收益：
- 能够定义人工智能在人口预测、密度分布和基础设施需求预测的数据准备和场景生成中的作用
- 能够清楚地跟踪预测输出中的假设、不确定性范围和方法限制
- 能够理解官方人口和统计数据（例如 TÜ?K）对 AI 估计具有约束力，并且 AI 不会产生数字。
每个计划都始于一个问题：未来将有多少人居住在这里，他们将集中在哪里，他们需要多少学校、水、道路、绿地？这些问题的答案是人口预测（估计未来人口）、密度分析（人口在空间上如何分布）和需求预测（根据人口对基础设施和设备的需求）。人工智能为这些工作中的数据管理、场景生成和报告提供了强大的帮助。但有一个关键的限制：人工智能不能产生可靠的数字。人口数据的约束来源是官方统计数据（TUIK 和土耳其基于地址的人口登记系统）。人工智能可以根据这些数据创建带有假设的场景，但它所构成的人口数字无法放入计划中。本单元教您在预测过程中如何安全地使用人工智能以及在哪里求助于官方数据。
人口预测逻辑
有几种经典的人口估计方法，它们都依赖于假设：
- 算术/几何增长：将过去的增长率延伸到未来。简单但在快速变化的地区具有误导性。
- 成分法（群组成分）：分别对出生、死亡和迁移进行建模。它更现实，但需要更多数据。
- 趋势/比率方法：使用该地区在省/国家内的份额。
每种方法都依赖于一组假设：移民会继续、生育率会下降、工业投资会到来吗？相同的过去数据和不同的假设会产生截然不同的未来。所以不存在单一的“正确数字”；有一个范围和场景。人工智能最有价值的贡献是定期设置这些场景，进行比较并透明地写下假设。
注意：问AI“2040年这个区的人口是多少”并将单个数字放入计划中是一个严重错误。这个数字可能是AI产生的幻觉。正确的做法是提供官方的历史数据，生成一系列有明确假设的情景，并用经过验证的方法计算出最终的数字。
规划中一个特别危险的情况是人口假设的过度预测。如果规划的人口目标过高，就会产生过多的发展权、过多的基础设施和过多的投资空置；这既是对公共资源的浪费，也是投机的理由。相反，低估会导致基础设施不足。由于人工智能可以轻松生成多种场景，因此有助于使这两种风险变得可见：将每种场景的基础设施和开发权结果并置，并询问“如果这个假设不成真，我们会损失什么？”你可以问这个问题。因此，人口预测不仅仅是技术问题，而且还涉及资源和正义。
密度和需求
人口不是一个单一的数字，而是分布在空间上的一种模式。总密度（人/公顷，整个区域）和净密度（仅住宅区）是不同的东西，如果混合，计划就会崩溃。需求预测取决于密度：社区中的人口越多，学校教室越多，水越多，停车位越多，需要的绿地就越多。在这些计算中，标准（例如人均绿地面积、每个学生的教室数量）来自现行立法； AI可以记住标准，但其价值必须从官方文本中确认。
一步一步：人工智能预测过程
- 收集官方数据。 TURKSTAT 历史人口、年龄结构、迁移数据。
- 选择方法。适合该地区动态的方法。
- 澄清假设。增长率、移民、生育率——写清楚。
- 让人工智能创建一个场景。低/中/高场景，假设每种情况。
- 显示范围和不确定性。不是一个数字，而是一个乐队。
- 把它变成需求。具有密度和标准的基础设施/设备要求。
- 核实。通过方法重新计算数字；确认立法标准。
弱提示/强提示
弱提示：“预测该区未来的人口数量。”
AI 构成了一个无来源的数字；哪种方法、哪种假设还不清楚。
强烈提示：“下面是[地区]2000-2023年的官方年度人口数据（来源：TÜ?K）。设置三种情景：低（移民放缓）、中（当前趋势继续）、高（移民随着新工业投资的增加而增加）。清楚地写出每种情景的假设，使用几何增长方法并生成一个到2040年的5年表。说明每种情景的不确定性。不要添加自己头脑中的数据；只需使用我提供的系列数据：[...]”
