Aliran Kerja Perancangan Berbantukan AI Hujung ke Akhir dan Aplikasi Perusahaan — Kecerdasan Buatan dalam Perancangan Bandar dan Wilayah

Keuntungan:

Keupayaan untuk mengintegrasikan AI di tempat dan dalam sempadan pada setiap peringkat aliran kerja, daripada pengumpulan data hingga membuat keputusan merancang
Keupayaan untuk mewujudkan perpustakaan segera, protokol pengesahan, tadbir urus data dan dasar privasi pada skala perusahaan
Keupayaan untuk mereka bentuk budaya audit yang memelihara kepentingan awam, ketelusan, akauntabiliti dan kepercayaan awam dalam perancangan yang disokong AI

Unit sebelumnya telah menunjukkan kepada anda cara menggunakan AI dalam tugas perancangan individu (analisis pelan, GIS, satelit, populasi, pengangkutan, simulasi, perundangan, penyertaan, bencana). Unit akhir ini menggabungkan bahagian ini menjadi satu aliran kerja yang koheren dan menukar kemahiran individu menjadi keupayaan organisasi. Kerana dalam perbandaran atau pejabat perancangan, isu utama bukanlah penggunaan AI yang baik oleh perancang tunggal; Seluruh organisasi menggunakan AI dengan cara yang selamat, konsisten, sulit dan kepentingan awam. Ini memerlukan tiga struktur yang menyelaraskan penggunaan teragih dan tidak terkawal: perpustakaan segera biasa, protokol pengesahan mengikut jenis output dan tadbir urus data dan dasar privasi. Dalam unit ini, anda akan belajar untuk mewujudkan struktur ini dan mereka bentuk budaya audit yang mengekalkan kepercayaan orang ramai terhadap perancangan yang didayakan AI.

Aliran kerja hujung ke hujung

Begini cara proses perancangan dijalin dari awal hingga akhir dengan AI (AI mempercepatkan, pengesahan manusia pada setiap peringkat):

Pengumpulan data dan organisasi. Satelit, GIS, populasi, pengangkutan, data kehadiran — pembersihan AI, jadual.
Analisis. Penggunaan tanah, kebolehcapaian, risiko — binaan AI, pengesahan pakar.
Penghasilan senario. Senario pertumbuhan dan pengangkutan — AI membandingkan, proses memilih.
Kawalan kawal selia. Setiap keputusan diuji oleh undang-undang — imbasan AI, teks rasmi mengesahkan.
Penyertaan. Pendapat pihak berkepentingan dikumpul dan diringkaskan — analisis AI, perwakilan dikekalkan.
Keputusan dan peruntukan rancangan. Perancang yang cekap membuat keputusan dan memikul tanggungjawab.
Pelaporan dan kelulusan. Laporan penerangan rancangan — draf AI, perancang bertanggungjawab.
Pemantauan. Penjejakan perubahan selepas pelan — pra-imbasan AI, pengesahan medan.

Dalam rantaian ini, AI adalah seperti "pembantu simpang": ia membantu di setiap perhentian, tetapi perancang sentiasa berada di hadapan.

Petua: Risiko terbesar dalam penggunaan hujung ke hujung ialah output yang tidak disahkan akan dibawa sebagai input ke peringkat seterusnya. Angka populasi yang salah mungkin bocor ke dalam analisis, dari sana ke senario, dan dari sana ke keputusan. Pada setiap peringkat keluar, "adakah ini disahkan?" letak pintu.

Struktur perusahaan 1: Perpustakaan segera

Meminta setiap perancang menulis arahannya sendiri dari awal adalah pembaziran masa dan punca ketidakkonsistenan. Institusi mengumpul gesaan yang diuji dan disahkan dalam pustaka biasa: "penjadualan nota rancangan", "pertanyaan bergantung kepada teks perundangan", "pengeluaran tema penyertaan", dsb. Setiap gesaan mengandungi peraturan keselamatan seperti label "PENGESAHAN DIPERLUKAN", larangan memalsukan data dan meminta sumber. Oleh itu, kualiti bergantung kepada institusi, bukan individu.

