24
lis 2026
lis 2026
Na međunarodnoj konferenciji ICTCT 2026 u Zagrebu u središtu pozornosti našla se primjena umjetne inteligencije u predviđanju prometnih nesreća, analizi ponašanja vozača i upravljanju cestovnom infrastrukturom
Tehnologija otvara mogućnost prepoznavanja opasnosti prije nastanka nesreće, ali istodobno nameće pitanja pouzdanosti algoritama, zaštite osobnih podataka i odgovornosti za pogrešne procjene. Za Hrvatsku je osobito važno pitanje kako rezultate umjetne inteligencije pretvoriti u provjerljive prometno-sigurnosne mjere.
Umjetna inteligencija sve snažnije mijenja način na koji se istražuju prometne nesreće, procjenjuje sigurnost cesta i predviđa ponašanje sudionika u prometu. Sustavi koji analiziraju velike količine podataka s prometnih kamera, senzora, vozila i cestovne infrastrukture omogućuju prepoznavanje potencijalno opasnih situacija koje tradicionalne statističke metode teško otkrivaju. Međutim, istodobno se otvara temeljno pitanje suvremene prometne sigurnosti. Može li se algoritamskoj procjeni vjerovati samo zato što je proizvedena naprednom tehnologijom ili svaka takva procjena mora biti podvrgnuta jednako strogim znanstvenim i stručnim provjerama kao i ostale mjere prometne sigurnosti?
Upravo je ta problematika bila u središtu 38. međunarodne konferencije International Cooperation on Theories and Concepts in Traffic Safety (ICTCT), održane 22. i 23. listopada 2026. u Zagrebu, pod nazivom „Sigurnost cestovnog prometa u doba umjetne inteligencije – inovacije, izazovi i prilike”. Konferenciju je organizirao Centar izvrsnosti za sigurnost cestovnog prometa Fakulteta prometnih znanosti Sveučilišta u Zagrebu, u suradnji s međunarodnom organizacijom ICTCT i uz potporu Europske konferencije prometnih istraživačkih instituta (ECTRI). Skup je povezao istraživanja iz područja prometnog inženjerstva, informacijskih tehnologija, ljudskog ponašanja, automatizacije i sigurnosnih politika te otvorio prostor za kritičko razmatranje njihove primjene u stvarnim prometnim uvjetima.
Posebna vrijednost zagrebačke konferencije proizlazi iz njezina interdisciplinarnog pristupa. Umjetna inteligencija promatrana je kao tehnologija koja može unaprijediti postojeće metode upravljanja sigurnošću, ali čiji rezultati ovise o kvaliteti podataka, načinu modeliranja i razumijevanju stvarnog ponašanja ljudi. Takav pristup važan je jer sve veća računalna sposobnost sama po sebi ne jamči ispravno prepoznavanje prometne opasnosti, a pogrešno protumačeni podaci mogu dovesti do pogrešnih odluka o prometnim intervencijama.
Od statistike prometnih nesreća do predviđanja opasnosti
Tradicionalno upravljanje sigurnošću cestovnog prometa uglavnom se oslanja na analizu već nastalih prometnih nesreća. Nadležne institucije evidentiraju njihove okolnosti, utvrđuju najčešće uzroke, analiziraju mjesta ponavljanja i na temelju prikupljenih podataka donose odluke o prometnim i infrastrukturnim zahvatima. Takav pristup pruža važne informacije, ali ima očito ograničenje jer se opasnost često prepoznaje tek nakon što su ljudi već stradali.
Umjetna inteligencija omogućuje drukčiji pristup. Analizom videosnimki, prometnih tokova, brzina, putanja vozila, pješačkih kretanja i drugih podataka moguće je prepoznavati obrasce koji upućuju na povećanu vjerojatnost konflikta. Primjerice, sustav može analizirati učestalost naglih kočenja na određenom raskrižju, situacije u kojima se vozila i pješaci međusobno približavaju na opasnu udaljenost ili ponavljana prekoračenja brzine na ulazu u zavoj. Na temelju takvih podataka moguće je oblikovati procjenu rizika i prije nego što određena lokacija postane poznata po velikom broju nesreća.
Ipak, potrebno je razlikovati prepoznavanje statističke povezanosti od utvrđivanja stvarnog uzroka. Ako algoritam određeno raskrižje proglasi visokorizičnim, to još ne objašnjava je li problem u preglednosti, geometriji prometnice, neodgovarajućoj signalizaciji, brzini vozila ili ponašanju sudionika. Algoritamski rezultat zato treba promatrati kao podlogu za daljnju prometno-tehničku analizu, a ne kao zamjenu za stručno utvrđivanje uzroka opasnosti.
Problem algoritama koji daju rezultat bez objašnjenja
Jedan od najozbiljnijih izazova primjene umjetne inteligencije u prometu jest mogućnost da složeni algoritmi proizvedu vrlo precizne procjene, ali da pritom nije jednostavno objasniti način na koji su do njih došli. Posebno se to odnosi na modele dubokog učenja koji analiziraju velik broj međusobno povezanih varijabli i oblikuju procjene na temelju složenih matematičkih odnosa.
