Soutenance de thèse de Rashid Mushkani
The urban right to AI : Pluralistic co-design and governance of public space
Rashid Ahmad Mushkani
Résumé : Les systèmes d’intelligence artificielle médiatisent de plus en plus la façon dont les villes perçoivent, évaluent et transforment l’espace public. Lorsque ces systèmes sont considérés comme de simples outils (voire comme des outils neutres), la couche algorithmique qui rend certains phénomènes visibles et gouvernables est laissée aux logiques de marché, aux choix des fournisseurs ou aux contraintes techniques. Cette thèse soutient que l’urbanisme contemporain doit être gouverné comme une double infrastructure : la ville matérielle et une couche épistémique et algorithmique qui produit des représentations, des scores et des alternatives génératives, et qui influence de plus en plus les décisions municipales.
La thèse développe un droit civique à l’IA appliqué à l’espace public et l’opérationnalise à travers l’alignement pluraliste. Plutôt que d’imposer une norme universelle d’inclusion, l’alignement pluraliste exige que les villes fassent émerger des valeurs hétérogènes, les représentent sans les réduire à une cible unique, puis négocient des normes légitimes pouvant être traduites en code et inscrites dans les aménagements comme dans les systèmes d’IA. La recherche répond à cinq questions portant sur :
- 1 - la manière dont les municipalités doivent conceptualiser la couche algorithmique façonnant l’espace public et les responsabilités qui en découlent ;
- 2 - ce que le droit à l’IA exige et interdit dans l’espace public, notamment en matière de participation, de transparence et de recours ;
- 3 - l’ampleur des divergences de perception des rues selon les positions sociales et les dimensions plus ou moins susceptibles de converger par la délibération ;
- 4 - la construction d’une chaîne allant de la mesure à la gouvernance, capable de préserver l’hétérogénéité sans la réduire à un score unique, et l’effet de ces représentations sur ce qui devient gouvernable ;
- 5 - les pratiques de gouvernance du cycle de vie et d’approvisionnement permettant d’inscrire des normes négociées dans les modèles comme dans les rues au fil du temps, y compris des mécanismes de recommissionnement, d’audit et de réparation.
Empiriquement, la thèse s’appuie sur des études participatives à Montréal combinant entretiens, groupes de discussion et notation et classement structurés d’images de rues. Une première étude mobilise 12 participants qui évaluent 20 rues représentées par 60 points de vue, en comparant l’inclusivité, l’accessibilité, l’esthétique et la praticité entre des résidents (post-occupation) et des nouveaux arrivants (avant occupation). Une seconde étude mobilise 28 résidents à travers des entretiens puis des exercices de notation et de classement, incluant des discussions en petits groupes. Dans l’ensemble, l’accord est plus élevé pour certaines dimensions visuellement saillantes que pour des dimensions sociales telles que l’inclusivité. La délibération structurée augmente la convergence sur certains critères sans éliminer les désaccords résiduels, ce qui indique que ces désaccords doivent être documentés et gouvernés. Sur le plan technique, la thèse développe Street Review comme une infrastructure de mesure participative et montre que des étiquettes co-produites peuvent soutenir des modèles prédictifs sensibles aux sous-groupes et une cartographie à l’échelle de la ville. Le pipeline combine l’élaboration participative de descripteurs évaluatifs avec un modèle capable de prédire des évaluations multi-critères et de produire des cartes de chaleur à partir d’environ 45 000 images au niveau de la rue.
Les résultats indiquent que la mise à l’échelle est possible et peut faire apparaître des motifs spatiaux utiles pour l’audit et la priorisation, tout en montrant que la qualité des images et les limites de représentation restreignent ce qui peut être gouverné à partir d’entrées visuelles seules. La thèse introduit aussi LIVS (Local Intersectional Visual Spaces), un jeu de données d’alignement pluraliste pour l’espace public inclusif, développé sur deux ans avec 30 organismes communautaires. LIVS regroupe 37 710 comparaisons par paires portant sur 13 462 images, structurées selon six critères dérivés de 634 concepts définis par les communautés. En utilisant l’Optimisation directe par préférences (DPO), ce travail affine un modèle Stable Diffusion XL et l’évalue à travers des études de cas portant sur l’alignement des préférences et la neutralité. Lors d’un atelier d’évaluation mené avec des résidents, 2100 annotations supplémentaires ont été recueillies : 700 jugements favorisent le modèle DPO, 300 le modèle de référence et 1100 sont neutres. Ces résultats indiquent que l’affinage par préférences peut améliorer l’alignement avec une partie des jugements tout en laissant une large zone d’indétermination, qui doit être interprétée comme un signal de gouvernance.
La thèse synthétise enfin ces résultats dans une architecture de mise en oeuvre : un droit civique à l’IA comme couche de gouvernance municipale, un cycle de vie co-produit avec des points de contrôle du cadrage à la maintenance, et des mécanismes d’approvisionnement et de supervision assurant l’auditabilité, le recommissionnement et les voies de recours.
Mots-clés : urbanisme ; espace public ; gouvernance de l’IA ; IA participative ; alignement pluraliste ; intersectionnalité ; délibération ; apprentissage par préférences.
Soutenance de la thèse :
24 août, 9 h
Salle 1056 du Pavillon de la Faculté de l’aménagement
Jury :
| Nom | Fonction |
|---|---|
| Shin Koseki (remplacé par Èvelyne Brie) | Directeur |
| Michael Robert Doyle | Membre du jury |
| Tan Yigitcanlar | Examinateur externe |
| Heather Braiden | Présidente |
| Michel-Max Raynaud | Représentant de la doyenne |
Location: Salle 1056