關(guān)鍵詞：應(yīng)急管理；生成式人工智能（AIGC）；共享機制；技術(shù)創(chuàng)新

中圖分類號：D035；TP18 文獻標(biāo)識碼：A 文章編號：2096-7934（2024）07-0062-10

一、引言

隨著生成式人工智能（AIGC）不斷出現(xiàn)，例如，穩(wěn)定擴散模型可以根據(jù)用戶輸入的文字描述生成圖像；ChatGPT具備回答用戶問題、翻譯文本、創(chuàng)作詩歌、設(shè)計實驗和撰寫文稿等能力，其對生產(chǎn)和生活的影響逐漸深入。從技術(shù)和內(nèi)容層面看AIGC的概念，技術(shù)層面上指用于自動生成內(nèi)容的一類技術(shù)；內(nèi)容層面上指利用人工智能算法、自然語言處理技術(shù)、計算機視覺等方法，自動生成文本、圖像、音頻等各類媒介形式的內(nèi)容。AIGC具有的智能數(shù)字內(nèi)容孿生、智能數(shù)字內(nèi)容編輯以及智能數(shù)字內(nèi)容創(chuàng)作這三大能力，在各行各業(yè)中得到廣泛的應(yīng)用。AIGC甚至被稱為是人工智能的新時代。縱觀人類歷史發(fā)展，每一次科技革命和產(chǎn)業(yè)革命，必將顛覆現(xiàn)有生產(chǎn)力，促進人類文明進步。AIGC在各個領(lǐng)域都將扮演重要的角色。應(yīng)急管理作為一項關(guān)乎公共安全和危機處理的重要任務(wù)，亦可受益于AIGC的應(yīng)用。AIGC可為實現(xiàn)應(yīng)急管理現(xiàn)代化提供諸多價值。應(yīng)急管理是國家治理的重要組成部分，應(yīng)急管理現(xiàn)代化是國家治理現(xiàn)代化的重要表征［1］?！丁笆奈濉眹覒?yīng)急體系規(guī)劃》提出：到2025年，應(yīng)急管理體系和能力現(xiàn)代化建設(shè)取得重大進展，形成統(tǒng)一指揮、專常兼?zhèn)?、反?yīng)靈敏、上下聯(lián)動的中國特色應(yīng)急管理體制［2］。然而，過去的應(yīng)急管理在信息化和科技化方面存在著許多不足，如數(shù)據(jù)收集和分析效率低下、信息孤島問題嚴(yán)重以及決策依據(jù)不充分等。AIGC作為一種新型內(nèi)容生產(chǎn)方式，以其自動生成內(nèi)容更高效、更優(yōu)質(zhì)，多樣化、跨模態(tài)生成等特點，表現(xiàn)出賦能應(yīng)急管理現(xiàn)代化的巨大潛力，為加快應(yīng)急管理現(xiàn)代化創(chuàng)造了更多的可能。

二、AIGC賦能應(yīng)急管理的現(xiàn)實價值

（一）提升應(yīng)急管理的運行效率

1.實時數(shù)據(jù)收集，確保應(yīng)急管理的及時響應(yīng)

在應(yīng)急管理過程中，及時收集數(shù)據(jù)對做出準(zhǔn)確決策和快速響應(yīng)至關(guān)重要。傳統(tǒng)方法中，數(shù)據(jù)的收集通常需要人工參與且耗費大量時間，同時文字、圖片、視頻的保存與使用難度大，導(dǎo)致信息獲取的滯后性和不準(zhǔn)確性。AIGC有增強、轉(zhuǎn)譯并構(gòu)建數(shù)字內(nèi)容孿生能力，可以通過自動化和智能化的方式，快速而準(zhǔn)確地收集大量相關(guān)數(shù)據(jù)，包括地理信息、氣象數(shù)據(jù)以及人員流動情況等，實現(xiàn)實時數(shù)據(jù)的匯集。應(yīng)急管理人員可以基于最新的數(shù)據(jù)信息，及時了解事件的發(fā)展?fàn)顩r，迅速做出判斷，提高應(yīng)急管理的效率。在實時數(shù)據(jù)收集方面，AIGC的增強和轉(zhuǎn)譯能力可以進一步提升應(yīng)急管理的效率和準(zhǔn)確性。AIGC可以通過自動化的方式收集多樣化的數(shù)據(jù)類型，不僅包括傳統(tǒng)的文本和數(shù)字?jǐn)?shù)據(jù)，還可以收集圖片、視頻等非結(jié)構(gòu)化數(shù)據(jù)。借助圖像識別、語義分析和機器學(xué)習(xí)等技術(shù)，AIGC可以將這些非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的數(shù)字內(nèi)容，便于進一步分析和應(yīng)用［3］。此外，AIGC還支持?jǐn)?shù)據(jù)的實時共享和協(xié)同合作。通過建設(shè)應(yīng)急管理平臺和應(yīng)用AIGC，不同部門和地區(qū)的應(yīng)急管理人員可以實時共享數(shù)據(jù)，加強信息的交流和協(xié)作，減少冗余和錯誤，提高應(yīng)急管理工作的效率和配合度?？偟膩碚f，AIGC在應(yīng)急管理中的實時數(shù)據(jù)收集方面可以發(fā)揮關(guān)鍵的作用。通過增強、轉(zhuǎn)譯并構(gòu)建數(shù)字內(nèi)容孿生能力，AIGC實現(xiàn)了數(shù)據(jù)的自動收集和轉(zhuǎn)化，提供了更加全面和準(zhǔn)確的信息，幫助應(yīng)急管理人員及時了解事件的發(fā)展情況，做出快速而準(zhǔn)確的決策和響應(yīng)。

