Zyski:
- Umiejętność wykorzystania sztucznej inteligencji do gromadzenia, podsumowywania i tematyzacji ankiet, opinii i danych interesariuszy w planowaniu partycypacyjnym
- Podczas analizowania jakościowych informacji zwrotnych za pomocą sztucznej inteligencji należy pamiętać o reprezentacji, stronniczości i odpowiedzialności, aby chronić głosy grup marginalizowanych
- Zrozum, że podsumowanie sztucznej inteligencji nie zastępuje uczestnictwa i że ostateczna decyzja należy do przejrzystego i odpowiedzialnego procesu publicznego
Plan jest technicznie poprawny, ale bezprawny, jeśli nie uwzględnia głosów ludzi, którzy będą na nim żyć. Planowanie partycypacyjne oznacza, że decyzje podejmują nie tylko eksperci, ale także obywatele korzystający z tej przestrzeni, handlowcy, wodzowie, społeczeństwo obywatelskie i inne zainteresowane strony. W procesie tym gromadzone są duże ilości danych jakościowych (dane zawierające tekst i opinie, a nie liczby) z ankiet, spotkań, petycji, opinii internetowych i obserwacji terenowych. Sztuczna inteligencja jest potężną pomocą w podsumowywaniu tysięcy opinii, wyodrębnianiu tematów, przeprowadzaniu analizy nastrojów i raportowaniu. Jednak największym zagrożeniem związanym ze sztuczną inteligencją w planowaniu partycypacyjnym jest stronniczość reprezentacji: może ona wzmocnić głosy większości i często powtarzane stwierdzenia oraz sprawić, że głosy mniejszości, niedostępnych cyfrowo i marginalizowanych grup staną się niewidoczne. Podsumowanie AI nie zastępuje uczestnictwa; Ostateczna decyzja jest podejmowana w przejrzystym i odpowiedzialnym procesie publicznym.
Dlaczego i jak wziąć udział
Uczestnictwo nie jest ceremonią „zbierania certyfikatów”, ale prawdziwym źródłem wiedzy i legitymizacji. Dobry proces zaangażowania łączy różne kanały: spotkanie twarzą w twarz, ankieta w gospodarstwie domowym, formularz online, spacer w terenie, spotkanie grupy docelowej. Każdy kanał przedstawia innych ludzi: młodzież online, spotkania twarzą w twarz ze starszymi osobami i mieszkańców okolicy. Bazowanie na jednym kanale wyklucza wszystkich, którzy z tego kanału nie korzystają.
Sztuczna inteligencja odgrywa rolę w zrozumieniu zebranych danych: przeczytanie setek stron wolnego tekstu, pogrupowanie ich i wyodrębnienie najważniejszych tematów zajęłoby całe tygodnie; AI skraca to do godzin. Ale ta prędkość nie eliminuje odpowiedzialności za reprezentację.
Uwaga: Podsumowanie AI ma tendencję do przedstawiania najczęściej powtarzanej i najgłośniejszej opinii jako „opinii ogólnej”. To, że żądanie się powtarza, nie czyni go bardziej sprawiedliwym; może po prostu wskazywać, że ta grupa jest większa lub lepiej zorganizowana. W każdym podsumowaniu pytanie „kogo brakuje, czyj głos jest ochrypły?” zapytać.
Kolejnym wymiarem uczestnictwa jest różnorodność językowa i kulturowa. W mieście istnieją grupy posługujące się różnymi językami, różnym poziomem umiejętności czytania i pisania oraz różnymi formami ekspresji. AI zapewnia tutaj prawdziwą wygodę, ponieważ może przetwarzać widoki z wielu języków w jednym przebiegu; na przykład może łączyć komentarze zebrane w różnych językach ze wspólnymi tematami. Jednak w tłumaczeniu i podsumowaniu mogą zostać utracone subtelności: lokalny idiom, wyrzut, odniesienie kulturowe mogą zostać spłaszczone i błędnie zinterpretowane przez sztuczną inteligencję. Dlatego w przypadku udziału osób wielojęzycznych lub zróżnicowanych kulturowo ważne jest, aby wyniki sztucznej inteligencji były sprawdzane przez osoby, które znają te społeczności. Zwiększanie dostępu za pomocą technologii jest cenne; ale dostęp nie zwalnia z odpowiedzialności za dokładne przekazanie znaczenia.
Reprezentacja, stronniczość i etyka
Trzy ryzyka etyczne są szczególnie ważne w planowaniu partycypacyjnym:
- Stronniczość uczestnictwa: kto wziął udział w ankiecie? Często niedostatecznie reprezentowane są dzielnice o słabym dostępie do Internetu, osoby starsze, niepełnosprawne, imigrantki i pracujące kobiety. AI sama tego nie mówi; Należy osobno zbadać profil uczestnika.
