Human-centred AI for streetscape and heritage-integrity assessment: a decision-support framework for Old Sana'a, Yemen
تقدم هذه الدراسة إطاراً لدعم اتخاذ القرار مدعوماً بالذكاء الاصطناعي ومركزاً على الإنسان، يعمل على قياس الارتباط القوي بين جودة الشوارع وسلامة التراث في صنعاء القديمة باليمن، وذلك باستخدام الرؤية الحاسوبية والتحقق من قبل الخبراء لإنشاء مصفوفة أولويات من أجل إدارة الحفظ المستهدفة.
في قلب اليمن تقع صنعاء القديمة، وهي مدينة لا يُحبس فيها التاريخ داخل المتاحف، بل يُعاش في الشوارع الضيقة والمتعرجة التي تربط بين المنازل الشاهقة والمزخرفة. لقرون مضت، كانت هذه الشوارع أكثر من مجرد مسارات للمشي؛ فهي العروق الحية لتراث يعتمد على استمرارية الحي بأك entero، وليس فقط على بقاء المعالم الفردية. إن الحفاظ على مكان كهذا يتطلب موازنة احتياجين متنافسين في كثير من الأحيان: الحفاظ على أصالة وسلامة المباني التاريخية، مع ضمان بقاء الشوارع وظيفية وآمنة وممتعة للناس الذين يمشون فيها كل يوم. وغالباً ما يتعامل الخبراء مع هذين الهدفين كمسألتين منفصلتين، حيث يركزون إما على جمال العمارة أو على تدفق الحياة اليومية. ولكن في مدينة حية، فإن حالة الجدار ووضوح المسار مرتبطان ارتباطاً وثيقاً. إن فهم كيفية تفاعل هذه العناصر يعد أمراً حاسماً لاتخاذ قرارات ذكية بشأن أين تُنفق الموارد المحدودة، خاصة في مدينة تواجه ضغوط النزاعات والزمن.
لقد طور فريق من الباحثين طريقة جديدة للنظر في هذه العلاقة المعقدة، تجمع بين الخبرة البشرية والذكاء الاصطناعي لرسم خريطة لصحة شوارع صنعاء. لقد ساروا عبر 96 قطاعاً مختلفاً من الشوارع، والتقطوا آلاف الصور الفوتوغرافية لإنشاء سجل بصري مفصل للمدينة. وبدلاً من الاعتماد فقط على العيون البشرية لتقييم كل بوصة من كل شارع — وهي مهمة بطيئة وعرضة لعدم الاتساق — استخدموا نظاماً حاسوبياً مدرباً على رصد تفاصيل محددة. هذا النظام، الذي يعمل كمساعد دؤوب، حدد كل شيء بدءاً من نوع النوافذ وحالة البناء بالطوب، وصولاً إلى وجود التداخلات الحديثة مثل الأسلاك المكشوفة أو أطباق الأقمار الصناعية. ومع ذلك، فقد حرص الباحثون على ضمان عدم اتخاذ الحاسوب للقرار النهائي؛ حيث صمموا عملية يتم فيها مراجعة وتصحيح نتائج الآلة من قبل خبراء بشريين يدركون الأهمية الثقافية العميقة لعمارة المدينة. سمحت هذه الشراكة بإنشاء درجتين متميزتين لكل شارع: إحداهما تقيس مدى كفاءة عمل الشارع للناس، والأخرى تقيس مدى الحفاظ على النسيج التاريخي.
كشفت النتائج عن وجود صلة واضحة وقوية بين هاتين الدرجتين. فالشوارع المنظمة جيداً والسهلة في التنقل كانت تميل أيضاً لتكون هي الشوارع التي تكون فيها المباني التاريخية في حالة أفضل. وهذا يشير إلى أنه عندما تتم رعاية الشارع ككل، فإن نفعيته وقيمته التراثية تميلان للازدهار معاً. ومع ذلك، كشفت الدراسة أيضاً عن انقسام مثير للاهتمام اعتماداً على نوع الشارع. فالأزقة السكنية الضيقة، حيث يعيش الناس، أظهرت أعلى مستويات السلامة التاريخية؛ حيث كانت الجدران القديمة والتصاميم التقليدية محفوظة جيداً، لكن هذه الشوارع غالباً ما عانت من مشكلات وظيفية مثل الإضاءة الضعيفة أو المسارات المسدودة. وفي المقابل، كانت الشوارع التجارية المزدحمة أسهل بكثير في الحركة وأكثر وضوحاً بصرياً، لكنها عانت من فقدان الطابع التاريخي، حيث غطتها غالباً لافتات حديثة، ووحدات تكييف هواء، وواجهات معدلة. أما الشوارع متعددة الاستخدامات فقد وقعت في منطقة وسطى، حيث توازن بين الجودتين.
