《Frontiers in Artificial Intelligence》：From public innovation procurement requirements to AI-enabled socio-technical architecture: a longitudinal case study in industrialized housing
编辑推荐：
人工智能（AI）被用于数字系统，这些系统将数据、计算方法、决策过程与组织安排相结合。本文考察了公共创新采购过程的需求与制度条件如何反映在面向工业化公共住房交付的AI赋能社会技术架构的开发与规范中。该案例涉及一个旨在支持公共部门交付流程中工业化住房的设计、评估与
人工智能（AI）被用于数字系统，这些系统将数据、计算方法、决策过程与组织安排相结合。本文考察了公共创新采购过程的需求与制度条件如何反映在面向工业化公共住房交付的AI赋能社会技术架构的开发与规范中。该案例涉及一个旨在支持公共部门交付流程中工业化住房的设计、评估与采购准备的AI赋能系统。研究采用纵向定性部署前案例研究设计，分析了涵盖机构采购记录、初始技术方案、正式事前评估及后续协作开发的文献语料库。案例中记录的架构由八个相互关联的功能模块和三个跨领域使能条件构成：安全、治理与互操作性。该架构结合了基于规则的法规与情境检查、生成式与参数化设计配置、代理模型支持的性能估算、成本与财务评估、多目标优化、多准则情景比较以及采购文档生成。在整个语料库中，研究人员识别出机构需求与功能、计算、治理及互操作性安排之间可追溯的对应关系，同时将需求、规范、正式事前评估、后续开发及需要运行验证的证据加以区分。本研究的贡献在于阐述AI相关及其他计算能力如何与数据、人类决策点、治理安排及采购输出在演进中的社会技术架构内实现整合。研究并未评估已完成系统，也未确立运行有效性、可扩展性或更广泛的公共成果。本研究提供了一份部署前的说明，阐述采购与制度需求如何对应于面向工业化住房交付的AI赋能决策支持系统的架构。
论文解读文章
研究背景与问题
在建筑、工程与建造（AEC）行业，人工智能（AI）正日益嵌入用于规划、设计、建造和运营建筑的数字基础设施中。当前应用包括自动规则检查、性能预测、设计探索、进度安排及生命周期数据分析。当AI与建筑信息模型（BIM）和生命周期评估（LCA）结合时，可支持材料、可建造性、能源性能及可持续性方面的决策。这些应用属于建筑业4.0转型的一部分，该转型利用数据和数字平台协调生产并提高生产率。然而，建筑行业基于项目的组织方式和间断的信息流仍阻碍着设计、制造、物流与装配之间的协调。关于装配式建造和面向制造与装配的设计（DfMA）的综述研究一致指出，信息碎片化和跨阶段集成薄弱是协作与生产规划的主要障碍。
在公共部门应用中，治理、互操作性和数据质量成为技术问题本身的一部分，而非外部考量。在西班牙，公共住房提供了尤为严苛的政策与交付背景。公共当局必须在可负担性与准入、法规合规、环境绩效、透明度以及公共住房存量长期管理之间进行协调。模块化和预制方法常被提出以应对住房需求，因其可缩短施工工期并减少浪费，但其有效使用需要从设计、制造到运输、装配和运营的全链条协调。尽管建筑AI研究主要关注特定应用能力、数字集成和性能导向的用例，公共部门AI研究则涉及组织变革、治理、问责、风险与采购实践等不同问题。创新采购研究也考察了公共需求转化为功能需求的方式，以及问题与解决方案框架在采购过程中的演变。
然而，一个尚未解决的问题在于机构采购需求与系统架构之间的关联——即合规性、工业化、性能评估、互操作性、治理和采购就绪性等需求如何反映在系统部署前的功能与计算配置中。工业化住房提供了一个特别相关的场景，因为这些技术能力必须与公共问责、可负担性、环境目标以及后续采购输出的准备相连接。现有研究往往将建筑AI与数字集成、创新采购和公共部门AI治理分开考察，缺乏一个连接机构需求与AI赋能系统架构形成的综合视角。
研究设计与方法
本研究采用纵向定性案例研究设计，围绕以下研究问题展开：公共创新采购过程的需求与制度条件如何反映在面向工业化住房交付的AI赋能社会技术架构的开发与规范中？研究分析追踪了机构需求、初始技术响应、正式事前评估及后续协作开发之间的关系，同时将规范、实施、测试和运行验证保持为不同的证据状态。
研究案例涉及西班牙一项公共创新采购过程，旨在开发面向工业化公共住房交付的AI赋能决策支持系统。发包方定义了一个结合可负担性、工业化、环境绩效、法规合规和行政使用的公共交付问题。证据涵盖三个连续阶段：初始采购与提案过程、正式事前评估、以及后续协作开发。研究语料库包含32份离散文献记录，外加联盟共享开发环境中维护的版本化技术工作集。机构组件包含12份正式发布的采购相关记录，协作开发组件包含10份会议记录、两份详细规划与任务结构工作簿及其他规划、组织、基准测试和进度报告记录。
