人工知能のライフサイクルアセスメントへの統合：建設業界における書誌計量学と批評的レビュー

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Identifies key gaps in AI-LCA literature, guiding future research on data standardization and real-time monitoring in construction LCA.

🏢実務担当者:Highlights how AI can improve LCA accuracy and efficiency, but warns of current data fragmentation challenges.

🏛政策担当者:Suggests the need for standardized data schemas and interoperability to enable AI-driven LCA for policy compliance.

建築物の環境影響の増大は、堅牢な持続可能性評価ツールを必要としており、環境性能を評価するための中心的な方法論としてライフサイクルアセスメント（LCA）を位置づけている。人工知能（AI）は、LCAプロセスの精度、効率、および自動化を向上させる戦略的可能性を提供する。本研究は、建設部門におけるAI統合LCA研究を批判的にレビューする。Web of ScienceとScopusからの883件の出版物の計量書誌学的分析が、LCAワークフローにAIを明示的に統合した18件の論文の系統的レビューとともに行われた。調査結果は、機械学習（ML）と人工ニューラルネットワーク（ANN）が、エネルギー消費と炭素排出量を予測するために主に使用されていることを示している。しかしながら、AI-LCA統合は、非構造化データ、標準化されたプロトコルの欠如、低い相互運用性、および高品質データセットへのアクセス制限により、断片的なままである。現在の文献は主に運用エネルギー使用に焦点を当てており、組み込み影響やより広範な持続可能性指標を大部分無視している。将来の研究は、標準化されたデータスキーマ、リアルタイムモニタリング、およびケースベースの検証を組み込んだAIフレームワークを優先すべきである。LCAへのAI統合は、建設におけるデータ駆動型で、透明性があり、適応可能な持続可能性戦略への変革的可能性を提供する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Increasing environmental impacts of buildings necessitate robust sustainability assessment tools, positioning Life Cycle Assessment (LCA) as a central methodology for evaluating environmental performance. Artificial Intelligence (AI) offers strategic potential to enhance the accuracy, efficiency, and automation of LCA processes. This study critically reviews AI-integrated LCA research in the construction sector. A bibliometric analysis of 883 publications from Web of Science and Scopus was conducted, alongside a systematic review of 18 articles explicitly integrating AI into LCA workflows. Findings show Machine Learning (ML) and Artificial Neural Networks (ANN) are predominantly used to predict energy consumption and carbon emissions. However, AI-LCA integration remains fragmented due to unstructured data, lack of standardized protocols, low interoperability, and restricted access to high-quality datasets. Current literature primarily focuses on operational energy use, largely neglecting embodied impacts and broader sustainability indicators. Future research should prioritize AI frameworks incorporating standardized data schemas, real-time monitoring, and case-based validation. Integrating AI into LCA offers transformative potential for data-driven, transparent, and adaptable sustainability strategies in construction.

• semanticscholar https://dergipark.org.tr/en/download/article-file/4654485first seen 2026-06-29 06:55:14 · last seen 2026-09-22 05:12:04