2.實時監(jiān)測反饋，確保精確執(zhí)行應(yīng)急管理

應(yīng)急管理需要對各種資源和行動進行監(jiān)測和評估，以確保在應(yīng)急事件中的決策能有效執(zhí)行。傳統(tǒng)的監(jiān)測方法往往依賴人工巡查和報告，提高勞動力成本且容易出現(xiàn)遺漏。AIGC利用智能化監(jiān)測系統(tǒng)和傳感器網(wǎng)絡(luò)，可以對關(guān)鍵要素進行實時監(jiān)測。例如，通過安裝環(huán)境監(jiān)測傳感器，可以及時獲取氣象數(shù)據(jù)、空氣質(zhì)量和水位等環(huán)境狀況信息；借助人臉識別技術(shù)和位置追蹤系統(tǒng)，可以實時監(jiān)測人員流動情況，包括人員聚集區(qū)域、疏散情況等。此外，AIGC可以通過連接傳感器和實時數(shù)據(jù)收集系統(tǒng)，對重要設(shè)備的運行狀態(tài)進行實時監(jiān)測和反饋。AIGC可以根據(jù)監(jiān)測數(shù)據(jù)生成實時反饋和報告。通過數(shù)據(jù)的分析和處理，AIGC可以提取出關(guān)鍵指標(biāo)和預(yù)測趨勢，幫助應(yīng)急管理人員快速了解應(yīng)急事件的狀態(tài)和執(zhí)行情況。例如，在突發(fā)事件期間，AIGC可以生成實時的儀表盤和報告，展示關(guān)鍵指標(biāo)的變化趨勢，如人員傷亡情況、救援行動執(zhí)行進度等。這些實時反饋和報告可以為應(yīng)急管理決策提供科學(xué)依據(jù)和參考，幫助決策者及時調(diào)整應(yīng)急決策、優(yōu)化資源配置，并及時采取必要措施應(yīng)對緊急情況。通過AIGC的實時監(jiān)測反饋，應(yīng)急管理人員可以更加精確地了解應(yīng)急事件的進展情況，從而及時掌握關(guān)鍵數(shù)據(jù)和信息，全面評估現(xiàn)狀，快速調(diào)整應(yīng)急措施，并合理配置資源。與傳統(tǒng)方法相比，AIGC可以大大提高監(jiān)測的效率和準(zhǔn)確性，減少人為遺漏和錯誤，從而提高應(yīng)急管理的精確性和效果。

（二）推動應(yīng)急管理的跨部門跨主體協(xié)同

1.弱化條塊分割，推動跨部門協(xié)同

應(yīng)急管理以應(yīng)急管理部門為主導(dǎo)，企業(yè)、教育、財政和稅務(wù)等部門共同參與。在我國行政機制中存在著部門之間的條塊分割難題，導(dǎo)致部門之間的橫向關(guān)系不明確且溝通不暢，縱向?qū)蛹夐g的治理權(quán)力下放、傳導(dǎo)過程中也存在信息傳遞問題，造成了應(yīng)急管理的碎片化現(xiàn)象。目前，為破除應(yīng)急管理的跨部門協(xié)同困境，通常采用座談會、聯(lián)席會議等物理整合方式。然而，這些方式的治理效能有限。AIGC技術(shù)的賦能有助于優(yōu)化跨部門和跨層級的交互模式，通過技術(shù)融合和數(shù)據(jù)融合推動不同部門職能的融合和業(yè)務(wù)的融合。這樣可以在不打破政府部門專業(yè)分工結(jié)構(gòu)的前提下，突破部門之間和層級之間的組織邊界，打造跨部門和跨層級的應(yīng)急管理格局。例如，湖北省的“協(xié)同創(chuàng)新”應(yīng)急，通過不斷加強救援現(xiàn)場的信息互聯(lián)，將消防、部隊、測繪以及公安等部門的現(xiàn)場通信和數(shù)據(jù)采集系統(tǒng)打通，實現(xiàn)了統(tǒng)一指揮、統(tǒng)一協(xié)調(diào)和統(tǒng)一調(diào)度，有力支撐和保障了防汛救災(zāi)工作［4］；AIGC技術(shù)可以進一步促進跨部門資源的共享和整合。不同部門往往擁有各自的資源，如人員、設(shè)備、物資等。然而，由于信息分散和部門壁壘的存在，資源的利用和協(xié)同往往面臨困難。AIGC技術(shù)的應(yīng)用可以通過建立資源共享平臺和協(xié)同機制，實現(xiàn)跨部門資源的共享和整合，從而實現(xiàn)跨部門的協(xié)同。

2.開放參與渠道，推動跨主體協(xié)同

政府在開展應(yīng)急管理工作時，需要得到多個主體的支持，包括相關(guān)部門（如消防、公安、氣象、生態(tài)等部門）、企業(yè)、社會組織和公眾。然而，傳統(tǒng)的應(yīng)急管理工作主要由政府部門主導(dǎo)，市場和社會力量的參與程度較低。隨著數(shù)字時代的到來，數(shù)據(jù)的去中心化生產(chǎn)和傳播削弱了政府主導(dǎo)的單向權(quán)力結(jié)構(gòu)，推動政府、市場、社會和公民等各方成為治理網(wǎng)絡(luò)中平等的話語主體。AIGC技術(shù)的應(yīng)用可以在大數(shù)據(jù)背景下推動應(yīng)急管理現(xiàn)代化。政府可以通過應(yīng)急管理平臺整合和共享應(yīng)急信息，以實現(xiàn)不同應(yīng)急力量的參與，并通過信息協(xié)同和行為聯(lián)動實現(xiàn)全方位共享信息資源和統(tǒng)一應(yīng)急指揮或業(yè)務(wù)集成。具體而言，政府借助應(yīng)急管理平臺和AIGC技術(shù)充分匯集各方信息，加強應(yīng)急管理過程中的多元博弈，從而促進治理規(guī)則的完善。企業(yè)可以通過政府委托和購買技術(shù)服務(wù)等方式參與應(yīng)急管理體系，為應(yīng)急管理技術(shù)創(chuàng)新和服務(wù)升級提供支持。社會組織可以依托以AIGC為基礎(chǔ)的平臺，發(fā)揮專業(yè)化和民間化的優(yōu)勢，提供高質(zhì)量的、貼合實際情況的綜合服務(wù)。公眾可以通過AIGC技術(shù)便捷地獲取各類應(yīng)急服務(wù)信息，根據(jù)用戶具體情況生成個性化應(yīng)急方案，并動態(tài)反饋公眾需求和服務(wù)質(zhì)量，實現(xiàn)服務(wù)提質(zhì)增效。因此，AIGC技術(shù)的賦能有助于促進各方參與應(yīng)急管理，推動政府從“行政命令型”向“協(xié)作治理型”轉(zhuǎn)變。它能夠整合各方信息，加強多元博弈，推動治理規(guī)則完善，實現(xiàn)應(yīng)急管理的現(xiàn)代化。同時，企業(yè)、社會組織和公眾的參與也能為應(yīng)急管理技術(shù)創(chuàng)新和提高服務(wù)質(zhì)量提供支持，進一步推動應(yīng)急管理工作的發(fā)展。

