Le MIT alerte: l’IA convertit chaque image urbaine en données

Le MIT publie un livre consacré à l’usage de l’IA visuelle pour étudier la vie urbaine. Intitulé How AI Sees the City: Urban Visual Intelligence, l’ouvrage est publié ce mois-ci par Routledge. Ses auteurs sont Fabio Duarte, Martina Mazzarello, Carlo Ratti et Fan Zhang. Tous sont liés à la recherche urbaine, notamment au MIT Senseable City Lab. Le livre examine les possibilités et les risques associés à l’analyse automatisée des images. Fabio Duarte résume cette approche ainsi : chaque image peut devenir un ensemble de données. Les auteurs défendent toutefois une utilisation prudente, car les images peuvent révéler des informations sensibles sur les personnes et les quartiers. Lire l’article du MIT

Une étude new-yorkaise illustre déjà cette méthode. Des chercheurs ont utilisé l’apprentissage automatique pour identifier les types de véhicules visibles sur 331 caméras de circulation. Ils ont ensuite estimé les émissions produites par chaque automobile. Cette combinaison peut mesurer la pollution avec une précision et une échelle inédites, lorsque suffisamment de caméras sont disponibles. L’IA visuelle peut aussi aider à examiner les ralentissements, les intersections dangereuses et les zones de parcs fréquentées. Martina Mazzarello souligne que les urbanistes observent depuis longtemps les villes. La différence tient désormais à la possibilité d’étendre cette observation à grande échelle. Le MIT Senseable City Lab développe ces recherches depuis sa création en 2004.

L’IA étend l’observation urbaine

Une tradition ancienne précède les outils actuels. Les Romains produisaient déjà des cartes en marbre. La photographie a ensuite façonné la compréhension de Paris et des immeubles surpeuplés du Lower East Side new-yorkais au XIXe siècle. Kevin Lynch a marqué cette histoire avec The Image of the City, publié en 1960. William H. Whyte a étudié les espaces publics et leurs usages. Carlo Ratti estime que l’IA visuelle prolonge cette tradition en permettant d’observer les villes avec davantage de détail. Le livre présente donc l’IA comme un outil au service d’objectifs humains. Fabio Duarte compare cette évolution au passage du papier et du crayon à l’analyse de nombreuses dimensions urbaines.

Les espaces urbains constituent un autre terrain d’application. Les images satellitaires mesurent la couverture arborée et les espaces verts. Des images prises au niveau de la rue peuvent montrer dans quelle mesure les habitants voient de la végétation dans leur quotidien. Cette exposition est présentée comme un facteur lié au bien-être rapporté. Une étude du Senseable City Lab a aussi analysé les images de 400 000 annonces Airbnb dans le monde. Elle conclut que les styles intérieurs ne deviennent pas tous homogènes. Des différences géographiques importantes persistent. Fan Zhang affirme que l’intérêt réside dans le lien entre rues, bâtiments, végétation, circulation et espaces publics, puis dans leur rapport au fonctionnement des villes.

La surveillance soulève des limites

Les risques augmentent avec la généralisation des caméras. Londres, qui a adopté tôt la vidéosurveillance, compte environ 210 caméras par mile carré. Huit des dix villes les plus équipées se trouvent en Chine. Shanghai en compte plus de 5 000 par mile carré. Les auteurs mettent en balance les gains possibles en matière de sécurité avec l’érosion des libertés individuelles et les risques d’abus liés à une surveillance constante. Les usages des caméras de circulation font aussi débat aux États-Unis cette année. Le livre relie donc l’analyse urbaine à des questions d’éthique, de vie privée et de contrôle des usages. Il invite les décideurs à examiner les conséquences avant de généraliser ces dispositifs.

Les biais persistent lorsque les systèmes sont entraînés principalement sur des groupes majoritaires. Ils peuvent alors évaluer différemment les groupes minoritaires. Les données produites risquent de confirmer des perceptions antérieures sur des personnes, des quartiers ou des villes, plutôt que de décrire uniquement des réalités observables. Fabio Duarte affirme que l’IA n’est pas neutre, car son apprentissage incorpore des éléments culturels. Martina Mazzarello ajoute que le regard humain n’est pas neutre non plus. Les auteurs recommandent ainsi une utilisation guidée et une formation soigneuse des systèmes. Michael Batty, de l’University College London, décrit le livre comme fascinant. Les auteurs concluent qu’il faut explorer ces outils avec prudence, esprit critique et créativité.