Okategoriserade

AI, stadsmiljö och trygghetsanalys i Stockholm

AI, stadsmiljö och trygghetsanalys i Stockholm

 

Upplevd otrygghet samt en konstant utmaning för städer som Stockholm, där vissa grupper av människor kan känna sig mer utsatta än andra och dessutom aktivt undvika offentliga platser. Hur kan man då kartlägga vilka egenskaper hos den byggda miljön som upplevs som trygga eller otrygga?

Jag är en del av detta projekt som har syftet att fastställa hur trygghetsupplevelser och fysiska och sociala aspekter av den byggda miljön är sammankopplade. Detta genom att producera en trygghetskarta över Stockholm Stad, framställd med hjälp av AI baserat på flera olika datakällor. Metodiken består delvis utav insamling av data från en medborgarpanel som fått utvärdera trygghetskänslan av slumpvist utvalda platser i Stockholm via Google Street View-bilder. Dessa data kommer sedan bidra till träning av en AI (maskininlärning) för att avgöra vilka typer stadsmiljöer som visuellt upplevs som trygga. Sedan kommer alla Stockholm Stads Street View-bilder analyseras för att sätta en sorts ”trygghetspoäng” på platser i Stockholm. Resultatet kommer sedan jämföras och utvärderas med ett antal trygghetsindikatorer (t.ex. enkäter, polisregistrerade brott). Projektet är en del av Senseable Stockholm Lab, ett samarbete mellan Kungliga Tekniska högskolan (KTH), Massachusetts Institute of Technology (MIT) och Stockholms stad med stöd från Stockholms Handelskammare och Newsec. Projektledare är Fábio Duarte (MIT) och Vania Ceccato (KTH).

Jag själv arbetar för tillfället med framtagandet av trygghetsindikatorer från en trygghetsundersökning genomförd av invånare i Stockholm Stad. Dessa indikatorer kan t.ex. innebära att titta på hur många respondenter som blivit utsatta för brott tidigare, hur stor oron för brott är på vissa platser, och hur många som undviker platser i sitt bostadsområde pga. upplevd otrygghet. Detta kommer fungera som en sorts kontextualisering och utvärdering av AI-modellens resultat, då det blir intressant att se om den AI-baserade trygghetskartan stämmer överens med befolkningens upplevda trygghet enligt undersökningar, samt med t.ex. polisregistrerade brott.

Det slutgiltiga målet med projektet är att utveckla en sorts långsiktig AI-baserad övervakningsplattform, där samma algoritmer kan köras om år efter år. Detta kan utgöra en kunskapsbas för stadsplanerare och arkitekter över hur trygghetsmönster varierar temporalt och bland olika befolkningsgrupper, samt vilka kännetecken hos stadsmiljön som mest uppfattas som otrygga. Projektet beräknas avslutas augusti 2022.

Du kan även följa projektet här.

Jag heter Jonatan Abraham och har precis påbörjat mina doktorandstudier inom urban och regional planering vid KTH. Jag har stort intresse för kopplingen mellan den byggda miljön och brott och trygghet, både i urbana och rurala kontexter.

Du når mig lättast via jabraham@kth.se.