تعمل التكنولوجيا الحديثة اليوم على إعادة تشكيل أساليب فهمنا للسلامة المرورية، وفي هذا الإطار طوّر باحثون من جامعة جونز هوبكنز (Johns Hopkins University) أداة ذكاء اصطناعي مبتكرة تُعرف باسم SafeTraffic Copilot، تهدف إلى تحليل أسباب الحوادث المرورية والتنبؤ بمواقعها المستقبلية بدقة متقدمة.

نُشرت نتائج البحث في مجلة Nature Communications ضمن مسعى علمي يهدف إلى خفض معدلات الوفيات والإصابات على الطرق الأميركية.

تعتمد الأداة على تقنية النماذج اللغوية الكبيرة (LLMs)، وهي فئة من أنظمة الذكاء الاصطناعي القادرة على معالجة كميات ضخمة من البيانات النصية والرقمية والبصرية. وقد جرى تدريب النموذج باستخدام أوصاف الطرق، ونسب الكحول في الدم، والصور الفضائية والميدانية، ما يمكّنه من تحليل التفاعلات بين العوامل الفردية والمشتركة التي تسهم في وقوع الحوادث، وتقديم فهم أعمق لآلياتها.

صورة تعبيرية مولّدة بالذكاء الاصطناعي

ويتضمّن SafeTraffic Copilot حلقة تعلم مستمرة تُساهم في تحسين أدائه مع إدخال مزيد من بيانات الحوادث، إلى جانب قدرته على تقدير موثوقية التنبؤات كمّياً، بما يتيح تقييم دقتها في الواقع العملي. وتوفّر هذه الخصائص لصانعي السياسات والمهندسين أداة دقيقة تُساعدهم على التخطيط القائم على الأدلة وتطوير بنى تحتية أكثر أماناً.

ويُعد المشروع إطاراً توجيهياً للاستخدام المسؤول للذكاء الاصطناعي في المجالات الحساسة مثل السلامة العامة والصحة، إذ يسعى إلى تحقيق توازن بين قدرات الأنظمة الذكية ودور الإنسان في اتخاذ القرار، بما يضمن الشفافية والمساءلة والاتساق مع القيم المجتمعية.