Flusso di lavoro di pianificazione end-to-end assistito dall'intelligenza artificiale e applicazione aziendale — L'intelligenza artificiale nella pianificazione urbana e regionale

Guadagni:

Capacità di integrare l'intelligenza artificiale sul posto e entro i limiti in ogni fase del flusso di lavoro, dalla raccolta dei dati alla decisione di pianificazione
Capacità di stabilire una libreria tempestiva, un protocollo di verifica, una governance dei dati e una politica sulla privacy su scala aziendale
Capacità di progettare una cultura di audit che preservi l’interesse pubblico, la trasparenza, la responsabilità e la fiducia del pubblico nella pianificazione supportata dall’intelligenza artificiale

Le unità precedenti hanno mostrato come utilizzare l'intelligenza artificiale in compiti individuali di pianificazione (analisi del piano, GIS, satellite, popolazione, trasporti, simulazione, legislazione, partecipazione, disastro). Questa unità finale combina questi elementi in un flusso di lavoro coerente e trasforma l'abilità individuale in una capacità organizzativa. Perché in un comune o in un ufficio di pianificazione, la questione principale non è il buon uso dell'intelligenza artificiale da parte di un singolo pianificatore; L’intera organizzazione utilizza l’intelligenza artificiale in modo sicuro, coerente, riservato e nell’interesse pubblico. Ciò richiede tre strutture che razionalizzino l’utilizzo distribuito e incontrollato: una libreria di prompt comune, un protocollo di autenticazione per tipo di output e una politica di governance e privacy dei dati. In questa unità imparerai a stabilire queste strutture e a progettare una cultura di audit che mantenga la fiducia del pubblico nella pianificazione basata sull'intelligenza artificiale.

Flusso di lavoro end-to-end

Ecco come un processo di pianificazione viene intrecciato dall'inizio alla fine con l'intelligenza artificiale (l'intelligenza artificiale accelera, l'uomo verifica in ogni fase):

Raccolta e organizzazione dei dati. Satellite, GIS, popolazione, trasporti, dati sulle presenze: l'intelligenza artificiale pulisce, tabelle.
Analisi. Uso del territorio, accessibilità, rischio: l'intelligenza artificiale costruisce, gli esperti verificano.
Produzione di scenari. Scenari di crescita e trasporti: l’intelligenza artificiale confronta, i processi selezionano.
Controllo regolamentare. Ogni decisione è testata dalla legislazione: scansioni AI, conferma il testo ufficiale.
Partecipazione. L'opinione delle parti interessate viene raccolta e riepilogata: analisi dell'intelligenza artificiale e rappresentanza mantenuta.
Decisione e previsione del piano. Un pianificatore competente prende decisioni e si assume la responsabilità.
Reporting e approvazione. Rapporto di descrizione del piano: bozza AI, responsabile del pianificatore.
Monitoraggio. Monitoraggio delle modifiche successive al piano: pre-scansioni dell'intelligenza artificiale, conferme sul campo.

In questa catena, l’intelligenza artificiale è come un “assistente allo svincolo”: aiuta ad ogni fermata, ma il pianificatore è sempre al volante.

Suggerimento: il rischio maggiore nell'utilizzo end-to-end è che un output non verificato venga portato come input alla fase successiva. Una cifra errata della popolazione può filtrare nell’analisi, da lì allo scenario e da lì alla decisione. Ad ogni uscita di tappa "è confermato?" metti la porta.

Struttura aziendale 1: libreria di prompt

Chiedere a ciascun pianificatore di scrivere da zero il proprio suggerimento è sia una perdita di tempo che una fonte di incoerenza. L'istituzione raccoglie prompt testati e verificati in una libreria comune: "tabulazione delle note del piano", "query dipendente dal testo della legislazione", "estrazione del tema della partecipazione", ecc. Ogni prompt contiene regole di sicurezza come l'etichetta "VERIFICA RICHIESTA", divieto di fabbricare dati e richiedere risorse. Pertanto, la qualità dipende dall’istituzione, non dall’individuo.

