利用ChatGPT、Claude和Gemini评估绿地吸引力：AI模型是否反映人类感知？
计算机与社会
2025-12-17 v2 人工智能
计算机视觉与模式识别
摘要
理解绿地吸引力对于设计宜居且包容的城市环境至关重要，然而现有的评估方法往往忽视非正式或临时空间，且资源消耗过大，难以大规模捕捉主观感知。本研究考察了多模态大语言模型（MLLMs）——ChatGPT GPT-4o、Claude 3.5 Haiku 和 Gemini 2.0 Flash——利用谷歌街景图像评估绿地吸引力的能力，类似于人类的评估方式。我们将模型输出与波兰罗兹市居民的地理问卷回答进行了比较，涵盖正式绿地（如公园和管理绿地）和非正式绿地（如草地和荒地）。调查受访者和模型分别判断每块绿地是否有吸引力，并提供最多三条自由文本解释。分析考察了其吸引力判断的一致性，并在将解释归类为共享推理类别后比较了各自的解释。结果表明，对于有吸引力的正式绿地和无吸引力的非正式空间，AI与人类的一致性较高，但对于有吸引力的非正式绿地和无吸引力的正式绿地，一致性较低。模型始终强调美学和设计导向特征，低估了调查受访者所重视的安全性、功能性基础设施和地方嵌入特性。尽管这些发现凸显了大规模预评估的潜力，但也强调了需要人工监督和补充性的参与式方法。我们得出结论，MLLMs可以辅助但不能替代规划实践中具有情境敏感性的绿地评估。
引用
@article{arxiv.2512.11827,
title = {Assessing Greenspace Attractiveness with ChatGPT, Claude, and Gemini: Do AI Models Reflect Human Perceptions?},
author = {Milad Malekzadeh and Magdalena Biernacka and Elias Willberg and Jussi Torkko and Edyta Łaszkiewicz and Tuuli Toivonen},
journal= {arXiv preprint arXiv:2512.11827},
year = {2025}
}