將公共交通遊戲化能改變通勤者的習慣嗎？ - 彭博社

馬里蘭大學研究人員開發的一款應用程序獎勵選擇“更聰明”和更環保路線的通勤者。Incentrip/截圖人類是習慣的生物，這在通勤方面尤為明顯。但馬里蘭大學的研究人員開發的新應用程序則希望通過適當的激勵措施，讓通勤者轉向“更聰明”的路線——那些對環境、用户以及其他試圖移動的人都更好的路線。

這款名為Incentrip的應用程序是由能源部資助的450萬美元研究項目的一部分，旨在預測交通並緩解擁堵。目前在華盛頓特區和巴爾的摩進行試點，它基本上將通勤體驗變成了一場遊戲。當用户在應用程序中輸入目的地時，他們會看到幾種選擇——汽車、公交、地鐵、騎自行車和拼車——並提供每種方式的長度、時間和燃料消耗量的信息。

彭博社CityLab古根海姆在沙漠中崛起，阿布扎比變身為外籍人士中心芝加哥以冷靜、派對和陽光克服了民主黨全國委員會的懷疑者納粹碉堡的綠意改造將醜陋的過去變成城市的眼球吸引器聖保羅的貧民區如何幫助庇護南美洲最大城市該應用程序根據用户選擇的出行方式獎勵積分，對於更環保和更高效的方法給予更多積分。對於尚未準備好轉向公共交通的司機，該應用程序也會對選擇更“環保”的駕駛路線給予一些積分。

對於我自己的通勤——從馬里蘭州的銀泉到位於華盛頓特區霧靄底部社區的CityLab辦公室——我有幾個選擇。我可以開車28分鐘，消耗半加侖汽油，獲得三分。與此同時，一個小時的地鐵乘坐僅消耗十分之一加侖，價值87分。如果我想騎自行車走完這八英里，我將獲得豐厚的117分。

這些分數是通過人工智能根據用户的行為模式計算得出的，可以用於兑換亞馬遜、蘋果和谷歌的禮品卡等獎品。一張價值50美元的谷歌或蘋果禮品卡需要5000分。

我從華盛頓特區喬治城社區到中國城的選擇。截圖/Incentrip“我們的目標是儘量減少整個交通系統的能源使用，”首席研究員張磊説，他負責該大學的國家交通中心。這就是為什麼騎自行車和步行通常能獲得更多積分。他補充道，Incentrip的激勵措施是動態的，“根據實時信息和我們對未來交通狀況的預測，為每次出行計算，並基於我們對用户的瞭解。”

該應用在Android和iOS上大約有35,000名試用用户，張表示他的團隊也在研究非貨幣激勵措施，包括展示一個用户的決策如何幫助其他旅行者的方式。（研究小組通過與華盛頓特區和馬里蘭州交通部門的合作獲得大部分交通和運輸數據。）

好奇的是，為了在我的通勤中獲得最高的126分，我必須乘坐地鐵進入華盛頓特區，步行到弗吉尼亞州的阿靈頓，然後通過汽車返回我的辦公室。這顯然既不高效也不合理。當我問張這個問題時，他向我保證，人工智能會調整我看到的內容。“如果我們建議的交通選項你從未選擇過，那麼我們意識到[你不會]即使有激勵也會選擇它們，”他説。“因此，在基於人工智能的基礎行為模型中，我們正在學習哪些選項可能更適合你。隨着時間的推移，這可能會鼓勵你使用Uber拼車或共享乘車，或者選擇不同的出發時間。”

將通勤轉變為基於積分的遊戲可以為在城裏出行帶來新的動態，也可以讓人們更積極地考慮他們的選擇。例如，在2012年，新加坡政府向在非高峯時段出行的通勤者提供激勵。那些這樣做的人被納入抽獎，有機會贏得高達100美元的獎金，並因邀請朋友參與而獲得積分和其他福利。為期六個月的試點項目將近7.5%的所有高峯通勤轉移到了非高峯時段。

這一成功無疑為交通遊戲化提供了依據，但長期變化比誘使人們嘗試新的通勤方式更復雜。研究喬治亞理工學院交通技術和通勤決策的Kari Watkins表示，人們對時間的價值始終是一個主要因素。

“如果你在公共交通上花費的時間是自己開車的兩倍，那麼如果你將自己的時間價值定為每小時20美元，這將累積成一筆可觀的費用，”她説。“遊戲化的任何內容都無法改變這個方程式的這一部分。”

雖然這可能在大規模上防止劇烈變化，但她表示，這仍然可以在邊緣上產生有意義的差異。有些人可能會通過不同的選擇面臨類似的通勤時間，或者會因為節省幾美元或減少交通壓力而受到激勵。她補充説，像 Incentrip 這樣的應用程序如果通過提供更多實時信息使選擇公共交通成為無縫的決定，可能會更成功。

在某個時刻，張的應用程序將學習其用户是否成為定期乘坐公交或地鐵的習慣性乘客。在這種情況下，“我們可能會減少你使用公共交通的激勵，因為也許更好的是將這些激勵用於鼓勵那些開車的人，”他説。

非營利組織 Transit Center 的研究主任 Steven Higashide 表示，他之前見過這些基於激勵的倡議的不同版本——公共交通機構已經測試這些方案几十年了。然而，他指出，即使形成了新的習慣，從長遠來看，如果服務不可靠，人們也不會堅持使用公共交通。正如 CityLab 最近報道的，許多美國城市在提供優質服務方面的記錄並不理想。

歸根結底，“生態積分不會讓人們繼續乘坐經常故障的軌道系統，”Higashide 説。