Actualités, enquêtes à Lyon et dans la région

[Podcast] De la ville prédictive à la ville apprenante

Quelles sont les capacités et limites de l’Intelligence Artificielle, et plus généralement des méthodes « data driven » et algorithmiques, lorsqu’elles sont utilisées comme outil de prospective urbaine ?

Cet article est en accès libre. Pour soutenir Rue89Lyon, abonnez-vous.

Ville-predictive-ville-apprenante-Herve- Rivano

Cette question de la « ville prédictive » constitue le thème de la 7ème conférence des « Mercredis de l’anthropocène » ce mercredi 14 avril.

Nous publions une tribune du géographe et géomaticien Stéphane Roche qui est l’un des intervenants de cette conférence.

> pour suivre le débat (en direct et en podcast)

Peut-on réellement prédire la ville? C’est certainement l’une des questions les plus complexes à laquelle les penseurs de l’urbain (sociologues, urbanistes, architectes,…) sont confrontés depuis des décennies. À peine a-t-on posé le dernier geste concret d’un projet d’aménagement, que déjà la ville n’est plus ce qu’elle était lorsque le projet fut envisagé. Cette question n’est pas nouvelle, mais la transition numérique des écosystèmes urbains, et en particulier les perspectives récentes offertes par l’intelligence artificielle (IA) et les données massives, la soulève dans des termes nouveaux.

Le mythe numérique et l’Intelligence Artificielle magique

Quelles sont les capacités et limites de l’Intelligence Artificielle, et plus généralement des méthodes d’analyse de données algorithmiques, lorsqu’elles sont utilisées comme outil de prospective urbaine ? Au-delà du regard critique nécessaire sur les biais induits par les données exploitées pour l’apprentissage et le renforcement d’inégalités et de discriminations, quels sont les apports de ces méthodes ? Dans quels domaines et à quelles échelles spatiales et temporelles sont-elles pertinentes ?

Sur la gestion de la mobilité par exemple, il semble que l’on trouve des usages pertinents. Est-ce aussi le cas dans le domaine de l’urbanisme réglementaire et de projet, dans le cadre de la production de Plan Locaux d’Urbanisme (PLU) par exemple ?

Prédire l’état urbain à 1h peut être très utile, mais est-ce réaliste voire raisonnable d’envisager des prédictions à 50 ans ? Comment articuler modèles numériques, décision algorithmique avec l’irremplaçable expertise de terrain ? Quelles sont les limites à poser pour exploiter des outils d’aide à la décision ou de support à la délibération citoyenne sans rentrer dans une dystopie post-démocratique ?

Au cœur, l’intelligence urbaine

Depuis un peu plus de 10 ans, l’idée que la technologie, les réseaux, les capteurs et les données pourraient constituer la solution aux grands enjeux contemporains des villes (inclusion sociale, adaptation aux changement climatiques, santé durable, etc.) a fait son chemin.

Le concept de ville intelligente s’est développé et avec lui un ensemble de controverses. Le grand intérêt de cette dynamique fut incontestablement d’avoir renouvelé nos regards sur l’urbain, dans une perspective résolument transdisciplinaire, tout en plaçant la notion d’intelligence humaine articulée avec l’intelligence artificielle, au cœur des réflexions.

L’étymologie latine du mot intelligence, « intellegentia » (inter, entre) et « legere » (choisir, connecter) ou « ligare » (lier), réfère aux capacités cognitives nécessaires pour comprendre des faits, les composantes d’un système, et pour découvrir leurs inter-relations. L’intelligence est en quelque sorte l’habileté à lier les choses ensemble, à créer du sens. L’intelligence urbaine peut ainsi se définir comme l’habilité à comprendre la genèse des composantes d’un écosystème urbain (les lieux par exemple) ainsi que le niveau de pertinence de leurs connexions.

L’intelligence urbaine n’est donc pas seulement une affaire de capacité à analyser des données ou à concevoir des modèles, mais elle renvoie aussi au décodage du sens des lieux et à la compréhension de la nature de leurs relations complexes (corrélation, causes-effets) entre connexions physiques et numériques.

Ville apprenante plutôt que ville prédictive

La montée en puissance du numérique, de la gouvernance urbaine par les données et les algorithmes, a également permis de remettre au « gout du jour » l’idée déjà un peu ancienne de ville apprenante (Learning City). Mais cette remobilisation du concept d’apprentissage dans un contexte urbain, offre précisément, sans doute plus efficacement aussi, que celui de prédiction, une avenue de mise en œuvre de véritables stratégies d’intelligence urbaine au service d’une prospective réaliste.

En effet, il se décline selon deux modes qui doivent articuler intelligence urbaine humaine et intelligence urbaine artificielle :

1) La ville doit offrir des conditions d’apprentissage favorables à ses communautés et ses citoyens : des laboratoires vivants et autres Fab Labs., des démarches de contribution citoyenne, des projets d’externalisation ouverte ou de sciences citoyennes par exemple.

Mais 2), la ville doit aussi se doter d’une capacité d’apprentissage de sa propre dynamique, une intelligence des dynamiques et lieux urbains de manière non seulement, à pouvoir réagir dans un temps compatible avec les phénomènes identifiés (en temps réel, s’il le faut : sécurité, crise, trafic…), mais aussi à anticiper, prévoir, planifier. On voit naître des projets de jumeaux numériques par exemple.

La ville développe ainsi une composante de système apprenant dans lequel des modèles numériques, de BIM par exemple, sont alimentés par l’Internet des objets et des capteurs, technologiques, mais aussi humains, des citoyens apprenants engagés. Au cœur bien entendu, la donnée, mais pas seulement une donnée numérique « froidement » mesurée, mais une donnée qui se constitue par traitement, croisement et usage, comme une entité sociale et politique pertinente, le « creaturing data », comme un acteur non humain de la ville apprenante.

> Conférence du mercredi 14 avril : « La ville prédictive »

Avec :

– Stéphane Roche. Géographe et géomaticien, Professeur au Département des sciences géomatiques de l’Université Laval, Québec.

– Christine Malé. Chargée de mission à la direction Planification et Stratégies Territoriales de la Métropole de Lyon, elle fut chef du projet de recherche ÉcoCité dédié à la modélisation urbaine du quartier de Gerland entre 2014 et 2018.

Animation :

Hervé Rivano. Professeur à l’INSA de Lyon, il dirige l’équipe commune Inria/INSA Lyon Agora du laboratoire CITI).

Pour suivre ou réécouter la conférence :

Tout le programme du mois d’avril 2021 des Mercredis de l’Anthropocène saison 5.


#Mercredis de l'anthropocène

Activez les notifications pour être alerté des nouveaux articles publiés en lien avec ce sujet.

Voir tous les articles

Autres mots-clés :

Plus d'options