AI时代，应急管理如何应对？

AI时代，应急管理工作如何应对机遇和挑战？

深度挖掘风险隐患、精准预警灾害风险、快速形成应对方案、科学匹配救灾物资……当前，人工智能（AI）飞速发展，为应急管理事业注入新动能。与此同时，数据安全、算法伦理、技术壁垒等问题也日渐凸显。在享受技术红利的同时，如何构建安全、可靠、透明的AI应用体系，是全面推进应急管理体系和能力现代化进程中的重要课题。全国两会上，中国应急管理报记者采访了多位代表委员，看看他们怎么说。

多名代表委员支招献策——

人工智能赋能监管 人机协同守护安全

■本报记者 罗地生

今年全国两会期间，AI成为高频词。在数字化浪潮汹涌澎湃的当下，AI凭借极高的图文生成效率、强大的数据分析能力，正在以前所未有的态势融入我们的日常生活。

如何借助AI，做好应急管理工作？代表委员纷纷建言献策。

用AI赋能安全生产

“做好安全生产工作要积极拥抱AI，这是提升安全生产治理能力和治理水平的有益探索。”全国政协常委，中国安全生产科学研究院名誉院长、首席科学家张兴凯表示，AI可以助力规范执法，“如果执法文书与法律法规存在偏差，我们可以借助AI及时发现”。

AI在风险隐患分析、管道巡查、复杂区域救援等方面也能发挥积极作用。张兴凯表示，未来，可以由负有安全监管职责的部门提出集“宜人、安全、功能”为一体的需求，由相关企业研发AI产品。

全国政协委员、中国矿业大学（北京）原副校长姜耀东认为，用AI赋能安全监管，可以提升安全性。

华为盘古大模型已在矿山监管中取得实效，特别是在多绳摩擦提升系统中，它解决了人工巡检精度低、实时性差的问题。在立井提升井底堆煤监测中，AI能根据堆煤情况分级预警，提醒员工及时清运，有效避免相关安全隐患。

在工业领域，通鼎互联智慧安监系统结合百度深度学习技术，实现对仪表、人员行为和着装的实时监控，并能够智能分析监控画面，一旦发现隐患或危险行为，可实时报警。“AI的应用不仅减少了用工成本，还提升了监管效率。”姜耀东说。

全国政协委员、甘肃省工业和信息化厅副厅长黄宝荣表示，AI还能开展自动化巡检与应急处置，替代员工进入高危区域执行巡检任务。

以AI推动事前预防

根据企业用电情况，判断其是否违规生产，是应急管理部门打击违法违规行为的重要手段。全国政协委员、民建广东省委会副主委姚建明认为，相关部门可利用AI对燃气设备设施运行等数据，以及涉企执法、事故隐患等情况进行分析，以发现潜在风险，推动公共安全治理从“亡羊补牢”向“未雨绸缪”转变。

全国政协委员、西安交通大学公共政策与管理学院教授杜海峰表示，可以利用AI“学习”安全监管相关案例，总结规律，为预防同类事故提供决策支撑。“比如，利用AI构建孪生数字系统，让应急管理、安全监管具体工作变得‘数字化’，通过更真实的系统模拟孪生、总结分析隐患机理、风险原因、事故规律，将结果和现实发展变化进行动态比对，从而找到更恰当的解决办法，使应急管理、安全监管工作更‘智能’。”杜海峰指出。

“AI在灾害监测领域同样潜力巨大。”全国人大代表、河南理工大学学术副校长金双根说，在地质灾害防治中，“北斗+AI”边坡监测系统可捕捉0.1毫米级的岩体位移，使预警响应时间缩短至3分钟以内；在防汛抗洪中，相关部门可通过AI分析实时水位、降水量等信息，预测洪水漫延路径和受灾范围，提前转移群众，调配应急资源……“面对森林草原火灾、气象灾害等，我们也能利用AI，打足预报预警的提前量，提升精准度。”金双根告诉记者。

科学规范使用AI

“AI再先进，也只是一种工具。我们要规范、科学使用，趋其利、避其害。”张兴凯认为，现实的安全监管情况很复杂，而AI只能遵循设定的流程，因此我们还不能只靠AI来生成执法文书或提出整改建议，其提出的措施也未必适合企业。

隐患是动态的，风险是变化的，特别是针对新领域、新业态，AI可能缺乏足够的数据，导致判断不准或无法识别风险。“在安全生产这样人命关天的大事上，不可完全信奉AI。”张兴凯提醒，虽然AI有时很“准”，但安全生产复杂性、事故偶然性等因素决定我们必须依靠人的丰富经验、敏锐洞察力来作出决策。