ولتحويل هذه النتائج إلى عمل ملموس، نظم الباحثون الشوارع في أربع مجموعات متميزة لتوجيه مديري المدينة. بعض الشوارع كانت بحاجة إلى مساعدة عاجلة لأنها تعاني من التدهور وسوء الوظيفة معاً. وبعضها الآخر كان في حالة جيدة من الناحية الوظيفية ولكنه يحتاج إلى رقابة صارمة لمنع التداخلات الحديثة من إفساد مظهره التاريخي. وثمة مجموعة ثالثة كانت تمتلك مبانٍ جميلة وسليمة ولكنها تحتاج إلى تحسينات لجعلها أكثر أماناً وسهولة في المشي. أما المجموعة الأخيرة فكانت في حالة ممتازة ولا تحتاج سوى إلى المراقبة الروتينية. ومن خلال استخدام هذا النظام، يمكن لمخططي المدن الآن رؤية أين يركزون جهودهم بالضبط. فعلى سبيل المثال، قد يتم تحديد شارع تجاري معين بأنه يحتاج إلى إدارة أفضل للافتات والكابلات بدلاً من الإصلاحات الهيكلية، بينما قد يحتاج زقاق سكني إلى رصف جديد وإضاءة دون المساس بالجدران التاريخية.
هذا النهج لا يحل محل حكم الخبراء البشريين، بل يمنحهم أداة قوية لرؤية الصورة الكبيرة بسرعة واتساق. يتولى الحاسوب العمل المتكرر المتمثل في رصد آلاف التفاصيل الصغيرة، بينما يوفر البشر السياق اللازم لفهم ما تعنيه تلك التفاصيل لروح المدينة. تؤكد الدراسة أنه بينما يمكن للذكاء الاصطناعي اكتشاف الأنماط والعيوب بسرعة مثيرة للإعجاب، فإنه لا يستطيع بعد فهم المعنى الثقافي العميق لمدينة تاريخية بمفرده. إن المسار الأكثر فعالية هو الشراكة حيث توفر التكنولوجيا البيانات ويقدم البشر الحكمة. يقدم هذا الأسلوب طريقة عملية وشفافة لحماية صنعاء القديمة، مما يضمن أن القرارات تستند إلى أدلة واضحة بدلاً من التخمين، وأن طابع المدينة الفريد سيُحفظ للأجيال القادمة.
ملخص تقني: الذكاء الاصطناعي المتمحور حول الإنسان لتقييم المشهد الحضري وسلامة التراث في صنعاء القديمة
بيان المشكلة غالبًا ما تتعامل صيانة المدن التاريخية مع الحفاظ على المعالم الفردية وجودة المشهد الحضري المحيط بها كمجالات تحليلية منفصلة. وفي بيئات التراث الحي مثل مدينة صنعاء القديمة في اليمن، يعد هذا الفصل إشكاليًا لأن الشارع يعمل في آن واحد كممر للحركة وكمساحة تفاعل ثقافي. وبينما يركز بحث التصميم الحضري على السمات الإدراكية والوظيفية (مثل الوضوح والعوائق)، تعطي الدراسات التراثية الأولوية للأصالة والاستمرارية المادية. وفي السياقات غير الغربية، تُعد سمات مثل الضيق والانغلاق سمات إيجابية ثقافيًا، ومع ذلك قد تُفسر خطأً على أنها عيوب وفقًا للمعايير الحضرية القياسية. علاوة على ذلك، ورغم أن الرؤية الحاسوبية قد وسعت نطاق التقييم البصري الحضري، إلا أن تطبيقها المباشر على المواقع التراثية يظل محدودًا بسبب عدم قدرتها على تحديد الأهمية الثقافية أو المعنى المحلي بشكل مستقل. وهناك نقص في الأطر التي تدمج الفحص البصري المؤتمت مع التقدير الخبير للتراث لدعم قرارات الحفظ في ظل محدودية الموارد.
المنهجية تستخدم الدراسة تصميمًا تحليليًا هجينًا ومتمحورًا حول الإنسان يتضمن 96 مقطعًا شارعيًا داخل مدينة صنعاء القديمة المسورة. يتكون سير العمل من خمس مراحل:
جمع البيانات: تم التقاط صور بمستوى المشاة على فترات طولها 10 أمتار (بارتفاع 1.6 متر) باستخدام كاميرا Canon EOS 80D، مما نتج عنه 1,152 صورة. تم تصنيف مجموعة البيانات عبر الأزقة السكنية، والشوارع التجارية الرئيسية، والممرات مختلطة الاستخدام.
الكشف بمساعدة الذكاء الاصطناعي: تم تدريب نموذج كشف الأجسام YOLOv8 مضبوط بدقة على 2,400 صورة مصنفة من مدن تاريخية (القاهرة، فاس، تونس، صنعاء). يستهدف النموذج 18 فئة، تشمل عناصر الواجهات، وتدهور الأسطح، والأسلاك المكشوفة، والتدخلات الحديثة (مثل أطباق الأقمار الصناعية، ووحدات التكييف).
هندسة الميزات وبناء المؤشرات: تم تشغيل مؤشرين مركبين:
مؤشر جودة الشارع (SQI): يقيس الظروف الإدراكية والوظيفية (النظام البصري، مستويات العوائق، وضوح الحركة، والوضوح الإدراكي).
