ذکاوت پیاده؛ آیا واژه بهتری برای دیدن شهر از چشم عابر داریم؟
از یک اصطلاح پیشنهادی تا یک گفتوگوی جمعی
در هفتههای اخیر، چند نفر از دوستان و خوانندگان «عابرشهر» با ایمیل از من پرسیدهاند که منظورم از مفهومی که در برخی نوشتههای اخیر این سایت با عنوان «ذکاوت پیاده» (Pedestrian Intelligence) مطرح کردهام، دقیقاً چیست؟
این پرسش برای من مهم بود؛ زیرا تاکنون در نوشتههای «عابرشهر» بیشتر اشارهای مقدماتی به این مفهوم داشتهام و آن را بهطور کامل باز نکردهام.
مدتی پیش نیز در این سایت برای نخستین بار از «ذکاوت پیاده» بیشتر از زاویه فناوری، داده، هوش مصنوعی و امکان شناخت رفتار عابر سخن گفتم[1]– پست قبلی عابر شهر (اینجا را کلیک کنید) . این نوشته در واقع ادامه همان بحث قبلی است؛ اما این بار میخواهم یک قدم عقبتر بایستم و پیش از آنکه درباره ابزارها و فناوریها صحبت کنم، خود مفهوم را روشنتر کنم.
البته نه بهعنوان یک تعریف نهایی و قطعی.
اتفاقاً برعکس، در پایان این نوشته از شما میخواهم درباره خود این مفهوم، تعریف آن و حتی واژهای که برای بیان آن انتخاب کردهام نظر بدهید.
آیا «ذکاوت پیاده» واژه مناسبی است؟
آیا میتوان واژهای دقیقتر، فارسیتر یا گویاتر برای آن پیدا کرد؟
و آیا اساساً ایدهای که پشت این اصطلاح قرار دارد، ارزش آن را دارد که به یک مفهوم مستقل در برنامهریزی و طراحی شهری تبدیل شود؟
ذکاوت پیاده چیست؟
پیش از هر چیز باید یک سوءتفاهم را برطرف کنم.
ذکاوت پیاده نه مترادف «پیادهمداری» است، نه صرفاً فناوری هوشمند و نه نام دیگری برای استفاده از هوش مصنوعی در تحلیل عابران.
در اینجا «ذکاوت» را به معنای هوشمندی یک ابزار یا الگوریتم به کار نمیبرم. من این مفهوم را برای کتابی که در دست تهیه دارم پیشنهاد کردهام تا میان چند حوزه که معمولاً از یکدیگر جدا بررسی میشوند، ارتباط برقرار کنم:
تجربه زیسته عابر، شناخت رفتار، داده، فناوری، تحلیل و تصمیمسازی شهری.
به بیان سادهتر:
ذکاوت پیاده یعنی توان شهر برای دیدن، فهمیدن، تحلیل کردن و پاسخ دادن به تجربه واقعی انسان در حال حرکت.
البته منظور از «توان شهر»، ذهن یا آگاهی شهر به معنای تحتاللفظی آن نیست. منظور، توان شناختی و نهادی نظام شهری است؛ یعنی مجموعهای از دادهها، روشهای مشاهده، ابزارهای تحلیلی، فناوریها، قواعد، بودجهها و سازوکارهای تصمیمگیری که به شهر امکان میدهد تا عابر را نه فقط بهعنوان یک واحد آماری، بلکه بهعنوان انسانی با بدن، نیاز، محدودیت، زمان، احساس و تجربهای متفاوت بشناسد. از این منظر، هوش مصنوعی فقط یکی از ابزارهای ذکاوت پیاده است و خودِ ذکاوت پیاده نیست.
یک الگوریتم ممکن است بتواند مسیر حرکت عابران را پیشبینی کند، سرعت آنها را اندازه بگیرد یا یک مانع را در پیادهرو تشخیص دهد. اما هنوز پرسشهای مهمتری باقی میماند:
این اطلاعات چگونه باید به تصمیم شهری تبدیل شود؟
چه کسی بیشتر از این مانع آسیب میبیند؟
چه کسی مجبور به تغییر مسیر شده است؟
چه کسی زمان و انرژی بیشتری برای یک جابهجایی ساده میپردازد؟
و آیا این تفاوتها در سیاست، بودجه و طراحی شهری دیده میشوند؟
بنابراین، مسئله فقط دیدن عابر نیست؛ مسئله فهم تجربه عابر است.
شهر فقط عابر را نمیشمارد؛ باید او را نیز بفهمد.
برای دههها، بخش مهمی از برنامهریزی شهری بر اندازهگیریهای کالبدی و آماری استوار بوده است.
-عرض پیادهرو چقدر است؟
-تعداد عابران در ساعت چقدر است؟
-سرعت حرکت چقدر است؟
-چند نفر از یک تقاطع عبور میکنند؟
-فاصله تا ایستگاه چقدر است؟
گرچه این اطلاعات مهماند و نمیتوان آنها را نادیده گرف ولی آیا برای فهم زندگی واقعی عابر کافیاند؟
ممکن است یک پیادهرو سه متر عرض داشته باشد، اما سطح آن نامناسب باشد.
