Avec Annette Spellerberg, prof de sociologie urbaine et régionale à la RPTU Kaiserslautern-Landau, et Stefan Höffgen, responsable de la numérisation chez Tegel Projekt GmbH
* Traduction générée par IA *

C'est le podcast Raumdigital, le podcast sur la numérisation dans le développement durable des villes et des localités. [Musique] Salut à tous, bienvenue à la troisième partie de notre mini-série sur l'intelligence artificielle dans l'aménagement du territoire. Dans cette série, j'ai déjà discuté avec Paul Meirath de l'utilisation de l'IA dans la ville de Zurich, entre innovation et responsabilité, et dans le dernier épisode, j'ai parlé avec Petra Ortado de l'IA dans le Trend Report for Planners de l'American Planning Association. Bref, comment planifier l'avenir pour l'avenir. Si vous n'avez pas encore écouté ces épisodes, je vous invite à le faire. Vous y trouverez des informations passionnantes sur Zurich, considérée comme la ville la plus intelligente du monde, ainsi que le point de vue de l'American Planning Association sur les technologies qui nous attendent et leur impact sur le développement territorial. Vous découvrirez également comment l'IA traite l'espace et comment elle transforme l'aménagement du territoire. Pour en parler, j'accueille Annette Spellerberg et Stefan Höfgen. Annette Spellerberg est prof de sociologie urbaine et régionale à la RPTU Kaiserslautern-Landau et Stefan Höfgen est responsable de la numérisation chez Tegel Projekt GmbH à Berlin. On va donc aborder le sujet de l'IA sous un angle scientifique et pratique. Annette, Stefan, bienvenue.

Bonjour à tous.

Merci de nous avoir invités.

Vous travaillez tous les deux sur le thème de l'intelligence artificielle et vous êtes tous les deux membres d'un groupe de travail sur l'intelligence artificielle dans le développement territorial de l'Académie pour le développement territorial au sein de la société de gestion de l'ARL. Annette, tu diriges ce groupe de travail avec Klaus Beckmann. Je fais moi-même partie de ce groupe de travail et je mettrai les liens vers les autres collègues dans les notes de l'émission. Ils viennent des domaines de la planification, de l'administration et de la recherche en Allemagne, en Autriche et en Suisse. Bon, on y va. Comment l'IA influence-t-elle l'espace et comment change-t-elle la planification ? Stefan, tu es responsable de la numérisation dans le cadre de la transformation du terrain de l'ancien aéroport. Je suppose que vous utilisez l'IA dans le cadre de cette transformation. Peux-tu nous expliquer comment vous l'utilisez, notamment pour ceux qui ne connaissent pas la transformation de l'aéroport de Tegel ? Donne-nous aussi quelques détails sur ce que vous faites exactement, quelle est votre mission.

Exactement. On est la société Tegel Projekt GmbH et on a pour mission, en tant qu'entreprise municipale, de transformer l'ancien aéroport de Tegel en un quartier urbain durable, qui doit aussi être intelligent et créer de l'espace pour 20 000 travailleurs et jusqu'à 10 000 personnes qui y vivront plus tard. En tant que société de développement, on est responsables de cette transformation. On ne va pas construire nous-mêmes, mais on prépare tout, toutes les infrastructures et une partie des bâtiments pour que ce quartier puisse voir le jour. Ça veut dire qu'on a plein de spécialistes chez nous, du bâtiment à la planification des infrastructures, en passant par l'aménagement des espaces publics et, bien sûr, la digitalisation. Et c'est là qu'on utilise l'IA. On n'utilise pas encore pleinement l'IA, mais on l'a par exemple pour les photos aériennes qu'on reçoit de nos collègues qui font des vols hebdomadaires pour repérer les menaces, avec une super haute résolution. Et bien sûr, tout le monde sur le site ne veut pas être vu. On a aussi un centre d'accueil pour réfugiés sur le site, et on a donc décidé qu'on voulait anonymiser ces images. Ça veut dire que si on partage ces images, elles doivent être anonymisées autant que possible. On a donc commencé, en collaboration avec l'ITDZ, le prestataire informatique du Land de Berlin, à développer ou plutôt à former une IA, pas à la créer, mais à la former pour qu'elle puisse nettoyer nos photos aériennes des personnes et des véhicules, ou du moins les rendre floues. On veut ainsi garantir la protection des données personnelles et faciliter la transmission de ces photos aériennes.

Pour ça, on utilise une IA.

On utilise aussi l'IA pour détecter des espèces végétales. Là aussi, on forme une IA pour identifier les différentes espèces végétales sur le site, pour ensuite surveiller à long terme la croissance des plantes, y compris les espèces envahissantes, mais aussi simplement les changements sur le site, et ainsi voir comment on peut développer l'espace libre. On fait ça avec la société publique GrünBerlin. Et peut-être un troisième exemple, où on n'est pas directement impliqués en tant qu'équipe, mais il y a aussi des entreprises qui roulent sur le site, qui testent des véhicules autonomes et qui utilisent bien sûr l'IA pour prendre les décisions concernant les véhicules ou l'analyse des données. Ce sont des cas d'application très variés où on utilise l'IA.

Donc, l'IA est déjà utilisée activement et si le nouveau quartier, le Schumacher Quartier, est prévu pour être un quartier intelligent, qu'est-ce qu'on prévoit de faire ou de soutenir avec l'IA ? Eh bien, on

voyons bien sûr des possibilités dans le domaine de la mobilité, au moins pour les entreprises avec lesquelles on va bosser, qui utiliseront l'IA pour les navettes autonomes qui circuleront ici, afin que l'IA puisse prendre les décisions de conduite ou au moins traiter les données de manière intelligente. L'IA pourrait aussi être utilisée, par exemple, pour détecter les chants d'oiseaux et apprendre, parce qu'on a le « Animal Aided Design ». C'est une sorte d'ambition qu'on a pour essayer de profiter de la croissance et de la biodiversité. Dans le domaine de l'approvisionnement énergétique, l'IA sera peut-être aussi utilisée, parce qu'on essaie bien sûr d'optimiser les processus énergétiques et que les systèmes d'apprentissage et les prévisions sont utiles pour prendre de meilleures décisions et rendre ce sujet plus efficace. Sinon, on n'a pas encore de feuille de route très claire sur les domaines dans lesquels l'IA sera utilisée. Cette année, on va rédiger une stratégie en matière d'IA, essayer de définir à nouveau les grandes lignes directrices pour nous, les types d'IA qu'on veut utiliser, les systèmes d'IA qu'on pourrait rejeter et les domaines dans lesquels on envisage d'utiliser l'IA. Et ça se fera au cours de cette année, notamment grâce aux experts et au groupe de travail de l'AAL.