（三）推動應(yīng)急管理決策的科學(xué)民主

1.豐富決策依據(jù)，推進決策科學(xué)化

在應(yīng)急管理中，決策制定往往需要基于大量的數(shù)據(jù)和信息，以便全面評估風(fēng)險、分析影響，并制定有效的響應(yīng)策略。傳統(tǒng)的決策依賴于人工收集和處理信息，存在著信息獲取不完全、判斷主觀偏差等問題。AIGC技術(shù)可以通過自動化的方式，快速分析和處理大規(guī)模數(shù)據(jù)，挖掘潛在的關(guān)聯(lián)數(shù)據(jù)和模式，從而獲得更全面、更準(zhǔn)確的信息。這將為應(yīng)急管理決策提供更為科學(xué)、客觀的依據(jù)，提高決策的質(zhì)量和精確度。應(yīng)急管理決策往往需要綜合各種因素考慮，包括災(zāi)害類型、區(qū)域特點、資源分配等。通過AIGC技術(shù)，可以建立復(fù)雜的模型和算法，將多個影響因素納入考慮，并進行系統(tǒng)性的分析和評估。這樣可以使決策制定更具科學(xué)性，避免主觀偏差和個人經(jīng)驗的干擾，提高決策的準(zhǔn)確性和可靠性。同時，AIGC技術(shù)能利用大規(guī)模的歷史數(shù)據(jù)和實時監(jiān)測數(shù)據(jù)進行模擬預(yù)測，幫助決策者更好地了解災(zāi)害發(fā)展趨勢和風(fēng)險變化，為應(yīng)急響應(yīng)和資源調(diào)配提供科學(xué)依據(jù)。AIGC具備數(shù)字內(nèi)容孿生能力［5］，即可以構(gòu)建數(shù)字化的應(yīng)急管理情境，將實際事件映射到數(shù)字化場景中，以便更好地分析和決策。此外，AIGC技術(shù)可以提供決策支持工具，為應(yīng)急管理決策提供智能化輔助。通過數(shù)據(jù)分析和算法模型，AIGC技術(shù)可以自動生成豐富的應(yīng)急管理方案和播報文件，幫助決策者快速了解災(zāi)害情況、資源需求和采取應(yīng)對措施等。這將節(jié)省決策者的時間和精力，提高決策的效率和準(zhǔn)確性。此外，AIGC技術(shù)還可以根據(jù)實時數(shù)據(jù)和需求變化，自動調(diào)整和更新決策方案，提供及時的建議和反饋，使決策過程更加靈活。

2.調(diào)和多方利益，推進決策民主化

在應(yīng)急管理中，存在著多元主體之間的利益沖突和權(quán)力分散的情況。利益整合是實現(xiàn)有效決策和協(xié)同行動的關(guān)鍵。在這方面，AIGC技術(shù)可以通過數(shù)字技術(shù)和人工智能算法，提供新的途徑來打通利益表達渠道。它可以收集、分析和整合多方利益相關(guān)的數(shù)據(jù)和信息，使得參與者能夠更全面地了解各方的需求。借助AIGC技術(shù)，決策者可以更好地了解不同利益主體之間的差異和共識，從而尋求多元主體之間的“最大公約利益”。這有助于促進共識形成，減少沖突和對抗，為協(xié)調(diào)多方利益提供基礎(chǔ)。在傳統(tǒng)的應(yīng)急管理中，決策往往由少數(shù)權(quán)力中心或?qū)＜覉F隊主導(dǎo)，導(dǎo)致決策的民主性和透明度不足。AIGC技術(shù)可以通過提供全球范圍內(nèi)的數(shù)據(jù)和信息，促進決策的民主化進程。它可以為公眾提供更多的參與和表達渠道，通過數(shù)據(jù)共享、在線調(diào)查和意見收集等方式，讓更多的個體參與到?jīng)Q策過程中來。AIGC技術(shù)還可以通過智能分析和算法模型，將不同利益主體的意見和觀點綜合起來，形成更具民主性和代表性的決策結(jié)果。從而增加決策的合法性和可接受性，增強公眾對決策結(jié)果的信任，推動決策的民主化。決策民主化過程中需要平衡專業(yè)知識和公眾參與的關(guān)系。盡管AIGC技術(shù)可以提供更多的參與機會，但在實踐中需要結(jié)合專業(yè)知識和實際情況，確保決策的科學(xué)性和可行性。

（四）推動應(yīng)急管理資源的高效配置

1.智能替代，減輕資源短缺的壓力

在應(yīng)急管理中，資源的供應(yīng)和分配是非常關(guān)鍵的問題。因為突發(fā)事件或緊急情況可能導(dǎo)致資源供應(yīng)鏈中斷、物資短缺或人力資源不足，給應(yīng)急響應(yīng)帶來很大的挑戰(zhàn)。然而，AIGC技術(shù)的應(yīng)用可以幫助應(yīng)急管理部門更好地應(yīng)對這些問題。AIGC技術(shù)可以智能替代某些傳統(tǒng)資源。傳統(tǒng)應(yīng)急管理中，一些資源可能因緊急情況而出現(xiàn)短缺或難以及時供應(yīng)。例如，緊急情況下的食品供應(yīng)、物資配送或?qū)I(yè)知識的提供等。通過AIGC技術(shù)，可以開發(fā)出智能系統(tǒng)和自動化流程，以替代某些人力和物力資源。例如，利用AIGC技術(shù)可以自動化智能搜索和推薦物資供應(yīng)商，快速獲取所需資源；又或者通過AIGC技術(shù)可以開發(fā)智能機器人進行物資配送等。這種智能替代可以提高效率，減少對傳統(tǒng)資源的依賴，從而在資源短缺時提供更高效的響應(yīng)。AIGC技術(shù)可以優(yōu)化資源管理和分配。在應(yīng)急管理中，資源的管理和分配是非常重要的環(huán)節(jié)。通過AIGC技術(shù)，可以進行數(shù)據(jù)分析和預(yù)測，更加準(zhǔn)確地評估資源需求和分配情況。例如，利用AIGC技術(shù)可以分析歷史數(shù)據(jù)和人口密度等災(zāi)情因素，進行智能模型的建立和預(yù)測。這可以幫助應(yīng)急管理部門更精確地確定資源需求并合理分配資源，從而最大程度地減輕資源短缺的壓力。

2.平臺串聯(lián)，促進資源整合與共享

在現(xiàn)代化的應(yīng)急管理中，治理主體多元化意味著治理資源的分散化，這給如何高效整合分散的治理資源和優(yōu)化資源配置帶來了挑戰(zhàn)。然而，AIGC可以幫助解決這些問題。首先，AIGC技術(shù)可以建立平臺來實現(xiàn)資源的串聯(lián)。通過建立智能平臺，可以將各個治理主體、應(yīng)急管理機構(gòu)以及其他相關(guān)組織連接起來。智能平臺可以作為信息交流和資源協(xié)調(diào)的集中樞紐，促進不同主體之間的溝通與合作。利用AIGC技術(shù)開發(fā)智能通信系統(tǒng)，實現(xiàn)實時溝通和信息共享，使得分散的治理資源能夠被及時調(diào)配和利用，提高應(yīng)急管理的效能。其次，AIGC可以優(yōu)化資源配置。在應(yīng)急管理中，資源的高效配置是至關(guān)重要的。通過AIGC進行數(shù)據(jù)分析和智能決策，更好地評估資源需求和分配情況。利用AIGC分析歷史數(shù)據(jù)、災(zāi)情預(yù)警、人群流動等因素，建立智能模型和預(yù)測系統(tǒng)，從而更準(zhǔn)確地確定資源需求和合理配置，避免資源浪費和重復(fù)投入。最后，AIGC可以促進資源的共享和協(xié)同利用。通過建立數(shù)據(jù)共享平臺和機制，不同的治理主體可以共享數(shù)據(jù)和信息資源。這有助于進行更精細化和協(xié)同化的應(yīng)急響應(yīng)。數(shù)據(jù)共享能夠促進治理主體之間的互信和協(xié)作，實現(xiàn)資源的共享和互補，提高應(yīng)急管理的整體能力。

