Giới thiệu về trí tuệ nhân tạo trong quy hoạch đô thị và khu vực: Ranh giới, xác nhận, trách nhiệm và đạo đức

Lợi nhuận:

• Khả năng phân biệt, dựa trên mức độ rủi ro, nơi AI tiết kiệm thời gian thực trong quy trình lập kế hoạch và nơi mà lợi ích cộng đồng và trách nhiệm quan trọng về an toàn phải thuộc về kỹ sư và nhà quy hoạch đô thị có thẩm quyền
• Khả năng triển khai kỷ luật xác thực nhiều lớp để kiểm tra từng đầu ra AI theo luật hiện hành, số liệu thống kê chính thức, độ chính xác về không gian và kiểm soát của chuyên gia độc lập
• Khả năng hình thành thói quen ẩn danh bối cảnh, nhận biết sai lệch dữ liệu và chọn các công cụ đảm bảo quyền riêng tư để bảo vệ vị trí, bưu kiện, dữ liệu cá nhân và doanh nghiệp.

Quy hoạch thành phố và khu vực là một chuỗi quyết định công nhằm xác định hàng triệu người sẽ sống ở đâu, họ sẽ đến đó bằng cách nào, họ sẽ hít thở loại không khí nào và mức độ an toàn của họ trong trường hợp xảy ra thảm họa. Một số liên kết trong chuỗi này (sắp xếp dữ liệu, viết báo cáo, chuẩn bị bản đồ) có thể được tự động hóa nhanh chóng; Một số trong số chúng không bao giờ có thể được chuyển vào máy vì chúng ảnh hưởng trực tiếp đến lợi ích công cộng và an toàn tính mạng. Trí tuệ nhân tạo (viết tắt là AI; phần mềm học các mẫu từ dữ liệu và tạo ra văn bản, hình ảnh, bản đồ hoặc mã) là một công cụ tăng tốc mạnh mẽ trong chuỗi này: nó tạo ra một báo cáo phân tích dự thảo, tóm tắt văn bản lập pháp, viết mã, so sánh các kịch bản. Nhưng AI không phải là nhà quy hoạch đô thị; Nó không thay mặt công chúng chịu trách nhiệm, không tham gia vào quá trình đình chỉ và không ký tên. Trong phần này, bạn sẽ tìm hiểu cách sử dụng AI trong việc lập kế hoạch, vị trí bạn cần đứng và cách xác thực từng đầu ra. Mục tiêu là giúp bạn trở thành AI điều khiển chuyên nghiệp, không phụ thuộc vào AI.

AI có thể và không thể làm gì trong việc lập kế hoạch

Sức mạnh thực sự của AI là ngôn ngữ, mẫu, xử lý dữ liệu và tạo biến thể. Tóm tắt văn bản dài của bản ghi nhớ kế hoạch, thiết kế các bước phân tích sử dụng đất, tổ chức bảng dân số, soạn thảo mã Python cho quy trình làm việc của QGIS, trích xuất các chủ đề từ hàng nghìn nhận xét trong cuộc khảo sát các bên liên quan; Trong đó, AI giúp bạn tiết kiệm hàng giờ hoặc thậm chí nhiều ngày.

Điều AI không thể làm là quyết định mang tính ràng buộc đòi hỏi lợi ích và an ninh công cộng. Mật độ đưa vào khu dân cư, lệnh cấm xây dựng trên lòng suối, điều kiện xây dựng gần đường đứt gãy, quyền phát triển thực tế của lô đất, năng lực của nút giao; Không ai trong số này có thể được xác định bằng logic "đây là cách nó thường xảy ra." AI gây ảo giác vì nó học từ văn bản trên internet và trong dữ liệu đào tạo: nghĩa là nó có thể tạo ra một mệnh đề quy định, tỷ lệ, tọa độ hoặc thống kê có vẻ như thật nhưng lại sai. Loại lỗi trong việc lập kế hoạch này không chỉ là lỗi đánh máy; Nó có nghĩa là trường học nằm không đúng vị trí, khu dân cư bị ngập lụt, kế hoạch bị hủy bỏ hoặc thiệt mạng trong một thảm họa.

