Σε μια πόλη όπως η Αθήνα, όπου η αστική κινητικότητα συχνά καθορίζει την καθημερινότητα περισσότερο από οποιαδήποτε άλλη παράμετρο, η συζήτηση για την τεχνητή νοημοσύνη δεν αποτελεί πλέον μια αφηρημένη τεχνολογική υπόσχεση. Αντιθέτως, αναδύεται ως ένα σύνολο πρακτικών εργαλείων που αρχίζουν ήδη να επηρεάζουν τον τρόπο με τον οποίο σχεδιάζονται οι μετακινήσεις, κατανέμονται οι πόροι και διαμορφώνονται οι αστικές εμπειρίες.
Από τα πρώτα πειράματα με αισθητήρες στάθμευσης και προγνωστικά συστήματα κυκλοφορίας, έως τις εφαρμογές πληροφόρησης πραγματικού χρόνου (real time) που χρησιμοποιεί καθημερινά ένα αυξανόμενο ποσοστό πολιτών, η τεχνητή νοημοσύνη έχει αρχίσει να εισέρχεται οργανικά στον μηχανισμό της πόλης. Δίπλα σε αυτή τη λειτουργική διάσταση, όμως, διαμορφώνεται και μια βαθύτερη, κοινωνική ερώτηση: ποιον τελικά εξυπηρετούν αυτές οι τεχνολογικές μεταβολές και με ποιους όρους;
Ερευνητικά γνωρίζουμε –και η διεθνής βιβλιογραφία το επιβεβαιώνει σε πληθώρα μελετών– ότι οι τεχνολογίες κινητικότητας δεν είναι ουδέτερες. Ενσωματώνουν υποθέσεις, προτεραιότητες και αθέατες κανονικότητες που επηρεάζουν διαφορετικές πληθυσμιακές ομάδες με άνισο τρόπο.
Είναι, με άλλα λόγια, σε έναν βαθμό, μεροληπτικές. Στην Αθήνα, η οποία χαρακτηρίζεται από ένα ιδιαίτερα ανομοιογενές αστικό τοπίο, αυτή η ανισοκατανομή αναδεικνύεται ακόμη εντονότερα. Οι ηλικιωμένοι κάτοικοι πολλών γειτονιών της πόλης, για παράδειγμα, αντιμετωπίζουν τακτικά δυσκολίες στη χρήση δημόσιων μεταφορών λόγω μεγάλης απόστασης από τις στάσεις, ακατάλληλων διαβάσεων ή σύνθετων ανταποκρίσεων.
Η τεχνητή νοημοσύνη θα μπορούσε θεωρητικά να προσφέρει πιο ακριβείς, εξατομικευμένες διαδρομές και πληροφορίες. Ωστόσο, η πρακτική εφαρμογή τέτοιων υπηρεσιών συχνά προϋποθέτει επίπεδα ψηφιακού γραμματισμού που δεν είναι καθολικά διαθέσιμα. Το ψηφιακό χάσμα, το οποίο παραμένει έντονο στις μεγαλύτερες ηλικίες, μετατρέπεται έτσι σε παράγοντα αποκλεισμού, ακόμη και σε υπηρεσίες σχεδιασμένες για ενίσχυση της προσβασιμότητας στις εν λόγω ηλικίες. Δεν είναι τυχαίο ότι αρκετές μελέτες στο πεδίο της κοινωνιολογίας της τεχνολογίας επισημαίνουν πως οι «αόρατες» προϋποθέσεις χρήσης μιας καινοτομίας συχνά καθορίζουν περισσότερο την αποτελεσματικότητά της από τις ίδιες τις τεχνικές της δυνατότητες. Το ίδιο ισχύει για τα άτομα με αναπηρίες. Οι αλγόριθμοι αναγνώρισης αντικειμένων και ανίχνευσης πεζών –στοιχεία κρίσιμα για συστήματα αυτόνομης οδήγησης ή για «έξυπνες» διαβάσεις– αναπτύσσονται συχνά σε περιβάλλοντα που δεν αντανακλούν τις πραγματικές συνθήκες του ελληνικού αστικού χώρου.
Οι αθηναϊκοί δρόμοι, με τα στενά πεζοδρόμια, τις συχνές ιδιοκατασκευές, τις ράμπες που καταλαμβάνονται ή εμποδίζονται από οχήματα, αποτελούν μορφές αστικής «τυχαιότητας» που οι αλγόριθμοι δυσκολεύονται να ερμηνεύσουν. Ως επιστημονική κοινότητα, γνωρίζουμε καλά ότι τα δεδομένα με τα οποία εκπαιδεύονται τα εν λόγω συστήματα επηρεάζουν καθοριστικά την απόδοσή τους. Ωστόσο, όταν αυτά τα δεδομένα δεν αντικατοπτρίζουν τις πραγματικές συνθήκες χρήσης, η τεχνολογία μπορεί να λειτουργήσει με τρόπους μη αξιόπιστους.
