本月初,飓风伊萨亚斯以三级飓风强度登陆墨西哥湾沿岸后,阿拉巴马州的一位气象学家联系了紧急管理专家劳拉·迈尔斯。迈尔斯是阿拉巴马大学高级公共安全中心主任,常与该地区的州和地方紧急管理人员沟通。气象学家告诉她,一位地方紧急管理人员发布了一张图表,显示伊萨亚斯飓风可能对阿拉巴马海岸造成“刺风”强风威胁。
问题在于,这位紧急管理人员是通过人工智能聊天机器人生成的这张图表,但内容并不准确。
“那位县紧急管理人员想让相关方关注该县的风险,所以他请求AI帮忙,”迈尔斯说,“AI做了他想要的事情,但气象学上并不准确。”
大多数紧急管理机构不允许员工使用生成式AI,但迈尔斯和其他专家普遍认为,生成式AI在州和地方灾害部门的使用已经相当普遍。数百家公司向紧急管理人员推销AI工具,用于洪水损害评估和资源协调等任务,而公共沟通则是政府员工和初创企业最感兴趣的领域之一。
原因很简单:大多数紧急管理人员在向公众快速发布灾害警报和沟通方面表现不佳。这并非因为他们不称职,而是因为他们是普通人。他们往往使用非专业人士难以理解的术语,假设公众已知某些信息而省略,或者包含无关细节,分散公众对关键信息的注意力。
“许多机构资源有限,人员也不多,”灾害研究员珍妮特·萨顿说。她在奥尔巴尼大学创建了一个综合仪表盘,提供灾害警报模板。“他们意识到这是优先事项,但往往直到出错才真正重视。他们只是想完成工作,避免犯错。”
紧急管理人员是负责灾害响应和恢复的政府官员。在州和地方层面,他们及其机构是极端天气事件后的第一道防线,而非联邦紧急管理署(FEMA)。因此,紧急管理人员常说“信任是我们的货币”,他们通过与公众的沟通建立或失去这种信任。
随着气候灾害日益频发,错误的人类沟通已多次扰乱应急响应。2016年,加州相邻县对同一场野火分别发布了“自愿撤离”和“强制撤离”通知。2019年澳大利亚政府使用“观察并行动”警告野火,后来承认该措辞引发了“重大混淆”,因为没人理解其含义。
沟通不足有时甚至关系生死。2017年加州蒙特西托托马斯火灾后数周,一场暴雨引发致命泥石流。圣巴巴拉县政府难以向仍受火灾创伤的居民传达风险,居民出现了萨顿称之为“警报疲劳”的现象。县政府向“自愿撤离区”内所有人发送警报,告知“保持警惕,随时准备立即撤离”。多数居民本应立即撤离,但许多人认为撤离是可选的,或不愿一个月内第二次撤离。泥石流造成23人死亡,160多人受伤。
萨顿指出,发布糟糕警报的政府容易失去公众信任,“他们失去了成为保护公众安全声音的机会。”
理论上,警报是人工智能的理想应用场景,尤其是近年来飞速发展的生成式AI系统。FEMA为紧急管理人员提供警报合成和发送的最佳实践培训,但许多官员在紧急时刻难以全部记住培训内容。大型语言模型则不同,它能在几分钟内阅读数十万条警报,消化相关研究,并在几秒内编辑出符合最佳实践的警报文本。
“如果你一生只发过一次警报,还是15年前的事,还得记住所有培训内容,同时面对化学云团来袭、电话铃声响起、广播刺耳的紧急情况,AI很可能比你表现更好,”密歇根州英厄姆县紧急管理部门负责人、前气象学家罗布·戴尔说。
戴尔已经用AI起草过几次模拟警报,但尚未正式发布。英厄姆县位于密歇根中部,免受飓风和火灾等重大天气事件影响。若发生灾害,他表示愿意让聊天机器人起草事件通报,但仍希望自己掌控警报发布。

部分专家认为技术已足够成熟。初创公司EM1基于萨顿的研究训练了模型,执行官称其表现已优于几乎所有人类紧急管理人员。该模型已在野火和海啸等多种场景中测试,能在大多数基准测试中匹配或超越人类能力。
萨顿举例说明该软件的工作原理:她向Grist提供了一条新墨西哥县发布的洪水警报原文:“堤岸决口,水位上涨,立即撤离。McGee公园对人和宠物开放,房车可停放。”萨顿让EM1模型评估并修改警报,几秒钟后生成了更完善的版本,涵盖了灾害沟通的主要要点。
新警报内容为:“圣胡安县:位于[具体位置]附近的洪水水位上涨。[撤离区域]内人员:立即前往高地撤离。切勿步行或驾车穿越洪水。McGee公园对人和宠物开放。请关注[官方更新来源]获取最新信息。”
模型修正了原文中未指明发布者、未具体说明洪水位置、未明确撤离人员及安全建议、拼写错误“breached”,以及缺乏进一步信息渠道等问题。
EM1已与约百个政府机构和学区签约,但尚未自动化发布极端天气警报。目前仅用于内部计划和准备。尽管如此,所有受访专家均确信许多紧急管理人员已在私下使用聊天机器人撰写信息,尽管不愿公开承认。萨顿表示,参加她警报培训的紧急管理人员经常展示用ChatGPT或Gemini秒写的高质量警报。
“官方采用率很低,但非官方使用绝对存在,”佛罗里达皮尔斯学院紧急管理教授、国家灾害准备培训中心资深讲师莎拉·米勒说,“他们用个人账号或免费账号。”
看似简单的权衡是:如果AI更快更好,而警报的好坏关系生死,我们理应在每次热浪和野火时都用AI。然而,乐观的研究者也警告,全面依赖AI可能适得其反。对AI持怀疑态度或不信任政府的公众,可能拒绝接受AI生成的图表或社交媒体内容。纽约锡拉丘兹一工会甚至起诉当地政府,因其用AI服务处理非紧急911电话。
“我们信任那些看起来真实且关心我们的人,”灾害技术咨询公司HazAdapt创始人金妮·卡茨说,“AI生成内容缺乏真实感。”此外,聊天机器人可能导致紧急管理人员发布更多、更频繁的警报,增加警报疲劳风险。
与其他AI应用领域类似,灾害专家认为目前软件能力取决于使用者。经验丰富的紧急管理人员可借助聊天机器人加快公众沟通,但缺乏经验者在紧急情况下难以评估ChatGPT或Claude等模型的输出。
尽管技术尚未达到完全无人监管运行的水平,许多人手不足的紧急管理部门仍在使用AI。至于AI生成内容对公众信任的影响,专家们认为还为时过早。
“如果是人类发短信和电脑发短信,你会觉得哪个更准确?”另一家为紧急管理人员提供AI软件的公司Preppr创始人贾斯汀·斯奈尔说。
他的结论是,这取决于接收者的个人判断。


