هم‌آفرینی انسان و هوش مصنوعی: مدیریت شهری در عصر شرکای دیجیتال

 انقلاب از "ابزار" به "همکار"

سال‌ها تصور بر این بود که هوش مصنوعی قرار است جای انسان‌ها را بگیرد، اما تحولات سال‌های اخیر در مدیریت شهری روایت دیگری را تأیید می‌کند. بر اساس جدیدترین نظریه‌های مطرح شده در دانشگاه‌های معتبر جهان، هوش مصنوعی در حال تبدیل شدن به یک "هم‌آفرین خلاق" (Creative Partner) در کنار برنامه‌ریزان شهری است .

نظریه‌پردازانی مانند ژونگ-رن پنگ (Zhong-Ren Peng) از دانشگاه فلوریدا، این رویکرد جدید را "نظریه برنامه‌ریزی همزیست" (Symbiotic Planning Theory) می‌نامند. در این پارادایم، فرآیند برنامه‌ریزی شهری از یک مسیر خشک و خطی، به یک چرخه تعاملی و پویا تبدیل می‌شود که در آن هوش مصنوعی در کنار انسان‌ها (شهروندان و کارشناسان) به خلق گزینه‌ها، بهینه‌سازی و اجرای طرح‌ها می‌پردازد. این چارچوب که با نام CORE (Collaboration, Options, Refinement, Execution) شناخته می‌شود، تضمین می‌کند که نظارت انسانی و ارزش‌های اجتماعی در تمام مراحل حفظ شود .

 وقتی هوش مصنوعی مثل یک برنامه‌ریز فکر می‌کند

مطالعه‌ای که به تازگی در نشریه معتبر Nature منتشر شده، نشان می‌دهد که مدل‌های زبانی بزرگ (LLM) می‌توانند در آزمون‌های تخصصی برنامه‌ریزی شهری، از ۹۰ درصد برنامه‌ریزان انسانی بهتر عمل کنند . این به معنای حذف انسان نیست، بلکه نشان‌دهنده توانایی خارق‌العاده ماشین در پردازش حجم عظیمی از قوانین، مقررات و داده‌ها است. تیم تحقیقاتی دانشگاه تسینگهوا و MIT با استفاده از این توانایی، چارچوبی طراحی کرده‌اند که در آن هوش مصنوعی در سه فاز کلیدی به یاری انسان می‌آید :

1.  مفهوم‌سازی (Conceptualization): هوش مصنوعی با گفتگو با کارشناسان، نیازها و محدودیت‌ها را درک کرده و ایده‌های نوآورانه ارائه می‌دهد.

2.  تولید طرح (Generation): مدل‌های دیداری (VLM) مفاهیم انتزاعی را به نقشه‌های دقیق کاربری اراضی و حتی مناظر سه‌بعدی شهری تبدیل می‌کنند.

3.  ارزیابی (Evaluation): عامل‌های هوشمند (AI Agents) با شبیه‌سازی زندگی روزمره شهروندان مجازی در این طرح‌ها، اثرات تصمیمات را پیش از اجرا ارزیابی می‌کنند.

 از شبیه‌سازی فیزیکی تا پیش‌بینی رفتار اجتماعی

یکی از هیجان‌انگیزترین پیشرفت‌ها در این حوزه، تلفیق شبیه‌سازی‌های اقلیمی و کالبدی با مدل‌های رفتاری است. همکاری میان استارت‌اپ اتریشی infrared.city که میکروکلیمای شهری (گرما، باد، سایه) را شبیه‌سازی می‌کند، و استارت‌اپ ژاپنی Godot که با استفاده از هوش مصنوعی رفتاری (Behavioral AI) تصمیمات انسان‌ها را پیش‌بینی می‌کند، نمونه‌ای از این تلفیق است .

این دو شرکت با همکاری یکدیگر در حال ساخت یک "دوقلوی دیجیتال" (Digital Twin) برای روستای یومیتان (Yomitan Village) در ژاپن با ۴۰ هزار نفر جمعیت هستند . این مدل دیجیتال نه تنها نشان می‌دهد که در جریان یک موج گرما، دما در کدام نقاط افزایش می‌یابد، بلکه پیش‌بینی می‌کند که سالمندان یا گردشگران چگونه رفتار خواهند کرد، به کجا پناه خواهند برد و چه مسیرهایی را برای فرار از گرما انتخاب می‌کنند. این سطح از تحلیل، مدیریت بحران را از یک واکنش منفعلانه به یک اقدام پیش‌گیرانه و هوشمند تبدیل می‌کند.

