Unveiling the Human-Climate Nexus through the CLIMAgenAI framework: a Multi-Source Causal Framework for Climate Risk Analysis and AI-Supported Disaster Governance
تقدم هذه الورقة CLIMAgenAI، وهو إطار عمل سببي متعدد المصادر يدمج الأدلة القضائية والأرشيفية والوسائط المتعددة في تمثيل موحد للكوارث المتعلقة بالمناخ لدعم تحليل المخاطر والحوكمة المدعومة بالذكاء الاصطناعي، كما هو موضح من خلال إعادة بناء حدث تدفق حطام سارنو عام 1998.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
نادرًا ما تحدث الكوارث في فراغ. فعندما تجتاح فيضانات وادياً أو يدفن انهيار أرضي قرية ما، فإن القوة الفيزيائية للطبيعة ليست سوى جزء من القصة. فالحجم الحقيقي للدمار يعتمد غالبًا على شبكة معقدة من القرارات البشرية، والتحذيرات المنسية، والطريقة التي بُنيت بها المجتمعات. ولعقود من الزمن، حاول العلماء والمهندسون قياس هذه المخاطر، لكن أدواتهم كانت غالبًا ضيقة النطاق، حيث كانت تنظر إلى الطقس في قسم والمنشآت في قسم آخر، ونادرًا ما تربط بينهما. هذا الانفصال يترك فجوة في فهمنا: نحن نعرف أن المطر قد هطل، لكننا غالبًا ما نغفل عن سلسلة الخيارات التي حولت العاصة إلى مأساة. ولإصلاح ذلك، يعمل الباحثون على تطوير طرق جديدة لتجميع التاريخ الكامل للكارثة، والتعامل معها ليس فقط كحدث طبيعي، بل كحدث بشري أيضًا.
قدم فريق من الباحثين في جامعة روما تور فيرغاتا طريقة جديدة تسمى CLIMAgenAI لسد هذه الفجوة. هدفهم هو إنشاء صورة موحدة وشاملة لكيفية حد de الكوارث المرتبطة بالمناخ من خلال دمج ثلاثة أنواع مختلفة تمامًا من الأدلة التي تُحفظ عادةً بشكل منفصل: أحكام المحاكم، والأرشيفات الحكومية القديمة، والصور الفوتوغرافية أو لقطات الأخبار. وبدلاً من الاعتماد على تقرير واحد، يتعامل هذا الإطار مع الكارثة كأحجية تشرح فيها الوثائق القانونية من كان مسؤولاً، ويكشف الأرشيف عما تم التخطيط له أو تجاهله، وتظهر الصور بالضبط كيف بدا الواقع عندما ارتفع منسوب المياه. ومن خلال الجمع بين هذه المصادر، يمكن للباحثين تتبع خط واضح من الحدث الجوي الأولي وصولاً إلى الضرر النهائي، مما يوضح بدقة أين أدت الخيارات البشرية إلى تفاقم الخطر.
ولاختبار هذا النهج، توجه الفريق إلى حدث مدمر وقع في عام 1998 في سارنو بإيطاليا. في ذلك اليوم، تسببت الأمطار الغزيرة في تدفق هائل للطين والحطام اندفع من المنحدرات الجبلية شديدة الانحدار نحو البلدة بالأسفل، مما تسبب في خسائر كبيرة في الأرواح ودمار واسع. جمع الباحثون كل وثيقة متاحة تتعلق بهذا الحدث؛ حيث استخرجوا قرارات المحاكم التي فصلت النتائج القانونية لما حدث بشكل خاطئ، ونبشوا في السجلات التاريخية للعثور على تقارير حول البنية التحتية والتخطيط، وجمعوا الصور ومقاطع الأخبار التي وثقت المشهد. ثم أدخلوا كل هذه المعلومات في نظامهم الجديد، الذي يعمل كمنظم هيكلي؛ حيث يقوم بفرز كل قطعة من المعلومات إلى ثلاث فئات: عوامل طبيعية مثل المطر والتربة، وعوامل سياقية مثل مواقع المنازل وحالة الطرق، وعوامل سلوكية مثل القرارات التي اتخذها المسؤولون أو تصرفات السكان.