Et qu'est-ce que vous attendez de l'utilisation de l'IA ? Pourquoi vous utilisez cette technologie ?

Pour faire simple, c'est pour gagner en efficacité, pour pouvoir prendre des décisions plus rapidement, pour obtenir de meilleurs résultats à partir des infos dont on dispose ou pour mieux traiter les grandes quantités de données disponibles et ainsi pouvoir prendre des décisions basées sur ces données. C'est ce qu'on attend de l'IA. Je ne sais pas, l'expérience qu'on a eue à Hambourg, où j'ai aussi travaillé, c'est que les systèmes d'IA, les systèmes d'assistance, aident pas forcément à remplacer les tâches routinières, mais au moins à les soutenir, et qu'il y a des possibilités d'accélérer vraiment les processus, parce que la base de connaissances sur laquelle on s'appuie est mieux préparée, voire plus complète, grâce à l'IA.

Et bien sûr, on veut en profiter.

Donc, vous utilisez déjà beaucoup l'IA et vous savez comment vous voulez continuer à l'utiliser. Comment avez-vous appris à utiliser l'IA, à vous organiser pour pouvoir mettre en place un terrain d'essai, la conduite autonome et tout ça ? Comment avez-vous commencé à vous intéresser à ce sujet ?

D'une part, le projet sur lequel on travaille, c'est le développement de l'ancien aéroport de Tegel, qui est un lieu d'innovation et un laboratoire grandeur nature. C'est aussi notre mission. On doit tester ici de nouvelles choses qui pourront ensuite être utilisées dans d'autres villes, communes ou projets.

Il est donc évident qu'on s'intéresse aux nouveaux développements et aux innovations techniques et qu'on souhaite les utiliser en conséquence. D'autre part, on ne fait pas tout nous-mêmes. Comme je l'ai déjà dit, beaucoup de projets d'IA, notamment la conduite autonome, ne sont pas réalisés par le projet Tegel lui-même, mais par des entreprises ou des instituts de recherche qui s'installent ici et qui testent des choses dans ce domaine. Ils disposent d'un terrain d'essai spécialement désigné pour étudier ces questions et acquérir de l'expérience.

D'un côté, on est donc en tant que société, en tant que moteur de l'innovation, et de l'autre, on a la collaboration de nombreux experts et institutions qui nous soutiennent ou qui utilisent simplement l'espace et bénéficient d'un espace pour tester ces choses ici.

En gros, on a les meilleures conditions pour non seulement tester de nouvelles technologies comme l'IA, mais aussi pour les utiliser dans la vraie vie.

Anette, je me tourne maintenant vers la sociologue régionale et urbaine. Est-ce que toutes les villes, tous les projets ont ces bonnes conditions de départ ?

Pas vraiment, ou alors de manière limitée, parce que les villes sont organisées. Tegel est en effet un laboratoire réel et peut partir de zéro. Ça veut dire que tout est construit à neuf, les infrastructures sont développées à partir de zéro. Les acteurs se réunissent aussi pour la première fois.

Ça veut dire que dans ce laboratoire réel, on peut vraiment trouver de nouvelles coopérations avec l'économie, la science, les entreprises, mais aussi la ville elle-même, et surtout de nouvelles formes de interaction et de nouvelles structures organisationnelles.
 

Dans les villes, les administrations sont bien rodées, les structures sont en place, les infrastructures sont construites, les réseaux existent, et il est bien sûr beaucoup plus difficile d'y utiliser l'IA. C'est souvent le cas dans les laboratoires réels ou dans le cadre d'expériences, dans les projets de villes intelligentes.

L'IA ne s'installe que très lentement dans le fonctionnement normal des villes.

Dans le domaine de la gestion du trafic, par exemple, avec les feux de signalisation, ou dans le domaine des capteurs pour les plantes vertes, les systèmes d'irrigation automatisés, peut-être aussi quelque chose comme un chatbot pour les services aux citoyens, les systèmes de gestion des données, les premières facturations.

En gros, l'IA arrive petit à petit, peut-être même sans qu'on s'en rende compte. Par exemple, quand on utilise Chat-GPT dans l'administration, on ne pense pas forcément à l'IA, mais plutôt à un outil pratique qui vient d'être amélioré. Et c'est peut-être un processus inconscient dans le fonctionnement normal, sauf dans les expériences, les laboratoires réels ou les processus souvent soutenus par la science.

D'après ton expérience, est-ce que ce sont plutôt les grandes villes qui mettent en place des laboratoires réels, puis qui passent du laboratoire réel à l'action administrative, ou est-ce que ce sont aussi les petites et moyennes villes ?

Les grandes villes ont bien sûr une longueur d'avance. Elles ont du personnel spécialisé, comme un service dédié à la numérisation, par exemple. Elles ont aussi plus de marge de manœuvre financière, donc de meilleures chances de démarrer, et ont peut-être aussi développé des stratégies. Stefan en a déjà parlé, il s'agit des stratégies en matière d'IA. Mais les villes moyennes utilisent aussi de plus en plus l'IA. On a fait des interviews dans des villes moyennes et ce qui commence à s'imposer, ce sont des mesures de gestion du trafic, par exemple, ou le traitement des dossiers, ou les capteurs ou les véhicules qui enregistrent l'état des routes, ce qui conduit ensuite à des processus automatisés pour corriger les défauts.

L'IA fait donc son apparition, peut-être plus facilement dans le secteur des transports, avec la mobilité à la demande, les flexlines et autres systèmes similaires qui sont actuellement mis en place et qui reposent également sur l'IA.