Struttura organizzativa 2: Protocollo di autenticazione

Ogni tipo di output ha il proprio livello di convalida. Una nota di riunione viene sottoposta a una rapida revisione; un atto legislativo richiede la conferma ufficiale del testo; Un indicatore del rischio di catastrofe richiede uno studio esperto. L'organizzazione scrive la mappatura “tipologia output → verifica obbligatoria → persona responsabile” in una tabella e la rende vincolante.

Struttura organizzativa 3: Governance dei dati e privacy

Dovrebbe esserci una politica scritta su quali dati possono andare nel cloud e quali no, come saranno resi anonimi e quali strumenti sono approvati. Regole chiare per le informazioni sensibili come piani non sospesi, proprietari di pacchi, dati personali; elenco veicoli omologati; e la garanzia che i dati non verranno utilizzati nell’istruzione è il fulcro di questa politica.

Passo dopo passo: sviluppare il talento aziendale nell'intelligenza artificiale

Tira fuori l'inventario. In quali compiti viene/potrebbe essere utilizzata l’intelligenza artificiale?
Effettuare una classificazione dei rischi. Posiziona ogni attività nella zona verde/gialla/rossa.
Installa la libreria dei prompt. Le regole di sicurezza sono integrate, comuni.
Scrivere un protocollo di autenticazione. Tipo di output → verifica → responsabile.
Scrivere una politica sui dati/privacy. Strumento approvato, anonimizzazione, dati vietati.
Dare istruzione. Fai conoscere al team i confini e la convalida.
Controlla e aggiorna. Salva tracce e rivedi regolarmente.

Prompt debole / Prompt forte

Approccio debole: "Lasciate che il team utilizzi l'intelligenza artificiale, ognuno trovi il proprio metodo".

Ciò significa qualità incoerente, fughe di privacy, risultati non verificati e mancanza di responsabilità.

Approccio forte: "Colleghiamo l'uso dell'intelligenza artificiale nell'organizzazione a tre strutture: (1) libreria di prompt comune con regole di sicurezza integrate, (2) verifica obbligatoria e mappatura responsabile per ciascun tipo di output, (3) politica dei dati con strumento approvato e regola di anonimizzazione. Non tutti gli output dell'IA possono essere spostati alla fase successiva senza superare la relativa verifica; gli output della zona rossa vengono chiusi con l'approvazione di un esperto competente e l'intero processo viene monitorato."

Il secondo approccio trasforma l’intelligenza artificiale da un’abitudine individuale a una capacità organizzativa e controllabile.

Quattro modelli copiabili

Attività: tradurre il seguente elenco di attività di pianificazione in una matrice di utilizzo dell'intelligenza artificiale aziendale. Per ogni compito: zona di rischio (verde/gialla/rossa), ruolo dell'IA, verifica obbligatoria, responsabile. Nelle attività rosse, scrivi "L'approvazione di esperti autorizzati e il processo ufficiale sono obbligatori". Compiti: [...]

Attività: generare una tabella del protocollo di autenticazione per i seguenti tipi di output: tipo di output | rischio | passaggi di verifica obbligatori | ruolo responsabile |requisito di registrazione/tracciabilità. Tipi di uscita: [...]

Compito: scrivere una BOZZA di politica sulla privacy/dati AI per un'agenzia di pianificazione. Includono: tipologie di dati che non possono essere trasferiti nel cloud, regola di anonimizzazione, criterio dello strumento approvato, requisito di non utilizzo nell'istruzione, azioni in caso di violazione. Contesto: [...]

Attività: controllare il seguente flusso di lavoro di pianificazione end-to-end. Verificare la presenza di un “cancello di validazione” all'uscita di ogni tappa; Contrassegnare i punti in cui l'output non verificato potrebbe passare alla fase successiva. Flusso di lavoro: [...]

