کاربرد هوش مصنوعی در شناسایی الگوهای فقر و طراحی سیاستهای امیدآفرین در جوامع شهری

در سال های اخیر افزایش نابرابری های اقتصادی و اجتماعی در شهرها باعث کاهش امید اجتماعی و احساس تعلق جمعی شده است. در چنین شرایطی، هوش مصنوعی می تواند ابزاری کارآمد برای شناسایی دقیق تر الگوهای فقر و نیازهای واقعی گروه های آسیب پذیر و طراحی سیاست های مبتنی بر داده های محرومیت زدایی باشد. این پژوهش با رویکرد میان رشته ای ترکیبی از علوم داده، علوم اجتماعی و سیاست گذاری عمومی نقش الگوریتم های یادگیری ماشین را در تحلیل شاخص های رفاه، کیفیت زندگی و امید اجتماعی در مناطق کم برخوردار شهری بررسی می کند. داده های مورد استفاده شامل شاخص های اقتصادی، بهداشتی، مشارکت اجتماعی و داده های مکانی است که با روش های خوشه بندی و تحلیل همبستگی پردازش می شوند. هدف اصلی پژوهش ارائه مدلی برای سیاست گذاری هوشمند و امیدآفرین است که با تمرکز بر عدالت اجتماعی و توانمندسازی گروه های محروم، زمینه ساز پایداری اجتماعی شود. انتظار می رود نتایج طراحی نقشه های هوشمند محرومیت و ارائه راهکارهای مداخلات محلی موثر و انسان محور را ممکن سازد.

کلیدواژه ها:

هوش مصنوعی ، امید اجتماعی ، عدالت اجتماعی ، سیاست گذاری هوشمند ، محرومیت زدایی ، پایداری اجتماعی