《TECHNOLOGY IN SOCIETY》：Governing with Artificial Intelligence: Mapping the Knowledge Systems shaping Urban Intelligence
编辑推荐：
本文通过自然语言处理等方法，系统梳理了AI城市主义的知识结构，发现其核心由关键利益相关者、交互模型和外部影响因素构成，并构建了三维治理框架，强调需平衡技术、社会与伦理因素以应对城市治理挑战。
德斯蒙德·拉尔蒂（Desmond Lartey）| 克里斯·M.Y.·劳（Kris M.Y. Law）
斯洛文尼亚塞利耶（Celje）的国际社会与商业研究学院（International School for Social and Business Studies）
摘要
人工智能（AI）迅速融入城市治理，从预测建模和数字孪生到自动福利分配和警务算法，标志着从智慧城市范式向所谓的“AI城市主义”（AI Urbanism）的转变。然而，尽管AI城市主义的采用速度加快，但在概念上仍然存在碎片化，对其知识基础如何影响治理选择和城市未来的理解仍不清晰。
本研究通过实证分析AI城市主义的认知结构来填补这一空白。我们基于分类为十二个概念类别的文献库，运用自然语言处理（NLP）、主成分分析（PCA）和多维缩放（MDLS）方法，确定了三个基础知识领域：（1）关键利益相关者和实体（Key Stakeholders and Entities），（2）互动模型（Models of Interaction），以及（3）外部影响因素（External Influencing Factors）。这些领域被整合成一个三维的基于系统的框架，展示了治理逻辑（包括技术、社会和规范层面）如何在关键城市子系统中相互作用，例如政策工具、基础设施管理、公共合法性以及机构伦理。
研究结果表明，AI城市主义在历史上主要受技术官僚主义和基础设施逻辑的支配，特别是在机构、伦理和文化背景等领域的进展较为滞后。这种不平衡对治理产生了重要影响。换句话说，当前的AI应用有可能强化中央控制和效率驱动的理性，而忽视了民主监督和社会学习的作用。通过将AI城市主义视为一个由技术、社会和规范力量共同塑造的结构化知识体系，本研究为设计反思性、包容性和具有政治意识的治理架构提供了框架。我们认为，有效的城市AI治理必须超越效率层面，积极考虑技术未来中蕴含的社会和伦理因素。
引言
城市长期以来一直是社会技术转型的实验室，治理、基础设施和规划的创新推动了更广泛的社会变革。智慧城市范式的出现是一个重要里程碑，它通过数字基础设施、实时数据和信息通信技术（ICTs）承诺提高效率（Allam & Newman, 2018; Meijer & Bolívar, 2015）。然而，智慧城市模式因其技术官僚主义的逻辑、去政治化的治理方式以及在公平性、问责制和韧性等结构性问题上的局限性而受到批评（Kitchin, 2016; Pereira et al., 2019）。
人工智能（AI）在城市治理中的兴起标志着AI城市主义（AI Urbanism）的巩固（Cugurullo et al., 2023b; Cugurullo et al., 2023a）。AI城市主义源于智慧城市但超越了其范畴，指的是多个AI系统（如自动驾驶车辆、城市机器人、城市规模平台和软件代理）在城市系统中运行的状态。与早期仅能感知和计算城市过程的智慧城市技术不同，AI系统具有不同程度的自主学习和个性化服务提供能力（Bibri et al., 2024; Lartey & Law, 2025）。智能不再仅仅是优化工具，而成为塑造城市认知、治理和体验的结构性逻辑。
这一转变带来了智慧城市框架无法解决的深刻认识论和治理挑战。随着AI系统行使解释和自主能力，关于人类监督、机构问责制和中央控制的传统假设受到挑战（Tabrizian, 2025）。对算法透明度、偏见、监控和权力关系不对称性的担忧日益加剧（Grimmelikhuijsen & Meijer, 2022; Kitchin, 2017）。计算系统与社会和物质基础设施的融合产生了非线性的反馈动态，预测结果会重塑它们所模拟的现实。在AI城市主义时代进行治理需要超越数据驱动的优化，转向理解人类与AI的共构和分布式能动性。
尽管人们对AI在城市中的应用越来越感兴趣，但仍然存在重要的分析空白。现有的智慧城市评估和科学计量研究往往侧重于技术领域、政策应用或关键词频率的统计，而概念框架则主要提出对算法治理的规范性批评。尚未充分探索的是AI城市主义本身的认知结构，即其核心概念如何聚集、演变，并形成治理逻辑。换句话说，我们缺乏关于AI城市主义作为知识体系如何组织的系统性解释，以及这种组织如何影响城市中可思考、可治理和可行动的内容。
为填补这一空白，本文基于对5600多篇学术文献的语义分析，提出了一个三维的认知映射框架。通过自然语言处理（NLP）、主成分分析（PCA）和广义标准化多维缩放（GNMDS），我们确定了三个主导AI城市主义话语的概念维度：关键利益相关者和实体、互动模型以及外部影响因素。随后将这些维度整合到一个基于系统的治理框架中，可视化它们对12个核心城市子系统的影响。分析单元不是具体的城市案例，而是学术话语中的概念架构，以揭示构建AI城市主义的认知逻辑。
为了指导本研究，我们提出了以下研究问题：
