تحلیل سوگیری مکانی در خروجی مدل های هوش مصنوعی مولد شهری: چارچوبی برای کاربست مسئولانه در برنامه ریزی شهری

ظهور مدل های هوش مصنوعی مولد، پارادایم جدیدی در برنامه ریزی و طراحی شهری پدید آورده است. با این حال، شواهد فزاینده نشان می دهد که این مدل ها اغلب سوگیری های مکانی نهفته در داده های آموزشی را بازتولید و حتی تشدید می کنند. پژوهش حاضر با اتخاذ رویکردی انتقادی، به تحلیل چگونگی بروز سوگیری فضایی در خروجی مدل های مولد شهری در بافت های مختلف شهری ایران می پردازد. پرسش اصلی این است که چگونه می توان چارچوبی عملیاتی برای شناسایی، سنجش و کاهش سوگیری مکانی در کاربست هوش مصنوعی مولد توسط نهادهای شهری طراحی کرد. مقاله با بررسی نظام مند ادبیات نظری و تجربی، ابتدا سازوکارهای بروز سوگیری (شکاف داده ای، سوگیری نمایشی، و سوگیری تقویتی) را تبیین می کند، سپس چارچوبی چهارلایه شامل «ممیزی داده»، «ممیزی الگوریتم»، «ممیزی خروجی» و «ممیزی نهادی» ارائه می دهد. یافته ها نشان می دهد که مدل های مولد آموزش دیده بر داده های شهرهای بزرگ، در مواجهه با بافت های حاشیه ای و فرسوده، الگوهای فضایی ناکارآمد و ناهمخوان با واقعیت محلی تولید می کنند. مقاله توصیه های عملی برای شهرداری ها، از جمله الزام ممیزی الگوریتمی پیش از خرید، ایجاد پایگاه داده بومی و سازوکارهای مشارکت شهروندی در ارزیابی خروجی، ارائه می دهد.

کلیدواژه ها:

هوش مصنوعی مولد ، سوگیری مکانی ، برنامه ریزی شهری ، شهرداری ، ممیزی الگوریتمی ، عدالت فضایی