工具与执行能力之间的落差
Royal Roads University学者Robin Cox分析指出，AI可帮助天气预测、洪水风险建模及基础设施规划，但拥有更好的模型不等于自动作出更好的决定。文章援引2023年加拿大专业人士调查，指出许多人缺乏应用气候适应工具的准备；加拿大国家适应战略目标是到2027年让70%的相关专业人士具备相应能力。
模型不能替社区决定取舍
例如沿海社区面对洪水，是否加固海岸、恢复湿地、限制开发或考虑搬迁，牵涉居民生计、原住民权利、生态与决策权限，不能只比较算法分数。作者以温哥华洪水模型等应用为背景，强调数据偏差、知识缺口、透明度及问责同样重要。
培训应落实到行业制度
作者建议工程、规划、会计、景观建筑等领域把系统思考、协作、证据评估与AI素养纳入专业标准及持续培训。每个人不必成为AI专家，但需要知道何时不能直接接受模型建议。这是学者提出的政策方向，不是新出台的执业要求。
来源：The Conversation Canada 原报道。大鱼新闻整理原创中文摘要，保留原刊发日期；动态信息以最新官方公告为准。
原文工作场景示意配图。Unsplash，经The Conversation刊登，未单列摄影者。
11月9日安塔利亚COP31会场外。Khalil Hamra / AP。
2017年5月多伦多群岛水位上涨资料照，并非当前洪灾。Nathan Denette / The Canadian Press。
原文计算机工作示意配图。Unsplash，经The Conversation刊登，未单列摄影者。
