Artificial Intelligence for Socio-Ecological Resilience andSustainable Resource Governance
Ayu Rimanda · Prima Wira Nanda · Zakia Hary Nisa 等 4 人
通过系统综述构建AI赋能社会生态韧性框架，连接监测、预测、治理与反馈循环。
系统文献综述与定性概念综合，筛选412篇文献保留73篇。
提出AI-SERF框架，整合四大支柱与三类韧性能力，强调负责任AI保障。
可在热带与群岛地区实证验证该框架，并探索AI碳效率与算法公平性。
系统综述构建AI赋能社会生态韧性框架，方法规范、数据规模明确，对农业环境治理与智慧农业有参考价值，但偏理论框架、尚待实证验证。
气候变化、生物多样性丧失、资源枯竭以及日益不稳定的环境条件，要求治理体系能够超越回溯性监测，转向前瞻性和适应性行动。人工智能（AI）具备相关能力，但当前的环境应用在感知、预测、优化和决策支持方面仍然相互割裂。本研究通过系统文献综述和对2022年1月至2026年6月间发表的同行评审研究的定性概念综合，构建了“人工智能赋能社会生态韧性框架”（AI-SERF）。所述综述过程筛选了412条记录，并保留73项研究进行主题综合。修订后的框架将四个功能支柱，即自主生态监测、预测性资源优化、适应性算法治理和生态韧性反馈回路，与吸收性、适应性和转型性韧性能力相连接。其新颖性不在于提出另一种孤立的AI架构，而在于将数据采集、预测智能、人类监督治理、生态干预和学习连接在一个以韧性为导向的单一循环中。该框架通过候选数据源、AI模型、治理主体、绩效指标和负责任AI保障措施加以操作化。研究特别关注热带和群岛环境中的可解释性、能源与碳效率、算法偏见、网络物理安全、制度能力和数据局限性。本研究为未来对AI赋能环境治理的实证验证提供了具有理论根基且面向实施的基础，并阐明了其对可持续发展目标9、11、13、14和15的贡献。