Immaginate di poter testare in anticipo l’effetto di una nuova linea del tram sul traffico cittadino, o di simulare come un aumento delle tasse sulle bibite zuccherate cambierebbe le abitudini alimentari di un quartiere. Senza aspettare anni, senza spendere miliardi, senza mettere a rischio nessuno. Questa è la promessa dell’intelligenza artificiale applicata alle città — una promessa sicuramente affascinante, ma che va letta con attenzione.
Un gruppo di ricercatori del progetto AI for Collective Intelligence (AI4CI) ha pubblicato di recente un articolo sulla rivista Computers, Environment and Urban Systems (2025) che fa il punto su dove siamo davvero, e dove rischiamo di illuderci.
I problemi delle città
Le città sono luoghi di straordinaria complessità. Povertà, inquinamento, congestione del traffico, emergenza abitativa, disuguaglianze sanitarie: sono quelli che i ricercatori chiamano wicked problems — problemi “maledetti”, nel senso che non hanno una soluzione unica e definitiva, e ogni intervento produce effetti a catena difficili da prevedere.
Per affrontarli, negli ultimi anni politici e amministratori si sono “innamorati” di due concetti: l’intelligenza artificiale e i gemelli digitali.
Cos’è un gemello digitale
Un gemello digitale è, nella sua idea di base, una replica virtuale di un sistema reale. Nel mondo dell’ingegneria funziona già benissimo: si usano per simulare il comportamento di un motore aeronautico o di un ponte sotto stress, aggiornandosi in tempo reale con i dati del sistema fisico. Singapore, per esempio, ha costruito un gemello digitale dell’intera città per migliorare la pianificazione urbana.
La differenza fondamentale, tuttavia, è che le città sono essenzialmente fatte di persone.
Il comportamento umano è, come scrivono i ricercatori con lucida franchezza, “disordinato”. Non segue regole fisse. È influenzato da emozioni, cultura, aspettative, relazioni sociali. Costruire un modello che lo replichi fedelmente è, al momento, più fantascienza che ingegneria. Gli autori citano Asimov non per caso.
Questo non significa che i gemelli digitali siano inutili: significa che il termine va usato con onestà. Chiamare “gemello” quello che è in realtà una simulazione probabilistica rischia di ingannare i decisori politici, che potrebbero scambiare un modello approssimativo per una previsione certa. Gli autori propongono il termine alternativo “cugini digitali”, meno evocativo, ma più onesto.
L’IA non basta se non ha consapevolezza dello spazio
L’altro grande protagonista del paper sono i modelli linguistici di grandi dimensioni — i cosiddetti LLM, la tecnologia alla base di strumenti come ChatGPT. Questi sistemi stanno diventando sempre più capaci di analizzare testi, sintetizzare documenti, scrivere codice. Ma c’è un punto cieco che i ricercatori sottolineano con forza: lo spazio.
I dati urbani non sono testi. Sono mappe, flussi di persone tra quartieri, densità di popolazione che varia da isolato a isolato, immagini satellitari. Un modello di IA che non “capisce” la geografia rischia di produrre analisi brillanti ma geograficamente cieche.
La buona notizia è che la ricerca si sta muovendo nella direzione giusta: stanno emergendo i cosiddetti modelli fondazionali spaziali (Geospatial Foundation Models), capaci di integrare immagini satellitari, dati di sensori e testi georeferenziati in un unico sistema. Ma siamo ancora agli inizi.
L’IA non governa al posto nostro
Il punto più importante del paper è anche quello più scomodo: l’intelligenza artificiale non sostituisce la politica.
Nessun algoritmo può decidere se è meglio costruire un parco o un parcheggio in un quartiere popolare. Quella è una scelta di valori, non di calcolo. L’IA può aiutare a capire le conseguenze delle diverse opzioni, a rendere più trasparente il ragionamento, a coinvolgere i cittadini in modo più informato. Ma la decisione finale, assieme alla responsabilità che porta con sé, resta umana.
Gli autori fanno notare che uno degli usi più promettenti dell’IA in questo campo potrebbe essere proprio quello di rendere più comprensibili modelli altrimenti incomprensibili: tradurre simulazioni complesse in scenari leggibili, facilitare il dibattito pubblico, connettere esperti e non esperti.
Cosa fare, allora
Il messaggio finale del paper è pragmatico e tutt’altro che apocalittico. Investire in nuovi strumenti di analisi urbana è necessario. La quantità di dati disponibili sulle città non ha precedenti, e non usarli bene sarebbe uno spreco. Ma serve rigore: rigore nel chiamare le cose con il loro nome, rigore nel riconoscere i limiti dei modelli, rigore nel non dimenticare che dietro ogni dato c’è una persona.
Le città del futuro non si governeranno da sole. Ma con gli strumenti giusti e l’approccio giusto potremo governarle un po’ meglio.
Bibliografia
Birkin, M. et al. (2025). Digital twins and AI for healthy and sustainable cities. Computers, Environment and Urban Systems.