人工智能将重塑人类的生活与工作方式，这已是不言而喻的事实。但结合自身工作领域，思考这项技术的潜力与潜在风险，却是另一回事。 

　　随着人工智能从原型研发迈入规模化应用阶段，2026年人工智能影响博览会这类活动，为引导技术发展造福那些灾害风险高、抗风险能力弱的社区，提供了关键契机。 

　　本文撰写于2025年7月，彼时国际电信联盟在日内瓦主办了“人工智能向善”峰会，我在多场论坛中探讨了生成式、预测式及集成式人工智能，为减灾与灾后响应工作带来的诸多潜在裨益。此后，我在纽约参与了哥伦比亚大学国家防灾准备中心举办的研讨活动，与学生、学者和行业从业者交流探讨，各方聚焦于构建跨学科方法以应对日益复杂的系统性风险，这一点令我印象深刻，也备受鼓舞。 

　　让我深有感触的是一种趋同之势：人工智能的技术飞跃，正逐步跟上系统性风险的复杂程度。 

　　以下是五点思考，探讨我们应如何运用人工智能，不仅实现减灾工作的提质增量，更推动其向优发展。 

　　思考一：从提出正确的问题出发

　　解决方案的研发者与使用者之间，本就需要更深入、更充分的对话，而人工智能工具的出现，让这场对话的重要性愈发凸显，也让沟通的契机变得更多。 

　　曾经那些被认为难以解决的问题，比如需要快速分析来自分散来源的海量多元数据等，如今已易如反掌。但面对这些新增的分析能力，我们在资源分配上必须保持审慎。 

　　我们可以借助这些新工具，搭建基于人工智能的地震流行病学模型，在地震发生后迅速预估搜救与医疗救援的类型和规模；可以探索更高效的方式，在雷暴来临前向易遭雷击的社区发出预警；还能找到快速识别不实信息源头、遏制其传播的方法，避免紧急情况下引发民众恐慌。 

　　要确定人工智能工具的应用场景与方式，我们必须明确减灾工作从业者和受灾风险社区的实际需求，将最关键的问题列为工作重点。 

　　思考二：为人工智能时代重新定义灾害风险管理治理体系

　　现有的风险管理治理体系诞生于相对简单的时代，因此我们需要对其进行改造，以适配人工智能赋能的未来。机器学习与人工智能不仅会重新定义传统职业，更会改变传统机构的运作模式。 

　　例如，当前仅有国家正规机构拥有发布预警、要求民众在气旋来临前撤离的权力。但如今已出现这样的情况：一些非官方信息源发布的信息，有时更敏捷、更灵活，也更精准。此类发展趋势，可能会让原本独掌灾害撤离等行动决策权的传统国家机构逐渐被替代。我们需要找到方法，在简化决策流程的同时，确保机构的问责机制落地生效。 

　　无论在数据匮乏还是数据充足的环境下做出决策，相关部门都必须为其决策的科学性负责。我们要始终牢记，人工智能只是助力我们更好开展工作的工具而已。 

　　思考三：人工智能将成为关键基础设施

　　诚然，人工智能在减灾领域潜力巨大，在其他几乎所有行业也同样如此，如今它已被广泛用于保障各类复杂系统的平稳运行。 

　　但我们需谨记，人工智能本身依赖各类基础设施——数据中心、能源设施、数字通信设施，而这些设施同样需要具备抵御自然灾害和气候风险的韧性。人工智能相关基础设施正在全球多地快速扩张，这也使其不可避免地面临各类灾害的威胁，且其中许多灾害的发生频率和强度还在不断上升。 

　　我们必须从当下及长远出发，在人工智能基础设施的规划、选址、设计和建设阶段，就做好风险防控。随着人类对人工智能系统的减灾依赖度不断提升，一旦这些系统因灾害遭到破坏，可能会引发复杂的连锁风险，甚至导致灾难性的系统性故障。 

　　这类基础设施还带来了可持续发展的挑战，若管理不当，还会滋生新的风险。数据中心的电力和水资源消耗巨大，随着人工智能需求的增长，我们需要加大对绿色计算和低资源消耗解决方案的投入，同时建立相关保障机制，避免环境成本由那些本就承受最重负担的群体承担。 

　　思考四：是时候为人工智能时代重构减灾教育体系了

　　过去二十年，正规的减灾教育得到了迅猛发展。 

　　仅在印度，就有二十多所高校开设了灾害风险管理硕士专业。但该专业的诸多授课内容，比如减灾跨部门政策分析、灾害与脆弱性及风险评估、减灾规划、早期预警系统等，未来大概率会逐步由人工智能完成。因此，相关专业课程需要做出调整，培养学生使用新工具的能力，并使其能适应未来技术的进一步发展。 

　　这些技能的传授不能仅局限于顶尖院校，为避免知识分配不均，我们必须让更多人有机会学习。这背后还存在一个更宏大的挑战：那些能从人工智能中获益最多的社区，恰恰是目前享受服务最少的群体；他们缺乏网络连接，身处数据匮乏的区域，自身的诉求也未被重视和表达。 

　　目前已有一些公益人工智能模型相关的倡议落地，这些模型经训练后，可满足脆弱地区的核心需求，我们必须为其提供支持与鼓励，以此填补数字鸿沟。 

　　思考五：让风险认知始终扎根于民众

　　这背后还存在一个更深层的问题：过去三十年的减灾实践让我们得到一个重要启示：灾害风险是社会建构的产物。 

　　人类在社会、经济、政治和文化领域的行为，是社会中风险不断累积的根源。时至今日，人工智能在减灾领域的应用场景，仍高度集中在灾害的认知、监测和预测方面。即便最完善的应用，也只是依据灾害影响范围内的人口、资本资产、经济活动及其脆弱性，预测灾害造成的影响，却无法帮助我们理解，这些群体为何身处风险区域，其脆弱性的根源又是什么。 

　　若想借助人工智能，激发个人、家庭、社区和地方政府主动采取减灾行动，我们的工作不仅要聚焦短期举措，更要关注长远的发展决策。人工智能的运作完全依赖所输入的数据，而在边缘地区，风险相关数据往往存在缺失或失真的问题。这既是技术问题，也是社会问题：我们必须确保社区自主收集的数据能为人工智能解决方案提供支撑，同时让所有人都拥有行动的自主权，而非仅仅成为被分析的对象。 

　　我们要找到方式，借助人工智能推动社会深度变革，降低整体风险，为所有人构建抗灾韧性。若无法做到这一点，我们的所有努力，终究只是更高效的“治标之策”。 

　　人工智能为减灾工作打开了全新的广阔空间，但真正的进步，绝不可能仅靠算法实现。它源于更有价值的问题探索，源于更紧密的合作构建，更源于将公平正义与长期抗灾韧性，作为创新发展的核心要义。