AI市政應用新趨勢：MIT教授帶領城市數據有效轉化

城市數據堆積如山卻用不上，這位MIT教授決定出手解決

近年，城市好像越來越擅長把各種數據收集起來，不過這些資訊堆在那邊，感覺很多時候公部門人員既沒空分析，也不太知道怎麼轉成實際的行動。這種情形讓麻省理工學院有位做都市規劃的Sarah Williams教授一直覺得有點納悶。她曾經提到，他們圈子裡其實常做空間跟資料分析，產出的論文和研究也堆了一大疊，明明可能對城市設計或規劃產生某種程度上的影響，但說真的要傳達出去，好像總是卡住。

記得Williams進MIT也不是很久前，大概十年前後吧。她後來就創立了一個叫Civic Data Design Lab的小團隊，試圖拉近那道溝。不過這樣的嘗試聽說在學術界本來就不少，有人說成效有待觀察，畢竟資訊從專家手中流到決策層，中間還是容易斷線。有時候甚至連基本溝通都還談不上，更別說拿那些資料直接派上用場了。

用空氣污染地圖和通勤數據說故事，她把冰冷數字變藝術品

其實這些年來，她跟她的團隊算是一直在想辦法把都市規劃裡那些枯燥的數據弄得比較容易讓人懂吧，有時候還會用新技術，圖像啦、故事啦，反正不只是數字。有一回她參與過一個蠻有意思的專案，好像是關於紐約哪幾個社區入獄情況的調查，那個作品後來據說還進了紐約現代藝術館的永久收藏。至於其他案子，也有人提過她有追蹤北京那邊空氣污染擴散的狀況，用的是一些監測儀器吧，還有一次搞地理資訊系統畫出奈洛比市民每天通勤路線，不確定是不是全都做得很細。

近幾年AI變得普及多了，一開始她好像就特別好奇：這玩意兒對城市規劃到底會帶來什麼影響？然後各種討論就冒出來，比如說城市政府應該要怎麼公開AI用在哪裡，以及它到底有哪些限制。有人覺得如果能透明處理這些事情，或許多少可以示範一種比較負責任、道德感強一點的新做法。不過每個地方狀況都不太一樣，有些東西現在看起來效果還不明顯，也許要再觀察一下。

Comparison Table:

主題	內容
AI在城市管理中的應用	AI工具能夠分析居民的意見和需求，協助政府理解社區問題。
311系統的挑戰	不同城市的311請求數據量龐大，手動處理困難，需要有效的方法進行數據分析。
生成式AI的潛力	例如波士頓市府利用生成式AI即時生成投訴分布圖，提升了民意收集效率。
民主參與的新方式	Polis平台嘗試運用AI協助分類民意，希望促進更直接的民主參與。
信任感的重要性	公眾對於AI系統的信任度不高，因此強調人類協助者角色以建立橋樑至關重要。

當AI遇上都市計畫，會擦出什麼意想不到的火花？

「這些工具啊，據她所說，好像能在很短的時間內把一堆複雜的資料整理還有視覺化出來。只是資訊越多嘛，那種錯誤訊息或是被有心人操弄的風險也會跟著變大。她提到，自己想協助城市政府去思考一下這些數位工具的利與弊。」

「到了大概今年，也就二○二四年左右，她和團隊就開始跟波士頓那邊合作起來。他們那時候正透過某個新設立沒多久的辦公室在摸索AI到底要不要、怎麼用在政府工作的各種場合上。其實具體做了什麼應該挺瑣碎的，有點像是邊看他們嘗試新AI應用，邊參加一些社區討論，把大家意見收集起來。」

「後來差不多春天吧，他們Civic Data Design Lab才出了一份指南，好像叫什麼生成式AI市民參與手冊之類。不過詳細內容我記不清了，只知道這份東西基於前面一年積累下來的一些經驗和回饋。」

波士頓政府找上門，他們一起寫了本AI市政應用指南

其實現在市政府要怎麼用人工智慧這回事，有個公開的文件可以查，應該蠻容易找到。這份指引感覺像是給那些想試試AI但又怕踩雷的公部門，尤其最近中央好像對AI管得越來越鬆，那種放手讓大家自己摸索的氛圍比較明顯。有些人會說這時候學術界或非營利組織還挺重要，他們大概能補足那種不上不下的真空帶吧——Williams就有提到類似意思。話說回來，他們那個實驗室出的手冊，加上有幾篇論文，內容挺雜的，範圍從波士頓市辦公室裡某些採購流程用虛擬助理，到交通燈號優化、甚至還有311市政諮詢熱線做聊天機器人，好像什麼都碰一點。不過據說Williams本人比較在意怎麼把這類科技拉進公民參與這塊。他認為AI或許有點機會讓政府和民眾之間那層隔閡變薄一些，有可能雙方彼此更懂對方一些。現在嘛，所謂公共參與，大多也就那些社群媒體、網站和偶爾開的社區說明會，大概還沒太多新花樣。

聯邦政府放任不管？學術界扛起AI倫理把關重任

這種差距嘛，其實一直都在，大家討論很久了。如果有辦法多一點工具去縮小那個落差，大致上應該算是件重要的事。波士頓最近好像就在嘗試一些跟人工智慧有關的新東西，聽說市政府弄了一個系統，把過去十幾年——大概七十來年的市議會表決，都用大型語言模型整理成簡單明瞭的小摘要。這資料庫也不是什麼花俏的設計，但搜尋起來方便不少。Michael Lawrence Evans，好像是新科技辦公室的負責人，他提到，用這樣的東西找資料會快很多。

