagus
C) Menjalankan kode langsung pada kumpulan data utama tanpa membacanya
D) Membaca kode dan mengujinya dengan memverifikasi sistem koordinat dan geometri pada data sampel kecil dan membandingkan hasilnya dengan referensi yang diketahui ✔

Deskripsi: Kode spasial AI mungkin mengasumsikan sistem referensi koordinat (CRS) yang salah, mendistorsi geometri, atau menghitung area dengan satuan yang salah. Kode harus dibaca, diuji dengan terlebih dahulu memverifikasi sistem koordinat dan geometri pada data sampel kecil, dan hasilnya dibandingkan dengan referensi yang diketahui.

5. Apa manfaat terbaik saat menyiapkan proyeksi populasi dengan AI?

A) Memasukkan data dan asumsi statistik resmi dan meminta AI menyiapkan skenario dan rancangan laporan, dengan jelas menyatakan ketidakpastiannya ✔
B) Meminta AI untuk membuat sendiri angka populasi tanpa sumber
C) Menggunakan angka yang dihasilkan oleh AI, bukan statistik resmi
D) Menyajikan satu angka pasti tanpa menentukan rentang ketidakpastian

Penjelasan: AI tidak menghasilkan proyeksi numerik yang andal dengan sendirinya; Memproses data statistik resmi (misalnya TURKSTAT) dan metode terverifikasi, serta menyiapkan rancangan skenario dan laporan. Penggunaan yang benar adalah dengan menggunakan AI sebagai alat interpretasi dan penulisan dengan menyatakan secara jelas data masukan, asumsi pertumbuhan, dan rentang ketidakpastian.

6. Saat menyiapkan analisis kesesuaian penggunaan lahan dengan AI, salah satu lapisan data yang Anda gunakan sudah tua dan memiliki akurasi spasial yang rendah. Apa pendekatan yang paling sehat?

A) Menggunakan layer apa adanya dan menerima hasilnya sebagai final
B) Evaluasi kekinian dan keakuratan data, ganti dengan sumber terkini jika memungkinkan dan tulis batasannya di laporan ✔
C) Mengabaikan kualitas data karena AI menghasilkan peta yang indah
D) Secara diam-diam menghapus lapisan yang hilang dari analisis dan tidak melaporkannya dalam laporan

Penjelasan: Hasil analisis spasial sama baiknya dengan kualitas data masukan (sampah masuk, sampah keluar). Lapisan dengan ketelitian yang lama atau rendah akan menyesatkan hasil secara sistematis. Kekinian dan keakuratan data harus dievaluasi, diganti dengan sumber yang diperbarui/diverifikasi jika memungkinkan, dan batasannya harus ditulis dengan jelas dalam laporan.

7. Anda merangkum ribuan opini warga yang Anda kumpulkan dalam perencanaan partisipatif dengan AI. Risiko dan tindakan pencegahan apa yang paling penting dalam hal keterwakilan?

A) Memperlakukan ringkasan AI sebagai representasi adil dari semua opini dan tidak melihat data mentah
B) Hanya mendasarkan keputusan pada tema yang paling sering muncul
C) Memantau pandangan kelompok minoritas dan marginal secara terpisah, melindungi akses terhadap data mentah dan menyerahkan keputusan pada proses publik yang transparan ✔
D) Hilangkan opini yang jarang diulang-ulang sebagai kebisingan

Penjelasan: Ringkasan AI dapat menyoroti suara mayoritas dan pernyataan yang sering diulang-ulang serta mengaburkan pandangan kelompok minoritas dan terpinggirkan. Ini adalah bias representasi. Ringkasan tersebut harus memantau kelompok-kelompok ini secara terpisah, akses terhadap data mentah harus dilindungi, dan keputusan akhir harus diserahkan kepada proses publik yang transparan.

8. Kerangka apa yang paling akurat ketika menyajikan keluaran simulasi pertumbuhan kota kepada dewan kota?

A) Menyajikan keluaran sebagai prediksi masa depan yang tepat
B) Menampilkan satu skenario dengan benar tanpa menjelaskan asumsi dan ketidakpastian
C) Mengganti simulasi dengan proses perencanaan formal
D) Nyatakan dengan jelas asumsi, kendala dan ketidakpastian, sajikan hasilnya sebagai skenario/alat diskusi dan serahkan keputusan pada proses resmi ✔

Penjelasan: Keluaran simulasi merupakan skenario dengan asumsi tertentu, bukan prediksi pasti atau masa depan. Penyajian yang tepat adalah menyatakan dengan jelas asumsi masukan, kendala, dan ketidakpastian serta menyajikan keluaran sebagai argumen pengambilan keputusan; menyerahkan keputusan akhir pada proses rencana resmi dan evaluasi ahli.

9. Apa perilaku terbaik dalam hal privasi ketika memberikan data gambar dan parsel dari amandemen rencana yang belum ditangguhkan ke alat AI berbasis cloud?

A) Anonimkan konteks, hapus pengidentifikasi, dan gunakan alat yang sesuai kebijakan di mana data tidak akan digunakan dalam pendidikan ✔
B) Mengunggah semua gambar dan informasi pemilik parsel apa adanya
C) Menggunakan alat gratis tanpa membaca kebijakan privasi
D) Dengan asumsi bahwa informasi lokasi harus diungkapkan demi kualitas hasilnya.

