人工智能技术正加速重塑人类社会，数据与算法正悄然接管我们栖居于斯的城市空间。技术至上的倾向背后，以效率为中心的算法逻辑削弱了城市的公平与温度。2026年4月9日，北京建筑大学秦红岭教授受邀为我们带来一场题为“算法时代的城市空间正义：人工智能介入城市设计的伦理与治理探讨”的精彩讲座。讲座剖析了智能城市设计背后的权力结构重塑与伦理隐忧，并提出了构建嵌入式伦理导向的治理蓝图。

来自多院系、多学科背景的师生参与讨论，活动由哲学学院副院长郭佳宏教授主持。

一、 算法：从技术工具到隐性治理权力

人工智能介入城市设计已不再单纯是提升制图效率的问题，AI正在成为塑造城市空间的代理力量。随着城市设计全面迈入智能化、人机互动的新阶段，其底层逻辑正在从依赖人类专业经验的人本逻辑转向基于数据模型与行为预测的算法逻辑。

这种技术实践隐含着深刻的价值取向。秦教授以北京大栅栏街区更新为例，生动揭示了算法对历史文脉复杂性的抹平：

• 当要求AI生成老北京风貌设计时，算法倾向于提取最常见的风格原型，生成一套看似标准规整的方案。

• 然而，这种形似而神不似的设计剥离了历史街区层层累积的时间厚度与真实生活的斑驳感，导致城市失去其独特的文化底蕴与“烟火气”。

• 同样，在处理胡同拐角等非正式空间时，算法往往以通行效率和空间整洁为单一指标进行统一铺装，却忽略了这些看似杂乱的角落所承载的邻里社交与情感维系功能。

秦教授特别援引奥尼尔（Cathy O’ Neil）《算法霸权》中的观点提醒听众：“大数据程序只能将过去编入代码，而不会创造未来” 。若一味追求效率最优化，算法往往会陷入工具理性的窠臼，忽略居民的情感归属、审美偏好以及无法量化的地方性知识。

二、 数据正义与空间排斥：警惕被算法放大的偏见

“数据不是中性的起点。” 秦教授直击数据驱动规划的痛点。AI模型依赖历史数据进行学习，但这往往会无意识地继承并放大现实中既有的结构性不平等。

• 算法带来的空间排斥：以北京天通苑、回龙观等大型居住区为例，若仅依据历史通勤和消费数据，算法可能得出该地区白天活跃度低的结论，从而在未来规划中降低优质商业与文化设施的配置权重。

• 结果的固化：这种基于“历史偏差”的最优解，在技术理性的伪装下，进一步固化了资源分配的劣势。

• 自动化参与的隐忧：此外，秦教授提醒我们警惕“自动化参与”对真实民主协商的侵蚀。

• 数字鸿沟：当前许多城市体检与意见征集过度依赖抓取社交媒体（如小红书）数据，这种模式虽然高效，却在无形中将不熟悉数字工具的老年人等弱势群体排除在外，造成民意基础的结构性断层。

三、 解困之道：嵌入式伦理与人工智能本土化

面对上述挑战，秦教授提出，伦理规制绝不能仅仅作为技术部署后的补救措施，而必须作为前置性原则，嵌入到城市设计的全生命周期中。她提出了包括公共福祉优先、以人为本、空间公平、参与包容、环境责任在内的多项核心伦理准则。

在具体治理路径上，秦教授特别强调了公众真实参与与人工智能本土化的重要性：

• 交互反馈机制：城市规划的公众参与不能仅仅是单向的意见收集，应建立具有实质性交互与反馈的协商平台 。

• 引入居民协同标注：结合她自身带领女教授群体走访北京中轴线的亲身经历，秦教授指出，本地居民（如熟悉胡同一草一木的文化保护志愿者）掌握着算法难以识别的“地方性知识”。

• 文化意义点的识别：鼓励居民参与城市文化意义点的协同标注，能有效将真实的社区记忆与在地文化嵌入AI训练语料中，避免算法对城市复杂魅力的粗暴抹除。

总之，城市设计与城市治理之“有温度”，不仅意味着技术可感、过程透明，更意味着在日常体验中市民能感受到被尊重与关怀。城市不仅是技术治理的场所，更是承载文化记忆的生活空间。技术演进不应削弱城市的人文关怀，而应以人的尊严、公平与美好生活需要为最高价值目标。这不仅关乎人工智能的善用，更关乎我们城市的未来。

四、 跨学科碰撞：在算法洪流中坚守人的尺度

在互动环节，现场气氛热烈。针对心理学专业同学关于“AI逐渐具备类似人类咨询师的共情与追问能力，未来人类专业者如何自处”的困惑，秦教授给出了极具启发性的回应：

• 虽然AI可以基于海量数据模仿共情话术，但人与人之间面对面交流时所传递的真实肢体语言、眼神肯定及深层情感联结，是算法难以计算和替代的。

• 无论在心理学还是城市设计领域，提出问题、发现问题的能力，以及基于真实生活体验的审美判断力，始终是人类独有的核心竞争力。