都市計画担当者

米国。統計局は、都市・地域計画担当者の雇用が2025年から2035年に4%、45,800人から47,600人へ増えると予測しており、これは平均並みの伸びで、欠員は年におよそ3,200人分である。計画担当者は統計、データ可視化、GIS のソフトウェアを使うとしているが、このページは人工知能に触れていない。

立場のある名指しの人物が、ある日付に、帰属のつく言明として何かを公けに予測した。誰がいつ何を言ったのかが確かめられるまま残るように記録するのであり、そして業務の判断を決して動かさない。予測は観測ではないからである。その価値は後から来る——この記録は、その職業についての証拠と同じページの上に載るので、予測を読む人は、そのあと何が起きたかの記録を隣で読むことになる。それが決算である。この site は、ある予測が当たったかどうかについて何の判定も公表しない。

米国ホノルル。部局は、対象となる住宅計画の申請者に、提出前にAIが案内する事前申請の手続きを使うよう義務づける。これを経ない申請は事前申請の審査で却下される。部局は、この道具が部局の正式な図面審査に代わるものではなく、承認を保証するものでもないとし、これを使った申請者は平均40.5日を節約したと述べている。建築許可の申請者に対する一都市の要件であり、誰が審査し決定するかは変えない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

イングランド。住宅省のデジタル計画チームは、意見募集への回答を要約するツール PlanAI の最初の試行で、分析時間が約18.5時間からおよそ16分に縮み、さらに5つの計画当局で約90%の効率化が見られたと報告している。その教訓は、AIが生むのは完成品ではなく非常に良い初稿だと考えるべきこと、担当者が出力をなお確認する必要があること、そしてある意見募集では回答者の約5%がAIによる要約を望まず、手作業で分析されたことを挙げている。資金を出している省自身が報告した試行である。

実際の場での小規模な試行。導入の条件が試されていることを教えてくれるのであって、それが成り立つことを教えてくれるのではない——だから一件の試行は単独では決して足りず、独立した二件で足りる。

イングランド。住宅省のデジタル計画チームによれば、すべての地方計画当局がこのツールを無料で使えるようになった。ツールは手書きの書き込みを含む計画文書を読み取り、地図に落とし、構造化データに変換する。最初の数週間で50の当局が実際に使っており、処理した文書は1,000件を超え、その多くは樹木保存命令だった。利用者は出力をすべて書き出す前に見直し、確認し、修正する。およそ3分の2の事例では、軽微な修正だけで済んだ。ツールを作った省自身による利用状況の報告である。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

イングランド。政府によれば、住宅所有者による申請の処理期間を平均的な事例で8週間から4週間へ半減させることを目指す試作品が、バーネット、カムデン、ドーセットの各自治体で初期段階の試験に入っている。このツールは申請を振り分け、主要な情報を要約し、計画担当者が検討する初期評価を示す。成功すれば2027年までに全国へ展開され、あらゆる評価は、決定が下される前に有資格の計画担当者が見直し、承認する。目標を掲げて発表された試行であり、結果は報告されていない。

実際の場での小規模な試行。導入の条件が試されていることを教えてくれるのであって、それが成り立つことを教えてくれるのではない——だから一件の試行は単独では決して足りず、独立した二件で足りる。

シンガポール。都市計画当局は、開発業者、建築家、一般の人々が開発規制の指針を調べるのを助けるために作られた大規模言語モデルのチャットボット DC Assistant を社内で試行し、年内に業界へ提供すると述べている。展示会での発表であり、精度や利用の数字は示しておらず、申請の決め方も変えない。

実際の場での小規模な試行。導入の条件が試されていることを教えてくれるのであって、それが成り立つことを教えてくれるのではない——だから一件の試行は単独では決して足りず、独立した二件で足りる。

シンガポール。都市計画当局は計画と設計に関する質問で GPT-4 を試験し、一般的・概念的な計画の論点にはよく答えたが、マスタープランの土地利用と計画手続きについては正確に答えられず、いくつかの場面で誤った情報を示し、セットバックや高さといった都市設計の数値も正確に示せなかったと明らかにした。当局は、事実確認の責任は人間の計画担当者が負うべきだと結論づけた。2023年の一つのモデルの試験であり、後のモデルはもっとよくできるかもしれない。

実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。

これから始めるなら、読むことと要約することの初稿はAIが書くと考えておくこと。申請の確認、意見募集の要約、古い文書からのデータである。AIがしないことを身につけること。争いのある案件での判断、交渉、そして人前で決定を説明することである。

簡単な申請を振り分け、意見募集を要約するツールが、チームの人員配置を変えると考えておくこと。最終承認、交渉、委員会での説明はあなたに残る。

職の形を組み替える

AIの下書きを確認し直す力を身につける

見つかったどのツールも、計画担当者が確認しなければならない下書きを出す。初期評価、意見募集の要約、あるいは抽出された地図データである。

留まって強くする

複雑な案件、争いのある案件へ移る

見つかったAIの試行が狙うのは簡単な住宅所有者の申請である。大規模な案件や争いのある案件には、いまも計画担当者の判断と交渉が要る。

隣へ移る

デジタル計画と計画データの仕事へ移る

各国の政府は計画データの基盤とツールを作っており、規則とデータの両方が分かる計画担当者を必要としている。

現在の証拠からはそうではない。AIは簡単な申請の振り分け、意見募集への回答の要約、古い文書の地図データ化で試行されているが、見つかったどの政府の情報源も決定を有資格の計画担当者のもとに置いており、米国は計画担当者の職が2025年から2035年に4%増えると予測している。

その問いに年数では答えない。AIによる評価が簡単な住宅所有者の案件からより大きな申請へ移るかどうか、そしてどこかの政府が担当者の承認なしに評価を出すことを認めるかどうかを見ること。そのほうが、どんな日付よりも多くを教えてくれる。

イングランドの試行では、できる。しかもずっと速い。最初の試行では約18.5時間かかっていたものが約16分になった。自治体から得た省の教訓は、その出力を完成品ではなく非常に良い初稿と呼んでおり、担当者はいまもそれを確認している。

イングランドの試行では、AIによる評価はすべて、決定が下される前に有資格の計画担当者が見直し、承認することになっている。ホノルルでは、AIの事前チェックは市の正式な図面審査に代わるものではない。