مؤشر سلامة التراث (HII): يقيس استمرارية وحالة النسيج التاريخي (تماسك الواجهات، الأصالة المادية، التناغم المعماري، والتغييرات الدخيلة). تم تطبيع الميزات، وتوزينها عبر عملية "دلفي" مع خمسة خبراء، وتجميعها.
التحقق من قبل الخبراء: تم استخدام نهج "الإنسان في الحلقة" (human-in-the-loop) حيث قام خبراء التراث بمراجعة الدرجات المستمدة من الذكاء الاصطناعي. قام الخبراء بتصحيح الدرجات بناءً على المعرفة الميدانية والمعايير الثقافية التي لم يلتقطها الكاشف. وكان الاتفاق بين المقيمين مرتفعًا (كابا = 0.82).
التحليل الإحصائي والمكاني: استُخدم معامل ارتباط بيرسون ونماذج الخطأ المكاني لتقييم الارتباط بين SQI وHII، مع مراعاة التبعية المكانية. كما تم تطوير مصفوفة أولويات التدخل لترجمة المؤشرات إلى استجابات إدارية.
النتائج الرئيسية
الارتباط: وُجد ارتباط إيجابي قوي بين جودة الشارع وسلامة التراث (r=0.74، p<0.001، R2=0.55). وظل هذا الارتباط معنويًا بعد مراعاة التبعية المكانية (معامل الخطأ المكاني = 0.68).
الاختلافات النمطية:
الأزقة السكنية: أظهرت أعلى سلامة تراثية (متوسط HII = 69.7) ولكن أدنى جودة شارع (متوسط SQI = 59.5)، مما يشير إلى استمرارية قوية للنسيج ولكن أداء وظيفي أضعف (الإضاءة، الرصف).
الشوارع التجارية: أظهرت الملف العكسي بجودة شارع أعلى (متوسط SQI = 79.0) ولكن سلامة تراثية أقل بكثير (متوسط HII = 47.0) بسبب اللافتات، والخدمات المكشوفة، وتعديلات الواجهات.
الممرات مختلطة الاستخدام: شغلت مواقع متوسطة.
أداء الذكاء الاصطناعي: حقق كاشف YOLOv8 متوسط دقة (mAP) قدره 0.89 للكشف البصري العام. ومع ذلك، تطلبت المخرات الخاصة بالتراث تصحيحًا أكبر بكثير من قبل الخبراء (على سبيل المثال، معدل تصحيح 42% للأصالة المادية مقابل 8% لمستويات العوائق)، مما يسلط الضوء على الفجوة بين التعرف على الأنماط البصرية والتفسير الثقافي.
أنماط التدهور: تم تحديد أربعة أنماط متكررة: تدهور الأسطح (28%)، التلوث البصري التقني (24%)، الإضافات غير المتسقة (22%)، وتشوهات الواجهات (16%).
المساهمات الرئيسية تقدم الورقة سير عمل يمكن تدقيقه يجمع بين الإنسان والحاسوب لدعم قرارات الحفظ المكاني دون اعتبار المخرات المؤتمتة بديلًا عن تقدير الخبراء. وتشمل المساهمات المحددة ما يلي:
فك الارتباط بين المفاهيم: الفصل الصريح بين جودة الشارع الإدراكية/الوظيفية وبين سلامة التراث لتجنب الخلط بين النظام الحديث والقيمة التاريخية.
مسار التدقيق: يوثق الإطار العناصر المرئية التي تساهم في الدرجات، مما يسمح للخبراء بفحص أساس الدرجات المدعومة بالنموذج واستهداف التصحيحات لمناطق محددة.
التكيف السياقي: توضح الدراسة ضرورة المعايرة المحلية، مشيرة إلى أنه بينما يعد الكشف العام قويًا، فإن التقييم الخاص بالتراث يتطلب تدخلًا كبيرًا من الخبراء لمراعاة المعنى المحلي.
الأهمية والادعاءات يزعم المؤلفون أن الدراسة تثبت وجود ارتباط مشترك (وليس سببية) بين جودة الشارع وسلامة التراث في صنعاء القديمة، مما يدعم رؤية متكاملة للبيئة الحضرية التاريخية بما يتوافق مع نهج المشهد الحضري التاريخي (HUL). تكمن الأهمية في توفير طريقة قابلة للتوسع وشفافة لتحديد أولويات إجراءات الحفظ في البيئات المتضررة من النزاعات والمحدودة الموارد. لا يدعي الإطار أتمتة الحكم التراثي؛ بل يضع الذكاء الاصطناعي كأداة للفحص المتسق وكشف الميزات، مع الحفاظ على الدور المركزي للخبراء والمجتمعات والسلطات المحلية في التحقق من الدرجات وتفسير الميزات ذات الخصوصية الثقافية. وتؤكد الدراسة أن مصفوفة الأولويات تستخدم الوسيط النسبي للعينات وتتطلب معايرة محلية قبل تطبيقها في أماكن أخرى، حيث تعمل كأداة لدعم القرار وليس كقاعدة مؤتمتة.