Optimisation des flottes, des véhicules, de l'affectation du personnel, des itinéraires, apprentissage continu pendant le fonctionnement, ce qui fonctionne très bien, à mon avis.

L'IA est donc également présente dans ce domaine, sans que cela soit nécessairement considéré comme un projet d'IA dans les communes elles-mêmes.

Pour répondre plus précisément à la question, on peut donc dire que c'est plus fréquent dans les grandes villes, notamment parce que la coopération entre la science, qui est très souvent impliquée, l'économie et la ville est plus facile à organiser que dans les villes moyennes, qui sont toutefois en train de rattraper leur retard.

Et l'une des raisons, pour en parler aussi, c'est la disponibilité des données.

L'IA repose sur de grandes quantités de données, qui sont mieux préparées dans les grandes villes, disponibles en plus grande quantité, ce qui représente aussi un défi pour les villes moyennes en raison des ressources humaines nécessaires.

Non, c'est clair. L'IA sans données, c'est pas imaginable. Et là, les villes qui se sont penchées sur le sujet plus tôt ont un avantage. Il y a aussi des exemples de villes moyennes, je pense par exemple à Landsberg, qui se sont lancées très tôt, avec leurs propres vols réguliers, pour collecter elles-mêmes des données. Mais c'est certainement un sujet central que de savoir comment traiter les données et comment les rendre finalement accessibles à l'IA, mais aussi à d'autres applications, à partir des différents silos administratifs.

Stefan, si je me souviens bien, vous avez votre propre plateforme de données pour, je ne sais plus trop, le projet Tegel, GmbH, Schumacher Quartier ou autre, développée pour cet échange de données, qui est également disponible en open source ?

Exactement, c'est ça. Oui, on a mis en place cette plateforme de données précisément dans le but d'organiser la gestion des données pour ces applications, qu'on pourrait appeler « Smart City ».

Ça veut dire qu'on reçoit des données provenant de domaines spécialisés très variés, qu'il s'agisse de données BIM d'architecture dans le meilleur des cas ou de plans en 2D. Mais on reçoit aussi des données provenant de capteurs très divers. On reçoit des données d'autres institutions spécialisées, y compris de l'administration. Et bien sûr, comme Anette vient de le dire, on doit les traiter de manière pertinente afin qu'elles puissent être utilisées.

On a besoin de ces données pour pouvoir ensuite faire tourner des applications d'IA utiles ou bien sûr d'autres applications. C'est pour ça qu'on a commencé à développer cette plateforme de données il y a déjà trois ans et demi. À l'époque, on voulait la développer en open source. Et comme on n'avait pas de modèle de système, on l'a développée nous-mêmes ces dernières années avec nos prestataires, avec le soutien ou en coopération avec la ville de Paderborn. et actuellement aussi en collaboration avec la ville de Bonn, et nous avons maintenant mis en place une infrastructure de données très fonctionnelle et complète qui fonctionne ici chez nous, mais qui est aussi, et c'est ce que nous trouvons génial, réutilisée dans plusieurs autres villes, où deux projets différents ont vu le jour, la Data Space Community et le Civitas Core, qui sont à leur tour utilisés dans plusieurs autres villes. Je pense qu'on a contribué à développer un écosystème très performant qui nous permet désormais d'aborder efficacement la question de la gestion des données au niveau communal.

L'objectif est d'intégrer ces différentes données dans une plateforme afin de pouvoir les extraire de manière standardisée, selon un système approprié.

C'est là tout le défi. Qui est autorisé à consulter ces données ? Qui peut les obtenir ? Comment les utiliser ?

C'est ce qu'on fait grâce à cette plateforme d'intégration, qui a aussi des composants supplémentaires comme des tableaux de bord pour visualiser les données, ou encore un géoportail où les données sont accessibles au public, mais aussi et surtout à nos collègues en interne, dans un espace sécurisé.

Et là, on se tourne aussi vers les jumeaux numériques urbains, ce qui est toujours super cool, mais c'est aussi une bonne voie, je dirais, pour développer à partir de ces données de bons systèmes de visualisation et d'aide à la décision, avec lesquels nous, mais surtout nos collègues spécialisés, peuvent ensuite travailler pour optimiser leurs processus et prendre de meilleures décisions.

Annette, tu as beaucoup acquiescé quand on a parlé de l'attribution des droits et de qui peut voir quelles données.

Oui, parce que, comme je l'ai dit, les données sont la condition préalable essentielle aux processus d'IA.

Les données sont soumises à différents droits en matière de protection des données. Les données à caractère personnel, notamment dans le domaine administratif, les données sociales, sont très sensibles, on ne veut pas les mettre dans un pool de données public.

En même temps, la planification X est la norme, ce qui veut dire que les processus doivent être numérisés avec des interfaces définies, de préférence open source, pour que les processus soient beaucoup plus simples. Ça veut dire que dans une commune, on a des conditions complètement différentes pour le partage des données. On a donc besoin de règles, des règles très claires. Qui a accès à quelles données, qui peut les utiliser et comment, qui peut les modifier et comment, qui peut les traiter, qui peut les transmettre.

Toutes les questions relatives à la protection des données, à leur disponibilité et à leur modification sont donc très complexes. Nous menons un grand projet interdisciplinaire intitulé « Aging Smart - Räume intelligent gestalten » (Vieillir intelligemment - Concevoir des espaces intelligents), dans le cadre duquel ce que Stefan vient de dire est mis en pratique. Nous travaillons avec sept communes. Les données sont disponibles dans des qualités très différentes. Les communes elles-mêmes ont également formulé des droits et des droits d'accès différents, indiquant ce qu'elles autorisent ou non avec les données. Et c'est super compliqué de rassembler toutes ces données différentes, comme les données démographiques, les photos aériennes, les cadastres des arbres et d'autres données, dans un seul outil pour les processus d'IA. Chez nous, un exemple, c'est la reconnaissance des plantes pour repérer les situations dangereuses en été quand il fait chaud, quand il y a trop d'ozone émis par les plantes qui sont normalement bonnes pour faire de l'ombre quand il fait chaud. Là aussi, les processus d'IA entrent en jeu. Il faut ensuite combiner les données démographiques avec les données de construction et les données des capteurs installés sur les plantes, et là, la question se pose de savoir dans quelles conditions quelles données peuvent être regroupées et évaluées ensemble. Et pour ça, il faut des normes dans chaque commune, pour que les employés sachent ce qu'ils font, comment ils peuvent utiliser ces données et s'ils reçoivent, disons, une aide à la décision, comme pour diriger les gens quand il fait super chaud et indiquer les bons chemins à prendre en fonction des arbres et des plantes. Comment interpréter ces données. Ça veut dire que les employés des communes doivent être formés, et de façon continue, parce que l'IA évolue super vite dans plein de domaines. On a donc besoin de formations continues dans ce domaine, surtout en éthique, en droit, en interprétation, en droits d'accès, pas tellement sur le plan technique, mais plutôt sur l'utilisation de l'IA dans l'administration, dans l'organisation et aussi sur les nouveaux défis pour l'organisation de l'administration si l'IA est de plus en plus utilisée, ce qui est probable.

