صرف نظر و مشاهده محتوا

استفاده از هوش مصنوعی در گزارش‌نویسی مهندس ناظر

از بازدید کارگاه تا پیش‌نویس گزارش مغایرت و پیگیری، با مثال ستون بتنی B-۲
29 آبان 1405 توسط
استفاده از هوش مصنوعی در گزارش‌نویسی مهندس ناظر

از یادداشت بازدید تا متن گزارش و پیگیری، یک مثال مربوط به ساختمان بتنی در ایران را دنبال می‌کنیم. در هر مرحله مشخص است چه چیزی را ناظر باید ببیند، چه اطلاعاتی را می‌توان به ابزار داد و چه چیزی پیش از امضا باید کنترل شود.

ایس بوک ۱۴ · مخاطب: مهندسان ناظر عمران و معماری و مسئولان دفتر فنی. نویسندگان: دکتر امیرحسین فهیمی و دکتر مجید ذکری.

هوش مصنوعی مشاهده کارگاه، تطبیق نقشه، احراز صلاحیت یا ارسال رسمی گزارش را انجام نمی‌دهد. متن خروجی فقط پیش‌نویسی برای بازبینی حرفه‌ای است.

مسیر: مشاهده و اندازه‌گیری → تطبیق با مدرک معتبر → داده بدون ابهام → پیش‌نویس با هوش مصنوعی → کنترل انسانی → ثبت طبق رویه محل → پیگیری.

۱. گزارش مرحله‌ای و گزارش مغایرت

گزارش مرحله‌ای، وضع پیشرفت و کنترل‌های مرحله مربوط را ثبت می‌کند. گزارش مغایرت، مشاهده مشخصی را نسبت به نقشه، پروانه یا مدرک قابل استناد توضیح می‌دهد. هدف، امکان تشخیص محل، پیگیری اقدام و بازبینی است.

در متن بازنشرشده آیین‌نامه اجرایی ماده ۳۳، ماده ۲۳ به گزارش مراحل اصلی و اعلام تخلف مشاهده‌شده می‌پردازد. نسخه رسمی جاری و آخرین اصلاحات، محدوده صلاحیت و مسیر ثبت استان باید پیش از اتکای حقوقی کنترل شوند؛ این نوشته جایگزین بررسی پرونده نیست.

فرم‌ها و سامانه‌ها در شهرها و استان‌ها می‌توانند متفاوت باشند. نسخه فرم، مخاطب و رسید ثبت را از مرجع صدور پروانه و سازمان استانِ همان پروژه احراز کنید. ذکر یک فرم از استان مرکزی به معنی کاربرد یکسان آن در سراسر کشور نیست.

متن بازنشرشده آیین‌نامه اجرایی ماده ۳۳

متن قانون نظام مهندسی در سایت ACE

۲. دیدن یک فرم واقعی منتشرشده

سند پیوست‌شده در پیوند زیر شامل فرم خام گزارش شروع کار منتسب به سازمان نظام مهندسی ساختمان استان مرکزی است که آکادمی عمران آن را بازنشر کرده است.

در سربرگ فرم، مشخصات پرونده، محل، مالک و اشخاص حرفه‌ای پیش‌بینی شده است. کاربرد آموزشی فرم، شناسایی دسته اطلاعات موردنیاز است؛ پیش از استفاده حرفه‌ای، فرم جاری و روش تکمیل همان مرجع باید دریافت شود.

برای حفاظت از اطلاعات، از پرونده فرضی بدون نام مالک، نشانی واقعی، شماره پروانه و امضا استفاده می‌کنیم. داده‌های واقعی باید طبق مجوزهای پروژه و ضوابط حفظ محرمانگی مدیریت شوند.

مشاهده سند کامل فرم‌های خام منتشرشده

۳. پرونده آموزشی پیوسته: ستون B-۲

فرض کنید در ساختمان بتنی P۱، ناظر پیش از بتن‌ریزی ستون همکف در محور B-۲ بازدید کرده است. نقشه سازه S-۰۴ با اصلاحیه فرضی R۲، برای ناحیه مشاهده‌شده فاصله خاموت ۱۰ سانتی‌متر را نشان می‌دهد.