والنتيجة هي خريطة مفصلة للسبب والنتيجة تكشف كيف ترتبط خيوط الكارثة المختلفة ببعضها البعض. في حالة سارنو، أظهر الإطار أن الكارثة لم تكن مجرد نتيجة لهطول أمطار غزيرة، بل سلط الضوء على كيف زاد الخطر الطبيعي سوءًا بسبب خيارات بشرية محددة، مثل بناء المنازل في مناطق معرضة للخطر والفشل في صيانة قنوات التصريف. كما أشار أيضًا إلى إخفاقات سلوكية، مثل التأخير في إصدار التحذيرات أو نقص التنسيق بين خدمات الطوارئ. ومن خلال وضع هذه العناصر جنبًا إلى جنب، يجعل النظام من الممكن رؤية كيف تحول الخطر الطبيعي إلى كارثة بشرية. إنه يظهر أن هشاشة البلدة لم تكن حالة ثابتة، بل كانت نتيجة لسلسلة من القرارات والإخفاقات التي كان من الممكن تحديدها ومعالجتها مسبقًا.
توفر هذه الطريقة أداة قوية لفهم المخاطر لأنها تعامل التعرض والهشاشة كأشياء تُبنى بمرور الوقت، وليس مجرد أرقام ثابتة. وجد الباحثون أنه من خلال دمج هذه المصادر المتنوعة، استطاعوا إعادة بناء الحدث بمستوى من التفصيل لا تحققه التقارير ذات المصدر الواحد أبدًا. فقد قدمت أحكام المحاكم رواية واضحة للإخفاقات المؤسسية، وقدم الأرشيف جدولًا زمنيًا لقرارات التخطيط، وأكدت المواد المرئية الواقع المادي للدمار. وعند دمجها، خلقت سجلًا قويًا يروي القصة الكاملة للكارثة، من أول قطرة مطر إلى جهود الإنقاذ النهائية.
الهدف النهائي من هذا العمل هو استخدام هذه المعرفة المهيكلة للمساعدة في اتخاذ قرارات أفضل في المستقبل. يقترح الباحثون أن هذه الخريطة التفصيلية القائمة على الأدلة للكارثة يمكن استخدامها بواسطة أنظمة الذكاء الاصطناعي لإنشاء تفسيرات واضحة ومفهومة للجمهور ولصناع القرار. وبدلاً من تقديم بيانات معقدة لا يقرؤها إلا الخبراء، يمكن لهذه الأنظمة ترجمة النتائج إلى لغة بسيطة، مما يساعد المجتمعات على فهم سبب وقوع الكارثة بالضبط والخطوات المحددة التي يمكن اتخاذها لمنعها في المرة القادمة. هذا النهج لا يحل محل الحكم البشري، بل يوفر أساسًا متينًا من الحقائق يضمن أن أي نصيحة أو تحذير يستند إلى التاريخ الفعلي للحدث.
بينما ركزت الدراسة على حدث واحد في إيطاليا، فإن الطريقة نفسها مصممة للتطبيق على كوارث أخرى حول العالم. ويقر الباحثون بأن عملهم هو بمثابة إثبات للمفهوم، يوضح إمكانية دمج السجلات القانونية والتاريخية والمرئية في تحليل واحد متماسك. ويشيرون إلى أن العمل المستقبلي سيحتاج إلى اختبار هذا الإطار على أنواع مختلفة من المخاطر وفي أنظمة قانونية مختلفة لمعرفة مدى صموده. ومع ذلك، تظل الفكرة الجوهرية واضحة: من خلال النظر في السجل الكامل للكارثة، بما في ذلك الخيارات البشرية التي شكلتها، يمكننا تجاوز التحذيرات البسيطة والبدء في بناء فهم أعمق وأكثر دقة للمخاطر المناخية. يتيح هذا التحول للمجتمع رؤية الكوارث ليس كأفعال طبيعية لا يمكن تجنبها، بل كأحداث معقدة يلعب فيها الدور البشري دورًا حاسمًا، مما يوفر مسارًا أوضح نحو مجتمعات أكثر أمانًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.