Prediktiv infrastruktur: När staden börjar förutse invånarnas behov – vem får säga nej?

Tänk om staden kunde upptäcka ett växande trafikproblem innan köerna uppstår, förutse när en bro behöver underhåll eller anpassa kollektivtrafiken efter människors rörelsemönster? Prediktiv infrastruktur bygger på data, sensorer och artificiell intelligens för att göra just detta. Genom att analysera stora mängder information kan framtidens städer försöka förutse invånarnas behov och agera innan problemen blir synliga. Men tekniken väcker också frågor som går långt bortom effektivitet och bekvämlighet. Vem bestämmer vilka behov som ska förutses? Vilka data får användas? Och framför allt: har invånare rätt att säga nej när staden börjar fatta beslut utifrån deras beteenden?

När staden lär sig förutse våra behov

Prediktiv infrastruktur innebär att stadens tekniska system inte längre bara reagerar på problem när de uppstår. I stället används sensorer, trafikdata, väderinformation, energimätningar och andra datakällor för att identifiera mönster och försöka förutse vad som kommer att hända. En trafiksignal kan exempelvis anpassas efter förväntade trafikflöden, medan ett vattenledningssystem kan upptäcka tecken på läckage innan ett rör faktiskt går sönder. Ambitionen är att göra staden mer effektiv, robust och resurseffektiv. Samtidigt förändras relationen mellan invånaren och den offentliga miljön när tekniken börjar basera beslut på beteenden och sannolika framtida behov.

Från reaktiv till förutseende stadsplanering

Traditionell infrastruktur bygger i stor utsträckning på historiska erfarenheter och åtgärder efter att ett problem har blivit synligt. Prediktiva system arbetar annorlunda genom att kombinera information från flera källor och beräkna sannolika utvecklingsförlopp. Det kan handla om att förutse belastningen på kollektivtrafiken under ett evenemang eller identifiera vägar där risken för olyckor ökar vid särskilda väderförhållanden. Tekniken kan därmed flytta fokus från reparation till förebyggande åtgärder. För kommunen kan det innebära bättre resursfördelning, men också att fler beslut fattas utifrån modeller som invånaren själv kanske inte kan se eller förstå.

En central del är sensortekniken som gör det möjligt att samla in information kontinuerligt. Kameror, trafikmätare, parkeringssystem, vädersensorer och uppkopplade energimätare kan tillsammans skapa en detaljerad bild av hur en stad fungerar. Informationen behöver inte alltid identifiera enskilda personer för att vara användbar. Aggregerade rörelsemönster kan exempelvis visa när ett område brukar vara mest belastat. Problemet uppstår när olika datakällor kombineras på sätt som gör människor mer identifierbara än de ursprungligen var. Då blir frågan om datainsamling betydligt mer komplicerad än att bara mäta trafik eller energiförbrukning.

När algoritmer börjar påverka vardagen

Prediktiv infrastruktur kan påverka invånarnas vardag utan att tekniken alltid märks. Ett kollektivtrafiksystem kan förutse efterfrågan och ändra kapaciteten, gatubelysning kan reagera på förväntade rörelsemönster och sophämtning kan planeras utifrån beräknade behov. På ytan kan sådana funktioner framstå som neutrala tekniska förbättringar. Men varje automatiserat beslut bygger på antaganden om vad som är normalt, effektivt eller önskvärt. Om underlaget är skevt kan resultatet också bli skevt. Ett system som tränats på historiska mönster riskerar dessutom att förstärka gamla prioriteringar i stället för att upptäcka nya behov.

Det innebär att prediktiv infrastruktur inte enbart är en teknisk fråga. Den handlar också om hur staden definierar sina mål och vilka värden som byggs in i systemen. Om en algoritm exempelvis prioriterar framkomlighet kan den fatta beslut som gynnar biltrafik framför gång- och cykeltrafik, beroende på vilka parametrar som används. Om trygghet väger tyngst kan övervakning få större utrymme. Därför behöver det vara möjligt att granska vilka data som används, vilka antaganden som ligger bakom modellerna och vem som har ansvar när automatiserade beslut får konkreta konsekvenser.

Data, övervakning och rätten att säga nej

När staden börjar förutse invånarnas behov blir data en central resurs. Ju mer information som finns tillgänglig, desto fler mönster kan systemen potentiellt upptäcka. Samtidigt betyder större datamängder inte automatiskt bättre beslut. Information kan vara felaktig, ofullständig eller representera vissa grupper bättre än andra. Ett prediktivt system kan därför ge en till synes exakt prognos samtidigt som själva prognosen bygger på begränsade antaganden. För invånaren kan det vara svårt att upptäcka detta, särskilt när beslutet presenteras som resultatet av en teknisk beräkning snarare än som ett politiskt eller administrativt ställningstagande.

Hur mycket får staden veta?

En viktig skiljelinje går mellan data som behövs för en tydlig samhällsfunktion och information som samlas in eftersom den kan vara användbar senare. Trafikflöden kan exempelvis analyseras utan att varje enskild persons identitet behöver registreras. På samma sätt kan energiförbrukning i ett område användas för planering utan att kommunen nödvändigtvis behöver veta exakt vad varje hushåll gör. Dataminimering blir därför en central princip. Om samma resultat kan uppnås med mindre detaljerad information finns det skäl att fråga varför mer detaljerade uppgifter ska samlas in.

