A mesterséges intelligencia eszközei rohamosan változtatják, hogyan képzeljük el a városi környezetet

Ha a mesterséges intelligenciát a jövő városainak megtervezéséhez használjuk, az a Jetsonshoz hasonló, visszafejlődő világ kialakulásának kockázatával jár, ha nem ismerjük fel a technológia megbélyegzésre és előítéletekre való fogékonyságát – írják Fábio Duarte és Washington Fajardo, az MIT tudósai.

A mesterséges intelligencia (MI) eszközei rohamosan változtatják azt, ahogyan a világot és a városi környezetet vizsgáljuk és elképzeljük. Egyetlen felszólítással képesek egy városi jelenet rendkívül “valósághű” ábrázolását létrehozni – de nem mindig a legjobb esetben.

A szöveges és vizuális bemenetek milliárdjaira és további milliárdnyi paraméterre épülő mesterséges intelligenciaeszközök, mint a DALL-E, a Midjourney és a GPT-4, mintákat azonosítanak minták felett, és rendkívül lenyűgöző eredményeket generálnak.

Ahogy Steven Pinker, a Harvard professzora a Harvard Gazette-nek adott interjújában kifejezte, ez a “hozzáértés látszata […] magabiztos konfabulációkat mond”. Lenyűgöző, hogy az eredmények mennyire hihetőek és pontosak. Egészen addig, amíg nem azok.

A képek segítenek elképzelni és megváltoztatni a városok jövőjét. Lúcio Costa néhány vonással szintetizálta egy modernista város szellemét, amelyből később Brasília lesz. Jacob Riis fotói a bevándorlók bizonytalan életkörülményeiről Lower Manhattanben segítettek megváltoztatni a New York-i lakás- és közegészségügyi politikát.

Hogyan látja a mesterséges intelligencia a városainkat? Beírtunk egy kérést a Midjourney-be:

“szerkesztői stílusú fotó, szemmagasság, nagy látószög, modernista szociális lakások Rio de Janeiróban, családok, játszó gyerekek, brazilok, magas minőségű építészet, beton, árnyékok, függőleges brise soleil, pilotis, zöld, fák, növényzet, kutyák, madarak, természetes fény, délután, hangulatos, trópusi, fényes nap, kényelem, tiszta, jó minőségű, 3D render, 8K, fotorealisztikus”. Kiderült, hogy egy szepiával árnyalt kép készült, melyen idős, de jól karbantartott, növényzettel borított lakóházak láthatók, az előtérben egy játszó gyerekkel.

Ezután egy második, nagyon hasonló promptot adtunk be. Az egyetlen különbség két új szó volt: “favela a közelben”. A favela egy olyan informális település, ahol gyakran nincsenek alapvető közszolgáltatások, és többnyire olyan szegény családok lakják, akik nem engedhetik meg maguknak a szabályozott ingatlanpiacon az ingatlanvásárlást.

Az így kapott kép egy elhagyatott és piszkos lakóházat mutat egy szűkös, koszos környezetben, amelynek semmi köze a favelával kapcsolatos jogi, infrastrukturális vagy szociális problémákhoz. Amit a mesterséges intelligencia “megjósol”, az nem csak a képi adatok mintáin alapul, hanem az egyes városi népességekre vonatkozó társadalmi megbélyegzés mintáin is.

Kipróbáltunk egy másik, kifejezetten New Yorkra vonatkozó kérdőívpárt: “New York-i utcai jelenetek, utcakép, szemmagasság, lakónegyed, természetes fény, fotórealisztikus”. Az egyikhez hozzátettük, hogy “fekete közösség”, a másikhoz, hogy “fehér közösség”.

Az utóbbi képen a járda jobban karbantartott, az épületek homlokzatán pedig párkányok és egyéb építészeti részletek láthatók, míg a “fekete közösség” képén a kirakatok és a homlokzatok tele vannak reklámokkal, az épületek építészete pedig a minimálisra leegyszerűsített.