- Stronniczość podsumowująca: sztuczna inteligencja faworyzuje większość i częstą ekspresję; Rzadki, ale krytyczny alert (np. obserwacja powodzi) może zostać uznany za „hałas” i wyeliminowany.
- Błędny komentarz: analizę nastrojów i wyodrębnianie tematów można zabarwić założeniami kulturowymi zawartymi w danych szkoleniowych sztucznej inteligencji; mogą błędnie odczytać kontekst lokalny.
Trzy zasady chroniące przed tymi zagrożeniami: chroń dostęp do surowych danych (podsumowanie nigdy nie powinno być jedyną prawdą), oddzielnie monitoruj grupy mniejszościowe i marginalizowane oraz rejestruj proces w sposób przejrzysty.
Krok po kroku: Analiza danych dotyczących zaangażowania za pomocą AI
- Anonimizuj dane. Wyczyść dane osobowe (imię i nazwisko, kontakt); KVKK/prywatność.
- Utwórz profil uczestnika. Kto był, kogo brakuje?
- Utwórz motyw dla AI. Ale poproś o tematy mniejszościowe osobno.
- Porównaj z surowymi danymi. Czy podsumowanie odzwierciedla rzeczywistość?
- Zidentyfikuj i uzupełnij brakujące grupy. Dodaj dodatkowy kanał (twarzą w twarz).
- Zgłaszaj przejrzyście. Wiadomo, kto brał udział, a kto zaginął.
- Pozostawić decyzję procesowi publicznemu. Podsumowanie AI, a nie decyzja.
Słaba zachęta/silna zachęta
Słaba zachęta: „Podsumuj komentarze do ankiety”.
AI najczęściej podkreśla tematy; Znika głos mniejszości, znika profil uczestnika.
Mocna wskazówka: „Poniżej znajduje się 1200 opinii obywateli [anonimowych]. (1) Wyodrębnij główne tematy według częstotliwości. (2) Zbierz TAKŻE tematy mniejszości, które są nieliczne, ale mogą być ważne (takie jak bezpieczeństwo, powódź, dostępność) na osobnej liście; wyeliminuj je jako niskiej częstotliwości. (3) W każdym temacie wskaż, czy jest jasne, która opinia pochodzi od jakiego typu uczestnika. (4) Zgadnij, które grupy mogły zostać pominięte w podsumowaniu. Zastąp opinie własną interpretacją, np. grupą. Dane: [...]”
Drugi monit wyraźnie domaga się ochrony głosu, profilu i martwych punktów mniejszości.
Cztery szablony do kopiowania
Zadanie: Z poniższych [anonimowych] danych dotyczących uczestnictwa wyodrębnij (1) kluczowe tematy według częstotliwości, (2) ODDZIELNĄ listę mniej powtarzających się, ale potencjalnie krytycznych tematów. Wyeliminuj komentarze o niskiej częstotliwości. Dodaj własny komentarz; grupa taka jaka jest. Dane: [...]
Zadanie: Sprawdź poniższe dane profilu uczestnika. Które grupy (wiek, sąsiedztwo, płeć, dostęp) mogą być niedostatecznie reprezentowane? Jaki dodatkowy kanał zaangażowania jest zalecany do uzupełnienia brakujących głosów?Profil: [...]
Zadanie: Stwórz dla mnie listę kontrolną, aby porównać następujące podsumowanie tematu AI z surowymi danymi: jak sprawdzić, który motyw jest naprawdę dominujący, który jest przesadzony, który krytyczny pogląd mógł zostać wyeliminowany? Podsumowanie: [...]
Zadanie: Napisz przejrzysty PROJEKT informacji publicznej na podstawie poniższych wyników uczestnictwa. Powiedz szczerze, kto brał udział, kto był nieobecny i w jaki sposób ich opinie zostaną odzwierciedlone w decyzji. Nie przedstawiaj uczestnictwa jako „aprobaty”. Wyniki: [...]
Tabela: kanał uczestnictwa i reprezentacja
kanał
Kto to dobrze łapie?
Kto porywa
Rola sztucznej inteligencji
formularz internetowy
Młodzi, z dostępem do technologii cyfrowych
Osoby starsze, niski dostęp
Ekstrakcja motywu
spotkanie twarzą w twarz
ustalony, zaniepokojony, spokojny
pracownik, zdalny
podsumowanie ocen
badanie gospodarstwa domowego
szeroki przekrój
nie w domu
Edycja danych
Grupa docelowa
konkretnego zainteresowanego
ogół społeczeństwa
Podsumowanie wywiadu
Petycja/skarga
Zorganizowany, problematyczny
Zadowolona milcząca większość
Klasyfikacja
trzy mini etui
Przypadek 1 – Znikające ostrzeżenie mniejszości. Jedna gmina podsumowuje 3000 opinii za pomocą sztucznej inteligencji; W dokumencie podkreślono żądania dotyczące „parkingu” i „przestrzeni zielonej”. Kiedy planista pyta o osobne tematy dotyczące mniejszości, dowiaduje się, że 11 osób zgłosiło obserwację powodzi wzdłuż strumienia. To krytyczne, ale „nieco powtarzające się” ostrzeżenie zostało usunięte w pierwszym podsumowaniu. Ochrona głosów mniejszości może stanowić kwestię bezpieczeństwa.
