Prema posljednjim humanitarnim izvješćima, dvadeset i prvo stoljeće uvelo je eru u kojoj se prirodne katastrofe sve više presijecaju s oružanim sukobom, stvarajući “krizu unutar krize” u kojoj je 80 % ljudi koji primaju humanitarnu pomoć žrtve sukoba
Sažetak
Humanitarizam se sve više oblikuje konvergencijom ekoloških promjena, sukoba, urbanizacije, raseljavanja i hitnih slučajeva javnog zdravlja. Istodobno, napredak u geoprostornoj umjetnoj inteligenciji (GeoAI) transformira prikupljanje, analizu i primjenu geoprostornih informacija za humanitarne odgovore. U ovom radu prikazan je integrativni pregled temeljen na SALSA-i (Pretraživanje, procjena, sinteza, analiza) koji ispituje sjecišta GeoAI, humanitarno djelovanje, ekološku pravdu, infrastrukturu i upravljanje. Osamdeset publikacija, uključujući dvanaest sveobuhvatnih revizijskih članaka, ispitano je kako bi se identificirale glavne istraživačke teme, aplikacije i novi izazovi. Pregledom se pokazuje da humanitarni geoAI nadilazi tehničke inovacije kako bi obuhvatio međusobno povezane dimenzije infrastrukture, analitičke metode, humanitarne primjene i ekološku pravdu, etiku i upravljanje. Ti se nalazi sintetiziraju u konceptualni okvir koji ilustrira kako geoprostorne infrastrukture omogućuju GeoAI metode, koje podržavaju humanitarne aplikacije i generiraju ishode koji zahtijevaju etički nadzor i upravljanje. U analizi se utvrđuju dva međusektorska izazova: humanitarno-vojna dilema u pogledu dvojne namjene, u kojoj zajednički podaci, infrastruktura i analitički sustavi podupiru i humanitarne i vojne ciljeve te dilema u pogledu privatnosti i sigurnosti, gdje napori za zaštitu ranjivih populacija mogu istodobno povećati izloženost nadzoru i šteti. Budući napredak u autonomnom GIS-u, generativnoj umjetnoj inteligenciji i digitalnim blizancima vjerojatno će dodatno preoblikovati humanitarnu praksu. Ovaj pregled pokazuje da budućnost humanitarnog geoupotrebljivog umjetnog alata ne ovisi samo o tehnološkim inovacijama, već i o upravljačkim okvirima koji mogu promicati ekološku pravdu, odgovornost i zaštitu ranjivih populacija.
- Uvod
Humanitarizam, zajedno s geoprostornim tehnologijama, nastao je kao sredstvo za poboljšanje humanitarnih operacija u složenim okruženjima. Geoprostorna umjetna inteligencija (GeoAI) podržava svijest o stanju u stvarnom vremenu [1], utvrđuje rizične populacije integracijom slika i demografske analize na daljinu [2] te pruža digitalno mapiranje i prostornu analizu za podršku osobama koje prvi reagiraju [3]. Digitalizacija humanitarne prakse naglašava brzo prikupljanje podataka putem mobilnih tehnologija (npr. pametnih telefona i društvenih medija), participativnog mapiranja, daljinskog istraživanja (npr. satelitske i bespilotne slike) te umjetne inteligencije integrirane s geografskim informacijskim sustavima koji se nazivaju GeoAI. Ove sposobnosti pružaju tehničke temelje za suvremene humanitarne odgovore. Iako ti razvoji proširuju tehničke kapacitete, često zanemaruju okolišnu pravdu, etičke, participativne i upravljačke okvire potrebne za rješavanje problema asimetrija moći, zaštitu osjetljivih podataka i zaštitu ranjivih populacija.
Konvergencija GeoAI-a s pristupima usmjerenim na humanitarnu i pravosuđe odražava humanitarni krajolik koji se razvija. U ovom radu ocjenjuju se četiri međusobno povezane arene: (1) humanitarnog krajolika i prostorne ekološke pravde; (2) dileme GeoAI-a s dvojnom namjenom u području humanitarnog odgovora i vojnih operacija; (3) infrastrukturnih zahtjeva GeoAI-a i geografskih ograničenja njihove provedbe; i (4) etičkih dilema svojstvenih geouporabnim i geoprostornim podacima u kontekstu humanitarnog načela „ne šteti”. Nadovezujući se na ove teme, u radu je prikazan konceptualni okvir Humanitarnog geoAI-a koji ilustrira kako geoprostorna umjetna inteligencija utječe na humanitarne ishode u više geografskih razmjera.
Ovaj rad prati „digitalni zaokret“ u humanitarizmu do ranih sustava kao što je mreža sustava za rano upozoravanje na glad (NEWS NET). Kao rani primjer GeoAI-a, FEWS NET integrirani podaci o klimi, satelitske snimke, praćenje tržišta i stručna analiza za predviđanje nesigurnosti hrane na globalnoj razini [4]. Ova putanja naglašava kako su geoprostorne tehnologije ugrađene u humanitarnu praksu, dok nagovještava suvremene izazove povezane s razmjerima, integracijom podataka i upravljanjem. Mnogi od tih izazova identificirani su na Simpoziju o kibernetičkoj sigurnosti i zaštiti podataka u humanitarnoj akciji (Luxemburg, 23. – 25. siječnja 2024.) [5], gdje su rasprave naglašavale raskrižja geoupozorstva, ekološke pravde, humanitarnih operacija i upravljanja podacima. Nadovezujući se na ove rasprave, pregled analizira kako evoluirajuća terminologija odražava te međusobno povezane teme i kako se one operacionaliziraju putem geoprostornih tehnologija [6].
Osim sintetizacije literature, ovaj pregled daje četiri konceptualna doprinosa. Prvo, ovaj sustavni pregled pokazuje da Humanitarna zdravstvena pomoć djeluje kao integrirani geografski društveno-tehnički sustav koji povezuje infrastrukturu, humanitarne aplikacije, analitičke metode i upravljanje. Drugo, procjena humanitarnog geoupoznatvornog tijela u osnovi je geografska s etičkim i pravosudnim ishodima koji se razlikuju po mjestima, razmjerima i podacima. Treće, ekološka pravda trebala bi postati dio operativne komponente humanitarnog geoupotrebi, a ne evaluativnog ishoda. Konačno, humanitarno-vojna dilema o dvojnoj namjeni i dilema o privatnosti i sigurnosti dva su međusektorska izazova koji će oblikovati budući razvoj Humanitarne umjetne inteligencije GeoAI.
- Materijali i metode: Pregled integrativne literature koji se temelji na pretraživanju, procjeni, Sintezi, Analiza (SALSA)
Pregled literature proveden je između siječnja 2024. i lipnja 2026. kako bi se ispitalo sjecište humanitarizma, geoAI-a, ekološke pravde, infrastrukture, etike i upravljanja pomoću okvira za integrativni pregled SALSA-e (Pretraživanje, procjena, sinteza, analiza) [7]. Humanitarni geoAI je interdisciplinarno područje koje obuhvaća geografiju, informatiku, studije okoliša, humanitarnu praksu, javnu politiku i etiku. Slijedom toga, pregled je uključivao dokaze iz recenzirane literature s odabranim izvješćima humanitarnih organizacija, vladinih agencija i međunarodnih institucija za hvatanje teorijskih dostignuća i operativne prakse.
Pregled je uključio publikacije iz znanstvenih baza podataka i organizacijskih izvora, uključujući Google Scholar i izvješća organizacija kao što su Međunarodni odbor Crvenog križa (ICRC), Ženeva, Švicarska, Ured Ujedinjenih naroda za koordinaciju humanitarnih poslova (UNOCHA), Ženeva, Švicarska, Nacionalna uprava za zrakoplovstvo i svemir (NASA) i Nacionalna uprava za oceane i atmosferu (NOAA), Washington DC, SAD i druge humanitarne i znanstvene organizacije. Ti su komplementarni izvori uključeni jer su mnogi naprednjaci u humanitarnoj pomoći za geoupite, posebno oni koji se odnose na operativne smjernice, upravljanje i nove tehnologije, dokumentirani u tehničkim izvješćima i dokumentima politika prije nego što se pojave u recenziranoj literaturi.
Pregled je bio namjerno fokusiran, a ne iscrpan. Cilj nije bio identificirati svaku publikaciju povezanu s GeoAI ili humanitarnim tehnologijama, već sintetizirati literaturu koja se bavi sjecištem ovog raznolikog područja. Naglasak je stavljen na koncepte koji su dobili relativno ograničenu sintezu unutar postojeće literature. Ova žarišna područja izravno odgovaraju četirima analitičkim arenama koje su ranije uvedene i pružaju organizacijski okvir za rad. SALSA je posebno pogodna za interdisciplinarna područja jer se prilagođava recenziranoj literaturi, dokumentima politike, organizacijskim izvješćima i konceptualnoj stipendiji uz održavanje transparentne strukture za sintezu dokaza (Slika 1.). Okvir pruža sustavni put od identifikacije literature kroz tematsku interpretaciju i razvoj konceptualnog okvira.
Dijagram tijeka pomoću SALSA (pretraga, procjena, sinteza, analiza) okvira. GeoAI: geoprostorna umjetna inteligencija.
Pretraživanje: Pretraživanja temeljena na ključnim riječima provedena su pomoću Google Scholara s ciljanim pretraživanjima organizacijskih web stranica i javno dostupnim izvješćima. Pretraživanja su bila usmjerena na naslove publikacija, sažetke i ključne riječi koristeći kombinaciju katastrofe, humanitarne, geoprostorne umjetne inteligencije (GeoAI), geografskih informacijskih sustava (GIS), umjetne inteligencije, daljinskog istraživanja, ekološke pravde, etike, upravljanja, ranjivosti, sukoba i srodnih pojmova (tablica 1). Grupe ključnih riječi osmišljene su kako bi uhvatile tehničke dimenzije GeoAI-a i šireg humanitarnog, etičkog i društveno-političkog konteksta u kojem se te tehnologije primjenjuju.
Katastrofa i humanitarne ključne riječi (npr. katastrofa, opasnost, kriza, sukob i izbjeglice) identificirale su domene primjene. Tehnološki orijentirani pojmovi (npr. GIS, daljinsko istraživanje, umjetna inteligencija, geoAI, prostorna analiza i društveni mediji) identificirali su analitičke metode i geoprostorne tehnologije. Uvjetima za pravosuđe i upravljanje okolišem (npr. nejednakost, ranjivost, privatnost, etika i upravljanje) identificirana je literatura koja se odnosi na jednakost, odgovornost i društvene posljedice. Ova strukturirana strategija pretraživanja omogućila je integraciju literature u više disciplina uz održavanje dosljednog analitičkog fokusa.