三、AIGC賦能應(yīng)急管理的實踐困境

（一）技術(shù)不足：核心技術(shù)有待夯實

目前，盡管AIGC技術(shù)不斷升級，但在人工智能關(guān)鍵技術(shù)方面仍存在一些不足之處。人工智能技術(shù)的三要素包括算據(jù)、算法和算力。算據(jù)是AIGC的基礎(chǔ)“燃料”，算法是其核心驅(qū)動力，而算力則是AIGC運行的重要保障［6］。

近年來，人工智能技術(shù)的快速發(fā)展離不開大數(shù)據(jù)資源的支撐。使用更大規(guī)模、更完備的數(shù)據(jù)集進行訓(xùn)練是提升人工智能性能的主要途徑。例如，AlphaGo使用了3000萬局比賽數(shù)據(jù)進行訓(xùn)練，成為第一個戰(zhàn)勝圍棋世界冠軍的人工智能機器人。同時，OpenAI的DALL-E模型擁有120億個參數(shù)，北京智源的“悟道2.0”模型參數(shù)量達到1.75萬億［7］。因此，AIGC應(yīng)用于應(yīng)急管理，面臨的一個困境就是數(shù)據(jù)不足。收集大量的應(yīng)急數(shù)據(jù)需要各方共同努力，同時建立一個規(guī)模足夠大的數(shù)據(jù)庫也會涉及信息安全和隱私保護等問題，限制了可用于分析和應(yīng)用的數(shù)據(jù)范圍。

人工智能領(lǐng)域的算法和模型等核心技術(shù)的突破是AIGC逐步成熟的關(guān)鍵。地理空間數(shù)據(jù)的復(fù)雜性和多樣性需要更加復(fù)雜和高級的算法來處理和分析。然而，設(shè)計和訓(xùn)練這些高級算法需要大量的標(biāo)注數(shù)據(jù)和計算資源，這是一項昂貴和費時的任務(wù)。此外，算法的可解釋性和公正性也是一個重要的問題，特別是在涉及生命和財產(chǎn)安全的應(yīng)急管理決策中。同時，人工智能算法在透明度方面，由于算法模型的黑箱運作機制，使得人工智能算法的生成機理不易被理解，一旦算法出現(xiàn)錯誤，將阻礙外部觀察者進行糾錯。魯棒性方面，算法的運行容易受到數(shù)據(jù)、模型、訓(xùn)練方法等因素的干擾，出現(xiàn)非魯棒特征。例如，在訓(xùn)練數(shù)據(jù)量不足的情況下，特定數(shù)據(jù)集上測試性能良好的算法很可能受到輕微隨機噪聲的擾動影響，導(dǎo)致模型給出錯誤的結(jié)論。偏見與歧視方面，算法以數(shù)據(jù)為原料，如果使用有偏見的初始數(shù)據(jù)，這些偏見會一直存在，不隨時間衰減，無形中影響算法的運行結(jié)果，最終引發(fā)對AI算法公平性的爭議［8］。

AIGC以大模型、大數(shù)據(jù)和高算力為基礎(chǔ)［9］。AIGC需要強大的算力來處理和分析海量的地理空間數(shù)據(jù)。人工智能的數(shù)據(jù)巨量化、算法復(fù)雜化和場景多元化的特征對算力要求較高，AIGC的模態(tài)復(fù)雜性、內(nèi)容豐富性和實時交互性也需要算力的支持。AIGC較為依賴硬件的算力。硬件算力指由CPU、內(nèi)存、顯卡等計算設(shè)備提供的解題能力。芯片制程、設(shè)備架構(gòu)、核心數(shù)量和內(nèi)存容量等因素都對算力產(chǎn)生影響，其中芯片技術(shù)還需要進一步研發(fā)，還有與應(yīng)急管理相關(guān)的技術(shù)也需要進一步研發(fā)。

（二）信息隔絕：信息壁壘有待解決

在應(yīng)急管理現(xiàn)代化中，AIGC的發(fā)展可以為應(yīng)急管理提供強大的支持。然而信息隔絕阻礙了AIGC在應(yīng)急管理現(xiàn)代化中的應(yīng)用。具體來說，數(shù)據(jù)孤島、數(shù)據(jù)壁壘、知識孤立和決策協(xié)同困難等問題是導(dǎo)致信息隔絕的主要原因。

首先，不同部門擁有自己的數(shù)據(jù)集和信息系統(tǒng)，但這些數(shù)據(jù)和信息以不兼容或不一致的方式存儲和管理，這導(dǎo)致了數(shù)據(jù)孤島現(xiàn)象，使得不同部門之間的數(shù)據(jù)難以共享和整合。例如，一個部門可能使用自己制定的數(shù)據(jù)標(biāo)準(zhǔn)和格式，而另一個部門使用不同的標(biāo)準(zhǔn)和格式，這造成了數(shù)據(jù)集成的困難。AIGC在應(yīng)急管理中需要獲取跨部門的全面數(shù)據(jù)來進行準(zhǔn)確的分析和決策，然而數(shù)據(jù)孤島限制了AIGC系統(tǒng)獲取跨部門數(shù)據(jù)的能力，從而降低了其分析和決策的準(zhǔn)確性。

其次，數(shù)據(jù)壁壘是另一個導(dǎo)致信息隔絕的原因。即使部門之間愿意共享數(shù)據(jù)，也可能存在數(shù)據(jù)格式、結(jié)構(gòu)和安全性等方面的壁壘。不同部門使用不同的數(shù)據(jù)標(biāo)準(zhǔn)和格式，使得數(shù)據(jù)集成和共享變得困難。此外，由于應(yīng)急管理涉及敏感信息，數(shù)據(jù)的安全性也是一個重要考慮因素。部門之間的數(shù)據(jù)壁壘使得AIGC難以獲得所需的全面和準(zhǔn)確的數(shù)據(jù)，從而限制了其在應(yīng)急管理現(xiàn)代化中的應(yīng)用。

