天災來襲，人類有沒有足夠的能力預警或者應對災難？

答案是肯定的，問題是，這種管理災難的能力在科技助力下，到底能發揮多大的效力？

科技救災從數據地圖到災情播報機器人

據36氪報道，九寨溝地震前第一條預警消息，來自于成都市高新區減災研究所所長王暾及其團隊研發，并與四川阿壩州防震減災局聯合建立的ICL地震預警系統，該系統提前71秒通過手機及專用終端為成都市發出預警信息，并且提前19秒為甘肅隴南市發出預警。另有中國地震臺網消息，災后第一時間發布災情新聞來自于他們從2015年開始自主研發的“地震信息播報機器人”， 25秒內寫了500余字，配上5張地震信息圖，在第一時間在多個平臺播報地震信息，1分鐘內可覆蓋上億人群。

科技救災在過去10年以來并不少見。早在2007年秘魯地震之后，IBM便研發了一款開源軟件Sahana（撒哈拉），以數字地圖的形式將各類災情信息發布在地圖上，供救助者第一時間全局掌握災情信息。

2008年汶川地震，百度在震后第三天迅速上線了“汶川地震尋人吧”，主要以論壇發帖的方式，進行受災群眾的救助信息發布。

2010年海地地震之后，谷歌上線Google尋人工具，在多語言協同工作的情況下，提供衛星云圖、庇護所、路況信息、電力信息等。2010年里約熱內盧洪災和泥石流災難之后，該市采用IBM研發的城市運營中心進行各方危機數據的整合管理。

2013年IBM上線全新的智能城市運營中心，進一步強化在智能城市環境下的危機應急管理能力。

IBM“智能運營中心”提供一種“假設”操作模式，對某一類應急管理會帶來的后續效果進行預演測試。

2011年成立的人道主義開放街道地圖Humanitarian Open Street Map Team，是一個以網絡志愿者進行數據眾包的志愿者網絡，通過招募志愿者在Open Street網站進行實時的救災、尋人信息的發布和繪圖。

2012年由科技公司Thoughts Work 和UNICEF聯合開發的開源軟件The Rapid Family Tracing and Reunification System（RapidFTR）用于烏干達的難民營用于幫助尋找在災難中走失的兒童。救助機構能夠在手機上輸入兒童信息并進行地理位置跟蹤，以便走失兒童的父母可以第一時間通過這個數據庫尋找到自己在災難中失散的孩子。

2013年雅安地震，益云救災地圖有效地實時統籌救災需求和救災資源信息、發布制數字化救災信息地圖，并結合地圖進行線上需求、資源人工配對，通過志愿者團隊的“人手數據清洗”，使得原本混雜在海量的祈禱、情緒化和災情問詢的社交媒體中的災情需求信息，第一時間被精準提取出來，并在數字地圖上進行精準的信息定位，幫助一線救災團隊及時發現災情的盲區。

2015年4月25日尼泊爾地震，大疆派出工作人員，教會當地人使用精靈Phantom 3對村莊進行繪測，很快獲取了當地的3D地圖，并迅速統計出建筑損毀狀況和具體地點。

2017年6月7日，facebook 研究院宣布facebook上線“救災地圖”，通過“密度地圖”、“運動地圖”、“安全確認地圖”三大數據集，實時顯示災后實時的災區人口密度、人群流動軌跡和經過確認的災民安全信息。Facebook的全球用戶化身成為“人肉數據傳感器”，所有第一時間接觸到災難信息的臉書用戶都能成為救災數據志愿者，投入到災情數據的收集行動中去。數據通過臉書用戶收集之后，Facebook會采取“時間聚合”、“空間聚合”，“空間平滑”等數據算法進行分析，在地圖頁面進行可視化呈現。

長年服務于救災領域的卓明災害信息服務中心，也通過志愿者眾包數據，繪制的“2017四川九寨溝7.0級地震社會組織行動分布地圖”，如下圖：

科技救災中的人因算法

災難救助，是一項非常需要以人為本的人道主義救援。每一次科技助力救災，都離不開人的參與。

越來越多的新興科技手段運用到災難救助和災后援助行動中，當我們已經可以通過人工智能算法進行地震預警和報道地震災害的時候，高新科技如何為救災隊員提供及時、有效的服務，科學的提高災難救助和應急管理的有效性成為了當下智慧城鄉管理中最核心的問題。

如果說地震的發生時間和震級可以采用震源監測儀器監測，關于地震的消息可以通過文本分析算法實時進行新聞播報，但是在災難救助過程中，有關人的需求、行動和資源調配情況，以及救災隊員在行動中的體能、健康狀況相關的人的數據，很難通過監測儀器進行實時管理。這些和人有關的數據，則需要通過第三方的“人肉傳感器（human sensor）”，例如數據地圖志愿者、一線的災情報道者等，通過現場觀察和記錄，進行數據收集和整理，上傳到云端，輔助救災決策。當科技救災成為主流話語時，由于對救災硬件和軟件的依賴，往往忽略了對救災數據工具的用戶體驗和救災數據管理的重要性。

筆者曾在雅安地震中，擔任益云救災地圖數據志愿者團隊的負責人，在眾包繪制雅安救災地圖的過程中，筆者發現，救災隊員并不會第一時間采用新的數字化救災工具。基于時間緊急的環境下，他們往往會采用自己信任和熟悉的溝通工具進行救災溝通，例如在有足夠熟悉的信息采集員的QQ群里發送消息，或者通過電話直接和各方救災伙伴進行溝通等等。在這種情況下，“強行插入”的科技救災工具，不但沒有有效的“安裝”到救災現場，科技救災工具很難發揮出有效的助力作用反而成為了一線救災人員的負擔。