你要找「住宅」之類的內容，就能直接看到最近市議會針對住房加速基金還有移民臨時收容空間擴建做過些什麼動作。不過，其實細節我也沒全看，只知道查起來比以前省事。有些人覺得這種方式或許可以讓一般市民也較容易摸清楚政策走向，但是不是每個人都適用，還真不好說。有時候資訊多了，也可能產生新的問題。反正目前看來，這樣的工具就是在某些情境下帶來一點便利吧。

讓市議員投票紀錄秒變搜尋引擎，市民查資料不再頭痛

有些摘要可能還沒被人手一一確認過啦，不過 Evans 提到，他們的工具在準確性方面，據說經歷過滿紮實的一輪評估。AI這類東西，大概未來也可能讓政府多多少少更容易理解居民到底要什麼或在意什麼。Williams 說，其實社區早就在用各種方式丟資訊出來了，像那種社區說明會、公眾問卷、311報修，還有其他五花八門的通道。波士頓一年下來好像收到了將近幾十萬件311請求吧，大部分是跟停車相關的抱怨；至於紐約市，一年內大致上累積了數千萬筆311聯絡紀錄。這種量級，對公部門工作者來講，要自己找趨勢或抓重點真的很不容易。現在嘛，她覺得，有了比較有架構的分析方法，好像比以前方便一些，但以前基本沒這回事就是了。不過結果怎樣，也還得繼續看下去才知道。

從30萬件市民投訴中挖寶，AI成了最強市政分析師

人工智慧好像能夠幫忙整理居民抱怨這種事情的地理分布。之前在波士頓有一場社區會議，據說市府人員用生成式 AI，現場弄出一份上個月大家對坑洞投訴的大致分布圖。AI似乎也有潛力讓一些比較抽象的民意數據變得稍微明朗些。有學者提過一個叫 Polis 的開源平台，好像被幾個國家政府還有美國少數城市和媒體單位採用；最近他們更新功能，可以靠 AI 幫忙分類、概略彙整大家的回答。這算是一種嘗試，想看看 AI 能不能協助更直接的民主參與。不過，聽說這工具的創辦人梅吉爾，他自己跟 OpenAI 和 Anthropic 都合作過，但現在走這條路時還蠻謹慎的。其實未來會怎樣，也沒人能完全肯定啦。

那個說「老鼠咬過的起司能吃」的紐約AI客服後來怎麼了？

他倒是提過，這一切主要是希望能夠讓人類自己做決定，不要被某些系統帶著走。好像只要小心點，讓AI做一些很明確的小任務，輔助寫東西就好，別什麼都丟給它搞定，人還是主角。然後那些地方政府現在也在摸索怎麼用AI才比較妥當，有的人擔心會不會出現假消息、資訊錯亂之類的情況。

你說311那種聊天機器人啊，現在越來越多地方有，但表現參差不齊。有一年多前吧，紐約市那個很紅——不是因為它特別厲害，而是有時候講的內容挺離譜。印象中那時候記者問它，如果餐廳裡起司被老鼠咬過還能不能賣給客人？結果機器人一本正經地回說，好像可以耶。感覺真的怪怪的。不過最近再去問，同一個問題，它就直接否定了，看起來系統應該有改進。不過這種事也難講，也許只是剛好更新得上…

與其被科技巨頭掌控，不如教社區打造自己的AI系統

有些時候，人工智慧在運作上出現狀況，好像會讓民眾對政府的信任感降低，這其實正好跟Williams想推動的方向有點背道而馳。她提到，目前大家對AI系統的信心並不算高，可能只有部分人願意嘗試。這也難怪，她一直強調說，人類協助者的角色很重要，有點像是橋樑吧。

講到城市怎麼用AI，她覺得公開透明蠻關鍵，不只是說明用途，也要讓大家知道AI有哪些缺陷或者限制。不少地方假如願意開誠布公，或許能當成一種比較負責任、甚至更貼近市民需求的示範。

後來Williams又談到，其實城市如果老是依賴那些科技大廠，好像也不是長久之計，畢竟雙方看重的東西常常不太一樣。有些地方開始思考，要不要自己發展AI系統。這種做法有可能走向開放原始碼模式，那樣社區本身掌握數據的機會就大很多，不會完全被外部公司主導。不過說起來，相關討論還在進行中，到底未來會怎麼發展，也不好斷言。

當市民能擁有自己訓練的語言模型，數據民主時代就來了

現在討論人工智慧的時候，好像有個問題一直被提到，就是訓練那些系統所需的人力，實際上報酬並沒有多少。有人覺得這裡頭很不平衡，因為背後的勞動者好像總是拿不到什麼好處。那種說法嘛，不是沒道理。至於她自己，她對於社群可以主導大型語言模型這件事，顯得特別有興趣。如果哪一天社群真的擁有了屬於自己的資料庫，甚至能決定誰能使用裡面的內容，大概就會帶來一些新的變化吧。不過現在似乎還在初步階段——也許會慢慢發展出來。

另外，Benjamin Schneider，他是自由撰稿人，有時候寫些跟住房、交通或城市政策相關的內容。具體是哪一年開始關注這些議題，其實印象中不是太清楚，只知道他偶爾會針對不同領域發表看法。有時候他的文章比較偏分析，有時則比較像觀察筆記；每次讀起來感覺都不太一樣。