Struktur organisasi 2: Protokol pengesahan

Setiap jenis output mempunyai tahap pengesahannya sendiri. Nota mesyuarat melalui semakan pantas; sekeping perundangan memerlukan pengesahan teks rasmi; Penunjuk risiko bencana memerlukan kajian pakar. Organisasi menulis pemetaan "jenis output → pengesahan mandatori → orang yang bertanggungjawab" ke dalam jadual dan menjadikannya mengikat.

Struktur organisasi 3: Tadbir urus data dan privasi

Perlu ada dasar bertulis mengenai data yang boleh pergi ke awan dan yang tidak boleh, cara ia akan dianonimkan dan alat yang diluluskan. Peraturan yang jelas untuk maklumat sensitif seperti pelan yang tidak digantung, pemilik petak, data peribadi; senarai kenderaan yang diluluskan; dan jaminan bahawa data tidak akan digunakan dalam pendidikan adalah teras dasar ini.

Langkah demi langkah: membina bakat AI perusahaan

Keluarkan inventori. Dalam tugas manakah AI boleh digunakan?
Buat klasifikasi risiko. Letakkan setiap tugasan dalam zon hijau/kuning/merah.
Pasang perpustakaan segera. Peraturan keselamatan dibenamkan, biasa.
Tulis protokol pengesahan. Jenis output → pengesahan → bertanggungjawab.
Tulis dasar data/privasi. Alat yang diluluskan, tanpa nama, data yang dilarang.
Beri pendidikan. Biarkan pasukan mengetahui sempadan dan pengesahan.
Semak dan kemas kini. Simpan jejak dan semak dengan kerap.

Gesaan lemah / Gesaan kuat

Pendekatan yang lemah: "Biarkan pasukan menggunakan AI, semua orang mencari kaedah mereka sendiri."

Ini bermakna kualiti tidak konsisten, kebocoran privasi, output tidak disahkan dan kekurangan akauntabiliti.

Pendekatan kukuh: "Kami menghubungkan penggunaan AI dalam organisasi kepada tiga struktur: (1) perpustakaan segera biasa dengan peraturan keselamatan terbenam, (2) pengesahan mandatori dan pemetaan yang bertanggungjawab untuk setiap jenis output, (3) dasar data dengan alat yang diluluskan dan peraturan anonim. Tidak setiap output AI boleh dialihkan ke peringkat seterusnya tanpa lulus pengesahan yang berkaitan; output zon merah ditutup dengan kelulusan keseluruhan proses yang cekap."

Pendekatan kedua menukar AI daripada tabiat individu kepada keupayaan organisasi yang boleh dikawal.

Empat templat yang boleh disalin

Tugas: Terjemah senarai tugas perancangan berikut ke dalam matriks penggunaan AI perusahaan. Untuk setiap tugas: zon risiko (hijau/kuning/merah), peranan AI, pengesahan mandatori, bertanggungjawab. Dalam tugas merah, tulis "kelulusan pakar yang dibenarkan dan proses rasmi adalah wajib". Tugas: [...]

Tugas: Hasilkan jadual protokol pengesahan untuk jenis output berikut: jenis output | risiko | langkah pengesahan wajib | peranan bertanggungjawab |rekod/jejaki keperluan. Jenis keluaran: [...]

Tugas: Tulis DRAF AI data/dasar privasi untuk agensi perancangan. Sertakan: jenis data yang tidak boleh pergi ke awan, peraturan anonimasi, kriteria alat yang diluluskan, tidak digunakan dalam keperluan pendidikan, tindakan sekiranya berlaku pelanggaran. Konteks: [...]

Tugas: Audit aliran kerja perancangan hujung ke hujung berikut. Semak "pintu pengesahan" di pintu keluar setiap peringkat; Tandai titik di mana output yang tidak disahkan mungkin bocor ke peringkat seterusnya. Aliran kerja: [...]

