使用人工智能聊天机器人对在环境影响评价中应用人工智能的相关科学文献的评论性综述(下).pdfVIP

IAPA文摘

AbstractsofIAPA

UsinganArtificialintelligencechatbottocriticallyreviewthe

scientificliteratureontheuseofArtificialintelligencein

EnvironmentalImpactAssessment（Secondpart）

使用人工智能聊天机器人对在环境影响评价中应用人工智能的

相关科学文献的评论性综述（下）

,

abbbbbb

AlanBond,DirkCilliers,FrancoisRetief,ReeceAlberts,ClaudineRoos,JurieMoolman

aSchoolofEnvironmentalSciences,UniversityofEastAnglia,UK;

b

UnitforEnvironmentalSciencesandManagement,North-WestUniversity,SouthAfrica

a环境科学学院，东英吉利大学，英国；

b环境科学与管理系，西北大学，南非

摘要：关于人工智能（AI）在环境影响评价（EIA）中可能发挥的作用，包括在研究中的作用，存在诸多不确

定性。AI大型语言模型（LLM）聊天机器人有可能提高EIA研究的效率，但其输出结果可能引发担忧。本文

研究了使用LLM聊天机器人对聚焦于AI在EIA中应用的文献进行评论性综述时可能节省的时间。通过结合使

用ChatGPT和Elicit，对与AI在EIA中应用相关的文献进行了评析，识别出12个关键问题，并在3天半内实现从

初步构思到完成本文。本文制定了一项协议，以帮助研究人员验证通过Elicit（或其他机器学习工具）提供的

证据，这也是本文的一个新成果。通过3位同行评审员的评论，能够更客观地反思LLM聊天机器人输出的可信

度、时间节省的合理性及未来在这种情况下应用LLM聊天机器人所需的研究。

关键词：人工智能（AI）；环境影响评价（EIA）；未来挑战；伦理；问题

(续接2025年第4期IAPA文摘)问题或因素，而是事实陈述。

为了实现目标2，作者需要修改图1中总结的结果，

4修改后的ChatGPT结果

以消除循环论证、重复和虚假信息。文本框3至文本框5

ChatGPT生成了大量数据，如图1所示。尽管通过

通过作者团队的决策示例，依次解释了这3个类别是如何

文献综述发现的证据验证了一级问题，但很快发现二

处理的。文本框3提供了两个关于如何处理循环论证的

级因素是存在问题的。这些问题可以分为以下3类：

示例，文本框4提供了两个关于如何处理重复的示例，

（1）循环论证——一级问题作为二级因素重复

文本框5提供了两个关于如何处理虚假信息的示例。

出现。

这3类问题在每个类别中都得到了一致的处理，

（2）重复——在两个或多个一级问题下重复相

具体处理方法分别在文本框3