人工智能将重塑我们的生活与工作方式，这已是不言而喻的事实。然而，深入思考其在自身工作领域中的潜力与风险，却是另一个崭新的课题。

2025年7月初，我有幸参与了由国际电信联盟（ITU）在日内瓦主办的“人工智能向善”峰会。在多场会议中，我们探讨了生成式、预测性及综合性人工智能在减少灾害风险和灾害响应方面所能带来的诸多益处。随后在纽约，我参加了哥伦比亚大学国家防灾中心举办的一场座谈会，与学生、学者及从业者共同交流。会上，各方聚焦于构建多学科方法以应对日益复杂的系统性风险，这让我深受触动，也倍感鼓舞。

令我印象深刻的是一种融合共识：人工智能的技术飞跃正逐步追赶上系统性风险的复杂程度。

以下是关于我们如何利用人工智能不仅“做得更多”，更要“做得更好”的五点思考：

思考一：从提出正确问题着手

解决方案的提供者与使用者之间需要更深入、更广泛的对话，这并非新鲜事，但对于人工智能工具而言，其风险可能更高，机遇也更为可观。

一些曾被认为难以解决的问题（例如需要快速分析来自分散来源的海量异构数据），如今已触手可及。但在将资源投入这些新可能性时，我们必须保持审慎。

我们可以利用新工具构建基于人工智能的地震流行病学模型，在地震发生后迅速估算搜救和医疗需求的类型与规模；或许能研发更快速的预警方式，在雷暴来临前向易遭雷击的社区发出警报；还可以找到快速识别虚假信息来源并遏制其传播的方法，避免紧急情况下引发恐慌。

为了决定如何、在何处运用这些新的人工智能工具包，我们必须明确减少灾害风险从业者和高风险社区的需求，并优先处理最为关键的问题。

思考二：为人工智能时代重新定义灾害风险管理体系

我们现有的风险管理体系诞生于相对简单的时代，因此需要对其进行改造，以适应人工智能赋能的未来。机器学习和人工智能不仅将重新定义传统职业，还将重塑传统机构。

例如，当前很多国家已经建立专门机构，发布官方预警，并要求民众在飓风逼近时疏散。但我们已开始看到，一些竞争性信息来源有时更灵活、更敏捷、也更准确。这些发展可能会对那些传统国家机构形成有益补充。我们需要找到既能简化决策流程，又能确保机构问责制不受影响的方法。

然而，无论数据受限，还是数据充足，政府当局仍需对灾害应对做出尽可能最优的决策负责。我们必须记住，人工智能终究只是帮助我们更好地开展工作的工具。

思考三：人工智能将成为关键基础设施

诚然，人工智能在减少灾害风险方面前景广阔，且几乎能应用于所有其他领域，有效应用于保障复杂系统顺畅运行。

但我们需要记住，人工智能本身依赖于基础设施，数据中心、能源基础设施、数字连接基础设施，而这些设施也需要具备抵御物理灾害和气候风险的韧性。人工智能基础设施正迅速扩张，遍布全球多个地区。因此，它不可避免地会面临各类灾害的威胁，其中许多灾害的发生频率和强度正不断增加。

我们必须确保在规划、选址、设计和建设人工智能基础设施时，充分考量并管理这些风险，无论是当下还是未来。随着我们不可避免地更多依赖人工智能系统来管理灾害风险，若这些系统因灾害而受损，可能会引发复杂的连锁风险，进而导致潜在的灾难性系统性故障。

这类基础设施还带来了可持续性挑战，若管理不当，将产生新的风险。数据中心消耗大量电力和水资源。随着对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资，包括制定保障措施，确保环境成本不会由那些已然承担最重负担的群体承受。

思考四：重新设计人工智能时代的灾害教育

过去二十年来，正规的减少灾害风险教育迅速普及。

仅在印度，就有二十多所大学或学院开设了灾害风险管理硕士学位课程。但其中许多教授的科目，如减少灾害风险的跨部门政策分析、灾害、脆弱性及风险评估、减少灾害风险规划、预警系统等，未来可能会越来越多地由人工智能来完成。这些课程需要调整方向，培养学生使用新工具的能力，并进一步适应未来的发展。

这些技能不应仅在精英院校教授，为避免知识不平等，我们必须确保广泛的可及性。这是一个更广泛的挑战的一部分：那些最能从人工智能中获益的社区，恰恰是目前服务最不足的群体，他们缺乏网络连接、生活在数据匮乏地区，其意见无人倾听，易被忽视。

目前已出现一些针对公益人工智能模型的倡议，这些模型经过训练，为满足脆弱地区的优先需求而设计。我们必须支持和鼓励这些倡议，以填补上述缺口。

思考五：确保风险知识植根于民众

还有一个更深层次的问题：灾害风险是社会建构的。这是过去三十年来，减少灾害风险实践给我们带来的一个核心启示。

正是人类在社会、经济、政治和文化领域的行为，导致了社会中风险的累积。迄今为止，人工智能在减少灾害风险方面的应用案例，大多侧重于灾害的理解、观测和预测。充其量，这些应用会基于灾害影响范围内的人口、资本资产、经济活动及其脆弱性，来预测灾害影响。但它们远未能帮助我们理解，这些群体和资产为何会处于当前的位置，以及为何一开始就如此脆弱。

如果我们要利用人工智能赋予个人、家庭、社区和地方政府采取行动减少风险的能力，我们就必须不仅关注短期行动，还要着眼于长期发展选择。人工智能只能处理所获取的数据，而在边缘化地区，风险往往未被充分体现或被误读。这既是技术问题，也是社会问题：我们必须确保社区生成的数据能融入人工智能支持的解决方案中，同时赋予所有人采取行动的能力，而不仅仅是被分析的对象。

我们必须找到利用人工智能的方式，支持社会实现更深层次的转型，降低风险并为所有人构建灾害韧性能力。如果做不到这一点，我们的努力在很大程度上都只是更高效的“治标之策”。

人工智能为减少灾害风险开辟了强大的新可能性。但真正的进步并非仅来自算法本身，而在于提出更优的问题、建立更牢固的伙伴关系，并将正义、公平和长期韧性置于创新的核心。