Jadual: peringkat, peranan AI dan pemilik pengesahan

pentas

Peranan AI

Pengesahan mandatori

Bertanggungjawab

Penyuntingan data

Pembersihan, tabulasi

Kawalan sumber/format

penganalisis

Analisis

Mengedit, draf kod

CRS, kualiti data

perancang

Senario

Perbandingan

Ketelusan andaian

pasukan perancang

perundangan

Pengimbasan berasaskan teks

Teks semasa rasmi

perancang/undang-undang

Penyertaan

Pengekstrakan tema

Perwakilan, data mentah

Pegawai penyertaan

bencana/risiko

Sintesis, pra-penyaringan

kajian pakar

pakar yang berwibawa

Laporan

penulisan draf

Kandungan + tanggungjawab

perancang yang cekap

tiga kes mini

Kes 1 — Ralat merayap. Angka populasi yang tidak disahkan memasuki analisis di pejabat, dari situ ia dipindahkan ke akaun keperluan sekolah, dan dari sana ke peruntukan pelan. Ralat dapat dilihat pada peringkat kelulusan pelan dan proses dipulihkan. Institusi yang meletakkan "pintu pengesahan" pada setiap peringkat akan memutuskan rantaian ini pada langkah kedua. Ini adalah risiko terbesar penggunaan peer-to-peer.

Kes 2 — Konsisten dengan perpustakaan. Sebuah majlis perbandaran bertukar kepada perpustakaan segera biasa; Pada masa kini, setiap perancang mempersoalkan undang-undang dengan gesaan yang sama yang dibenamkan dengan peraturan "hanya bergantung pada teks yang diberikan, jangan reka artikel". Ralat yang disebabkan oleh halusinasi berkurangan dengan ketara dan kualiti menjadi bebas daripada orang itu. Penginstitusian menjadikan kualiti bukan lagi satu kebetulan.

Kes 3 — Nilai dasar privasi. Seorang pelatih akan memuatkan semakan pelan yang tidak digantung ke dalam kenderaan percuma; Dasar data institusi itu mengingatkan kita tentang peraturan "data sensitif tidak dimuat naik ke alat yang tidak diluluskan, awanamakannya". Kemungkinan kebocoran dan krisis keyakinan orang ramai dapat dicegah. Dasar bertulis melindungi apabila niat baik gagal.

Kesilapan biasa

Tidak meletakkan gerbang pengesahan. Output yang tidak disahkan bocor dan berkembang antara peringkat.
Kualiti bergantung secara peribadi. Tanpa perpustakaan biasa, setiap perancang berfungsi secara berbeza dan tidak konsisten.
Privasi tidak bertulis. Jika tiada dasar, niat yang baik tidak akan mencukupi untuk mengelakkan kebocoran.
Melonggarkan zon merah. Melangkau pelepasan bencana/kawal selia demi kelajuan membahayakan keselamatan awam.
Tidak menjejaki. Proses awam mesti bertanggungjawab; rekod pengesahan diperlukan.
Ponteng latihan. Malah dasar terbaik kekal di atas kertas jika pasukan tidak mengetahui sempadan.
Tidak mengemas kini dasar. Alat dan perubahan undang-undang; Struktur juga perlu dikemas kini.

Secara ringkasnya

Kematangan sebenar dalam perancangan dikuasakan AI adalah untuk mengurus proses hujung ke hujung dengan selamat, bukan satu tugas. Ini memerlukan membina rantaian dipercepatkan AI tetapi disahkan manusia pada setiap peringkat, daripada pengumpulan data hingga pemantauan; Risiko terbesar ialah keluaran yang tidak disahkan bocor ke peringkat seterusnya, penyelesaiannya ialah pintu pengesahan pada setiap peringkat. Tiga struktur yang mengubah kemahiran individu menjadi bakat korporat: peraturan keselamatan, perpustakaan segera terbenam, protokol pengesahan mengikut jenis output dan dasar data/privasi. Struktur ini menjadikan kualiti bebas daripada individu, proses yang bertanggungjawab, dan kepercayaan awam dikekalkan. AI mempercepatkan perancangan; Kepentingan awam, ketelusan dan tanggungjawab sentiasa menjadi milik rakyat.

