AIシステムは、都市でサービスを提供し、場所に根ざした成果を形づくるために活用される新たな都市インフラの一部となりつつあります。
AIシステムの設計と導入に関する現在の慣行は、イノベーションの過程に包摂性、公平性、参加を取り入れるのに適しているとはいえません。
都市計画においてデータの公平性を実践することで、公平で持続可能な都市の未来を加速できる可能性があります。
デジタル技術は、今日の都市環境にあまねく浸透しています。顔認識システムは、スポーツ・娯楽施設や公共イベントで使われています。車両に搭載されたカメラ式の人工知能システムは、道路の穴やホームレス状態の兆候を数えます。ナンバープレート認識システムは、交通規則を適用し、通行料金を徴収します。
AIシステムが、都市のサービス提供や共有空間の運営を支える新たな都市インフラの一部となりつつある今、こうした応用技術について、その恩恵や潜在的な害、規制の必要性をめぐる幅広い議論の中で検討し、反映させることが極めて重要です。
こうした新たなデジタル化された都市インフラは、社会が持続可能性と気候目標を達成するうえで重要です。例えば、温室効果ガス排出量を減らすためのエネルギー需要管理や、混雑を抑えて大気質を改善するためのカメラを用いた車両交通の規制・管理に役立ちます。同時に、デジタル時代が繁栄を共有するビジョンを実現できるよう、これらの技術の適用には喫緊の課題や検討事項が伴います。
これらの技術は、かつて静的だった空間、道路、広場を、私たち全員に影響する決定を下す動的なAIシステムへと変えました。私たちは、アルゴリズムとデータに基づく自動意思決定システムが、コンピューターや画面上で動くソフトウェアにとどまらず、インフラとして構築環境に組み込まれる時代に生きています。
都市のAIシステムは、それ自体で公平なものではない
歴史が示すように、場所のつくり方は、地域社会の人々を分断し、周縁化し、搾取する可能性があります。高速道路、公園、学校などの構築インフラは長く存続するため、それが影響を及ぼしてきた人々にとって、その影響は目に見えるものとなります。
こうした過去の経緯を受け、人々や地域社会は今、自らの都市環境を形づくる意思決定への参加を求め、期待しています。大規模なインフラは目に見えるため、影響を受ける地域社会は、その負の影響を軽減するために対応し、適応し、活用することができます。
例えば、地域を通る高速道路や幹線道路の影響を人々が目で見て話し合うことはできます。しかし、歩行者が道路を渡るために待つ時間よりも車の速度を優先するよう、信号機のタイミングを調整するアルゴリズムが存在することに気づくのは、はるかに困難です。
デジタル化されたインフラは異なります。多くの場合、目に見えません。公共空間に導入されるデータ収集技術は、できる限り目立たないように設置されることがよくあります。この見えにくさによって、デジタルインフラが地域社会に及ぼす影響が隠されます。収集したデータを使って下される決定やその処理方法、コードの変更による政策の変更、AIモデルやアルゴリズムの導入などです。
物理空間の片隅にある防犯カメラは、通報された事案が起きたときだけ確認・使用されることもあれば、顔認識を使って特定の個人を識別するコンピュータービジョンシステムにデータを提供していることもあります。大規模な物理インフラとは異なり、デジタルインフラの影響は見えにくく、絶えず変化します。
世界のデータ依存がますます高まる中、デジタル化されたインフラには、プライバシー侵害、意思決定の自動化、バイアスの源泉の温存などを通じて、既存の不公平な権力関係を永続させる可能性があると認識することが極めて重要です。
技術の設計者が設計段階でこうしたリスクを慎重に考慮しても、どこで、いつ技術を使うかという決定を通じて、不公平は残り得ます。どの技術も都市に恩恵をもたらすために活用できますが、同じ技術が、恩恵をもたらそうとする地域社会に害を及ぼす可能性もあります。
都市の未来にはデータの公平性という視点が不可欠
データの公平性に関するグローバル・フューチャー・カウンシルは、さまざまな分野におけるデータセットの利用とアクセス、さらにアルゴリズムやAIシステムの意思決定と社会的影響に関する過去および現在の不均衡に対処する行動を促すため、「探究の枠組み」を定義し、策定しました。