ممکن است رمپ ساخته شده باشد، اما شیب آن برای بسیاری از افراد قابل استفاده نباشد.
ممکن است یک ایستگاه مترو روی نقشه نزدیک باشد، اما رسیدن واقعی به آن مستلزم عبور از چند مانع باشد.
ممکن است یک مسیر از نظر مهندسی کوتاه باشد، اما برای سالمند، کودک، فرد دارای معلولیت یا فردی که کالسکه همراه خود دارد، به مسیری طولانی و خستهکننده تبدیل شود.
بنابراین، آنچه در نقشه «دسترسی» نامیده میشود، همیشه به معنای دسترسی واقعی نیست؛ و آنچه در آمار «حرکت» نامیده میشود، الزاماً تجربه واقعی حرکت را نشان نمیدهد. شهر ممکن است بداند چند نفر از یک پیادهرو عبور کردهاند، اما نداند چند نفر از آن مسیر اجتناب کردهاند. ممکن است بداند یک مسیر کوتاهتر است، اما نداند که برای یک سالمند یا فرد کمتوان، همان مسیر به دلیل شیب، سطح نامناسب، گرما یا نبود امکان استراحت، بسیار پرهزینهتر است. ممکن است بداند یک زیرساخت وجود دارد، اما نتواند تشخیص دهد که چه تعداد از شهروندان واقعاً توان استفاده از آن را دارند. پس ذکاوت پیاده از جایی آغاز میشود که شهر از شمارش عابر به فهم تجربه عابر حرکت میکند.
ذکاوت پیاده از اینجا آغاز میشود
در سالهای اخیر، فناوری امکان تازهای برای دیدن و تحلیل رفتار عابر فراهم کرده است.
دادههای مکانی، حسگرها، دوربینها، بینایی ماشین، یادگیری ماشین و در کل هوش مصنوعی میتوانند بخشی از الگوهای حرکت عابران را در مقیاسی بسیار بزرگتر از گذشته مشاهده و تحلیل کنند. پژوهشگران از این ابزارها برای تحلیل جریان حرکت و پیشبینی برخی رفتارها و مسیرهای عابر استفاده کردهاند.[2] [3]
برای نمونه، شبکههای عصبی میتوانند با استفاده از اطلاعاتی مانند مقصد، موانع و موقعیت سایر عابران، برخی الگوهای رفتار و حرکت پیاده را در مقیاس خرد یاد بگیرند و پیشبینی کنند [2]. مطالعات مروری نیز گسترش کاربرد شبکههای عصبی در تحلیل دینامیک پیاده، پیشبینی مسیر و پیشبینی رفتار عابران را نشان میدهند.[3]
اما اینجا باید مراقب یک اشتباه باشیم:
داده بیشتر الزاماً به معنای فهم بیشتر نیست. فرض کنیم شهر بداند در یک خیابان تعداد عابران کاهش یافته است اما هنوز نمیداند چرا؟
آیا مردم مسیر جذابتری پیدا کردهاند؟
آیا خیابان ناامن شده است؟
آیا گرما، سرما یا نبود سایه مانع حرکت شده است؟
آیا یک سالمند دیگر توان طی کردن آن مسیر را ندارد؟
آیا یک مادر همراه کودک مسیر را به دلیل سختی حرکت تغییر داده است؟
یا آیا اساساً گروههایی از مردم بهتدریج از آن فضا حذف شدهاند؟
بنابراین مسئله فقط دیدن رفتار نیست؛ مسئله، معنا و فهم رفتار است. بنابراین هوش مصنوعی، ذکاوت پیاده نیست
از همینجا لازم است مرز دیگری را نیز روشن کنیم.
هوش مصنوعی میتواند بخشی از ابزارهای ذکاوت پیاده باشد؛ اما خودِ ذکاوت پیاده نیست. یک الگوریتم میتواند مسیر حرکت عابر را پیشبینی کند، اما هنوز باید کسی بپرسد:
این پیشبینی به چه تصمیمی باید منجر شود؟
چه گروهی بیشترین هزینه را میپردازد؟
آیا یک پروژه جدید واقعاً شرایط حرکت را برای همه بهتر کرده است؟
آیا بودجه باید در همان نقطهای هزینه شود که بیشترین تعداد عابر در آن دیده میشود، یا در جایی که کمترین برخورداری را دارد؟ و در نهایت:
چه کسی در برابر این تصمیم پاسخگوست؟
به همین دلیل، در برداشت من، ذکاوت پیاده زمانی شکل میگیرد که شهر بتواند از مرحله دیدن عبور کند و به یک زنجیره کامل برسد:
دیدن ← فهمیدن ← تحلیل کردن ← پیشبینی کردن ← تصمیم گرفتن ← پاسخگو بودن
و شاید مهمترین بخش این زنجیره، آخرین مرحله باشد.
