AI 紧急警报即将到来，而人类可能尚未准备好

人类本就不擅长应急沟通，聊天机器人或许能帮上忙——前提是人们把它们说的话当回事。

本文由 Grist 制作，与 WIRED 联合刊发，属于 Grist 探讨极端天气后错误信息传播的系列报道 Distorted，由 CO2 Foundation 提供支持。

本月早些时候，飓风 Isaias 以三级飓风强度在墨西哥湾沿岸登陆后，应急管理专家 Laura Myers 接到一位阿拉巴马州气象学家的电话。Myers 是阿拉巴马大学高级公共安全中心的主任，平时经常与本地区的州和地方应急管理人员交流。这位气象学家告诉 Myers，当地一名应急管理人员发布了一张图，标示 Isaias 可能以“sting jet”（狭窄强风带）威胁阿拉巴马海岸的位置。

问题在于：这张图是那位应急管理人员用 AI 聊天机器人生成的，而且并不准确。

“那位县应急管理人员是想让相关方关注本县面临的风险，于是请 AI 帮忙，”她说，“AI 确实做出了他想要的东西，但在气象上并不准确。”

大多数应急管理机构的规章并不允许员工使用生成式 AI，但 Myers 和大多数其他应急管理专家都认为，此类工具在州和地方救灾部门的使用可能已经相当普遍。目前有数百家公司在向应急管理人员推销用于洪水损失评估、资源协调等任务的 AI 工具，而面向公众的沟通正是政府雇员和初创公司最感兴趣的领域之一。

2026 年 2 月 23 日，冬季风暴来临前，纽约市应急部门工作人员在布鲁克林的值班指挥室内值守。

原因何在？大多数应急管理人员在发布警报、就灾害与公众快速沟通方面做得并不好。这不是因为他们是应急管理人员，而是因为他们是人。他们往往使用非专业人士可能看不懂的行话，想当然地省略“公众应该已经知道”的信息，还会加入无关细节，分散人们对真正需要知晓内容的注意力。

“很多机构的资源和人手都非常有限，”纽约州立大学奥尔巴尼分校灾害研究者 Jeannette Sutton 说。她创建了一个提供灾害警报模板的综合仪表盘。“我认为他们知道这是优先事项，但只有等意识到本该早做时才会真正排上优先级。他们只是想把工作做完、别出岔子。”

应急管理人员是负责灾害响应与恢复的政府官员。在州和地方层面，构成极端天气事件后第一道防线的正是这些官员及其机构，而不是联邦紧急事务管理局（FEMA）。因此，应急管理人员常爱说“信任就是我们的货币”，而他们与公众的沟通正是建立或失去这种信任的地方。

随着气候灾害愈发频繁和广泛，因人类沟通失误而打乱应急响应的例子已有很多。例如 2016 年，加州相邻的几个县对同一场野火分别发布了“自愿撤离”和“强制撤离”指令。2019 年在澳大利亚，官员用“Watch and Act”（观察并行动）一词发出野火警报，政府事后承认这造成了“严重混乱”，因为没人知道这个词是什么意思。

在某些情况下，沟通不充分可能就意味着生与死的差别。2017 年 Thomas Fire 过后的加州蒙特西托（Montecito）就发生了这样的事。大火几周后，一场强降雨引发了致命的泥石流。圣巴巴拉县政府难以把风险传达给仍在火灾阴影中、正处于 Sutton 所说“警报疲劳”状态的居民。县政府向野火“自愿撤离区”内的所有居民发送了警报，告诉他们“保持警惕、关注情况变化，并做好立即撤离的准备”。这些居民中的大多数人本应立即撤离，但许多人把撤离通知当成可选项；还有一些人只是不想在一个月内第二次撤离。泥石流造成 23 人死亡、160 多人受伤。

Sutton 说，发出糟糕预警的政府容易失去公众信任。“他们正在错失成为帮助人们保命之声的机会。”

理论上，警报是人工智能——尤其是过去几年飞速发展的生成式 AI 系统——的完美用例。FEMA 为应急管理人员提供培训，讲授撰写和发布警报的最佳实践，但当紧急情况真正来临时，许多官员并不记得培训的全部内容。大语言模型则不同。它可以阅读数十……（原文正文在 9000 字符处截断，译文随之截止）