（RQ1）哪些主导和新兴的概念术语正在塑造城市治理中的AI话语？它们随时间如何演变？
（RQ2）这些概念如何聚类为更广泛的认知或主题视角？它们代表了哪些潜在的治理或认识论逻辑？
（RQ3）如何将这些视角整合到一个连贯的基于系统的框架中，以支持政策制定、城市智能设计和决策过程？
具体而言，本研究分为三个步骤：首先，识别塑造城市中AI话语的主导和新兴概念类别（RQ1）；其次，将这些类别聚类为更广泛的认知视角，并解释它们所编码的治理逻辑（RQ2）；最后，将这些视角整合到一个基于系统的治理框架中，将认知模式转化为与政策相关的架构（RQ3）。
文献综述
从“智慧城市”到“AI城市主义”的转变标志着城市设计、治理和体验的变革。智慧城市范式以物联网（IoT）传感器、大数据分析和实时决策支持为特征，强调效率、服务优化和城市监控（Mouchili et al., 2018; Rathore et al., 2016）。然而，它因技术官僚主义的倾向、对基础设施数据的过度依赖以及处理公平性、问责制和韧性等问题的能力不足而受到批评（Kitchin, 2016; Pereira et al., 2019）。
人工智能（AI）在城市治理中的兴起标志着AI城市主义的形成（Cugurullo et al., 2023b; Cugurullo et al., 2023a）。AI城市主义不仅源于智慧城市，还超越了其范畴，指的是多个AI系统（如自动驾驶车辆、城市机器人、城市规模平台和软件代理）在城市系统中运作的状态。与早期仅能感知和计算城市过程的智慧城市技术不同，AI系统具有自主学习和解释能力，能够提供个性化的服务（Bibri et al., 2024; Lartey & Law, 2025）。智能不再仅仅是优化工具，而是塑造城市认知、治理和体验的结构性逻辑。
这一转变带来了智慧城市框架无法解决的深刻认识论和治理挑战。随着AI系统行使解释和自主能力，关于人类监督、机构问责制和中央控制的传统假设受到挑战（Tabrizian, 2025）。对算法透明度、偏见、监控和权力关系不对称性的担忧日益严重（Grimmelikhuijsen & Meijer, 2022; Kitchin, 2017）。计算系统与社会和物质基础设施的融合产生了非线性的反馈动态，预测结果会重塑它们所模拟的现实。在AI城市主义时代进行治理需要超越数据驱动的优化，转向理解人类与AI的共构和分布式能动性。
尽管人们对AI在城市中的应用越来越感兴趣，但仍然存在关键的分析空白。现有的智慧城市评估和科学计量研究主要集中在技术领域、政策应用或关键词频率的统计上，而概念框架则往往侧重于对算法治理的规范性批评。尚未充分探索的是AI城市主义本身的认知结构，即其核心概念如何聚集、演变并形成治理逻辑。换句话说，我们缺乏关于AI城市主义作为知识体系如何组织的系统性解释，以及这种组织如何影响城市中可思考、可治理和可行动的内容。
为填补这一空白，本文提出了一个基于5600多篇学术文献的语义分析的三维认知映射框架。通过自然语言处理（NLP）、主成分分析（PCA）和广义标准化多维缩放（GNMDS），我们确定了三个主导AI城市主义话语的概念维度：关键利益相关者和实体、互动模型以及外部影响因素。随后将这些维度整合到一个基于系统的治理框架中，可视化它们对12个核心城市子系统的影响。分析单位不是具体的城市案例，而是学术话语中的概念架构，以揭示构建AI城市主义的认知逻辑。
为了指导本研究，我们提出了以下研究问题：
（RQ1）哪些主导和新兴的概念术语正在塑造城市治理中的AI话语？它们随时间如何演变？
（RQ2）这些概念如何聚类为更广泛的认知或主题视角？它们代表了哪些潜在的治理或认识论逻辑？
（RQ3）如何将这些视角整合到一个连贯的基于系统的框架中，以支持政策制定、城市智能设计和决策过程？
具体来说，本研究分为三个步骤：首先，识别塑造城市中AI话语的主导和新兴概念类别（RQ1）；其次，将这些类别聚类为更广泛的认知视角，并解释它们所编码的治理逻辑（RQ2）；最后，将这些视角整合到一个基于系统的治理框架中，将认知模式转化为与政策相关的架构（RQ3）。
方法论
为了综合文献中对AI驱动城市系统的概念化，并通过基于系统的治理框架追踪其认识论发展，研究方法分为两个阶段：（1）构建语义框架（第3.1节）和映射AI城市主义的演变话语（第3.2节）。
结果与讨论
为了回答这三个研究问题，研究结果结合了语义分类、基于知识系统的映射以及概念类别的时间映射（第3节）。本节重点介绍了主导趋势、新兴模式以及不同时期、学科和主题视角下的显著变化，适当时还考虑了这些变化与城市治理的关联性。
结论
研究表明，AI城市主义正从一个以技术为主导的领域发展为更加注重关系和互动的讨论领域，伦理和背景因素的重要性日益增加，但仍然不平衡。随着人工智能融入城市和社会系统，围绕其治理的讨论在概念上仍然存在碎片化，认识论发展也相对滞后。现有的方法往往将技术创新与社会和伦理后果隔离开来。
作者贡献声明
克里斯·M.Y·劳（Kris M.Y. Law）：撰写——审稿与编辑、监督、概念化。德斯蒙德·拉尔蒂（Desmond Lartey）：撰写——初稿、方法论、形式分析、概念化
数据可访问性
所审查的文章列表和分析材料均开源存储在此仓库中。
利益冲突声明
? 作者声明他们没有已知的可能会影响本文工作的竞争性财务利益或个人关系。
致谢
我们感谢所有匿名审稿人对改进手稿所提供的宝贵意见。