زیرا اگر شهر چیزی را ببیند، آن را تحلیل کند و حتی بتواند پیشبینی کند، اما هیچ تصمیمی بر اساس آن نگیرد، هنوز نمیتوان گفت شهر «ذکاوت پیاده» پیدا کرده است.
چرا این مفهوم برای من مهم است؟
سالها درباره «پیادهمداری» صحبت کردهایم. پیادهرو ساختهایم، میدان بازطراحی کردهایم، مسیر پیاده ایجاد کردهایم، رمپ اضافه کردهایم و درباره شهر انسانمحور نوشتهایم.
اما هنوز یک پرسش اساسی باقی است:
آیا واقعاً میدانیم عابران این شهر را چگونه تجربه میکنند؟
ممکن است دو نفر در یک خیابان، یک مسیر واحد را طی کنند، اما یک تجربه واحد نداشته باشند.
برای یکی مسیر کوتاه و راحت است؛ برای دیگری طولانی و خستهکننده باشد.
برای یکی امن ؛ برای دیگری اضطرابآور است.
برای یکی قابل استفاده است؛ برای دیگری عملاً غیرقابل استفاده.
برای یکی فقط ده دقیقه زمان میبرد؛ دیگری به دلیل موانع، توقفها و تغییر مسیرها همان فاصله را در بیست دقیقه طی میکند.
از اینجا، مفهوم تفاوت تجربه بدنها اهمیت پیدا میکند. به همین دلیل، ذکاوت پیاده در نظر من فقط یک مفهوم فناورانه نیست؛ بلکه به عدالت شهری، تجربه بدن و حکمرانی نیز مربوط میشود. لذا شهری که تفاوت تجربه بدنها را نمیبیند، چگونه میتواند درباره عدالت آنها تصمیم بگیرد؟
آیا «ذکاوت پیاده» بهترین واژه است؟
اینجا میخواهم از خوانندگان عزیز چیزی بیش از تأیید یا مخالفت تقاضا کنم. ممکن است بگویید «ذکاوت پیاده» ترکیب مناسبی نیست و این مفهوم را به خواننده منتقل نمی کند یا شاید واژه «ذکاوت» برای بیان این مفهوم بیش از حد ادبی باشد. همچنین اصطلاح انگلیسی «Pedestrian Intelligence» در پژوهشهای مختلف با معانی متفاوت به کار رفته است؛ بنابراین ممکن است ترکیب دیگری در زبان فارسی بتواند معنای شناخت، فهم، ادراک و پاسخگویی هوشمندانه شهر نسبت به عابر را بهتر منتقل کند.
شاید حتی خود مفهوم نیازمند بازتعریف باشد.
من هنوز درباره نام نهایی آن تصمیم قطعی نگرفتهام. اتفاقاً یکی از دلایلی که این نوشته را منتشر میکنم همین است.
پیش از آنکه این مفهوم در کتاب آینده من تثبیت شود، میخواهم آن را در معرض نقد و گفتوگو قرار دهم. بنابراین از شما میپرسم:
آیا «ذکاوت پیاده» میتواند واژه مناسبی برای این ایده باشد؟
یا واژه دیگری را مناسبتر میدانید؟ و مهمتر:
آیا اساساً این ایده را مفید میدانید که شهر نه فقط عابر را بشمارد و مسیر او را طراحی کند، بلکه بتواند تجربه واقعی بدنهای متفاوت در حال حرکت را ببیند، بفهمد، تحلیل کند و بر اساس آن تصمیم بگیرد؟
من منتظر نقد، پیشنهاد و حتی مخالفت شما هستم.
شاید نام این مفهوم تغییر کند؛ اما پرسشی که پشت آن قرار دارد، به نظرم همچنان ارزش دنبال کردن دارد:
آیا میتوان شهری ساخت که واقعاً بتواند شهر را از چشم عابر ببیند؟
منابع:
[1] – ذکاوت پیاده (Pedestrian Intelligence): رویکردی نو برای فهم شهر از دید عابرپیاده- وقتی هوش مصنوعی بالاخره زبان عابر را میفهمد
[2] Ma, Yi; Lee, Eric W. M.; Hu, Zuoan; Shi, Meng; & Yuen, Richard K. K. (2019). “An Intelligence-Based Approach for Prediction of Microscopic Pedestrian Walking Behavior.” IEEE Transactions on Intelligent Transportation Systems, 20(10), 3964–3980.
DOI: https://doi.org/10.1109/TITS.2019.2931892
این مقاله مستقیماً به استفاده از شبکه عصبی برای یادگیری و پیشبینی رفتار عابر در مقیاس خرد میپردازد.
[3] Huang, Shenshi; Wei, Ruichao; Lian, Liping; Lo, Siuming; & Lu, Shouxiang. (2024). “Review of the Application of Neural Network Approaches in Pedestrian Dynamics Studies.” Heliyon, 10(10), e30659.
DOI: https://doi.org/10.1016/j.heliyon.2024.e30659
این مقاله یک مرور پژوهشی بر کاربرد شبکههای عصبی در مطالعات دینامیک عابر است و به کاربرد آنها در پیشبینی مسیر و رفتار عابر میپردازد.
.
