Utiliser l'IA pour améliorer les évaluations de durabilité urbaine

Les zones urbaines font face à de gros défis en ce moment. Plus de la moitié de la population mondiale vit maintenant dans des villes, et ce chiffre devrait atteindre 68 % d'ici 2050. Avec autant de gens entassés dans des espaces urbains, des problèmes comme le changement climatique, l'équité sociale et la résilience économique deviennent de plus en plus urgents. Les villes, c'est comme un grand puzzle où tout est connecté, ce qui peut rendre la tâche de les rendre durables un peu écrasante.

Les méthodes traditionnelles de planification urbaine ont essayé de s'attaquer à ces problèmes, mais souvent, ça ne suffit pas. C'est compliqué de mesurer la Durabilité à travers différents projets urbains, surtout que chaque projet peut avoir des objectifs et des impacts très variés. C'est là qu'intervient la norme ISO 37101. C’est un système élaboré par l'Organisation internationale de normalisation pour aider les villes à mieux gérer leurs efforts de durabilité.

#C'est quoi ISO 37101 ?

ISO 37101 est un cadre structuré qui aide les communautés à planifier et évaluer leurs projets de durabilité. Pense à ça comme un livre de recettes pour la durabilité urbaine – il a des directives qui s'assurent que les villes utilisent les bons ingrédients. Le cadre comprend six objectifs clés pour la durabilité (comme la Cohésion sociale et l'utilisation responsable des ressources) et douze domaines de concentration (comme la gouvernance et la santé). Cette combinaison aide les villes à voir comment leurs différentes initiatives s'imbriquent et impactent la durabilité globale.

Cependant, utiliser ce cadre peut être un peu comme résoudre un Rubik's Cube les yeux bandés : ça prend du temps et ça implique souvent beaucoup de devinettes, d'où la nécessité d'experts.

#L'arrivée des Grands Modèles de Langage

Récemment, les avancées en intelligence artificielle (oui, les robots arrivent) ont conduit au développement de Grands Modèles de Langage (GML). Ces machines peuvent comprendre et générer du texte qui sonne comme s'il avait été écrit par un humain. Donc, au lieu de devoir évaluer manuellement chaque projet urbain, on pourrait utiliser ces modèles intelligents pour catégoriser et évaluer les projets selon le cadre ISO 37101.

Imagine que t'as un assistant super efficace qui peut lire toutes tes descriptions de projets, déterminer quels objectifs de durabilité ils atteignent, et cracher un rapport plus vite que tu ne peux dire "résilience urbaine". Plutôt cool, non ? Eh ben, c’est l’idée derrière l'utilisation des GML pour les évaluations de durabilité !

#Objectifs de recherche et importance

L'idée principale de cette recherche, c'est de voir si on peut exploiter la puissance des GML pour rendre les évaluations de durabilité urbaine plus simples et efficaces. Voici ce qu'on veut découvrir :

1. Les GML peuvent-ils aider à catégoriser les projets urbains selon l'ISO 37101 ?
2. Cette approche va-t-elle aider à briser les barrières entre les différents domaines de la planification urbaine ?
3. Peut-on appliquer cette méthode dans divers contextes urbains ?

En répondant à ces questions, on espère montrer que l'utilisation des GML peut standardiser comment on évalue les projets urbains, ce qui rend plus facile pour les villes de partager des idées et des meilleures pratiques.

#Les défis du développement urbain durable

Les villes sont comme des machines complexes avec plein de pièces mobiles qui doivent travailler ensemble harmonieusement. Elles font face à divers défis qui rendent difficile l'atteinte des objectifs de durabilité. Par exemple, la planification urbaine implique souvent de travailler avec des données inconsistantes, ce qui complique la comparaison des projets ou la mesure de leur impact. Sans oublier que les méthodes d’évaluation traditionnelles peuvent être vraiment chronophages.

Et avec les conditions climatiques changeantes et les populations diverses, on a l'impression que les planificateurs essaient de toucher une cible mobile. C'est pour ça qu'une approche novatrice est nécessaire pour rendre les évaluations de durabilité rapides, fiables et applicables à divers projets.

#Le cadre ISO 37101 expliqué

ISO 37101 fournit une clarté pour évaluer la durabilité à travers ses six objectifs et douze enjeux. Ces objectifs de durabilité incluent :

• Attractivité
• Préservation et amélioration de l'environnement
• Résilience
• Utilisation responsable des ressources
• Cohésion sociale
• Bien-être

Le cadre inclut également des domaines de concentration qui aident les planificateurs à déterminer comment les projets contribuent à ces objectifs. Chaque projet peut être évalué à travers cette grille 6x12, donnant aux villes une vision plus complète de leurs progrès vers leurs objectifs de durabilité.

#Le rôle des Grands Modèles de Langage

Les GML sont conçus pour comprendre et analyser de grandes quantités de texte, ce qui les rend parfaits pour évaluer les projets de durabilité urbaine. Ces modèles peuvent aider les planificateurs à catégoriser rapidement les projets selon les définitions fournies dans l'ISO 37101, ce qui peut faire gagner un temps et des ressources précieux.

Par exemple, imagine que tu as 500 projets urbains à passer en revue. Au lieu de passer des heures à lire chacun d'eux, ton assistant GML peut analyser et catégoriser les initiatives en fonction de leurs contributions aux six objectifs de durabilité et douze enjeux en quelques minutes. C’est un vrai changement de jeu !

#Méthodologie : Comment ça marche

Pour utiliser les GML pour évaluer les initiatives de durabilité, on doit commencer avec un prompt bien structuré. Ce prompt présente les définitions de l'ISO 37101 et aide le GML à comprendre quoi chercher dans chaque description de projet.

