Dans sa thèse de doctorat, Benjamin Beaucamp propose l’évaluation des ambiances urbaines à travers la perception des piétons et leur relation avec l’environnement bâti. Dans cette interview, il présente le contexte de son travail ainsi que les principaux résultats obtenus. En utilisant des méthodes d’apprentissage automatique, il propose un cadre pour prédire les qualités perceptuelles des espaces urbains, telles que le sentiment de sécurité, ou le caractère dynamique d'un lieu. Les modèles sont entrainés grâce à des images de la ville et des avis de participants, obtenus via des enquêtes en ligne, . Une des études révèle que le point de vue depuis lequel une image est capturée influence significativement la perception des lieux. Par exemple, des images prises du point de vue d’une voiture diffèrent de celles perçues par un piéton. De plus, l’utilisation d’images 360° a démontré un impact notable sur la qualité des évaluations, offrant une représentation plus complète des espaces analysés. Ces résultats contribuent à améliorer les outils d’aide à la décision pour les urbanistes, avec pour ambition de concevoir des espaces publics plus agréables et inclusifs. Les travaux futurs se concentreront sur l’amélioration de la qualité des données et l’explicabilité des modèles pour une adoption plus large dans la planification urbaine.