再次，知識孤立也是導(dǎo)致信息隔絕的一個重要方面。不同部門擁有各自的專業(yè)知識和經(jīng)驗，但缺乏有效的知識共享和協(xié)作機制。這就意味著可能無法有效地將應(yīng)急管理各方面的關(guān)鍵問題傳遞給AIGC系統(tǒng)。缺乏跨部門的知識共享導(dǎo)致AIGC系統(tǒng)無法充分利用各個部門的專業(yè)知識和經(jīng)驗，從而降低了其應(yīng)急響應(yīng)的智能程度和效果。

最后，決策協(xié)同困難也是信息隔絕的一個重要原因。AIGC的應(yīng)用需要多個部門之間的決策協(xié)同與合作。然而，如果存在信息壁壘，部門之間的溝通和協(xié)作就會變得困難。這可能導(dǎo)致溝通滯后、決策不協(xié)調(diào)，從而降低了AIGC系統(tǒng)與應(yīng)急管理決策者的有效互動和協(xié)同工作。

（三）理念阻滯：賦能理念有待強化

AIGC賦能應(yīng)急管理現(xiàn)代化不僅是工具層面的技術(shù)耦合，更是數(shù)據(jù)資源、數(shù)據(jù)思維與智能技術(shù)對治理實踐的全面嵌入。從實踐來看，應(yīng)急管理現(xiàn)代化仍然拘泥于傳統(tǒng)治理思維，智能素養(yǎng)較低，影響了AIGC賦能應(yīng)急管理現(xiàn)代化變革。

第一，傳統(tǒng)治理思維的束縛。傳統(tǒng)治理思維強調(diào)人為的經(jīng)驗和直覺，注重個人經(jīng)驗和權(quán)威決策。在應(yīng)急管理中，這種思維模式使得決策常常依賴于個別人員的主觀決策，忽視了數(shù)據(jù)驅(qū)動的決策模式。AIGC所依賴的是大數(shù)據(jù)和智能算法，通過分析海量數(shù)據(jù)來提供決策支持。但是傳統(tǒng)理念下的應(yīng)急管理者可能會對這種依賴于算法和數(shù)據(jù)的決策產(chǎn)生擔(dān)憂，使其更傾向于通過經(jīng)驗和直覺來做出決策，進而限制了AIGC的發(fā)揮。

第二，智能素養(yǎng)的不足。應(yīng)急管理現(xiàn)代化需要應(yīng)急管理者具備良好的智能素養(yǎng)，即對人工智能和相關(guān)技術(shù)的理解和運用能力。然而，由于傳統(tǒng)治理模式下的工作需求和職業(yè)發(fā)展，應(yīng)急管理者可能缺乏對人工智能和數(shù)據(jù)科學(xué)的深入了解。缺乏智能素養(yǎng)使得他們無法充分理解和應(yīng)用AIGC技術(shù)，從而影響了AIGC在應(yīng)急管理中的現(xiàn)代化應(yīng)用。

第三，信息孤立和缺乏數(shù)據(jù)思維。傳統(tǒng)治理模式下，各個部門之間的信息孤立和數(shù)據(jù)壁壘是常見的問題。這導(dǎo)致了數(shù)據(jù)和信息的碎片化，難以進行全面的數(shù)據(jù)分析和綜合決策。應(yīng)急管理的現(xiàn)代化需要建立跨部門的數(shù)據(jù)共享和整合機制，強調(diào)數(shù)據(jù)驅(qū)動的決策方法，但傳統(tǒng)理念下的治理體系往往無法滿足這種需求。缺乏數(shù)據(jù)思維和數(shù)據(jù)資源的不充分利用限制了AIGC在應(yīng)急管理現(xiàn)代化方面的應(yīng)用。

第四，技術(shù)落后和保守態(tài)度。傳統(tǒng)治理模式下，對于新興技術(shù)的接受和應(yīng)用常常有著保守的態(tài)度。由于AIGC屬于新興技術(shù)領(lǐng)域，面臨的技術(shù)和安全風(fēng)險被放大，很多傳統(tǒng)應(yīng)急管理者對其持觀望態(tài)度。缺乏對技術(shù)的敏感度和適應(yīng)能力，以及對新技術(shù)的錯誤理解和恐懼，使得傳統(tǒng)理念下的應(yīng)急管理現(xiàn)代化進程緩慢。

（四）制度滯后：制度設(shè)計有待完善

技術(shù)賦能作用的發(fā)揮依賴于制度環(huán)境［10］。但是現(xiàn)階段針對AIGC賦能應(yīng)急管理現(xiàn)代化的制度建設(shè)推進較慢，限制了技術(shù)潛在賦能效應(yīng)的釋放。

首先，相關(guān)法律和政策缺失問題。在應(yīng)急管理領(lǐng)域，尚缺乏針對AIGC的明確法律和政策框架。相關(guān)法律法規(guī)的缺失或模糊性使得應(yīng)急管理機構(gòu)在使用AIGC技術(shù)時存在法律風(fēng)險和監(jiān)管難題。缺乏明確的法律指導(dǎo)，難以保障AIGC技術(shù)的合規(guī)性和數(shù)據(jù)隱私的安全性，從而限制了AIGC在應(yīng)急管理現(xiàn)代化中的應(yīng)用。

其次，數(shù)據(jù)共享和隱私保護問題。AIGC在應(yīng)急管理中需要大量的數(shù)據(jù)支持，并涉及多個部門和機構(gòu)之間的數(shù)據(jù)共享。然而，當(dāng)前的數(shù)據(jù)共享機制往往滯后于技術(shù)的發(fā)展，存在數(shù)據(jù)壁壘和流程障礙。此外，應(yīng)急管理涉及敏感信息和個人隱私，對數(shù)據(jù)的合規(guī)和隱私保護要求較高。制度滯后導(dǎo)致數(shù)據(jù)共享受限，影響了應(yīng)急管理現(xiàn)代化中AIGC的數(shù)據(jù)驅(qū)動能力。

再次，組織協(xié)同和責(zé)任分工問題。AIGC賦能應(yīng)急管理現(xiàn)代化需要跨部門和跨機構(gòu)的協(xié)同合作。然而，現(xiàn)有的組織架構(gòu)和責(zé)任分工體系往往建立在傳統(tǒng)治理模式的基礎(chǔ)上，難以適應(yīng)由于AIGC引入帶來的新需求和新挑戰(zhàn)。缺乏協(xié)同機制和明確的責(zé)任分工，阻礙了AIGC在應(yīng)急管理現(xiàn)代化中的整合和協(xié)調(diào)能力。