Una tabella: fase, ruolo AI e proprietario della verifica

Palcoscenico

Il ruolo dell'intelligenza artificiale

Verifica obbligatoria

Responsabile

Modifica dei dati

Pulitura, tabulazione

Controllo sorgente/formato

analista

Analisi

Redazione, bozza di codice

CRS, qualità dei dati

pianificatore

Scenario

Confronto

Trasparenza del presupposto

squadra di pianificatori

legislazione

Scansione basata su testo

Testo ufficiale attuale

pianificatore/legge

Partecipazione

Estrazione del tema

Rappresentazione, dati grezzi

Responsabile della partecipazione

disastro/rischio

Sintesi, pre-screening

studio esperto

esperto competente

Rapporto

bozza di scrittura

Contenuto + responsabilità

pianificatore competente

tre mini custodie

Caso 1 – Errore strisciante. Un dato demografico non verificato entra in analisi in un ufficio, da lì viene spostato nel resoconto dei bisogni scolastici e da lì in un piano di fornitura. L'errore viene notato in fase di approvazione del piano e il processo viene ripristinato. Un'istituzione che mettesse un "cancello di verifica" in ogni fase taglierebbe questa catena al secondo passaggio. Questo è il rischio maggiore dell’utilizzo peer-to-peer.

Caso 2 — Coerenza con la biblioteca. Un comune passa a una biblioteca di prompt comune; Al giorno d'oggi ogni progettista interroga la legislazione con lo stesso sollecito racchiuso nella regola del "fare affidamento solo sul testo dato, non inventare l'articolo". Gli errori causati dalle allucinazioni diminuiscono significativamente e la qualità diventa indipendente dalla persona. L’istituzionalizzazione fa sì che la qualità non sia più una coincidenza.

Caso 3 – Il valore di una politica sulla privacy. Uno stagista sta per caricare su un veicolo libero una revisione del piano non sospeso; La politica sui dati dell'istituzione ci ricorda la regola secondo cui "i dati sensibili non vengono caricati su uno strumento non approvato, rendili anonimi". Si evita una possibile fuga di notizie e una crisi di fiducia del pubblico. La politica scritta protegge laddove le buone intenzioni falliscono.

Errori comuni

Non mettere un cancello di verifica. L'output non verificato perde e cresce tra le fasi.
Qualità dipendente dalla persona. Senza una libreria comune, ogni pianificatore funziona in modo diverso e incoerente.
Privacy non scritta. Se non esiste una politica, le buone intenzioni non basteranno a prevenire una fuga di notizie.
Allentamento della zona rossa. Saltare l’autorizzazione normativa/in caso di catastrofe per ragioni di velocità mette a rischio la sicurezza pubblica.
Non tenere traccia. Il processo pubblico deve essere responsabile; è richiesto il record di verifica.
Saltare l'allenamento. Anche la migliore politica resta sulla carta se il team non ne conosce i confini.
Non aggiornare la politica. Cambiano gli strumenti e la legislazione; Anche la struttura andrebbe aggiornata.

In sintesi

La vera maturità nella pianificazione basata sull’intelligenza artificiale consiste nel gestire in modo sicuro il processo end-to-end, non una singola attività. Ciò richiede la costruzione di una catena accelerata dall’intelligenza artificiale ma verificata dall’uomo in ogni fase, dalla raccolta dei dati al monitoraggio; Il rischio maggiore è che l’output non verificato passi alla fase successiva, la soluzione è un cancello di verifica in ogni fase. Tre strutture che trasformano le competenze individuali in talento aziendale: regole di sicurezza, libreria di prompt incorporata, protocollo di autenticazione per tipo di output e policy dati/privacy. Queste strutture rendono la qualità indipendente dagli individui, i processi responsabili e la fiducia pubblica mantenuta. L’intelligenza artificiale accelera la pianificazione; L’interesse pubblico, la trasparenza e la responsabilità appartengono sempre alle persone.

