近日有報道指出，美國不少地方及州級緊急管理部門嘅員工，雖然正式規範上仍被限制使用聊天機器人，但實際上已私下用 ChatGPT、Gemini 等生成式 AI 工具起草災難警報訊息，甚至整理內部應變計劃。呢個趨勢唔再係未來 hypothetical，而係成日都喺災防第一線發生緊。
AI 做得到嘅嘢
支持呢個做法嘅研究人員指出，大型語言模型（large language model，即能理解同生成自然語言嘅 AI 模型）喺緊急通報情境下有一定優勢。面對洪水、野火或化學外洩等突發事件，承辦人員時間有限，又要在極大壓力下將複雜資訊轉譯成市民看得懂嘅語言。AI 可以在短時間內比對大量過往警報與研究資料，協助修正文句、補上關鍵資訊，例如明確標示發布單位、受影響區域、撤離對象同安全行動指引。
報道引述一個實際案例：新墨西哥州一則洪水警報，原本缺少地點資訊、撤離建議與後續查詢來源，AI 就被用嚟補強呢啲缺失。
AI 做唔到嘅嘢
不過，專家同時提醒，AI 並非萬靈丹。有地方災害管理人員曾試過用聊天機器人生成圖卡，結果內容並不符合實際氣象事實。呢個例子正正説明：工具雖然能加快製作速度，但同時可能放大錯誤。
研究者強調，災難通報最怕嘅就係失去公信力。如果政府發布嘅警報不夠清楚或不夠準確，市民可能不再相信後續訊息，甚至錯過真正需要撤離或避難嘅時機。呢個係一個不可逆嘅信任消耗——一旦破損，修復難度遠高於維護。
圖片：ajay suresh／CC BY 2.0／Wikimedia Commons
「警報疲勞」嘅隱憂
另一個被專家點名嘅隱憂係「警報疲勞」。如果 AI 讓機關更容易、更頻繁地發出通知，市民可能因為收到過多訊息而逐漸降低警覺，對真正致命嘅警報反應遲鈍。
專家強調，目前呢類系統仍只能作為人類專家嘅輔助工具。尤其對經驗不足嘅承辦人員而言，若無法判斷模型輸出嘅品質，反而可能喺緊急時刻做出錯誤決策。
點用、用到邊度
目前儘管已有公司向政府機關與學校推廣 AI 災害工具，實際上多數單位仍只將 AI 用於演練、草擬同內部測試，尚未全面自動化對外警報。呢個「人在環路」（human in the loop）嘅定位，短期內看來係各方嘅共識。
阿調搞兩下
條問題唔係「AI 能不能寫警報」，而係「邊個為 AI 寫錯嘅警報負責」。當一個 AI 生成嘅洪水警報漏咗撤離範圍，市民冇收到警告，個責任喺用緊呢個工具嘅部門？訓練呢個模型嘅公司？仲係寫 prompt 嗰個承辦人員？而「警報疲勞」嗰個風險，更係一個冇人願意首先承認、但成個系統都喺承受嘅結構性問題。災防係一個「錯一次就好一次」嘅領域，唔似個 app 可以 patch update。呢個係為甚麼「人在環路」唔係一個選擇，而係一個底線。
阿調｜深度調教
