Invisible Walls in Cities: Designing LLM Agent to Predict Urban Segregation Experience with Social Media Content

Resumen Técnico: Muros Invisibles en las Ciudades: Diseño de un Agente LLM para Predecir la Experiencia de Segregación Urbana con Contenido de Redes Sociales

Formulación del Problema
El artículo aborda el desafío de predecir la "segregación experimentada"—las barreras dinámicas que los individuos enfrentan en sus movimientos urbanos diarios—utilizando datos no estructurados de redes sociales. Mientras que la investigación histórica sobre segregación se centró en patrones residenciales, los espacios urbanos modernos presentan "muros invisibles" impulsados por factores culturales, sociales y económicos que limitan la interacción entre grupos demográficos. El problema central se formula como una tarea de predicción de segregación de Puntos de Interés (POI). Dado un conjunto de POIs, su contenido asociado de redes sociales (reseñas, imágenes, atributos) y datos demográficos locales, el objetivo es aprender una función que minimice la discrepancia entre el índice de segregación predicho y la verdad fundamental (ground truth). La verdad fundamental se cuantifica como la desviación entre la composición racial de los visitantes de un POI y la composición racial de la población residencial circundante.

Metodología
Los autores proponen un marco de dos etapas: un Codificador LLM Reflexivo para la extracción de información cualitativa y un marco de Razonamiento y Embebimiento (RE'EM) para la predicción cuantitativa.

1. Codificador LLM Reflexivo:
   Para superar la ambigüedad y el volumen de los datos brutos de las redes sociales, los autores diseñan un flujo de trabajo de agentes para generar un libro de códigos (codebook) estructurado.

• Atribuidor Reflexivo: Este módulo emplea un proceso de Cadena de Pensamiento (CoT) de dos pasos. Primero, realiza una generación de información de fuentes múltiples analizando nombres de POI, reseñas e imágenes para identificar factores que influyen en el atractivo para grupos raciales/étnicos específicos. Segundo, aplica un refinamiento de información guiado por la reflexión, donde el LLM compara sus ideas iniciales contra los datos de la demografía de los visitantes en el mundo real (la "brecha de expectativa"). Este paso de razonamiento abductivo filtra la información para retener solo aquella que es consistente con los patrones de visita observados.
• Resumidor de Código: Este módulo agrega las informaciones refinadas en un libro de códigos estructurado y ortogonal a través de cuatro pasos: extracción, combinación semántica, eliminación basada en la calidad y refinamiento de la explicación. El libro de códigos resultante identifica nueve dimensiones clave (p. ej., Resonancia Cultural, Sensibilidad al Precio, Accesibilidad, Compromiso Comunitario) que actúan como "ladrillos" que forman los muros invisibles.

2. Marco de Razonamiento y Embebediento (RE'EM):
   Este marco integra tres canales complementarios para predecir puntuaciones de segregación:

• Canal de Razonamiento: Guiado por el libro de códigos generado, un LLM simula la perspectiva de cinco grupos raciales/étnicos distintos para calificar cada POI en las nueve dimensiones del libro de códigos (escala 0–10). Estas calificaciones estructuradas se vectorizan mediante un Adaptador de Razonamiento (MLP).
• Canal de Embebediento: Un modelo de embebediento de texto ajustado (fine-tuned) (GTE-base) procesa el corpus de reseñas puras para extraer representaciones semánticas holísticas, que luego pasan a través de un Adaptador de Embebediento.
• Canal de Población: Este canal incorpora el contexto demográfico estático computando el promedio ponderado de la composición racial de los Grupos de Bloques del Censo en un radio de 0.5 km del POI, transformado mediante un Adaptador de Población.
• Predictor Multivista Consciente de Vecindad: El predictor final utiliza Redes de Atención de Grafos (GAT) para agregar características de los tres canales. Identifica vecinos cercanos en tres espacios distintos (similitud de razonamiento, similitud de embebediento y proximidad geográfica) y fusiona las representaciones propias del POI con las representaciones agregadas de sus vecinos para producir la predicción de segregación final.

Contribuciones Clave

• Aplicación Novedosa: Este es el primer trabajo que utiliza contenido de redes sociales para predecir la segregación experimentada a nivel de POI.
• Codificador LLM Reflexivo: Los autores diseñan un agente novedoso que automatiza la minería de reseñas en línea, utilizando retroalimentación del mundo real para refinar la información y producir un libro de códigos generalizable de factores de segregación.
• Marco RE'EM: Una arquitectura híbrida que combina las capacidades de razonamiento de los LLM (vía calificaciones estructuradas) con el poder representacional de los modelos de embebediento y los datos demográficos, fusionados mediante un mecanismo consciente de la vecindad.
• Validación Exhaustiva: El enfoque se valida mediante experimentos cuantitativos en datos del mundo real y un estudio de usuario cualitativo.

Resultos

• Desempeño Cuantitativo: Los experimentos en cuatro ciudades de EE. UU. (Filadelfia, Tucson, Tampa, Nueva Orleans) demuestran que el marco RE'EM supera significativamente a los modelos base que dependen únicamente de la composición racial local. El método propuesto logra un incremento del 22.79% en $R^2$ y una reducción del 9.33% en el Error Cuadrático Medio (MSE). Se demostró que el libro de códigos derivado es generalizable en diferentes ciudades, mejorando consistentemente la precisión de la predicción.
• Estudio de Usuario: En un estudio con 75 investigadores, los participantes que contaban con resúmenes guiados por el libro de códigos generados por el LLM mostraron una mejora significativa en la precisión de la predicción en comparación con aquellos que usaban salidas de LLM convencionales. Además, el 80% de los participantes prefirió los resúmenes guiados por el libro de códigos, citando que proporcionaban una mayor ganancia cognitiva para percibir la inclusividad social de los POIs.

Significancia
El artículo afirma marcar un paso importante hacia la comprensión de las barreras sociales implícitas y las desigualdades en los entornos urbanos. Al demostrar el potencial de la tecnología Web y los Modelos de Lenguaje Extensos (LLM) para extraer información accionable de datos no estructurados, el estudio ofrece una vía para promover la inclusividad social. El trabajo sugiere que el análisis automatizado de los rastros digitales puede informar a las personas sobre situaciones potencialmente incómodas y apoyar a los responsables de la formulación de políticas para fomentar ciudades más equitativas, yendo más allá de las mediciones retrospectivas hacia capacidades predictivas.