Tablica 1
Ključne riječi koje se koriste kao filtri za pretraživanje literature.
| Tema | Ključne Riječi |
| Katastrofe/opasnosti | Katastrofa + opasnost, katastrofa + opasnost + poplava + potres + šumski požar, katastrofa + šteta, katastrofa + rano upozorenje |
| Humanitarna pomoć | Humanitarna pomoć, kriza + pomoć izbjeglicama, sukob + odgovor |
| Tehnologija | Katastrofe + humanitarni odgovor + geografski informacijski sustav (GIS)- + daljinska istraživanja + bespilotne letjelice, katastrofe + umjetna inteligencija, katastrofe + geoAI, društveni mediji + odgovor na katastrofe, katastrofe + vizualizacija + karte + infografike |
| Metode | Katastrofe + umjetna inteligencija + veliki modeli učenja, katastrofe + sukob + odgovor pomoći + informatika + prostorna analiza + klasifikacija + demografska analiza |
| Ekološka pravda/nepravda | Ekološka pravda (EJ) + katastrofe + humanitarna pomoć + sukob, EJ + katastrofe + izloženost + katastrofe + nejednakosti + ranjivost + zdravlje + zagađenje, EJ + katastrofe + nepravda + rizik + globalni jug |
| Etika | Humanitarizam + etika + privatnost + pristranost + upravljanje + jednakost |
GeoAI: geoprostorna umjetna inteligencija.
Procjena: Publikacije su pregledane zbog njihove važnosti za ciljeve studije i ocijenjene prema njihovom primarnom doprinosu humanitarnom geoupotrebi. Uključene publikacije bavile su se jednom ili više sljedećih tema: (1) temeljnim razvojem u području geoupoznate i GIScience; (2) humanitarnim primjenama; (3) geoprostornoj infrastrukturi; (4) ekološkoj pravdi; (5) etici i upravljanju; i (6) humanitarnim i vojnim primjenama. Publikacije koje su se bavile više tema doprinijele su više od jedne analitičke kategorije.
Sinteza: Osamdeset publikacija koje ispunjavaju kriterije pregleda zadržano je za evaluaciju. To je uključivalo dvanaest sveobuhvatnih revizijskih članaka koji su pružali široke perspektive o razvoju geouvjetske umjetne inteligencije, humanitarnim aplikacijama, infrastrukturi, ekološkoj pravdi, etici i upravljanju. Preostale publikacije sastojale su se od empirijskih studija, konceptualnih radova, organizacijskih izvješća i političkih dokumenata koji su proširili razumijevanje novih tehnologija, operativnih praksi i izazova upravljanja. U tim se temama obavješćuje o usporednoj analizi prikazanoj u tablici 2, Tablici 34 5., a u odjeljku Section 44.
Analiza: Završna faza okvira SALSA uključivala je integraciju tematskih nalaza u konceptualni okvir za humanitarnu geouponadu (odjeljak 3.2.). Umjesto da infrastrukturu, analitičke metode, humanitarne aplikacije i upravljanje promatraju kao neovisne istraživačke domene, analiza je ispitala njihove međuodnose kao komponente integriranog geografskog sociotehničkog sustava. Ova konceptualna sinteza pruža organizacijsku strukturu sljedećeg odjeljka za rezultate i rasprave te podupire širi argument da humanitarnu geoai. treba ocijeniti geografski i računalno.
Tijekom pripreme rukopisa korišten je AI alat ChatGPT verzija 5.5. Alat je pomogao u referentnom obliku upravljanje i uređivanje jezika. Svi znanstveni sadržaji temelje se na izvornoj sintezi, recenziranoj literaturi i autorovoj Predmet stručnosti. Alat za umjetnu inteligenciju nije samostalno generirao znanstveni sadržaj, već je pomogao u učinkovito izražavanje ideja koje je autor već osmislio.
- Rezultati
U pretraživanju je utvrđeno dvanaest sveobuhvatnih revizijskih članaka (Tablica 2.) koji zajedno mapiraju intelektualni krajolik GeoAI i povezanih područja, istovremeno otkrivajući važne nedostatke u integraciji perspektiva humanitarne i ekološke pravde. Većina recenzija uglavnom se fokusira na umjetnu inteligenciju i geografiju, uspostavljanje temeljnih koncepata, analitičkih okvira i budućih istraživačkih programa. Iako su humanitarne aplikacije priznate u tim studijama, one se općenito tretiraju kao jedno područje primjene, a ne kao primarni fokus istraživanja [8 – 12].
Samo mali podskup literature izričito ispituje humanitarne primjene umjetne inteligencije, uključujući preglede usmjerene na humanitarnu pomoć i pomoć na temelju GIS-a [12, 13]. Ove studije pokazuju kako GeoAI poboljšava odgovor na katastrofe i humanitarne operacije, ali je i dalje relativno ograničen opseg u odnosu na širu tehničku literaturu. Dodatno istraživanje ispituje razvoj geouvjerenih umjetne inteligencije unutar globalnog juga, ističući razlike u produktivnosti istraživanja, geoprostornoj infrastrukturi i dostupnosti podataka [14]. Kolektivno, ovaj opus uvodi važnu perspektivu ekološke pravde naglašavajući nejednakosti u proizvodnji znanja, tehnološkom kapacitetu i pristupu geoprostornim resursima.
Pregledni članci otkrivaju nekoliko dosljednih tema. Prvo, Humanitarni geoAI ostaje fragmentirano područje koje se brzo razvija u kojem su tehnološke inovacije nadmašile integraciju perspektiva ekološke pravde. Drugo, temeljni i tehnički pregledi dominiraju literaturom, dok humanitarne prijave, stipendije Global South i etičke analize ostaju relativno nedovoljno zastupljene. Treće, pojava kibernetičkog humanitarizma naglašava sve veću konvergenciju humanitarnih i vojnih područja kroz zajedničke infrastrukture, podatke i analitičke sustave [15, 16]. Naposljetku, napredak u GIS-u koji je omogućen umjetnom inteligencijom za odgovor na katastrofe pokazuje sve veću važnost GeoAI-a u upravljanju složenim ugroženim okruženjima, istodobno jačajući stalnu zabrinutost u pogledu upravljanja, odgovornosti i širih društvenih posljedica tih tehnologija [17, 18].
Tablica 2
Sveobuhvatni temeljni pregledni članci o umjetnoj inteligenciji i zemljopisu.
| Tema | Članak |
| GeoAI zaklade i okviri (uključujući GIS, geografska istraživanja) | · An, C i sur. (2025.). Evolucija i trenutni krajolik umjetne inteligencije u geografskom istraživanju: sustavni pregled velikih razmjera. [8]
· Janowicz, K i sur. (2020). GeoAI: prostorno eksplicitne tehnike umjetne inteligencije za otkrivanje geografskog znanja i šire. [9] · Li, Z i sur. (2025.). GIScience u eri umjetne inteligencije: istraživački program prema autonomnom GIS-u. [10] · Oğlakcı, B., & Uzun, A. (2025.). Desetljeće umjetne inteligencije i geografije: bibliometrijski uvidi s analizom koju pokreće AI. [11] · Pjesma, Y i sur. (2023.). Napredak u georačunarstvu i geoprostornoj umjetnoj inteligenciji (GeoAI) za mapiranje. [12] · Lythreatis, S i sur. (2026). Umjetna inteligencija u humanitarnoj pomoći: pregled i budući istraživački program. [19] · Ortiz, D. A. (2020). Geografski informacijski sustavi (GIS) u humanitarnoj pomoći: metaanaliza. [13] · Islam, N i sur. (2026). GeoAI istraživanja na globalnom jugu: mapiranje produktivnosti i trendova putem bibliometrijske analize. [14] |
| Kiber-humanitarizam (uključujući vojne primjene) | · Anfuso, C i sur. (2026). Prijetnje kibernetičkoj sigurnosti, izazovi i strategije u humanitarnim operacijama: pregled opsega. [15]
· Chipatiso, E (2024). Primjena GIS-a i umjetne inteligencije u vojnim operacijama: izgledi i izazovi. [16] |
| AI, GIS i katastrofe | · Emami, P i Marzban, A. (2023.). Sinergija umjetne inteligencije (AI) i geografskih informacijskih sustava (GIS) za poboljšano upravljanje katastrofama: mogućnosti i izazovi. [17] |
| Etika | · Kang, Y i sur. (2024). Studije umjetne inteligencije u kartografiji: pregled i sinteza metoda, primjena i etike. [18] |
GeoAI: geoprostorna umjetna inteligencija.
3.1. Terminologija
Raznolikost terminologije u humanitarnom području odražava razvoj humanitarne prakse, kao i napredak u digitalnim i geoprostornim tehnologijama. Iako su ti pojmovi proizašli iz različitih disciplinskih tradicija, sve se više konvergiraju oko zajedničkih ciljeva poboljšanja svijesti o situaciji, jačanja logističke koordinacije i podržavanja donošenja odluka u više geografskih razmjera. U tablici . prikazana je usporedna tipologija glavnih pojmova, uključujući njihove definicije, ključne značajke, odabrane reference i reprezentativne aplikacije. Zajedno, ovi pojmovi ilustriraju sve veću ulogu geoprostornih tehnologija u humanitarnom odgovoru, pripravnosti, oporavku i praćenju.
Humanitarni GIS služi kao temeljni krovni koncept koji integrira geografske informacijske sustave, prostornu analizu i procjenu ranjivosti za potporu upravljanju katastrofama i humanitarnim operacijama [13, 20]. Aplikacije kao što su Humanitarni GIS centar i međunarodne platforme za mapiranje razvoja pokazuju kako prostorna analiza informira donošenje odluka uz promicanje etičkog upravljanja podacima. Nadovezujući se na taj temelj, krizna informatika proširuje te mogućnosti putem analitičkih podataka društvenih medija, građanskog izvještavanja i digitalnih komunikacijskih platformi [21, 22]. Organizacije kao što su NetHope i ReliefWeb ilustriraju kako se distribuirane informacije koje generiraju korisnici mogu transformirati u djelotvornu svijest o situaciji tijekom humanitarnih kriza. AI za humanitarno djelovanje dodatno proširuje te mogućnosti uključivanjem prediktivne analitike, automatizacije i optimizacije u operativne tijekove rada [23, 24]. Inicijative kao što su Ured UN-a za koordinaciju humanitarnih poslova pokazuju mogućnosti za strojno učenje za potporu sustavima ranog upozoravanja, raspodjelu resursa i logističku koordinaciju.
Digitalni humanitarizam naglašava crowdsourcing, udaljene volonterske mreže i suradničko generiranje podataka [3]. Platforme kao što su Digital Humanitarna mreža, Humanitarna OpenStreetMap i Ushahidi pokazuju kako participativno mapiranje i prikupljanje distribuiranih podataka proširuje humanitarni odgovor, integrirajući doprinose lokalnih zajednica i globalnih volonterskih mreža. Humanitarizam 2.0 predstavlja konceptualni pomak koji kombinira ove tehnološke inovacije s participativnim i decentraliziranim pristupima humanitarnom djelovanju [25, 26]. Ova perspektiva naglašava društvene tehnologije, iščekivačku humanitarnu pomoć, odgovor na sukobe i etičke putove, istovremeno jačajući važnost angažmana zajednice i lokalno utemeljenog znanja. Ti pristupi zajedno otkrivaju kako geoprostorne tehnologije jačaju sudjelovanje u participativnom djelovanju, istovremeno povezujući tehnološke inovacije sa širim pitanjima zastupljenosti, uključivanja i ekološke pravde [27].
