Simulating Stakeholder Perspectives: Using Multimodal Large Language Models to Support Early-Stage Urban Design
Este artigo apresenta o StakeSight, um sistema interativo que utiliza Modelos de Linguagem de Grande Escala Multimodais e um pipeline de Geração Aumentada por Recuperação treinado em milhares de narrativas urbanas para simular diversas perspectivas de partes interessadas, apoiando, assim, um design urbano inicial mais inclusivo e eficiente.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
As cidades não são apenas coleções de edifícios e ruas; são ambientes vivos moldados pelas vidas cotidianas das pessoas que as percorrem. Durante décadas, urbanistas e designers entenderam que um espaço público bem-sucedido deve funcionar para todos, desde o residente idoso caminhando até o mercado até o pai empurrando um carrinho de bebê. No entanto, descobrir exatamente como diferentes pessoas experimentarão um novo design antes que ele seja construído sempre foi uma tarefa difícil e cara. Tradicionalmente, isso exige reunir pessoas reais para workshops e entrevistas, um processo que demanda tempo e dinheiro significativos, muitas vezes falhando em capturar as vozes daqueles que são mais marginalizados ou de difícil acesso. À medida que as cidades se tornam mais complexas, a necessidade de compreender essas diversas experiências humanas precocemente no processo de design tornou-se urgente, embora os métodos para fazê-lo tenham permanecido amplamente estagnados no passado.
Para preencher essa lacuna, uma equipe de pesquisadores desenvolveu uma nova ferramenta digital chamada StakeSight, que utiliza inteligência artificial avançada para simular como diferentes tipos de pessoas podem reagir a um projeto urbano proposto. O sistema é construído sobre uma base de histórias humanas reais. Os pesquisadores começaram coletando e analisando 3.017 narrativas em primeira pessoa de fontes de mídia pública, como arquivos jornalísticos e podcasts, onde as pessoas descreviam suas experiências reais com as cidades. Ao ler essas milhares de histórias, a equipe identificou cinco formas fundamentais pelas quais as pessoas percebem seus arredores: sua idade e fase da vida, o que estão fazendo no espaço, como se movimentam, suas necessidades físicas e sensoriais, e seus valores pessoais ou memórias ligadas a um lugar. Essas cinco dimensões formam o núcleo do sistema, permitindo que ele entenda que um espaço parece diferente para um passageiro cansado do que para uma criança brincando em um parque.
Usando essa compreensão profunda da experiência humana, os pesquisadores construíram um sistema interativo onde um designer pode fazer o upload de um esboço ou foto de um novo espaço público, como um parque ou uma praça, e então criar um "papel" específico para testá-lo. O designer pode optar por simular a perspectiva de uma mulher de 70 anos que usa cadeira de rodas, ou de um jovem pai carregando uma sacola de compras pesada. Uma vez definido um papel, o sistema não simplesmente adivinha o que essa pessoa poderia pensar. Em vez disso, ele busca em seu enorme banco de dados de histórias humanas reais narrativas que correspondam de perto às características do papel escolhido. Ele então utiliza um modelo de linguagem poderoso para tecer essas experiências do mundo real com o design visual, gerando uma resposta detalhada em primeira pessoa. O resultado inclui uma narrativa descrevendo o que a pessoa simulada vê e sente, uma lista de prós e contras específicos e uma pontuação numérica avaliando o design em termos de segurança, conforto e acessibilidade.
Os pesquisadores testaram essa ferramenta com doze designers urbanos, arquitetos e estudantes para ver se ela poderia realmente ajudá-los a pensar de forma mais inclusiva. Os resultados foram encorajadores. Os participantes consideraram o sistema útil para as fases iniciais do design, observando que ele permitia explorar ideias e identificar problemas potenciais antes mesmo de organizarem uma reunião comunitária real. Um designer descreveu-o como uma forma de "fazer o dever de casa" antes de encontrar pessoas reais, ajudando-os a fazer perguntas melhores e a se preparar para o engajamento real. A ferramenta provou ser particularmente eficaz ao trazer à tona as necessidades de grupos que são frequentemente negligenciados, como pessoas com deficiências ou aquelas com restrições de mobilidade específicas. Por exemplo, quando um designer testou uma nova ciclovia, o sistema gerou feedback de um pai com um carrinho de bebê que apontou preocupações de segurança sobre o caminho estreito, e de um passageiro que valorizava a eficiência da rota. Essas necessidades conflitantes, que poderiam ter sido ignoradas em uma revisão de design padrão, foram destacadas claramente pela simulação.
No entanto, os pesquisadores fazem questão de notar que esta ferramenta não é uma substituição para pessoas reais. Os participantes do estudo foram honestos sobre as limitações, observando que, embora o feedback simulado fosse frequentemente realista e útil, às vezes poderia parecer genérico ou carecer da nuance profunda de uma conversa humana real. O sistema é projetado para ser um ponto de partida, uma forma de baixar a barreira para o pensamento inclusivo e ajudar os designers a considerar uma gama mais ampla de perspectivas antes de iniciarem o trabalho árduo da consulta no mundo real. Ele não afirma saber exatamente o que uma comunidade quer, mas sim sugere o que eles podem precisar com base na vasta biblioteca de experiências humanas que aprendeu. Ao permitir que os designers entrem nos sapatos dos outros através dessas simulações, o StakeSight oferece uma nova maneira de imaginar cidades que não sejam apenas visualmente atraentes, mas verdadeiramente acolhedoras para as diversas vidas que as habitarão.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.