ناظر با متر، فاصله محور تا محور سه جفت خاموت متوالی را در همان ناحیه ۱۵، ۱۶ و ۱۵ سانتی‌متر ثبت می‌کند. عکس P1 موقعیت کلی عضو و عکس‌های P2 و P3 محل متر و بازه‌های اندازه‌گیری را نشان می‌دهند. تمام شناسه‌ها و داده‌ها فرضی‌اند.

داده مقدار در تمرین
محل ستون B-۲، همکف
نقشه مبنا S-۰۴، اصلاحیه R۲
سه فاصله برداشت‌شده ۱۵، ۱۶، ۱۵ سانتی‌متر
عدد مندرج در نقشه فرضی ۱۰ سانتی‌متر

نتیجه محدود: سه بازه برداشت‌شده با نقشه فرضی انطباق ندارند. از این داده نمی‌توان درباره همه ستون یا ایمنی کل ساختمان حکم داد.

۴. آماده‌سازی ورودی برای هوش مصنوعی

پیش از گفتگو، چهار دسته داده را جدا کنید: مشاهدات ناظر، سند مبنا، اقدام قبلی و پرسش‌های باز. اگر شماره اصلاحیه یا مقیاس تصویر روشن نیست، به جای حدس آن را «نامشخص» ثبت کنید.

نمونه داده ورودی: محل ستون B-۲ همکف؛ مدرک نقشه S-۰۴ اصلاحیه R۲؛ مقدار نقشه ۱۰ سانتی‌متر؛ برداشت سه فاصله ۱۵، ۱۶، ۱۵ سانتی‌متر؛ تصویر P1 تا P3؛ تاریخ، مخاطب و ثبت تذکر هنوز تکمیل نشده‌اند.

نام مالک، نشانی، شماره پرونده، تلفن، کد ملی، امضا و سایر داده‌های هویتی را تا حد امکان حذف یا جایگزین کنید. پیش از ورود داده پروژه، مجوز کارفرما، محرمانگی، تنظیمات سرویس و نوع حساب را بررسی کنید. خاموش‌کردن آموزش مدل لزوماً همه الزامات نگهداری و محرمانگی را پوشش نمی‌دهد.

راهنمای رسمی تنظیمات داده در ChatGPT

۵. پرامپت آماده برای نوشتن پیش‌نویس

«در نقش دستیار نگارشی، بر اساس داده‌های زیر یک پیش‌نویس گزارش مغایرت برای ناظر سازه بنویس. فقط از اطلاعات داده‌شده استفاده کن. مشاهده، مدرک، مقایسه، اقدام قبلی، درخواست و پیوست را جدا کن. برای اطلاعات موجودنبوده عبارت [نیازمند تکمیل] بگذار. ادعای تخلف عمدی، دستور توقف رسمی یا استناد آیین‌نامه‌ای بدون متن منبع نساز.»

«داده‌ها: ستون B-۲ همکف؛ نقشه فرضی S-۰۴ اصلاحیه R۲، فاصله ۱۰ سانتی‌متر؛ سه فاصله محور به محور اندازه‌گیری‌شده ۱۵، ۱۶ و ۱۵ سانتی‌متر؛ تصاویر فرضی P1 تا P3. زمان بازدید، نام مخاطب، تذکر و رسید ثبت در داده‌ها مشخص نشده‌اند.»

«در پایان، یک جدول کنترل بده: هر جمله، داده پشتیبان، اطلاعات ناقص و موردی که ناظر باید شخصاً تأیید کند. دامنه نتیجه را به همان سه فاصله محدود کن.»

پاسخ ابزار ممکن است با یک پرامپت مشابه در زمان‌های مختلف متفاوت باشد. متن نمونه صفحه بعد، خروجی آموزشی تدوین‌شده است و به عنوان مکالمه ضبط‌شده واقعی معرفی نمی‌شود.

۶. ارزیابی پاسخ و جلوگیری از جعل

فرض کنید پاسخ پیشنهادی می‌نویسد: «کل ستون به علت تخلف عمدی مجری ناایمن است و ناظر دستور توقف صادر کرد.» این جمله از داده‌های تمرین به دست نمی‌آید: دامنه کل ستون، عمدی بودن، قضاوت ایمنی و اختیار صدور دستور رسمی همگی به شواهد یا مبنای جداگانه نیاز دارند.