Lưu ý: Kết quả đầu ra của AI là bản nháp, không phải ý kiến ​​chuyên gia hay tài liệu chính thức. Bất kỳ quyết định nào quan trọng đối với an ninh và lợi ích công cộng (rủi ro thiên tai, lũ lụt, cơ sở hạ tầng vận chuyển, cung cấp kế hoạch ràng buộc về mặt pháp lý) đều không thể được thực hiện nếu không có sự chấp thuận của người quy hoạch thành phố có thẩm quyền và kỹ sư liên quan. AI không thay thế quy trình phê duyệt và phê duyệt chính thức này.

Ba vùng theo mức độ rủi ro

Cách thiết thực nhất để sử dụng AI một cách an toàn là chia mỗi nhiệm vụ thành ba vùng dựa trên mức độ rủi ro. Sự khác biệt này trả lời nhanh chóng và chính xác câu hỏi “AI có nên làm điều này không?”

Vùng

Nhiệm vụ mẫu

Vai trò của AI

Mức độ xác minh

Xanh (rủi ro thấp)

Ghi chú cuộc họp, e-mail, văn bản khái niệm, giải thích thuật ngữ, tiêu đề bài thuyết trình

sản xuất miễn phí

Đánh giá nhanh

Vàng (rủi ro trung bình)

Dự thảo báo cáo phân tích, tóm tắt pháp luật, dự thảo mã, chỉnh sửa dữ liệu, trích xuất chủ đề

Dự thảo + đề xuất

Kiểm tra của chuyên gia + xác nhận nguồn/dữ liệu

Màu đỏ (quan trọng về an ninh và lợi ích công cộng)

Rủi ro thiên tai, lũ lụt, cấm xây dựng, quyết định mật độ, quyền phát triển, cung cấp kế hoạch ràng buộc

Chỉ sàng lọc trước/danh sách kiểm tra

Phân tích chuyên gia có thẩm quyền, quy trình chính thức và phê duyệt là bắt buộc

Hãy nhanh chóng trong vùng màu xanh lá cây. Sử dụng AI trong vùng màu vàng nhưng hãy xác minh mọi con số, nguồn và dữ liệu. Trong vùng màu đỏ, AI không bao giờ có tiếng nói cuối cùng; Nó chỉ đơn thuần là một sự trợ giúp giúp tăng tốc công việc của chuyên gia.

Kỷ luật xác minh nhiều lớp

Việc xác minh không phải là việc có thể trì hoãn với suy nghĩ "Tôi sẽ kiểm tra nó sau"; là một phần của quy trình làm việc. Việc xác nhận vững chắc trong việc lập kế hoạch bao gồm năm lớp:

1. Trở về nguồn. Nếu AI đã đưa ra tỷ lệ, mục, tọa độ hoặc số liệu thống kê, hãy mở và xác nhận nó trong văn bản chính thức hiện tại (kế hoạch phân vùng đã được phê duyệt, ghi chú kế hoạch, quy định, dữ liệu TÜİK, cơ sở dữ liệu công ty).
2. Kiểm tra với dữ liệu. So sánh kết quả bằng số (dân số, diện tích, sức chứa) với số liệu thống kê chính thức hoặc mô hình đã hiệu chỉnh.
3. Độ chính xác không gian. Kiểm tra các yêu cầu về bản đồ, hệ tọa độ (CRS) và hình học dựa trên cơ sở thực tế và tham chiếu tọa độ chính xác.
4. Mắt chuyên gia. Nếu quyết định liên quan thuộc chuyên môn của một chuyên ngành (địa chất, giao thông, kỹ thuật môi trường, luật), thì phải được chuyên gia đó phê duyệt.
5. Để lại dấu ấn của bạn. Ghi lại đầu ra nào đã được xác thực với dữ liệu nào và bằng cách nào; Hãy để quá trình công khai được kiểm tra.