分析围绕四个维度组织：功能维度（项目输入、系统功能、计算过程、接口和输出之间的关系）、方法论维度（架构如何被规范、开发、审查和逐步细化）、制度维度（公共需求、行政使用、治理安排和组织角色）以及战略维度（互操作性、采购就绪性、可追溯性、可复制性、可扩展性）。分析程序分四步：按来源和时间位置分离文献材料；通过四个分析维度检查各阶段证据；比较公共需求与架构元素之间的对应关系；按证据状态分类系统相关陈述。研究人员不推断采购条件导致特定架构决策，而是考察关系是否被记录、出现在开发过程的何处以及如何在架构中呈现。
研究结果
功能与计算架构
文档描述的架构通过八个相互连接的模块将项目定义与技术和采购输出的生产连接起来，形成顺序决策支持工作流。项目定义与数据输入（M1）确立场地、简报、目标和约束。数据与组件目录（M2）组织可供后续模块使用的模块化组件、属性和几何信息。法规与场地情境分析（M3）在设计解决方案配置（M4）之前引入适用的法规、规划、气候和情境条件。环境与能源评估（M5）和成本估算与财务规划（M6）提供进入优化与情景评估（M7）的性能和经济信息。交付物与采购文档（M8）将选定配置及其相关信息转化为后续行政和采购使用的技术输出。
该模块化架构旨在将异构项目条件转化为可比较、可追溯并可为实施做准备的替代方案。主要基于规则、AI相关及其他高级计算能力集中在M3–M5和M7，涵盖法规与情境检查、约束设计配置、性能估算、多目标优化和多准则情景评估。M3主要基于规则，M4结合基于规则的逻辑与约束配置，M5规定代理模型支持的性能估算，M7结合多目标优化与多准则决策支持。安全、治理和互操作性作为跨所有八个模块的使能条件运行，而非顺序处理阶段。并非每个模块都规定纳入AI，AI相关能力在支持规则应用、约束探索、性能评估、优化和决策的地方引入。
渐进式开发与验证逻辑
初始技术提案将开发过程规定为三个阶段：概念验证、原型开发和示范与部署。该序列旨在使需求、技术功能和制度使用随系统进展而得到审查。各阶段通过α和β测试、关键绩效指标（KPI）审查以及功能核心的连续修订相连接，特别是组件目录、法规约束、配置环境和评估模型。该过程在设计上具有迭代性：技术细化和制度验证旨在同步推进，部署就绪性通过连续测试来评估。开发过程通过模块特定工作组以及跨模块技术协调和管理级协调进行组织，共享规范、会议记录、架构图、接口定义和开发记录在联盟协作工作空间中维护。
制度与治理安排
案例文档显示，公共采购需求和制度条件在架构中得到了明确体现。项目、场地和方案特定的住房问题定义对应M1项目定义与数据输入。动态考虑适用的建筑、住房、规划和场地约束对应M3法规与场地情境分析。开放且可更新的工业化组件目录对应M2数据与组件目录及C互操作性。从场地、方案、目录和法规约束生成工业化设计替代方案对应M4设计解决方案配置。能源、碳、舒适度、气候和更广泛环境绩效评估对应M5环境与能源评估。投资、施工、维护和财务可行性评估对应M6成本估算与财务规划。跨技术、环境和经济标准的替代方案比较与迭代改进对应M7优化与情景评估。开放标准、BIM信息管理、互操作性和跨阶段信息连续性对应C互操作性。系统输出在公共采购和招标文档准备中的使用对应M8交付物与采购文档。受控访问、问责、审查、批准和可追溯性对应A安全与B治理。
互操作性、采购使用与可转移性
互操作性从技术需求和提案层面的连接规定演变为涵盖完整工作流的跨架构条件。开放数据结构、BIM相关标准、通用模式、接口和交换机制被规定为支持跨模块和跨项目阶段的信息连续性。采购就绪性体现在M8将选定替代方案转化为互操作模型、报告、电子表格、图纸和采购就绪输出的功能中。可追溯性通过安全与治理安排实现，包括身份与访问控制、审计跟踪、角色、审查与批准工作流、问责和变更控制。这些安排被规定为支持公共部门决策环境中的受控访问和可追溯决策。
讨论与结论
讨论部分强调，该研究的贡献不在于提出新的计算技术或声称各技术组件本身具有新颖性，而在于提供一个纵向说明，阐述公共创新采购需求如何对应于AI赋能社会技术架构的形成与细化，该架构将计算能力与数据结构、人类决策点、治理和互操作性安排以及采购文档准备相连接。这种制度到架构的视角将建筑AI与数字集成研究、创新采购和公共部门AI治理联系起来，而这些领域通常被分开考察。
研究明确指出，架构层面的特征本身并不能证明可信性或有效性，这些主张需要运行证据。案例在部署前被考察，研究不评估已完成系统，也不确立运行有效性、可扩展性或更广泛的公共成果。实施、测试和运行验证被作为不同的证据状态处理，仅在可用文档支持时才报告。案例以匿名形式报告，经发包组织和参与伙伴授权，保留技术内容的同时隐藏直接标识符。
研究结论指出，采购需求并不决定技术架构，而是定义需求、约束、评估标准和交互条件，技术替代方案可在协作开发过程中据此进行规范和修订。研究在部署前阶段考察了这些需求和制度条件是否以及以何种形式反映在AI赋能决策支持系统的功能与计算架构中。研究为理解公共创新采购如何塑造AI赋能系统的架构形成提供了经验基础，同时保持规范与运行验证之间的证据区分。