Kiberhumanitarizam se izričito bavi kibersigurnošću, dezinformacijama, dezinformacijama i sjecištem humanitarnih i vojnih aplikacija [15]. Inicijative kao što su Centar za humanitarnu kibernetičku sigurnost i programi kibernetičke sigurnosti NetHope pokazuju da digitalna infrastruktura zahtijeva zaštitu unutar sve složenijih humanitarnih okruženja. Ovo novo polje naglašava prirodu GeoAI-a i povezanih tehnologija s dvojnom namjenom, u kojoj ista infrastruktura, skupovi podataka i analitičke sposobnosti koje podupiru humanitarne operacije također doprinose vojnim ciljevima.
Humanitarna agencija GeoAI kombinira geoprostorne podatke i umjetnu inteligenciju za potporu humanitarnom donošenju odluka kroz prediktivnu, prostorno eksplicitnu i etički informiranu analizu [9, 28]. Inicijative, uključujući NASA-ine linije za spašavanje, HeiGIT i UN Global Pulse, pokazuju kako fuzija podataka s više izvora – kombinirajući satelitske snimke, podatke o mobilnim telefonima, informacije o istraživanju i druge geoprostorne skupove podataka – podržava napredne analize ranjivosti, rizika i otpornosti. Poput kibernetičkog humanitarizma, Humanitarni geoAI otkriva značajno preklapanje s vojnim geoAI-jem, gdje se slične infrastrukture, analitički modeli i izvori podataka primjenjuju na različite operativne ciljeve. Ova konvergencija pojačava potrebu za snažnim upravljanjem, etičkim nadzorom i pravdom okoliša kako bi se usmjerila odgovorna uporaba tih tehnologija.
Tablica 3.
Usporedna tablica humanitarne terminologije i odabranih referencija.
| Pojam | Definicija | Key characteristics | Selected references | Application |
| Humanitarni GIS | Geografski informacijski sustavi (GIS) i prostorna analiza za potporu humanitarnom odgovoru, pripravnosti i oporavku. | Spatial data integration, mapping for decision-making, vulnerability analysis; ethical data stewardship. | Ortiz (2020) [13]; Laituri (2024) [20] |
Humanitarian GIS hub [29]; GIS at Tufts—International development and humanitarian relief [30] |
| Krizna informatika | Interdisciplinarno područje koje koristi digitalne i društvene medije tijekom kriza. | Social media analytics; citizen reporting; data analytics and visualization. | Palen et al. (2010) [21]; Starbird (2014) [22] |
Crisis Infomatics, NetHope [31]; Relief web—empowering humanitarian responses [32] |
| AI za humanitarnu akciju | AI i strojno učenje (ML) za humanitarno donošenje odluka, predviđanje i operativnu učinkovitost. | Predictive analytics; remote sensing classification; automation; optimization. | United Nations Global Pulse (2019) [23]; International Committee of the Red Cross (2020) [24]; Janowicz et al. 2020 [9] | UN OCHA, briefing not on AI and the humanitarian sector [33] |
| Cyber-humanitarizam | Digitalne tehnologije, internetske platforme i umreženi alati za rješavanje pitanja kibernetičke sigurnosti kao što su kibernetički napadi i problemi s dezinformacijama. | Respond to cyber incidents; identifying cyber threats; cyber preparedness and communication strategies. | Anfuso et al. (2026) [15]; United Nations Office for the Coordination of Humanitarian Affairs (2014) [34]. |
NetHope toolkit: 2025 State of humanitarian and development cybersecurity report [35] |
| Humanitarizam 2.0 | Konceptualni pomak prema participativnom, tehnološki omogućenom humanitarizmu naglašavajući decentralizirane, umrežene pristupe i etičke putove. | Social technologies in conflict response; precautionary ethics; anticipatory aid. | Bazerli, G. et al. (2015) [25]; Slim (2024) [26] |
S. Rajaratnam School of International Studies (RSiS)—Humanities futures forum [36]; Georgetown University, Berkley forum: finding hope in humanitarian crisis [37] |
| Digitalni humanitarci | Digitalne tehnologije, internetske platforme i umreženi alati za potporu humanitarnom odgovoru, uključujući udaljene volontere. | Digital volunteer networks; crowdsourcing; crisis mapping; online coordination; real-time data sharing. | Patrick Meier (2015) [3]; United Nations Office for the Coordination of Humanitarian Affairs (2013) [38] |
Humanitarian OpenStreetMap [39]; Ushahidi [40] |
| Humanitarni GeoAI | Integracija geoprostornih podataka i umjetne inteligencije za podršku humanitarnom odlučivanju, naglašavajući etičku, kontekstualno osviještenu i prostorno eksplicitnu analizu. | Spatially explicit AI; multi-source data fusion (satellite, mobile, survey); predictive modeling; uncertainty quantification; ethical safeguards (“do no harm”). | Janowicz et al. (2020) [9]; Dias et al. (2023) [28] |
NASA lifelines, GeoAI for humanitarian action [41]; Heidelberg Institute for Geoinformation Technology (HeiGIT), geoinformation for humanitarian aid [42]; UN pulse [43] |
GeoAI: geoprostorna umjetna inteligencija. Iako se pojam “humanitarni geoAI” pojavljuje u nekim izvješćima i primijenjenim istraživanjima, još nije široko prihvaćen u recenziranoj literaturi. Umjesto toga, povezani radovi raspodijeljuju se u područjima kao što su GeoAI [9], krizna informatika [44] i humanitarni GIS [13, 20].
Iako ti pojmovi odražavaju različite disciplinske tradicije i operativne kontekste, oni dijele zajedničke ovisnosti o geoprostornoj infrastrukturi, analitičkim metodama i podatkovnim sustavima. Ovaj pregled literature sugerira da se humanitarni geoAI najbolje shvaća kao sustav koji povezuje infrastrukturu, metode, aplikacije i upravljanje – temelj konceptualnog okvira za Humanitarni geoAI.
3.2. Konceptualni okvir za humanitarni geoAI
Humanitarni geoAI oblikovan je s četiri međuovisne dimenzije: infrastruktura, metode, aplikacije i upravljanje (slika 2.). Ove dimenzije pružaju konceptualni okvir za razumijevanje kako geoprostorna umjetna inteligencija utječe na humanitarne ishode u različitim društvenim, ekološkim i političkim kontekstima. Ovaj okvir pokazuje da humanitarnu geoupravnu umjetnu inteligenciju treba shvatiti ne samo kao zbirku analitičkih metoda, već i kao integrirani geografski sociotehnički sustav.
Slika 2.
Konceptualni okvir za humanitarnu geoprostornu umjetnu inteligenciju (GeoAI). Infrastruktura omogućuje GeoAI metode koje podržavaju humanitarne aplikacije. Ove aplikacije generiraju ljudske ishode koji zahtijevaju upravljanje informirano o ekološkoj pravdi, etici, privatnosti, sigurnosti, odgovornosti i humanitarnim načelima. Humanitarno-vojna dilema dvojne namjene djeluje u svim dimenzijama okvira.
Infrastruktura je temelj humanitarne umjetne inteligencije. Mogućnost prikupljanja, obrade i analize geoprostornih informacija ovisi o fizičkim i digitalnim sustavima, uključujući satelite, računalstvo u oblaku, telekomunikacijske mreže, senzorske tehnologije i podatkovne infrastrukture. Ovi sustavi određuju gdje se mogu primijeniti GeoAI mogućnosti i utječu na dostupnost, kvalitetu i dostupnost informacija. Kao rezultat toga, infrastruktura nije samo tehnički zahtjev, već i geografska odrednica sudjelovanja i pristupa.
Nadovezujući se na ovu infrastrukturu, humanitarne geoAI metode pretvaraju različite oblike geoprostornih skupova podataka u djelotvorne informacije. Daljinsko istraživanje, strojno učenje, analitika mobilnosti, analitika društvenih medija i fuzija podataka s više izvora omogućuju prepoznavanje opasnosti, ranjivih populacija, promjena u okolišu i novih humanitarnih potreba. Ti analitički pristupi podupiru svijest o situaciji u gotovo stvarnom vremenu i donošenje odluka utemeljenih na dokazima u nizu humanitarnih konteksta.
Operativni značaj Humanitarnog GeoAI ostvaruje se kroz aplikacije. GeoAI podržava odgovor na katastrofe, humanitarnu pomoć, praćenje klime i okoliša, javno zdravlje i operacije povezane sa sukobima. Ove aplikacije poboljšavaju razumijevanje lokalnih uvjeta, poboljšavaju raspodjelu resursa i doprinose pravovremenijim intervencijama. Međutim, uvođenje tih tehnologija donosi neujednačene rezultate među populacijama i mjestima, posebno tamo gdje su postojeće društvene i okolišne ranjivosti već izražene.
Ekološka pravda, etika i upravljanje čine četvrtu dimenziju okvira. Pitanja privatnosti, sigurnosti, pravednosti, sudjelovanja, odgovornosti i humanitarnog načela „ne šteti” nisu vanjska ograničenja humanitarnog geoaiploškog tijela, već bitne komponente sustava. Dokazi pregledani u ovoj studiji pokazuju da je tehnološka sposobnost nedovoljna; potrebni su učinkoviti okviri upravljanja kako bi se osiguralo da geoprostorne tehnologije unapređuju humanitarne ciljeve bez stvaranja novih oblika isključenja, nadzora ili štete.
Konceptualni okvir pozicionira Humanitarni geoAI kao napredak od infrastrukturnih i analitičkih metoda do humanitarnih aplikacija i društvenih ishoda, umjerenih upravljanjem, ekološkom pravdom i etičkim nadzorom. Humanitarno-vojna dilema s dvostrukom namjenom otkriva kako tehnologije razvijene za humanitarnu akciju također omogućuju nadzor, ciljanje i strateške operacije. Ova perspektiva pruža temelj za razumijevanje mogućnosti i rizika povezanih s humanitarnim odgovorom koji podržava GeoAI i služi kao organizacijska struktura za Odjel za raspravu.
- Rasprava
4.1. GeoAI i ekološka pravda u humanitarnom krajoliku
Evolucija Geou.visoke uvjete odražava brzo rastuće, utemeljeno na podacima i tehnocentrično polje [9, 12]. Ukorijenjen u geografskoj informacijskoj znanosti, temeljni i teorijski rad naglašava prostornu analizu, korištenje zemljišta, daljinska istraživanja i urbane sustave, uz napore za formalizaciju prostorne nesigurnosti unutar GeoAI teorije [11, 45]. Ovi temelji uključuju AI-GIS integraciju, ekosustave podataka temeljene na oblaku, algoritamski razvoj i teoriju kibernetičkog prostora koja daje prioritet tehničkim inovacijama. Ovaj naglasak izlaže trajnu neravnotežu: tehnički kapacitet brzo se širi, ostavljajući socio-prostorne sustave oblikovane neujednačenim odnosima moći i proizvodnjom znanja manje ispitanima [8, 46, 47]. Sa stajališta ekološke pravde, to postavlja kritična pitanja o tome čije je znanje predstavljeno i tko ima koristi od uvida vođenih GeoAI-jem. Literatura otkriva i mogućnosti i rizike povezane s humanitarnim geouvjetnim sustavom, posebno u pogledu ranjivosti, privatnosti, sigurnosti, odgovornosti i neravnomjerne raspodjele tehnoloških koristi među stanovništvom i mjestima (tablica 4.).
