Uno studio del CNR, pubblicato sulla rivista Machine Learning, mostra come i sistemi di raccomandazione influenzino comportamenti, flussi urbani e disuguaglianze territoriali, ridefinendo il volto delle città nel tempo.
di Redazione —
Una ricerca condotta dall’Istituto di scienza e tecnologie dell’informazione “A. Faedo” del CNR di Pisa, insieme al CNR-ICAR di Palermo e alla Scuola Normale Superiore di Pisa, pubblicata sulla rivista Machine Learning, evidenzia come l’IA, intelligenza artificiale, non sta modificando solo il modo in cui ci muoviamo, ma, anche, la struttura stessa della città, nonché, come dall’interazione tra algoritmi, persone e spazio urbano emerga un sistema complesso in cui la distribuzione delle visite e la polarizzazione dei luoghi incidono sulle trasformazioni urbane.
Lo studio è il primo a modellare in modo esplicito il cosiddetto feedback loop nel contesto urbano: il ciclo di influenza reciproca tra sistemi di raccomandazione, come quelli alla base di Google Maps, TripAdvisor, Yelp o TheFork e i comportamenti delle persone. «Non ci siamo chiesti quanto sia accurato un algoritmo, ma che tipo di città produce nel medio-lungo periodo», spiega Luca Pappalardo del CNR-ISTI, sottolineando come consigli delle app, scelte individuali e trasformazioni urbane siano strettamente connesse.
Da un lato, i sistemi di raccomandazione possono ampliare l’orizzonte degli utenti, spingendoli a frequentare luoghi nuovi e meno conosciuti. Dall’altro, però, a livello collettivo tendono a concentrare le visite su un numero ristretto di mete popolari, rafforzando squilibri e disuguaglianze tra le diverse aree urbane. Per analizzare questi effetti, i ricercatori hanno sviluppato un simulatore capace di modellare l’intero ciclo umano-IA: suggerimento, decisione, produzione del dato e adattamento dell’algoritmo.
«Osserviamo non solo le scelte individuali, ma anche le dinamiche collettive che ne derivano, come la polarizzazione dei luoghi», ha detto Giovanni Mauro, della Scuola Normale di Pisa, evidenziando l’originalità dell’approccio nel campo dei sistemi di raccomandazione.
«È un cambio di paradigma: non valutiamo più l’algoritmo in astratto, ma come un vero attore urbano», afferma Marco Minici del CNR-ICAR, riguardo lo studio, che ha, anche una portata culturale e strategica, tanto che, per i ricercatori, il futuro dell’intelligenza artificiale nelle città, richiede una maggiore consapevolezza civica e la progettazione di algoritmi capaci di tutelare equità spaziale, accessibilità e salute sociale. Il gruppo di ricerca auspica che questi modelli di simulazione possano diventare strumenti utili per le amministrazioni pubbliche, aiutandole a comprendere e governare l’impatto delle tecnologie digitali sulla vita urbana e sulle trasformazioni delle città.
Ufficio: Via Troia, 32 – San Severo
per preventivi o informazioni: fantownservice@tiscali.it