1. Traitement des données : Avant d'alimenter les descriptions de projet au GML, on doit les nettoyer et les formater pour la cohérence.

2. Analyse par le GML : Chaque description de projet est entrée dans le GML à l'aide de notre prompt personnalisé, d'une manière qui nous permet d'obtenir des informations structurées basées sur le cadre ISO.

3. Agrégation des résultats : Après que le GML ait analysé les données, on agrège les résultats pour identifier des modèles et des tendances.

4. Reporting : Enfin, les résultats sont présentés dans des formats conviviaux comme des rapports Excel et des visualisations, facilitant la compréhension pour les planificateurs urbains et les parties prenantes.

#Test de l'approche avec des données réelles

Pour voir à quel point cette approche fonctionne, on l'a testée sur deux ensembles de données différents pour comparer les projets menés par des citoyens et des initiatives plus structurées :

1. Budget participatif de Paris : Cet ensemble de données comprend 527 projets présentés par des citoyens à Paris entre 2014 et 2022, mettant en avant les priorités locales en matière de durabilité.

2. Activités du projet PROBONO : Cet ensemble de données contient 398 activités de l'initiative PROBONO Horizon 2020, qui se concentre sur le développement de quartiers de bâtiments écologiques et de laboratoires vivants.

#Résultats de l'évaluation

Une fois qu'on a fait tourner le GML sur ces ensembles de données, on a trouvé des aperçus intéressants :

• Pour les projets parisiens : Un impressionnant 86 % des projets visaient à améliorer la cohésion sociale, tandis que 69 % se concentraient sur le bien-être. Les projets liés aux environnements de vie et à la culture étaient également très présents.

• Pour les activités PROBONO : Une forte emphase sur l'utilisation responsable des ressources a été notée, avec 74 % des projets alignés sur cet objectif. L'accent sur l'innovation et l'infrastructure communautaire était aussi évident.

Globalement, le GML a fourni une évaluation cohérente de ces initiatives, soulignant comment elles contribuaient aux objectifs de durabilité urbaine.

#Les avantages d'utiliser les GML

1. Gain de temps : Au lieu de passer 30 minutes par projet, les GML peuvent les traiter en quelques secondes. Cela signifie que les villes peuvent régulièrement mettre à jour leurs évaluations et rester au courant de leurs initiatives de durabilité.

2. Cohérence : Les GML offrent une interprétation standard des projets qui peut être comparée dans différents contextes, réduisant la variabilité qui pourrait survenir lors de l'examen par des humains.

3. Identification des opportunités : En catégorisant les projets de manière cohérente, les planificateurs peuvent identifier des lacunes, des redondances et des opportunités de synergie. Cela les aide à prendre de meilleures décisions sur le développement urbain.

#Briser les silos

Un des avantages les plus cool d'utiliser les GML, c’est leur capacité à aider à briser les silos dans la planification urbaine. En fournissant une visualisation claire de l'impact d'un projet, les parties prenantes peuvent mieux s'accorder sur ses contributions et collaborer à travers les secteurs. Par exemple, si un projet se concentre sur la cohésion sociale et un autre sur la biodiversité, les GML peuvent souligner comment ces deux domaines peuvent travailler ensemble pour un plus grand impact.

#Rendre les revues stratégiques plus faciles

Avec l'évaluation basée sur les GML, les villes peuvent prendre du recul et voir comment leurs objectifs globaux s'alignent avec des projets spécifiques. Cela aide à identifier les domaines où les objectifs ne peuvent pas être atteints et où des ajustements peuvent être nécessaires. Une cartographie claire des actions contre la vision de la ville peut s'assurer que tous les aspects de la durabilité sont pris en compte.

#Trouver des solutions

Une fois que les villes comprennent leurs besoins, elles peuvent utiliser cette approche structurée pour chercher des solutions ailleurs. Par exemple, si une communauté veut améliorer la cohésion sociale autour des efforts environnementaux, elle peut trouver des projets réussis qui ont fonctionné ailleurs, même s'ils ne ressemblent pas au premier abord.

#Directions futures

À l’avenir, cette recherche a plein d'applications pratiques pour les planificateurs urbains, les décideurs et les professionnels de la durabilité. Voici quelques directions clés :

1. Collaboration avec des experts : Travailler en étroite collaboration avec ceux qui sont dans le développement urbain aidera à peaufiner l'approche et à influencer la prise de décision durable.

2. Élargir l'approche : Adapter cette méthodologie pour des systèmes de plus grandes villes et créer des bases de données peut aider plus de villes à bénéficier de cette technologie.

3. Amélioration des GML : Affiner les GML pour des contextes spécifiques et les former à la terminologie locale en matière de durabilité garantira qu'ils puissent interpréter avec précision les différentes initiatives urbaines.

4. Boîtes à outils standardisées : Créer des outils conviviaux qui permettent aux villes d'évaluer leurs initiatives de durabilité de manière indépendante les responsabilisera partout dans le monde.

#Conclusion

En résumé, notre travail montre le potentiel des GML à transformer la façon dont les villes évaluent leurs projets de durabilité. Avec une grande précision et efficacité, ces modèles peuvent compléter les méthodes traditionnelles, rendant possible pour les communautés de mieux suivre leurs progrès vers des objectifs de durabilité et de partager des idées à travers les régions.

Et même si on n'a pas encore de voitures volantes, on se rapproche de plus en plus de rendre la planification urbaine plus intelligente, plus rapide et plus collaborative que jamais. Qui aurait cru que les algorithmes pouvaient être si sympas ?