גל אלחנןכיצד לימודי תכנון מושפעים מכלים טכנולוגיים חדשים ושימוש בנתוני עתק (big data)? מהם היתרונות ומהם הסכנות באימוץ הכלים הללו? רשימה זו סוקרת את המאמר Teaching Data Justice: Algorithmic Bias and Critical Spatial Analysis in Urban Planning Education, שדן בשאלות האלו.
אנחנו חיים בעידן של התקדמות טכנולוגית מואצת. כלים טכנולוגיים חדשים, כמו שימוש בנתוני עתק, מדיה חברתית ולמידת מכונה, יוצרים זרם בלתי פוסק של נתונים. זרם הנתונים מעניק לנו לפרקים את התחושה שניתן לחוות ולהבין את העולם דרך מסך המחשב, שכן יש בידינו כל כך הרבה נתונים על כל המתרחש סביבנו. אך האם תחושה זו מדויקת? לצד הפוטנציאל העצום בשימוש בכלים החדשים ובנתונים שהם מייצרים, קיים סיכון שהנתונים לא משקפים נאמנה את המתרחש בעולם. הסתמכות מוחלטת עליהם עלולה להרחיק אותנו מהבנת העולם ואף ליצור תמונת עולם מעוותת ומוטעית. בדומה לתחומים אחרים, גם עולם התכנון מוצף בזרם הנתונים ומתמודד עם המתח הזה, בין הפוטנציאל לתכנון יעיל וחדשני מבוסס נתונים, לייצוג בעייתי ואף מוטעה של המתרחש במציאות. כיצד ניתן ליישב את המתח ולמצוא את עמק השווה שיאפשר מימוש מלא של הפוטנציאל? האתגר הזה הופך משמעותי אף יותר בהכשרת מתכננים חדשים שנולדים לתוך עולם הביג דאטא ועלולים לאמץ אותו ללא מחשבה ביקורתית. כיצד נכון להטמיע את השימוש בנתונים בתכניות לימודים בתחום התכנון העירוני?
המאמר Teaching Data Justice: Algorithmic Bias and Critical Spatial Analysis in Urban Planning Education שנכתב ע”י ארתור אקולין (Arthur Acolin) ואנט מ. קים (Annette M. Kim) ופורסם ב-2022 בכתב העת Journal of Planning Education and Research, מתמודד עם השאלות האלו. הכותבים סוקרים את האופנים בהם נתונים עלולים ליצור רשמים מטעים ולהוביל לדפוסים בעייתיים של תכנון שמחזקים אי שוויון מרחבי. כדי להתמודד עם כך, הם מציעים לאמץ תפיסה ביקורתית שמכירה בפערי הייצוג שעלולים להיווצר בין מסך המחשב למתרחש במציאות. באמצעות ניתוח סילבוסים אקדמיים של קורסים תכנוניים מבוססי נתונים, כותבי המאמר מעריכים כי התפיסה הביקורתית עדיין לא נוכחת מספיק. כדי להתמודד עם כך, הם מציעים להטמיע שלושה כלים מרכזיים: עבודת שדה המאמתת את הנתונים, תרגילים השוואתיים בין הקשרים ודפוסים אורבניים שונים, והשתתפות פעילה בשיח הציבורי.
נתונים מרחביים משקפים הטיות חברתיות
זרם הנתונים אינו תמים כפי שהוא נראה. למעשה, הפקתו מסתמכת על מקורות שמשעתקים גיאוגרפיות לא שוויוניות. קהילות שוליים שסובלות מחוסר ייצוג מרחבי נוטות לסבול גם מחוסר ייצוג דיגיטלי. דפוסי השימוש של קהילות אלו נבדלים מהשימושים הרווחים באוכלוסייה ועלולים לא להיקלט דרך סנסורים לחישה מרחוק ופלטפורמות דיגיטליות. כמו כן, יש לזכור שבני אדם הם אלו שכותבים את הקוד תוך הסתמכות על מסגרות הידע והניסיון האישי שלהם, כלומר קיימת הטייה ערכית המושפעת מעולמו הפנימי של המתכנת. כדי להתגבר על הפערים האלו, אנו זקוקים לכוח עבודה מגוון יותר עם נכונות לפקפק בהנחות היסוד ולצאת לשטח לבדוק את המציאות בפועל.