Przypadek 2 — Niewidzialne sąsiedztwo. Na podstawie analizy profilu zespół odkrywa, że 70 procent frekwencji pochodzi z trzech centralnych dzielnic, podczas gdy na obrzeżach nie widać prawie żadnego odzewu. Dostęp do formularza on-line jest tam ograniczony. Zespół udoskonala reprezentację, dodając spotkanie twarzą w twarz i ankietę domową. Różnorodność kanałów jest warunkiem wstępnym uczciwości.
Przypadek 3 – Uczciwe raportowanie. Jedna z gmin wyraźnie pisze w swoim raporcie udziału, że „w procesie wzięło udział 2400 osób, jednakże osoby powyżej 65. roku życia i dwie dzielnice podmiejskie były niedostatecznie reprezentowane i dla tych grup zorganizowano dodatkowe spotkania”. Parlament ocenia wynik z realistyczną wagą. Zgłaszanie braków, a nie ich ukrywanie, legitymizuje uczestnictwo.
Typowe błędy
- Uznawanie podsumowania AI za jedyną prawdę. Dostęp do surowych danych musi być chroniony; To komentarz podsumowujący.
- Mylisz częstotliwość z uczciwością. Bardzo powtarzające się żądanie nie jest najdokładniejszym żądaniem.
- Eliminacja kontaktu z mniejszościami. Rzadkie, ale krytyczne ostrzeżenia (bezpieczeństwo, powódź) nie powinny zostać utracone.
- Nie sprawdzanie profilu uczestnika. Jeśli nie zostanie zadane pytanie, kto zaginął, wykluczenie nie pojawi się.
- Opieranie się na jednym kanale. Każdy kanał pomija grupę; różnorodność jest koniecznością.
- Przedstawianie uczestnictwa jako „aprobaty”. Uczestnictwo stanowi wkład w podejmowanie decyzji, a nie fasadę legitymizacji.
- Brak ochrony danych osobowych. Opinie nie powinny być przetwarzane bez anonimizacji.
Podsumowując
Planowanie partycypacyjne jest źródłem wiedzy i demokracji legitymizującej planowanie; Sztuczna inteligencja jest potężną pomocą w podsumowywaniu, wyodrębnianiu tematów i raportowaniu dużych zebranych danych jakościowych. Jednak sztuczna inteligencja niesie ze sobą nastawienie na reprezentację: wywyższa większość i częstą ekspresję, a umniejsza mniejszość i to, co niedostępne cyfrowo. Utrzymuj dostęp do surowych danych w celu ich właściwego wykorzystania, osobno monitoruj tematy mniejszości, przeglądaj profile uczestników i uzupełniaj brakujące grupy dodatkowymi kanałami oraz uczciwie raportuj postępy. Podsumowanie AI nie zastępuje uczestnictwa; Ostateczna decyzja zostanie podjęta w drodze przejrzystego i odpowiedzialnego procesu publicznego.
Zadanie aplikacji
Rozważ zbiór danych dotyczących zaangażowania (rzeczywisty lub przykładowy). (1) Wyodrębnij oddzielnie tematy główne i mniejszościowe za pomocą pierwszego szablonu; uchwycić przynajmniej jeden krytyczny temat mniejszości. (2) Korzystając z drugiego szablonu, przejrzyj profil uczestnika, zidentyfikuj brakującą grupę i zaproponuj dodatkowy kanał. (3) Przygotuj listę kontrolną do porównania podsumowania AI z surowymi danymi z trzeciego szablonu. (4) „Kogo brakuje, czyj głos jest ochrypły?” Odpowiedz na pytanie w kontekście tych danych.
lista kontrolna
- [ ] Zanonimizowałem dane dotyczące uczestnictwa; Chroniłem dane osobowe.
- [ ] Sprawdziłem profil uczestnika; Zidentyfikowałem brakujące grupy.
- [ ] Chciałem także tematów mniejszościowych i krytycznych; Zapobiegłem jego eliminacji.
- [ ] Porównałem podsumowanie AI z surowymi danymi.
- [ ] Uzupełniłem brakujące dźwięki dodatkowymi kanałami partycypacyjnymi.
- [ ] Uczciwie zgłosiłem obecność; Nie przedstawiłem tego jako „aprobaty”.
- [ ] Ostateczną decyzję pozostawiam przejrzystemu procesowi publicznemu.