最后，人才培養(yǎng)與技術(shù)更新不適配。AIGC的推廣和應(yīng)用需要具備相關(guān)技術(shù)和智能素養(yǎng)的人才支撐。然而，現(xiàn)行的培養(yǎng)體系和教育機制往往沒有與AIGC技術(shù)的發(fā)展相適應(yīng)，缺乏相關(guān)的專業(yè)人才培養(yǎng)和交叉學(xué)科的培養(yǎng)。制度滯后導(dǎo)致人才儲備不足，應(yīng)急管理機構(gòu)在應(yīng)用AIGC時面臨技術(shù)瓶頸。

四、AIGC賦能應(yīng)急管理的推進策略

（一）技術(shù)深化：加強AIGC技術(shù)研發(fā)與應(yīng)用

數(shù)據(jù)處理和分析對技術(shù)的特殊要求，如高效的數(shù)據(jù)實時處理和較低的延遲，需要不斷研發(fā)才得以實現(xiàn)。此外，由于AIGC模型的規(guī)模越來越大，模型參數(shù)的數(shù)量迅速增長，這對計算和存儲資源提出了更高的要求。針對AIGC技術(shù)不足的問題，可以通過以下方式來加強AIGC技術(shù)研發(fā)與應(yīng)用。

數(shù)據(jù)豐富化和共享化是推動AIGC在應(yīng)急管理現(xiàn)代化中發(fā)揮作用的關(guān)鍵因素之一。建立多方合作機制可以促進應(yīng)急管理相關(guān)數(shù)據(jù)的共享和開放，構(gòu)建一個規(guī)模龐大、多樣化的應(yīng)急數(shù)據(jù)庫。政府、公共安全機構(gòu)、學(xué)術(shù)機構(gòu)、企業(yè)和社會組織等多元主體應(yīng)該積極參與其中，共同貢獻數(shù)據(jù)資源。這樣就能夠擁有更全面、更準(zhǔn)確的數(shù)據(jù)基礎(chǔ)，為AIGC的應(yīng)用提供更可靠的支持。然而，數(shù)據(jù)共享的同時，也需要加強對數(shù)據(jù)安全和隱私保護的管理。針對這一問題，可以采用適當(dāng)?shù)臄?shù)據(jù)脫敏和匿名化技術(shù)對數(shù)據(jù)進行處理，確保個人信息得到充分保護。

除了數(shù)據(jù)，算法的研究與創(chuàng)新也很重要。要加強對AIGC領(lǐng)域核心算法和模型的研究，不斷提高算法效率。通過探索和開發(fā)新的算法和模型，可以將AIGC技術(shù)應(yīng)用于應(yīng)急管理的各個環(huán)節(jié)，例如，災(zāi)害預(yù)測、風(fēng)險評估、資源調(diào)配等。同時，考慮到應(yīng)急決策的特殊性，應(yīng)注重算法的可解釋性和公正性。為了避免算法帶來的錯誤和偏見，在應(yīng)急決策過程中，要提供明確的解釋和可信度評估，確保決策的可靠性。

為了支持AIGC的應(yīng)用，計算平臺和硬件設(shè)備也需要不斷升級和改進。應(yīng)加大對AIGC計算平臺和硬件設(shè)備的研發(fā)投入，提高計算能力和存儲能力。推動芯片技術(shù)的創(chuàng)新，研發(fā)高性能、低功耗的計算芯片，保證AIGC系統(tǒng)能夠快速進行實時處理和應(yīng)對復(fù)雜的計算任務(wù)。同時，優(yōu)化計算架構(gòu)和并行計算算法，充分利用多核處理器和分布式計算資源，提升算法的運行效率。

通過數(shù)據(jù)的豐富化和共享化、算法的研究與創(chuàng)新、計算平臺和硬件設(shè)備的升級，可以有效地推進AIGC在應(yīng)急管理現(xiàn)代化中的應(yīng)用。這些舉措將有助于提升應(yīng)急管理的效率和準(zhǔn)確性，更好地應(yīng)對災(zāi)害和管理風(fēng)險，為社會的安全和穩(wěn)定做出重要貢獻。同時，加強相關(guān)政策的制定和推廣，為AIGC的發(fā)展提供更好的政策環(huán)境和支持體系。

（二）信息聯(lián)動：建立跨部門合作與信息共享機制

在應(yīng)急管理現(xiàn)代化過程中，信息聯(lián)動非常重要。然而，信息隔絕問題卻成為了限制AIGC在應(yīng)急管理中應(yīng)用的關(guān)鍵因素。數(shù)據(jù)孤島、數(shù)據(jù)壁壘、知識孤立和決策協(xié)同困難等問題導(dǎo)致AIGC系統(tǒng)無法獲取全面、準(zhǔn)確的數(shù)據(jù)，并且無法利用跨部門知識來實現(xiàn)有效的決策協(xié)同。為了解決這些問題，需要采取綜合措施，包括數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)安全、知識共享和決策協(xié)同，以促進信息流通和共享，從而提高AIGC在應(yīng)急管理現(xiàn)代化中的應(yīng)用效果。

首先，數(shù)據(jù)標(biāo)準(zhǔn)化是信息聯(lián)動的基礎(chǔ)。部門和組織間因使用不同的數(shù)據(jù)格式、結(jié)構(gòu)和標(biāo)準(zhǔn)，導(dǎo)致形成數(shù)據(jù)孤島。為了打破這種局面，需要制定統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，包括數(shù)據(jù)命名規(guī)范、數(shù)據(jù)格式規(guī)范和數(shù)據(jù)交換協(xié)議等。通過數(shù)據(jù)標(biāo)準(zhǔn)化，可以實現(xiàn)不同系統(tǒng)之間的數(shù)據(jù)互通和共享，使得AIGC系統(tǒng)能夠獲得更廣泛、更準(zhǔn)確的數(shù)據(jù)支持。

其次，數(shù)據(jù)安全是信息共享的保障。在跨部門合作和信息共享的過程中，數(shù)據(jù)的安全性是至關(guān)重要的。政府和組織需要建立健全的數(shù)據(jù)安全管理機制，包括數(shù)據(jù)加密、權(quán)限控制、訪問審計等，來確保數(shù)據(jù)的機密性、完整性和可用性。同時，還需要加強對個人隱私的保護，采取數(shù)據(jù)匿名化技術(shù)，平衡數(shù)據(jù)共享和隱私保護之間的關(guān)系［11］。

再次，知識共享是信息聯(lián)動的核心。不同部門和組織擁有各自的專業(yè)知識和經(jīng)驗，但由于知識孤立的存在，很難將這些知識整合起來共同應(yīng)對應(yīng)急事件。建立跨部門的知識共享機制，促進專業(yè)知識的交流和共享，將不同部門的專業(yè)能力和經(jīng)驗融合到AIGC系統(tǒng)中，可以提高應(yīng)急管理能力。