データの公平性とは、人権、機会、尊厳を尊重し促進する公正なデータ慣行に対する共同責任と定義されます。こうした概念は、デジタル化された都市インフラにも適用し、拡張できます。
人々がこうしたデジタル層や都市技術の設計に参加する権利を持つことは明らかです。同様に、新技術の導入とガバナンスに地域社会を積極的に関与させ、潜在的な恩恵とトレードオフを話し合えるようにすることも重要です。
技術利用に関する透明性と同意取得のための公的なプロセスの多くは、消費者向け技術を中心に設計され、個人が「オプトイン」する方式を採用しています。しかし、この個人主義的な方法は、広い地域に暮らす多様な集団に長期間影響を及ぼす都市技術には適していません。行動志向の「データの公平性を推進する」枠組みは、こうした課題への取り組みを始める方法を示しています。
柔軟で、探究の出発点となるよう設計されたこの枠組みのデータ公平性に関する検討事項は、幅広い課題や産業に適用できることを意図しています。公共空間や街路の設計・開発に公平性の視点を取り入れられるのと同様に、都市技術にもデータの公平性を取り入れることができます。
都市計画における次の実践とは？
米国計画協会は、2023年トレンドレポートで、公共空間のデジタル化が進む中、都市計画の専門家は技術とその利用方法を取り入れ、考慮し始めるべきだと提言しました。AIを活用したスマートシティ技術を倫理的、民主的かつ効果的に利用するには、先を見据えた取り組みと計画が必要です。
都市技術におけるデータの公平性を推進するために取れる積極的な行動には、都市計画の慣行と多くの共通点があります。以下に紹介します。
データ関連の意思決定について地域社会の許可を得る透明なプロセスを確保するには、構築環境の変更に際して告知し、明確な審査手順を設けるという都市計画の慣行が参考になります。例えば、オーストラリアのニューサウスウェールズ州政府はガイダンスを公表しています。土地所有者や地方自治体がオープンソースの「場所と日常のためのデジタルトラスト」標準を活用し、人々が都市技術と関わり、その仕組みを理解できるよう支援するものです。シドニー・オリンピック・パークで実施されたデジタルトラストの実証事業から得た知見を踏まえています。
データや技術の成果が、影響を受ける個人や地域社会にどのような利益をもたらすかを検討する際には、多様な関係者を集め、場所に関する成果について合意を形成する都市計画の参加型手法を参考にできます。さらに踏み込み、当事者をそのプロセスに関与させることもできます。例えば、ロングビーチ市のCo-Labプログラムは、地域住民が近隣地域のニーズを特定するプロセスに参加し、合意した課題に対処する技術的解決策の設計と実施にも関わりました。これは、スマートシティの解決策を公平性の視点から導入するという、より広範な戦略の一環です。
複数の関係者を集め、場所に根ざした成果について合意を形成するプロセスと専門知識を持つ都市計画の専門家や都市イノベーターは、データの公平性を実践的に推進するうえで有利な立場にあります。
公平性に関する検討事項が考慮され、地域社会や主要なステークホルダーグループが包摂されるよう、こうした技術の設計、導入、規制に携わる人々と協力すべきです。
地方自治体には、既存の土地利用・開発計画プロセスや、ゾーニング条例、デザイン審査委員会などの手段を通じて、都市や公共空間における技術の導入に先を見据えた取り組みと計画を可能にする機会があります。
世界経済フォーラムは、人工知能にどのようなガードレールを設けているのか？
AIエクセレンスセンターは、各分野のリーダーをつなぎ、人工知能の急速な進化と、それが経済や社会に及ぼす影響への理解を深めます。AI導入に伴う機会、リスク、トレードオフについて、情報に基づく対話を支援します。
信頼できる場と協働イニシアチブを通じて、同センターはパートナーが共通理解を築き、AIのイノベーションと利用に責任あるアプローチで共に取り組めるよう支援します。
都市計画と都市開発の多くの段階で公平性がどのように考慮されるかと、データのライフサイクルの同様の段階でデータの公平性にどう取り組むか、その共通点を認識することが重要です。そして、こうした検討を探究、協働、学びの共有の出発点として活用します。
このように、デジタルシステムの設計・導入と都市計画の実践をより緊密に結びつけることで、公平で持続可能な都市の未来を加速できる可能性があります。
