城市规划师需将 AI 作为高效工具,实现规划流程的智能化与自动化。例如,广西华蓝集团的 ChatGHY1.0 可用于规划专业知识查询、文本分析与自动生成,极大提高规划效率。武汉市规划研究院的 WPDIGPT1.0 推出 AK、AG 两大应用场景,能高效检索法规政策、技术标准及项目制度,还能进行空间数据计算评估与空间分析图智能生成。通过这些 AI 工具,规划师可快速处理大量数据,精准分析城市问题,生成科学合理的规划方案,提升规划质量和效率。
批判性使用AI:警惕AI的“数据偏见”。例如,AI可能因训练数据不足,忽视边缘群体的空间需求,需人工校准结果。 尽管 AI 为城市规划带来诸多便利,但规划师不能盲目依赖,需批判性使用。AI 决策基于统计和概率,缺乏情感与伦理考量,而城市规划涉及公共利益与社会公平,需规划师综合判断。
例如,在处理复杂性管理问题时,AI 难以在关键应用场景中取得广泛落地效果,其不可解释性在医疗、法律或金融等高风险领域成为障碍,用户和决策者很难信任模型输出。因此,规划师要深入了解 AI 工作原理,避免其误用造成不良后果,同时关注 AI 应用中的伦理和隐私问题,确保数据合法性和隐私保护,让 AI 服务于社区和社会发展。
在实际案例中,城市规划师可利用 AI 进行城市数据分析和预测。如在城市更新项目中,规划师可借助 AI 对项目方案进行智慧检测,评估其对交通、经济、社会、景观等的影响,并给出改善意见。在紫阳街道大马弄社区的案例中,通过人机协作,规划师能够更好地制定更新方案,满足社区需求。
数据批判思维:识别AI模型的局限性。例如,AI可能因数据偏差忽略残障人士的出行需求,需人工补充调研(据《智慧城市规划伦理指南》,2023年)。 城市规划师需具备数据批判思维,对 AI 提供的数据和分析结果进行评估和验证。AI 虽然能够处理海量数据,但可能存在偏差或错误。规划师要运用专业知识和经验,对数据进行筛选和分析,确保其准确性和可靠性。
方法论升级:城市规划师在方法论上也需要不断升级。利用 AI 监测城市“生命体征”是一种有效的方法。例如通过监测人口流失率、基础设施老化指数等数据,城市规划师可以及时发现问题。然而,“病因分析”依赖于规划师的经验和专业知识。例如,在德国鲁尔区的工业遗址改造中,AI 识别出厂房空置率数据,而人类规划师提出了“文化 IP + 科创园区”的再生策略,成功地将工业遗址转变为具有文化价值和经济活力的区域。