Od danych do polityki: przegląd systematyczny zastosowań SI w przepisach i zgodności dotyczącej wód

Dlaczego mądrzejsze zasady dotyczące wody mają znaczenie

Czysta i bezpieczna woda zależy nie tylko od rur i oczyszczalni, lecz także od przepisów, które ograniczają zanieczyszczenia i zapewniają zdatność do picia. Na całym świecie organy nadzorcze borykają się z przestarzałą infrastrukturą, ograniczonymi zasobami kadrowymi oraz lawiną danych z rzek, zakładów wodociągowych i czujników. Niniejszy artykuł przegląda ponad 100 badań naukowych, stawiając aktualne pytanie: czy sztuczna inteligencja (SI) może pomóc władzom szybciej wykrywać problemy, sprawiedliwiej egzekwować przepisy wodne i projektować lepsze polityki dla wszystkich?

Jak badanie podsumowało zastosowania SI w przepisach wodnych

Autorzy przejrzeli literaturę recenzowaną w latach 2004–2025, koncentrując się tylko na pracach, które łączyły SI bezpośrednio z regulacjami wodnymi, zgodnością lub decyzjami politycznymi. Każdy artykuł przyporządkowano do jednej z trzech codziennych trosk: kontrola zanieczyszczeń w rzekach i jeziorach, zapewnienie bezpieczeństwa wody pitnej oraz zarządzanie i modernizacja infrastruktury wodnej, takiej jak kanalizacja i sieci dystrybucyjne. Korzystając z ośmioelementowej listy kontrolnej, oceniano, jak każde badanie radziło sobie z jakością techniczną, powiązaniami z rzeczywistymi przepisami i normami, użyciem studiów przypadków z praktyki, uwzględnieniem sprawiedliwości i zaufania oraz rozważeniem skutków społecznych i ekonomicznych.

Gdzie SI już pomaga w terenie

Około połowa badań dotyczyła zanieczyszczeń w rzekach, wodach przybrzeżnych i ściekach. W tym obszarze modele uczone maszynowo szkolone są na wieloletnich danych monitoringowych, by przewidywać, kiedy i gdzie wystąpią szkodliwe zrzuty, śledzić źródła zanieczyszczeń oraz optymalizować pracę oczyszczalni. Kolejna trzecia skupiała się na infrastrukturze, wykorzystując SI do prognozowania pęknięć rur, priorytetyzacji napraw i planowania długoterminowych inwestycji w warunkach zmian klimatu. Mniejsza, lecz rosnąca część badań dotyczyła bezpieczeństwa wody pitnej — używając zaawansowanych modeli do wykrywania ryzyka ołowiu i azotanów, klasyfikowania zdatności wody do picia oraz zasilania systemów wczesnego ostrzegania opartych na czujnikach online. W większości tych zastosowań SI pełni rolę inteligentnego asystenta — przetwarza złożone dane, aby inspektorzy i operatorzy mogli działać szybciej i kierować ograniczone zasoby tam, gdzie mają największe znaczenie.

Od lepszej eksploatacji do lepszych polityk

Wiele badań zastosowało SI do dopracowania operacji w ramach istniejących przepisów: obniżania kosztów, zmniejszania przepełnień lub bardziej niezawodnego spełniania limitów zanieczyszczeń. Zdecydowanie mniej prac wykorzystało SI do kwestionowania lub ulepszania samych regulacji — na przykład analizując, czy działania egzekucyjne rzeczywiście zmniejszają naruszenia, lub czy niektóre społeczności ponoszą większe ryzyko niż inne. Niewielka grupa badań „kaukazyjnych” zrobiła właśnie to, stosując zaawansowane metody statystyczne do oszacowania, jak wybory polityczne wpływają na zanieczyszczenie i zdrowie w świecie rzeczywistym. Inne projekty budowały systemy wspomagania decyzji łączące mapy, modele i narzędzia scenariuszowe, pomagając urzędnikom testować różne opcje polityczne przed ich wdrożeniem. Mimo to podejścia zintegrowane są wyjątkiem, a nie regułą, i większość prac z zakresu SI pozostaje o krok od codziennego procesu tworzenia prawa.

Zaufanie, sprawiedliwość i ludzki wymiar algorytmów

Ponieważ decyzje dotyczące wody wpływają na zdrowie publiczne i podstawowe prawa, zaufanie do narzędzi SI jest kluczowe. Tymczasem tylko około jedno na pięć badań wprost poruszało kwestie takie jak przejrzystość, bezpieczeństwo czy uprzedzenia. Niewielka grupa korzystała z technik wyjaśnialnych, które pokazują, jakie czynniki wpłynęły na przewidywanie modelu — co pomaga regulatorom zrozumieć, na przykład, dlaczego określona dzielnica została oznaczona jako obszar podwyższonego ryzyka ołowiu. Nieco ponad połowa artykułów omawiała szersze pytania społeczne lub etyczne, takie jak to, czy biedne lub wiejskie społeczności są bardziej narażone na naruszenia, czy projekty są przystępne cenowo, oraz jak włączać lokalne głosy w planowanie. Wiele przedsiębiorstw wodociągowych i agencji wskazywało też na bariery praktyczne: rozproszone dane, brak specjalistycznej wiedzy personelu oraz niepewność, jak zintegrować SI z istniejącymi procesami i ramami prawnymi.

Co to oznacza dla przyszłości czystej wody

Przegląd konkluduje, że SI już oferuje potężne narzędzia do monitorowania jakości wody, efektywniejszego prowadzenia systemów oczyszczania oraz wspierania mądrzejszych inwestycji w infrastrukturę. Aby jednak rzeczywiście wzmocnić zarządzanie zasobami wodnymi, narzędzia te muszą być wplecione w jasne systemy wspomagania decyzji, zgodne z normami prawnymi i projektowane z myślą o otwartości oraz sprawiedliwości. Oznacza to budowanie modeli zrozumiałych dla regulatorów i społeczności, sprawdzanie nierównych skutków w różnych dzielnicach oraz tworzenie zabezpieczeń, aby zautomatyzowane rekomendacje pozostawały rozliczalne przez ludzką ocenę. Rozsądnie używana SI nie zastąpi przepisów wodnych ani regulatorów — może za to stać się praktycznym sojusznikiem, pomagając dostarczyć czystsze rzeki, bezpieczniejsze krany i bardziej odporne systemy wodne dla wszystkich.

Cytowanie: Wang, Y., Wilchek, M. & Batarseh, F.A. From data to policy: a systematic review of AI in water regulations and compliance. npj Clean Water 9, 33 (2026). https://doi.org/10.1038/s41545-026-00555-w

Słowa kluczowe: sztuczna inteligencja, regulacje wodne, bezpieczeństwo wody pitnej, odporność infrastruktury, sprawiedliwość środowiskowa