Bon, Annette, je peux t'interrompre un instant ? xStandard ne dit peut-être pas grand-chose aux planificateurs en Suisse et en Autriche. Tu peux expliquer rapidement ?

Oui, ça veut dire que les documents nécessaires pour une demande de permis de construire, pour l'urbanisme, doivent être disponibles sous forme numérique, donc lisibles par des machines, avec certaines interfaces, pour qu'ils puissent être traités automatiquement, afin que la planification et la construction puissent se faire beaucoup plus rapidement dans les communes. Et c'est en fait une obligation légale, c'est-à-dire que la planification X doit être mise en place dans les communes.

Je peux peut-être ajouter rapidement que ce qui est super avec la planification X, c'est qu'elle permet de mieux tirer parti des connaissances en matière de planification.
 

Donc, si j'ai des plans d'urbanisme qui sont numérisés et lisibles par des machines, je peux aussi, si j'ai un modèle 3D ou des connaissances sur l'urbanisation, vérifier la taille de la surface de plancher dans certaines zones, voir si ça correspond aux constructions existantes et où il y a peut-être encore un potentiel de densification. Et ce qui est super intéressant, comme Netta l'a mentionné, c'est de pouvoir faire des demandes de permis de construire. On bosse actuellement sur un projet de recherche sur les permis de construire numériques basés sur le BIM avec la ville de Hambourg, où ces données numériques sont utilisées pour voir si elles peuvent être superposées aux données BIM, ce qui permet ensuite de faire des requêtes semi-automatisées pour vérifier si le projet architectural est conforme au droit de la construction et s'il y a des contradictions. Et c'est précisément pour ça que ces données ont une valeur inestimable à long terme. Mon collègue Kai-Uwe Krause parle toujours du jumeau numérique de la ville planifiée.

Si je reprends maintenant le thème de la langue et de la communication, si je me souviens bien, le groupe de travail de l'ARL a justement été le point de départ pour dire qu'il fallait rassembler et transférer les connaissances. Annette, tu étais déjà impliquée en tant que responsable avant la création du groupe de travail. Comment l'avez-vous initié ? Quelles en étaient les raisons ?

J'ai moi-même travaillé sur la numérisation et le développement spatial, et la numérisation est bien sûr une condition préalable. L'intelligence artificielle a été utilisée dans des projets de villes intelligentes, et la question se pose alors naturellement de savoir dans quelle mesure, avec la diffusion de l'IA, qui semble inévitable, cela aura des conséquences sur le développement territorial, notamment sur la transformation des villes, l'organisation des disparités entre les villes et les campagnes, voire les inégalités sociales dans les villes, l'emploi, l'image des villes, quand on pense à l'économie de plateforme. Et il était clair que l'ARL, en tant qu'académie pour le développement spatial, travaille toujours en combinant science et pratique. Et je trouve que ce groupe de travail y est très bien parvenu, par exemple avec Stefan, qui a de l'expérience à Tegel, Martin Memmel, du Centre allemand de recherche sur l'intelligence artificielle, qui a également été chargé de la numérisation des processus d'IA dans la ville de Kaiserslautern. Nous avons Jens Libbe du DIFU, c'est-à-dire l'Institut allemand d'urbanisme, le BBSR, c'est-à-dire l'Institut fédéral d'urbanisme, Mme Schweitzer. Et ainsi, nous avons trouvé dans différentes disciplines, notamment à l'université de Dortmund, M. Othengrafen, qui a beaucoup travaillé sur la gouvernance et l'IA. On a donc trouvé des experts qui avaient déjà bossé sur le sujet, on s'est rencontrés plusieurs fois, on a échangé, on a examiné ce qu'on pouvait faire, parce qu'on bosse tous bénévolement, on est dispersés géographiquement, mais on voulait bien sûr pouvoir dire quelque chose de concret sur le sujet de l'IA et du développement territorial. On s'est concentrés sur certains domaines, comme les questions de gouvernance, parce que la gouvernance n'est pas directement liée au développement territorial, mais elle le guide, surtout dans les administrations. On a aussi abordé des questions comme la mobilité, qu'on a analysées de manière plus directe, on a fait le point sur l'état des connaissances et on a cherché des bonnes pratiques, c'est-à-dire des exemples concrets de ce qui se fait déjà et ce que ça veut dire.

Au final, on a créé une revue scientifique sous forme de numéro spécial, mais on a aussi rédigé un document de synthèse destiné à la pratique. On dit en gros : si vous voulez introduire l'IA dans les communes, pensez à ce que ça veut dire pour l'organisation elle-même. L'accent était donc mis sur les communes elles-mêmes. On a donc à nouveau réuni la science et la pratique dans le résultat final, on n'a pas seulement collaboré, mais on a aussi essayé d'en tenir compte dans le processus et dans le résultat lui-même.

Stefan, tu faisais partie de l'équipe qui s'est penchée sur la mobilité. À quoi faut-il s'attendre en matière de mobilité dans le contexte de l'IA et du développement urbain ?

Eh bien, ce qui est clair, c'est que l'IA fait de plus en plus son apparition dans différents systèmes de mobilité. Ça se fait petit à petit, parfois sans qu'on s'en rende compte, que ce soit dans l'évaluation ou l'analyse d'offres, dans les systèmes de covoiturage, dans la conduite autonome ou semi-autonome, quand on regarde la situation du trafic et que l'IA est utilisée pour traiter rapidement les données.

