KGTU 2515 - Urbanisme et Intelligence articielle

Ce cours constitue une introduction à l’intelligence artificielle, avec un accent particulier sur les modèles de langage de grande taille (Large Language Models) et leur application dans le domaine de l’urbanisme. À travers une série de master classes proposées par

différents intervenants, le cours explore les potentialités et les limites des technologies d’IA, en les situant dans leurs dimensions sociales, politiques, écologiques et

urbanistiques.

L’approche privilégie la perspective du planificateur, en portant une attention particulière aux outils utilisés — notamment cartographiques et liés au design — tout en intégrant une réflexion critique issue des sciences sociales sur l’impact de ces technologies sur les

processus urbains. Le cours est organisé en six master classes, chacune traitant un aspect spécifique de l’intelligence artificielle et de son application à l’urbanisme.

Objectif :

À l’issue du cours, les étudiant·e·s seront capables de :

• Comprendre les principes de base de l’intelligence artificielle et des modèles de langage.
• Analyser l’application des technologies d’IA dans le domaine de l’urbanisme et de la planification urbaine.
• Évaluer les outils numériques et cartographiques utilisés pour la conception et la gestion urbaine.
• Appréhender les enjeux sociaux, politiques et écologiques liés à l’IA et aux infrastructures numériques.
• Identifier les promesses et limites des modèles de langage dans le développement de politiques urbaines et la gestion des espaces publics.

Aucun prérequis n’est nécessaire. Ce cours s’adresse à toute personne souhaitant acquérir une compréhension approfondie des fondements de l’urbanisme et des enjeux

démocratiques dans la fabrique de la ville.

Master classes :

• Introduction aux modèles de langage et à l’IA
• Impacts sur l’équité, la gouvernance et les dynamiques sociales urbaines.
• Changer d'échelle : l'A, l'âge industriel de la donnée en urbanisme
• Complexités et limites de l’usage de l’IA pour la mobilité
• Biais, risques et critiques de l’automatisation dans l’administration territoriale
• Les Data-Centers et la transition écologique urbaine

10 % : participation en classe

30 % : par groupe de 5, une synthèse critique de chaque master class illustré par exemples, take-aways et considérations critiques.

60 % : contribution individuelle d’une entrée et d’une référence commentée au rendu collectif : Dictionnaire critique et bibliographie raisonnée de l’IA en urbanisme

 Lecture et préparation aux débats en classe : environ 2 heures par cours

 Exercices : jusqu’à 1 heure par cours

 Travail final : environ 10 heures