نمتلك قدرة لافتة على نمذجة الأصول المادية للمدينة — طرقها ومبانيها ومرافقها وسهولها الفيضية. لكن حين يتعلق الأمر بفهم الناس الذين بُنيت تلك الأصول من أجلهم، فإننا نعمل في العتمة إلى حد بعيد. هذه الفجوة بين ما تقيسه المدن وما يعيشه السكان فعلياً هي التحدي المُعرِّف للتخطيط الحضري الحديث.
يستند هذا المقال إلى عرض قُدِّم في مؤتمر ISOCARP العالمي للتخطيط الحادي والستين في الرياض في ديسمبر 2025، حيث طرحنا منهجية لتطبيق تحليل المشاعر المدعوم بالذكاء الاصطناعي على صنع القرار الحضري. وما يلي هو الحجّة على أهمية ذلك، وكيف تعمل التقنية، وكيف تبدو في الممارسة.
معضلة المخطِّط: الأداء المقيس مقابل التجربة المعيشة
تولّد المدن كميات غير مسبوقة من البيانات. نستطيع قياس إتاحة الإسكان، وكثافة التوظيف، وتغطية النقل، والحيوية الحضرية بدقة متزايدة. لكن هذه المقاييس الكمية تترك سؤالاً جوهرياً بلا إجابة: هل يشعر من يعيشون في هذه الأماكن فعلاً بأنها تعمل؟
قد تسجّل منطقة ما درجة عالية في كثافة التوظيف، بينما يفيد سكانها بأنهم يشعرون بندرة الفرص. وقد يكون حيّ ما مجهزاً بالمرافق جيداً، ومع ذلك يُظهر أنماطاً غير متوقعة من عدم الرضا. وهذه التناقضات تكشف أمراً مهماً: التحليل التقليدي يتجاهل الواقع المعيش بصورة روتينية.
ومصادر البيانات التقليدية التي يعتمد عليها المخططون تفاقم هذه المشكلة. فبيانات التعداد تُجمع مرة واحدة ونادراً ما تُحدَّث. وقد تسبق الاستطلاعات المسألة قيد التحليل. وتستخدم المناطق المختلفة منهجيات مختلفة، مما يصعّب المقارنة. وحيث تغيب البيانات كلياً، يصبح التنبؤ مستحيلاً.
«تعتمد وظيفية المدينة على بنيتها التحتية، أما أداؤها فيعتمد على سلوك من يعيشون فيها.»
وهذه ليست ملاحظة مجردة. فقد وجد بحث في مشروع الإسكان البيئي BedZED في لندن أنه من بين 24 مسكناً متطابقاً، استهلكت الوحدة الأسوأ أداءً ثلاثة أضعاف الطاقة التي استهلكتها الأفضل — والمتغير الوحيد كان سلوك الساكن. البنية التحتية توفّر الإمكانية؛ والسلوك البشري هو ما يحدد النتيجة.
ثلاث تقنيات ذكاء اصطناعي تغيّر كل شيء
ثلاث قدرات متمايزة للذكاء الاصطناعي، حين تجتمع، تتيح للمخططين الانتقال من نمذجة الأنظمة المادية إلى فهم كيفية اختبار تلك الأنظمة فعلياً. وكل واحدة منها تجيب على نوع مختلف من الأسئلة التخطيطية.
معالجة اللغة الطبيعية: ماذا يقول الناس؟
تعمل معالجة اللغة الطبيعية بوصفها مستمعاً على نطاق واسع — إذ تعالج آلاف المحادثات في آن واحد عبر وسائل التواصل الاجتماعي ومنصات المراجعات والمنتديات والمصادر الإخبارية. وهي تستخلص النبرة العاطفية، وتحدد الهواجس الرئيسية، وترصد الإشارات الجغرافية، وتصنّف المواضيع. وفي سياق دول الخليج، يتطلب ذلك نماذج عربية أصيلة تفهم اللهجات الخليجية والنجدية والحجازية، لا العربية الفصحى وحدها. فالنماذج العالمية العامة تُغفل 30–40% من دقائق المشاعر في التعبير العربي الإقليمي.