Pengungkapan: Data paket yang tidak ditangguhkan, informasi pemilik parsel, dan lokasi bersifat sensitif baik sebagai data pribadi maupun proses publik; Kebocoran dini menimbulkan risiko spekulasi dan keuntungan haram. Penting untuk menganonimkan konteks, membersihkan pengidentifikasi seperti bidang/koordinat/nama, dan memilih alat yang mematuhi kebijakan yang menjamin bahwa data tidak akan digunakan dalam pelatihan.

10. Pendekatan apa yang paling akurat saat menginterpretasikan hasil model lalu lintas dengan AI?

A) Meminta AI menghitung sendiri volume lalu lintas, tanpa model
B) Meringkas keluaran model yang dikalibrasi dan divalidasi ke AI, menyatakan asumsi dengan jelas, dan menyerahkan evaluasi akhir kepada ahlinya ✔
C) Menerima hasil yang akurat meskipun model tidak dikalibrasi dengan penghitungan lapangan.
D) Menggunakan nilai volume yang dihasilkan oleh AI, bukan studi resmi

Penjelasan: AI tidak menghitung pembebanan lalu lintas itu sendiri; Meringkas keluaran model yang dikalibrasi. Agar hasilnya bermakna, model harus dikalibrasi dan divalidasi melalui sensus lapangan, asumsi (tahun skenario, matriks permintaan) harus jelas, dan evaluasi akhir harus dilakukan oleh ahli transportasi yang kompeten.

11. Apa struktur dasar yang perlu ditetapkan untuk menjaga kualitas, kepentingan publik, dan akuntabilitas dalam unit perencanaan yang mendukung AI?

A) Setiap karyawan menggunakan AI tanpa pengawasan dengan caranya sendiri
B) Mentransfer keluaran AI langsung ke paket tanpa menyimpannya
C) Membangun perpustakaan cepat umum, protokol verifikasi, tata kelola data dan kebijakan privasi dan menutup keluaran penting dengan persetujuan yang kompeten ✔
D) Lakukan verifikasi hanya sekali di akhir proses

Deskripsi: Penggunaan AI yang terdistribusi dan tidak terkendali memperbesar risiko kesalahan, bias, dan privasi serta melemahkan kepercayaan publik. Membangun perpustakaan cepat umum pada skala perusahaan, protokol verifikasi untuk setiap jenis keluaran, tata kelola data, dan kebijakan privasi yang jelas; Penting untuk menutup setiap keluaran penting keamanan dan kepentingan publik dengan persetujuan yang kompeten.

12. Saat Anda bertanya kepada AI tentang pasal peraturan zonasi, dia memberikan nomor pasal dan tarif yang jelas. Apa yang harus Anda lakukan sebelum menggunakan informasi ini dalam keputusan rencana Anda?

A) Terapkan langsung karena AI memberikan substansi yang jelas
B) Mengganti item dengan nilai yang Anda ingat dari proyek lain
c) Menggunakan nomor artikel dengan membulatkannya tanpa melihat sumbernya
D) Untuk mengkonfirmasi informasi dari teks resmi peraturan saat ini dan, jika perlu, untuk memverifikasinya dari administrasi yang berwenang ✔

Penjelasan: Pasal-pasal peraturan berubah seiring waktu dan AI dapat mengembalikan informasi yang sudah ketinggalan zaman atau dari undang-undang yang berbeda, atau bahkan berhalusinasi tentang nomor pasal. Nilainya harus dikonfirmasi dari teks resmi dan terkini dari peraturan terkait yang berlaku dan, jika perlu, diverifikasi oleh administrasi yang berwenang.

13. Cara paling efektif untuk menggunakan AI dalam analisis penggunaan lahan adalah dengan memberikan apa?

A) Memberikan wilayah kerja, lapisan, sistem koordinat, kriteria dan bobot secara jelas dan terstruktur ✔
B) Berikan saja permintaan satu kalimat seperti 'lakukan analisis penggunaan lahan yang baik'
C) Menghasilkan banyak peta dan memilih satu tanpa memberikan konteks apa pun
D) Membiarkan kriteria dan bobot diasumsikan oleh AI itu sendiri

Penjelasan: Kualitas keluaran AI bergantung pada kualitas masukan. Outputnya berfungsi dengan baik bila Anda dengan jelas menentukan batasan seperti batas area kerja, lapisan yang akan digunakan, sistem koordinat, kriteria analisis, dan bobot; Permintaan satu kalimat yang tidak jelas menghasilkan hasil yang umum dan dangkal, bahkan menyesatkan.

14. Anda menyusun laporan pengungkapan rencana (laporan pembenaran rencana) dengan AI. Bagaimana sikap yang paling benar terhadap rancangan ini?

A) Menempatkan rancangan sebagaimana adanya dalam berkas persetujuan
B) Menggunakan rancangan tersebut sebagai kerangka dan meninjau serta mengoreksi setiap data, referensi legislatif dan justifikasi dengan perencana yang kompeten ✔
C) Tidak memeriksa referensi peraturan perundang-undangan karena AI memberikannya
D) Menerima data analisis tanpa membandingkannya dengan penelitian sebenarnya

Penjelasan: Laporan pengungkapan rencana merupakan bagian dari proses persetujuan hukum dan menimbulkan tanggung jawab teknis/hukum. AI dapat dengan cepat menghasilkan rancangan kerangka; Namun demikian, setiap data, acuan peraturan perundang-undangan, tarif dan justifikasinya harus dikaji ulang oleh perencana kota yang berkompeten dan dikoreksi sesuai dengan peraturan perundang-undangan yang berlaku dan data analisis nyata, dan tanggung jawab harus tetap berada pada perencana.