A GPT-4 élvonalbeli chatbotot kértük meg, hogy adjon tanácsot a stigmatizációról és a városi képekről. “A városi képek elemzése állandósíthatja a sztereotípiákat és az előítéleteket, ami a már amúgy is kiszolgáltatott népesség további marginalizációjához és diszkriminációjához vezethet” – válaszolta. “A GPT-4 azonban képes enyhíteni ezt a problémát azáltal, hogy pontosabb és semlegesebb leírásokat készít a városi jelenetekről, anélkül, hogy előítéletekre vagy feltételezésekre támaszkodna”.

Igaz, de nem éppen megnyugtató.

Nem tudjuk megtörni ezeket a stigmákat a jelenben létező mintákra támaszkodva. Ehelyett tanulnunk kellene a Jetsonsból, a Hanna-Barbera 1960-as évekbeli rajzfilmjéből, amely egy olyan jövőt vizionált, ahol az emberek repülő autókkal közlekednek, gépek készítik majd az ételt otthon, robot szobalányok takarítják a házakat, az emberek videórendszereken keresztül kommunikálnak, és a számítógépek segítenek a házi feladatok elkészítésében.

Bár ma már számos ilyen technológiával rendelkezünk, a Jetsons nem látta előre a legfontosabb átalakulások közül sokat: azt képzelte, hogy még mindig lesznek cselédek és kötött munkaidő, hogy csak a férjek dolgoznak, és hogy a tipikus családi struktúra még mindig férjekből és feleségekből áll.

Jósló jövőkép a jelenükben fellelhető összes társadalmi és erkölcsi rosszal. Most el kell kerülnünk, hogy ugyanebbe a csapdába essünk.

A gépi tanulási modellek figyelemre méltóan ügyesekké válnak nagy mennyiségű adat elemzésében, a minták azonosításában és előrejelzések készítésében. Ezeket a jóslatokat azonban nem szabad összekevernünk az elkerülhetetlen bizonyosságokkal, vagy akár az elkerülhetetlen jövővel. A jövő megtervezése nem a jövő előrejelzéséről szól. A jövő tervezése a jóslatoktól való eltérésről szól.

Ez nem azt jelenti, hogy a mesterséges intelligenciának nincs szerepe a jövőre vonatkozó javaslatok kidolgozásában. Az AI-robotok elfogultságai és téves elképzelései azonban a mi egyéni és kollektív elfogultságainkból és téves elképzeléseinkből tanulnak. Ahogy Neil Leach, a Florida International University professzora írja a Dezeenben, “amit az építészeknek most kellene tervezniük, az nem egy újabb épület, hanem maga a szakmánk jövője”. Ez a jövő minden bizonnyal magában foglalja a mesterséges intelligenciát.

Az AI-robotok előítéletei a mi egyéni és kollektív előítéleteinkből tanulnak.

Három lehetőség van. Először is, a lehetséges jövőképek befecskendezése a jelenbe. Az Érzékelhető Város Laborban már használjuk a mesterséges intelligenciát a városi környezetek rejtett szemantikájának vizsgálatára, feltárva a városok kollektív és közös értelmezését. A lehetséges jövőképeket tartalmazó iterációk beépítésével a mesterséges intelligencia segíthet olyan tervezési célok elérésében, amelyek csökkenthetik a jelenlegi előítéleteket.

Másodszor, képzeljük el a városokat az éghajlati, a társadalom- és a kognitív tudományok adatainak konvergenciájaként, hogy a jövőbeli városi környezetek tervezését tények alapján lehessen megtervezni.

A harmadik lehetőség: ha nem változtatjuk meg a jelent, akkor kockáztatjuk, hogy az AI felgyorsítja a jetsoni jövő felé vezető utat.

Fábio Duarte az MIT Senseable City Lab vezető kutatója. Washington Fajardo független kutató Rio de Janeiróban. Ezt a cikket Martina Mazzarello és Kee Moon Jang, a Senseable City Lab posztdoktori kutatói közösen írták.

Forrás: www.dezeen.com