Ta je neravnoteža vidljiva u cijeloj geoupravnoj infrastrukturi i aplikacijama. Platforme za računalstvo u oblaku, senzorske mreže i satelitski sustavi omogućuju globalno praćenje i analizu u stvarnom vremenu [2, 10, 48 – 50]. U kontekstu globalnog juga, geoumno-posljedične aplikacije kao što su prikupljanje mobilnih podataka i participativno mapiranje sve se više upotrebljavaju za razvoj, odgovor na katastrofe i praćenje okoliša [14, 5151, 5252]. Ovi pristupi obećavaju za ekološku pravdu čineći vidljive nedovoljno opskrbljene populacije i ekološke rizike. Ipak, one ovise o neravnomjernim infrastrukturama, uključujući sustave pristupa internetu i upravljanja podacima.
Četiri tehnološka razvoja preoblikovala su krajolik GeoAI-a: široka dostupnost slika visoke razlučivosti (sateliti i bespilotne letjelice), napredak u preciznim tehnologijama praćenja lokacije (globalni sustavi pozicioniranja), integracija geografskih koordinata u digitalne skupove podataka i širenje mobilnih aplikacija koje generiraju geografske podatke u stvarnom vremenu. Ti razvoji informiraju osnovne prostorne metode geoprostornih tehnologija. Sustavi daljinskog istraživanja i promatranja Zemlje podržavaju praćenje okoliša, otkrivanje katastrofa i mapiranje infrastrukture [46, 53 – 55], dok autonomni GIS omogućuje naprednu prostornu analizu i automatizaciju putem velikih jezičnih modela i dubokog učenja [56, 57]. Podaci o telekomunikacijama i mobilnosti olakšavaju planiranje evakuacije, odgovor na opasnost i praćenje bolesti [58, 59].
Ti isti tehnološki napredak može reproducirati nejednakosti. Daljinsko osjetilo povećava vidljivost kroz slike visoke razlučivosti, ali odvaja uvjete okoliša iz njihovih lokalnih društvenih konteksta. Autonomni GIS povećava analitičku učinkovitost, ali može smanjiti transparentnost i ljudski nadzor, ograničavajući sposobnost pogođenih zajednica da ispituju ili osporavaju ishode.
Humanitarne GeoAI aplikacije primjer su tih napetosti u svim sektorima. U sustavima klime i okoliša, GeoAI podržava klimatsko modeliranje, procjenu biološke raznolikosti i mapiranje resursa, pridonoseći znanosti o održivosti i poboljšanom razumijevanju ranjivih populacija [60, 61]. U slučaju odgovora na katastrofe i humanitarne pomoći, GeoAI omogućuje mapiranje u stvarnom vremenu, procjenu štete i isporuku pomoći putem crowdsourcinga i krizne informatike [17, 44, 62 – 64]. Ove su aplikacije usko usklađene s ciljevima ekološke pravde identificiranjem rizičnih zajednica i informiranjem pravednijih intervencija. Međutim, slični alati koriste se u vojnom geoupoznatom subjektu, gdje slike visoke razlučivosti, fuzija podataka i ciljanje uz pomoć umjetne inteligencije poboljšavaju nadzorne i operativne sposobnosti [8, 65 – 67]. Ove aplikacije naglašavaju kritičnu zabrinutost za okolišnu pravdu: iste geoprostorne infrastrukture koje podupiru humanitarno djelovanje mogu se koristiti za nadzor, kontrolu ili nanošenje štete ranjivim populacijama.
Literatura koja se bavi etikom i upravljanjem nije išla u korak s tehnološkim razvojem. Geo-AI metode kao što su modeliranje izloženosti, participativno mapiranje i prostorno strojno učenje primjenjuju se na studije zdravstvenih razlika, onečišćenja i ranjivosti [2, 50, 68 – 70]. Participativni pristupi nude putove za integraciju lokalnog znanja i rješavanje nejednakosti u prikazu podataka. Međutim, širi etički okviri i dalje su slabo integrirani u projektiranje i praksu sustava GeoAI [6, 13]. Izazovi u pogledu privatnosti i zaštite podataka, posebno poteškoće u anonimizaciji prostornih podataka, dobro su dokumentirani [46, 58], no temeljna literatura o privatnosti, sigurnosti i snazi i dalje je ograničena u odnosu na tehničku domenu [48, 71, 72]. Te napetosti primjer su dileme između privatnosti i sigurnosti; kako geoprostorni skupovi podataka postaju sve detaljniji i integriraniji sa sustavima umjetne inteligencije, zaštita uravnoteženjem i privatnost postaju središnji izazov za humanitarni geoAI [28, 73, 74].
Tablica 4
Usporedna analiza humanitarnih geoAI zaklada, infrastrukture, metoda, aplikacija i upravljanja.
| Domena | Tema | GeoAI methods | Infrastructure | Applications | Key references |
| Temelji | Zaklade GeoAI i GIScience | AI-GIS integration; literature synthesis; trend analysis; knowledge discovery | Cloud and data ecosystems | Crosscutting | An et al. (2026) [8]; Janowicz et al. (2020) [9]; Song et al. (2023) [12]; Chivite et al. (2025) [45] |
| Teoretski GeoAI | Cyberspace geography; spatial theory; machine learning; algorithmic geographies | Networks; IoT | Conceptual development | Gao et al. (2019) [46]; Kwan (2016) [47] | |
| Infrastruk | Cloud platforme i GeoAI sustavi | Scalable GeoAI; data fusion | Data centers; distributed systems | Global monitoring; locational analysis | Li et al. (2025) [10]; Lunga et al. (2022) [48] |
| Senzorske mreže | Real-time monitoring | Ground sensors; IoT | Early warning; conflict monitoring; environmental health | Iyer (2025) [2]; Zanella et al. (2014) [49]; VoPham et al. (2018) [50] | |
| Globalna južna infrastruktura | Applied GeoAI; mobile data collection; participatory mapping; bibliometric analysis | Internet access; data management systems | Development; disasters; conflict; environmental monitoring; environmental justice | Islam et al. (2026) [14]; Blumenstock (2018) [51]; Laituri et al. (2023) [52] | |
| Metode | Daljinsko senzoriranje, promatranje zemlje i fuzija podataka | Satellite imagery classification; deep learning; sensor fusion; computer vision; change detection | Satellite constellations; cloud computing; UAVs; drones | Environmental monitoring; infrastructure mapping; urban systems; military intelligence; disaster assessment | Gao et al. (2019) [46]; Jean et al. (2016) [53]; Kemper & Kemper (2020) [54]; Arndt & Lunga (2021) [55]; Li et al. (2017) [74] |
| Autonomni GIS | Large language models; deep learning; cartographic AI | Hyperscale cloud computing | Advanced spatial analytics; automation; cross-cutting applications | Li et al. (2025) [10]; Kang et al. (2024) [18]; Li & Ning (2023) [56]; Huang et al. (2026) [57]; Erkek (2025) [75] | |
| Telekomunikacijske i analitike mobilnosti | Mobility analytics; social media analytics; predictive modeling | Cellular networks; telecommunications; smartphones; big data platforms | Hazard response; evacuation; disaster planning; disease tracking; surveillance; communication | de Montjoye et al. (2013) [58]; Deng et al. (2021) [59] | |
| Prijave | Odgovor na katastrofe i GeoAI | Social media analytics; crisis informatics; predictive models; real-time mapping | Telecommunications; cloud computing; satellites | Damage assessment; resilience analysis; early warning; infrastructure mapping; risk prediction | Emami & Marzban (2023) [17]; Imran et al. (2015 [44]; Kryvasheyeu et al. (2016) [62]; Zou et al. (2018) [63] |
| Humanitarna pomoć i krizno mapiranje | Geospatial big data; crowdsourcing; social media mining; imagery analysis | Multi-layer infrastructure stack | Aid delivery; logistics; refugee mapping; settlement mapping; needs assessment | Zou et al. (2025) [1]; Zou et al. (2018) [63]; Gathera (2025) [64] | |
| Klimatski i ekološki sustavi | Climate modeling; adaptation and mitigation mapping; population modeling | Satellite imagery; cloud computing; big data systems | Climate risk; biodiversity assessment; sustainability; resource mapping | Mavisclara et al. (2025) [60]; Shi et al. (2025) [61] | |
| Vojni GeoAI i GeoINT | Target detection; pattern recognition; data fusion; autonomous decision systems; AI-assisted targeting | Satellites; drones; integrated sensor networks; cloud computing systems | Surveillance; targeting; military operations; situational awareness | Chipatiso (2024) [16]; Simmons (2026) [65]; King (2024) [66]; Hagos & Rawat (2024) [67] | |
| Upravljanje i ekološka pravda | Ekološka pravda i geoupou | Exposure modeling; spatial machine learning; participatory mapping; crowdsourcing; environmental monitoring; population modeling | Sensors; satellites; cloud computing; census and demographic data | Health disparities; pollution; biodiversity; vulnerability; environmental justice | Iyer (2025) [2]; VoPham et al. (2018 [50] Kuffer et al. (2022) [68]; Xia et al. (2026) [69]; Miller et al. (2024) [70] |
| Privatnost, etika i upravljanje | Data ethics; participatory GIS; geomasking; anonymization techniques; GIS meta-analysis | Governance frameworks; privacy frameworks; sustainability frameworks; integrated data platforms; ethical frameworks | Humanitarian assistance; trust; accountability; sustainability projects | Pizzi et al. (2020) [6]; Dias & Lunga (2022) [28]; Kwan (2016) [47]; de Montjoye et al. (2013) [58]; Yoo (2026) [71]; Oluoch (2024) [72]; Nelson et al. (2022) [76]; Leslie (2019) [73]; Elwood (2006) [77] |
GeoAI: geoprostorna umjetna inteligencija; UAV: bespilotna letjelica. Napomena: Kibergeneografija je proučavanje prostornih perspektiva geografije i kartografije interneta te prostornih implikacija internetskih tehnologija [78]. IOT: Internet stvari: mreža fizičkih uređaja sa senzorima i softverom za prikupljanje i dijeljenje podataka u fizičkom i virtualnom svijetu [79]. Autonomni GIS: metoda generativne umjetne inteligencije koja obavlja geoprostorne zadatke uz malu ili nikakvu ljudsku intervenciju [56].
