決定一次救災(zāi)行動是否順利的關(guān)鍵就是信息，如果不能最快速度采集到災(zāi)情、傷亡人數(shù)等信息，就有可能錯過72小時緊急救援的黃金時間，生命、財(cái)產(chǎn)損失會加劇；采集到的信息不準(zhǔn)確、救災(zāi)信息傳遞的通道不順暢，不僅會拖延救災(zāi)時間，也會導(dǎo)致災(zāi)情研判、救災(zāi)物資準(zhǔn)備上的偏差，給救災(zāi)效果打折扣。不論是防災(zāi)、備災(zāi)還是緊急救援、過渡安置或者災(zāi)后重建，都需要有足夠、及時、準(zhǔn)確的信息為救災(zāi)提供研判、指揮依據(jù)。說到底，科技救災(zāi)也就是信息救災(zāi)。

　　數(shù)字救災(zāi)地圖

　　傳統(tǒng)的救災(zāi)，救災(zāi)人員往往因?yàn)榈卣?、水?zāi)導(dǎo)致的災(zāi)區(qū)交通中斷、網(wǎng)絡(luò)信號中斷、沒有足夠的人手幫助傳遞實(shí)時救災(zāi)信息等困難，無法及時回傳信息，面對信息不對稱的困難，無法及時跨地域協(xié)同救災(zāi)，危機(jī)繪圖（disaster mapping）成為救災(zāi)中最能幫助解決信息共享問題的技術(shù)工具。來自互聯(lián)網(wǎng)上眾多的信息志愿者，通過公共的地圖網(wǎng)站，形成數(shù)據(jù)眾包志愿者團(tuán)隊(duì)進(jìn)行危機(jī)繪圖。這些網(wǎng)絡(luò)志愿者借助谷歌地圖、Openstreet、Ushahidi、Mapbox以及中國的益云地圖等地圖平臺，在汶川地震、海地地震、雅安地震等國內(nèi)外多次地震中快速形成跨地域聯(lián)動，通過志愿者從facebook、微博等社交媒體上以手工或者網(wǎng)絡(luò)爬蟲技術(shù)收集災(zāi)情信息，分類標(biāo)注到地圖上，形成一個全面的救災(zāi)信息地圖，供救災(zāi)的各個相關(guān)方進(jìn)行及時的救災(zāi)人員和物資的配給。

　　這便是一張由成千上萬的網(wǎng)絡(luò)志愿者共同繪制的尼泊爾地震農(nóng)村地區(qū)的食物及其他物資的供給地圖，從而加快了這些救災(zāi)物資的快速運(yùn)達(dá)。

　　國際紅十字會的地理工程師Dale Kunce更是認(rèn)為這樣的災(zāi)情繪圖工作不僅僅需要在災(zāi)后開展，在災(zāi)情發(fā)生之前、日常的備災(zāi)工作中，也需要有這些安全隱患相關(guān)的地圖支持。他們開發(fā)出Missing Map以應(yīng)對持續(xù)快速的全球城市化進(jìn)程中多發(fā)的日常災(zāi)難。不僅如此，美國紅十字會就在Dell公司協(xié)助下，用9個屏幕、3臺電腦搭建了一個“數(shù)字指揮中心”，通過搜集Facebook、Twitter上的求救信息（包括停電、停水等日常危機(jī)），來指揮、調(diào)度救援任務(wù)。

　　美國紅十字會數(shù)字指揮中心

　　文化敏感的“人肉傳感器”作為一種救災(zāi)技術(shù)