杜海峰表示，安全监管人员要提升驾驭AI的能力，“若一味依赖AI，忽视自身的学习提升和实践总结，可能在面对复杂情况时手足无措”。他建议，相关人员要加强事故灾害风险研判，将一些规律性、特殊性质的内容提供给AI“学习”，并从技术层面改进AI，让其越来越“聪明”，成为防范风险、消除隐患的好帮手。

如何利用AI应对新型安全风险？姜耀东表示，要不断促使AI“学习”新的安全标准和风险特征，为避免AI变成“数据孤岛”，须统一系统间的数据格式，以实现跨领域数据整合和协同监管。

由于AI是基于互联网现有的内容来进行深度学习与内容生成的，若其获取的信息存在问题，生成的内容也会不准确，甚至会出现监控画面被伪造或数据被篡改的情况。“须确保AI的透明性和可解释性，避免因算法偏见或数据质量问题导致误判。”姜耀东强调。

对此，黄宝荣也建议，要提升算法精度，优化其可靠性，提高复杂场景下的识别准确率，降低误报漏报风险；明确人机协同边界，明确AI预警与人工处置的职责划分，例如异常情况监测可由AI负责，但高风险决策仍需由人工来确认。

全国政协委员、农业和农村委员会委员周国平——

建立适用模型 助力提升基层应急救援能力

■本报记者 肖艳鹏

AI凭借强大的数据处理、分析预测和智能决策能力，为提升基层应急救援能力开辟了新路径、带来了新机遇。“针对基层现存问题，相关部门单位可以探索应用AI来补短板、强弱项，建立适用模型，为提升基层应急救援能力赋能。”全国政协委员、农业和农村委员会委员周国平表示。

基层仍存短板弱项

周国平在调研中发现，在应急救援方面，基层目前还存在一些短板弱项，特别是在AI技术应用方面尚显不足。

基层应急救援意识不强、常识不足。基层群众和部分应急管理人员对灾害事故风险的认知主要来自传统媒体、宣传手册等。基层鲜少使用AI等新技术开展科普宣传，而传统科普方式覆盖面有限、互动性较差。“基层在应急管理、灾害防治、人工智能等方面，也普遍缺乏专业人才，不利于工作开展。”周国平说。

“应急预案数字化程度相对偏低。”周国平表示，应急预案需投入人力资源进行编制，其效果受编制者经验多少、专业水平高低等因素影响。现有的基层应急预案多是纸质文档，难以实现动态更新、快速调用，影响实际应用效果。

周国平表示，实战化演练常需要模拟真实的灾害事故场景，往往涉及多个部门和单位，资金投入大、协调难度大，演练中也存在一定的安全风险。而部分基层单位支撑保障能力不足，导致实战化演练难以有效开展，使得基层的真实应急救援能力无法得到及时检验和提升。

借助AI提质强能

周国平认为，可以充分利用AI，建立科普、预案、演练等模型，并加大支持力度，进一步提升基层应急救援能力。

建立科普模型，提升基层应急救援基本能力。相关部门可利用AI构建多领域融合的应急知识科普模型，建设适用于基层的法律法规库、典型案例库、防灾减灾救灾知识库、专家咨询库等数据库，助力基层开展应急科普、预警“叫应”、风险评估和决策等。“AI具备图像识别功能，可开展智能巡检并自动识别风险隐患，深度挖掘历史灾害数据，为基层人员提供风险评估和决策支撑。”周国平说。

建立预案模型，增强基层应急预案精准性。各地各部门应抓紧学习《国家突发事件总体应急预案》，借助AI建立应急预案模型，实现在系统中输入相关条件，即可快速查询和获取所需信息，助力基层编制标准化的应急预案。此外，可建立多部门协同编制预案模块，以自动审核应急预案的逻辑合理性、内容完整性等，从而提高应急预案质量。

建立演练模型，解决基层演练组织难问题。周国平表示，可以集成课程库、脚本库、情景库、评估库等资源，开发桌面推演系统，以此引导相关人员按流程实施演练，降低演练成本和安全风险。在开展演练和灾害应对中，推演系统可根据实时获取的灾害信息、资源状况等数据，快速生成决策建议。相关部门单位还可以据此建立“学、练、考、评”一体化智能培训体系，为基层应急救援人员提供丰富多样的培训课程，推送个性化练习和模拟演练任务，全程进行考核评估，并生成针对性提升方案，从而不断提高基层应急救援实战能力。

“要加大对AI的应用支持力度，出台相关政策法规，培养一批既懂应急管理又懂AI应用的复合型人才。”周国平表示。

全国人大代表、河南理工大学学术副校长金双根——

警惕技术依赖导致系统性风险

■本报记者 肖艳鹏

随着AI快速发展，其在灾害监测领域已展现出巨大潜力。“结合地震波监测数据构建的AI模型，可实现秒级地震预警；通过卫星遥感图像智能分析系统，可实时识别灾害前兆。”近日，在谈及AI在防灾减灾方面的应用时，全国人大代表、河南理工大学学术副校长金双根说。