Gợi ý: "AI nói" không phải là lời biện minh. Cơ sở cho một quyết định về kế hoạch luôn là luật pháp hiện hành, dữ liệu chính thức, phân tích và đánh giá của chuyên gia có thẩm quyền. AI giúp bạn chuẩn bị những lời biện minh này, nó không thay thế chúng.

Quyền riêng tư, sai lệch dữ liệu và đạo đức

Dữ liệu quy hoạch rất nhạy cảm. Sửa đổi quy hoạch chưa bị đình chỉ, danh tính chủ sở hữu lô đất, dữ liệu kinh tế xã hội của khu dân cư, tọa độ lô đất; Sự rò rỉ sớm của họ dẫn đến đầu cơ, thu lợi bất chính và gây thiệt hại cho niềm tin của công chúng. Trước khi cung cấp dữ liệu này cho công cụ AI dựa trên đám mây, hãy đặt ba câu hỏi: Dữ liệu này có thực sự cần thiết không? Nó có thể được ẩn danh? Công cụ tôi sử dụng có sử dụng dữ liệu trong đào tạo không?

Sự thiên vị dữ liệu là một mối nguy hiểm đặc biệt đối với việc lập kế hoạch. AI học hỏi từ dữ liệu lịch sử; Nếu một khu vực trước đây có ít đầu tư, ít dữ liệu được thu thập hoặc không có ý kiến ​​​​nhóm nào được ghi lại, AI có thể củng cố sự bất bình đẳng này là “bình thường”. Ví dụ: những người cao tuổi không thể tham gia cuộc khảo sát kỹ thuật số hoặc những khu vực lân cận có quyền truy cập Internet hạn chế có thể vẫn ẩn trong bản tóm tắt AI. Trong công việc công cộng, điều này có nghĩa là nhân lên sự bất công bằng quy tắc. Đó là lý do tại sao mọi kết quả đầu ra của AI đều hỏi "ai hoặc cái gì còn thiếu?" Đặt câu hỏi là một nghĩa vụ nghề nghiệp.

Từng bước: Đưa AI vào một nhiệm vụ một cách an toàn

1. Đặt nhiệm vụ trong khu vực. Xanh, vàng hay đỏ?
2. Ẩn danh bối cảnh. Xóa bưu kiện thực, tọa độ, tên và số.
3. Đưa ra một bản tóm tắt rõ ràng. Viết rõ ràng không gian làm việc, các ràng buộc, tiêu chí và định dạng.
4. Hãy coi đầu ra là một bản nháp. Không bao giờ sử dụng nó như một sản phẩm cuối cùng hoặc tài liệu chính thức.
5. Áp dụng các lớp xác minh. Nguồn, dữ liệu, độ chính xác về mặt không gian, chuyên gia, dấu vết.
6. "Ai hoặc cái gì còn thiếu?" hỏi. Kiểm tra tính đại diện và độ lệch.
7. Ghi lại quyết định và lý do của nó.

Dấu nhắc yếu / Dấu nhắc mạnh

Dấu nhắc yếu: "Viết bản phân tích quy hoạch cho khu phố này."

Vì yêu cầu này không có ngữ cảnh nên AI tạo ra văn bản chung chung, sáo rỗng và có thể không chính xác; Anh ta bịa ra những con số và ảo tưởng về pháp luật.

Lời nhắc mạnh mẽ: "Bạn là trợ thủ hữu ích cho người quy hoạch đô thị. Tạo bản DỰ THẢO báo cáo phân tích sử dụng đất dựa trên dữ liệu [ẩn danh] sau đây. Dữ liệu: phân bổ mục đích sử dụng hiện tại [bảng], dân số [dữ liệu TurkStat], độ dốc và vùng ngập lũ [tóm tắt]. Dán nhãn 'BẮT BUỘC XÁC NHẬN' cho mỗi số và tham chiếu quy định mà bạn không chắc chắn. Định dạng: trong các tiêu đề, cho biết nguồn dữ liệu cho mỗi phát hiện."