Compito dell'applicazione

Elabora un quadro di utilizzo dell'intelligenza artificiale per la tua istituzione (o un comune campione). (1) Collocare almeno cinque attività di pianificazione in una matrice di rischio con il primo modello. (2) Scrivere il protocollo di verifica per tre tipi di output con il secondo modello. (3) Produrre una breve bozza di politica sui dati/privacy con il terzo modello. (4) Con il quarto modello, verificare un flusso di lavoro end-to-end e identificare almeno un "cancello di convalida" mancante e scrivere come chiuderlo.

lista di controllo

[ ] Ho inserito un cancello di validazione all'uscita di ogni fase del flusso di lavoro.
[ ] Ho creato una libreria di prompt comune con regole di sicurezza integrate.
[ ] Ho scritto il tipo di output → verifica → mappatura responsabile.
[ ] Ho creato un'informativa sulla privacy con strumenti approvati, anonimizzazione e regole sui dati vietati.
[ ] Ho sottoposto le uscite della zona rossa all'approvazione degli esperti competenti.
[ ] Ho programmato la formazione per il team sui limiti e sulla convalida.
[ ] Ho tenuto una traccia/registro e aggiornamenti regolari per l'intero processo.

Esame del modulo

1. L'unità di pianificazione di un comune vuole determinare se imporre un divieto di costruzione in base all'imminente rischio di catastrofe per un quartiere e sta valutando la possibilità di utilizzare l'intelligenza artificiale per accelerare questa decisione. Qual è l'approccio più corretto?

A) Utilizzo dell'intelligenza artificiale solo per la discussione dei dati e la stesura di report; effettuare la valutazione e la decisione finale del rischio con analisi formale e approvazione da parte di esperti competenti ✔
B) Convertire il punteggio di rischio prodotto dall'IA direttamente in una decisione di divieto di costruire
C) Accettare senza analisi formale se l'IA ha dato lo stesso risultato più di una volta
D) Saltare l'approvazione degli esperti e accelerare il processo

Descrizione: Il divieto di costruire in base al rischio di catastrofe è una decisione critica per la sicurezza e giuridicamente vincolante in termini di sicurezza della vita. L’intelligenza artificiale può essere utilizzata per la revisione della letteratura, la cura dei dati e la stesura di report; Tuttavia, la valutazione e la decisione finale del rischio devono essere prese con l'analisi ufficiale e l'approvazione di esperti geologici/geotecnici e urbanisti competenti in conformità con la legislazione applicabile. L’output dell’intelligenza artificiale non sostituisce questo processo di approvazione e formale.

2. Qual è il modo più sicuro per evitare di ottenere un valore falso (allucinazione) quando si chiede all'IA lo stato della zonizzazione e le condizioni di costruzione (TAKS/KAKS, funzione, distanze di disegno) di un lotto?

A) Confidare nel valore fornito dall’AI e avviare il progetto
B) Confermare le condizioni di costruzione dal documento ufficiale di zonizzazione dell'amministrazione competente e dall'attuale piano approvato e note di piano. ✔
C) Rivolgi nuovamente la stessa domanda con parole diverse e fai la media
D) Procedere in base alla descrizione dell'annuncio su un sito immobiliare

Spiegazione: Sebbene il modello linguistico conosca i termini di zonizzazione, può inventare valori, codici funzione e tariffe per un particolare lotto o fornire informazioni obsolete. Queste informazioni dovrebbero essere confermate solo dal documento ufficiale sullo stato di zonizzazione dell'amministrazione competente (comune) e dall'attuale piano di zonizzazione approvato e dalle note del piano.

3. Hai rilevato il cambiamento urbano (nuova costruzione) con l'intelligenza artificiale dall'immagine satellitare. Qual è l'approccio migliore quando si utilizza questo risultato in un processo di ispezione della zonizzazione?

