Lewisham Belediyesi, planlama politikası çalışmalarını ve konut üretimini desteklemek amacıyla potansiyel küçük alanları belirlemek için dijital bir yaklaşım test etti. Sonuç olarak, konut üretimi potansiyeli olan 3.000'den fazla küçük alan tespit edildi. Kullanılan teknoloji ise RCKa ile geliştirilen yapay zeka tabanlı bir haritalama aracı olan Small Sites AI Finder oldu. Bu, PropTech Innovation Fund 4. tur pilot uygulaması (2024) kapsamında test edildi.
Planlama Zorluğu
Lewisham, konut üretimi potansiyeli olan küçük alanları belirleme yöntemini geliştirmek istedi. Özellikle, küçük alan fırsatlarının nerede olduğunu ve kaç tane olabileceğini anlamak, manuel alan tespitine olan bağımlılığı azaltmak, büyük gelişmelerin yanı sıra küçük alanlardaki üretimi desteklemek ve mevcut küçük alan tasarım rehberliğinin konut üretimini nasıl etkilediğini anlamak gerekiyordu. Küçük alanlar, ilçedeki konut üretimine önemli katkı sağlıyor. Ancak potansiyel küçük alanların belirlenmesi büyük ölçüde memur bilgisine ve manuel incelemeye dayanıyordu. Bu durum, küçük alanlardaki konut potansiyelini tutarlı veya büyük ölçekte değerlendirmeyi zorlaştırıyordu.
Yapılan Çalışmalar
Pilot uygulamanın iki ana çıktısı oldu: Geliştirme potansiyeli olan küçük alanları belirlemek için yapay zeka tabanlı bir haritalama aracı ve Lewisham'ın Küçük Alanlar Tasarım Rehberi Ek Planlama Belgesi (SPD)'nin küçük alan üretimi üzerindeki etkisini anlamak için planlama başvuru verilerinin analizi. Belediye, tedarikçisiyle birlikte geliştirme potansiyeli olan küçük alanları belirlemek için tasarlanmış etkileşimli bir çevrimiçi harita olan Small Sites AI Finder'ı geliştirdi. Araç, ilçe genelindeki arazi parsellerini analiz etmek, dolgu, arka alan ve yan sokak alanları gibi yaygın küçük alan türlerini belirlemek ve belirlenen alanların potansiyel konut kapasitesini tahmin etmek için yapay zeka ve CBS (coğrafi bilgi sistemi) verilerini kullandı. Ekip, yapay zeka modelini mülkiyet sınırları içindeki tipik küçük alan şekilleri ve boyutları örneklerini kullanarak eğitti. Belediye, doğruluğu artırmak için Ordnance Survey CBS haritalama verilerini kullandı, ancak bu verilerin işlenmesi projeye süre ekledi. Lewisham'ın stratejik planlama ekibi ve tedarikçi, yakın işbirliği içinde projeyi yürüttü. Düzenli inceleme oturumları, aracın çıktıları nasıl sunduğunu iyileştirmeye yardımcı oldu, böylece belediye memurları sonuçları inceleyip anlayabildi. Haritalama çalışmasının yanı sıra belediye, Küçük Alanlar Tasarım Rehberi SPD'sinin nasıl kullanıldığını ve kararlar üzerindeki etkisini daha iyi anlamak için planlama başvuru verilerini analiz etti. Analiz, rehberin kabul edilmesinden önce ve sonra yapılan başvuruları karşılaştırdı; başvuru sayıları, onay, ret ve geri çekilme oranları ile başvuruların sonuçlandırılma sürelerini inceledi.
Sonuçlar ve Etki
Bir bakışta: Geliştirme potansiyeli olan 3.000'den fazla küçük alan tespit edildi ve bu alanlarda tahmini 9.700 konut üretilebileceği öngörülüyor. Analiz, Küçük Alanlar Tasarım Rehberi SPD'sinin kabul edilmesinin ardından onay ve ret oranlarında küçük bir artış olduğunu gösterdi. Small Sites AI Finder, Lewisham genelinde tahmini 3.017 küçük alanı geliştirme potansiyeli ile belirledi ve bu alanların tahmini kapasitesi 9.747 konut oldu. Bu alanların haritalanması, belediyeye fırsatların nerede yoğunlaştığı ve hangi tür küçük alanların en yaygın olduğu konusunda daha net bir görüş sağladı. Bu içgörü, gelecekteki politika çalışmalarına ve arazi sahipleri ile geliştiricilerle etkileşime yön verebilir. Lewisham'ın konut üretim ekibi şimdi Small Sites AI Finder'ı inceliyor ve gelecekteki üretim veya arazi satışı için uygun olabilecek fırsatları değerlendiriyor. Analiz, Küçük Alanlar Tasarım Rehberi SPD'sinin kabul edilmesinden önce ve sonra yapılan planlama başvurularını karşılaştırdı; başvuru sayıları, onay, ret ve geri çekilme oranları ile sonuçlandırma sürelerini inceledi. Onay oranları %38,8'den %40,7'ye hafifçe artarken, daha az başvuru geri çekildi. Ret oranları da arttı ve başvuruların sonuçlandırılması ortalama olarak daha uzun sürdü. Belediye, bu değişikliklerin rehberin kabul edilmesinin ardından planlama başvurularının daha yakından incelenmesini yansıtabileceğini, ayrıca kaynak baskıları ve ekonomik koşullar gibi daha geniş faktörlerin de etkili olabileceğini vurguladı. Pilot uygulama, yapay zeka tabanlı araçların alanları büyük ölçekte belirlemeye yardımcı olabileceğini ancak profesyonel yargının yerini alamayacağını gösterdi. Doğruluk, alan türüne göre %31 ile %76 arasında değişti. Planlama memurlarının yine de belirlenen alanları incelemesi ve Küçük Alanlar Tasarım Rehberi SPD'si ile çapraz kontrol yapması gerekiyordu. Ordnance Survey CBS verilerinin işlenmesi doğruluğu artırdı ancak projeye süre ekledi.
Öğrenilenler
Belediye, yapay zeka araçlarının potansiyel alanları büyük ölçekte belirlemeye yardımcı olabileceğini ancak çıktıların memur incelemesi gerektirdiğini, eğitim verilerinin kalitesinin tanımlama doğruluğu üzerinde önemli bir etkisi olduğunu, küçük alanların biçim olarak büyük farklılıklar gösterdiğini ve bu durumun otomatik tanımlamayı zorlaştırdığını, planlama başvuru verilerinin alan tanımlamasıyla birlikte analiz edilmesinin faydalı bağlam sağladığını ve dijital haritalama ile analizin planlama, konut ve yenileme ekipleri arasında daha iyi tartışmaları desteklediğini buldu. Genel olarak pilot uygulama, yapay zekanın küçük alan tanımlama çalışmalarını büyük ölçekte destekleyebileceğini ancak şu anda bir alanın konut üretimi potansiyeli olup olmadığını belirlemek için manuel memur incelemesi ve diğer analizlerle birleştirilmesi gerektiğini gösterdi.
Gelecek Planları
Lewisham Belediyesi, doğruluğu ve işlevselliği artırmak için Small Sites AI Finder'ı geliştirmeye devam etmeyi planlıyor. Belediye, aracın arazi sahipleriyle hedefli etkileşimi desteklemek, Küçük Alanlar Tasarım Rehberi SPD'sinde gelecekteki güncellemelere bilgi sağlamak ve küçük alanlarda konut üretimini artırma fırsatlarını belirlemeye yardımcı olmak için nasıl kullanılabileceğini araştırıyor.
