自动化 statutory city planning 中的文档智能

UK 的规划当局面临规划法案要求公众获取申请文件与数据保护法案要求保护个人信息之间的立法冲突。这一局面为处理大量文档volume（文件量）创造了手动密集的工作负荷，使规划官转离管理任务，增加法律合规风险。本文提出了一个集成 AI 系统，以解决这些挑战。系统自动识别和涂写个人信息，提取规划文件中的关键 metadata（元数据），并分析建筑图纸以识别指定特征。系统采用 AI-in-the-Loop（AI2L）设计，在规划官直接使用的现有软件中呈现所有建议供其审核和确认；除非获得明确的人类批准，不会提交任何行动。系统通过学习人类监督中的反馈来提高性能，采用主动学习优先级排序，而非自动批准。该系统目前在 4 个多样化的 UK 地方当局进行试点。本文详细描述了系统设计、AI2L 工作流程以及试点中使用的评估框架。此外，本文描述了开发的初步投�入回报（ROI）模型，用于量化潜在节省并吸引合作伙伴参与。本工作为在公共部门环境中部署 AI 以减少行政负担和管理合规风险提供了一个案例研究。