無障礙城市規劃始於無偏見的數據洞察力

我們的城市正在變得越來越數字化，目的是使居住在其中的人們生活得更輕鬆。

特別是在新冠疫情爆發期間，運輸業進行數字化轉型，引入了數據分析和自動化系統，以使通勤者的旅程更加順暢。

但是，大多數交互是在人與周圍基礎設施之間進行的，而不是在公共汽車或火車上進行的。但基礎設施是不是被動的，它是一個關鍵。 

新技術可以為我們的城市帶來巨大的好處，但是不加考慮地實施，弊大於利。近年來，紐約市的LinkNYC信息亭就是一個例子。引入WiFi是為了使所有公眾都能輕鬆訪問WiFi，它缺乏可聽見的指令和屏幕閲讀功能，因此無法將盲人社區排除在外。儘管美國盲人聯合會採取了行動來糾正這一問題，但它顯示出一種更廣泛的趨勢：城市規劃人員並沒有真正瞭解邊緣化人羣的需求。

人工智能可以確保他們做到這一點。藉助AI，市政當局可以在升級基礎架構的同時實現無障礙規劃。識別行為並準確預測所有行人的意圖（無論環境，活動，文化或能力如何），可實現真正具有包容性，經濟上可行的城市。 

總體而言，城市基礎設施是為大多數人設計的，而沒有過多考慮具有不同能力的行人和道路使用者。

包容性基礎設施的字面意義不同。

包容性基礎設施被定義為可增強社會包容性的積極成果的任何發展，對於增加社會和人口流動性至關重要。這是一個推動因素：一項統計數據稱，這是挖掘擁有不同能力的家庭的2490億歐元捆綁消費能力的關鍵。這具有良好的商業意義；公共交通系統中的更多資金意味着該行業要進行創新的預算更高。確保所有人都能充分獲得工作，醫療保健和社會生活，這對周圍的經濟都是有益的。  

儘管如此，大多數數字創新仍然存在現有的偏見。基於數據的決策具有洞察力，但是如果數據基於交通樞紐或城市風貌（不包括社會階層），則只會使問題變得更糟。

辛辛那提（Cincinnati）的移動實驗室（Mobility Lab）等公司使用的Uber數據就是這一問題的一個例子。該合作伙伴關係的目的是使用Uber數據，包括騎手數據，乘車共享上下車活動數據，交通計數數據，視頻文檔和現場觀察，以幫助城市優化規劃並確定企業擴展和投資的理想地點。 

但是，Uber的數據與其他任何汽車叫車服務一樣，都是天生的偏差。此前有超過四分之一的美國騎手被記錄為收入最高的四分之一，蓋洛普（Gallup）在2018年進行的一項民意調查發現，有41％的Uber和Lyft用户的年收入超過9萬美元。

孤立的過境數據具有使中產階級化和使低收入家庭流離失所的歷史，尤其是在考慮到這些羣體整體上不太可能使用乘車服務的情況下。儘管辛辛那提（Cincinnati）項目確實可以幫助城市規劃者做出明智的投資地點決策，但依靠不完整的圖景和有偏見的數據只會使整個城市的不平等問題永久存在。這只是運輸數據如何僅捕獲社會的一個子集的一個示例，如果不加檢查，它可能會繼續排斥少數羣體。

包容性數據集意味着在計劃對基礎架構進行更改時，可以識別，記錄和考慮所有行為。

對於城市而言，基礎設施的維護和升級是保持城市運轉和經濟增長的最大財政支出。國際運輸論壇報道，2010年至2018年，美國，法國，中國，德國和瑞典在基礎設施投資上花費了98.8萬億歐元。其中大部分用於標準維護成本。在日常使用大量資源的情況下，城市必須找出如何保持較低成本的同時仍要進行創新，以滿足每個人的需求。 

在幾年前發起的一個案例研究中，佛羅里達州傑克遜維爾市部署了Numina傳感器，以解決服務不足的人羣的公共安全問題。傑克遜維爾（Jacksonville）項目是美國行人死亡率最高的地區之一，為邊緣化羣體提供了保護，這些羣體必須出於必要而不得不步行和騎自行車。此項目此後已在拉斯維加斯和聖路易斯複製，為所有人使用道路提供了更好的見解。

在對COVID-19的回應中，一些歐洲公交機構利用人工智能來了解大流行期間通勤者行為的變化，評估對社會疏遠規則和法規的遵守情況，並利用此見解來優化公交樞紐的設計方式。在西班牙加泰羅尼亞，由加泰羅尼亞理工大學開發的應用程序可通過預測全天公交車的佔用率來幫助乘客導航高峯時段。同樣，比利時的火車基礎設施公司Infrabel也在使用AI對攝像機鏡頭進行分析，以監控社交距離和麪具使用情況。

市政當局和私營部門公司必須協同工作，以確保在任何地方負責任地部署自動化，以提供更安全，更高效的生活方式。在這個社會中，包容性基礎設施的價值取決於它如何促進人們的安全和福祉。雷鋒網雷鋒網雷鋒網

本文編譯自：https://www.smartcitiesdive.com/news/accessible-city-planning-starts-with-unbiased-data-insight/597303/