C'est ce qu'on remarque. C'est une évolution qui existe. Dans le cadre du projet, on a examiné trois exemples de manière approfondie, où on a regardé où l'IA est utilisée et comment elle est utilisée.
 

Et ce qui ressort, c'est qu'il n'y a pas encore d'IA ou de système qui contrôle et dirige tout, mais qu'il y a des acteurs très différents, ce qui nous ramène à la question de la gouvernance, car il y a des intérêts très divergents.

Il y a d'une part les acteurs qui contrôlent et coordonnent l'ensemble. Et puis il y a ceux qui sont en quelque sorte dans la salle des machines et qui construisent les systèmes d'IA. C'est, je pense, la première constatation que nous pouvons faire. On s'est ensuite demandé dans quelle mesure ces systèmes d'IA interviennent dans le trafic.

Je dirais que ce n'est pas encore le cas, qu'on n'a pas des milliers de boîtes noires dans lesquelles on ne peut pas regarder et où l'IA commence à tout prendre en charge, mais qu'il existe peut-être de nombreuses boîtes grises dont on ne sait pas exactement comment elles fonctionnent, mais où différents acteurs contrôlent différents systèmes, et je ne pense pas qu'il faille partir du principe que l'IA va prendre le dessus trop vite sur le système de mobilité, même si on part de cette crainte. Mais en fait, l'IA est utilisée, elle aide, elle peut améliorer les décisions, les accélérer et elle crée aussi de nouvelles offres qui n'étaient tout simplement pas viables avant sans cette analyse rapide et massive des données. C'est ce qu'on peut dire.

Je voudrais juste intervenir rapidement, car je pense que c'est aussi une grande opportunité pour la connexion entre la ville et la campagne, ainsi que pour la situation du trafic dans les zones rurales.

Si on dit qu'on a une flotte de petits bus qu'on peut commander à la demande, c'est-à-dire quand on a besoin d'un bus, et qu'on peut commander un petit bus qui va à un endroit précis, disons près de chez soi, et qui nous emmène là où on veut aller.

C'est ce qu'on appelle la mobilité à la demande, qui existe déjà dans certaines communes et qui fonctionne super bien selon moi. Tu dis que tu veux être dans ton village à 10h30, tu commandes une Flexline et elle t'y emmène à 10h30.

Sans horaires fixes, sans gros bus, mais quand même dans les transports publics, et pas comme un taxi, mais avec les tarifs des transports publics, utilisable avec le Deutschland-Ticket par exemple, et donc avec une possibilité de transport personnalisée dans les zones rurales ou au moins dans les zones rurales proches des villes.

C'est un premier pas. Mais je pense que ça va vraiment changer la mobilité et créer un mélange entre les transports publics et les transports individuels. Et je pense que c'est vraiment une super évolution et qu'on a besoin de l'IA pour ça.

Merci pour cette précision. Mais nous devrons absolument revenir plus tard sur le thème de l'impact spatial de l'IA. Annette, peut-être pourriez-vous aborder le thème de la gouvernance. Vous faisiez partie de l'équipe d'auteurs et vous venez de dire que la gouvernance n'a pas d'impact spatial direct, mais qu'elle résulte de l'organisation des impacts spatiaux. Quels sont les thèmes que vous abordez dans votre article et que vous avez étudiés au préalable ?

Il s'agit des processus administratifs, qui sont très segmentés en Allemagne, c'est-à-dire divisés en différents départements et services, ce qui complique beaucoup l'utilisation de l'IA lorsqu'il s'agit d'organiser des choses de manière transversale.

Et dans les structures administratives, pour utiliser l'IA, il faut réfléchir à comment on peut faire ça et comment on peut le garantir. Ça veut dire qu'on a besoin d'une structure de direction qui dise : OK, je veux vraiment prendre des décisions basées sur les données. Je veux optimiser les processus. Stefan l'a déjà dit. On veut vraiment optimiser l'utilisation de la main-d'œuvre, ce qui est nécessaire parce que les baby-boomers partent à la retraite. Ça veut dire qu'on a un énorme manque de main-d'œuvre dans l'administration publique. D'ici 2030, la moitié des baby-boomers seront à la retraite. Ça veut dire qu'on a un gros besoin de main-d'œuvre. On a plein de tâches routinières qui peuvent être automatisées. Ça va du service postal à la comptabilité, en passant par le regroupement des demandes, donc aussi le traitement des demandes, et des trucs comme les processus de décision quand il s'agit de questions de construction. Il s'agit donc de structurer cette énorme quantité de données, de les rendre exploitables, plus faciles à gérer, de les préparer et ainsi de soulager le personnel encore disponible pour qu'il puisse ensuite prendre les décisions. Qu'il s'agisse d'allocations logement ou d'une demande de permis de construire, il s'agit avant tout de transférer les informations disponibles dans des processus numériques. Et pour ça, il faut une véritable direction qui dise : « Oui, nous devons numériser l'administration, ça ne fonctionne plus autrement. Nous avons besoin de ce que nous venons de dire, à savoir une gouvernance des données. Nous devons nous poser la question de l'affectation du personnel. On doit peut-être aussi se poser des questions sur la restructuration, dire qu'on a besoin de services numériques avec deux ou trois personnes et qu'on doit peut-être regrouper des postes qui bénéficient d'une rémunération correcte, sinon ils n'existeront pas dans les administrations et celles-ci seront alors déconnectées de la vie sociale en général. Personne ne veut ça, car on risquerait alors de voir des entreprises arriver et dire qu'elles ont la solution optimisée, qui serait alors achetée, et on ne pourrait plus rien faire.

On se retrouverait peut-être dans des situations de verrouillage et on devrait acheter ses propres données, etc. Cela signifie qu'il sera absolument nécessaire que les administrations, malgré la charge permanente qui pèse sur elles, s'organisent de manière pérenne. Et ça passe par l'organisation des données, la gestion, l'affectation du personnel, le savoir-faire.

