Rehearsing Urban Futures: Generative Agents and Daily Life Narratives

L'urbanisme est depuis longtemps une conversation entre deux langages différents. D'un côté, les experts parlent en cartes techniques, en codes de zonage et en modèles mathématiques qui prédisent comment une ville pourrait croître. Ces outils sont puissants pour le calcul, mais ils sont souvent difficiles à lire ou à comprendre pour les gens ordinaires. De l'autre côté, les résidents parlent à travers des récits de leur vie quotidienne : le bus qu'ils attendent, le raccourci qu'ils prennent pour aller à l'épicerie, ou la peur qu'ils ressentent en marchant dans une rue sombre. Lorsque ces deux groupes se rencontrent lors d'une réunion communautaire, les outils techniques dominent souvent la discussion, forçant les résidents à réagir à des problèmes immédiats et mineurs, comme un lampadaire cassé, plutôt qu'à imaginer comment tout le quartier pourrait changer au cours de la génération suivante. Ce fossé laisse de nombreuses questions cruciales sur le logement, le climat et l'équité en dehors de la salle. Des chercheurs du Massachusetts Institute of Technology ont développé une nouvelle façon de combler ce fossé, en utilisant des programmes informatiques capables d'écouter l'histoire d'une personne puis de la mettre en scène dans une ville virtuelle, permettant ainsi à chacun de voir et de débattre du futur avant qu'il ne soit construit.

L'idée centrale de ce travail est de transformer une simulation urbaine en un lieu de répétition plutôt qu'en une simple prédiction. Au lieu d'essayer de deviner exactement ce qui va se passer, le système crée un espace où les résidents peuvent tester leurs idées et en voir les conséquences. Les chercheurs ont construit deux versions différentes de ce système pour voir comment les gens interagissent avec elles. La première version, appelée la Plateforme de Quartier (Neighborhood Platform), a été installée dans le district de l'Inner Richmond à San Francisco. Ici, l'équipe a transformé de véritables entretiens avec des résidents locaux en trois personnages distincts : un enseignant, un petit commerçant et un voisin de longue date. Chaque personnage avait une routine quotidienne spécifique basée sur ce qu'ils avaient confié aux chercheurs. Le système a ensuite créé une carte numérique du quartier et l'a peuplée de ces personnages, montrant comment ils circulaient dans les rues. L'installation utilisait de grands écrans pour montrer deux vues côte à côte : l'une montrant le quartier tel qu'il est aujourd'hui, et l'autre montrant ce à quoi il ressemblerait si les souhaits des résidents pour de meilleurs transports ou plus de boutiques étaient satisfaits. Cela permettait à des groupes de personnes de regarder comment un changement dans une partie de la rue pouvait affecter la vie quotidienne d'un voisin qu'ils n'avaient jamais rencontré, favorisant ainsi une compréhension plus profonde de l'impact des politiques sur les différentes personnes.

La seconde version, la Plateforme des Résidents (Resident Platform), inversait la donne. Au lieu de regarder un personnage basé sur l'histoire de quelqu'un d'autre, l'utilisateur devenait le personnage. Un résident s'asseyait devant un ordinateur, répondait à des questions sur son propre trajet et ses habitudes quotidiennes, et le système construisait une version numérique de lui, appelée un agent. Cet agent n'était pas seulement une image statique ; c'était un programme capable de penser et de se déplacer. L'utilisateur pouvait ensuite mettre la marche de l'agent en pause à n'importe quel point de son itinéraire et suggérer un changement en langage courant, tel que « supprimer les voitures » ou « ajouter un café ». Le système modifiait instantanément la photo de ce coin de rue pour montrer le changement, puis observait la réaction de l'agent. Si la nouvelle rue semblait plus sûre ou plus agréable, l'agent pouvait choisir de marcher par là plutôt que de prendre son détour habituel. L'utilisateur pouvait lire le raisonnement de l'agent écrit noir sur blanc, expliquant pourquoi il avait fait un certain choix, et pouvait être d'accord ou contester cette logique. Ce processus transformait la séance de planification en un dialogue où le résident pouvait corriger l'ordinateur s'il comprenait mal ses besoins.

Pour tester l'efficacité de cette méthode, les chercheurs ont apporté la Plateforme des Résidents dans des ateliers à San Francisco et à Boston, travaillant avec trente résidents qui connaissaient bien leurs quartiers. Ils ont constaté que les moments les plus précieux survenaient lorsque l'ordinateur se trompait. Lorsque l'agent numérique faisait un choix que la personne réelle savait impossible ou dangereux, le résident s'arrêtait pour expliquer pourquoi. Par exemple, si l'agent descendait une rue mal éclairée, le résident soulignait qu'il ne s'y rendrait jamais en raison d'un incident passé. Cette correction fournissait aux chercheurs des connaissances nuancées et profondes qu'un simple sondage ne pourrait jamais capturer. L'étude a montré que l'ordinateur n'avait pas besoin d'être parfaitement précis pour être utile ; il lui suffisait d'être assez proche de la réalité pour provoquer une réaction. L'agent agissait comme un pont, ou un objet partagé, entre la mémoire du résident et le modèle du planificateur. C'était un outil avec lequel on pouvait argumenter, forçant le système à apprendre de l'expérience spécifique de l'humain.

Les résultats suggèrent que cette approche peut faire passer la participation publique d'une session de plaintes passives à un processus de conception actif. Lorsque les résidents voyaient leurs idées visualisées et testées par rapport aux routines quotidiennes des autres, leurs conversations dépassaient les petites réparations comme l'ajout d'un banc. Ils commençaient à discuter de futurs complexes et à long terme, comme ce qui arrive à un quartier si les voitures sont totalement supprimées. Les chercheurs ont noté que si les agents numériques étaient doués pour comprendre ce qui importait aux gens, ils étaient moins parfaits pour prédire exactement comment les gens se comporteraient, s'appuyant souvent sur des hypothèses générales plutôt que sur des particularités personnelles. Cependant, cette imperfection faisait partie du processus. Le système était conçu pour être un brouillon, et non un verdict final, invitant les résidents à éditer leur propre réalité. En faisant de la simulation un lieu de débat plutôt qu'une boîte noire de savoir expert, ces outils ont aidé les résidents à se sentir plus impliqués et capables de façonner les systèmes complexes qui régissent leurs villes. Les travaux concluent que l'avenir de l'urbanisme ne réside peut-être pas dans des prédictions plus parfaites, mais dans de meilleures façons pour les communautés de répéter et de peaufiner les futurs dans lesquels elles souhaitent vivre.