人工知能はすでに世界各地の都市で導入されています。
効率向上を追求する価値はありますが、AIソリューションは恩恵が公平に分かち合われることも重視しなければなりません。
アムステルダムやヘルシンキなどの都市は、都市環境におけるAIが透明性を高められることを示すモデルを先駆けて実践しています。
人工知能はもはや、都市生活における未来の要素ではありません。交通網からエネルギー網に至るまで、都市を機能させるシステムにすでに組み込まれ、効率を高め、環境への影響をリアルタイムで軽減しています。
この変化は、より持続可能な都市への道筋として語られることがよくあります。しかし、よりスマートなシステムは、必ずより社会的に公平な都市を生み出すのでしょうか。
都市ではAIがどのように活用されているのか？
各地の都市で、AIの活用がすでに見られます。バルセロナとマドリードでは、デジタルツインが交通、汚染、移動などの都市システムをシミュレーションし、計画担当者が施策を実施する前にその効果を検証できるようにしています。AIシステムはドバイで交通の流れを最適化しています。また、Googleなどの企業は、衛星データを使ってAIで都市のヒートアイランドを地図化しており、都市が植樹や冷却対策を講じる場所を特定するのに役立てています。
こうした開発の中核にあるのが、しばしば「フィジカルAI」と呼ばれるものです。交通センサー、大気汚染モニター、スマートメーター、カメラが継続的にデータを収集し、リアルタイムで対応できるAIシステムに送ります。こうしたセンシングと意思決定の組み合わせにより、都市は分析にとどまらず、インフラを継続的に管理できるようになります。交通信号は変化する交通量に応じて調整され、エネルギーシステムは需給のバランスを取り、物流ネットワークは動的に経路を変更します。
こうした開発は都市の運営方法を変えています。AIは都市システムの分析から、リアルタイムでそれらを積極的に形成する段階へと移行しています。その影響はすでに見える場合もあります。たとえばバルセロナでは、IoTを活用した交通システムにより、移動時間が最大30%短縮されました。
こうした開発は、より優れたデータ、よりスマートなシステム、より効率的な都市という、持続可能性に向けた明確な技術的進歩として語られることがよくあります。しかし、そこには構造的な課題も表れています。ネットゼロ目標の達成を後押しする可能性はあるものの、都市をより公平で包摂的にするかどうかは、はるかに不透明です。
都市は最適化問題ではない
都市システムは長年にわたり、限られた一部の主体によって設計され、統治されてきました。その結果、都市がどのように機能し、誰にサービスを提供しているのかについて、根強い見落としが生じています。多くの大都市が、「不利益の集積」によって形作られているとの認識が広がっています。そこでは、空間的、社会的、環境的な不平等が重なり合い、互いを強めています。周縁部の地区では、サービスへのアクセスが限られ、経済的機会が少なく、環境リスクにさらされる度合いも高いことがよくあります。環境面の状況も一様には経験されません。都市設計やインフラの選択により、貧困地域は著しく高温になり、暮らしにくさが増すとともに、気候変動に関連する健康リスクにさらされやすくなっています。
AIシステムは、こうしたパターンから独立して機能するわけではありません。データ、あらかじめ定められた目標、数学的モデルに基づいて、測定可能な成果を最適化するよう設計されています。既存の都市データで学習するため、根底にある不平等を引き継ぎ、増幅するおそれがあります。最適化モデルは、需要が高い地域やデータの網羅性が高い地域を優先し、意図せず、すでに十分なサービスを受けられていないコミュニティから資源を遠ざける可能性があります。根底にある不平等を明示的に考慮しなければ、AIは既存の不利益の集積に対処するどころか、それを強化し、固定化し、最も大きな影響を受けている人々をさらに周縁化しかねません。
この傾向は古い都市に限られません。AI主導で新たに計画・建設される都市開発、たとえばNEOM、マスダール・シティ、サード・アル・アブドゥッラーやYiti Citiにも見られます。豊富な資本、利用可能な土地、非常に中央集権的な意思決定により、大規模な実験が可能になっています。しかし、過去から引き継いだ制約がないからといって、より包摂的な成果が自動的に生まれるわけではありません。技術的により高度な形で、古くからの見落としを再現することも十分にあり得ます。
