鏈結生態系協作,以使用者友善設計思維
GenAI大浪來襲,讓城市不只智慧、還能感知理解、自然互動具備溫度,提高城市效率,建立更永續、更靈活彈性的城市。城市長期願景清晰擘劃為第一步,並對如何融合於現有系統服務與流程有更具體想法。
再者,不只限於IT部門當責,可擴大與產、學、研、在地組織間等多方利害關係人協作,釐清需求、界定目標。由政府主導沙盒環境建構,攜手生態系供應商建立評估標準、GenAI解方與評估流程,開放創新設計具體描繪場景應用,評估需求探索理想解方。
城市治理核心在於「人」,CityGPT也需具備理解人類指令、捕捉感知環境要素能力,產生合理結果,滿足城市、民眾需求。故可思考納入「以人為核心」之公民參與機制,透明、公平前提下,讓城市策略制定更平衡。
循此,以人為核心思維設計公民服務,觀察日本也以「親民數位化」為政策核心,強調為城市社區所帶來之價值。與公民互動的聊天機器人如何能更接地氣、提供適切精準回應,此實為需要經過用戶密切參與服務設計,排除可能偏誤或歧視疑慮、考量道德風險,例如需明確告知民眾正與CityGPT系統對話。
更重要的是,還得考量數位落差窒礙創新接受度。例如可藉力在地社創組織打造數位知識擴散機制,解決長者對AI服務理解不足影響採用率之問題。
生成AI賦能,政府與產業共舞雙贏
除了惠民目標之外,又將如何兼顧產業發展?城市仍需扮演領導、監督關鍵,畢竟政府才是真正理解城市治理內涵的角色。以需求帶動技術,扶植產業具備建構城市大模型能力,依多元場景需求,從演算法、平台、服務應用,催生各類業者於不同領域深化方案,將模型整合於現有數位服務中,讓GenAI應用回歸城市本質發展。
如德國漢堡與新創Aleph Alpha合作、日本東京町田市與埼玉縣白岡市尋求NTT Data資源,皆是藉由產業之力對應城市需求,企業趁機探索新技術解方、累積實踐經驗。
再者,CityGPT隱含了大量且分散的城市資料將被蒐集融合、分析使用。如何解決資料開放共享、城市模型與平台建構、模型落地到應用、場景碎片化問題等,其關鍵為政府與產業發展頻率節奏是否同步調。
中央可透過數位公共基建、資源挹注,降低企業參與CityGPT門檻,產業密切與地方互動,根據需求、參數與訓練資料微調CityGPT模型,執行特定任務,實現城市建設AI通用性,以及對城市、街區、社區、街道層級的運算剖析。
然而,科技無法取代城市治理工作,儘管GenAI能提供深入且有價值見解,最終裁決仍需回到主事者身上,從城市核心價值出發點來衡量。
從觀望到行動,掌握高安全、高民意原則
城市可先盤點過往曾推行之智慧服務,基於過去成果開展行動,辨認GenAI較高價值潛力領域。考量GenAI仍可能捏造事實、產生偏誤,故可優先於低風險公共服務、關注與社會有較多互動性的服務進行試驗,避免先投入敏感度與複雜度較高任務。如攸關資源分配、或涉及弱勢群體服務,因涉及公平、基本人權議題,需更為慎重。
城市治理應用包括:日常決策自動化(掌握全市狀況,快速察看事件確認原因,提供輔助意見)、重複任務與流程管理(文件智慧歸檔與檢索),降低錯誤發生(智慧校對),提高業務效率/生產力(公文草稿、自動摘要)、城市基建/廢物管理(實時數據更新、分析圖表初稿)。
公共服務包括:如AI分析民眾電話或信件投訴,提供基於多語言、多形式資料(文字、語音、影像、圖表)之公共服務即時諮詢回應;潛在威脅辨識、犯罪模式預測,提升公共安全與服務效率。
至於高風險試驗,則需另闢途徑謹慎處理,像是運用先進隱私保護技術,如同態加密、多方運算、合成數據等,或建置安全可信賴環境,評估其可能衝擊影響,再決定是否廣泛部署。