Lời nhắc thứ hai tạo ra một bản thiết kế chi tiết có thể kiểm tra, xác minh được vì nó cung cấp cho AI vai trò, dữ liệu, các ràng buộc, sự mơ hồ và định dạng.

Bốn mẫu có thể sao chép

Vai trò: Bạn là trợ lý quy hoạch đô thị và khu vực. Nhiệm vụ: Tạo BẢN DỰ THẢO cho [nhiệm vụ]. Bối cảnh: Khu vực nghiên cứu[...], dân số[[], hiện trạng sử dụng[...], hạn chế[...] Quy tắc: Dán nhãn "BẮT BUỘC XÁC NHẬN" cho bất kỳ con số, tỷ lệ, tọa độ và tài liệu tham khảo pháp lý nào mà bạn không chắc chắn. Dữ liệu phù hợp.Định dạng: Trong các tiêu đề, chỉ ra nguồn dữ liệu cho mỗi phát hiện.

Nhiệm vụ: LIST các tuyên bố kỹ thuật, giá trị số, tọa độ và tài liệu tham khảo quy định trong văn bản sau. Thêm ghi chú "nguồn phải được xác minh" cho mỗi nguồn. Đừng tự mình xác minh, chỉ cần đánh dấu nó. Văn bản: […]

Nhiệm vụ: Phân loại kết quả AI này theo mức độ rủi ro theo quan điểm của nhà quy hoạch đô thị. Với mỗi mục: xanh/vàng/đỏ và đưa ra một câu giải thích. Đối với các mục màu đỏ, ghi "cần có sự phân tích chuyên môn có thẩm quyền và phê duyệt chính thức". Đầu ra: […]

Nhiệm vụ: Ẩn danh văn bản kế hoạch/dự án bên dưới. Thay thế số bưu kiện thực tế, hòn đảo, địa chỉ, tọa độ, tên và số người/tổ chức bằng [LABEL]; giữ nguyên ý nghĩa kỹ thuật.Văn bản: […]

ba trường hợp nhỏ

Trường hợp 1 - Đường lũ ảo giác. Một nhà quy hoạch hỏi AI “Có nguy cơ lũ lụt” đối với 40 ha đất cạnh suối. AI tự tin nói: “Giới hạn lũ 50 năm cách suối 30m”. Người lập kế hoạch đưa điều này vào phân tích mà không cần xác minh nó. Tuy nhiên, giới hạn lũ thực tế tại một số điểm là 120 mét, theo phân tích lũ lụt chính thức của tổ chức liên quan (DSI). 30 mét do AI tạo ra cho thấy khu vực rủi ro rộng 12 ha là “an toàn”. Bài học: dữ liệu vùng đỏ, chẳng hạn như lũ lụt, chỉ được lấy từ phân tích chính thức của cơ quan.

Trường hợp 2 - Tóm tắt tiết kiệm thời gian. Công cụ lập kế hoạch tương tự yêu cầu AI tóm tắt báo cáo mô tả kế hoạch dài 62 trang và trích xuất các tiêu đề chính, các mục xung đột và các phân tích còn thiếu trong 15 phút. Sau đó, nó xác nhận từng mục từ báo cáo ban đầu. Việc sử dụng vùng màu xanh lá cây-vàng này làm giảm thời gian đọc sách từ hai ngày xuống còn nửa ngày; Không có quyết định nào được đưa ra mà không cần xác minh.

Trường hợp 3 - Vùng lân cận vô hình. Một đô thị tóm tắt 8.000 nhận xét từ một cuộc khảo sát kỹ thuật số bằng AI. Bản tóm tắt chứa đầy nhu cầu cho các khu vực trung tâm của thành phố. Người lập kế hoạch hỏi "ai mất tích?" anh ta hỏi và nhận thấy hầu như không có phản hồi nào từ ba khu ổ chuột chiếm 22% dân số; Truy cập Internet ở đó thấp. Nhóm khắc phục vấn đề trình bày bằng cách thêm một cuộc gặp mặt trực tiếp. Việc thiếu AI không tự nói lên điều đó; Công việc của người lập kế hoạch là hỏi.