Även anonymiserad eller aggregerad information kräver försiktighet när flera datakällor kombineras. Uppgifter som var för sig verkar harmlösa kan tillsammans skapa en mer detaljerad bild av människors rörelser, vanor eller användning av offentliga tjänster. Det gör frågan om samtycke särskilt svår i offentliga miljöer. En person kan undvika en kommersiell tjänst genom att inte använda den, men det är betydligt svårare att välja bort en kommunal kamera, en sensor på en gata eller ett automatiserat trafiksystem. Rätten att säga nej får därför en annan innebörd när tekniken finns i den gemensamma miljön.

När bekvämlighet blir övervakning

Det kan vara lockande att beskriva prediktiv infrastruktur som en tjänst som gör livet enklare. Om kollektivtrafiken anpassas efter efterfrågan eller om vägar underhålls innan problemen blir akuta kan invånarna få konkreta fördelar. Men samma teknik kan också skapa en miljö där människor hela tiden blir mätbara. Skillnaden mellan service och övervakning beror bland annat på vilka uppgifter som samlas in, hur länge de sparas, vem som får tillgång till dem och vilka beslut de används för att fatta. Transparens blir därför avgörande för att människor ska kunna förstå vad systemen faktiskt gör.

Frågan om frivillighet blir dessutom mer komplicerad när prediktiva system integreras i samhällsfunktioner. Om en kommun använder data för att optimera trafik eller energiförsörjning kan den enskilde kanske inte ha något praktiskt alternativ till att ingå i systemet. Då räcker det inte alltid att säga att invånaren har möjlighet att avstå från en viss digital tjänst. Det behövs även tydliga regler för vilka uppgifter som får samlas in, vilka ändamål de får användas för och hur människor kan få insyn i automatiserade beslut. Annars riskerar effektiviteten att utvecklas snabbare än den demokratiska kontrollen.

Vem kontrollerar den prediktiva staden?

När tekniska system får en större roll i stadsplaneringen uppstår en fråga om ansvar. Ett beslut som tidigare fattades av en tjänsteperson eller politisk nämnd kan i framtiden delvis bygga på automatiserade analyser. Det betyder inte nödvändigtvis att en algoritm fattar hela beslutet själv. Däremot kan dess prognoser påverka vilka alternativ som över huvud taget betraktas som rimliga. Om systemet exempelvis identifierar ett område som särskilt belastat kan det påverka var resurser placeras. Därför behöver det vara tydligt vem som ansvarar för modellens underlag, användning och konsekvenser.

Ansvar mellan människor och algoritmer

Ett vanligt problem med automatisering är att ansvar kan bli diffust. Kommunen kan hänvisa till leverantörens system, leverantören kan hänvisa till de data som kommunen tillhandahållit och tjänstepersonen kan hänvisa till modellens rekommendation. För invånaren spelar det däremot mindre roll hur ansvaret är uppdelat internt. Om ett automatiserat system bidrar till ett beslut som påverkar vardagen måste det finnas en tydlig väg för frågor, granskning och eventuell rättelse. Tekniska system kan inte i sig bära det demokratiska ansvaret för hur offentliga resurser fördelas.

Transparens handlar därför inte bara om att publicera tekniska beskrivningar. Invånare behöver kunna förstå vilka typer av data som används och varför. Det bör också vara möjligt att identifiera vilka beslut som påverkas av prediktiva modeller och vilka människor eller organ som har det slutliga ansvaret. I vissa fall kan oberoende granskning behövas för att kontrollera om systemen fungerar som avsett. Det gäller särskilt när algoritmiska bedömningar kan påverka tillgången till service, prioriteringen av resurser eller hur olika stadsdelar behandlas.

Kan invånaren påverka systemet?

Demokratisk kontroll blir mer komplicerad när tekniska system utvecklas snabbare än de processer som ska styra dem. En stad kan införa en sensorplattform för ett begränsat ändamål och senare använda samma infrastruktur för nya typer av analyser. Därför behöver regler för ändamålsbegränsning och förändringar i användningen vara tydliga. Invånarna behöver också få möjlighet att påverka större tekniska beslut innan systemen är fullt etablerade. Annars kan det uppstå en situation där den praktiska infrastrukturen redan finns på plats innan den offentliga diskussionen om dess konsekvenser har hunnit äga rum.

Det finns också en principiell skillnad mellan att låta teknik hjälpa till att planera staden och att låta teknik definiera vad staden bör prioritera. En prognos kan visa att ett visst beteende är sannolikt, men den kan inte ensam avgöra om beteendet bör uppmuntras eller begränsas. Den bedömningen innehåller värderingar och politiska avvägningar. Om prediktiv infrastruktur ska fungera inom en demokratisk stadsmiljö behöver därför tekniska prognoser förbli underlag för mänskliga beslut. Annars riskerar frågan om vem som får säga nej att ersättas av en ännu mer grundläggande fråga: vem får bestämma vad som ska förutses?