Tugasan permohonan

Draf rangka kerja penggunaan AI untuk institusi anda sendiri (atau perbandaran contoh). (1) Letakkan sekurang-kurangnya lima tugas perancangan dalam matriks risiko dengan templat pertama. (2) Tulis protokol pengesahan untuk tiga jenis output dengan templat kedua. (3) Menghasilkan draf ringkas data/dasar privasi dengan templat ketiga. (4) Dengan templat keempat, audit aliran kerja hujung ke hujung dan kenal pasti sekurang-kurangnya satu "pintu pengesahan" yang hilang dan tulis cara menutupnya.

senarai semak

[ ] Saya meletakkan gerbang pengesahan pada output setiap peringkat aliran kerja.
[ ] Saya mencipta perpustakaan gesaan biasa dengan peraturan keselamatan terbenam.
[ ] Saya telah menulis jenis output → pengesahan → pemetaan bertanggungjawab.
[ ] Saya telah mencipta dasar privasi dengan alat yang diluluskan, tanpa nama dan peraturan data yang dilarang.
[ ] Saya telah menundukkan output zon merah kepada kelulusan pakar yang kompeten.
[ ] Saya menjadualkan latihan untuk pasukan mengenai had dan pengesahan.
[ ] Saya menyimpan trek/log dan kemas kini biasa untuk keseluruhan proses.

Peperiksaan Modul

1. Unit perancangan majlis perbandaran ingin menentukan sama ada akan mengenakan larangan bangunan berdasarkan risiko bencana yang akan berlaku untuk kawasan kejiranan dan sedang mempertimbangkan untuk menggunakan AI untuk mempercepatkan keputusan ini. Manakah pendekatan yang paling betul?

A) Menggunakan AI hanya untuk perbalahan data dan penggubalan laporan; membuat penilaian dan keputusan risiko akhir dengan analisis formal dan kelulusan oleh pakar yang berwibawa ✔
B) Menukar skor risiko yang dihasilkan oleh AI terus kepada keputusan larangan bangunan
C) Menerima tanpa analisis formal jika AI memberikan hasil yang sama lebih daripada sekali
D) Melangkau kelulusan pakar dan mempercepatkan proses

Penerangan: Larangan bangunan berdasarkan risiko bencana ialah keputusan kritikal keselamatan dan mengikat dari segi undang-undang dari segi keselamatan nyawa. AI boleh digunakan untuk semakan literatur, penyusunan data, dan penggubalan laporan; Walau bagaimanapun, penilaian risiko akhir dan keputusan mesti dibuat dengan analisis rasmi dan kelulusan pakar geologi/geoteknikal dan perancang bandar yang kompeten mengikut perundangan yang berkenaan. Output AI tidak menggantikan kelulusan dan proses formal ini.

2. Apakah cara paling selamat untuk mengelak daripada mendapat nilai (halusinasi) palsu apabila anda bertanya kepada AI tentang status pengezonan dan keadaan pembinaan (TAKS/KAKS, fungsi, jarak lukisan) sesuatu bungkusan?

A) Mempercayai nilai yang disediakan oleh AI dan memulakan projek
B) Untuk mengesahkan syarat pembinaan daripada dokumen status pengezonan rasmi pentadbiran yang berwibawa dan pelan dan nota pelan yang diluluskan semasa. ✔
C) Tanya soalan yang sama sekali lagi dengan perkataan yang berbeza dan ambil purata
D) Prosiding berdasarkan penerangan iklan di tapak web hartanah

Penjelasan: Walaupun model bahasa mengetahui istilah pengezonan, ia mungkin membentuk nilai, kod fungsi dan kadar untuk petak tertentu atau memberikan maklumat lapuk. Maklumat ini hanya boleh disahkan daripada dokumen status pengezonan rasmi pentadbiran berwibawa (perbandaran) dan pelan pengezonan semasa serta nota pelan yang diluluskan.

3. Anda mengesan perubahan bandar (pembinaan baharu) dengan AI daripada imej satelit. Apakah pendekatan terbaik apabila menggunakan output ini dalam proses pemeriksaan pengezonan?

