Îmbunătățirea capacității de răspuns a municipalităților prin analiza imaginilor bazată pe AI în e-Government

Abstract

Obiectivul studiului este evaluarea modului în care tehnicile de Machine Learning pot fi integrate în administrația publică pentru a analiza imaginile transmise de cetățeni și pentru a accelera soluționarea sesizărilor urbane. Cercetarea pornește de la evoluția e-Government către etapa 3.0 și de la necesitatea extinderii interacțiunilor digitale dincolo de prelucrarea textului. Pe baza literaturii privind Artificial Intelligence (AI), Computer Vision și paradoxul Jevons, este formulată ipoteza că simplificarea transmiterii petițiilor poate crește cererea asupra instituțiilor, ceea ce impune soluții robuste și scalabile. Abordarea utilizată este un studiu de caz realizat într-o municipalitate din România, pe un dataset de 5.712 imagini anonimizate, colectate pe parcursul anului 2022 și repartizate în trei clase principale: degradări ale infrastructurii, probleme privind depozitarea deșeurilor și parcări ilegale sau alte incidente. Imaginile au fost supuse etapelor de preprocessing și data annotation, apoi analizate printr-un workflow care combină Faster R-CNN pentru object detection și ResNet-50 pentru classification. Modelul a obținut o accuracy de 92,8%, o precision de 0,93 și un recall de 0,91, iar întregul workflow – de la analiză la generarea raportului și formularea răspunsului către cetățean – a fost executat în mai puțin de șapte secunde pentru fiecare caz. Rezultatele indică o reducere de aproximativ 98,5% a timpului de procesare față de procedurile manuale și arată că o infrastructură hardware accesibilă poate susține servicii municipale de dimensiune medie. Valoarea studiului constă în demonstrarea fezabilității unei componente de visual analytics pentru sistemele de e-petitioning, cu implicații pentru eficiență administrativă, transparență, participare civică și alocarea resurselor, dar și cu limite privind model generalization, calitatea imaginilor, protecția juridică și funcționarea la sarcini ridicate.