AI segíti a várostervezést, de komoly kockázatokat is hordoz

Több mint száz tanulmányt vizsgáltak

Esteban Moro, a Northeastern fizikaprofesszora és a Network Science Institute tagja, valamint Ryan Wang, az egyetem építő- és környezetmérnöki professzora egy, a Nature folyóiratban megjelent áttekintő tanulmányban elemezte az AI várostervezési felhasználását. A kutatók több mint 100, várostudománnyal, számítógépes társadalomtudománnyal és térinformatikai mesterséges intelligenciával foglalkozó tanulmányt tekintettek át.

Az elemzés két, egyre elterjedtebb AI-típust vizsgált. A generatív, eloszlást illesztő modellek nagy adathalmazok alapján új képeket és látványterveket készíthetnek. A térinformatikai AI ezt a mesterséges intelligenciát térképekkel és műholdfelvételekkel kapcsolja össze.

Árvízi helyzeteket és jövőbeli városrészeket modellezhetnek

A generatív modelleket a várostervezők többek között árvízi forgatókönyvek előrejelzésére használják. Moro példája szerint egy modellt különböző helyeken készült árvízi képekkel lehet betanítani, majd arra kérni, hogy mutassa meg, hogyan nézne ki egy árvíz Boston belvárosában.

Hasonló módon a város környékéről származó műholdképek alapján a rendszer egy új városrész képét is előállíthatja. Ezek az eszközök a jövőbeli negyedek látványterveinek elkészítésében és az árvízmegelőzésben, illetve az árvízkárok mérséklésében is szerepet kaphatnak.

A másik vizsgált csoportot az alapmodellek jelentik. Ezek elsősorban emberi nyelven, utasítások alapján tanulnak. Ide tartoznak a nagy nyelvi modellekre épülő chatbotok, például a ChatGPT és a Claude, valamint a Google Notebook LM eszköze. A kutatók szerint ezeket egyre gyakrabban használják bonyolult szakpolitikai dokumentumok közérthetőbbé tételére.

Az AI a lakossági részvételt is támogathatja

Az áttekintett tanulmányok egyikében AI-ügynökök képviselték két pekingi városrész lakóinak szempontjait a várostervezési megbeszéléseken. Az ügynökök résztvevőként szólaltak fel a közösséget érintő kérdésekben, és a jelentés szerint a későbbi területfejlesztési tervekre is hatással voltak.

Moro szerint a vizsgálat javulást talált többek között a résztvevők elégedettségében és a bevonás mértékében. A kutató ezt azért tartja különösen érdekesnek, mert ebben az esetben az AI a közösségi részvételt segítette, ahelyett hogy egyszerűen automatizált volna egy tervezési döntést.

Öt szempont köré épülhet az etikai keret

A kutatók szerint a generatív AI a betanításához használt adatokban megtalálható elfogultságokat örökölheti és felerősítheti. A modellek emellett hamis vagy félrevezető információkat is előállíthatnak. Katasztrófahelyzetekben és nagy léptékű infrastrukturális tervezésnél ezek a hibák irányítási kockázatot jelentenek, különösen azért, mert a válaszok mögötti következtetési folyamat nehezen értelmezhető.

Moro és Wang öt fő témára épülő etikai keretet javasol: méltányosságra, adatvédelemre, magyarázhatóságra, ellenőrizhetőségre és közösségi részvételre. Wang szerint az AI-szolgáltatóknak és a technológiát bevezető várostervezőknek közösen kell robusztus ellenőrzési és megbízhatósági rendszereket kialakítaniuk.

Wang szavai szerint a technológiát használat közben őszintén kell értékelni, és nem szabad úgy kezelni, mint egy új játékot, amelyet ellenőrzés nélkül be lehet vetni. Moro hozzátette, hogy az emberi felülvizsgálat költségesebb lehet, mint egy nyelvi modell válaszainak elfogadása, a kutatók mégis több olyan kezdeményezést látnak, amely az embert is bevonja a folyamatba. Ez a várostervezési AI felhasználóinak azt jelenti, hogy a gyorsabb automatizálás helyett a validálás, az átláthatóság és a közösségek tényleges bevonása is a rendszer részévé válhat.