متن قابل دفاع‌تر: «در بازدید [تاریخ]، در سه بازه مشخص‌شده ستون B-۲، فاصله محور خاموت‌ها به‌ترتیب ۱۵، ۱۶ و ۱۵ سانتی‌متر اندازه‌گیری شد. مطابق نقشه فرضی S-۰۴ اصلاحیه R۲، مقدار این ناحیه ۱۰ سانتی‌متر درج شده است؛ سه بازه بررسی‌شده با مدرک یادشده انطباق ندارند.»

قبل از پذیرش متن، عدد، واحد، محل، ناحیه سازه‌ای، نسخه نقشه و محتوای عکس را با منبع اصلی تطبیق دهید. هوش مصنوعی ممکن است عدد یا نام را جابه‌جا کند یا برای بند آیین‌نامه مرجع ناموجود بسازد؛ هر استناد نیازمند بررسی مستقیم منبع است.

محدودیت دقت در تحلیل تصویر؛ راهنمای OpenAI

۷. نمونه گزارش آموزشی برای تکمیل ناظر

موضوع: گزارش مغایرت فاصله خاموت ستون B-۲ پیش از بتن‌ریزی. مشخصات: پروژه [شناسه]، محل [تکمیل شود]، بازدید [تاریخ و ساعت]، تهیه‌کننده [نام و سمت].

شرح مشاهده: در محدوده مشخص‌شده در پیوست‌های P2 و P3، فاصله محور تا محور سه جفت خاموت متوالی ۱۵، ۱۶ و ۱۵ سانتی‌متر اندازه‌گیری شد. در نقشه S-۰۴ اصلاحیه R۲ برای همین ناحیه فاصله ۱۰ سانتی‌متر درج شده است؛ مقادیر برداشت‌شده در این سه بازه با نقشه انطباق ندارند.

اقدام و درخواست: موضوع در تاریخ [تکمیل] از طریق [تکمیل] به [نام و سمت] اعلام شد. خواهشمند است بررسی و اقدام لازم بر اساس مدارک معتبر صورت گیرد و نتیجه برای بازدید مجدد اعلام شود. رسید یا شماره ثبت [تکمیل] و فهرست پیوست‌ها [تکمیل] است.

پیوست‌ها: P1 نمای کلی و محل عضو؛ P2 و P3 تصاویر اندازه‌گیری؛ D1 تصویر جزئیات نقشه و شماره اصلاحیه؛ نسخه تذکر و رسید در صورت وجود. نام، سمت، تاریخ و امضای ناظر پس از کنترل شخصی.

این متن گزارش واقعی یک پروژه نیست و برای ارسال باید با شواهد، شرایط پروژه، مخاطب و مقررات جاری تطبیق داده شود.

۸. ثبت، ابلاغ و بازدید مجدد

نسخه متن، نقشه مبنا، تصاویر، تاریخ و ساعت، مخاطب و رسید ثبت را کنار هم نگه دارید. پیام شفاهی یا پیام‌رسان را به‌طور خودکار معادل همه الزامات ثبت رسمی ندانید؛ مسیر قانونی و سامانه‌ای هر محل جدا بررسی می‌شود.

اگر مجری اعلام کرد اصلاح انجام شده، آن را به عنوان اعلام دریافتی ثبت کنید. بازدید مجدد با ذکر تاریخ، محل و اندازه‌های جدید لازم است تا نتیجه محدود به محدوده دیده‌شده نوشته شود. ادعای اصلاح، جای مشاهده یا مدرک فنی را نمی‌گیرد.

فرض کنید در همان سه بازه پس از اصلاح، هر سه اندازه ۱۰ سانتی‌متر است. در گزارش پیگیری بنویسید «سه بازه مشخص‌شده در بازدید مجدد ۱۰ سانتی‌متر اندازه‌گیری شد و نسبت به مقدار ۱۰ سانتی‌متر در نقشه فرضی منطبق مشاهده شد». سایر نقاط، مستقل از این سه بازه، باید طبق برنامه نظارت بررسی شوند.