4.2. Dilema GeoAI-ja za dvojnu uporabu za humanitarne i vojne operacije
Prirodne katastrofe često su pogoršane sukobima, a obje zahtijevaju humanitarnu pomoć. U veljači 2023. potres u Turskoj i Siriji (veličina 7,8) uzrokovao je više od 57.000 smrtnih slučajeva i raselio 3,3 milijuna ljudi u regiji koja je već oblikovana jedanaest godina građanskog rata i tekućeg regionalnog nasilja [80]. Slično tome, u ožujku 2025. potres magnitude 7,7 u Mjanmaru prouzročio je široku štetu preko međunarodnih granica, uništivši cijele zajednice u kontekstu u kojem su četiri godine građanskog rata već raselile tisuće ljudi [81]. Ovi događaji pokazuju kako katastrofe i sukobi nisu diskretni fenomeni, već prostorni procesi koji se preklapaju i koji pojačavaju ranjivost. Otkrivaju zajedničku geografiju marginalizacije, gdje stanovništvo bez državljanstva ili sustavno isključeno stanovništvo, Kurdi u regiji Turske i Sirije i Rohingya raspršeni diljem Mjanmara i Bangladeša, doživljavaju nerazmjerne utjecaje. Demografske informacije ključne su za pravedan odgovor na katastrofe, ali ih je posebno teško etički prikupiti usred sukoba.
Humanitarna agencija GeoAI djeluje izravno unutar ove veze katastrofe i u osnovi je sustav dvostruke namjene. Iako ove tehnologije poboljšavaju analitičku preciznost i omogućuju donošenje odluka u stvarnom vremenu, uvode kritične brige o odgovornosti, zastupljenosti i izloženosti riziku. Humanitarne aplikacije naglašavaju spašavanje života i smanjenje ranjivosti, dok vojne aplikacije daju prioritet nadzoru, ciljanju i strateškoj prednosti. Ipak, te domene nisu odvojene; međusobno su povezane putem zajedničkih tehnologija, infrastruktura i podatkovnih sustava [1, 64]. Ova konvergencija čini jedan od definirajućih izazova upravljanja Humanitarnog geoAI. Umjesto da predstavlja dvije neovisne domene, humanitarni i vojni geoAI zauzimaju preklapajuće tehnološke i geografske prostore u kojima se identični sustavi primjenjuju u bitno različite svrhe.
Tablica 5. prikazuje tu konvergenciju u više dimenzija. Zajednički izvori podataka, satelitske snimke, podaci o mobilnosti i senzorske mreže, mapiranje kriza i modeliranje izloženosti na humanitarnoj strani te otkrivanje ciljeva i nadzor na vojnoj strani. Slično tome, zajedničke infrastrukture, uključujući platforme u oblaku, telekomunikacijske sustave i integrirane senzorske mreže, podržavaju i isporuku pomoći i strateške operacije.
Tablica 5
Dileme dvojne namjene: humanitarna i vojna usporedba geounio umjetne inteligencije.
| Tema | Humanitarni GeoAI | Vojni GeoAI | Dual aspects |
| Cilj | Spasite živote, smanjite rizik, poboljšajte odgovor | Steknite stratešku prednost, nadzor, ciljanje | Same tools used for protection vs. control |
| Izvori podataka | Satelitske snimke, društveni mediji, mobilnost, senzori | Satelitske snimke, bespilotne letjelice, mobilnost | Shared data ecosystems |
| GeoAI metode | Krizno mapiranje, modeliranje izloženosti, predviđanje | Detekcija ciljeva, predviđanje | Same algorithm, different intent |
| Infrastruk | Cloud platforme, telekomunikacije, senzori | Sateliti, klasificirani sustavi u oblaku, bespilotne letjelice, fuzija senzora | Shared physical infrastructure; different access levels |
| Vremenski fokus | Neposredna reakcija i otpornost | Operacije u stvarnom vremenu i strateško planiranje | Increasing convergence to real-time analytics |
| Ljestvica | Lokalno do globalno; usmjereno na zajednicu | Regionalno do globalno: strateško | Military operates at broader scale with finer resolution |
| Problemi vidljivosti | Identificira ranjive populacije | Identificirani ciljevi i obrasci | Aid vs. exposure |
| Podaci o mobilnosti | Evakuacija, praćenje pomaka | Praćenje populacije, nadzor | Privacy risks |
| Donošenje odluka | Podršku za AI koju vode ljudi | Sve više potpomognuto ili autonomno uz pomoć umjetne inteligencije | Automation raises accountability issues |
| Etički okviri | “Ne šteti” humanitarnim načelima i zakonima | Zakoni o oružanom sukobu | Governance uneven across domains |
| Rizik | Izloženost, lažno predstavljanje, zlouporaba podataka | Nadzor, ciljanje | Same data can inform different types of risk |
| Vlasnički kapital | Središnji za okvire, neujednačen u praksi | Nije ključno za misiju/operaciju | Justice gap |
GeoAI: geoprostorna umjetna inteligencija.
Ovo raskrižje je pojačano vremenskim zahtjevima katastrofe i odgovora na sukobe. Humanitarni geoAI fokusiran je na trenutni odgovor i otpornost, dok vojni geoAI daje prioritet operacijama u stvarnom vremenu i strateškom planiranju. U praksi su ti vremenski okviri usklađeni oko brze analitike u stvarnom vremenu. Zbog prirode događaja katastrofe i sukoba, operativna učinkovitost je najvažnija; brzina, otkrivanje i brzo donošenje odluka mogu nadjačati politike upravljanja i smanjiti ulaganja u dugoročna rješenja [17, 62, 63]. Ova hitnost pojačava oslanjanje na automatizirane sustave ili sustave uz pomoć umjetne inteligencije, gdje procesi donošenja odluka mogu postati manje transparentni i teže ih je regulirati.
U tom kontekstu, geoprostorna analiza i mapiranje proizvoda postavljaju temeljna pitanja o zastupljenosti i moći. Zamjena privatnosti i sigurnosti postaje posebno akutna u zonama sukoba, gdje povećana vidljivost može dovesti do ciljanja ili iskorištavanja. Ti su rizici pogoršani izazovima u anonimizaciji podataka i strukturnim nejednakostima u procesima prikupljanja podataka [44, 54, 74]. Dilema dvojne namjene predstavlja izazov geografskog upravljanja u kojem iste prostorne informacije mogu istovremeno zaštititi živote i dovesti ranjive populacije u veći rizik.
4.3. infrastrukturni izazovi humanitarnog geoAI
Digitalni svijet ovisi o fizičkoj infrastrukturi (širokopojasni, brzi internet, opskrba energijom i vodom te povezivost) koji prizemljuju digitalne sustave na fizičkim mjestima koja oblikuju gdje i kako GeoAI može raditi. Infrastruktura koja podupire odgovor koji podržava geoumljetnički nadzor višeslojna je. GeoAI ovisi o računalnoj infrastrukturi – hardveru, softveru i algoritmima – kao i o velikim računalnim sustavima u oblaku, satelitskim konstelacijama sa senzorskim mrežama i telekomunikacijskim sustavima [10, 48]. Generativna umjetna inteligencija općenito, a posebno GeoAI, preoblikuju i prirodni i virtualni svijet, ali te transformacije ostaju ograničene prostornom raspodjelom temeljne infrastrukture. Poslužitelji i računala čine okosnicu hiperskalarnih podatkovnih centara – fizičkih sustava koji zahtijevaju značajne zemljišne, vodene i energetske resurse – koji lociraju GeoAI unutar specifičnih okolišnih i geografskih konteksta. Na globalnoj razini, povezanost se oslanja na podvodne svjetlovodne kabele, s više od 95% tih kabela koji prelaze dno oceana i kontroliraju ih moćni korporativni i vladini dionici [81]. Humanitarna agencija GeoAI ovisi o apstraktnom digitalnom ekosustavu podržanom geografski distribuiranom infrastrukturom koja oblikuje tamo gdje se mogu primijeniti tehnološke mogućnosti.
Ove infrastrukture oblikuju zemljopise pristupa tehnologiji određivanjem gdje se podaci mogu prikupljati, obrađivati i koristiti. Lokacija je važna na više razmjera: od postavljanja podatkovnih centara i kabelskih ruta do neujednačene pokrivenosti satelitskih sustava i telekomunikacijskih mreža. Područja s infrastrukturom imaju koristi od podataka visoke razlučivosti, analitike u stvarnom vremenu i kontinuirane povezanosti, dok regije s ograničenom infrastrukturom nemaju potrebne kapacitete za slične prednosti.
Ta su ograničenja posebno izražena na globalnom jugu. Zemlje s niskim dohotkom čine manje od 1 % globalnog generativnog prometa umjetne inteligencije, dok zemlje sa srednjim dohotkom čine više od polovice [82], što odražava velike razlike u pristupu računalnim resursima i povezivosti. Te razlike zahtijevaju kompromise između suvereniteta i sudjelovanja u globalnim podatkovnim infrastrukturama jer oslanjanje na platforme i mreže pod vanjskim nadzorom može ograničiti nacionalnu i lokalnu kontrolu nad podacima i donošenjem odluka [83].
Neravnomjerna distribucija digitalne infrastrukture pojačava postojeće šire obrasce ekološke nepravde i kolonijalizma podataka. Podaci prikupljeni unutar globalnog juga često stvaraju znanje i vrijednost drugdje, dok lokalnim institucijama često nedostaje računska infrastruktura potrebna za analizu ili zadržavanje podataka [14, 51]. Ograničeni kapacitet za prikupljanje, pohranu i analizu podataka ograničava proizvodnju lokalno utemeljenog znanja i smanjuje mogućnosti za komuniciranje u odlukama koje utječu na vlastita okruženja. Ta ograničenja utječu na točnost i kvalitetu rezultata GeoAI-a i oblikuju upravljanje podacima, postavljajući pitanja o vlasništvu, pristanku, odgovornosti i kontroli digitalnih resursa.
Infrastruktura na kojoj se temelji Humanitarni geoAI nije neutralna; prostorno je neujednačena i politički ukorijenjena. Ta ograničenja lokacije u različitim razmjerima od lokalnog prikupljanja podataka do globalne povezanosti izravno utječu na učinkovitost, jednakost i etičke implikacije GeoAI-a u humanitarnom i okolišnom kontekstu, posebno u regijama u kojima se ograničenja infrastrukture presijecaju s ranjivošću. Prepoznavanje infrastrukture kao fizičkog sustava i geografskog procesa pruža potpunije razumijevanje kako tehnološke sposobnosti, ekološka pravda i humanitarno djelovanje postaju međusobno povezani.
4.4. Etička dilema GeoAI
Humanitarni GeoAI proteže se izvan promatranja okolišnih uvjeta do analize ljudskog ponašanja, kretanja i ranjivosti, izazivajući zabrinutost zbog privatnosti, nejednakosti, reprezentacije i sigurnosti [47, 71, 72]. Za razliku od mnogih ekoloških primjena GeoAI-a, humanitarne aplikacije uključuju stanovništvo koje doživljava raseljavanje, sukobe, katastrofe i društvenu ranjivost. Slijedom toga, etička pitanja nisu periferna za humanitarni geoAI, već su svojstvena njegovom dizajnu, provedbi i upravljanju.
