文：張芸翠

在第一屆人本街道黑客松中，有一類作品不約而同地指向同一個問題：很多風險，其實不是突然發生，而是早已存在，只是城市來不及回應。這些風險可能來自視線死角、違規停車、行走路線的累積危險，或是突發醫療事件發生時的無人察覺。與其等事故發生後補救，這些團隊嘗試思考：街道能不能更早一點「知道」，並且更快一點「行動」？

以下五組優勝團隊，分別從緊急救援、行走安全、學童通學到公民參與切入，描繪出一種「會回應人的街道」。

救援之眼 EmergencyEye｜當沒有人看見，街道能不能先發現？

突發醫療事件最大的風險，往往不是沒有救援資源，而是沒有人即時發現。「救援之眼」試圖回應的，正是這個沉默的空窗。

團隊提出可加裝於既有路燈與街道設施的 AIoT 裝置，透過邊緣運算即時辨識跌倒、異常行為等高風險事件，並依嚴重程度自動分級通報相關單位。使用者不需主動操作，系統便能在關鍵時刻啟動救援。

在高齡化社會背景下，這個提案將人本街道的定義，從「好不好走」擴展到「出事時是否有人接住」。它提醒我們，安全不只是預防事故，也包括事故發生後是否仍被社會照顧。

街道死角預警系統｜讓救援不再被視線與空間耽誤

在都市街道中，緊急車輛延誤通行往往不是因為駕駛不願意禮讓，而是根本來不及看見、來不及反應。「街道死角預警系統」正是從這個結構性困境出發。

團隊以導航路徑為核心，整合智慧路燈、聲光提示與路口號誌切換，讓即將通過的緊急車輛能提前「通知街道」。當救護車行進時，前方路段的路燈會閃爍、聲響提示同步啟動，路口號誌也提前調整，讓行人與駕駛有足夠時間做出安全反應。

特別的是，系統並未假設所有路線都「理論可行」，而是結合人行道與道路空間資料，排除實際無法讓道的路段，選擇真正可執行的救援路徑。這個設計把「人本」從口號落實到現實條件中，讓善意不再被街道結構限制。

平面道路避險 AI 導航員｜不是最快，而是最安全的那條路

多數導航系統追求的是效率，但對行人而言，最短路線往往不是最安全的路線。「平面道路避險 AI 導航員」正是試圖顛覆這個預設。

團隊透過民眾上傳的行車影像，結合 AI 影像辨識與地理資訊分析，持續標記違停、視線遮蔽與事故熱點，補足即時道路風險資訊的缺口。系統不只服務駕駛，也能替行人計算不同路線的人行道覆蓋率、事故風險與連續性，並以自然語言方式提供建議。

這不只是另一個導航工具，而是一種價值選擇的轉換：當使用者開始被引導去選擇「比較安全的路」，城市的風險分布也會隨之改變。

優秀團隊專案《平面道路避險 AI 導航員》海報
圖片出處：https://myway.caece.net/theme-1

一步一學：走進智慧學道｜把通學路變成被看見的生活場域

學童通學安全，往往被簡化為交通工程問題，但「一步一學」選擇用更長的時間尺度來思考：如果孩子每天都走在街道上，街道能不能成為學習與陪伴的一部分？

團隊提出「學道」的概念，將家到學校之間的通學路線，設計成結合安全提醒、生活學習與社區支援的第三空間。透過穿戴式裝置與街角節點，孩子在偏離安全路線或進入危險區域時能即時被提醒，家長與社區也能同步知情。

這個提案最動人的地方在於，它沒有把科技當作監控工具，而是當成一種讓孩子被溫柔看見的方式。街道不再只是通過的地方，而是孩子逐步建立獨立行動能力的場域。

街·道·戰·士｜讓參與成為街道治理的一部分

如果說前四組作品讓街道「更聰明」，那麼「街·道·戰·士」關心的，則是誰有能力影響街道改變。

團隊以遊戲化平台為媒介，將街道觀察、問題回饋與公共資料轉化為可參與、可累積的行動。民眾在探索城市、留下評論的同時，也在產生能被政府理解與使用的資料，縮短參與與決策之間的距離。

這個作品沒有直接解決單一風險，而是回應一個更根本的問題：如果城市要即時回應人，是否也需要即時理解人？

從「預警」到「回應」，街道正在改變角色

這五組作品的共同點，不在於使用了多少科技，而在於它們都試圖讓街道從被動設施，轉變為能夠「察覺、判斷、行動」的存在。在這些想法中，街道不再只是承載交通的背景，而是一個持續回應人、學習人、保護人的系統。而這樣的轉變，或許正是人本街道真正開始發生的時刻。