الرؤية الحاسوبية: كيف تبدو المساحات فعلياً؟
تحلّل الرؤية الحاسوبية الصور على نطاق واسع — فتصنّف أنواع المساحات، وتحدد التركيبة السكانية للمستخدمين وأنماط نشاطهم، وتقيّم عناصر التصميم والحالة، وتقرأ السياق الثقافي. وبعد تدريبها على ملايين الصور من البيئات الحضرية الخليجية، تفهم هذه النماذج الطرز المعمارية المحلية، وأنماط التجمع الاجتماعي، والملاءمة الثقافية بطرق تعجز عنها النماذج المدرَّبة عالمياً.
التوليد المعزَّز بالاسترجاع: هل تدعم الأدلة ما يُقال؟
يعمل التوليد المعزَّز بالاسترجاع (RAG) بوصفه مساعد بحث يتحقق من صحة النتائج. فحين تُظهر بيانات المشاعر مسألة ما — لنقل الضيق من حركة المرور في منطقة بعينها — يستطيع RAG استحضار مصادر بيانات موثقة لتأكيد النتيجة أو مساءلتها. فإذا أظهرت بيانات المرور ازدحاماً أعلى بنسبة 40% من المتوسط، ينتقل الانطباع من رأي إلى دليل. المشاعر بلا تحقق رأي؛ والمشاعر المتحقق منها دليل يُبنى عليه العمل.
من المشاعر إلى الرضا: لماذا يقصُر التحليل الثنائي
يصنّف تحليل المشاعر التقليدي التعبير على أنه إيجابي أو سلبي أو محايد. وهذا لا يكفي للتخطيط الحضري. فعبارتا «حركة المرور لا تُطاق» و«حركة المرور يمكن أن تكون أفضل» تُسجَّلان كلتاهما سلبيتين، مع أنهما تمثلان مستويين مختلفين تماماً من الإلحاح وتستدعيان استجابتين مختلفتين تماماً.
وتكيّف المنهجية التي طوّرناها إطار Net Promoter Score — الذي جرى التحقق منه عبر أكثر من 400 شركة على مدى أكثر من 20 عاماً — مع السياقات الحضرية. فبدلاً من تصنيف ثنائي، يُسجَّل كل تعبير على مقياس متصل من 0 إلى 10 ويُربط بإطار تدخّل من 8 مستويات معاير على أبعاد جودة الخدمة SERVQUAL.
الدرجات 9–10 تشير إلى منطقة المروِّجين: احتفِ بها وحافظ عليها. والدرجات 7–8 تقع في المنطقة المحايدة: حافظ عليها وتابعها. والدرجات 5–6 تمثل منطقة القلق: راقب الاتجاهات. والدرجات 3–4 تشير إلى منطقة الخطر: تحرَّ الأسباب الجذرية. أما الدرجات 0–2 فتمثل الأزمة: تصرّف فوراً.
وقد جرى التحقق من هذا النهج مقابل استطلاعات ميدانية مباشرة في مدن خليجية، محققاً ارتباطاً قدره r=0.84 — أي أن الدرجات المستخلصة بالذكاء الاصطناعي تتبع عن كثب ما يجده الباحثون حين يتحدثون إلى الناس مباشرة.
جعل المشاعر مكانية
درجة الرضا لا تفيد إلا إذا عرفت أين تنطبق. ولذلك يُحدَّد موقع كل قطعة تحليل جغرافياً — مرتبطة بالمناطق أو بالشبكات السداسية — كي تصبح الأنماط المكانية مرئية. وخريطة على مستوى المناطق تكشف على الفور تفاوتات تختفي في البيانات المجمّعة.
المناطق الخضراء (درجات 8–10) تشير إلى رضا مرتفع. والمناطق الكهرمانية (4–7) تُنبّه إلى مسائل ناشئة تستحق المتابعة. والمناطق الحمراء (0–4) تستدعي اهتماماً فورياً. وحين تُراكَب خرائط الرضا هذه مع طبقات البيانات المادية — تغطية المساحات الخضراء، وشبكات النقل، والقرب من المناطق الصناعية — تظهر علاقات تشير إلى السببية، لا إلى مجرد الارتباط.