Humanitarne geoAI metode, kao što su mapiranje, praćenje mobilnosti i odgovor na krizu, pokazuju kako se etički rizici pojavljuju kroz interakciju podataka, tehnologije i zemljopisa. Neformalne nagodbe mogu se mapirati bez pristanka, u regijama u kojima su upravljačke strukture slabe ili u kojima zajednice imaju ograničen kapacitet za kontrolu načina na koji se podaci upotrebljavaju. Podaci o mobilnosti ključni su za planiranje evakuacije i odgovor na katastrofe te mogu otkriti prepoznatljive obrasce kretanja [84], što izaziva zabrinutost u kontekstima u kojima su populacije već u opasnosti od nadzora ili raseljavanja. Slično tome, podaci na društvenim mrežama koji se upotrebljavaju u kriznoj informatici izlažu pojedince koji traže pomoć, posebno kada se informacije o geografskom kategoriji dijele bez potpune svijesti o rizicima [1, 24].
Etički izazovi nisu samo metodološki, već su oblikovani i prostornim i društvenim kontekstima humanitarnih događaja. Na globalnom jugu i u područjima pogođenim sukobima, gdje su podatkovne infrastrukture neujednačene, a okviri upravljanja mogu biti ograničeni, povećavaju se rizici povezani s geoprostornim podacima. Bez robusnih zaštitnih mjera, ti sustavi mogu omogućiti kolonijalizam podataka, nadzor i nenamjernu štetu. Privatnost i zaštita podataka u humanitarnom kontekstu dodatno pokazuju izazove povezane s anonimizacijom u prostornim podacima, gdje se informacije o lokaciji mogu sami po sebi i teško ih je prikriti [46, 58].
Okviri za zaštitu podataka, kao što je Opća uredba Europske unije o zaštiti podataka (GDPR) [85], pružaju važne smjernice, ali ne uzimaju u obzir u potpunosti razlikovne karakteristike geoprostornih podataka. Humanitarne organizacije razvile su etičke kodekse za digitalni humanitarizam; međutim, prostorni odnosi mogu razotkriti identitete čak i kada su pojedinačne podatkovne točke zasjenjene. To stvara trajni jaz između okvira politike i stvarnosti geoprostorne prakse. Novi pristupi upravljanju moraju izričito uključiti geoprostorno razmišljanje uz razvoj umjetne inteligencije. Zakon o umjetnoj inteligenciji Europske unije (2024.) [86] predstavlja ključni korak u regulaciji umjetne inteligencije, ali ne uključuje posebno GeoAI, ostavljajući kritične aspekte geoprostornog upravljanja podacima nedovoljno riješenima.
Rješavanje ovih izazova zahtijeva prelazak izvan reaktivnih etičkih smjernica prema pristupima dizajnu na razini sustava koji integriraju sigurnost, jednakost i odgovornost među metodama i mjestima. Integracija etičkih razmatranja u prikupljanje, analizu i uporabu podataka, posebno u kontekstima koje karakterizira ranjivost i ograničeni kapacitet upravljanja, ključna je za osiguravanje da GeoAI podržava ciljeve humanitarne i ekološke pravde [28, 73].
- Zaključci
Prema posljednjim humanitarnim izvješćima, dvadeset i prvo stoljeće uvelo je eru u kojoj se prirodne katastrofe sve više presijecaju s oružanim sukobom, stvarajući “krizu unutar krize” u kojoj je 80 % ljudi koji primaju humanitarnu pomoć žrtve sukoba. Te su krize geopolitičke, ekološke, tehnološke i geografske. Humanitarni geoAI pojavljuje se kao ključna sposobnost za razumijevanje i reagiranje na ove složene humanitarne krajolike. Njegova učinkovitost, međutim, ne ovisi samo o tehnološkim inovacijama, već i o međunarodnoj suradnji, upravljanju etičkim podacima i upravljanju sposobnim za prelazak političkih granica. ‚Diplomacija o katastrofama’ – kroz mehanizme kao što su privremeni prekidi vatre, zajednički pristup prometnim koridorima, suradničko upravljanje izbjeglicama i koordinirana razmjena podataka – pojavljuje se kao ključni put za rješavanje isprepletenih zemljopisa katastrofa i sukoba te za potporu dugoročnim mirovnim naporima.
Glavni nalaz ovog pregleda je da humanitarnu geoupoznatlu (upornutu) treba ocijeniti jednako jednako kao i računski. Važno je napomenuti da su ti elementi prostorni i mogu se mapirati kako bi se bolje razumio evoluirajući krajolik štete. Mapiranje humanitarne krize otkriva evoluirajuću geografiju štete koju karakteriziraju dinamični obrasci ljudskog raseljavanja, poremećeni lanci opskrbe, oštećena infrastruktura i promjenjivi obrasci ranjivosti. Ovi prostorni obrasci mogu se integrirati s demografskim informacijama, uvjetima okoliša i satelitskim snimkama visoke razlučivosti kako bi se podržao učinkovitiji humanitarni odgovor. Prednosti ovih tehnologija nisu ni automatske ni ravnomjerno raspoređene. Razvoj strateškog humanitarnog geoAI okvira mora prepoznati da svaki događaj ima jedinstveni geografski otisak s različitim društveno-kulturnim kontekstima u kojima tehnike modeliranja i predviđanja moraju uzeti u obzir karakteristike specifične za mjesto. Algoritmi na kojima se temelji GeoAI trebali bi ostati transparentni i tumačivi kako bi novi veliki jezični modeli ostali osjetljivi na mjesto i oslanjali se na odgovarajuće lokalne podatke za potporu humanitarnom odlučivanju specifičnom za kontekst.
Buduća istraživanja trebala bi se pomaknuti dalje od pokazivanja onoga što Humanitarni GeoAI može učiniti prema procjeni postiže li pravedne humanitarne rezultate tijekom cijelog životnog ciklusa GeoAI. Budući rad mora se pomaknuti dalje od tehničkih mjernih podataka o uspješnosti kako bi se procijenilo kako humanitarni geoAI utječe na ishode ekološke pravde u različitim humanitarnim kontekstima i pokazao pridržavanje humanitarnog načela “ne čini štetu”. Mjere uspjeha moraju uključivati pokazatelje koji procjenjuju jednakost, zastupljenost i korist zajednice, a ne samo tehničku točnost. Pravedna raspodjela pomoći i napori za smanjenje izloženosti riziku (posebno za žene i djecu) mogu se informirati poboljšanim donošenjem odluka koje uključuju zastupljenost marginaliziranih zajednica i programa za povećanje lokalnih kapaciteta i sudjelovanja. Operativni pokazatelji za humanitarne organizacije trebali bi uključivati ne samo jednakost i zastupanje, već i transparentnost, odgovornost, povjerenje i identifikaciju neželjenih šteta. Budući da se humanitarni i vojni akteri sve više oslanjaju na zajedničku infrastrukturu, izvore podataka i analitičke metode, postoji potreba za pristupima upravljanja koji mogu riješiti rizike dvojne namjene uz očuvanje humanitarnih načela neutralnosti, nepristranosti i zaštite. Potrebna su usporedna interdisciplinarna istraživanja kako bi se utvrdilo koji modeli upravljanja – usmjereni na zajednicu, na više razina ili prilagodljivi – najučinkovitije uravnotežuju inovacije s humanitarnim načelima. Okviri upravljanja izgrađeni na participativnim pristupima usmjerenim na zajednicu koji koproduciraju rješenja mogu poboljšati upravljanje humanitarnim podacima i pružiti dugoročno planiranje za buduće potrebe.
Budućnost humanitarnog geouvjetnog sučelja ovisit će o tome hoće li se njegova infrastruktura, analitičke metode, humanitarne primjene i upravljanje razvijati zajedno kao integrirani sustav. Slabosti u bilo kojoj dimenziji ugrozit će i humanitarnu učinkovitost i ekološku pravdu. Ovaj pregled tvrdi da bi procjena Humanitarnog geoupotrebi trebala biti geografska, prepoznajući da se etička uspješnost, pravosudni ishodi i upravljanje razlikuju među mjestima, infrastrukturom i razmjerima. Humanitarni geoAI procijenit će se prema njegovoj sposobnosti poboljšanja humanitarnih ishoda temeljenih na mjestu, istovremeno promičući ekološku pravdu u različitim geografskim kontekstima. Sljedeća generacija humanitarnog geouvjetnog sučelja mora se procijeniti prema tehnološkim sposobnostima, kao i mjerljivim poboljšanjima u etičkoj učinkovitosti, ekološkoj pravdi, učinkovitosti upravljanja i sposobnosti za poboljšanje života i otpornosti ranjivih populacija.
Priznanja
Kontinuirani razvoj GeoAI-a poduzima kadar predanih ljudi koji stvaraju razlika u humanitarnoj sferi. Ti ljudi uključuju one koji donose kritične odluke o krizi odgovor pomoću geoprostornih alata i unapređenje tehnologija i etike u ovoj kritičnoj sferi humanitarne operacije u svim sektorima vlade, nevladinih organizacija i istraživačkih objekata. U autor potvrđuje korištenje AI alata ChatGPT verzije 5.5 za uređivanje jezika, kao i za referencu upravljanje kako je navedeno u Materijalima i metodama: Pretraživanje, Procjena, Sinteza, Analiza (SALSA)-based odjeljak za ocjenu integrativne literature. Alat je primijenjen za poboljšanje jasnoće i znanstvenog tona, te svih izmjena autor je pažljivo pregledao i potvrdio ih kako bi osigurao točnost, usklađenost s akademskim standardima, i integritet istraživanja. Autor u potpunosti podržava pridržavanje smjernica Academia.edu Journalsa o AI-u u objavljivanje etike i potvrđuje da je ovom uporabom upravljano odgovorno i etički.
Financiranje
Ovo istraživanje nije dobilo vanjska sredstva.
Sukob interesa
Autor izjavljuje da nemaju suprotstavljene interese.
Izjava o dostupnosti podataka
U ovom istraživanju nisu stvoreni ili analizirani novi podaci. Razmjena podataka nije primjenjiva na ovaj članak.
Napomena izdavača
Academia.edu Journals ostaje neutralan u pogledu zahtjeva za jurisdikciju u objavljenim kartama i institucionalnim vezama. Sve tvrdnje izražene u ovom članku isključivo su tvrdnje autora i ne predstavljaju nužno one njihovih povezanih organizacija, ili onih izdavača, urednika i recenzenata. Bilo koji proizvod koji se može ocijeniti u ovom članku ili tvrdnja koju može podnijeti njegov proizvođač nije zajamčen ili potvrđen od strane izdavača.
