هوش مصنوعی وارد فرایند صدور مجوز ساخت‌وساز در آمریکا شد

شهرهای آمریکا با بهره‌گیری از هوش مصنوعی برای شناسایی خودکار نقص مدارک و تسریع در فرایند صدور مجوزهای ساخت، در پی رفع موانع توسعه مسکن هستند.

به گزارش سرویس ترجمه خبرگزاری ایمنا، دریافت مجوز ساخت‌وساز در شهرهای آمریکا همواره فرایندی طولانی و پیچیده بوده است و تأخیر در صدور این مجوزها یکی از موانع اصلی توسعه مسکن به‌شمار می‌رود. بخش زیادی از این تأخیرها نیز به ناقص بودن مدارکی مربوط می‌شود که متقاضیان ارائه می‌کنند.

اکنون شهرهای بزرگ و کوچک آمریکا برای حل این مشکل، به استفاده از هوش مصنوعی روی آورده‌اند. این فناوری می‌تواند مدارک را بررسی، خطاها را شناسایی و نقص‌های احتمالی را اعلام کند، با این‌ حال، مقامات شهری تأکید دارند که تصمیم نهایی برای تأیید یا رد درخواست‌ها همچنان با کارشناسان و بازرسان انسانی است.

دولت فدرال نیز برای حمایت از این روند، منابع مالی قابل‌توجهی اختصاص داده است. قانون جدید مسکن، صندوق نوآوری با بودجه سالانه ۲۰۰ میلیون دلار برای سرعت بخشیدن به فرایندهای محلی ایجاد کرده و وزارت مسکن نیز تا سه میلیون دلار کمک مالی بلاعوض برای راه‌اندازی سامانه‌های خودکار صدور مجوز در نظر گرفته است، همچنین شهرهایی نظیر سیراکیوس، کوردیلین، موبیل و ریچلند نیز برای دریافت این کمک‌ها درخواست داده‌اند.

شهرهای بزرگی نظیر بالتیمور، دنور و لس‌آنجلس ابزارهای هوش مصنوعی را وارد فرایند صدور مجوز کرده‌اند و شهرهای کوچک‌تری نظیر اورت، لبنان و ناپل نیز به این مسیر پیوسته‌اند. دنور با قراردادی به ارزش ۴.۶ میلیون دلار تلاش می‌کند نرخ پذیرش درخواست‌ها در همان نخستین بررسی را از ۳۷ درصد به ۸۰ درصد برساند، با این‌ حال برخی اعضای شورای شهر درباره دقت هوش مصنوعی و پیچیدگی قوانین منطقه‌بندی نگرانی‌هایی دارند.

لویی‌ویل نیز در حال آزمایش سامانه‌ای است که با بررسی اطلاعات جغرافیایی و الزامات محلی، درخواست‌های ناقص را پیش از رسیدن به دست بازرس شناسایی می‌کند، از این‌رو پیش‌بینی می‌شود این سامانه تعداد دفعات ارجاع پرونده برای اصلاح را تا ۵۰ درصد کاهش دهد.

هونولولو یکی از موفق‌ترین تجربه‌ها را با استفاده از ابزار CivCheck ثبت کرده است. متوسط زمان انتظار برای دریافت مجوز در این شهر به دو و نیم ماه رسیده که ۴۰ درصد کمتر از سال قبل است. تعداد دفعات اصلاح درخواست برای پروژه‌های مسکونی نیز از ۳.۴ به ۱.۴ بار کاهش یافته است، همچنین تعداد اصلاحات مورد نیاز از ۲۳.۵ به ۷.۷ مورد رسیده و میانگین زمان کل فرایند از ۷۳ روز به ۳۲.۵ روز کاهش پیدا کرده است.

مقامات هونولولو تأکید دارند که هدف از به‌کارگیری این ابزار، حذف نیروی انسانی نیست، بلکه هوش مصنوعی قرار است زمان کارشناسان را برای رسیدگی به پرونده‌های پیچیده‌تر و گفت‌وگو با توسعه‌دهندگان آزاد کند. سیاتل نیز در آزمایش این ابزار، دقتی بین ۸۷ تا ۹۲ درصد گزارش کرده است، اما هنوز برای استفاده کامل از آن آمادگی ندارد.

با وجود این نتایج، هوش مصنوعی همه مشکلات را حل نمی‌کند. این فناوری در مواردی که قوانین مبهم است و تصمیم‌گیری به قضاوت انسانی نیاز دارد، کارایی محدودی دارد و تصمیم نهایی همچنان بر عهده برنامه‌ریزان شهری خواهد بود، از سوی دیگر خود متقاضیان نیز در طولانی شدن فرایند صدور مجوز نقش دارند، به‌طوری‌که دست‌کم ۵۰ درصد از زمان بررسی به عملکرد آن‌ها وابسته است.

برنامه‌ریزان شهری معتقدند هوش مصنوعی نمی‌تواند جایگزین گفت‌وگو و تعامل مستقیم با ساکنان و ذی‌نفعان شود و مسائلی نظیر شمولیت و برابری اجتماعی همچنان به قضاوت انسان نیاز دارند.

بررسی داده‌های لس‌آنجلس نیز نشان می‌دهد که کاهش ۲۵ درصدی زمان تأیید درخواست‌ها می‌تواند نرخ تولید مسکن را تا ۲۴ درصد افزایش دهد. با این‌ حال، تجربه شهرهای مختلف نشان می‌دهد موفقیت این فناوری به استفاده متعادل از آن بستگی دارد، به‌گونه‌ای که هوش مصنوعی فرایندهای تکراری را سریع‌تر انجام دهد، اما نقش انسان در تصمیم‌گیری‌های مهم و تعامل با جامعه حفظ شود.

کد مطلب 997933

برچسب‌ها

نظر شما

شما در حال پاسخ به نظر «» هستید.