收益：
- 能够区分风险范围，其中人工智能是安全加速器，哪些是施工工作流程中的安全风险
- 能够解释为什么在影响建筑安全的计算和决策中必须经过合格工程师的批准在法律上和专业上是强制性的。
- 能够将人工智能输出作为蓝图输入进行三层控制，而不是作为工程判断的替代品
土木工程是一门负责保持人们生活、工作和通行的结构安全站立的专业。错误计算梁的弯矩、柱的承载力或挡土墙的倾覆安全性；从纸面上看，这似乎是一个很小的错误，但在现场，它可能会导致人员伤亡、崩溃和破坏。当人工智能（简称AI：从数据中学习模式并生成文本、代码或计算的软件）进入这个高风险领域时，不应将其视为“神奇的解决方案”，而应将其视为强大但必须控制的助手。在本单元中，我们将讨论人工智能在建筑工程中哪些地方正在加速发展以及哪些地方存在危险；我们将了解为什么责任始终由工程师承担，以及如何维护道德保密界限。
大型语言模型（LLM：一种在非常大的文本块上进行训练的人工智能，通过预测下一个单词来生成响应）不会“理解”钢筋混凝土代码；它完成了他在类似文本中看到的模式。所以它可以产生一个非常流畅、非常有说服力但不准确的叙述。工程师的工作是根据独立证据测试输出，而不被这种流畅性所愚弄。
人工智能在哪里加速，哪里有风险？
在“风险范围”上考虑建筑工作是有用的。一方面是低风险、可恢复的任务：起草技术论文、总结文本、编写 Excel 公式、编辑会议备忘录。另一个极端是高风险、不可逆转的任务：确定承重构件的横截面、确认基础深度、签署脚手架计算。
人工智能是低风险领域的真正加速器：它将过去需要几分钟的时间缩短为几秒钟，即使出现错误，也很容易修复。在高风险端，AI只是一个草稿生成器；如果没有经过合格工程师的独立计算和签名验证，其输出没有任何价值。
业务类型
风险等级
人工智能的作用
强制检查
报告草案/规范
低
拼写加速器
内容和引用控制
数量初步计算
中等
草稿生成器
单位和等级控制
标准/项目查找
中等
研究地图
官方文本确认
静力/钢筋混凝土计算
高
输入草稿
手账+软件+签名
职业健康与安全风险评估
高
初稿
专家/OHS 批准
注意：“AI 是这样计算的”这句话并不能免除任何法律或专业责任。责任仍由签署的工程师承担。把人工智能想象成一个实习生，加速工作：你拿到草稿，但你监督并签署每一行。
三层控制心态
切勿一次性接受对安全至关重要的 AI 输出。建立三层控制习惯：
- 顺序和单位检查：结果在物理上合理吗？单位是否成立？如果 30x30 cm 柱的容量为 12,000 kN，则某处存在错误。
- 独立交叉验证：使用封闭公式、手工计算或不同软件（例如静态程序、Python）重现相同结果。如果两条路径重叠，信任就会增加。
- 标准和判断确认：所使用的系数、公式和极限值是否已根据相关标准（TS 500、欧洲规范、TBDY）逐字验证？最终决定权在于主管工程师。
这三层是所有后续单元的共同主干。
弱提示/强提示
你要求人工智能完成相同任务的方式决定了输出的可审核性。
弱者：“这根光束安全吗？” （跨度、荷载、截面、材料、支撑不确定；AI 生成估算值，无法控制。） 强：“对于跨度为 6 m 的简支钢筋混凝土梁： - 均匀分布荷载 g+q = 25 kN/m（设计荷载） - 截面 30x60 cm，C25/30 混凝土，B500C 钢筋中跨”用封闭公式计算设计力矩，分别显示公式和单位。写出中间步骤，以便我可以通过手工计算来验证结果。如果您选择了调节系数，请指定它基于哪一项（我会确认）。”
强大的提示功能；它需要输入、约束和可验证的中间步骤。这样你就可以逐行测试AI的输出。
职业道德和保密
人工智能的使用不仅仅是一个技术问题，更是一个道德问题。三个原则至关重要：
隐私。项目计划、成本文件、合同和个人数据可能包含商业秘密和个人数据（在 KVKK 范围内）。在未经公司批准和适当的数据处理政策的情况下将客户的项目上传到公共人工智能服务是一种严重的违规行为。必要时对数据进行匿名化（项目名称、位置、删除名称），仅共享帐户运行所需的数字数据。