　　不論是災(zāi)情繪圖還是人工智能算法，在災(zāi)難發(fā)生后的最短時間內(nèi)，都需要離災(zāi)情最近的人收集、傳遞數(shù)據(jù)給后方的志愿者和計(jì)算機(jī)進(jìn)行數(shù)據(jù)處理、災(zāi)情研判，再集結(jié)人力、物資運(yùn)往災(zāi)區(qū)進(jìn)行救助、安置。Sensor雜志在2008年的一篇名為“On Line Disaster Response Community： People as Sensors of High Magnitude Disasters Using Internet GIS”的文章中，將救災(zāi)中的志愿者、救災(zāi)隊(duì)員稱為“人肉傳感器”（Human Sensor）。早在1964年的Annals of the New York Academy of Science中，香水的試聞員就被學(xué)者稱為“人肉傳感器”，通過人的感知和反應(yīng)來收集數(shù)據(jù)，這一點(diǎn)也同樣出現(xiàn)在救災(zāi)行動者身上，因此救災(zāi)前線的救災(zāi)隊(duì)員、災(zāi)民、志愿者都成為災(zāi)難中最鮮活的“人肉傳感器”，Humanitarian OpenStreet Map Team 以及Map Courtesy Mapaction等都是由志愿者自發(fā)組成的公益機(jī)構(gòu)，隨時準(zhǔn)備召集網(wǎng)絡(luò)志愿者為各類災(zāi)害進(jìn)行眾包繪圖，他們就是這類“Human Sensor”的典型代表。

　　這些“人肉傳感器”具有很強(qiáng)的文化敏感性，能夠幫助救災(zāi)隊(duì)員們很快適應(yīng)不同文化環(huán)境下的災(zāi)難救助狀況。曾在北大留學(xué)的尼泊爾醫(yī)生舒俊便提道，在尼泊爾地震救災(zāi)中，中國最開始送往尼泊爾的救災(zāi)物資有牛肉方便面，本以為災(zāi)民會喜歡，誰能想到在尼泊爾人心中牛是神圣之物，災(zāi)民都拒絕食用。同樣的文化差異的問題也出現(xiàn)在就餐方式上，救災(zāi)隊(duì)員派發(fā)餐食的時候，按照中國人的習(xí)慣集中派餐，但是尼泊爾的受災(zāi)村莊卻沒有這種集體用餐的習(xí)慣，因此沒有什么災(zāi)民愿意來領(lǐng)食物。舒俊了解本地人的習(xí)俗，幫救災(zāi)隊(duì)找了更符合本地人就餐習(xí)慣的地點(diǎn)派發(fā)救災(zāi)餐食，這樣才召集了數(shù)千名尼泊爾災(zāi)民前來吃飯。熟悉本地文化、洞察本地人特點(diǎn)的“人肉傳感器”，是科技救災(zāi)中不可或缺的重要一部分。也正是因?yàn)槲幕腿嗽诳萍季葹?zāi)中的重要性，在救災(zāi)科技工具的研發(fā)中，也越來越傾向于文化敏感的人本技術(shù)的研發(fā)。

　　人工智能算法作為一種新興的救災(zāi)技術(shù)

　　這些數(shù)字地圖工具和災(zāi)情地圖繪圖志愿者團(tuán)隊(duì)，主要的貢獻(xiàn)在于前端的數(shù)據(jù)收集。如果僅靠這些“人肉傳感器”來手工完成信息整理、分析、洞察和研判的工作，隨著災(zāi)情數(shù)據(jù)大量匯集，往往給救災(zāi)隊(duì)員帶來一種我稱之為“數(shù)字化次生災(zāi)害”的“信息赤潮”。這是參加過一線救災(zāi)工作的救災(zāi)隊(duì)員們最揪心的痛。

　　大量繁雜的數(shù)據(jù)堆積，夾雜著洪水般無法快速判斷真?zhèn)蔚那榫w化表達(dá)內(nèi)容，沒有及時準(zhǔn)確的分揀、分析和洞察，無從進(jìn)行救助行動的研判決策。這時候，在“人肉傳感器”不斷實(shí)時更新數(shù)據(jù)的協(xié)助下，人工智能算法可以幫得上忙，解除一線救災(zāi)人員的信息壓力，幫助救災(zāi)決策者更好地核對一線災(zāi)情信息，做出準(zhǔn)確的救災(zāi)決策。