رضا منخفض عن الصحة النفسية في مناطق تفتقر إلى الحدائق. وعدم رضا عن التنقل يبلغ ذروته حيث تضعف تغطية النقل العام. وشكاوى من جودة الهواء تتجمّع قرب المناطق الصناعية. وحين تتطابق انخفاضات الرضا مع الخصائص المادية، يكون لديك دليل للتدخل — لا افتراض.
ثورة البيانات: من سنوات إلى ساعات
لعل أكثر جوانب هذا النهج تحويلاً هو الإيقاع. فبيانات التعداد التقليدية تُحدَّث كل 5–10 سنوات. أما مصادر البيانات غير التقليدية التي تغذّي هذه المنهجية فتتحدث باستمرار: بيانات المعاملات الاقتصادية يومياً، وبيانات المرور والنقل في الوقت الفعلي، وبيانات السكان المستخلصة من الهواتف المحمولة يومياً، ومراجعات المرافق والمحتوى الاجتماعي كل ساعة.
وفي دول الخليج، حيث ينشط على وسائل التواصل الاجتماعي 99.7% من مستخدمي الإنترنت في البحرين، و95.7% في السعودية، و92.3% في الإمارات، يصبح حجم الذكاء الحضري المتاح استثنائياً. فكل منشور ومراجعة وتفاعل هو بيانات حضرية محتملة تنتظر من يبنيها.
من الرؤى إلى الفعل
الغاية النهائية ليست الفهم لذاته. فالمنهجية مصممة لدفع ثلاث فئات من الفعل: استثمار في البنية التحتية موجّه إلى حيث تتسع الفجوات، وتعديلات سياساتية وتنظيمية قائمة على الأدلة، وبرامج شديدة المحلية مصممة لاحتياجات مجتمعية بعينها.
وتظهر أثمن الرؤى حين تتباعد المشاعر عن المؤشرات الكمية. فمنطقة ذات كثافة وظيفية عالية لكن الفرص فيها تُدرَك على أنها ضعيفة تشير إلى فجوة مهارات أو مسألة أجور. وحيّ جيد التجهيز يشهد عدم رضا غير متوقع يشير إلى أن إدراك الجودة يختلف عن الكم. وفي هذه التناقضات تكمن القيمة التخطيطية الحقيقية.
ماذا يعني هذا للممارسة
للمخططين وصانعي السياسات والاستشاريين الحضريين الراغبين في تبني هذه المقاربات، نقترح إطاراً من خمس خطوات: تحديد فجوات المعرفة في مجموعات البيانات الحالية، وحصر مصادر البيانات غير التقليدية المتاحة، وتعريف مؤشرات الرضا المتسقة مع أهداف التخطيط، وتثبيت قياسات خط الأساس، ورصد التغير عبر الزمن.
والمقصود ليس أن على كل مؤسسة بناء هذه القدرات من الصفر. المقصود أن فهم ما يستطيع الذكاء الاصطناعي فعله يجهّز المخططين لطرح أسئلة أفضل وتقييم الأدوات بفعالية أكبر.
ويتناول المقالان المرافقان في هذه السلسلة دراستَي حالة بالتفصيل: كيف طُبِّقت هذه المنهجية لقياس رضا الحجاج لدى 1.67 مليون حاج، وكيف شكّلت 2.7 مليون نقطة بيانات إرشادات إسكان جديدة لمدينة العين.
استكشف منصة GUS
تُشغَّل المنهجية الموصوفة في هذا المقال عبر GUS، منصة الذكاء الحضري من سيلاسيتيز. تدمج GUS معالجة اللغة الطبيعية والرؤية الحاسوبية والتوليد المعزَّز بالاسترجاع عبر أكثر من 70 نقطة نهاية API لتقديم رؤى حضرية في الوقت الفعلي.