דוגמא אחת שעולה במאמר להטיות החברתיות היא האופן בו שלוש קבוצות חוקרים שונות הפיקו מפות שונות לעיר הו צ’י מין סיטי למרות שהסתמכו על אותן תמונות לווייניות. כל אחת מהקבוצות הגדירה בצורה אחרת מהו הגבול האורבני ולמעשה ביצעה פרשנות פעילה של המרחב באמצעות אלגוריתמים. שתי קבוצות התבססו על זיהוי יחידות אורבניות גדולות באמצעות אלגוריתמים, ואילו הקבוצה השלישית בדקה את הנתונים בשטח, תוך היכרות עם דפוסי הבנייה המקומיים בהתיישבות הלא פורמלית בשולי העיר. התוצאה ברורה. הניתוח האלגוריתמי התעלם מהאתרים האלו ומהצרכים של האוכלוסייה המוחלשת שדרה בהם, למרות ששם התרחש הגידול האורבני המשמעותי ביותר. רק עבודת השדה גילתה והתייחסה אליהם. מקרה דומה ניתן לראות גם במחקרים על שוק השכירות, המבוססים על ניתוח של פלטפורמות דיגיטליות, שמפספסים את שוק השכירות הלא פורמלי ואת השוכרים שתלויים בו.
למה זה חשוב? כי היינו שם. עולם התכנון כבר חווה על בשרו את המחיר של תכנון רציונלי מבוסס נתונים. הגישה התכנונית הרווחת בשנות השישים התבססה על הליכי תכנון מוכתבים מלמעלה שנועדו לענות על צרכים אוניברסליים של האוכלוסייה המודרנית, אך בפועל פגעו בקהילות מוחלשות וצרכיהן הייחודיים. הסתמכות עיוורת על זרם נתונים עלולה להחריף את הפערים האלו, בין הנחות יסוד ותפיסות מקצועיות מוצקות לידע המקומי על בעיות ספציפיות. עם זאת, גישה פתוחה וביקורתית יותר לשימוש בנתונים יכולה לעזור לנו לזהות ולהתמודד עם הבעיות האלו, עם אי שוויון מערכתי ושאלות של קיימות.
קריאה ביקורתית של הנתונים
כדי להתמודד עם האתגר בקריאת הנתונים, המאמר קורא לפתח גישה רב תחומית לתכנון, וממליץ לשלב בתחום תובנות מתחומי האנתרופולוגיה והתקשורת, בניסיון להבין את המציאות בשטח ואת האופן בו אנשים רואים ומתקשרים אותה ברמה המקומית. כך, יכולה להתבסס קריאה ביקורתית המודעת לגבולות הייצוג של הנתונים ולבחירות האתיות מאחורי השימוש בהם.
נתונים הם לא אמת אובייקטיבית, הם מושפעים מדפוסים ויחסי כוח חברתיים. השאיפה היא לא ליצור הכללות אוניברסליות, אלא להכיר את המציאות המקומית ואת הצרכים שעולים מתוכה. שימוש מודע בנתונים יכול לסייע בידינו למטרה זו, תוך חשיפה של הפערים החברתיים ושל הנחות היסוד שמובילים יחד לאי השוויון.
