Comment Vienne est-elle mélangée ethniquement mixte – ou non? Et que peut dire l’intelligence artificielle (IA) sur ces structures sociales? Robert Musil de l’Institut de recherche urbaine et régionale de l’Académie autrichienne des sciences (Öww), avec son collègue Jiannis Kaučić, a examiné un ensemble de données inhabituel: la ville de Vienne avait son registre du détecteur avec deux millions de personnes recréées par une IA.
Le résultat est un ensemble de données synthétiques simulé. Musil et Kaučić voulaient découvrir comment il peut être bien analysé dans la ville avec ces données générées artificiellement. Le grand avantage des données de l’IA est: ne sont pas soumis à la protection des données et sont facilement accessibles. “Cela simplifie les travaux scientifiques. Aux États-Unis ou en Suède, vous recherchez déjà plus avec des ensembles de données, donc vous êtes plus loin que nous”, explique Robert Musil.
Distribution entre la ceinture et les districts internes
Afin de découvrir comment les données synthétiques s’occupent du registre d’immatriculation original, Musil et son équipe ont examiné la distribution ethnique de la population à Vienne. Les chercheurs voulaient savoir à quel point certains groupes de population sont fortement concentrés dans certains districts et à quel point cela peut être montré avec les données AI.
Ceux-ci montrent des tendances claires: alors que les personnes atteintes de racines en Allemagne vivent dans des districts internes tels que les 1er, 5e, 6e ou 8e district, les personnes ayant des antécédents turcs ou anciens Yougoslavo sont plus présents dans les quartiers autour de l’exemple de la ceinture en volant, Rudolfsheim-Fünfhaus ou Fovit. Les raisons de cela peuvent être polyvalentes qui, selon Musil, jouent un rôle: le marché immobilier. Les locations sont plus faibles autour de la ceinture car la charge de trafic est importante. Une autre raison pourrait également être la ségrégation volontaire comme suit: “Tyers plus où votre communauté est déjà représentée”, explique Musiil.
Cependant, il est également devenu clair dans l’analyse: les groupes de population sont saisis différemment. Selon Musil, la population ukrainienne montre, par exemple, en particulier séparé: “Beaucoup d’Ukrainiens: les intérieurs vivants dans les logements organisés. Cela conduit à une concentration spatiale très élevée”. Les groupes d’Europe de l’Est comme les personnes ayant des antécédents polonais sont beaucoup plus faibles. “Cela peut être dû au fait que le groupe est socialement plus fort et, selon les loyers à des prix plus élevés, peut se permettre ou ne peut pas se permettre et donc se distribuer différemment dans la ville”, explique Musiil.
Les données de la population reconnaissent les zones problématiques de la ville
Si maintenant les résultats qui ont été publiés avec l’aide du registre d’enregistrement d’origine sont comparés, avec ceux de l’ensemble de données d’IA, il s’avère que: “Si vous effectuez des analyses pour tout Vienne, alors les nombres synthétiques s’adaptent. Si vous descendez au niveau local, il y a des différences. Sur la plus grande, l’analyse fonctionne avec les données AI, dans les détails, en détail, il y a des émeutes ENORMATES avec le reste d’un développement original”. Par exemple, la ségrégation dans l’ensemble de données AI a été plutôt sous-estimée.
La recommandation de l’équipe de recherche: pour les futurs ensembles de données d’intelligence artificielle, des facteurs plus spatiaux tels que les axes de circulation, tels que la ceinture viennois, devraient être considérés davantage: “Si l’IA ne sait pas qu’il existe un espace de vie économique, il ne peut pas être correctement représenté”.
Musil voit un grand potentiel dans la recherche avec les données de la population: “Il est possible d’examiner fortement l’espace urbain à un petit niveau et donc d’obtenir une meilleure compréhension de la structure sociale”. De nombreuses dynamiques sociales sont visibles, par exemple, des mesures politiques peuvent être dérivées. “Les domaines du problème social pourraient être facilement découverts, vous saurez que vous devriez regarder de plus près ici et qu’il faut des mesures pour améliorer la situation.”
À ne pas manquer