Upućivanja:
1
Zou L, Zhou B, Qiang Y. Geoprostorni veliki podaci i umjetna inteligencija za humanitarno mapiranje. Apstr U Cartogr Izvanrednik. 2025.; 10 (325): 1–2. doi: 10.5194/ica-abs-10-325-2025
2
Iyer HS. Iskorištavanje geoprostorne umjetne inteligencije za epidemiologiju okoliša. Curr Environ Health Rep. 2025.; 12 (1): 45–58. doi: 10.1007/s40572-025-00497-4
3
Meier P. Digitalni humanitarci: kako veliki podaci mijenjaju lice humanitarnog odgovora. London, Velika Britanija: Routledge; 2015. doi: 10.1201/b18023
4
Dvorana L. Povijest umjetne inteligencije u humanitarizmu. Akademija humanitarnog vodstva; 2025. Dostupno od: https://www.humanitarlaedershipacademy.org/resources/the-history-of-artificial-intelligence-in-humanitarizam/
5
Međunarodni odbor Crvenog križa. Simpozij o kibernetičkoj sigurnosti i zaštiti podataka u humanitarnoj akciji. 2nd ed. Luksemburg; 23. – 25. siječnja 2024. Dostupno od: https://www.icrc.org/en/digitharium/luxemburg-symposium-2024
6
Pizzi M, Romanoff M, Engelhardt T. AI za humanitarnu akciju. Int Crveni Križ. 2020.; 102 (913): 145–80. doi: 10.1017/S1816383121000011
7
Grant MJ, Štand A. Tipologija recenzija: analiza 14 vrsta pregleda i povezanih metodologija. Zdravlje Inf Libr J. 2009; 26 (2): 91–108. doi: 10.1111/j.1471-1842.2009.00848.x
8
C, Wang J, Zhou C. Evolucija i trenutni krajolik umjetne inteligencije u geografskom istraživanju: sustavni pregled velikih razmjera. Geogr Sustain. 2026; 7 (1): 100392. doi: 10.1016/j.geosus.2025.100392
9
Janowicz K, Gao S, McKenzie G, Hu Y, Bhaduri B. GeoAI: prostorno eksplicitne tehnike umjetne inteligencije za otkrivanje geografskog znanja i šire. Int J Geogr Inf Sci. 2020.; 34 (4): 625–36. doi: 10.1080/13658816.2019.1684500
10
Li Z, Ning H, Gao S, Janowicz K, Li W, Arundel S, i sur. GIScience u eri umjetne inteligencije: istraživački program prema autonomnom GIS-u. Ann GIS. 2025.; 31. (4): 501–36. doi: 10.1080/19475683.2025.2552161
11
Oğlakcı B, Uzun A. Desetljeće umjetne inteligencije (AI) i geografije: bibliometrijski uvidi s analizom koju pokreće AI. Eur J Geogr. 2025.; 16 (2): 372–92. doi: 10.48088/ejg.b.ogl.16.2.372.392
12
Pjesma Y, Kalačka M, Gašparović M, Yao J, Najibi N. Napredak u georačunarstvu i geoprostornoj umjetnoj inteligenciji (GeoAI) za mapiranje. Int J Appl Earth Obs Geoinf. 2023.; 120: 103300. doi: 10.1016/j.jag.2023.103300
13
Ortiz tužitelj. Geografski informacijski sustavi (GIS) u humanitarnoj pomoći: meta-analiza. Put J Humanistički Soc Inq. 2020.; 1 (2): 1–13. Dostupno od: https://repository.upenn.edu/server/api/core/bitstreams/e18d1866-897c-49d2-8843-f98867abb005/content
14
Islam MN, Rahman MA, Anowarul Haque MSM, Alam MK, Chigwada J. GeoAI istraživanja na globalnom jugu: mapiranje produktivnosti i trendova putem bibliometrijske analize. J Karta Geogr Libr. 2026. doi: 10.1080/15420353.2026.2636272
15
Anfuso C, Bartolucci A, Del-Real C, Kuipers S. Prijetnje kibernetičkoj sigurnosti, izazovi i strategije u humanitarnim operacijama: pregled opsega. Smanjenje Rizika Od Katastrofe Int J. 2026; 137: 106082. doi: 10.1016/j.ijdrr.2026.106082
16
Chipatiso E. Primjena GIS-a i umjetne inteligencije u vojnim operacijama: izgledi i izazovi. Svemir Sci J. 2024; 1 (2): 1–7. doi: 10.33140/SSJ.01.02.06
17
Emami P, Marzban A. Sinergija umjetne inteligencije (AI) i geografskih informacijskih sustava (GIS) za poboljšano upravljanje katastrofama: mogućnosti i izazovi. Katastrofa Med javno zdravlje Prep. 2023; 17: e507. doi: 10.1017/dmp.2023.174
18
Kang Y, Gao S, Roth RE. Studije umjetne inteligencije u kartografiji: pregled i sinteza metoda, primjena i etike. Kartogor Geogr Inf Sci. 2024.; 51. (4): 599–630. doi: 10.1080/15230406.2023.2295943
19
Lythreatis S, Acikgoz F, Yassine N. Umjetna inteligencija u humanitarnoj pomoći: pregled i budući istraživački program. Tehnovacija. 2026; 151: 103415. doi: 10.1016/j.technovation.2025.103415
20
Laituri MJ. Humanitarni GIS. U: Međunarodna enciklopedija geografije. Hoboken, NJ, SAD: John Wiley & Sons, Ltd.; 2024. doi: 10.1002/978118786352.wbieg2221
21
Palen L, Anderson KM, Mark G, Martin J, Sicker D, Palmer M, i sur. Vizija za potporu sudjelovanju i spašavanju javnosti u masovnim hitnim slučajevima i katastrofama uz posredovanje tehnologije. U: Zbornik radova ACM-BCS Visions of Computer Science 2010; 14. – 16. travnja 2020.; Edinburgh, UK. London, Velika Britanija: British Informatics Society Ltd.; 2010. Dostupno od: https://www.researchgate.net/publication/228626938_A_vision_for_technology-mediated_support_for_public_partication_rescue_in_emergencys_disasters#fullTextFileContent
22
Zvjezdana ptica K, Maddock J, Orand M, Achterman P, Mason M. Glasine, lažne zastave i digitalni osvetnici: dezinformacije na Twitteru nakon bombaškog napada na Bostonski maraton 2013. godine. U postupku iConference 2014. Boxborough, MA, SAD: iŠkole; 2014. doi: 10.9776/14308
23
Ujedinjeni narodi Global Pulse. Eksperimentiranje s velikim podacima i umjetnom inteligencijom za podršku miru i sigurnosti. 2018. Dostupno od: https://www.unglobalpulse.org/document/experiment-with-big-data-and-ai-to-support-peace-and-security
24
Međunarodni odbor Crvenog križa. Umjetna inteligencija i strojno učenje u oružanom sukobu: pristup usmjeren na čovjeka. 2019. Dostupno od: https://www.icrc.org/sites/default/files/document_new/file_list/ai_and_machine_learning_in_armed_conflict-icrc.pdf
25
Bazerli G, Bean T, Crandall A, Coutin M, Kasindi L, Procter R, i sur. Humanitarizam 2.0. Glob Politika J. 2015. Dostupno od: https://wrap.warwick.ac.uk/id/eprint/72973/
26
Tanak H. Humanitarizam 2.0: nova etika za klimatsku krizu. London, Velika Britanija: Hurst; 2024.
27
Laituri MJ, Kodrich K. Zajednica za odgovor na katastrofe na liniji: ljudi kao senzori katastrofa velikih razmjera koji koriste internetski GIS. Senzori. 2008; 8 (5): 3037–55. doi: 10.3390/s8053037
28
Dias P, Lunga D. Ugrađivanje etike i pouzdanosti za održivu umjetnu inteligenciju u zemaljskim znanostima: gdje ćemo početi. U: Zbornik radova Međunarodnog simpozija o geoznanosti i daljinskom istraživanju IGARSS 2022.; 17. – 22. srpnja 2022.; Kuala Lumpur, Malezija. Piscataway, NJ, SAD: IEEE; 2022. str. 4639–42. doi: 10.1109/GARSS46834.2022.9883030
29
Humanitarni GIS čvorište. Esri. Dostupno od: https://explore-humanitarian.hub.arcgis.com/
30
GIS u Tuftsu. GIS za međunarodni razvoj i humanitarnu pomoć. 2026. Dostupno od: https://sites.tufts.edu/gis/gis-in-action/gis-research-examples/internationaldevelopmentandhumanitarrelief/
31
Krizna Informatika. NetHope. 2026. Dostupno od: https://nethope.org/programs/data-and-information-management/crisis-informatics/
32
Reljefna web. Osnaživanje humanitarnog odgovora putem kriznih informacija. 22. veljače 2024. Dostupno od: https://reliefweb.int/attachments/5a82d471-1571-4a31-b2ff-26aef1caf2b58/Osnaživanje%20Humanitarni%20Odgovor%20%20Kriza%20Informatika%20_20NetHope.
33
UN OCHA. Obavijest o umjetnoj inteligenciji i humanitarnom sektoru. 17. travnja 2024. Dostupno od: https://www.unocha.org/attachments/d39f3c6b-9537-440f-bef1-853ac5e00e3b/Briefing%20Note%20on%20Umjetna%20Inteligencija%20 i%20%%20%20%Humanitarni%20Sektor.pdf
34
Ujedinjeni narodi OCHA. Humanitarizam u kibernetičkom ratovanju: prema principijelnoj i sigurnoj upotrebi informacija u humanitarnim hitnim slučajevima. Povremeni dokument o politici. OCHA politika i studije serije 001. 2014. Dostupno od: https://www.unocha.org/publications/report/world/humanitarism-age-cyber-warfare-towards-principled-and-secure-use-information
35
NetHope. Alat: Izvješće o stanju humanitarne i razvojne kibernetičke sigurnosti za 2025. 2026. Dostupno od: https://nethope.org/toolkits/2025-state-of-humanitarian-and-development-cybersecurity-report/? gad_source=1&gad_campaignid=2371091738&gbraid=0AAAA_bOdxjGlGGGGGGLwGPCk6Chf&gclid=CjwCAjwwHBBBTeiBaBa
36
S Škola međunarodnih studija Rajaratnam (RSiS). Humanističke budućnosti forum. Kolovoz 2026. Dostupno od: https://rsis.edu.sg/research/idss/centre-resources-idss/hff/
37
Sveučilište Georgetown, Berkley Center. Pronalaženje nade u humanitarnoj krizi. 2. ožujka 2020. Dostupno od: https://berkleycenter.georgetown.edu/posts/finding-hope-in-humanitarna-kriza
38
Ujedinjeni narodi OCHA. Humanitarizam u doba mreže: uključujući podatke o svjetskom humanitarizmu i trendove 2012. OCHA politika i studije serije. 2013. Dostupno od: https://digitallibrary.un.org/record/785290? ln=fr&v=pdf
39
Humanitarni OpenStreetMap Tim. Humanitarna OpenStreetMap. 2026. Dostupno od: https://www.hotosm.org/en/
40
Ushahidi. Platforma za pripravnost na krizu. 2023. Dostupno od: https://www.ushahidi.com/
41
NASA-ine linije za spašavanje. GeoAI za humanitarnu akciju. 2026. Dostupno od: https://nasalifelines.org/lifelines-gallery/geoai-for-humanitarian-action/
42
Heidelberg Institut za geoinformacijsku tehnologiju (HeiGIT). Geoinformacije za humanitarnu pomoć. Dostupno od: https://heigit.org/geoinformation-for-humanitarian-aid/
43
UN Pulse. Inoviranje za ljude i planet. Dostupno od: https://www.unglobalpulse.org/
44
Imran M, Castillo C, Diaz F, Vieweg S. Obrada poruka na društvenim mrežama u masovnoj nuždi: anketa. ACM Računalo Surv. 2015; 47 (4): 67. doi: 10.1145/2771588
45
Chivite I, Giner N, Artz M. GeoAI: umjetna inteligencija u GIS-u. Redlands, CA, SAD: Esri Press; 2025.