同樣是在雅安信息救災過程中，微信群也在信息救災中發揮了巨大的作用。救災隊員、志愿者、當地群眾，通過微信群，迅速匯聚到一起，信息堆疊達到了最大化。但是由于信息發布過于便利，對于信息發布、傳播的格式、節奏和數據量沒有人為的信息流量控制，越是人群密集的微信群，信息超載導致的“信息洪水”頻頻出現，救災隊員們很難在這些“數據泥石流”中尋找到有用的信息，導致了需求和救災資源不能及時匹配，延誤了救災。

歸根到底，科技工具用于救災，核心用戶是受災群眾及救災行動者。如果科技工具在數據收集、數據傳遞和數據管理上忽略使用者的數據、時間和溝通效果的可受性（affordance），科技救災工具不是被用戶棄用就是采集不到精準準據用于決策，這樣一來，“數字化救災的次生災害”就伴隨著科技工具的使用出現了。

因此，考慮到一線救災隊員使用科技救災工具的用戶體驗，才能更好的發揮科技救災工具的科學效力。在2014年8月18日四川大學-香港理工大學災后重建學院、益云地圖合作的“8.03魯甸信息救災用戶體驗工作坊”上，參加魯甸救災的各機構負責人志愿者紛紛吐槽微信群、微博上的信息超載，當時很多機構都發布了自己機構的救災工作簡報進行公益傳播，但是真正簡單明了的提供精準救災信息、各救災隊伍工作范圍和行動軌跡及趨勢的內容幾乎看不到，救災隊員們對繁瑣、過量的信息苦不堪言。

來自于巴基斯坦國家科技大學Zoha Sheikh等人發表在第14屆危機響應和管理信息系統的國際會議上的一篇論文User-Assisted Information Extraction from Twitter During Emergencies，明確列出了災難過程中，通過用戶協助抽取twitter災情文本，從未標注的原始文本到輸出標注的精準文本的全流程。

在文本標注的過程中，由于不同的標準員對文本的理解和歸類不同，標注出來文本屬性，往往會出現不同，因此呈現出來的災情信息屬性也會不同，出現誤標的情況，需要通過twitter用戶協助標注，從而糾正災情標注的機器學習算法出現狀況。由此可見，機器學習算法并不是萬無一失的，需要透過用戶的實際經驗和認知來進行管理和調整。

以2013年雅安地震的數字化救災地圖的繪制為例，繪制一個實時精準的數字化救災地圖，從志愿者的統籌、到數據的收集、整理、清洗、發布、行動決策，到行動反饋，需要全面保證救災信息的時效性、及時傳播、數據的真實性、數據收集者的溝通對話機制、數據渠道暢通效果以及救災信息的數據安全。而這些人對科技救災工具的管理、使用和反饋的都是科技救災工具的軟硬件之外“人因算法”（Human Algorithm）。

這種人因算法，主要是指用戶根據自身的經驗、使用習慣以及具體的使用場景，調用、協調科技工具進行行為決策的一種人機協同機制。電影《薩利機長》里，機長薩利根據自己多年的飛行經驗判斷返航著陸地點，而拒絕了飛機人工智能導航系統推薦的返航路線。貝利機長的這種經驗判斷，就是在危急關頭，他啟動了自己的“人因算法”，做出了關鍵性的應急決策。

谷歌最近宣布的一項全新計劃“人類與AI研究”（People +AI research）——PAIR計劃，便是把人的主觀決策機制——人因算法，放在人機合作模式研究的核心位置上，從而減少人工智能的負面影響，提高人機合作的效率。

由此可見，在人機協同的工作環境下，人和科技工具成為了一個整體，而是這個整體是以人的決策為核心的。

科技救災工具，不論是數據地圖，還是人工智能災情機器人，在緊急救災和災后安置的危機狀態下，這些科技工具都是救災隊員的“數字化外骨骼”，這些工具不論是攜帶在身邊、穿戴在救災隊員身上，還是從數據收集的真實性、有效性，再到災情分析的機器學習算法的糾正，都是對人的補充，而不是里凌駕于人的決策之上。

尤其是在環境場景多變，時間緊迫、資源有限的危機時刻，救災隊員對于一線數據的收集和判斷，人的決策速度都要比機器算法來的更加迅速、精準和直觀。科技救災工具的設計和使用，都就需要考慮在特定場景下，讓數字工具為救災隊員服務，提升救災隊員在一線使用數字工具的用戶體驗，才是真正意義上的科學精準救災。

科技救災，在智慧城鄉管理中越來越發揮著重要的作用。然而科技救災，并不僅僅只有科技救災工具的硬件和軟件部分，人與科技智能救災工具的協同工作、以及人的行為、態度對救災數據的影響、人對算法推薦決策的評判和接納，這些智慧城市應急管理中的“軟核科學”，都是智慧城鄉應急管理的內容。現有的智慧城鄉應急管理系統，往往只看重科技工具的貢獻，而忽視了在應急管理的信息管理的全流程過程中“人因算法”的參與和貢獻。

只有全面把人在救災過程中與科技救災工具協同互動的貢獻——人因算法，納入智慧城市應急管理的核心位置，才能最大限度的發揮科技助力救災的科學有效性，被科技工具武裝到眼睛的救災隊員和城市治理者，也才能真正成為打通前線和后方的協同工作，真正做到人機協同，以人為本的精準救災。