اگر عضو پوشیده یا دسترسی ناممکن است، محدودیت مشاهده را ثبت کنید و درباره روش بررسی و اقدام لازم با متخصصان و مراجع مربوط پیگیری کنید؛ تأیید بدون مشاهده ننویسید.

۹. چک‌لیست کنترل انسانی

۱) محل، تاریخ و محدوده: آیا محور، طبقه، عضو و زمان دقیق ثبت شده است؟ ۲) مشاهده: آیا عدد، واحد، روش و دامنه اندازه‌گیری معلوم است؟ ۳) نقشه: آیا شماره مدرک و آخرین اصلاحیه مجاز برای همان ناحیه احراز شده است؟

۴) ادعا: آیا متن مشاهده را از حدس، علت‌یابی و نظر حقوقی جدا کرده است؟ ۵) پیوست: آیا عکس خام، تصویر محل، فایل نقشه و مشخصات آنها قابل پیدا کردن‌اند؟ ۶) اقدام: آیا تذکر واقعاً داده شده و رسید یا فقدان آن مشخص است؟

۷) مخاطب و ثبت: آیا مرجع و مسیر ارسال با وضعیت پروژه و ضوابط محل تطبیق دارند؟ ۸) امضا و مسئولیت: آیا ناظر تمام متن را خوانده و موارد نامشخص را تکمیل یا حذف کرده است؟ ۹) داده محرمانه: آیا مجوز استفاده از سرویس و فایل‌ها احراز شده است؟

پرامپت کنترل دوم: «در متن زیر هر جمله را به مشاهده، تطبیق با مدرک، پیشنهاد یا ادعای بی‌پشتوانه طبقه‌بندی کن و برای هر ادعا داده پشتیبان را از ورودی نشان بده؛ اگر پیدا نکردی بنویس نیازمند بررسی.» خروجی این کنترل نیز باید توسط ناظر بررسی شود.

در گزارش‌نویسی با هوش مصنوعی، ناظر مشاهده و تطبیق را انجام می‌دهد، ابزار پیش‌نویس می‌سازد و ناظر متن، مستندات، مخاطب و رسید را کنترل می‌کند.

۱۰. دو موقعیت متفاوت و تمرین

وضعیت اول: عکس بدون مقیاس است. هوش مصنوعی می‌گوید فاصله خاموت حدود ۱۵ سانتی‌متر است. این برآورد را به صورت اندازه‌گیری قطعی در گزارش وارد نکنید؛ ابزار، مقیاس و مشاهده معتبر لازم است.

وضعیت دوم: نقشه‌ای در کارگاه است ولی اصلاحیه آن مشخص نیست. مشاهده و محدودیت را ثبت کنید؛ نتیجه قطعی تطبیق را به احراز مدرک معتبر موکول کنید. تاریخ دریافت و پیگیری نقشه معتبر را نگه دارید.

تمرین: ابزار نوشته «مالک با وجود دو اخطار کتبی، عمدی تخلف کرد»، اما داده ورودی فقط یک تذکر شفاهی را نشان می‌دهد. پاسخ: تعداد، نوع اخطار و قصد مالک ساختگی یا اثبات‌نشده است؛ آنها را حذف و فقط اقدام قابل اثبات را ثبت کنید.

تمرین: ابزار نام یک ماده قانونی را همراه شماره صفحه بیان کرده است، اما متن منبع در اختیار نیست. پاسخ: شماره را بدون تطبیق با نسخه معتبر و جاری وارد گزارش نکنید و عبارت را نیازمند بررسی علامت بزنید.

۱۱. منابع و پیوندهای آموزشی

مقایسه بین‌المللی: چک‌لیست FHWA برای یک زمینه اجرایی در آمریکا، کنترل محل، اندازه، فاصله و پوشش میلگرد را مطرح می‌کند. این سند مرجع تکلیف حقوقی ناظر ساختمان در ایران نیست؛ مقایسه فقط درباره شیوه مستندسازی است.

بازگشت به فهرست مطالب

استفاده از هوش مصنوعی در گزارش‌نویسی مهندس ناظر
29 آبان 1405
برچسب‌ها
بایگانی