最后，協(xié)同決策是信息聯(lián)動的重要目標(biāo)。應(yīng)急管理中的決策往往涉及多個部門和組織，需要進行跨部門的協(xié)同和合作。通過建立協(xié)同平臺、共享決策信息和制定統(tǒng)一流程，可以促進決策過程的有效協(xié)同和信息共享。同時，為了保證決策的公正性和透明度，還需要考慮算法的可解釋性和評估指標(biāo)的公開性和可信度，確保決策結(jié)果可以被各方接受和信任。

通過數(shù)據(jù)標(biāo)準(zhǔn)化、數(shù)據(jù)安全、知識共享和協(xié)同決策等綜合措施，可以解決信息隔絕問題，促進不同部門之間的合作與利益共享，實現(xiàn)信息流通和共享。這將為應(yīng)急管理提供更準(zhǔn)確、更全面的數(shù)據(jù)支持，提高決策的科學(xué)性和準(zhǔn)確性，加強應(yīng)急響應(yīng)和災(zāi)害風(fēng)險管理的能力，最終提升社會的安全和穩(wěn)定水平。因此，建立跨部門合作與信息共享機制對于推動AIGC在應(yīng)急管理現(xiàn)代化進程中具有重要意義。

（三）理念引領(lǐng)：重視人才培養(yǎng)與技術(shù)支持體系建設(shè)

要解決AIGC賦能應(yīng)急管理現(xiàn)代化中的理念阻滯問題，特別是培養(yǎng)智能素養(yǎng)和推動技術(shù)應(yīng)用，需要重視人才培養(yǎng)與技術(shù)支持體系的建設(shè)。

第一，制定人才培養(yǎng)計劃。建立系統(tǒng)化的人才培養(yǎng)計劃，包括培訓(xùn)、教育和認證機制。培養(yǎng)應(yīng)急管理者的技術(shù)素養(yǎng)和數(shù)據(jù)思維能力，使其能夠充分理解和應(yīng)用AIGC技術(shù)。培訓(xùn)課程可以包括人工智能基礎(chǔ)知識、數(shù)據(jù)分析方法、決策支持系統(tǒng)等內(nèi)容，以提高應(yīng)急管理者對于AIGC技術(shù)的理解和運用能力。

第二，建立專業(yè)團隊。成立專業(yè)團隊或機構(gòu)，負責(zé)AIGC技術(shù)在應(yīng)急管理中的研發(fā)與應(yīng)用。該團隊?wèi)?yīng)包括數(shù)據(jù)科學(xué)家、算法工程師、技術(shù)支持人員等多個崗位，且團隊成員應(yīng)具備相關(guān)的技術(shù)背景和經(jīng)驗，能夠理解應(yīng)急管理的現(xiàn)實需求，具備創(chuàng)新和解決實際問題的能力。

第三，提供技術(shù)支持與咨詢。建立技術(shù)支持與咨詢機制，為應(yīng)急管理者提供及時的技術(shù)支持和咨詢服務(wù)。該機制可以提供在線支持平臺、定期技術(shù)交流會議等，以解決應(yīng)急管理者在應(yīng)用過程中遇到的問題。技術(shù)支持團隊?wèi)?yīng)具備良好的溝通能力和專業(yè)知識，與應(yīng)急管理者合作，共同解決技術(shù)應(yīng)用中的挑戰(zhàn)。

第四，加強學(xué)術(shù)研究與合作。鼓勵學(xué)術(shù)界與應(yīng)急管理機構(gòu)、科研機構(gòu)開展合作研究，共同探索AIGC在應(yīng)急管理中的應(yīng)用前景和創(chuàng)新方法。支持相關(guān)學(xué)術(shù)機構(gòu)開展研究項目，提供資金和資源，推動學(xué)術(shù)研究成果向?qū)嶋H應(yīng)用轉(zhuǎn)化。建立學(xué)術(shù)交流平臺，促進學(xué)術(shù)界、企業(yè)和政府部門的跨界合作與交流。

第五，建立案例庫。建立應(yīng)急管理中AIGC技術(shù)應(yīng)用的案例庫，收集整理成功的案例和最佳實踐經(jīng)驗。通過分享成功案例，向應(yīng)急管理者展示AIGC在應(yīng)急管理現(xiàn)代化中的價值和效益，推動理念變革。案例庫應(yīng)包括不同領(lǐng)域、不同規(guī)模的應(yīng)急管理項目，以滿足不同地區(qū)和組織的需求。

第六，增加資金和資源投入。加大對AIGC應(yīng)急管理現(xiàn)代化的資金和資源投入。政府可以增加對AIGC相關(guān)項目的資金支持，鼓勵企業(yè)和科研機構(gòu)參與到應(yīng)急管理現(xiàn)代化的研發(fā)和應(yīng)用中。同時，建立專項基金，支持創(chuàng)新項目和技術(shù)推廣，以推動AIGC在應(yīng)急管理中的廣泛應(yīng)用。

（四）制度推進：完善法律法規(guī)與監(jiān)管政策框架

統(tǒng)籌推進“技術(shù)”監(jiān)管與“內(nèi)容”治理，逐步完善保障AIGC良性發(fā)展的治理體系。近年來，我國相繼頒布《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《網(wǎng)絡(luò)數(shù)據(jù)安全管理條例（征求意見稿）》《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》和《生成式人工智能服務(wù)管理暫行辦法》等規(guī)定［12］，總體上劃清了AIGC相關(guān)技術(shù)發(fā)展的紅線，但在各領(lǐng)域應(yīng)用的細節(jié)仍處于起步階段。

首先，制定法律法規(guī)和政策是完善該框架的基礎(chǔ)。這些法律法規(guī)和政策應(yīng)明確AIGC技術(shù)在應(yīng)急管理中的應(yīng)用范圍、標(biāo)準(zhǔn)和程序。例如，制定關(guān)于AIGC技術(shù)在應(yīng)急預(yù)警、災(zāi)害響應(yīng)、資源調(diào)配等方面的具體規(guī)定，確保其應(yīng)用的合法性和規(guī)范性。法律法規(guī)和政策的制定還應(yīng)考慮技術(shù)的不斷發(fā)展和變化，使其具備一定的靈活性以適應(yīng)應(yīng)急管理領(lǐng)域的前沿需求。