Comment trouver le personnel qualifié, comment acquérir le savoir-faire ? Comment mettre en place une stratégie durable, sachant que les budgets sont liés à des exercices annuels ou biennaux ? L'utilisation de l'IA nécessite des moyens financiers qui doivent être garantis à long terme.

Il faut par exemple des serveurs. Ça veut dire qu'il faut acheter du matériel. Il faut se demander lesquels et comment. Où sont-ils ? Les serveurs sont désormais contrôlés par l'IA, refroidis à l'eau, donc refroidis par liquide. Où sont-ils ? Qu'est-ce que ça veut dire en termes de durabilité ?

Ça veut dire qu'il y a plein de processus qui en découlent et que les administrations doivent se pencher sur le sujet, et ça ne peut pas être vu comme une question technique. Ce n'est pas suffisant, c'est une tâche socio-technique, socio-organisationnelle, couplée, une tâche à long terme. Et je pense que beaucoup de communes sont sur le point de franchir le pas ou utilisent l'IA de manière ponctuelle, ce qui est une bonne chose, mais cet obstacle organisationnel doit encore être surmonté. 

Je peux le confirmer. Je fais partie de l'équipe chargée des étapes de développement, où on a examiné précisément ces obstacles ou cette étape qui sépare une application d'IA, des applications individuelles d'IA, d'un développement spatial numérisé, et on a développé un modèle en cinq étapes qui montre qu'il ne s'agit pas seulement de mettre la technologie à jour, pas seulement d'organiser les données et de les rendre utilisables entre les différents silos, ni seulement d'emporter l'adhésion des gens, de dissiper leurs craintes, de former les écoles et de s'organiser de manière à disposer des règles appropriées, mais aussi d'avoir la capacité, au sein de l'organisation, de décider ce dont on a besoin en matière de données, de technologie et de formation continue pour que l'organisation soit performante. Et nous avons dit dans notre contribution qu'il fallait franchir ces étapes de développement. Il ne s'agit pas de mettre tout le monde au niveau 5, mais il y a une grande différence entre les niveaux : on peut être au niveau technique le plus élevé, mais si on n'est qu'au niveau de base en matière d'implication des personnes, des organisations et des cadres, ça ne peut pas marcher. Et les résultats de ce groupe de travail seront, comme tu l'as déjà mentionné, résumés dans une publication spéciale de la revue DISP.

Et on peut en profiter pour faire un peu de pub. Le 5 juin à Berlin, il y aura un vernissage pour la publication du magazine. Stefan, c'est chez vous à Tegel, et vous pouvez nous dire quelques mots sur le programme pour les auditeurs qui habitent près de Berlin et qui se disent « oui, le 5 juin, ça me va ». C'est quoi cet événement ?

Ouais, c'est un événement qui se déroule l'après-midi, pendant trois heures, et on a invité des collègues qui bossent dans le domaine et qui utilisent l'IA. Il y aura une représentante d'une ville intelligente, Gelsenkirchen, qui a différentes applications d'IA. L'accent sera mis sur la mobilité. On a invité deux collègues qui ont créé des entreprises qui développent l'IA et l'utilisent dans des communes à différents endroits, de sorte qu'on a prévu de former des binômes pour l'événement, qui s'occuperont de la gouvernance, des étapes de développement et de la mobilité. Il y aura une présentation externe, une présentation de notre part, puis une discussion sur la pratique scientifique, ce qui se passe concrètement sur le terrain et comment classer scientifiquement les processus.

Qu'est-ce que ça veut dire aussi d'un point de vue social ? On espère pouvoir à nouveau faire un transfert. Donc, partir du groupe de travail pour avoir un impact sur la société avec nos connaissances.

Et nous, à Tegel, en tant que lieu de la manifestation, on espère bien sûr pouvoir ensuite transférer ces connaissances chez nous. D'une part via les réseaux existants, mais aussi en mettant ces connaissances en pratique chez nous. Comme je l'ai dit, il s'agissait d'abord de la stratégie en matière d'IA qu'on s'est donnée pour être prêts à franchir les étapes, mais aussi de poursuivre ce thème dans des projets concrets, soutenus par la technologie, dans des exemples d'application réels, des cas d'utilisation, de le tester ici et, avec nos collègues, nous disposons déjà d'un vaste réseau, de le tester davantage et peut-être de le mettre en pratique.

Car je pense que c'est toujours un grand défi dans la pratique que ces premiers projets, ces applications testées, soient vraiment opérationnels, qu'ils soient vraiment utiles ici, qu'ils fonctionnent en continu et qu'ils améliorent ensuite les processus que nous avons en interne. C'est un long chemin à parcourir et nous espérons que cet événement contribuera vraiment à donner un nouvel élan.
 

En plus, avant la pause estivale, des événements similaires auront lieu à Vienne et à Zurich pour encourager le transfert en Autriche et en Suisse.

Bon, assez de pub.

Ce qui est intéressant, c'est qu'il s'agit d'un groupe de travail interdisciplinaire, transdisciplinaire, parce qu'on combine la science et la pratique, et international en plus. Ce mélange de personnes et donc de cultures différentes est déjà présent dans cette réunion. En Autriche, à Vienne par exemple, on a une utilisation de l'IA très participative, très avancée, alors qu'en Suisse, les conditions sont peut-être différentes. On voit donc à nouveau combien de composantes entrent en jeu lorsqu'il s'agit de l'utilisation de l'IA, notamment le contexte culturel, qui doit toujours être pris en compte. >>

C'est un sujet qu'on aborde sous différents angles dans le groupe de travail, mais aussi dans le monde scientifique et dans la pratique. Une question qu'on se pose sans cesse, c'est « Quel est l'impact spatial de l'IA ? ». Et quand on regarde la littérature, c'est très maigre. Dans le groupe de travail, on a discuté à plusieurs reprises de trois points de vue : l'impact spatial, c'est bien sûr ce qui a déjà été mentionné, à savoir les infrastructures directes, c'est-à-dire où se trouvent les serveurs, comment sont-ils alimentés en énergie, comment sont-ils refroidis, sont-ils autonomes ou intégrés dans des structures urbaines ?

Ensuite, il y a les aspects indirects, qui ont déjà été évoqués, comme le comportement des autres acteurs, les plateformes, l'économie, par exemple.