A) Convertire ogni modifica contrassegnata dall'IA direttamente in una segnalazione di abusivismo
B) Considerare la data e la risoluzione dell'immagine come non importanti e accettare il risultato come definitivo
C) Basare il processo prendendo i risultati come pre-screening e confermandoli con controllo sul campo, registrazione e misurazione ufficiali ✔
D) Ignorare gli errori relativi alle ombre e alle nuvole

Descrizione: La classificazione delle immagini AI e il rilevamento delle modifiche forniscono una potente pre-scansione ma contengono risoluzione, data, ombra ed errore di classificazione. La modifica rilevata non può basarsi su un negozio giuridico senza essere confermata dal controllo sul campo, dalla registrazione dell'atto di proprietà/licenza e dalla misurazione ufficiale; I soli risultati dell’intelligenza artificiale non costituiscono una prova.

4. Qual è il controllo più critico prima di eseguire uno script GeoPandas/Python scritto dall'intelligenza artificiale sui dati reali del progetto?

A) Verificare che il codice non causi errori ed eseguirlo sull'intero set di dati.
B) Affidarsi alla mappa di output per avere un bell'aspetto
C) Esecuzione del codice direttamente sul set di dati principale senza leggerlo
D) Leggere il codice e testarlo verificando il sistema di coordinate e la geometria su piccoli dati campione e confrontando il risultato con un riferimento noto ✔

Descrizione: il codice spaziale AI può presupporre il sistema di riferimento delle coordinate (CRS) errato, distorcere la geometria o calcolare aree con l'unità sbagliata. Il codice dovrebbe essere letto, testato verificando prima il sistema di coordinate e la geometria su un piccolo campione di dati e il risultato confrontato con un riferimento noto.

5. Qual è il miglior utilizzo quando si ottiene una proiezione demografica preparata dall'intelligenza artificiale?

A) Inserire dati statistici e ipotesi ufficiali e chiedere all'IA di preparare uno scenario e una bozza di rapporto, indicando chiaramente l'incertezza ✔
B) Chiedere all'IA di inventare da sola i dati sulla popolazione senza fonti
C) Utilizzando il numero prodotto dall'AI invece delle statistiche ufficiali
D) Presentare un unico numero esatto senza specificare l'intervallo di incertezza

Spiegazione: l'intelligenza artificiale non produce da sola una proiezione numerica affidabile; Elabora i dati delle statistiche ufficiali (ad esempio TURKSTAT) e il metodo verificato e prepara bozze di scenari e rapporti. L’uso corretto è utilizzare l’intelligenza artificiale come strumento di interpretazione e scrittura indicando chiaramente i dati di input, le ipotesi di crescita e l’intervallo di incertezza.

6. Quando si imposta un'analisi di idoneità all'uso del territorio con l'intelligenza artificiale, uno dei livelli di dati utilizzati è vecchio e ha una bassa precisione spaziale. Qual è l'approccio più sano?

A) Utilizzare il livello così com'è e accettare il risultato come finale
B) Valutare l'attualità e l'accuratezza dei dati, sostituirli se possibile con la fonte attuale e scrivere i limiti nel report ✔
C) Trascurare la qualità dei dati perché l’intelligenza artificiale produce una bellissima mappa
D) Rimuovere silenziosamente lo strato mancante dall'analisi e non riportarlo nel report

Spiegazione: Il risultato dell'analisi spaziale è buono quanto la qualità dei dati di input (garbage in, garbage out). Uno strato vecchio o di bassa fedeltà ingannerà sistematicamente il risultato. L'attualità e l'accuratezza dei dati dovrebbero essere valutate, sostituite con una fonte aggiornata/verificata, se possibile, e i limiti dovrebbero essere scritti chiaramente nel rapporto.

