迈向具有治理意识的自主 GIS：法学硕士支持的 GeoAI 中道德和隐私风险的叙述性审查

arXiv:2609.16232v1 公告类型：新 摘要：由大语言模型 (LLM) 提供支持的地理空间人工智能 (GeoAI) 正在通过自然语言界面和代理自治 GIS 工作流程扩展查询、生成和解释空间信息的能力。这种能力带来了一般人工智能伦理讨论无法完全捕捉到的治理挑战，包括根据移动轨迹进行被动位置推断、空间自相关和尺度效应驱动的空间结构化偏差放大、幻觉的空间事实以及多模式地理空间输入的不确定性复合。这篇叙述性评论确定了 LLM 支持的 GeoAI 中的八个反复出现的问题：数据来源和同意、空间隐私和推理风险、算法偏差和空间不平等、作为结构风险的空间机制（空间自相关、可修改的面积单位问题和规模效应）、LLM 特定的技术风险、可解释性、政策和监管差距以及公共支持和劳动力发展。对于每个问题，我们描述了潜在的机制，将其置于文献中的说明性示例中，并评估技术或机构应对措施的当前状态，范围从基本上未解决到积极辩论或受制于新兴政策。在此综合的基础上，我们为支持 LLM 的自治 GIS 提出了一种治理感知架构，该架构将每个问题映射到整个地理空间数据生命周期中的可执行控制和可审计工件，并通过有效的洪水响应路由场景进行说明。该审查强调了持续存在的证据差距：拟议的应对措施在很大程度上仍然是概念性的，对法学硕士支持的 GeoAI 治理控制的现场测试评估仍然有限。最后，我们概述了一个研究议程，强调实证验证、空间特定的可解释性工具以及与这些新兴风险相一致的劳动力培训。