當AI想象城市時，小社群可能消失

弗吉尼亞理工大學的研究人員發現，人工智慧影像生成器在描繪大城市時比小城鎮更為準確。這項研究由自然資源與環境學院的地理空間資料科學家Junghwan Kim領導，他最初注意到，當他要求AI生成布萊克斯堡（弗吉尼亞州的一個小鎮）的影像時，結果看起來非常普通，缺乏該鎮的特色。然而，當生成里士滿、弗吉尼亞海灘和華盛頓特區等大城市的影像時，結果卻包含了許多熟悉的地標和城市特徵。

這一觀察促使團隊進行了一項系統研究，測試AI在不同規模城市上的表現。研究人員使用OpenAI的DALL·E 2生成器，為布萊克斯堡、里士滿、弗吉尼亞海灘和華盛頓特區建立了影像。他們隨後邀請了129名參與者評估這些影像的真實性和對城市身份的捕捉程度。評估依據城市規劃師凱文·林奇提出的城市設計元素，如地標、區域、路徑和水域。

結果顯示，AI在描繪大型都市區時表現更好，而在小城鎮則明顯不足。特別是在文化意義顯著的地標上，AI經常出錯——例如，布萊克斯堡的大學建築上完全沒有出現霍基石這一標誌性材料。研究還發現，長期居民比新居民對AI生成的影像更為挑剔，這表明具有更強地方知識的人更容易發現不準確之處。

這項研究的合著者包括香港科技大學（廣州）和阿拉巴馬大學的研究人員。論文發表在《技術與社會》期刊上。Kim強調，隨著生成式AI在旅遊規劃、城市設計、營銷和公共傳播中的普及，這種代表性差距值得關注。他指出，線上資料越多的城市，AI生成的內容越準確，而小型社群則因為缺乏線上表徵而容易被忽視。

"人們越來越依賴AI生成的內容來了解一個地方，"Kim說，他是地理學助理教授兼智慧城市研究小組主任。"如果小城市在訓練這些系統的資料中代表性不足，那麼人們看到的影像可能無法反映這些社群的真實身份。"

Kim呼籲建立更全面的地理資料集，並在AI開發中融入本地視角，以避免AI影像強化大城市與小社群之間的不平等代表。這項研究也加入了關於AI在規劃和設計中倫理使用的廣泛討論。雖然AI可以快速生成創意並擴大設計技術的訪問，但研究人員警告，系統仍然存在重要的侷限性。

"生成式AI可以是一個強大的工具，"Kim說。"但我們也需要了解它的不足以及誰可能被排除在外。"

更多資訊：Junghwan Kim等，《想象城市：使用DALL·E 2評估AI生成城市景觀的視覺真實性和身份》，《技術與社會》(2026)。DOI: 10.1016/j.techsoc.2026.103360