7. Riassumi le migliaia di opinioni dei cittadini che hai raccolto nella pianificazione partecipativa con l'intelligenza artificiale. Qual è il rischio e la precauzione più critici in termini di rappresentanza?

A) Trattare il riepilogo dell'intelligenza artificiale come una rappresentazione equa di tutte le opinioni e non considerare i dati grezzi
B) Basare la decisione solo sui temi più ricorrenti
C) Monitorare separatamente le opinioni delle minoranze e dei gruppi emarginati, proteggendo l'accesso ai dati grezzi e lasciando la decisione a un processo pubblico trasparente ✔
D) Eliminare le opinioni meno ripetute come rumore

Spiegazione: i riepiloghi AI possono evidenziare le voci della maggioranza e le dichiarazioni spesso ripetute e oscurare le opinioni delle minoranze e dei gruppi emarginati. Questo è un pregiudizio di rappresentazione. La sintesi dovrebbe monitorare questi gruppi separatamente, l’accesso ai dati grezzi dovrebbe essere protetto e la decisione finale dovrebbe essere lasciata a un processo pubblico trasparente.

8. Qual è l'inquadramento più accurato quando si presenta il risultato di una simulazione di crescita urbana al consiglio comunale?

A) Presentare l'output come una precisa previsione futura
B) Mostrare correttamente un singolo scenario senza spiegare le ipotesi e l'incertezza
C) Sostituzione della simulazione con il processo di pianificazione formale
D) Indicare chiaramente le ipotesi, i vincoli e le incertezze, presentare i risultati come uno scenario/strumento di discussione e lasciare la decisione al processo ufficiale ✔

Spiegazione: l'output della simulazione è uno scenario basato su determinati presupposti, non una previsione esatta o un futuro. Una presentazione corretta indica chiaramente le ipotesi di input, i vincoli e l'incertezza e presenta l'output come argomento a favore della decisione; lasciando la decisione finale al processo ufficiale del piano e alla valutazione degli esperti.

9. Qual è il comportamento migliore in termini di privacy nel conferire i dati di prelievo e parcella di una modifica di piano non ancora sospesa a uno strumento di AI basato sul cloud?

A) Rendere anonimo il contesto, identificare chiaramente gli identificatori e utilizzare uno strumento conforme alle politiche in cui i dati non verranno utilizzati nell'istruzione ✔
B) Caricamento di tutti i disegni e delle informazioni sul proprietario del lotto così come sono
C) Utilizzo di uno strumento gratuito senza leggere l'informativa sulla privacy
D) Supponendo che le informazioni sulla posizione debbano essere divulgate per la qualità dei risultati.

Divulgazione: i dati del piano non sospesi, le informazioni sul proprietario del pacco e la posizione sono sensibili sia come dati personali che come processi pubblici; Le perdite precoci creano il rischio di speculazioni e guadagni illeciti. È necessario rendere anonimo il contesto, pulire gli identificatori come particella/coordinata/nome e scegliere uno strumento conforme alle policy che garantisca che i dati non verranno utilizzati nella formazione.

10. Qual è l'approccio più accurato quando si interpretano i risultati di un modello di traffico con l'intelligenza artificiale?

A) Chiedere all’IA di calcolare da sola i volumi di traffico, senza un modello
B) Riassumere all'IA l'output del modello calibrato e validato, indicando chiaramente le ipotesi e lasciando la valutazione finale all'esperto ✔
C) Accettare il risultato come accurato anche se il modello non è calibrato con il conteggio dei campi.
D) Utilizzando il valore del volume prodotto dall'AI invece dello studio ufficiale

Spiegazione: l'intelligenza artificiale non calcola da sola l'assegnazione del traffico; Riepiloga l'output di un modello calibrato. Affinché i risultati siano significativi, il modello deve essere calibrato e validato mediante un censimento sul campo, le ipotesi (anno dello scenario, matrice della domanda) devono essere chiare e la valutazione finale deve essere effettuata da un esperto di trasporti competente.