　　在2012年IEEE 100會議上， Oleg Aulov和Milton Halem研發(fā)了一種基于社交媒體數(shù)據(jù)推測海洋洋面上的石油擴(kuò)散的建模方法。他們的Gnome軟件可以通過海面的風(fēng)速、洋流方向、衛(wèi)星數(shù)據(jù)，通過收集社交媒體上海岸邊的志愿者觀測到的實(shí)際海平面的漏油擴(kuò)散情況，比對計(jì)算機(jī)根據(jù)算法模擬的趨勢模型，非常精準(zhǔn)地預(yù)測海面漏油擴(kuò)散趨勢，從而在漏油污染下一個海岸之前，做好相應(yīng)的預(yù)防準(zhǔn)備。

　　災(zāi)后重建中的城市治理信息系統(tǒng)

　　不論是國際頂級會議CHI系列還是國際數(shù)字政府會議，近年來每次都會有較大比重與會者討論科技與救災(zāi)之間的關(guān)系。災(zāi)難救助中的科技支持已經(jīng)成為各國數(shù)字政府、智慧城市中應(yīng)對風(fēng)險(xiǎn)社會治理的重要內(nèi)容。對救災(zāi)志愿者的管理、對救災(zāi)信息的管理，以及對災(zāi)難管理的流程管理，都是災(zāi)難中的人本科技研發(fā)的重要部分。

　　除了眾包災(zāi)情地圖中的志愿者自組織模式、眾包志愿工作的社會網(wǎng)絡(luò)關(guān)系的研究之外，更有對受災(zāi)地區(qū)互聯(lián)網(wǎng)信息系統(tǒng)恢復(fù)過程中的信息管理模式進(jìn)行研究。

　　按理說，這個時候網(wǎng)絡(luò)中斷、電腦損毀、信息丟失，硬件和軟件，哪怕是數(shù)據(jù)都沒有了，在這樣的環(huán)境下研究信息科技與救災(zāi)的關(guān)系，恐怕是比登天還難。在2016年第49屆夏威夷信息科學(xué)國際會議(HICSS 2016)上，一項(xiàng)關(guān)于2011年東日本大地震的研究頗受矚目。通過對3個受災(zāi)鎮(zhèn)的田野調(diào)研，學(xué)者M(jìn)ihoko Sakurai等人考察災(zāi)后重建過程中的政府管理，不是聚焦科技工具硬件意義上的信息系統(tǒng)恢復(fù)，而是把考察的重點(diǎn)放在軟性管理信息系統(tǒng)的恢復(fù)和重建。他們通過經(jīng)濟(jì)資本、社會資本、象征資本、人力資本、機(jī)構(gòu)資本等5個理論維度，深入梳理政府機(jī)構(gòu)在多種災(zāi)后公眾服務(wù)過程中的網(wǎng)絡(luò)信息硬件恢復(fù)、信息管理系統(tǒng)重建。他們發(fā)現(xiàn)整個市民服務(wù)的信息系統(tǒng)的恢復(fù)過程，經(jīng)歷了各種資本重新創(chuàng)建的過程，而其中具有采用尚存物資、工具等各類資本的“彈回模式”（Capital Resiliency Model），更能夠幫助政府管理部門盡快恢復(fù)公眾服務(wù)，幫助公眾快速回到平靜的生活序列中去。這也為其他地區(qū)的政府進(jìn)行災(zāi)前、災(zāi)后的災(zāi)難管理提供了城市風(fēng)險(xiǎn)治理上的經(jīng)驗(yàn)。

　　隨著科技的進(jìn)步，科技救災(zāi)已經(jīng)突破了僅限于科技工具支持救災(zāi)的局限，越來越多地體現(xiàn)在“人肉傳感器”的災(zāi)情志愿者和后端人工智能算法合作機(jī)制下的救災(zāi)信息收集、分析和決策的技術(shù)，也包括政府?dāng)?shù)字治理過程中的管理機(jī)制，都屬于科技救災(zāi)的重要內(nèi)容。隨著越來越多的新技術(shù)加入到救災(zāi)的隊(duì)伍中來，不僅是無人機(jī)，或許智能式穿戴設(shè)備、AR/VR技術(shù)也能成為助力科技救災(zāi)的重要工具，而以人為本則是作為人道主義救援的科技救災(zāi)至關(guān)重要的核心所在。