Simulating Stakeholder Perspectives: Using Multimodal Large Language Models to Support Early-Stage Urban Design
यह शोध पत्र StakeSight प्रस्तुत करता है, जो विविध हितधारक दृष्टिकोणों को सिम्युलेट करने के लिए मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स और हजारों शहरी आख्यानों पर प्रशिक्षित एक रिट्रीवल-ऑगमेंटेड जनरेशन पाइपलाइन का लाभ उठाने वाला एक संवादात्मक सिस्टम है, जिससे अधिक समावेशी और कुशल प्रारंभिक-चरण के शहरी डिजाइन में सहायता मिलती है।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
शहर केवल इमारतों और सड़कों का संग्रह मात्र नहीं हैं; वे उन लोगों के दैनिक जीवन से आकार लेने वाले जीवंत वातावरण हैं जो उनके माध्यम से चलते हैं। दशकों से, शहरी योजनाकार और डिजाइनर समझते आए हैं कि एक सफल सार्वजनिक स्थान को हर किसी के लिए काम करना चाहिए, चाहे वह बाजार में जाने वाला बुजुर्ग निवासी हो या स्ट्रोलर (बच्चे की गाड़ी) धकेलने वाला माता-पिता। हालांकि, यह समझना कि एक नया डिज़ाइन विभिन्न लोग उसे कैसे अनुभव करेंगे, इससे पहले कि उसे बनाया जाए, हमेशा से एक कठिन और महंगा कार्य रहा है। पारंपरिक रूप से, इसके लिए कार्यशालाओं और साक्षात्कारों के लिए वास्तविक लोगों को इकट्ठा करने की आवश्यकता होती है, एक ऐसी प्रक्रिया जिसमें काफी समय और पैसा लगता है, और जो अक्सर उन लोगों की आवाज़ों को पकड़ने में विफल रहती है जो सबसे अधिक हाशिए पर हैं या कठिन पहुंच वाले हैं। जैसे-जैसे शहर अधिक जटिल होते जा रहे हैं, डिजाइन प्रक्रिया के शुरुआती चरणों में इन विविध मानवीय अनुभवों को समझने की आवश्यकता अपरिहार्य हो गई है, फिर भी उन्हें करने के तरीके काफी हद तक अतीत में ही फंसे हुए हैं।
इस अंतर को पाटने के लिए, शोधकर्ताओं की एक टीम ने 'स्टेकसाइट' (StakeSight) नामक एक नया डिजिटल टूल विकसित किया है, जो यह सिम्युलेट (अनुकरण) करने के लिए उन्नत आर्टिफिशियल इंटेलिजेंस का उपयोग करता है कि विभिन्न प्रकार के लोग प्रस्तावित शहरी डिजाइन के प्रति कैसी प्रतिक्रिया दे सकते हैं। यह प्रणाली वास्तविक मानवीय कहानियों की नींव पर बनी है। शोधकर्ताओं ने सार्वजनिक मीडिया स्रोतों, जैसे पत्रकारिता अभिलेखागार और पॉडकास्ट से 3,017 प्रथम-पुरुष वृत्तांतों (first-person narratives) को एकत्र और विश्लेषित करके शुरुआत की, जहाँ लोगों ने शहरों के साथ अपने वास्तविक अनुभवों का वर्णन किया था। इन हजारों कहानियों को पढ़कर, टीम ने पांच प्रमुख तरीके पहचाने जिनसे लोग अपने परिवेश को देखते हैं: उनकी आयु और जीवन का चरण, वे स्थान में क्या कर रहे हैं, वे कैसे घूमते हैं, उनकी शारीरिक और संवेदी ज़रूरतें, और स्थान से जुड़ी उनकी व्यक्तिगत मान्यताएं या यादें। ये पांच आयाम इस प्रणाली का मूल हैं, जो इसे यह समझने में सक्षम बनाते हैं कि एक थके हुए यात्री के लिए एक स्थान कैसा महसूस होता है, वह एक पार्क में खेल रहे बच्चे से भिन्न होता है।
