Исследователи используют агентов искусственного интеллекта для моделирования первоначальных настроений сообщества в отношении центров обработки данных, но эксперты подчеркивают, что это не может заменить прямое взаимодействие с людьми.

Поскольку центры обработки данных привлекают все большее внимание общественности из-за их энергопотребления, водопотребления и воздействия на окружающую среду, стремительное развитие ИИ усиливает давление на местные сообщества и инфраструктуру. Хотя такие объекты могут создавать рабочие места, налоговые поступления и критически важные цифровые возможности, их ресурсоемкость – включая электроэнергию, воду, выбросы и землепользование – сделала их центральным пунктом общественных дискуссий.

Мнение общественности  обычно собирается на поздних этапах процесса планирования, часто во время официальных публичных слушаний, после того как ключевые решения уже приняты. На этом этапе возможности для существенного влияния на проекты ограничены. 

Группа исследователей из Калифорнийского университета в Риверсайде тестирует другой подход : использование агентов искусственного интеллекта, работающих на основе больших языковых моделей (LLM), для моделирования и анализа настроений сообщества на ранних этапах цикла планирования.

Новый инструмент для получения обратной связи от сообщества на ранних этапах разработки

Цель состоит не в замене человеческого участия, а в предоставлении недорогого и масштабируемого инструмента для предварительной оценки, который поможет разработчикам понять вероятные проблемы и предполагаемые преимущества до того, как проекты продвинутся слишком далеко. 

Исследователи разработали систему опросов, в которой LLM-ы рассматриваются как синтетические аналоги жителей. Используя демографические данные на уровне округов, они создали репрезентативных «виртуальных агентов» и представили им подробные описания гипотетических предложений по созданию центров обработки данных. Агенты были опрошены по нескольким вопросам с использованием нескольких ведущих моделей, включая GPT-5, Gemini-2.5-Pro ​​и Qwen-Max.

Что показали агенты искусственного интеллекта

Эксперимент был сосредоточен на двух округах США, где уже существовала инфраструктура центров обработки данных. Общее настроение различалось по регионам: представители одного округа демонстрировали более позитивную оценку, в то время как представители другого округа занимали нейтральную позицию. 

Несмотря на эти различия, в обоих регионах повторяются несколько тем: 

Шаолей Рен, доцент Калифорнийского университета в Риверсайде и ведущий автор исследования, предупредила, что сигналы на ранних стадиях следует рассматривать как предупреждения, а не как окончательные выводы.

«Если потребление воды и коммунальные расходы неоднократно вызывают опасения, застройщики могут заблаговременно оценить доступность воды, выбрать менее водоемкие системы охлаждения, оценить пропускную способность сети и влияние на тарифы, а также рассмотреть варианты смягчения последствий, такие как использование очищенной воды или инвестиции в повышение энергоэффективности на объекте», — сказал Рен изданию Android-Robot.

Полученные данные также могут быть полезны на ранних этапах обсуждения вопросов, касающихся пользы для местного сообщества, таких как обязательства по рациональному использованию водных ресурсов или защита от высоких затрат на коммунальные услуги, до того, как планы будут окончательно утверждены.

Различия в моделях и их соответствие реальным условиям

Исследование показало, что разные модели делают акцент на разных приоритетах. Некоторые придавали большее значение экономическим факторам; другие выражали большее доверие к государственному надзору. 

Примечательно, что темы, поднятые агентами ИИ, в целом совпадали с результатами опросов общественного мнения, что позволяет предположить, что данная модель способна выявлять проблемы, аналогичные тем, которые высказывают жители.

Однако Рен отметил, что никакой синтетический подход не может заменить прямое взаимодействие. «Агенты ИИ не могут уловить жизненный опыт, местную историю или динамику доверия», — сказал он. Рен пояснил, что предложенная структура должна служить инструментом предварительной оценки для улучшения взаимодействия с людьми. 

«Традиционные опросы, собрания с жителями и консультации остаются крайне важными, особенно после того, как проект приобретает конкретные очертания», — сказал он. «Тем не менее, агенты на основе ИИ могут помочь сократить время, усилия и ресурсы, необходимые для проведения крупномасштабных традиционных опросов».

Рен добавил, что перед более широким внедрением эту структуру следует протестировать на выборке реальных опросов в различных условиях, чтобы определить, где она хорошо обобщается, а где требует корректировки.

Обещания и подводные камни

Некоторые отраслевые эксперты скептически относятся к потенциалу этой системы. Шон Фарни, вице-президент по стратегии центров обработки данных в JLL, заявил изданию Android-Robot, что сомневается в способности модели общественного мнения, основанной на искусственном интеллекте, уловить сугубо локальные и эмоциональные аспекты настроений.

«Общественное мнение также в значительной степени опирается на эмоциональный и сугубо локальный фактор, который трудно всегда выразить единицами и нулями», — сказал он. Он добавил, что заблуждения относительно центров обработки данных сохраняются и что «отрасли необходимо лучше предоставлять данные и информацию, чтобы развеять опасения».

Джон МакУильямс, руководитель отдела анализа данных в глобальном исследовательском подразделении компании Cushman & Wakefield, видит потенциал в ранней оценке рисков – при условии осторожного подхода. 

«Результаты, полученные с помощью ИИ-агента, могут представлять собой интересные дополнительные данные, но пользователю необходимо будет тщательно изучить источники данных и методологию ИИ-агента, а также тщательно проверить саму структуру ИИ-агента перед использованием», — сказал МакУильямс.

С точки зрения МакУильямса, принятие инвестиционных решений на многомиллионные — и даже многомиллиардные — суммы на основе результатов работы ИИ сопряжено с ненужным риском. «Самый большой риск, связанный с использованием ИИ в качестве индикаторов общественного мнения, помимо того, что упомянуто в вопросе, — это подхалимство и галлюцинации», — сказал он, отметив, что лицам, принимающим решения, необходимы необработанные, нефильтрованные данные об общественном мнении.

«Опрос реальных жителей населенного пункта, проводимый непосредственно с участием человека, несравненно ценнее результатов, полученных с помощью ИИ, несмотря на то, насколько хорошо «откалибрована» эта система агентов ИИ», — добавил МакУильямс.