Comment l'espace est-il organisé, notamment à l'aide de l'intelligence artificielle ? Et le troisième aspect, que nous avons déjà abordé, c'est l'aspect technique.

Comment planifions-nous ? Comment accéder plus rapidement aux données ? Comment obtenir des données plus faciles à échanger afin d'aboutir à des résultats de planification plus proches des besoins des gens ? D'après vous, d'un point de vue scientifique et pratique, soutiendriez-vous ces trois perspectives ou avez-vous des exemples à ajouter ?

Je trouve cette classification correcte dans un premier temps. Je pense qu'il est encore trop tôt pour en évaluer pleinement les conséquences. Prenons l'exemple de l'économie des plateformes. Tout le monde utilise des plateformes.

Tout le tourisme fonctionne désormais sur des plateformes. Mais beaucoup de gens n'en sont pas conscients. De Booking à Tripadvisor, en passant par les réservations d'hôtels et le tri, tout est organisé de manière numérique et assistée par l'IA. Ça veut dire que le secteur du tourisme est complètement restructuré selon les principes de l'IA. C'est TripAdvisor qui nous aide à choisir le restaurant où on va manger. Quand on pense aux services de livraison en ville, ça change le paysage urbain. On a maintenant ces magasins sombres qui ont retiré leurs vitrines parce que les services de livraison y ont installé leurs entrepôts pour pouvoir distribuer rapidement leurs marchandises dans la ville avec leurs vélos cargo.

Avant, c'étaient des vitrines, mais maintenant, ce sont des sorties. Ça ne rend pas le paysage urbain plus joli. On voit beaucoup plus de vélos cargo, de stations de distribution, etc. dans le paysage urbain. La main-d'œuvre est utilisée différemment, ce qui signifie moins de salariés assujettis à la sécurité sociale dans la ville. Les systèmes d'évaluation ont aussi créé beaucoup plus de dépendances. La sécurité sociale des gens est soumise à des conditions complètement différentes, ce qui a bien sûr un impact spatial quand on se demande où les gens vivent et ce qu'ils peuvent se permettre. On en revient alors à toute la question de l'accès au logement, Airbnb, etc. En gros, l'organisation de la vie urbaine est déjà largement façonnée et influencée par l'IA, sans qu'on s'en rende vraiment compte. Et ça change les structures sociales, les schémas spatio-temporels, c'est-à-dire quand les choses se passent, où elles sont organisées, dans quel contexte. Ça touche donc des questions fondamentales de la vie en communauté, sans entrer dans les détails, comme l'impact spatial de l'IA sur ce processus précis. Mais la combinaison de très nombreux domaines d'application modifie l'utilisation de l'espace, sa production, son apparence, son esthétique, etc. Ça veut dire que les processus sociaux sont fondamentalement influencés par l'IA.

On n'a pas encore parlé de participation et d'implication, mais seulement de la vie quotidienne, qui change beaucoup. Ça joue un rôle énorme, et puis la question de l'artisanat est aussi super importante. Parce que je bosse ici à la RPTU et qu'on se demande comment former les urbanistes qui vont bientôt exercer leur métier dans les communes, dans les bureaux. Elles doivent déjà être capables de tout géoréférencer. Ça veut dire qu'elles doivent savoir utiliser les gros programmes informatiques. Elles apprennent déjà à utiliser l'IA. Elles doivent s'organiser différemment, y compris dans les bureaux. En gros, la collaboration locale dans un bureau devient de plus en plus inutile grâce à la mise en réseau des gens dans le monde entier, l'échange de données via des procédures standardisées, l'échange de données à l'international, l'aide à la conception. Comme Stefan l'a déjà dit, si on connaît certaines conditions, le contexte juridique, toutes les exigences techniques, des systèmes d'assistance peuvent faire les premières ébauches. Ensuite, les planificateurs et les architectes peuvent optimiser et concevoir. Mais ça veut dire que tout le travail préparatoire est peut-être déjà fait. Donc, le métier de planificateur d'espace va aussi changer avec l'utilisation de l'IA, ce qui demande une prise de conscience sur les données, les biais dans les données, les données insuffisantes, les risques potentiels liés à l'utilisation de l'IA. Dans le cadre de la formation, nous avons donc besoin d'une sensibilisation plus forte aux fondements de cette utilisation de l'IA. Et à ce que cela signifie d'avoir des données biaisées, c'est-à-dire des données qui ne sont pas représentatives, qui excluent certains groupes de population, qui ont des conséquences pour certains groupes de population et qui sont peut-être obsolètes, incomplètes, etc. La qualité de ces données est donc également très importante pour la formation des urbanistes. Avant de tout mettre en place très rapidement et de nous enthousiasmer pour les possibilités incroyables qui s'offrent à nous, nous devons toujours garder à l'esprit que nous devons d'abord vérifier sur quelle base nous planifions.
 

Je peux le confirmer. C'est exactement ce qu'on pense ici à Rapperswil, et la maîtrise des données, par exemple, est un des sujets qu'on aborde actuellement avec nos étudiants. L'aménagement du territoire a toujours utilisé des données, mais il s'agissait généralement de données provenant d'offices statistiques régionaux ou fédéraux, donc de qualité vérifiée. On a en quelque sorte externalisé cette partie, mais maintenant qu'on a plus de données, surtout des données sur les utilisateurs et leur utilisation, ce qui est une bonne chose pour la planification, on doit avoir cette compétence et comprendre ce qui se cache derrière, pour savoir si on construit sur du sable ou sur du roc, et on doit le savoir avant de se lancer dans ces processus.

Je suis tout à fait d'accord avec toi. C'est ce qu'on doit transmettre aux étudiants.

Je pense aussi, peut-être en complément, qu'il est vraiment nécessaire d'y réfléchir de manière approfondie.

Je ne sais pas si les activités de planification vont vraiment changer de manière significative. Mais ce qui va vraiment changer, ce sont les outils avec lesquels les planificateurs vont travailler. Qu'est-ce qu'ils utilisent, avec quels outils travaillent-ils et où interviennent-ils soudainement en tant que planificateurs dans certains processus ?