Υπάρχουν ήδη διεθνώς τεκμηριωμένα παραδείγματα καθυστερημένης ή ανακριβούς αναγνώρισης ατόμων με μπαστουνάκι ή αμαξίδιο, γεγονός που αυξάνει έμμεσα τον κίνδυνο ατυχημάτων και περιορίζει το αίσθημα ασφάλειας των χρηστών. Η χωρική ανισότητα αποτελεί ακόμα μια κρίσιμη διάσταση που συχνά υποτιμάται στη δημόσια συζήτηση. Η Αθήνα δεν είναι μια ενιαία πόλη αλλά ένα σύνολο μικρο-περιβαλλόντων που διαφέρουν δραστικά ως προς την ποιότητα υποδομών και τη διαθεσιμότητα μεταφορικών επιλογών. Γειτονιές στο κέντρο ή στα βόρεια προάστια ενδέχεται να υιοθετήσουν νωρίτερα «έξυπνες» υπηρεσίες, ενώ περιοχές όπως τα δυτικά προάστια συχνά παραμένουν εκτός των πρώτων πιλοτικών έργων.
Όταν οι τεχνολογίες τεχνητής νοημοσύνης δεν διαχέονται ισότιμα στον αστικό χώρο, οι υπάρχουσες ανισότητες ενισχύονται, διαμορφώνοντας έναν ακόμη πιο άνισο αστικό χώρο μετακινήσεων. Ως ερευνητές, συχνά επισημαίνουμε ότι η καινοτομία τείνει να ακολουθεί μονοπάτια «ευκολίας», υιοθετούμενη πρώτα σε περιοχές με υψηλότερη οργανωτική και οικονομική ετοιμότητα.
Αυτό, όμως, δεν είναι απαραίτητη συνθήκη, είναι επιλογή πολιτικής. Η ελληνική εμπειρία, ωστόσο, προσφέρει και αντίθετα παραδείγματα που δείχνουν ότι ο τεχνολογικός σχεδιασμός μπορεί να προσανατολιστεί προς την κοινωνική ένταξη. Τα Τρίκαλα –η πρώτη ελληνική πόλη με πιλοτικό αυτόνομο λεωφορείο– λειτούργησαν ως ζωντανό εργαστήριο όπου η τεχνολογία ενσωματώθηκε μέσω σταδιακής εξοικείωσης και διαλόγου με τους πολίτες.
Στην Αθήνα, τα προγράμματα έξυπνης στάθμευσης και οι προσπάθειες χαρτογράφησης προσβάσιμων διαδρομών μέσω συμμετοχικών δεδομένων δείχνουν ότι η τεχνητή νοημοσύνη μπορεί να εξελιχθεί σε εργαλείο ενδυνάμωσης όταν συνοδεύεται από κοινωνικά ευαίσθητο σχεδιασμό. Σε πολλές από αυτές τις πρωτοβουλίες παρατηρούμε ότι η επιτυχία δεν οφείλεται μόνο στην τεχνική αρτιότητα αλλά στην προσεκτική ενσωμάτωση της κοινωνικής πραγματικότητας στο σχεδιαστικό μοντέλο. Το ζητούμενο, λοιπόν, δεν είναι απλώς η υιοθέτηση πιο εξελιγμένων τεχνικών λύσεων, αλλά η καλλιέργεια ενός πλαισίου αστικής διακυβέρνησης που αναγνωρίζει πως η κινητικότητα δεν είναι τεχνικό ζήτημα, αλλά πρωτίστως κοινωνικό. Η συλλογή δεδομένων πρέπει να συνοδεύεται από σαφείς κανόνες διαφάνειας.
Η ανάπτυξη αλγορίθμων χρειάζεται σταθερούς μηχανισμούς ελέγχου, αξιολόγησης και τακτικής επαναβαθμονόμησης, και η εφαρμογή τους οφείλει να στηρίζεται σε πολιτικές που λαμβάνουν ενεργά υπόψη την καθημερινότητα των πιο ευάλωτων πολιτών. Στην ερευνητική μας εργασία τονίζουμε συχνά ότι η τεχνητή νοημοσύνη δεν μπορεί να θεωρείται επιτυχημένη όταν απλώς «λειτουργεί τεχνικά», αλλά όταν λειτουργεί δίκαια, αξιόπιστα και ανθρώπινα.
Η τεχνητή νοημοσύνη αποτελεί πράγματι σημαντική ευκαιρία μετασχηματισμού της ελληνικής πόλης. Όμως η πραγματική της αξία θα μετρηθεί όχι από το πόσο «έξυπνα» θα λειτουργούν τα συστήματα, αλλά από το πόσο ανθρώπινα θα γίνουν τα αποτελέσματά της. Κι αυτό είναι ένα στοίχημα που δεν απαιτεί μόνο τεχνολογική επένδυση, αλλά και κοινωνική διορατικότητα.
*Ο Βασίλης Ρούγγας είναι επίκουρος καθηγητής στο Τμήμα Επικοινωνίας, Μέσων και Πολιτισμού στο Πάντειο Πανεπιστήμιο
