QUT Urban AI Hubの研究者は、都市部の気温を下げるための人工知能ベースの技術的解決策と、コミュニティが受け入れ実行可能と判断する冷却戦略を組み合わせたフレームワークを提案した。Urban Climate誌に掲載された本研究は、コミュニティがどの冷却施策を受け入れるかを認識し、人工知能ベースの温度適応策はコミュニティの承認なしには実施できないことを強調した。

本研究の第一著者であるProf. Tan Yigitcanlarは、都市部の気温上昇が世界的に集中していると指摘した。しかし、人工知能の温度ポイントを特定する精度は、住民の支持、地域の備え、行政上の実行可能性を保証しない。Yigitcanlarは「技術的能力と地域実装の間に拡大するギャップがある」と述べた。

提案されたClimate AIフレームワークは、人々の温度リスクへの対応が経験、文化的規範、緊急の優先事項によって形作られることを考慮する。フレームワークは、人工知能システムを行動的・制度的エージェントとして活用し、計画策定を改善し、資源配分を導き、プロセスの正当性を強化する意思決定支援ツールとして再定位する。