A) Menukar setiap perubahan yang ditandakan oleh AI terus kepada laporan bangunan haram
B) Menganggap tarikh dan resolusi imej sebagai tidak penting dan menerima keputusan sebagai muktamad
C) Untuk mendasarkan proses dengan mengambil penemuan sebagai pra-penyaringan dan mengesahkannya dengan kawalan lapangan, rakaman rasmi dan pengukuran ✔
D) Mengabaikan ralat berkaitan bayang-bayang dan awan

Penerangan: Pengelasan imej AI dan pengesanan perubahan menyediakan pra-pengimbasan yang berkuasa tetapi mengandungi resolusi, tarikh, bayang-bayang dan ralat pengelasan. Perubahan yang dikesan tidak boleh berdasarkan transaksi undang-undang tanpa disahkan oleh kawalan medan, surat hak milik/pendaftaran lesen dan ukuran rasmi; Pengeluaran AI sahaja bukan bukti.

4. Apakah semakan paling kritikal sebelum menjalankan skrip GeoPandas/Python yang ditulis AI pada data projek sebenar anda?

A) Semak sama ada kod tersebut tidak menyebabkan sebarang ralat dan jalankannya pada keseluruhan set data.
B) Bergantung pada peta output untuk kelihatan bagus
C) Menjalankan kod terus pada set data utama tanpa membacanya
D) Membaca kod dan mengujinya dengan mengesahkan sistem koordinat dan geometri pada data sampel kecil dan membandingkan hasilnya dengan rujukan yang diketahui ✔

Penerangan: Kod spatial AI mungkin menganggap sistem rujukan koordinat (CRS) yang salah, memesongkan geometri atau mengira kawasan dengan unit yang salah. Kod harus dibaca, diuji dengan terlebih dahulu mengesahkan sistem koordinat dan geometri pada data sampel kecil, dan hasilnya dibandingkan dengan rujukan yang diketahui.

5. Apakah kegunaan terbaik apabila mendapatkan unjuran populasi yang disediakan oleh AI?

A) Memasukkan data statistik rasmi dan andaian dan meminta AI menyediakan senario dan draf laporan, dengan jelas menyatakan ketidakpastian ✔
B) Meminta AI untuk membentuk angka populasi itu sendiri tanpa sumber
C) Menggunakan nombor yang dihasilkan oleh AI dan bukannya statistik rasmi
D) Mempersembahkan satu nombor tepat tanpa menyatakan julat ketidakpastian

Penjelasan: AI tidak menghasilkan unjuran berangka yang boleh dipercayai dengan sendirinya; Memproses data statistik rasmi (cth. TURKSTAT) dan kaedah yang disahkan, serta menyediakan senario dan draf laporan. Penggunaan yang betul ialah menggunakan AI sebagai alat tafsiran dan penulisan dengan menyatakan dengan jelas data input, andaian pertumbuhan dan julat ketidakpastian.

6. Apabila menyediakan analisis kesesuaian guna tanah dengan AI, salah satu lapisan data yang anda gunakan adalah lama dan mempunyai ketepatan spatial yang rendah. Apakah pendekatan yang paling sihat?

A) Menggunakan lapisan sebagaimana adanya dan menerima hasilnya sebagai muktamad
B) Nilaikan arus dan ketepatan data, gantikan dengan sumber semasa jika boleh dan tulis had dalam laporan ✔
C) Tidak menghiraukan kualiti data kerana AI menghasilkan peta yang cantik
D) Mengalih keluar lapisan yang hilang daripada analisis secara senyap dan tidak melaporkannya dalam laporan

Penjelasan: Hasil analisis spatial adalah sama baik dengan kualiti data input (sampah masuk, sampah keluar). Lapisan kesetiaan lama atau rendah akan mengelirukan hasilnya secara sistematik. Mata wang dan ketepatan data harus dinilai, digantikan dengan sumber yang dikemas kini/disahkan jika boleh, dan had hendaklah ditulis dengan jelas dalam laporan.

