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

Sintesi Tecnica: Mura Invisibili nelle Città: Progettazione di un Agente LLM per Predire l'Esperienza di Segregazione Urbana tramite Contenuti dei Social Media

Formulazione del Problema
Il documento affronta la sfida di predire la "segregazione esperita" — le barriere dinamiche che gli individui affrontano nei loro movimenti urbani quotidiani — utilizzando dati non strutturati provenienti dai social media. Mentre la ricerca storica sulla segregazione si è concentrata sui modelli residenziali, gli spazi urbani moderni presentano "mura invisibili" guidate da fattori culturali, sociali ed economici che limitano l'interazione tra gruppi demografici. Il problema centrale è formulato come un compito di predizione della segregazione dei Punti di Interesse (POI). Dato un insieme di POI, il loro contenuto associato sui social media (recensioni, immagini, attributi) e i dati demografici locali, l'obiettivo è apprendere una funzione che minimizzi la discrepanza tra l'indice di segregazione predetto e la verità di base (ground truth). La verità di base è quantificata come la deviazione tra la composizione razziale dei visitatori di un POI e la composizione razziale della popolazione residenziale circostante.

Metodologia
Gli autori propongono un framework a due stadi: un Reflective LLM Coder per l'estrazione di intuizioni qualitative e un framework REasoning-and-EMbedding (RE'EM) per la predizione quantitativa.

1. Reflective LLM Coder:
   Per superare l'ambiguità e il volume dei dati grezzi dei social media, gli autori progettano un workflow agentico per generare un codice strutturato (codebook).

• Reflective Attributor: Questo modulo impiega un processo di Chain-of-Thought (CoT) a due fasi. In primo luogo, esegue la generazione di intuizioni da fonti multiple analizzando nomi di POI, recensioni e immagini per identificare i fattori che influenzano l'attrattiva per specifici gruppi razziali/etnici. In secondo luogo, applica la raffinazione delle intuizioni guidata dalla riflessione, dove l'LLM confronta le sue intuizioni iniziali con i dati demografici reali dei visitatori (il "gap di aspettativa"). Questo passaggio di ragionamento abduttivo filtra le intuizioni per mantenere solo quelle coerenti con i modelli di visita osservati.
• Code Summarizer: Questo modulo aggrega le intuizioni raffinate in un codice strutturato e ortogonale attraverso quattro fasi: estrazione, combinazione semantica, rimozione basata sulla qualità e raffinamento della spiegazione. Il codice risultante identifica nove dimensioni chiave (es. Risonanza Culturale, Sensibilità al Prezzo, Accessibilità, Coinvolgimento della Comunità) che agiscono come "mattoni" che formano le mura invisibili.

2. Framework REasoning-and-EMbedding (RE'EM):
   Questo framework integra tre canali complementari per predire i punteggi di segregazione:

• Canale di Ragionamento (Reasoning Channel): Guidato dal codice generato, un LLM simula la prospettiva di cinque distinti gruppi razziali/etnici per valutare ogni POI sulle nove dimensioni del codice (scala 0–10). Queste valutazioni strutturate vengono vettorizzate tramite un Reasoning Adapter (MLP).
• Canale di Embedding (Embedding Channel): Un modello di embedding testuale fine-tuned (GTE-base) elabora il corpus delle recensioni grezze per estrarre rappresentazioni semantiche olistiche, che vengono poi passate attraverso un Embedding Adapter.
• Canale di Popolazione (Population Channel): Questo canale incorpora il contesto demografico statico calcolando la media ponderata della composizione razziale dei Census Block Groups entro un raggio di 0,5 km dal POI, trasformata tramite un Population Adapter.
• Neighbor-Aware Multi-View Predictor: Il predittore finale utilizza Graph Attention Networks (GAT) per aggregare le caratteristiche dai tre canali. Identifica i vicini più prossimi in tre spazi distinti (similitudine di ragionamento, similitudine di embedding e prossimità geografica) e fonde le rappresentazioni del proprio POI con le rappresentazioni aggregate dei suoi vicini per produrre la predizione finale della segregazione.

Contributi Chiave

• Applicazione Novativa: Questo è il primo lavoro che utilizza i contenuti dei social media per predire la segregazione esperita a livello di POI.
• Reflective LLM Coder: Gli autori progettano un agente innovativo che automatizza l'estrazione delle recensioni online, utilizzando il feedback del mondo reale per raffinare le intuizioni e produrre un codice generalizzabile per i fattori di segregazione.
• Framework RE'EM: Un'architettura ibrida che combina le capacità di ragionamento degli LLM (tramite valutazioni strutturate) con il potere rappresentativo dei modelli di embedding e dei dati demografici, fusi attraverso un meccanismo consapevole dei vicini (neighbor-aware).
• Validazione Completa: L'approccio è validato sia attraverso esperimenti quantitativi su dati reali che attraverso uno studio qualitativo sugli utenti.

Risultati

• Performance Quantitativa: Gli esperimenti su quattro città statunitensi (Philadelphia, Tucson, Tampa, New Orleans) dimostrano che il framework RE'EM supera significativamente i modelli base che si affidano esclusivamente alla composizione razziale locale. Il metodo proposto ottiene un incremento del 22,79% in $R^2$ e una riduzione del 9,33% nell'Errore Medio Quadratico (MSE). Il codice derivato ha dimostrato di essere generalizzabile in diverse città, migliorando costantemente la precisione della predizione.
• Studio sugli Utenti: In uno studio condotto con 75 ricercatori, i partecipanti a cui sono state fornite sintesi guidate dal codice e generate dall'LLM hanno mostrato un miglioramento significativo dell'accuratezza della predizione rispetto a quelli che utilizzavano output LLM standard. Inoltre, l'80% dei partecipanti ha preferito le sintesi guidate dal codice, citandole come fonti di maggiore guadagno cognitivo nella percezione dell'inclusività sociale dei POI.

Significatività
Il documento sostiene di segnare un passo importante verso la comprensione delle barriere sociali implicite e delle disuguaglianze negli ambienti urbani. Dimostrando il potenziale della tecnologia Web e dei Large Language Models nell'estrarre intuizioni azionabili da dati non strutturati, lo studio offre una via per promuovere l'inclusività sociale. Il lavoro suggerisce che l'analisi automatizzata delle tracce digitali può informare gli individui su potenziali situazioni di disagio e supportare i decisori politici nel promuovere città più eque, andando oltre le misurazioni retrospettive verso capacità predittive.