Takvi sustavi mogu prepoznati obrasce koji ljudskom analitičaru nisu očiti, ali njihova primjena u javnom upravljanju prometnom sigurnošću zahtijeva transparentnost i mogućnost stručne provjere. Ako algoritam preporuči promjenu ograničenja brzine, drukčiji rad semafora ili ulaganje u određenu cestovnu dionicu, institucija koja donosi odluku mora moći objasniti na kojim se podacima preporuka temelji, kolika je njezina pouzdanost i koje su moguće posljedice pogrešne procjene.
Posebno je važno razlikovati dvije vrste pogrešaka. Lažno pozitivna procjena nastaje kada sustav prepozna visok rizik ondje gdje on zapravo nije izražen, dok lažno negativna procjena znači da algoritam propusti prepoznati stvarno opasnu situaciju. U prometnoj sigurnosti obje pogreške mogu biti značajne, ali njihove posljedice nisu jednake. Pogrešno označena lokacija može dovesti do nepotrebnog ulaganja, dok neprepoznata opasnost može odgoditi intervenciju na mjestu na kojem postoji stvarni rizik od teških prometnih nesreća.
Tehnologija mora razumjeti čovjeka, a ne samo prometne podatke
Važno mjesto u programu zagrebačke konferencije zauzimala su istraživanja odnosa između umjetne inteligencije i ljudskog ponašanja. Među istaknutim predavačima bili su Oscar Oviedo-Trespalacios s Tehničkog sveučilišta Delft i Cristina Olaverri-Monreal sa Sveučilišta Johannes Kepler u Linzu, čiji su radovi usmjereni na ljudske čimbenike, sigurnost inteligentnih prometnih sustava i interakciju čovjeka s automatiziranim tehnologijama.
Oviedo-Trespalacios u svojem istraživačkom radu posebno razmatra etičke i privatnosne posljedice umjetne inteligencije te načine na koje nove tehnologije mijenjaju ljudsko ponašanje, odgovornost i razumijevanje rizika. Njegovo predavanje, najavljeno pod naslovom „Etička pitanja i pitanja privatnosti u cestovnoj sigurnosti u doba umjetne inteligencije”, otvorilo je važnu dimenziju koja se u tehnološkim raspravama često zanemaruje. Sustav koji prepoznaje opasnost može istodobno oblikovati ponašanje osobe koju nadzire, pri čemu povećana automatizacija može stvoriti pretjerano povjerenje u tehnologiju ili smanjiti razinu osobne pozornosti.
Cristina Olaverri-Monreal usmjerila je svoj doprinos na povezivanje ljudskog ponašanja, automatizacije i sustava koji razmjenjuju prometne podatke. U njezinu istraživačkom pristupu posebno su važni suradničko opažanje prometnog okruženja, komunikacija između vozila i infrastrukture te provjera sustava u stvarnim uvjetima. Takve tehnologije omogućuju da vozilo dobije informacije o opasnosti koju njegovi senzori još ne mogu neposredno registrirati, ali istodobno otvaraju pitanja točnosti, pravodobnosti i pouzdanosti razmjene informacija.
S prometno-sigurnosnog stajališta presudno je da se inteligentni sustavi oblikuju prema stvarnim ljudskim sposobnostima i ograničenjima. Vozači, pješaci, biciklisti i motociklisti ne ponašaju se uvijek predvidljivo, a njihove reakcije ovise o iskustvu, pozornosti, brzini kretanja, okolini i nizu drugih čimbenika. Umjetna inteligencija koja takve razlike zanemaruje može ostvarivati dobre rezultate u kontroliranim uvjetima, a istodobno pokazivati ozbiljna ograničenja u složenom prometnom okruženju.
Privatnost i odgovornost postaju sastavni dio prometne sigurnosti
Primjena umjetne inteligencije u prometu sve se snažnije oslanja na podatke koji mogu biti povezani s identitetom i ponašanjem pojedinaca. Prometne kamere, automatsko prepoznavanje registarskih oznaka, praćenje putanja, podaci povezanih vozila i analitika ponašanja omogućuju detaljniji uvid u prometne rizike, ali istodobno zahtijevaju jasno određena pravila prikupljanja, obrade, čuvanja i uporabe podataka.
U europskom pravnom okviru takvi sustavi moraju poštovati zahtjeve zaštite osobnih podataka, a ovisno o njihovoj namjeni i tehničkim karakteristikama mogu podlijegati dodatnim obvezama iz propisa o umjetnoj inteligenciji. Posebno je važno razlikovati sustave koji služe statističkoj analizi od onih koji mogu utjecati na prava pojedinaca ili rad sigurnosno kritične infrastrukture. Pravne i tehničke obveze ne proizlaze samo iz činjenice da sustav koristi umjetnu inteligenciju, nego i iz njegove konkretne funkcije, načina uporabe i posljedica koje može proizvesti.