研究は、AIの能力と都市の課題との間に明確なずれがあることを示しています。こうした課題への対応をうたう研究でさえ、都市理論に明確に根差したものは依然としてまれです。最近の大規模なレビューによると、研究のわずか1%強が確立された枠組みを直接取り入れており、研究のほぼ半数は現実の問題よりも技術的な可能性を主な原動力としています。つまり、研究も実践も、都市が必要としているものより、AIに何ができるかに焦点を当てがちです。
テクノロジーが既存の格差に対処せず増幅すると、都市は一部の人々にはとても暮らしやすくても、大多数にとっては暮らしにくくなるおそれがあります。
公平なAIの実現において、調達はどのような役割を果たすのか？
都市ごとの能力の差は、この課題をさらに深刻にしています。OECD第5回スマートシティと包摂的成長に関する円卓会議での議論は、技能、インフラ、組織の資源の格差を背景に、都市によるAIの導入と統治の方法に大きな違いがあることを示しています。実際には、都市がこうしたシステムを自ら開発しないことも多く、調達することになります。
そのため調達は、中心的でありながら、十分に検討されていない統制の要所となります。都市におけるAIのアカウンタビリティは単なる技術要件ではなく、誰が、誰に対して、何について責任を負うのかを明確にしなければならない社会的な関係です。データとインフラも管理する少数の民間主体がシステムを設計し、導入すると、都市の機能に関する重要な決定が事実上、外部に委ねられます。いったん導入されると、こうしたシステムは精査や異議申し立てが難しくなることがあります。
これは市民の信頼にも影響します。自律システムのような高度に技術的な分野でさえ、課題は安全性だけではなく、説明可能性にもあります。複雑なシステムを通じて下された決定は、導入の責任者にとっても解釈が難しいことがよくあります。結果を明確に説明できず、有意義な異議申し立てもできない場合、信頼を維持することはより難しくなります。
一方で、こうしたシステムは別の形で活用することもできます。AIは、政策立案者がトレードオフを検討し、都市への介入がさまざまな集団にどのような影響を及ぼすかを評価するのを助け、意思決定を支援できます。ただし、それはシステムの設計方法と、計画策定の過程で通常は排除されてきた人々の視点を取り入れるかどうかにかかっています。
アカウンタブルなAIを導入している都市はどこか？
「ブラックボックス」型の都市運営がもたらすリスクは現実のものですが、AIを市民の主体性を支える手段として取り戻せることを、すでに示している都市もあります。
たとえばヘルシンキとアムステルダムは、公共AI登録簿を先駆けて導入しました。これは「透明性ポータル」として機能し、どのアルゴリズムが市民サービスを運用しているのか、どのようなデータを使うのか、人間による監督がどのように維持されているのかを、市民が正確に確認できます。これにより、住民は受動的なデータの一要素から、情報を得たうえで関与する利害関係者へと変わります。
さらにアムステルダムは、障害者の権利擁護者を含む市民評議会が参加する、参加型のAI設計を試み、「アクセシブルな経路案内ツール」の共同開発に取り組んできました。「標準的な」利用者にとって最速の経路を最適化するのではなく、AIは移動に障害のある人々の実体験を学習します。これらの例は、都市におけるAIの価値を狭い意味での効率性に限定する必要はないことを示唆しています。
デジタル主権と包摂的な調達の枠組みを通じて統治されれば、こうした技術は、よりアカウンタブルな意思決定を支えられます。ローラ・ルオツァライネン教授が指摘するように、こうしたツールを使えば、都市政策がもたらす社会的影響を仮想シミュレーションで「試す」ことができます。街路で取り返しのつかない現実となる前に、検証できるのです。
AIの設計によって、誰が恩恵を受け、誰が排除され、誰がその結果に異議を唱えられるのかが明らかになれば、AIはより良い都市の意思決定を支援できます。