Những lỗi thường gặp

• Nhầm bản in AI là tài liệu chính thức. Xóa bỏ sự khác biệt giữa dự thảo và kế hoạch/báo cáo đã được phê duyệt là sai lầm nguy hiểm nhất.
• Để lại nhiệm vụ vùng đỏ cho AI. Các quyết định kết thúc như thảm họa, lũ lụt và lệnh cấm xây dựng theo “gợi ý” của AI khiến an toàn công cộng gặp nguy hiểm.
• Ảo giác khó hiểu với ngôn ngữ tự tin. AI cho biết tỷ lệ không chính xác một cách tự tin như tỷ lệ chính xác; Giọng điệu không phải là bằng chứng về tính chính xác.
• Tải lên dữ liệu bí mật mà không cần suy nghĩ. Đưa kế hoạch chưa bị đình chỉ, chủ sở hữu bưu kiện và điều phối lên đám mây mà không ẩn danh là vi phạm dữ liệu cá nhân và quy trình công khai.
• "Ai mất tích?" không được hỏi. Bỏ qua sự thiên vị đại diện củng cố sự bất bình đẳng.
• Không theo dõi việc xác minh. Quy trình công khai phải được kiểm toán; Nếu việc xác minh đầu ra nào và bằng cách nào không liên quan thì nó không thể chịu trách nhiệm.

Tóm lại

AI là một công cụ tăng tốc mạnh mẽ trong quy hoạch thành phố và khu vực, nhưng nó không thay thế người lập kế hoạch. Chia công việc thành các vùng xanh, vàng, đỏ dựa trên mức độ rủi ro; Đừng bao giờ để AI có tiếng nói cuối cùng trong vùng màu đỏ. Kiểm tra từng đầu ra với năm lớp xác minh (nguồn, dữ liệu, độ chính xác về không gian, chuyên gia, dấu vết). Bảo vệ tính bảo mật và tích cực tìm kiếm sự sai lệch và thiếu tính đại diện của dữ liệu. Đầu ra AI không thể thay thế cho sự phê duyệt của chuyên gia có thẩm quyền và quy trình phê duyệt chính thức; Quyết định và trách nhiệm công luôn thuộc về con người.

Nhiệm vụ ứng dụng

Chọn một nhiệm vụ lập kế hoạch mà bạn đã tự mình thực hiện (hoặc tưởng tượng). (1) Chia các bước nhỏ của nhiệm vụ thành các vùng xanh/vàng/đỏ và viết chúng vào bảng. (2) Tạo bản phác thảo AI bằng mẫu đầu tiên ở trên cho nhiệm vụ phụ ở vùng màu vàng. (3) Viết trong một câu những gì bạn sẽ làm cụ thể trong đề cương này cho từng lớp trong số năm lớp xác minh. (4) “Ai hoặc cái gì còn thiếu?” Đưa ra câu trả lời cho câu hỏi trong bối cảnh của nhiệm vụ này.

danh sách kiểm tra

• [ ] Tôi đặt nhiệm vụ ở vùng xanh/vàng/đỏ.
• [ ] Tôi không để AI quyết định vùng đỏ; Tôi đã giới thiệu anh ấy đến quy trình chuyên môn và chính thức.
• [ ] Tôi đã ẩn danh bối cảnh; Tôi không tải lên dữ liệu bí mật mà không suy nghĩ.
• [ ] Tôi đã xác nhận mọi con số, tỷ lệ, tọa độ và tài liệu tham khảo pháp lý từ nguồn chính thức.
• [ ] "Ai hoặc cái gì còn thiếu?" Tôi đã đặt câu hỏi; Tôi đã kiểm tra tính đại diện và sai lệch.
• [ ] Tôi đã lưu dấu vết xác minh.
• [ ] Tôi đã đánh dấu đầu ra AI là bản nháp, tôi không sử dụng nó làm tài liệu chính thức.