Otvara se i pitanje odgovornosti kada automatizirani sustav pogrešno procijeni situaciju. Ako algoritam ne prepozna pješaka, ako sustav upravljanja prometom zakašnjelo promijeni signalni plan ili ako prediktivni model pogrešno procijeni opasnost određene lokacije, potrebno je utvrditi odgovornost proizvođača tehnologije, operatera sustava i institucije koja je odobrila njegovu uporabu. Upravo zbog toga primjena umjetne inteligencije u javnom prometnom sustavu zahtijeva dokumentiranje odluka, mogućnost naknadne provjere i jasno razgraničenje ljudske i automatizirane odgovornosti.
Hrvatska mora znati koliko su njezini pametni prometni sustavi doista pouzdani
Za Hrvatsku su pitanja otvorena na zagrebačkoj konferenciji posebno relevantna zbog postupne digitalizacije cestovne infrastrukture, širenja sustava videonadzora, razvoja inteligentnog upravljanja prometom i sve većeg korištenja analitičkih tehnologija. Prometne kamere, senzori i prilagodljivi semaforski sustavi već predstavljaju dio suvremenog prometnog upravljanja, ali dostupnost tehnologije ne znači automatski da postoji i uspostavljena metodologija javnog vrednovanja njezine prometno-sigurnosne učinkovitosti.
Za ozbiljnu procjenu potrebno je znati koliko uspješno pojedini sustav prepoznaje automobile, motocikle, bicikliste i pješake, kakve rezultate postiže noću, po kiši i magli te u situacijama djelomično zaklonjene preglednosti. Jednako je važno utvrditi koliko često sustav generira pogrešna upozorenja, koliko opasnih situacija propušta i može li ljudski operater pravodobno prepoznati njegovu pogrešku. Bez takvih pokazatelja teško je pouzdano razlikovati stvarnu sigurnosnu vrijednost tehnologije od njezine tehničke složenosti.
Posebno bi korisno bilo uspostaviti jedinstvene nacionalne kriterije provjere algoritamskih sustava koji se koriste za procjenu cestovnih rizika, upravljanje prometom i potporu sigurnosnim odlukama. Takvi kriteriji trebali bi obuhvatiti kvalitetu ulaznih podataka, način testiranja, rezultate prema pojedinim kategorijama sudionika, postupke ljudske provjere te mjerljive promjene sigurnosti nakon uvođenja sustava. U tome važnu ulogu mogu imati Fakultet prometnih znanosti, Fakultet elektrotehnike i računarstva, Ministarstvo unutarnjih poslova, Hrvatske ceste, HAC i gradske prometne službe, uz odgovarajuće sudjelovanje institucija nadležnih za zaštitu osobnih podataka.
Umjetna inteligencija mora dokazati da sprječava prometne nesreće
Suvremeni razvoj prometno-sigurnosnih tehnologija pokazuje da umjetna inteligencija može postati važan alat u ostvarivanju ciljeva europske politike Vision Zero i koncepta sigurnog sustava. Njezina sposobnost obrade velikih količina podataka pruža mogućnost ranijeg prepoznavanja opasnosti, preciznijeg usmjeravanja infrastrukturnih ulaganja i učinkovitijeg upravljanja prometnim tokovima. Međutim, takvi rezultati imaju stvarnu vrijednost tek kada su potvrđeni odgovarajućim istraživanjima i kada se njihov doprinos može povezati s mjerljivim smanjenjem prometnih rizika.
Pri vrednovanju umjetne inteligencije zato treba primjenjivati jednaka načela koja vrijede i za ostale sigurnosne intervencije. Potrebno je jasno odrediti problem koji tehnologija pokušava riješiti, usporediti rezultate prije i nakon njezina uvođenja, uvažiti promjene prometnog opterećenja i drugih okolnosti te provjeriti postoji li stvarno smanjenje opasnih konflikata, prometnih nesreća i njihovih najtežih posljedica. Dobar rezultat algoritma na testnom skupu podataka pritom je važan tehnički pokazatelj, ali nije sam po sebi dokaz da su ceste postale sigurnije.
Zagrebačka konferencija ICTCT 2026 stavila je u središte stručne rasprave upravo odnos između novih tehnoloških mogućnosti i temeljnih zahtjeva prometne sigurnosti. Hrvatska time dobiva priliku snažnije povezati domaća istraživanja s međunarodnim razvojem umjetne inteligencije, ali i postaviti jasnije zahtjeve prema tehnologijama koje se uvode u njezin prometni sustav. Budućnost sigurnosti cestovnog prometa neće ovisiti samo o tome koliko brzo umjetna inteligencija može prepoznati opasnost, nego i o tome može li njezina procjena biti objašnjena, neovisno provjerena i pretvorena u odluku koja dokazano smanjuje rizik za ljudski život.
Urednička napomena – tekst je oblikovan kao retrospektivna analiza dvodnevne konferencije. Na dan 23. listopada njezin završetak i konačni zaključci još nisu bili potvrđeni dostupnim javnim izvještajem, pa se navedene tematske cjeline oslanjaju na službeni program i najavljeni sadržaj izlaganja, bez izmišljenih izjava, rezultata ili usvojenih zaključaka.
...
Tekst: Vidmir Raič
Foto: Fakultet prometnih znanosti