7. Anda meringkaskan beribu-ribu pendapat warganegara yang anda kumpulkan dalam perancangan penyertaan dengan AI. Apakah risiko dan langkah berjaga-jaga yang paling kritikal dari segi perwakilan?

A) Menganggap ringkasan AI sebagai representasi yang adil bagi semua pendapat dan tidak melihat data mentah
B) Hanya berdasarkan keputusan pada tema yang paling kerap berulang
C) Memantau pandangan kumpulan minoriti dan terpinggir secara berasingan, melindungi akses kepada data mentah dan menyerahkan keputusan kepada proses awam yang telus ✔
D) Menghapuskan pendapat yang kurang berulang sebagai bising

Penjelasan: Ringkasan AI boleh menyerlahkan suara majoriti dan kenyataan yang sering diulang serta mengaburkan pandangan kumpulan minoriti dan terpinggir. Ini adalah bias perwakilan. Ringkasan harus memantau kumpulan ini secara berasingan, akses kepada data mentah harus dilindungi, dan keputusan akhir harus diserahkan kepada proses awam yang telus.

8. Apakah pembingkaian yang paling tepat semasa membentangkan output simulasi pertumbuhan bandar kepada majlis bandaran?

A) Mempersembahkan output sebagai ramalan masa depan yang tepat
B) Menunjukkan satu senario dengan betul tanpa menjelaskan andaian dan ketidakpastian
C) Menggantikan simulasi dengan proses perancangan formal
D) Nyatakan dengan jelas andaian, kekangan dan ketidakpastian, kemukakan output sebagai senario/alat perbincangan dan menyerahkan keputusan kepada proses rasmi ✔

Penjelasan: Output simulasi ialah senario di bawah andaian tertentu, bukan ramalan atau masa depan yang tepat. Pembentangan yang betul adalah dengan jelas menyatakan andaian input, kekangan, dan ketidakpastian dan membentangkan output sebagai hujah untuk keputusan; menyerahkan keputusan muktamad kepada proses rancangan rasmi dan penilaian pakar.

9. Apakah tingkah laku terbaik dari segi privasi apabila memberikan lukisan dan data petak pindaan pelan yang masih belum digantung kepada alat AI berasaskan awan?

A) Anonimkan konteks, pengecam yang jelas dan gunakan alat yang mematuhi dasar yang mana data tidak akan digunakan dalam pendidikan ✔
B) Memuat naik semua lukisan dan maklumat pemilik petak sebagaimana adanya
C) Menggunakan alat percuma tanpa membaca dasar privasi
D) Dengan mengandaikan bahawa maklumat lokasi mesti didedahkan untuk kualiti keputusan.

Pendedahan: Data pelan yang tidak digantung, maklumat pemilik petak dan lokasi adalah sensitif kerana kedua-dua data peribadi dan proses awam; Kebocoran awal mewujudkan risiko spekulasi dan keuntungan yang diperoleh secara haram. Adalah perlu untuk menamakan konteks, bersihkan pengecam seperti petak/koordinat/nama dan memilih alat yang mematuhi dasar yang menjamin bahawa data tidak akan digunakan dalam latihan.

10. Apakah pendekatan yang paling tepat apabila mentafsir keputusan model trafik dengan AI?

A) Meminta AI untuk mengira isipadu trafik itu sendiri, tanpa model
B) Ringkaskan output model yang ditentukur dan disahkan kepada AI, menyatakan dengan jelas andaian, dan menyerahkan penilaian akhir kepada pakar ✔
C) Menerima keputusan sebagai tepat walaupun model tidak ditentukur dengan pengiraan medan.
D) Menggunakan nilai volum yang dihasilkan oleh AI dan bukannya kajian rasmi

Penjelasan: AI tidak mengira penetapan trafik itu sendiri; Meringkaskan output model yang ditentukur. Untuk hasilnya bermakna, model mesti ditentukur dan disahkan oleh banci lapangan, andaian (tahun senario, matriks permintaan) mesti jelas, dan penilaian akhir mesti dibuat oleh pakar pengangkutan yang cekap.

