Rehearsing Urban Futures: Generative Agents and Daily Life Narratives

El urbanismo ha sido durante mucho tiempo una conversación entre dos lenguajes diferentes. Por un lado, los expertos hablan en mapas técnicos, códigos de zonificación y modelos matemáticos que predicen cómo podría crecer una ciudad. Estas herramientas son poderosas para el cálculo, pero a menudo son difíciles de leer o entender para la gente común. Por otro lado, los residentes hablan en historias sobre sus vidas cotidianas: el autobús en el que esperan, el atajo que toman para ir a la tienda o el miedo que sienten al caminar por una calle oscura. Cuando estos dos grupos se encuentran en una reunión comunitaria, las herramientas técnicas suelen dominar la discusión, obligando a los residentes a reaccionar ante problemas inmediatos y pequeños, como una farola rota, en lugar de imaginar cómo podría cambiar todo el vecindario durante la próxima generación. Esta brecha deja muchas preguntas importantes sobre la vivienda, el clima y la equidad fuera de la sala. Investigadores del Instituto Tecnológico de Massachusetts han desarrollado una nueva forma de cerrar esta división, utilizando programas informáticos que pueden escuchar la historia de una persona y luego representarla en una ciudad virtual, permitiendo que todos vean y debatan el futuro antes de que se construya.

La idea central detrás de este trabajo es convertir una simulación urbana en un lugar para el ensayo en lugar de solo para la predicción. En lugar de intentar adivinar exactamente qué sucederá, el sistema crea un espacio donde los residentes pueden probar sus ideas y ver las consecuencias. Los investigadores construyeron dos versiones diferentes de este sistema para ver cómo interactúa la gente con ellas. La primera versión, llamada la Plataforma de Vecindario (Neighborhood Platform), se configuró en el distrito de Inner Richmond de San Francisco. Aquí, el equipo tomó entrevistas reales de residentes locales y las convirtió en tres personajes distintos: un profesor, un dueño de un pequeño negocio y un vecino de toda la vida. Cada personaje tenía una rutina diaria específica basada en lo que contaron a los investigadores. El sistema creó entonces un mapa digital del vecindario y lo pobló con estos personajes, mostrando cómo se movían por las calles. La instalación utilizaba pantallas grandes para mostrar dos vistas una al lado de la otra: una que mostraba el vecindario tal como es hoy, y otra que mostraba cómo sería si se concedieran los deseos de los residentes de tener un mejor transporte o más tiendas. Esto permitió que grupos de personas observaran cómo un cambio en una parte de la calle podía afectar la vida cotidiana de un vecino que nunca habían conocido, fomentando una comprensión más profunda de cómo las políticas impactan a diferentes personas.

La segunda versión, la Plataforma del Residente (Resident Platform), invirtió la situación. En lugar de observar a un personaje basado en la historia de otra persona, el usuario se convirtió en el personaje. Un residente se sentó frente a una computadora, respondió preguntas sobre su propio trayecto y sus hábitos diarios, y el sistema construyó una versión digital de él, conocida como un agente. Este agente no era solo una imagen estática; era un programa que podía pensar y moverse. El usuario podía entonces pausar la caminata del agente en cualquier punto de su ruta y sugerir un cambio en lenguaje sencillo, como "eliminar los coches" o "añadir una cafetería". El sistema editaba instantáneamente una foto de esa esquina de la calle para mostrar el cambio y luego observaba cómo reaccionaba el agente. Si la nueva calle parecía más segura o agradable, el agente podría elegir caminar por allí en lugar de tomar el desvío habitual. El usuario podía ver el razonamiento del agente escrito, explicando por qué tomó cierta decisión, y podía estar de acuerdo o discutir con esa lógica. Este proceso convirtió la sesión de planificación en un diálogo donde el residente podía corregir a la computadora si esta malinterpretaba sus necesidades.

Para probar qué tan bien funcionaba esto, los investigadores llevaron la Plataforma del Residente a talleres en San Francisco y Boston, trabajando con treinta residentes que conocían bien sus vecindarios. Encontraron que los momentos más valiosos ocurrían cuando la computadora se equivocaba. Cuando el agente digital tomaba una decisión que la persona real sabía que era imposible o insegura, el residente se detenía y explicaba por qué. Por ejemplo, si el agente caminaba por una calle mal iluminada, el residente señalaba que nunca iría por allí debido a un incidente pasado. Esta corrección proporcionó a los investigadores un conocimiento profundo y matizado que una simple encuesta nunca podría capturar. El estudio demostó que la computadora no necesitaba ser perfectamente precisa para ser útil; solo necesitaba estar lo suficientemente cerca como para provocar una reacción. El agente actuaba como un puente, o un objeto compartido, entre la memoria del residente y el modelo del planificador. Era una herramienta con la que se podía discutir, obligando al sistema a aprender de la experiencia específica del humano.

Los resultados sugieren que este enfoque puede desplazar la participación pública de una sesión de quejas pasivas hacia un proceso de diseño activo. Cuando los residentes vieron sus ideas visualizadas y probadas contra las rutinas diarias de otros, sus conversaciones pasaron de tratar sobre arreglos pequeños, como añadir un banco, a discutir futuros complejos y a largo plazo, como qué sucede con un vecindario si se eliminan los coches por completo. Los investigadores señalaron que, si bien los agentes digitales eran buenos para entender lo que a la gente le importaba, eran menos perfectos para predecir exactamente cómo se comportaría la gente, basándose a menudo en suposiciones generales en lugar de peculiaridades personales. Sin embargo, esta imperfección era parte del proceso. El sistema fue diseñado para ser un borrador, no un veredicto final, invitando a los residentes a editar su propia realidad. Al hacer de la simulación un lugar para el debate en lugar de una caja negra de conocimiento experto, las herramientas ayudaron a los residentes a sentirse más involucrados y capaces de dar forma a los complejos sistemas que gobiernan sus ciudades. El trabajo concluye que el futuro del urbanismo puede no residir en predicciones más perfectas, sino en mejores formas para que las comunidades ensayen y perfeccionen los futuros en los que quieren vivir.