הכותבים מעודדים את יישום הגישה הזאת בלימודי תכנון, על מנת שסטודנטים יבינו את המורכבות שטמונה בשימוש בנתונים ותחום התכנון יוכל להגשים את מטרותיו החברתיות. עם זאת, בסקירת סילבוסים אקדמיים בתחום, הם מזהים היעדר יחסי של עיסוק ביקורתי, שעלול להוביל להסתמכות עיוורת על נתונים ולשכפול של דפוסי ייצוג דכאניים. כדי להתגבר על הפערים האלו הם מציעים להטמיע שלושה כלים ביקורתיים בקורסים מבוססי נתונים:
- תרגילי שדה לאימות הנתונים. תהליך של הערכת טעות המדידה ובחינתה הוא חלק הכרחי מכל תחום מדעי. גם תרגילי שדה בהיקף מצומצם יחסית יכולים לסייע ביצירת תפיסה ביקורתית. למשל, שליחת הסטודנטים לאתר אותו הכירו רק דרך נתונים ומפות דיגיטליים. הסטודנטים חווים את הפערים בין השדה לנתונים, את הניואנסים והבחירות שיצרו את הנתונים. התרגיל פוקח את עיני הסטודנטים לעולם שלם של שימושים לא פורמליים שלא נחשפים בזרם הנתונים.
- תרגילים השוואתיים של הקשרים אורבניים ודפוסי תכנון שונים. מרחב אחד יכול להיות מאורגן בדרכים שונות ולהכיל שימושים מגוונים כתלות בהקשר החברתי המקומי, על אף שאלו לא בהכרח באים לידי ביטוי בנתונים. השוואה של ייצוגים מרחביים ופעילות לא פורמלית במדינות מפותחות ומתפתחות מסייעת להבין אי שוויון ועוני בדרכים מורכבות יותר. תרגול טוב מזמין את הסטודנטים ליצור נרטיבים מרחביים שונים עם אותם הנתונים, להפוך אותם מצרכנים פסיביים של ידע ליצרנים פעילים של ניתוח ביקורתי.
- השתתפות פעילה בשיח ציבורי. אתגר משמעותי בלימודי תכנון הוא שילוב של ידע מקצועי וידע מקומי, אך כיום הטכנולוגיה מאפשרת להנגיש את המפגש ביניהם. סטודנטים יכולים לשלב את ידיהם עם קהילות מקומיות ביצירת מפות. תרגול מהסוג הזה שובר את יחסי הכוח השכיחים בין מתכננים לקהילות. כמו כן, מעורבות בשיח הציבורי חושפת את הסטודנטים לאופן בו הקהילה רואה את המרחב וגם לקשיים בהתנהלות מול קהילה ולוחות זמנים. גם תרגול מצומצם יותר, המתבסס על קריאת פרוטוקולים או השתתפות חד פעמית במפגש קהילתי, מסייע לסטודנטים להבין את המורכבות של המפגש בין הנתונים לשיח הציבורי.
לסיכום, שימוש בטכנולוגיה עלול להרחיק אותנו מהמציאות בשטח. עולם הביג דאטא מאפשר לנו להניח הנחות “אוביקטיביות” ולהתעלם מהטיות תרבותיות בחברה. יש לזכור שקהילות שסובלות מהיעדר ייצוג במרחב הפיזי נוטות לסבול גם מהיעדר ייצוג דיגיטלי. חשוב לחנך את הדור הבא של המתכננים לשאול שאלות על הנתונים ואיכותם ולא לאשרר בצורה אוטומטית את פערי הייצוג. כדי להשיג זאת, יש להרחיב את היקף ניתוח המרחב הביקורתי בלימודי התכנון, לעבר תכנון עירוני מכליל.
אין ספק שאנחנו בתחילת הדרך. בישראל הנושא של ניתוח נתונים עדיין לא הוטמע באופן מעמיק בלימודי התכנון. יש פה הזדמנות ללמוד מאלו שכבר מכירים את המגבלות של הכלים הללו ולהטמיע קורסים המשלבים בין כלים של ניתוח נתונים לכלים של ניתוח איכותני מבוסס שדה.