11. Qual è la struttura di base che deve essere stabilita per mantenere la qualità, l’interesse pubblico e la responsabilità in un’unità di pianificazione abilitata all’intelligenza artificiale?

R) Ogni dipendente utilizza l'intelligenza artificiale senza supervisione a modo suo
B) Trasferisci gli output dell'AI direttamente nel piano senza salvarne nessuno
C) Stabilire una libreria comune di prompt, un protocollo di verifica, una governance dei dati e una politica sulla privacy e chiudere i risultati critici con l'approvazione competente ✔
D) Effettuare la verifica una sola volta alla fine del processo

Descrizione: L’uso distribuito e incontrollato dell’intelligenza artificiale amplifica il rischio di errori, pregiudizi e privacy e mina la fiducia del pubblico. Stabilire una libreria di prompt comune su scala aziendale, un protocollo di verifica per ciascun tipo di output, una governance dei dati e una chiara politica sulla privacy; È essenziale chiudere ogni output critico per la sicurezza e l’interesse pubblico con l’approvazione competente.

12. Quando hai chiesto ad AI informazioni su un articolo sulla regolamentazione della zonizzazione, ha fornito un numero di articolo e una tariffa chiari. Cosa dovresti fare prima di utilizzare queste informazioni nella decisione del tuo piano?

A) Applicare direttamente poiché l'AI dà una sostanza chiara
B) Sostituzione dell'articolo con il valore che ricordi da un altro progetto
C) Utilizzando il numero dell'articolo arrotondandolo senza guardare la fonte
D) Confermare le informazioni contenute nel testo ufficiale vigente della normativa vigente e, se necessario, verificarle presso l'amministrazione competente ✔

Spiegazione: gli articoli del regolamento cambiano nel tempo e l'intelligenza artificiale può restituire informazioni obsolete o provenienti da una legislazione diversa, o addirittura avere allucinazioni sul numero dell'articolo. Il valore deve essere confermato dal testo ufficiale e vigente della normativa vigente in materia e, se necessario, verificato dall'amministrazione competente.

13. Il modo più efficace per utilizzare l'intelligenza artificiale in un'analisi dell'uso del territorio è fornirle cosa?

A) Fornire l'area di lavoro, i livelli, il sistema di coordinate, i criteri e i pesi in modo chiaro e strutturato ✔
B) Basta fornire una richiesta di una frase come "fai una buona analisi sull'uso del territorio"
C) Produrre molte mappe e sceglierne una senza fornire alcun contesto
D) Lasciare che criteri e pesi siano assunti dall'AI stessa

Spiegazione: la qualità dell'output di AI dipende dalla qualità dell'input. L'output funziona bene quando si specificano chiaramente vincoli quali il confine dell'area di lavoro, i layer da utilizzare, il sistema di coordinate, i criteri di analisi e i pesi; Le richieste vaghe di una sola frase producono risultati generali e superficiali, persino fuorvianti.

14. Hai redatto un rapporto di divulgazione del piano (rapporto di giustificazione del piano) con AI. Qual è l’atteggiamento più corretto nei confronti di questa bozza?

A) Mettere la bozza così com'è nel file di approvazione
B) Utilizzare la bozza come quadro di riferimento e rivedere e correggere ogni dato, riferimento legislativo e giustificazione con un pianificatore competente ✔
C) Non controllare i riferimenti normativi perché l'AI li fornisce
D) Accettare i dati dell'analisi senza confrontarli con lo studio reale

Spiegazione: la relazione informativa del piano fa parte del processo di approvazione legale e crea responsabilità tecnico/legale. L'intelligenza artificiale può produrre rapidamente una bozza di scheletro; Tuttavia, ogni dato, riferimento legislativo, tariffa e giustificazione deve essere rivisto da un urbanista competente e corretto in base alla legislazione vigente e ai dati di analisi reali, e la responsabilità deve restare del pianificatore.