Una ricerca del Cnr e della Scuola Normale di Pisa mostra come gli algoritmi di raccomandazione stiano trasformando mobilità, luoghi e disuguaglianze nelle città
Le città non cambiano più solo per effetto delle scelte politiche o dei grandi progetti urbanistici. Sempre più spesso a ridisegnarle sono algoritmi invisibili, quelli che ogni giorno ci suggeriscono dove mangiare, quale strada prendere o quale luogo visitare. A dimostrarlo è una nuova ricerca italiana che mette sotto la lente l’impatto dell’intelligenza artificiale sulla vita urbana.
Uno studio condotto dal Consiglio nazionale delle ricerche (Cnr) e dalla Scuola Normale Superiore di Pisa, pubblicato sulla rivista scientifica Machine Learning, mostra come i sistemi di raccomandazione digitali stiano influenzando non solo i nostri comportamenti individuali, ma anche la struttura stessa delle città.
Come Google Maps e TripAdvisor cambiano i nostri spostamenti
Ogni volta che utilizziamo app come Google Maps, TripAdvisor, Yelp o TheFork, riceviamo suggerimenti basati su algoritmi che analizzano dati, preferenze e comportamenti di milioni di utenti. Ma cosa succede quando queste indicazioni non guidano solo singole persone, bensì intere comunità?
Secondo i ricercatori, si crea un vero e proprio ciclo di retroazione: gli algoritmi suggeriscono luoghi – le persone li visitano – i dati raccolti rafforzano quelle stesse scelte – i suggerimenti diventano sempre più concentrati sugli stessi posti.
«È il primo studio che modella in modo esplicito questo “feedback loop” nel contesto urbano», ha spiegato Luca Pappalardo, ricercatore del Cnr-Isti di Pisa. «Non ci siamo chiesti quanto siano precisi gli algoritmi, ma che tipo di città producano nel medio e lungo periodo».
Più scelta per i singoli, ma città sempre più polarizzate
Lo studio evidenzia un paradosso: da un lato, i sistemi di raccomandazione ampliano le possibilità individuali, spingendo le persone a scoprire nuovi luoghi; dall’altro, sul piano collettivo, concentrano il traffico urbano su un numero ristretto di aree già popolari.
Il risultato è una crescente polarizzazione degli spazi urbani: alcune zone diventano sempre più frequentate, altre restano ai margini, con conseguenze su economia locale, accessibilità e qualità della vita.
Un simulatore per capire come l’IA trasforma le città
Per analizzare questi effetti, il team di ricerca ha sviluppato un simulatore urbano capace di modellare l’interazione continua tra esseri umani e intelligenza artificiale: suggerimento, scelta, raccolta dati e adattamento.
«Non osserviamo solo le decisioni individuali», ha spiegato Giovanni Mauro della Scuola Normale di Pisa, «ma anche le dinamiche collettive che ne derivano, come la concentrazione delle visite e la disuguaglianza tra quartieri».
È un approccio innovativo nel campo dei recommender systems, che finora venivano valutati soprattutto in termini di efficienza o accuratezza.
Gli algoritmi come nuovi “attori urbani”
La portata dello studio va oltre la tecnologia. Gli algoritmi, spiegano i ricercatori, vanno ormai considerati attori urbani a tutti gli effetti, capaci di influenzare relazioni sociali, accesso ai servizi e sviluppo territoriale.
«È un cambio di paradigma», ha sottolineato Marco Minici del Cnr-Icar di Palermo.
«Non possiamo più valutare l’algoritmo in astratto, ma per il suo impatto sulla città. Il futuro dell’IA urbana richiede consapevolezza civica».
L’obiettivo, spiegano, dovrebbe essere quello di progettare sistemi che non ottimizzino solo il vantaggio individuale, ma anche equità spaziale, accessibilità e salute sociale.
Un aiuto concreto per le amministrazioni pubbliche
Secondo il gruppo di ricerca, strumenti di simulazione come quello sviluppato potrebbero diventare un supporto strategico per le amministrazioni, aiutandole a comprendere e governare l’impatto delle tecnologie digitali sulla vita quotidiana delle città.
Perché il futuro urbano non si gioca solo nei piani regolatori, ma anche – e sempre di più – nelle righe di codice che orientano i nostri movimenti.
