UrbAI：探索生成式AI图像处理促进公民参与的可能性

研究背景与问题

• 问题与挑战：

  • 当前城市发展中的市民参与机会有限，不鼓励更广泛的市民贡献创意，缺少直观的想法表达手段。
  • 现有方法（如书面提交、签名、面对面工作坊或使用增强/虚拟现实）无法实现高保真的想法展示，公众更多依赖专业人士（如建筑师）设计工具表达观点。
  • 高保真技术(例如CAD工具)对公众普遍不可及，成本高且需专业培训。

• 重要性：

  • 城市发展中公众声音至关重要，以确保社会的透明性与可持续性。
  • 市民参与的早期阶段对提升公众接受度和推动创新尤为关键。

• 研究动机：

  • 生成式人工智能（Generative AI，GenAI）的兴起提供了便捷的新途径，通过视觉化增强公众在城市发展中的参与感。
  • 相关研究显示，视觉元素对激发反思、交流复杂问题和协作设计起着重要作用。

解决方案

• 方法与提出的系统：UrbAI：

  • 系统提出了一种用户友好的生成式AI工具，允许市民通过手机拍摄城市景观照片，标注需要改进的区域并提供描述性建议，最终自动生成高保真图像（视觉化修改后的想法）。
  • 提供多任务功能，包括图像处理、社区讨论平台和反馈模块，使用户能够深入参与和迭代其提议。

• 创新点：

  • 民主化工具：不需要市民具备设计技能，降低技术准入门槛。
  • 协同创作：将GenAI视为市民的共同创造工具，鼓励从问题到解决方案的递进式探索。
  • 反馈与透明性：通过生成反馈(如合规性、可行性、成本、环境影响等)，让市民理解其提议的背景及约束条件。

• 主要步骤与技术：

  1. 市民上传图像，由AI扫描识别潜在的城市问题（例如噪音污染、安全隐患）。
  2. 用户可通过多模态输入（文本、语音或标记照片）描述新的改进想法。
  3. 系统提供基于市政规定和环境适应性的反馈，帮助进一步调整提议。
  4. 提交概念后，将想法分类并在社区论坛中可见，使其他居民和专家可评价、评论和共同完善。

研究成果

• 具体成果：

  • 技术探针研究（N=16）：
    • 与传统书面形式相比，GenAI工具更有效地激发了市民的创造力和想象力。
    • 应用过程中，市民的注意力从问题描述转向了解决方案的尝试。
  • 专家访谈（N=6）：
    • GenAI被认为是增强早期市民参与的有力方法，可以吸引更多非专业人士的参与。
    • 同时存在排除老年人或数字技术新手的担忧。
  • 原型设计和评估（N=10）：
    • 市民普遍认为UrbAI通过分步引导和图像生成反馈增强了流程可操作性。
    • 系统的社区功能（查看、搭建共同改进的机会）深受启发，帮助市民间了解彼此的需求。

• 与现有解决方案的比较：

  • 实现了从低保真到高保真的无缝转化，克服了传统方法中的语言/草图表达障碍。
  • 能够提供更透明的反馈，加强市民与地方政府间的互动。

• 实验评估结果：

  • 通过生成式AI，用户在创造力、表达愿景和理解可行性方面的能力得到了显著提升。
  • 社区层面的功能能够促成更多的协作与包容性讨论。

• 局限性与未来方向：

  • 局限性：
    • 数字工具可能会将不熟悉技术的人群排除在外。
    • 高保真图像可能限制参与者的想象空间，或建立不符合现实的期待。
    • GenAI工具生成的内容精确性或多样性可能受其训练数据的限制。
  • 未来方向：
    • 探索在面对面工作坊中结合GenAI，让技术新手也能受益。
    • 优化生成模型以适应普通市民的输入模式，从需求导向为主发展到更多场景功能。
    • 设计混合方法（如低保真原型与高保真图像结合），优化设计对话中的探索性和灵活性。

总结

本研究展示了如何利用生成式人工智能（GenAI）作为城市发展中的协作工具来吸引市民、增强创造力及推动公众参与决策。特别是，本研究为设计面向公众友好的AI工具明确了几个关键指导原则，如透明性、易操作性，以及创造性支持。未来的研究应着重探索如何更高效地混合生成式AI与传统城市规划方法，最大化多方利益。