第二种提示方法明确假设、场景结构、数据限制；输出变得可审计。
四个可复制模板
任务：根据下面的官方历史人口序列生成三种情景（低/中/高）。对于每种情景：假设、使用的方法、5 年预测表、不确定性说明。只需使用我给你的数据即可；不要捏造数据。系列/来源：[...]
任务：检查下面人口估计报告中的假设、方法和不确定性陈述。标记缺失或隐藏的假设。他警告说，以“单个精确数字”表示的地点应该是“一个范围”。报告：[...]
任务：根据下面的人口和密度数据（学校教室、绿地、停车场等）起草基础设施/设备要求。给出每个帐户中使用的标准，并注明“必须通过立法确认”。保持总密度/净密度的区别。数据：[...]
任务：在词汇表中用简单的土耳其语解释术语总密度、净密度、人口预测和成分法。用一句话强调它们之间的区别。不要归因于数字。
表：方法、数据和限值
方法
所需数据
适合的地方
限制
算术增加
少（两个日期）
静止区
快速变化具有误导性
几何级数增长
过去的系列
稳定增长
假设无限增长
组成部分（群组）
年龄、出生、死亡、迁徙
详细规划
需要大量数据和假设
比率/股
市县系列
区域规划
取决于上限估计
三个迷你箱子
案例 1——产生幻觉的人群。规划者直接询问AI“2045人口”； AI自信地说“324,000”。当规划者使用 TÜ?K 数据进行几何投影时，268,000-341,000 的范围得出相同的假设。 AI的奇数也在这个范围之内，但巧合的是；在另一个问题上，他可能给出了一个完全奇怪的值。教训：数字是由方法生成的，而不是向 AI 请求的。
案例 2 — 总/净混乱。一个团队为某个地区设定了“150 人/公顷”的目标，但没有具体说明是毛人数还是净人数。他们打印给人工智能的报告越来越混乱；当净密度值被视为总密度时，对住房空间的需求就会增加一倍。从一开始就澄清这个术语本来可以防止危机的发生。
案例 3 — 场景透明度。某市政府向理事会提交了一份三情景人口研究；每个场景的假设和范围都很明确。议会可以讨论“如果出现严重情况，学校赤字会怎样？”提出一个场景而不是一个单一的数字可以使计划灵活且站得住脚。
常见错误
- 将人工智能得出的奇数放入计划中。人口数字是使用官方数据和方法得出的；不需要AI。
- 隐藏假设。每个预测都基于一个假设；如果它被隐藏，结果就会产生误导。
- 混合总/净密度。这是破坏整个需求计算的经典错误。
- 将不确定性减少到一个数字。未来是一个区间；必须出示磁带。
- 没有确认标准。人均绿地面积等数值应通过立法验证。
- 忽略迁移和动态。这种简单的方法在快速增长/收缩的区域会产生误导。
总之
人口、密度和需求预测是每个计划的基础，并且都基于假设。在此过程中，人工智能在组织数据、构建场景、透明地编写假设和报告方面提供了强大的帮助。但人工智能并不能产生可靠的数字；人口的约束来源是官方统计数据（TURKSTAT）。正确的方法是提供官方历史数据，产生具有明确假设的情景范围，分离总密度/净密度并确认立法标准。呈现假设情景和一系列不确定性，而不是单个“正确数字”。
应用任务
获取一个地区的历史人口序列（实际或样本）。 （1）让AI用初始模板构建三个场景；检查每个假设。 （2）用第二个模板检查报告的不确定性和假设陈述，并纠正“单一绝对数”错误。 (3) 使用第三个模板起草一份声明，并检查您是否正确分配了总密度/净密度。 (4) 列出您将确认哪些标准和哪些立法。
清单
- [ ] 我从官方来源（TUIK 等）收到了人口数据。
- [ ] 最后的数字是我用经过验证的方法算出来的，不是我向AI问的。
- [ ] 我已经清楚地写出了每个场景的假设。
- [ ] 我将结果呈现为不确定性范围，而不是单个数字。
- [ ] 我将毛密度和净密度分开。
- [ ] 我从立法中确认了需求计算的标准。
- [ ] 我在选择方法时考虑了移民和区域动态。