Model AI to narzędzie, które uczy się rozpoznawać wzorce w danych.
Dzięki temu może wykonywać zadania, które wcześniej wymagały ręcznej pracy: streszczać tekst, porządkować informacje, odpowiadać na pytania, rozpoznawać zależności albo pomagać w analizie dużych zbiorów danych. Nie oznacza to jednak, że model „rozumie” miasto tak jak człowiek. Model działa na podstawie danych, przykładów i instrukcji, które otrzymuje.
W kontekście otwartych danych miejskich AI może być pomocna przede wszystkim jako narzędzie wspierające pracę z informacją. Może ułatwiać odnalezienie właściwego zbioru, wyjaśnienie nazw kolumn, przygotowanie prostego podsumowania albo wskazanie, jakie pytania warto zadać danym.
Nie jeden model, lecz wiele różnych zastosowań
Pod nazwą „AI” kryją się różne rodzaje narzędzi. Modele językowe pracują z tekstem: potrafią streszczać dokumenty, odpowiadać na pytania, tłumaczyć pojęcia i pomagać w formułowaniu zapytań. Inne modele mogą analizować obrazy, rozpoznawać obiekty, klasyfikować informacje albo wyszukiwać podobieństwa w danych.
W pracy z otwartymi danymi najczęściej przydatne są modele, które pomagają człowiekowi szybciej zrozumieć treść zbioru. Mogą objaśnić, czym jest dana kolumna w tabeli, zaproponować sposób pogrupowania danych, wskazać braki w opisie albo pomóc przygotować pytanie do API.
To nie jest zastępstwo dla danych źródłowych. To raczej dodatkowa warstwa pracy z informacją: coś pomiędzy wyszukiwarką, notatnikiem, asystentem analitycznym i narzędziem do porządkowania wiedzy.
Jak AI może pomagać w portalu otwartych danych?
Portal otwartych danych zawiera zbiory, opisy, kategorie, pliki, zasoby i metadane. Dla osoby, która nie pracuje z danymi na co dzień, pierwszy kontakt z takim portalem może być trudny. Trzeba wiedzieć, czego szukać, jak czytać nazwy kolumn, czym różni się CSV od JSON, co oznacza data aktualizacji i jak sprawdzić źródło danych.
AI może pomóc uprościć ten pierwszy krok. Może wyjaśnić, co znajduje się w zbiorze, podpowiedzieć, do jakich pytań dane mogą się nadawać, albo przetłumaczyć techniczny opis na bardziej zrozumiały język. Może też pomóc użytkownikowi przygotować prosty plan analizy: najpierw sprawdzić zakres danych, potem datę aktualizacji, następnie kolumny, a dopiero później wyciągać wnioski.
Dla administracji takie narzędzia mogą być przydatne również przy poprawianiu jakości metadanych. Model może wskazać, że opis zbioru jest zbyt krótki, że brakuje informacji o częstotliwości aktualizacji albo że nazwy kolumn są niezrozumiałe dla użytkownika spoza urzędu.
AI dobrze pracuje z pytaniami, ale potrzebuje kontekstu
Model AI nie wie automatycznie, jaki jest cel użytkownika. Inaczej należy zapytać o dane, gdy ktoś szuka informacji o najbliższej okolicy, inaczej gdy przygotowuje analizę dla organizacji społecznej, a inaczej gdy chce stworzyć aplikację lub raport.
Dlatego dobre pytanie do AI powinno zawierać kontekst. Warto podać, jakiego zbioru dotyczy pytanie, co chcemy sprawdzić, jaki zakres czasu nas interesuje i czy potrzebujemy odpowiedzi ogólnej, czy bardziej technicznej. Im lepiej opisany problem, tym bardziej użyteczna może być odpowiedź.
To samo dotyczy danych miejskich. Model może pomóc w interpretacji, ale powinien pracować na konkretnym źródle: opisie zbioru, tabeli, dokumentacji API, raporcie albo metadanych. Bez źródła odpowiedź może być ogólna i mało przydatna.
Największa wartość: szybsze zrozumienie danych
Otwieranie danych nie kończy się na opublikowaniu pliku. Dane stają się naprawdę użyteczne dopiero wtedy, gdy ktoś potrafi je odnaleźć, zrozumieć i zastosować. AI może pomóc właśnie na tym etapie.
Może skrócić drogę od pytania do pierwszego rozeznania. Może pomóc mieszkańcowi zrozumieć, co oznacza wskaźnik. Może pomóc organizacji przygotować analizę potrzeb lokalnych. Może pomóc firmie sprawdzić, czy dany zbiór nadaje się do wykorzystania w usłudze lub aplikacji. Może też pomóc urzędowi lepiej opisać zasoby, tak aby były bardziej czytelne dla użytkowników.
Najważniejsze jest jednak to, że AI powinna wspierać pracę z danymi, a nie ją zastępować. Dane źródłowe, ich opis, data aktualizacji i metoda zbierania pozostają podstawą każdej rzetelnej analizy.
Podsumowanie
Modele AI mogą ułatwiać korzystanie z otwartych danych miejskich, ponieważ pomagają czytać, porządkować i wyjaśniać informacje. Mogą być szczególnie przydatne wtedy, gdy użytkownik dopiero zaczyna pracę z danym zbiorem i chce zrozumieć, co można z niego wyczytać.
Ich rola powinna być jednak jasno określona. AI jest narzędziem pomocniczym. Nie jest źródłem danych, nie zastępuje dokumentacji i nie zwalnia z obowiązku sprawdzania informacji. Dobrze użyta może przybliżyć dane większej liczbie osób. Źle użyta może dać pozór pewności tam, gdzie potrzebna jest weryfikacja.