11. Apakah struktur asas yang perlu diwujudkan untuk mengekalkan kualiti, kepentingan awam dan akauntabiliti dalam unit perancangan yang dibolehkan AI?

A) Setiap pekerja menggunakan AI tanpa pengawasan dengan cara mereka sendiri
B) Pindahkan output AI terus ke pelan tanpa menyimpan apa-apa
C) Mewujudkan perpustakaan segera yang sama, protokol pengesahan, tadbir urus data dan dasar privasi dan menutup output kritikal dengan kelulusan yang cekap ✔
D) Lakukan pengesahan sekali sahaja pada akhir proses

Penerangan: Penggunaan AI yang diedarkan dan tidak terkawal meningkatkan risiko ralat, berat sebelah dan privasi serta menjejaskan kepercayaan orang ramai. Mewujudkan perpustakaan segera yang biasa pada skala perusahaan, protokol pengesahan untuk setiap jenis output, tadbir urus data dan dasar privasi yang jelas; Adalah penting untuk menutup setiap keluaran kritikal keselamatan dan kepentingan awam dengan kelulusan yang cekap.

12. Apabila anda bertanya kepada AI tentang artikel peraturan zon, dia memberikan nombor dan kadar artikel yang jelas. Apakah yang perlu anda lakukan sebelum menggunakan maklumat ini dalam keputusan rancangan anda?

A) Sapukan terus kerana AI memberikan bahan yang jelas
B) Menggantikan item dengan nilai yang anda ingat daripada projek lain
C) Menggunakan nombor artikel dengan membundarkan tanpa melihat sumber
D) Untuk mengesahkan maklumat daripada teks semasa rasmi peraturan semasa dan, jika perlu, untuk mengesahkannya daripada pentadbiran yang berwibawa ✔

Penjelasan: Artikel peraturan berubah dari semasa ke semasa dan AI mungkin mengembalikan maklumat yang lapuk atau daripada perundangan lain, atau malah mengkhayalkan nombor artikel. Nilai mesti disahkan daripada teks rasmi dan semasa peraturan berkaitan yang berkuat kuasa dan, jika perlu, disahkan oleh pentadbiran yang berwibawa.

13. Cara paling berkesan untuk menggunakan AI dalam analisis guna tanah adalah dengan memberikannya apa?

A) Memberi kawasan kerja, lapisan, sistem koordinat, kriteria dan pemberat dengan jelas dan berstruktur ✔
B) Hanya berikan satu ayat permintaan seperti 'buat analisis guna tanah yang baik'
C) Menghasilkan banyak peta dan memilih satu tanpa memberikan sebarang konteks
D) Meninggalkan kriteria dan wajaran untuk diandaikan oleh AI itu sendiri

Penjelasan: Kualiti output AI bergantung pada kualiti input. Output berfungsi dengan baik apabila anda menyatakan dengan jelas kekangan seperti sempadan kawasan kerja, lapisan yang akan digunakan, sistem koordinat, kriteria analisis dan pemberat; Permintaan satu ayat yang tidak jelas menghasilkan keputusan umum dan dangkal, malah mengelirukan.

14. Anda merangka laporan pendedahan pelan (laporan justifikasi pelan) dengan AI. Apakah sikap yang paling betul terhadap draf ini?

A) Meletakkan draf seperti yang terdapat dalam fail kelulusan
B) Gunakan draf sebagai rangka kerja dan semak dan betulkan setiap data, rujukan perundangan dan justifikasi dengan perancang yang cekap ✔
C) Tidak menyemak rujukan perundangan kerana AI memberikannya
D) Menerima data analisis tanpa membandingkannya dengan kajian sebenar

Penjelasan: Laporan pendedahan pelan adalah sebahagian daripada proses kelulusan undang-undang dan mewujudkan liabiliti teknikal/undang-undang. AI boleh dengan cepat menghasilkan rangka draf; Walau bagaimanapun, setiap data, rujukan perundangan, kadar dan justifikasi mesti disemak oleh perancang bandar yang kompeten dan diperbetulkan mengikut perundangan semasa dan data analisis sebenar, dan tanggungjawab itu mesti kekal pada perancang.