大语言模型技术赋能的应急管理框架

作     者：祝哲 周文倩 林婕 陈安滢 ZHU Zhe;ZHOU Wenqian;LIN Jie;CHEN Anying

作者机构：暨南大学公共管理学院/应急管理学院广州510632 

出 版 物：《指挥与控制学报》 (Journal of Command and Control)

年 卷 期：2024年第10卷第6期

页      面：677-688页

核心收录：

学科分类：12[管理学] 1204[管理学-公共管理] 120401[管理学-行政管理] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0837[工学-安全科学与工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(72474085,72004078) 广东省基础与应用基础研究基金(2022A1515110347) 2023暨南大学宁静致远启明星基金(23JNQMX08)资助 

主　　题：大语言模型 应急管理 突发事件 危机管理4R模型 

摘      要：随着自然灾害、事故灾难、公共卫生事件和社会安全事件等突发事件的频繁发生,大语言模型赋能的智慧应急成为应急管理学科的前沿和热点。大语言模型凭借其在信息采集,自然语言理解、生成和推理等方面的强大能力,能够为应急管理部门提供突发事件预防、准备、响应和恢复的科学依据,在应急领域扮演重要角色。基于大语言模型的特点,以事件类型和应急管理活动过程两个维度构建大语言模型技术赋能的应急管理框架,以框架为指导,探讨了不同类型事件的应急管理活动大语言模型技术赋能的途径与方法,包括预防阶段的潜在风险识别,准备阶段的应急预案生成、事件监测识别,响应阶段的应急指挥决策以及恢复阶段的应急过程复盘总结。大语言模型技术赋能的应急管理框架为智慧应急提供了一种建设思路。