MIT’nin Senseable City Lab’ının liderleri, yeni kitapları “Yapay Zeka Şehri Nasıl Görüyor?”da, teknolojinin kentsel yaşamı araştırma açısından taşıdığı etkileri inceliyor.
Peter Dizikes / Yayın Tarihi: / 24 Eylül 2026
Birkaç ay önce, MIT Senseable City Lab’tan araştırmacılar, New York şehrindeki kirlilikle ilgili bazı yeni yöntemler içeren bir çalışma yayınladılar . Örneğin: Makine öğrenimi kullanarak, şehirdeki 331 trafik kamerasında görünen araç türlerini belirlediler ve her otomobilden çıkan emisyonları tahmin ettiler. Yeterli sayıda kamera ile, bu görsel yapay zeka teknikleri, benzeri görülmemiş bir hassasiyet ve ölçek kombinasyonuyla emisyonları izleyebilir.
Bu bağlamda, görsel yapay zeka bugün şehir planlamacıları için her türlü soruyu yanıtlayabiliyor. Trafik neden bu kadar sıkışık? Farklı kavşakların en tehlikeli yönleri neler? Meydanların veya parkların hangi bölümleri en çok insanı çekiyor?
Şehirler genelinde, daha fazla görüntü daha fazla veri, daha fazla bilgi ve dolayısıyla gizlilik ve adaletle ilgili daha fazla endişe anlamına geliyor.
MIT araştırmacısı ve görsel yapay zeka ve kentsel çalışmalar üzerine yeni bir kitabın ortak yazarı olan Fábio Duarte, “Bu dijital görüntüleri veri olarak ele alıp şehrin özelliklerini ölçebiliriz” diyor. “Bilgisayar görüşü teknikleriyle her görüntü bir veri kümesidir.” Yine de, “Bu konuda dikkatli olmalıyız” diye ekliyor.
Şehir planlamacıları uzun zamandır düşüncelerini şekillendirmek için görsel analizden yararlanırken, şimdi bu, eşi benzeri görülmemiş bir boyutta mümkün hale geldi.
MIT’de akademisyen ve yeni kitabın ortak yazarlarından Martina Mazzarello, “Herkes kentsel ortamı gözlemliyor ve bir şeyler öğrenmeye çalışıyor,” diyor. “Peki ya bunu büyük ölçekte yapıp her yerden bilgi edinebilsek?”
“Yapay Zeka Şehri Nasıl Görüyor?” başlıklı makalede yazarlar, yaygın görsel gözetimin rahatsız edici niteliği ve yapay zeka sistemleri aracılığıyla önyargıların pekiştirilmesi olasılığı da dahil olmak üzere, teknolojiyle ilgili çeşitli potansiyel sorunları özetliyorlar.
Bu akademisyenler, Routledge tarafından bu ay yayınlanan “ Yapay Zeka Şehri Nasıl Görüyor: Kentsel Görsel Zeka ” adlı kitapta bu konuları inceliyorlar. Yazarlar arasında MIT Senseable City Lab’ın baş araştırma bilimcisi ve yardımcı direktörü Duarte; MIT Senseable City Lab küresel girişimlerinin lideri ve araştırma bilimcisi Mazzarello; MIT Senseable City Lab’ın kurucusu ve direktörü, uygulamalı profesör Carlo Ratti; ve Pekin Üniversitesi Uzaktan Algılama ve CBS Enstitüsü’nde yardımcı doçent Fan Zhang yer alıyor.
Ratti, kitabında çalışmaları anlatılan şehir dinamikleri üzerine önde gelen iki düşünür olan Kevin Lynch ve William H. Whyte’a atıfta bulunarak, “Kevin Lynch ve William H. Whyte gibi büyük şehir planlamacıları bize şehre ‘bakmanın’ olağanüstü değerini gösterdiler” diyor. “Bugün, görsel yapay zeka bize bu geleneği geliştirmek için yeni yollar sunuyor; şehirleri daha önce imkansız olan bir ölçekte ve ayrıntı düzeyinde gözlemlememizi sağlıyor.”
Yeni araç, uzun bir gelenek
“Yapay Zekanın Şehri Nasıl Gördüğü” adlı kitap, 2004 yılında kurulan ve kentsel dinamikleri daha iyi anlamak için verileri kullanan MIT Senseable City Lab’ın çalışmalarından doğmuştur. Yazarların kitapta tartıştığı gibi, Romalıların mermer haritalar yapmasından, Hausmann’ın Paris’i yeniden şekillendirmesi veya 19. yüzyılda New York’un Lower East Side bölgesindeki apartmanların aşırı kalabalıklaşması gibi konular hakkında etkileyici kentsel görüntüler üreten fotoğrafçılığın ortaya çıkmasına kadar, şehirler hakkında düşünme biçimimizi şekillendiren uzun bir görsel temsil geçmişi vardır.
Son zamanlarda, bazı akademisyenler şehir biçimini daha iyi anlamak için görsel çalışmalardan yararlandılar; bunlardan biri de 1960 yılında yayımlanan “Şehrin İmgesi” adlı kitabı birçok akademisyeni etkileyen eski MIT profesörü Lynch’tir. “Örgüt Adamı” adlı kitabıyla tanınan sosyolog Whyte ise daha sonra kamusal alanları yakından inceleyen bir şehir planlamacısı oldu.
Yazarlar, yapay zekayı bu görsel kentsel çalışmalarla açıkça bir süreklilik içinde konumlandırarak bir noktaya dikkat çekiyorlar: Ne kadar güçlü olursa olsun, yapay zekayı öncelikle kentsel formu tasarlamaya ve geliştirmeye çalışan insan amaçlarına hizmet eden bir araç olarak düşünebiliriz.