其次，創(chuàng)新數(shù)據(jù)共享機制是推動AIGC發(fā)展的關(guān)鍵環(huán)節(jié)。數(shù)據(jù)是AIGC的重要支撐，建立開放、安全和可信的數(shù)據(jù)共享機制是實現(xiàn)AIGC與應(yīng)急管理有機結(jié)合的前提。在完善法律法規(guī)與監(jiān)管政策框架的過程中，需要規(guī)范數(shù)據(jù)的采集、處理和共享，明確權(quán)限和管控機制，保護個人隱私和數(shù)據(jù)安全。共享機制可以打破信息孤島，提高應(yīng)急管理的數(shù)據(jù)應(yīng)用能力，實現(xiàn)跨部門、跨地區(qū)的信息共享和協(xié)同決策。

最后，調(diào)整組織架構(gòu)和責(zé)任分工是推進AIGC發(fā)展的重要舉措。應(yīng)急管理涉及多個部門和機構(gòu)的合作，通過調(diào)整組織架構(gòu)和明確責(zé)任分工可以建立協(xié)同合作的機制，提高協(xié)同行動能力和應(yīng)急響應(yīng)效能。完善法律法規(guī)與監(jiān)管政策框架需要明確各部門和機構(gòu)在AIGC中的角色和職責(zé)，促進信息共享、數(shù)據(jù)協(xié)同和聯(lián)合行動，形成高效的應(yīng)急管理體系。

五、結(jié)論

AIGC作為人工智能領(lǐng)域的重要突破，一是可以提升應(yīng)急管理的運行效率，推動應(yīng)急管理現(xiàn)代化結(jié)構(gòu)的協(xié)同開放，弱化條塊分割，促進跨部門和跨主體的協(xié)同合作；二是有助于推進應(yīng)急管理決策的科學(xué)化和民主化，豐富決策依據(jù)，調(diào)和多方利益；三是可以實現(xiàn)資源高效配置，通過智能替代和平臺串聯(lián)，緩解資源緊張問題。然而，AIGC在賦能應(yīng)急管理現(xiàn)代化中仍面臨一些實踐困境，主要表現(xiàn)在技術(shù)不足、信息隔絕、理念阻滯和制度滯后等方面。為了促進AIGC在應(yīng)急管理現(xiàn)代化中的進一步發(fā)展，首先，需要加強深化AIGC技術(shù)，持續(xù)推動其研發(fā)與應(yīng)用，提升應(yīng)急管理的技術(shù)能力。其次，建立跨部門合作與信息共享機制，打破信息孤島，促進信息聯(lián)動。同時，重視人才培養(yǎng)與技術(shù)支持體系建設(shè)，引領(lǐng)應(yīng)急管理理念轉(zhuǎn)變和實踐創(chuàng)新。最后，完善法律法規(guī)與監(jiān)管政策框架，為AIGC在應(yīng)急管理現(xiàn)代化中的應(yīng)用提供法律和制度保障。通過加強技術(shù)深化、信息聯(lián)動、理念引領(lǐng)和制度推進等策略，推動AIGC在應(yīng)急管理現(xiàn)代化中發(fā)揮更大的作用，為應(yīng)對突發(fā)事件提供科學(xué)高效的應(yīng)急管理解決方案。

參考文獻：

［1］張海波，戴新宇，錢德沛，等.新一代信息技術(shù)賦能應(yīng)急管理現(xiàn)代化的戰(zhàn)略分析［J］.中國科學(xué)院院刊，2022（12）：1727-1737.

［2］劉奕，張宇棟，張輝，等.面向2035年的災(zāi)害事故智慧應(yīng)急科技發(fā)展戰(zhàn)略研究［J］.中國工程科學(xué)，2021（4）：117-125.

［3］夏翠娟．多模態(tài)文化遺產(chǎn)資源的智慧化服務(wù)模式研究——從可獲得到可循證和可體驗［J］．信息資源管理學(xué)報，2023，13（5）：44-55.

［4］溫志強，付美佳.大數(shù)據(jù)賦能政府應(yīng)急管理模式變革：類型歸結(jié)與未來向度［J］.行政論壇，2023（4）：79-86.

［5］詹希旎，李白楊，孫建軍.數(shù)智融合環(huán)境下AIGC的場景化應(yīng)用與發(fā)展機遇［J］.圖書情報知識，2023（1）：55，75-85.

［6］李白楊，白云，詹希旎，等.人工智能生成內(nèi)容（AIGC）的技術(shù)特征與形態(tài)演進［J］.圖書情報知識，2023（1）：66-74.

［7］饒高琦，胡星雨，易子琳.語言資源視角下的大規(guī)模語言模型治理［J］.語言戰(zhàn)略研究，2023（4）：19-29.

［8］劉璇，朝樂門.AI治理中的公平性及其評價方法研究［J］.情報資料工作，2022（5）：24-33.

［9］張夏恒."ChatGPT的政治社會動能、風(fēng)險及防范［J］. 深圳大學(xué)學(xué)報（人文社會科學(xué)版），2023，40（3）： 5-12.

［10］關(guān)婷，薛瀾，趙靜.技術(shù)賦能的治理創(chuàng)新：基于中國環(huán)境領(lǐng)域的實踐案例［J］.中國行政管理，2019（4）：58-65.

［11］梅傲，陳子文.政府?dāng)?shù)據(jù)開放中的數(shù)據(jù)安全隱憂及其紓解［J］.情報雜志，2023（5）：76-85.

［12］陳定權(quán)，李帥，董昊南．倒著走向生成式人工智能的未來［J］．圖書館建設(shè)，2023（4）：12-14，18.

Generative Artificial Intelligence （AIGC） Empowers the Emergency Management：Values，

Dilemmas and Recommendations

DONG Xiu-ping1， ZHANG Xia-heng2， YANG Bo-yu3

（1.Xian Transportation Development Research Center， Xian， Shaanxi 710075;

2.China Academy of Digital Trade， Zhejiang University， Hangzhou， Zhejiang 310014；

3.Xian Guarantee Group longyuan Factoring Company， Xian， Shaanxi 710061）

Abstract： Generative artificial intelligence （AIGC） as a new content production method has a profound impact on emergency management."The practical value of AIGC in empowering emergency management mainly lies in improving the operational efficiency of emergency management modernization， promoting structural coordination and openness， scientific and democratic decision-making， and efficient resource allocation."However， in concrete practice， it still faces difficulties such as insufficient core technology， information barriers， lack of enabling concepts， and imperfect system design."To this end， AIGC will promote the empowerment of emergency management from the aspects of strengthening technology research and development， establishing an information sharing mechanism， attaching importance to talent training and technical support system construction， and improving laws， regulations and regulatory policies.

Keywords： emergency management; generative artificial intelligence （AIGC）; sharing mechanisms; technological innovation

基金項目：國家哲學(xué)社會科學(xué)基金一般項目“跨境電商推進我國數(shù)字貿(mào)易強國建設(shè)機制與路徑研究”（22BJY014）