人工智能已在全球各地的城市中得到部署。
提升效率的收益值得追求，但人工智能解决方案也必须优先考虑公平共享的收益。
阿姆斯特丹和赫尔辛基等城市正在开创相关模式，证明人工智能在城市环境中能够提升透明度。
人工智能已不再是城市生活中的未来层级。它已嵌入支撑城市运转的各类系统之中，从交通网络到能源电网，实时提升效率并减少环境影响。
这一转变常被视为通往更可持续城市的路径。但更智能的系统是否必然带来在社会层面更加公平的城市？
人工智能在城市中是如何被应用的？
在各个城市中，人工智能应用已清晰可见。在巴塞罗那和马德里，数字孪生技术可模拟交通、污染和出行等城市系统，使规划者能够在实施干预措施之前进行测试。人工智能系统正在优化迪拜的交通流量。 一些企业，例如谷歌正在利用人工智能通过卫星数据绘制城市热岛图，帮助城市确定在何处植树或部署降温措施。
这些发展的核心是人们常说的“物理人工智能”：交通传感器、污染监测仪、智能电表和摄像头持续收集数据，并将其输入能够实时作出响应的人工智能系统。这种感知与决策相结合的方式，使城市能够超越分析层面，转向对基础设施的持续管理。交通信号灯可根据车流变化进行调整，能源系统可平衡供需，物流网络可动态重新规划路线。
这些发展正在改变城市的运营方式。人工智能正从分析城市系统转向实时主动塑造城市系统。在某些情况下，其影响已经显现。例如，巴塞罗那基于物联网的交通系统已将出行时间缩短多达30%。
这些发展常被描述为一条通往可持续发展的清晰技术演进路径：数据更好、系统更智能、城市更高效。但它们也揭示了一项结构性挑战。尽管它们可能有助于城市朝净零排放目标迈进，但它们是否使城市更加公平和包容，则远不那么清楚。
城市并非优化问题
城市系统长期以来一直由有限的一批行为主体进行设计和管理，这造成了关于城市如何运作以及服务于谁的持续性盲点。人们日益认识到，许多大城市是由“劣势集群”所构成的，其中空间、社会和环境上的不平等相互交织、彼此强化。边缘街区往往获得服务的机会较少、经济机会较少，且更容易面临环境风险。即便是环境状况，其承受也不均衡。由于城市设计和基础设施选择，较贫困地区明显更为炎热，这使其宜居性降低，并更易受到与气候相关的健康风险影响。
人工智能系统并非独立于这些格局运行。它们旨在基于数据、预设目标和数学模型优化可衡量的结果。若基于现有城市数据进行训练，它们可能会继承并放大潜在的不平等。优化模型可能会优先考虑需求较高或数据覆盖较好的地区，从而无意中使资源偏离本已服务不足的社区。除非明确考虑这些潜在的不平等，否则人工智能可能会强化并固化现有的劣势集群，而非解决这些问题，从而进一步边缘化那些本已受影响最严重的群体。
这一动态并不局限于较古老的城市。在新建的、专为人工智能驱动而规划的城市开发项目中，同样可以看到这一现象，例如NEOM、马斯达尔城和萨阿德·阿卜杜拉国王城和易提城，这些地区拥有充足的资本、可用的土地以及高度集中的决策机制，使大规模试验成为可能。然而，缺乏历史遗留约束并不会自动带来更具包容性的结果。它同样可能以技术更先进的形式，重现旧有的盲点。
研究表明，人工智能的能力与城市挑战之间存在明显错位。即便一些研究声称致力于解决这些问题，但以城市理论为明确依据的研究仍然罕见。一项近期的大规模综述估计，略超过1%的研究直接运用了既有框架，且近半数研究主要由技术可能性而非现实问题驱动。实际上，研究与实践都倾向于关注人工智能能够做什么，而非城市需要什么。
当技术放大既有鸿沟而非弥合这些鸿沟时，城市可能会对少数人而言十分美好，却让大多数人难以生存。
采购在实现公平的人工智能方面发挥何种作用？
能力不均使这一挑战更加复杂。相关讨论见于经合组织“第五届智慧城市与包容性增长圆桌会议”上的讨论指出，各城市在采纳和管理人工智能的方式上存在显著差异，其原因在于技能、基础设施和制度资源方面的不均衡。实践中，这通常意味着城市并不自行开发这些系统，而是通过采购获取。
因此，采购成为一个核心但往往未被充分审视的控制点。城市人工智能中的问责制并不仅仅是一项技术要求，而是一种社会关系，必须明确谁负责、向谁负责以及负责什么。当系统由少数同时掌控数据和基础设施的私营行为主体设计和部署时，关于城市如何运作的关键决策实际上被外部化了。一旦实施，这些系统可能难以被审查或质疑。
这对公众信任具有影响。即便在自动驾驶系统等高度技术性的领域，挑战不仅在于安全性，还在于可解释性。复杂系统所作出的决策往往难以解读，即便对负责其部署的人员而言亦是如此。当结果无法得到清晰解释或有意义地提出质疑时，信任将更难维系。
与此同时，这些系统本可以以不同方式使用。人工智能可以帮助决策者探索各种权衡取舍，并评估不同群体如何受到城市干预措施的影响，从而支持决策。但这取决于系统如何设计，以及是否纳入了通常被排除在规划过程之外的群体的观点。
哪些城市正在实施可问责的人工智能？
尽管“黑箱”式城市治理的风险确实存在，但一些城市已经表明，人工智能可以被重新用作促进公民治理的工具。
例如，赫尔辛基和阿姆斯特丹率先建立了公共人工智能登记系统，作为“透明度门户”，使市民能够清楚地看到哪些算法正在管理其所享服务、它们使用哪些数据，以及如何保持人工监督。这使居民的角色由被动的数据点转变为知情的利益相关方。
此外，阿姆斯特丹还尝试了参与式人工智能设计，邀请包括残疾权益倡导者在内的市民议会共同设计“无障碍路线规划器”。该人工智能并非针对“标准”用户优化最快路径，而是基于行动不便人士的实际生活经验进行训练。这些案例表明，人工智能在城市中的价值不必局限于狭隘的效率。
若通过数字主权和包容性采购框架进行治理，这些技术可以支持更具问责性的决策。正如劳拉·鲁奥索莱宁教授所指出的，此类工具使我们能够在虚拟模拟中“检验”城市政策的社会后果，然后再使其成为街道上不可逆转的现实。
如果人工智能的设计能够清晰呈现谁受益、谁被排除在外，以及谁仍有能力对其结果提出质疑，那么它便能支持更好的城市决策。