Duarte, “MIT’den Kevin Lynch sadece kağıt ve kalem kullanıyordu,” diyor. “Artık onun yaptıklarını görsel yapay zeka ile birleştirerek, şehirlerin birçok farklı boyutuna da bakabiliyoruz.”
Görsel yapay zekanın kentsel planlamaya uygulanması için emisyonlardan trafik akışına, güvenliğe, sokak seviyesindeki faaliyetlerin ve kaldırımların daha iyi görüntülenmesine ve daha birçok alana kadar geniş olanaklar mevcuttur. Kitap ayrıca, örneğin, kentsel yeşil alanları da inceliyor. Uydu görüntüleri bize şehirlerin ne kadar ağaç örtüsüne ve yeşil alana sahip olduğunu gösterirken, telefonlardan ve diğer kaynaklardan elde edilen neredeyse her yerde bulunan görüntüler, insanların günlük yaşamlarında ne kadar yeşillik gördüklerini de ortaya koyabilir; bu da bildirilen refah üzerinde bir faktördür.
Zhang, “Görsel yapay zekanın gerçek vaadi, bilgisayarların milyonlarca görüntüye bakabilmesinden ibaret değil,” diyor. “Bu görüntülerde görünen şeyleri – sokaklar, binalar, yeşillikler, trafik, kamusal alanlar – şehirlerin nasıl işlediği ve insanların onları nasıl deneyimlediğiyle ilgili daha büyük sorularla ilişkilendirebilmemizdir.”
Yapay zekânın daha iyi görüntü tanıma özelliği, kentsel iç mekanlara kadar uzanıyor. Senseable City’nin yakın tarihli bir araştırması, dünya genelindeki 400.000 AirBnB ilanından alınan görüntüler kullanarak, bazı iddiaların aksine, iç tasarım stillerinin küresel olarak daha homojen hale gelmediğini, aksine önemli coğrafi farklılıkları yansıttığını gösteriyor.
Mazzarello, “Ne olursa olsun, gördüklerimizden ders çıkarabilir ve bunu şehir tasarımcıları, planlamacılar, politika yapıcılar ve vatandaşlar olarak kullanabiliriz,” diyor. “Bunlar gözlerimiz veya bilgisayarlı kameralar olabilir, ancak sonuçta aynı metodoloji ve şimdi bu araçları kullanabileceğimiz yolları optimize etmeye çalışıyoruz.”
Vaatler ve tuzaklar
Görsel yapay zekanın kentsel araştırmalar için vaat ettiği olanaklar çok büyük olsa da, olası sakıncalar da endişe verici. “Yapay Zeka Şehri Nasıl Görüyor” adlı makalede yazarlar, yaygın görsel gözetimin müdahale edici niteliği ve yapay zeka sistemleri aracılığıyla önyargıların pekiştirilmesi olasılığı da dahil olmak üzere, teknolojiyle ilgili birçok potansiyel sorunu özetliyorlar.
Her yere yerleştirilen kameralar, gözetim konusunda hızla endişelere yol açabilir. CCTV’yi erken benimseyen Londra’da kilometrekare başına yaklaşık 210 kamera bulunuyor. Ancak dünyanın en çok kameraya sahip 10 şehrinden sekizi Çin’de; Şanghay’da kilometrekare başına 5.000’den fazla kamera var. Bu tür gözetim uygulamaları, dünyanın diğer bölgelerinde de tartışmalara yol açtı; bu yıl ABD’de de trafik kameralarının kullanımıyla ilgili tartışmalar alevlendi.
Yazarlar, yoğun video kaydının potansiyel güvenlik kazanımlarını değerlendirirken, “faydaların, kişisel özgürlüğün önemli ölçüde aşınması ve sürekli gözetim sisteminin doğasında var olan kötüye kullanım potansiyeliyle karşılaştırılması gerektiğini” belirtiyorlar.
Öte yandan, yapay zeka sistemleri sosyal önyargıları da güçlendirebilir ve bu da insanlar, mahalleler ve tüm şehirler hakkında altta yatan gerçeklerden çok, önceden oluşmuş algıları pekiştiren verilerin üretilmesine yol açabilir. Yapay zeka modelleri çoğunluk nüfus grupları üzerinde eğitilirse, azınlık gruplarını aynı şekilde değerlendirmeyebilirler.
Duarte, “Yapay zekaya görmeyi öğretmeliyiz ve nasıl öğrettiğimize bağlı olarak, kültüre yerleşmiş olanı görecektir,” diyor. “Yapay zeka tarafsız değildir.”
Yine de Mazzarello’nun da eklediği gibi, “gözlerimiz de tarafsız değil. Her aletin doğru şekilde yönlendirilmesi ve en iyi şekilde eğitilmesi gerekiyor.”
Diğer akademisyenler de “Yapay Zeka Şehri Nasıl Görüyor” adlı kitabı övdü. University College London’dan Michael Batty, kitabı “büyleyici bir kitap” olarak nitelendirerek, “kentsel tasarım dünyasını nasıl yorumlamaya başladığımızı gösteriyor ve kentsel analiz, yapay zeka ve büyük dil modelleri kullanarak tasarımı nasıl geliştirebileceğimize dair öneriler sunuyor” dedi.
Sonuç olarak, yazarlar görsel yapay zekayı şehirlerimiz, işleyişleri ve nasıl geliştirilebilecekleri hakkında daha fazla bilgi edinmek için kullanmanın büyük bir değeri olduğuna inanıyorlar. Dikkatli ve bağımsız düşünmeyle ilerleme mümkündür. Ya da kitapta vardıkları sonuç bölümünde belirttiği gibi, “Bunu akıllıca, eleştirel ve yaratıcı bir şekilde araştırmalıyız.”