46
Gao S, Rao J, Liu X, Kang Y, Huang Q, App J. Istraživanje učinkovitosti tehnika geomaskiranja za zaštitu geodativnosti korisnika Twittera. Ja Pljunuti Na Znatiželju. 2019.; 19: 105–29. doi: 10.5311/JOSIS.2019.19.510
47
Kwan MP. Algoritamske geografije: veliki podaci, algoritamska nesigurnost i izrada geografskog znanja. An Am Izv. Geograf. 2016; 106 (2): 274–82. doi: 10.1080/00045608.2015.1117937
48
Lunga D, Hu Y, Newsam S, Gao S, Martins B, Yang L, i sur. GeoAI u ACM SIGSPATIAL: nova granica geoprostornih istraživanja umjetne inteligencije. ZNAČAJNA Specifikacija. 2022.; 13 (3): 21–32. doi: 10.1145/3578484.3578491
49
Zanella A, Bui N, Castellani A, Vangelista L, Zorzi M. Internet stvari za pametne gradove. IEEE Internet Stvari J. 2014; 1 (1): 22–32. doi: 10.1109/JIOT.2014.2306328
50
VoPham T, Hart JE, Laden F, Chiang YY. Novi trendovi u geoprostornoj umjetnoj inteligenciji (GeoAI): potencijalne primjene za epidemiologiju okoliša. Zdravlje Environa. 2018; 17: 40. doi: 10.1186/s12940-018-0386-x
51
Blumenstock J. Ne zaboravite ljude u korištenju velikih podataka za razvoj. Priroda. 2018.; 561: 170–2. doi: 10.1038/d41586-018-06215-5
52
Laituri M, Luizza M, Hoover J, Allegretti A. Propitivanje prakse sudjelovanja: kritička razmišljanja o participativnom mapiranju kao istraživačkom alatu. Appl Geogr. 2023; 152: 102900. doi: 10.1016/j.apgeog.2023.102900
53
Jean N, Burke M, Xie M, Davis WM, Lobell DB, Ermon S. Kombiniranje satelitskih slika i strojnog učenja za predviđanje siromaštva. Znanost. 2016; 353 (6301): 790–4. doi: 10.1126/science.aaf7894
54
Kemper H, Kemper G. Senzorske fuzije, GIS i AI tehnologije za upravljanje katastrofama. ISPRS luk. 2020.; XLIII-B3-2020: 1677–83. doi: 10.5194/isprs-archives-XLIII-B3-2020-1677-2020
55
Arndt J, Lunga D. Velika klasifikacija urbanih strukturnih jedinica iz slika daljinskog istraživanja. IEEE J Sel Top Appl Earth Obs Remote Sens. 2021.; 14: 2634–48. doi: 10.1109/JSTARS.2021.3052961
56
Li Z, Ning H. Autonomni GIS: GIS sljedeće generacije pokretan umjetnom inteligencijom. Int J Digital Zemlja. 2023.; 16 (2): 4666–86. doi: 10.1080/17538947.2023.2278895
57
Huang X, Tu Z, Ye X, Goodchild M. Uloga otvorenih LLM-ova u oblikovanju budućnosti GeoAI. Ann GIS. 2026.; 1–10. doi: 10.1080/19475683.2026.2630753
58
de Montjoye YA, Hidalgo CA, Verleysen M, Blondel VD. Jedinstveno u gomili: granice privatnosti ljudske mobilnosti. Znanstveni predstavnik. 2013; 3: 1376. doi: 10.1038/srep01376
59
Deng H, Aldrich DP, Danziger MM, Gao J, Phillips NE, Cornelius SP, i sur. Podaci o ljudskoj mobilnosti visoke razlučivosti otkrivaju razlike u rasi i bogatstvu u obrascima evakuacije katastrofa. Humanit Soc Sci Commun. 2021.; 8 (1): 144. doi: 10.1057/s41599-021-00824-8
60
Mavisclara O, Eskie J, Atoyebi T, Atumah P, Akadiri O, Jimoh R, i sur. GeoAI na čelu klimatske akcije: mapiranje ublažavanja i prilagodbe umjetnom inteligencijom. Glob J Eng Technol Adv. 2025.; 24 (2): 217–34. doi: 10.30574/gjeta.2025.24.2.0248
61
Shi M, Janowicz K, Verstegen J, Currier K, Wiederemann N, Mai G. Geografija za održivost umjetne inteligencije. Kartogor Geogr Inf Sci. 2025.; 52 (4): 331–49. doi: 10.1080/15230406.2025.2479796
62
Kryvasheyeu Y, Chen H, Obradovich N, Moro E, Van Henternyck P, Fowler J, i sur. Brza procjena štete od katastrofe pomoću aktivnosti društvenih medija. Sci Adv. 2016; 2 (3): e1500779. doi: 10.1126/sciadv.1500779
63
Zou L, Lam NSN, Cai H, Qiang Y. Rudarenje podataka Twittera za razumijevanje otpornosti na katastrofe. An Am Izv. Geograf. 2018.; 108 (5): 1422–41. doi: 10.1080/24694452.2017.1421897
64
Gathera P. Dekolonizirajte kako? Kako izgleda kriza? Etika humanitarnih slika. Novi humanitarni; 2025. Dostupno od: https://www.thenewhumanitarian.org/column/2025/07/15/decolonise-how-what-does-crisis-look-etics-humanitarian-imagery
65
Simmons A. Novi bojni prostor: kako geoprostorna umjetna inteligencija preoblikuje vojnu obavještajnu službu. Projekt Geospatial; 2026. Dostupno od: https://projectgeospatial.org/geospatial-frontiers/the-new-battlespace-how-geospatial-ai-is-reshaping-militarna-obavještajna služba
66
Kralj A. Digitalno ciljanje: umjetna inteligencija i vojne operacije. J Glob Secur Stud. 2024; 9 (2): oga009. doi: 10.1093/jogss/gae009
67
Hagos DH, Rawat DB. Neuro-simbolički ai za vojne primjene. arXiv. 2024. doi: 10.48550/arXiv.2408.09224
68
Kuffer M, Owusu M, Oliverira L, Sliuzas R, van Rijn F. Nedostaju milijuni u kartama: istraživanje uzroka neizvjesnosti u globalnim skupovima podataka o populaciji. ISPRS Int J Geo-Inf. 2022.; 11 (7): 403. doi: 10.3390/ijgi11070403
69
Xia A, Xu J, Shang W, Wei X, Zhao D, Ma C, i sur. Zdravstveni geoAI izvan algoritama: ugrađivanje jednakosti, odgovornosti i odgovornosti za okoliš. Geogr Sustain. 2026; 7: 100445. doi: 10.1016/j.geosus.2026.100445
70
Miller BL, Lombardo S, Rosenthal A, O’Shea T, Luers A, Lavista-Ferres JM, i sur. Korporativno izvještavanje o biološkoj raznolikosti može se povećati zračnim i zemaljskim promatranjem – ali će propustiti poantu bez smjernica znanstvenika za očuvanje. Conserv Lett. 2024; 18: e13153. doi: 10.111/conl.13153
71
Yoo S. Operativni etički okvir za geoai: sustavni pregled međunarodne politike i znanstvene literature sa sjedištem u PRISMA-i. Int J Geo-Inf. 2026; 15: 51. doi: 10.3390/ijgi15010051
72
Oluoch I. Prelazak granica: etika umjetne inteligencije i geografskih informacijskih tehnologija. Int J Geo-Inf. 2024.; 13: 87. doi: 10.3390/ijgi13030087
73
Leslie D. Razumijevanje etike i sigurnosti umjetne inteligencije: vodič za odgovorno projektiranje i implementaciju AI sustava u javnom sektoru. London, Velika Britanija: Institut Alan Turing; 2019. doi: 10.5281/zenodo.3240529
74
Li S, Kang X, Fang L, Hu J, Yin H. Fuzija slike na razini piksela: pregled stanja tehnike. Inf Fusion. 2017; 33: 100–12. doi: 10.1016/j.inffus.2016.05.004
75
Erkek E. Kako autonomna GIS i AI integracija mijenjaju prostornu analizu. Srednja; 2025. Dostupno od: https://medium.com/@elif_erkk/how-autonomous-gis-and-ai-integration-are-transforming-spatial-analysis-71574166333b
76
Nelson T, Goodchild M, Wright D. Ubrzavanje etike, empatije i jednakosti u znanosti o geografskim informacijama. Proc Natl Acad Sci SAD. 2022; 119 (19): e2119967119. doi: 10.1073/pnas.2119967119
77
Elwood S. Kritična pitanja u participativnom GIS-u: dekonstrukcije, rekonstrukcije i novi istraživački smjerovi. Trans GIS. 2006; 41 (2): 89–100. doi: 10.1111/j.1467-9671.2006.01023.x
78
Kuhinja R, Dodge M. Cybergeografija. U: Kemp P, urednik. Enciklopedija geografske informacijske znanosti. Tisuću Hrastova, CA, SAD: KADULJA; 2008. str. 58–9. doi: 10.4135/9781412953962.n30
79
Kipper G. Poglavlje 6 – vizije budućnosti. U: Proširena stvarnost. Amsterdam, Nizozemska: Elsevier; 2013. str. 129–42. doi: 10.1016/B978-1-59-749733-6.00006-1
80
Američki Geološki Institut. Kahramanmaras 2023, Turska, slijed potresa. Znanstveni centar i suradnici za geološke opasnosti; 2026. Dostupno od: https://storymaps.arcgis.com/stories/355bfc8b3c5941e683d4f258e8fb2dfa
81
Shahzada K, Noor U, Xu Z. Nakon potresa u Mjanmaru 28. ožujka 2025., detaljan pregled. J Dyn Katastrofe. 2025.; 1 (2): 100017. doi: 10.1016/jjdd.2025.100017
82
Quang C, Liu Y, Wang H. Tko, zaboga, koristi generativnu umjetnu inteligenciju? Blogovi Svjetske Banke; 2024. Dostupno od: https://blogs.worldbank.org/en/digital-development/who-on-earth-is-using-generative-ai-
83
Subramanski S. Mreža ispod valova: krhki kabeli koji povezuju naš svijet. New York, NY, SAD: Kolumbijska globalna izvješća; 2025.
84
Plavuša VD, Decuyper A, Krings D. Istraživanje rezultata analize podataka o mobilnim telefonima. EPJ Data Sci. 2015; 4: 10. doi: 10.1140/epjds/s13688-015-0046-0
85
Intersoft Consulting. Opća uredba o zaštiti podataka (GDPR). Europska unija; 2018. Dostupno od: https://gdpr-info.eu/
86
Zakon EU-A O Umjetnoj Inteligenciji. AI act istraživač. Ured Europske unije za umjetnu inteligenciju; 2024.