透明度。不要隐藏你正在利用人工智能；但不要把责任归咎于人工智能。报告可以从人工智能大纲开始，也可以将未经审计的人工智能输出作为你自己的工程判断。
能力限制。人工智能可以让你对自己不擅长的领域充满信心。以流畅的文本进行岩土计算并不能使您胜任该领域。对于需要专业知识的工作，请咨询相关专家。
提示：企业特定的、无数据的人工智能解决方案（无论是内部托管还是通过合同保证数据机密性）在机密项目上比公共服务安全得多。使用前请了解贵公司的数据政策。
三个迷你箱
案例 1 – 加速使用。项目工程师Elif用AI在2小时内起草了40页的技术规范；正常情况下需要2天。然后，按照标准对每一项进行检查，并在6小时内完成。总产量：约 1.5 个工作日。由于产量完全受控，因此风险较低。
案例 2 – 捕获错误。现场经理 Murat 请求 AI 对挡土墙进行侧翻安全计算。 AI给出的安全数为2.4。 Murat算了算：AI把地面推力系数搞错了，真正的安全数是1.1。所以墙就在边界上。三层控制，杜绝倒塌风险。
案例 3 – 违反保密规定。技术办公室员工将他们将投标的项目的成本文件上传到公共人工智能。文件中的单价不应与竞争对手公司共享。这既违反了合同，也违反了 KVKK。解决方案是仅匿名共享所需的数字字段或使用内部工具。
可复制的提示模板
您可以根据自己的业务调整以下三个模板来使用它们。
风险分类提示：“将以下任务放在建筑工作的风险谱上：[写下任务]。 - 说出低/中/高风险，并有理由 - 评估它是否可逆，是否涉及生命/财产安全 - 建议人工智能在此任务中的适当作用（仅限加速器/蓝图/想法） - 列出该任务中哪些独立验证至关重要”
隐私/匿名检查提示：“请勾选以下文本中是否有任何机密/个人数据（项目名称、位置、名称、单价、TR/联系人），我需要在将其上传到 AI 之前将其删除，并建议匿名版本：[粘贴文本]仅保留帐户工作所需的数字数据。”
三层验证请求提示：“您将产生一个计算结果。为了让我分三层进行检查：1）写下您使用的公式以及每个中间步骤的单位。2）说明结果在顺序/大小方面是否合理。3）告诉我应该从哪个标准/来源进行确认。不要将结果呈现为绝对真理；将其作为草稿进行检查。”
常见错误
- 将人工智能流畅而自信的语言误认为是准确性。
- 一步接受安全关键帐户，无需验证。
- 试图通过说“人工智能计算了它”来将责任归咎于人工智能。
- 在未经批准或匿名的情况下将机密项目数据上传到外部服务。
- 在您不是专家的领域用人工智能代替工程判断。
- 无限期地设置提示并在没有任何中间步骤的情况下获得无法控制的输出。
综上所述
- 人工智能是低风险业务的强大加速器；在高风险、安全关键的工作中，它只是一个需要检查的蓝图。
- 责任始终由签字的称职工程师承担；人工智能无法承担这一任务。
- 让每个安全关键输出通过三层：等级/单位、独立交叉验证、标准和管辖验证。
- 设置带有输入、约束和可验证中间步骤的提示。
- 保密、透明和能力边界是道德使用的三个基石。
- 对机密项目数据进行匿名化或使用安全的内部工具。
应用任务
从您自己的业务中选择一个实际任务（报告部分、工程量清单、标准项目搜索）。首先将此任务置于风险范围（低/中/高）上。然后以“强提示”的形式询问人工智能，并对输出进行三层检查：（1）排名/单位，（2）手工计算或独立来源，（3）标准确认。用一句话写下您发现的每个错误和更正。最后，考虑您使用的数据是否存在隐私风险。
清单
- [ ] 我在风险范围内正确定位了该任务。
- [ ] 我设置了带有输入、约束和可验证中间步骤的提示。
- [ ] 我检查了结果的排名和单位。
- [ ] 我以独立的方式交叉验证了结果（手算/软件/来源）。
- [ ]我从相关标准中确认了所使用的系数和值。
- [ ] 我将最终决定提交给主管工程师批准。
- [ ] 我评估了我使用的数据中的隐私/KVKK 风险并采取了预防措施。