Rehearsing Urban Futures: Generative Agents and Daily Life Narratives

都市計画は、長らく二つの異なる言語の間で行われる対話でした。一方では、専門家たちが技術的な地図、ゾーニング規定、そして都市がどのように成長するかを予測する数学的モデルを用いて語ります。これらのツールは計算には強力ですが、一般の人々には読み解いたり理解したりするのが難しいことがよくあります。もう一方では、住民たちは日常生活の物語を語ります。待っているバスのこと、食料品店へ行くための近道、あるいは暗い道を歩くときに感じる恐怖心などです。これら二つのグループがコミュニティ会議で出会うとき、技術的なツールが議論を支配してしまい、住民たちが「街全体が次の世代に向けてどのように変わるか」を想像するのではなく、壊れた街灯のような目の前の小さな問題に反応することに終始してしまうのです。この溝により、住宅、気候、公平性といった多くの大きな問いが議論の場から外されてしまいます。マサチューセッツ工科大学の研究者たちは、人の物語を聞き取り、それを仮想都市の中で演じさせることで、建設される前に誰もが未来を見聞きし、議論できるようにするコンピュータプログラムを用い、この隔たりを埋める新しい方法を開発しました。

この研究の核心となるアイデアは、都市シミュレーションを単なる「予測」の場ではなく、「リハーサル」の場に変えることです。何が起こるかを正確に推測しようとする代わりに、このシステムは住民が自分のアイデアを試し、その結果を目にするための空間を作り出します。研究チームは、人々がどのようにこれらと相互作用するかを見るために、二つの異なるバージョンのシステムを構築しました。最初のバージョンである「ネイバーフッド・プラットフォーム（Neighborhood Platform）」は、サンフランシスコのインナー・リッチモンド地区に設置されました。ここでは、チームは地元住民への実際の実査に基づき、教師、小規模ビジネスのオーナー、そして長年の隣人という三つの明確なキャラクターを作成しました。各キャラクターには、研究者に語られた内容に基づく特定の日常ルーチンが設定されています。システムは近隣地域のデジタルマップを作成し、そこにこれらのキャラクターを配置して、彼らがどのように通りを移動するかを示しました。この展示では、大きなスクリーンを使用して二つの視点を並べて表示しました。一つは現在の近隣地域であり、もう一つは、より良い交通機関やより多くの商店を求める住民の願いが叶えられた場合にどのような姿になるかを示すものです。これにより、人々は、通りのある部分への変更が、これまで会ったこともなかった隣人の日常生活にどのような影響を与えるかを観察することができ、政策が異なる人々にどのように影響するかについての深い理解を育むことができました。

二番目のバージョンである「レジデント・プラットフォーム（Resident Platform）」は、その役割を逆転させました。他人の物語に基づいたキャラクターを観察する代わりに、ユーザー自身がキャラクターになります。住民はコンピュータの前に座り、自身の通勤や日々の習慣について回答します。するとシステムは、その人のデジタル版である「エージェント」を構築します。このエージェントは単なる静止した画像ではなく、思考し、移動することができるプログラムです。ユーザーはエージェントの歩行をルート上の任意の地点で一時停止させ、「車を取り除く」や「カフェを追加する」といった平易な言葉で変更を提案することができます。システムは即座にその街角の写真を編集して変更を示し、エージェレクトがそれにどう反応するかを観察します。もし新しい通りがより安全または快適に見えれば、エージェントは通常の迂回路ではなく、そちらを通ることを選択するかもしれません。ユーザーはエージェントの推論をテキストとして読み、エージェントがなぜそのような選択をしたのかという理由を確認し、その論理に同意したり反論したりすることができます。このプロセスにより、プランニング・セッションは、住民がコンピュータの誤解を正すことができる対話へと変わりました。

この手法がどの程度うまく機能するかをテストするため、研究者たちはサンフランシスコとボストンのワークショップにレジデント・プラットフォームを持ち込み、その地域を熟知している30人の住民と共に作業を行いました。彼らは、コンピュータが間違いを犯したときに最も価値のある瞬間が訪れることを見出しました。デジタル・エージェントが不可能、あるいは危険な選択をしたとき、住民は立ち止まってその理由を説明しました。例えば、エージェントが街灯の少ない通りを歩こうとした場合、住民は過去の出来事に基づいて「自分なら決してそこには行かない」と指摘しました。この修正は、単純な調査では決して捉えることのできない、深く微細な知識を研究者に提供しました。研究によれば、コンピュータは完璧である必要はなく、役に立つためには「反応を引き起こすのに十分なほど近い」だけでよかったのです。エージェントは、住民の記憶とプランナーのモデルとの間の架け橋、あるいは「共有された対象物」として機能しました。それは議論できるツールであり、システムに対して人間の具体的な経験から学習することを強いるものでした。

結果は、このアプローチが、公的な参加を「受動的な不満の表明」から「能動的な設計プロセス」へと移行させられることを示唆しています。住民が自分のアイデアが可視化され、他者の日常ルーチンと照らし合わせてテストされるのを見たとき、彼らの会話はベンチを置くといった小さな修正を超えていきました。彼らは、車が完全に撤去された場合に近隣はどうなるのかといった、複雑で長期的な未来について議論し始めたのです。研究者たちは、デジタル・エージェントは人々が何を重視しているかを理解することには長けているものの、人々が実際にどのように行動するかを正確に予測することについては完璧ではなく、個人の癖よりも一般的な仮定に頼ることが多いと指摘しました。しかし、この不完全さこそがプロセスの一部でした。システムは最終決定を下すためのものではなく、あくまで「ドラフト（草案）」として設計されており、住民が自分たちの現実を編集することを促していたのです。シミュレーションを専門家の知識というブラックボックスではなく、議論のための場所とすることで、これらのツールは住民がより主体性を持ち、自分たちの街を統治する複雑なシステムを形作る能力があると感じさせる助けとなりました。この研究は、都市計画の未来は、より完璧な予測にあるのではなく、コミュニニカティブに自分たちが望む未来をリハーサルし、洗練させていくためのより良い方法にある、と結論づけています。