Urban land use mix and AI: A systematic review

Por Haithem Drici y Jose Carpio-Pinedo.

Este artículo ofrece una revisión sistemática exhaustiva de las aplicaciones de la inteligencia artificial (IA) en la combinación del uso del suelo urbano a nivel granular, un aspecto fundamental de la planificación urbana y la sostenibilidad. Tras examinar 654 documentos publicados entre 2014 y 2024, se analizan en detalle 66 estudios relevantes. Se examinan las tecnologías de IA en cuanto a su potencial para perfeccionar las evaluaciones de la mezcla de usos del suelo y mejorar la precisión de las tareas de planificación funcional urbana. Esto podría mejorar la sostenibilidad urbana y fomentar la sinergia espacial al gestionar con destreza las complejidades de la gestión de la mezcla de usos del suelo con soluciones basadas en la IA. La revisión evalúa estos estudios a través de tres dimensiones fundamentales: (1) técnicas de IA para la clasificación del uso del suelo urbano y el análisis de la interacción espacial, (2) estrategias de mejora y optimización impulsadas por la IA para el desarrollo y la gestión sostenibles de usos mixtos, y (3) herramientas de IA que mejoran los sistemas de planificación participativa y los procesos de toma de decisiones. La revisión concluye que, a pesar de los notables avances y la potencial aplicabilidad, siguen existiendo retos sustanciales para integrar plenamente la IA en los marcos adaptativos que requieren los contextos urbanos en rápida evolución. La revisión identifica una diversidad de lagunas de investigación que deben abordarse en futuros trabajos, con el objetivo de perfeccionar las técnicas de IA para tener mejor en cuenta las complejidades de la combinación de usos del suelo y apoyar iniciativas de desarrollo urbano sociotécnicas más receptivas.

This paper provides a comprehensive systematic review of Artificial Intelligence (AI) applications in urban land use mix at the granular level, a critical aspect of urban planning and sustainability. After screening 654 documents published between 2014 and 2024, 66 relevant studies are analyzed in detail. AI technologies are scrutinized for their potential to refine land use mix assessments and enhance the accuracy of urban functional planning tasks. Which could improve urban sustainability and foster spatial synergy by adeptly navigating the complexities of managing land use mix with AI-driven solutions. The review assesses these studies through three core dimensions: (1) AI techniques for urban land use classification and spatial interaction analysis, (2) AI-driven enhancement and optimization strategies for sustainable mixed-use development and management, and (3) AI tools enhancing participatory planning systems and decision-making processes. The review finds that, despite noteworthy progress and potential applicability, substantial challenges remain in fully integrating AI into the adaptive frameworks required by rapidly evolving urban contexts. The review identifies a diversity of research gaps that need to be addressed in future work, with the aim of refining AI techniques to better account for land use mix complexities and support more responsive socio-technical urban development initiatives.