金双根举例说，在地震风险智能预警方面，AI可以利用历史地震数据，构建更精准的三维地质模型，以提前预警破坏性地震；在气象灾害动态感知方面，AI可以实时监测气象变化，帮助相关机构快速有效开展数据分析和处理，例如日本气象厅融合卫星云图、海洋温度、大气压等多源数据，构建台风路径预测模型，使台风路径预测误差得以进一步缩小。

金双根指出，AI在应用过程中需注意以下几个关键问题：

一是数据质量与多样性面临挑战。监测系统过度依赖单一数据源易造成误判。“2020年，某地山火预警系统因未整合气象数据，导致漏报率达15%。”金双根举例说，相关部门需建立多模态数据融合机制，整合卫星、传感器等多维度观测信息，以进一步提升AI监测效能。

二是模型可解释性与可靠性存疑。“AI算法黑箱可能隐藏关键决策逻辑，导致决策结果和可靠性存疑。”金双根说，美国地质调查局在开发地震预测模型时，要求算法须通过地质学原理验证。他建议，可采用可解释性AI框架，确保相关模型决策过程透明、可追溯。

三是隐私保护与伦理边界需注意。金双根介绍，使用无人机和摄像头进行灾情监测时，需遵循我国相关法律法规要求，对涉及公民个人的图像数据实施去标识化处理。

四是人机协同机制建设有待加强。“过度依赖AI可能导致应急响应能力退化。”金双根坦言。如何解决这一问题？他表示，德国应急管理部门规定，AI预警必须经人工复核后方可发布，并定期组织无AI参与的应急演练，这一做法或可借鉴。

金双根表示，在利用AI提升灾害监测效率的同时，需警惕技术依赖导致的系统性风险。他建议，构建“监测—预警—决策”三级智能系统架构，在数据采集层可应用联邦学习技术保障隐私，在预警层采用混合专家模型提升准确性，在决策层保留人工干预通道。

“技术创新应与制度建设同步推进，建议制定智能监测系统安全标准，建立AI伦理审查委员会，确保技术应用始终服务于公共安全目标。”金双根说。

全国政协委员、北方工业大学副校长李全明——

不断迭代升级 增强数据真实性可靠性

■本报记者 肖艳鹏

“‘AI+’指将AI应用于各个产业、领域或场景。但在‘AI+应急管理’过程中，我们要特别注意信息安全问题。”全国政协委员、北方工业大学副校长李全明表示。

近年来，在应急管理部统一指导下，我国在一些重点行业领域建设安全生产风险监测预警系统，形成了有关安全生产和应急管理的大数据库。2024年，应急管理部发布了“久安”AI大模型。该大模型吸纳了危化品、煤矿、森林火灾和安全生产执法等业务领域海量专业知识，依托国产大模型和应急云基础算力进行增强训练，能够从大量视频监控中自动筛选危化品企业厂区人员聚集、工贸企业作业场所粉尘积聚、强降雨地区城市内涝等安全风险，帮助基层执法人员拍照识别隐患和制作检查清单，智能辅助危化品和森林火灾应急处置，满足应急管理人员问知识、问数据、问图像、问视频等多种需求，有效提升了监测预警、监管执法、应急救援和辅助决策方面的科技支撑能力。

“AI通过大数据分析和进一步‘学习’，能提升重大灾害事故预测的准确性。”李全明认为，AI可以提前对自然灾害、企业安全生产风险进行预警，从而为应急处置争取到宝贵时间；帮助优化应急资源调度与配置，为救援车辆智能规划路径，避开拥堵或损坏的道路，确保物资、人员更快抵达目的地。

此外，AI能够处理大量实时数据，为决策者提供信息支持；通过模拟不同应急场景，帮助制定和优化应急预案；通过分析社交媒体上的信息，帮助应急管理部门了解公众需求、情绪等；通过智能客服，提供实时信息、解答公众疑问，助力在全社会进一步形成共治共享的良好氛围。

与此同时，李全明也注意到，AI在赋能应急管理过程中，汇聚了企业、环境、灾情等海量的真实数据，因此要特别注意信息安全问题。AI要不断迭代升级，以增强数据真实性、可靠性，然而在迭代升级过程中，AI分析结果可能会不准确，从而给应急准备、应急响应、应急指挥等造成被动影响。

“AI与应急管理领域深度融合，可能将重塑灾害应对模式。然而，这一过程暴露的数据治理难题正制约着AI的深入应用，有待进一步解决。”李全明表示。

来源：中国应急管理报