 اروپا و چین؛ دو سوی یک سکه

در سطح سیاست‌گذاری، اتحادیه اروپا با راه‌اندازی "جعبه ابزار دوقلوی دیجیتال محلی" (EU LDT Toolbox)، گام بلندی در جهت دموکراتیزه کردن این فناوری برداشته است. این پلتفرم متن‌باز (Open Source) به شهرداری‌ها اجازه می‌دهد تا با استفاده از مدل‌های هوش مصنوعی از پیش آموزش‌دیده، سناریوهای مختلفی مانند ایجاد مناطق کمریخ (Low Emission Zones) را شبیه‌سازی کنند. نتایج اولیه نشان از کاهش ۱۸ درصدی ذرات معلق و ۲۵ درصدی ترافیک در طرح‌های پایلوت داشته است .

در سوی دیگر جهان، چین با سرعتی حیرت‌انگیز در حال پیاده‌سازی این مفاهیم در مقیاس شهری است. شهر نینگ‌بو (Ningbo) با معرفی دستیاران هوش مصنوعی در سازمان‌های دولتی، توانسته زمان بررسی طرح‌های شهری و تطبیق آن‌ها با مقررات را از یک روز به ۱۵ دقیقه کاهش دهد . همچنین پروژه "شهر کوانتومی" (Quantum City) شانگهای با هدف ایجاد یک مدل پایه غول‌پیکر برای مدیریت شهری در سطح کلان‌شهرها، قصد دارد تا با تحلیل داده‌های سه‌بعدی و لحظه‌ای، نحوه تخصیص منابع و پیش‌بینی ریسک‌های محیطی را متحول کند .

 چالش‌ها: سایه روشن‌های یک همکاری عمیق

با وجود تمام پیشرفت‌ها، مسیر هم‌آفرینی انسان و هوش مصنوعی بدون چالش نیست. تحقیقات نشان می‌دهد که مدل‌های فعلی با مشکلاتی مانند کمیابی داده‌های باکیفیت، نیاز به منابع محاسباتی عظیم و مهم‌تر از همه، سوگیری‌های جغرافیایی و اجتماعی (Biases) دست و پنجه نرم می‌کنند . اگر داده‌های آموزش یک مدل عمدتاً از محله‌های مرفه جمع‌آوری شده باشد، هوش مصنوعی ممکن است در ارائه خدمات به محله‌های کم‌برخوردار ناکارآمد عمل کند.

از سوی دیگر، غول‌های فناوری مانند HPE در حال کار بر روی راه‌حل‌های "هوش مصنوعی عاملی" (Agentic AI) هستند که به طور خودکار به تفسیر اسناد مالکیتی قدیمی یا تشخیص آتش‌سوزی از روی تصاویر دوربین‌ها می‌پردازند . هرچند این راه‌حل‌ها کارایی را افزایش می‌دهند، اما بحث شفافیت و مسئولیت‌پذیری در تصمیم‌گیری‌های خودکار را بیش از پیش برجسته می‌سازند.

نتیجه‌گیری:

آینده از آنِ "ما"ی انسان و ماشین است

شهرهای آینده، نه کاملاً هوشمند و خودکار، و نه صرفاً سنتی و انسانی خواهند بود. آینده از آنِ شهرهایی است که بتوانند تعادل ظریف میان قدرت محاسباتی ماشین و خرد جمعی (Collective Wisdom) ، شهود و خلاقیت انسان را برقرار کنند. عصر جدید مدیریت شهری، عصر "ما"ی ترکیبی (Hybrid "We") است؛ جایی که یک شهروند با یک گوشی هوشمند، یک برنامه‌ریز با یک مدل زبانی بزرگ، و یک شهردار با یک دوقلوی دیجیتال از شهرش، با هم به گفتگو می‌نشینند تا فردایی زیست‌پذیرتر را خلق کنند.

برای مطالعه مقالات بیشتر به سایت خانه متاورس ایران سر بزنید.