Altruistic Ride Sharing: A Framework for Fair and Sustainable Urban Mobility via Peer-to-Peer Incentives
تقترح هذه الورقة إطار عمل "التشارك الإيثاري في الركوب" (ARS)، وهو إطار لامركزي يستخدم حوافز ائتمانية غير نقدية وتعلم تعزيزي متعدد الوكلاء لتنسيق التنقل بين الأقران، والذي أظهرت عمليات المحاكاة أنه يقلل بشكل كبير من مسافة السفر والانبعاثات وكثافة المرور مع ضمان المشاركة العادلة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل مدينة صاخبة حيث الجميع عالقون في سياراتهم الخاصة، يقودون بمفردهم للذهاب إلى العمل، مما يخلق ازدحاماً مرورياً هائلاً وتلوثاً للهواء. الآن، تخيل حلاً حيث يساعد الجيران بعضهم البعض، ليس من أجل المال، بل من أجل المودة.
تقدم هذه الورقة فكرة جديدة تسمى مشاركة الركوب الإيثارية (ARS). فكر فيها كأنها "بنك مجاملات" ضخم على مستوى المدينة، حيث العملة ليست الدولارات، بل نقاط اللطف.
إليك تفصيل لكيفية عمل ذلك، باستخدام تشبيهات بسيطة:
1. المشكلة: ازدحام المرور القائم على مبدأ "أنا أولاً"
تعمل تطبيقات مشاركة الركوب الحالية (مثل أوبر أو لفت) مثل المطعم. أنت تدفع مالاً للحصول على رحلة، والسائق يتقاضى مالاً مقابل قيادة الرحلة. الهدف هو الربح.
- الخلل: هذا النظام غالباً ما يفشل في جعل الناس يتشاركون الرحلات لأن الأمر كله يتعلق بجني المال. إذا اضطر السائق لاتخاذ مسار جانبي بسيط لاصطحاب راكب، فقد يقول "لا" لأن ذلك يكلفه وقتاً ووقوداً، والتطبيق لا يجعل الأمر يستحق العناء دائماً.
2. الحل: عملة "المودة"
يقترح المؤلفون نظاماً يسمى ARS حيث لا تدفع بالنقود. بل تدفع بـ نقاط الإيثار.
- التشبيه: تخيل مأدبة طعام مجتمعية (Potluck). إذا أحضرت طبقاً للمشاركة، تحصل على "رمز ودي". وإذا أردت الأكل، يجب عليك إنفاق رمز.
- كيف يعمل:
- القيادة = كسب: عندما تقود شخصاً آخر (حتى لو كان ذلك في مسار جانبي بسيط)، فإنك تكسب نقاطاً.
- الركوب = إنفاق: عندما تحتاج إلى رحلة، فإنك تنفق نقاطاً.
- الشرط: لا يمكنك الجلوس على الأريكة والأكل للأبد. إذا استمررت في الركوب دون القيادة، ستنفد نقاطك، ويجب عليك أن تصبح سائقاً لتعود إلى اللعبة. هذا يمنع "المتطفلين" (الأشخاص الذين يأخذون فقط ولا يعطون أبداً).
3. العقل المدبر: الذكاء الاصطناعي "قائد الفريق" (ORACLE)
إن إدارة آلاف الأشخاص الذين يتنقلون بين كوني سائق وراكب أمر صعب للغاية. إذا حاولت القيام بذلك باستخدام جدول بيانات بسيط، فسيصبح الأمر فوضوياً.
- التشبية: تخيل لعبة كراسي موسيقية ضخمة تضم 200 لاعب. يجب أن يكون هناك شخص ما ليكون "قائد الفريق" الذي يهمس للجميع: "أنت، اذهب لاصطحاب ذلك الشخص"، و"أنت، انتظر هنا".
- التقنية: تستخدم الورقة ذكاءً اصطناعياً خاصاً يسمى ORACLE. بدلاً من تعليم كل سائق قواعده المنفصلة (مما سيكون بطيئاً ومربكاً)، يستخدم ORACLE عقلاً واحداً مشتركاً يستخدمه الجميع.
- ينظر إلى الحي، ويرى من يحتاج إلى رحلة، ويخبر أقرب سائق: "مهلاً، أنت قريب، امنحهم توصيلة!"
- يتعلم من الأخطاء. إذا تجاهل السائق النصيحة، يتعلم الذكاء الاصطناعي من تلك التجربة ليؤدي بشكل أفضل في المرة القادنة.
4. النتائج: حركة مرور أقل، ومزيد من اللطف
اختبر الباحثون هذه الفكرة باستخدام بيانات حقيقية من رحلات سيارات الأجرة في مدينة نيويورك. لقد قاموا بمحاكاة مدينة يلعب فيها الجميع وفقاً لقواعد "المودة" هذه.
- السحر:
- انخفضت حركة المرور بنسبة 30%: لأن المزيد من الناس شاركوا السيارات، مما يعني وجود عدد أقل من السيارات على الطريق.
- انخفض التلوث بنسبة 20%: لأن عدد السيارات التي تقود أقل يعني عوادم أقل.
- العدالة: وازن النظام نفسه بشكل طبيعي. الأشخاص الذين كانوا بحاجة إلى رحلات أكثر أصبحوا في النهاية سائقين، مما ضمن وجود إمداد دائم من السيارات. لم يُترك أحد عالقاً، ولم يُحبس أحد في القيادة للأبد.
5. لماذا هذا مختلف؟
معظم مشاركة الركوب هي مثل معاملة تجارية (أعطيك 10 دولارات، وتعطيني رحلة).
هذا النظام يشبه مراقبة الحي أو حديقة مجتمعية.
- إذا ساعدت جارك، فإنك تبني الثقة أو "الائتمان الاجتماعي".
- إذا كنت تأخذ فقط دون أن تعطي، فإن المجتمع يتوقف طبيعياً عن مساعدتك حتى تساهم.
الخلاصة
تشير هذه الورقة إلى أننا لسنا بحاجة لدفع المال للناس لمشاركة الرحلات لإنقاذ مدننا. بدلاً من ذلك، يمكننا بناء نظام حيث مساعدة الآخرين هي المكافأة نفسها. من خلال استخدام ذكاء اصطناعي ذكي لإدارة "نقاط المودة"، يمكننا إنشاء مدينة أقل ازدحاماً، وأنظف، وأكثر عدلاً للجميع. إنها تحول التنقل الحضري من صراع فردي إلى رياضة جماعية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.