Parfois, on a déjà des projets et on doit plutôt modifier ces projets proposés par une machine, les modérer et impliquer les différentes parties prenantes.

Le projet peut changer, mais aussi la manière dont on utilise ces outils. C'est pourquoi je pense qu'il est vraiment important de comprendre comment ces systèmes techniques fonctionnent et d'avoir une approche réfléchie, comme l'a dit Annette, en matière de biais de données.

Et aussi, quels sont ces systèmes décisionnels qui fonctionnent en arrière-plan ? Qui décide réellement ? Est-ce l'être humain ? S'agit-il de certaines institutions ou peut-être déjà de systèmes techniques qui ont pris des décisions préalables ou qui ont tout préparé à l'avance ? Je pense qu'il faut savoir gérer ça. Et avoir ces connaissances est utile quand on est planificateur et qu'on se projette dans l'avenir.

Je suis sociologue, mais d'après ce que je sais, c'est plus compliqué quand tous les plans sont numériques et à différents niveaux, c'est-à-dire très détaillés, peut-être même axés sur des objets individuels avec toutes les infos, comme l'âge du bâtiment, les chiffres enregistrés, puis au niveau suivant, les données démographiques avec les nuisances, comme la pollution, le bruit, les quartiers, les classes sociales, etc.

Ça veut dire qu'à tous les niveaux d'une commune, il faut avoir plein de données détaillées et pouvoir zoomer à tout moment.

Et je pense que c'est une nouvelle exigence, même pour la planification, de savoir qu'on doit maintenant fournir ces infos, les bien préparer et les enregistrer, parce que les gens regardent vraiment ce qui se passe à un endroit précis.

C'est en tout cas ce que j'ai retenu comme nouveauté. Cela ne s'arrête pas aux plans régionaux ou aux grandes lignes directrices du développement territorial, mais cela descend vraiment jusqu'aux plus petites unités.

Ouais, exactement, cette absence d'échelle que j'ai à portée de clic, mais je ne comprends pas du tout à quel niveau de détail les données ont été collectées, à quel niveau les décisions sont prises, parce qu'avec un clic, je peux simplement modifier ces échelles.

Et nous avons tous dessiné des plans à la main. Et s'ils n'étaient pas bons, on sortait le rasoir. Et on était très conscients des échelles des plans. Les jeunes ne sont plus conscients de ça. On ne peut pas leur reprocher de ne plus dessiner de plans à la main.

Mais c'est aussi une autre façon de transmettre des représentations spatiales que nous devons enseigner aux jeunes, même si nous avons été socialisés de manière complètement différente.

Ce n'est pas nouveau avec l'IA, on l'avait déjà avec la 3D. Pour nous, tout ce qui était 3D était techniquement au top. Aujourd'hui, il est évident que même les relevés de construction sont en 3D, car la réalité est en 3D.

Mais on doit l'utiliser différemment pour créer une compréhension de l'espace et, en fin de compte, une responsabilité politique.

Voilà, on a présenté un large éventail de façons dont l'IA influence l'espace, comment elle affecte notre façon de planifier, et on a aussi mentionné des événements pour ceux qui veulent en savoir plus ou discuter avec ceux qui se sont penchés sur le sujet.

Peut-être pourrions-nous terminer par un bref tour de table. IA et aménagement du territoire, comment voyez-vous l'avenir ? Quels sont les principaux enjeux auxquels nous devons faire face et quels sont vos plus grands espoirs ou craintes ?

Je pense que le plus grand défi réside dans les organisations administratives, et donc dans l'utilisation même de l'IA dans l'aménagement du territoire. Et demander vraiment à la réglementation, même quand il s'agit de l'efficacité spatiale, d'avoir de bonnes conditions-cadres éthiques qui correspondent aux lignes directrices, à savoir durables, orientées vers le bien commun, basées sur les principes d'une bonne planification pour des villes et des zones rurales saines et durables, c'est un domaine qui est assez négligé, et ne pas laisser le champ libre aux grandes entreprises ?
 

Pour ma part, je suis plutôt optimiste pour l'avenir. Je peux déjà imaginer que l'IA apportera des évolutions positives pour la planification, y compris pour les villes et les communes. Ce que je vois comme un défi, c'est qu'on ne se concentre pas trop sur l'IA. Je pense qu'il y a, comme cela a déjà été dit, beaucoup de travail de base à faire en amont. Qu'il s'agisse du traitement des données, de la gestion des données ou même de la connaissance réfléchie des processus sous-jacents, qui suivent peut-être aussi les opinions politiques de la société.

C'est là qu'il faut se concentrer et investir de l'énergie, et pas seulement se focaliser sur les systèmes d'IA haut de gamme et les applications géniales qu'on peut faire avec. Je pense que si on arrive à trouver un équilibre et à utiliser l'IA là où elle est vraiment utile, en y réfléchissant de manière critique, alors elle peut nous aider tout le monde. J'espère qu'on y arrivera grâce à ces groupes de travail et à de nombreuses discussions, afin de sensibiliser les gens à cette question.

Oui, Annette, Stefan, merci beaucoup pour cette discussion.

De rien. Merci beaucoup. Et pour finir, peut-être un petit merci aux autres membres du groupe de travail qui souhaitent être mentionnés. Il s'agit de Klaus Beckmann, KJB Kommunalforschung ; Emilia Bruck, TU Wien ; Martina Hülz, ARL ; Florian Koch, Hochschule für Technik und Wirtschaft, Berlin ; Jens Libbe, Deutsches Institut für Urbanistik - difu ; Martin Memmel, Centre allemand de recherche en intelligence artificielle ; Frank Othengrafen, TU Dortmund ; Annette Spellerberg, RPTU Kaiserslautern-Landau ; Eva Schweitzer, Institut fédéral de recherche sur la construction, l'urbanisme et l'aménagement du territoire - bbsr et enfin, Eva Reinecke de la ville d'Aalen. 

Merci d'avoir écouté. Tu trouveras plus d'infos dans les notes de l'émission. N'hésite pas à jeter un œil au blog raumdigital.ost.ch. Si tu connais des projets intéressants ou des invités passionnants, écris-moi, je serai ravi de recevoir tes suggestions.