मानवीय अनुभव की इस गहरी समझ का उपयोग करते हुए, शोधकर्ताओं ने एक इंटरैक्टिव सिस्टम बनाया है जहाँ एक डिजाइनर किसी नए सार्वजनिक स्थान, जैसे कि पार्क या प्लाजा का स्केच या फोटो अपलोड कर सकता है, और फिर इसके परीक्षण के लिए एक विशिष्ट "भूमिका" (role) बना सकता है। डिजाइनर एक ऐसी भूमिका चुन सकता है जो व्हीलचेयर का उपयोग करने वाली 70 वर्षीय महिला के दृष्टिकोण का अनुकरण करे, या भारी किराने का थैला ले जा रहे एक युवा माता-पिता का। एक बार जब एक भूमिका परिभाषित हो जाती है, तो सिस्टम केवल यह अनुमान नहीं लगाता कि वह व्यक्ति क्या सोच सकता है। इसके बजाय, यह चुनी गई भूमिका की विशेषताओं से मेल खाने वाले वृत्तांतों को खोजने के लिए अपने विशाल डेटाबेस की खोज करता है। फिर यह एक शक्तिशाली लैंग्वेज मॉडल का उपयोग करके इन वास्तविक दुनिया के अनुभवों को विजुअल डिजाइन के साथ बुनता है, जिससे एक विस्तृत, प्रथम-पुरुष प्रतिक्रिया उत्पन्न होती है। आउटपुट में एक वृत्तांत शामिल है जो बताता है कि सिम्युलेट किया गया व्यक्ति क्या देखता है और क्या महसूस करता है, प्रो और कॉन्स (पक्ष और विपक्ष) की एक सूची, और सुरक्षा, आराम और सुलभता (accessibility) पर रेटिंग देने वाला एक संख्यात्मक स्कोर।
शोधकर्ताओं ने इस टूल का परीक्षण बारह शहरी डिजाइनरों, वास्तुकारों और छात्रों के साथ किया ताकि यह देख सकें कि क्या यह वास्तव में उन्हें अधिक समावेशी रूप से सोचने में मदद कर सकता है। परिणाम उत्साहजनक थे। प्रतिभागियों ने पाया कि यह सिस्टम डिजाइन के शुरुआती चरणों के लिए उपयोगी है, उन्होंने उल्लेख किया कि यह उन्हें वास्तविक सामुदायिक बैठक आयोजित करने से पहले ही विचारों का पता लगाने और संभावित समस्याओं को पहचानने की अनुमति देता है। एक डिजाइनर ने इसे वास्तविक लोगों से मिलने से पहले "होमवर्क" करने के एक तरीके के रूप में वर्णित किया, जिससे उन्हें बेहतर प्रश्न पूछने और वास्तविक जुड़ाव के लिए तैयार होने में मदद मिली। यह टूल विशेष रूप से उन समूहों की जरूरतों को सामने लाने में प्रभावी साबित हुआ जो अक्सर अनदेखे रह जाते हैं, जैसे कि विकलांग व्यक्ति या विशिष्ट गतिशीलता संबंधी बाधाओं वाले लोग। उदाहरण के लिए, जब एक डिजाइनर ने एक नया बाइक लेन का परीक्षण किया, तो सिस्टम ने स्ट्रोलर के साथ एक माता-पिता से फीडबैक जेनरेट किया जिसने संकरे रास्ते के बारे में सुरक्षा संबंधी चिंताएं जताईं, और एक यात्री से भी, जिसने मार्ग की दक्षता को महत्व दिया। ये परस्पर विरोधी ज़रूरतें, जो एक मानक डिजाइन समीक्षा में छूट सकती थीं, सिमुलेशन द्वारा स्पष्ट रूप से उजागर की गईं।
हालांकि, शोधकर्ता इस बात को लेकर सावधान हैं कि यह टूल वास्तविक लोगों का विकल्प नहीं है। अध्ययन में प्रतिभागियों ने सीमाओं के बारे में ईमानदार थे, उन्होंने देखा कि हालांकि सिम्युलेट की गई प्रतिक्रिया अक्सर यथार्थवादी और सहायक होती थी, लेकिन यह कभी-कभी सामान्य लग सकती थी या वास्तविक मानवीय बातचीत की गहरी सूक्ष्मता की कमी महसूस करा सकती थी। यह प्रणाली एक शुरुआती बिंदु के रूप में डिज़ाइन की गई है, समावेशी सोच की बाधा को कम करने का एक तरीका और डिजाइनरों को वास्तविक दुनिया के परामर्श के कठिन कार्य को शुरू करने से पहले विविध दृष्टिकोणों पर विचार करने में मदद करने का एक साधन। यह यह दावा नहीं करता कि वह जानता है कि एक समुदाय क्या चाहता है, बल्कि यह सुझाव देता है कि उन्हें क्या चाहिए हो सकता है, जो कि मानवीय अनुभवों के विशाल पुस्तकालय पर आधारित है जिसे इसने सीखा है। सिमुलेशन के माध्यम से डिजाइनरों को दूसरों के जूतों में कदम रखने की अनुमति देकर, स्टेकसाइट शहरों की कल्पना करने का एक नया तरीका प्रदान करता है जो न केवल दृष्टिगत रूप से आकर्षक हैं, बल्कि उन विविध जीवन के लिए वास्तव में स्वागत योग्य भी हैं जो उनमें निवास करेंगे।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।