The future of urban models in the Big Data and AI era: a bibliometric analysis (2000-2019) - Archive ouverte HAL Accéder directement au contenu
Article Dans Une Revue AI & Society: Knowledge, Culture and Communication Année : 2021

The future of urban models in the Big Data and AI era: a bibliometric analysis (2000-2019)

El futuro de los modelos urbanos en la era del Big Data y la IA: un análisis bibliométrico (2000-2019)

L'avenir des modèles urbains à l'ère des Big Data et de l'IA : une analyse bibliométrique (2000-2019)

Marion Maisonobe

Résumé

This article questions the effects on urban research dynamics of the Big Data and AI turn in urban management. Increasing access to large datasets collected in real time could make certain mathematical models developed in research fields related to the management of urban systems obsolete. These ongoing evolutions are the subject of numerous works whose main angle of reflection is the future of cities rather than the transformations at work in the academic field. Our article proposes grasp the scientific dynamics in areas of research related to two urban systems: transportation and water. The article demonstrates the importance of grasping these dynamics if we want to be able to apprehend what the urban management of tomorrow's cities will be like. To analyse these research areas’ dynamics, we use two complementary materials: bibliometric data and interviews. The interviews conducted in 2018 with academics and higher education officials in Paris and Edinburgh suggest avenues for hybridization between traditional modelling approaches and research in machine learning, artificial intelligence and big data. The bibliometric analysis highlight the trends at work: it shows that traffic flow as well as transportation studies are focussing more and more on AI and Big Data and that traffic flow studies are arousing a growing interest among computer scientists while, so far, this interest is less pronounced in the water research area, and more especially regarding water quality. The differences observed between research on transportation and that on water confirm the multifaceted nature of the developments at work and encourage us to reject overly hasty and simplistic generalisations about the transformations underway.
Cet article interroge les effets sur la recherche urbaine de l'avènement des Big Data et de l'IA dans la gestion urbaine. L'accès croissant à de grands ensembles de données collectées en temps réel peut-il rendre obsolètes certains modèles mathématiques développés dans les domaines de recherche liés à la gestion des systèmes urbains ? Cette question fait l'objet de nombreux travaux dont l'angle principal est le futur des villes plutôt que celui des transformations à l'œuvre dans le monde académique. Notre article propose d'aborder cette question sous l'angle des dynamiques internes des champs scientifiques liés à deux systèmes urbains : le transport et l'eau. Il démontre l'importance de saisir ces dynamiques si l'on veut pouvoir appréhender ce que sera la gestion urbaine des villes de demain. Pour les analyser, nous utilisons deux matériaux complémentaires : des données bibliométriques et des entretiens. Les entretiens réalisés, en 2018, avec des universitaires et des responsables de l'enseignement supérieur à Paris et à Édimbourg suggèrent des pistes d'hybridation entre les approches traditionnelles de modélisation et la recherche en apprentissage, intelligence artificielle et Big Data. L'analyse bibliométrique met en évidence les tendances suivantes : elle montre que les études sur les transports et sur le trafic en particulier mobilisent de plus en plus l'IA et les Big Data et que le trafic suscite un intérêt croissant chez les informaticiens tandis que, jusqu'à présent, cet intérêt est moins prononcé dans le domaine de la recherche sur l'eau, et plus particulièrement sur la qualité de l'eau. Les différences observées entre la recherche sur les transports et celle sur l'eau confirment la nature multiforme des développements à l'œuvre et nous incitent à rejeter les généralisations trop hâtives et simplistes sur les transformations en cours.
Fichier principal
Vignette du fichier
AI&society_vf_2021_MM.pdf (1.09 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-02386954 , version 1 (29-11-2019)
hal-02386954 , version 2 (20-05-2020)
hal-02386954 , version 3 (26-01-2021)
hal-02386954 , version 4 (03-03-2021)
hal-02386954 , version 5 (23-03-2021)

Identifiants

Citer

Marion Maisonobe. The future of urban models in the Big Data and AI era: a bibliometric analysis (2000-2019). AI & Society: Knowledge, Culture and Communication, 2021, 36 (1), ⟨10.1007/s00146-021-01166-4⟩. ⟨hal-02386954v4⟩
1267 Consultations
499 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More