L'intelligenza artificiale per le città intelligenti
Negli ultimi 70 anni, l'intelligenza artificiale è stata un campo in rapida crescita e oggi viene applicata in una vasta gamma di applicazioni. L'intelligenza artificiale (AI) svolge un ruolo cruciale nel potenziamento delle iniziative di smart city, offrendo numerosi vantaggi come una migliore distribuzione dell'acqua, una gestione efficiente dell'energia, una migliore gestione dei rifiuti e una riduzione degli ingorghi, del rumore e dell'inquinamento. Gli sforzi principali nello sviluppo delle smart city si sono concentrati sulla generazione di dati e sull'acquisizione di nuove conoscenze sulla natura intricata e dinamica degli ambienti urbani. (H.M.K.K.M.B. & Mittal, 2022). Dal 2008, le città hanno incorporato l'intelligenza artificiale (AI) per migliorare i processi decisionali e contribuire al raggiungimento degli Obiettivi di Sviluppo Sostenibile (SDGs). (Ingwersen & Serrano-López, 2018) Che cos'è l'IA? L'Intelligenza Artificiale (IA) si riferisce allo sviluppo di sistemi informatici in grado di eseguire compiti che tipicamente richiedono l'intelligenza umana, come la percezione visiva, il riconoscimento vocale e l'elaborazione del linguaggio naturale. Le tecnologie di IA coinvolgono varie tecniche, tra cui l'apprendimento automatico, l'apprendimento profondo e l'elaborazione del linguaggio naturale, per consentire alle macchine di apprendere ed eseguire compiti senza una programmazione esplicita. In sostanza, l'intelligenza artificiale (AI) è una tecnologia progettata per generare risultati finalizzati al raggiungimento di un obiettivo specifico. Questo obiettivo è uno scopo ideato dall'uomo e trasformato in un formato matematico. I risultati generati dall'IA possono includere previsioni, suggerimenti o scelte. (OCSE, 2023). I concetti di algoritmo, sistema di IA, ecosistema di IA e IA rappresentano diversi livelli di scala e complessità. Un algoritmo si colloca al livello più dettagliato, agendo come un insieme di istruzioni che trasformano gli input in output. Un sistema di intelligenza artificiale si riferisce a una singola applicazione che elabora input specifici per generare un output unico. Un ecosistema di IA descrive una rete complessa di sistemi di IA interconnessi che comunicano e interagiscono tra loro. Infine, AI è il termine più generale, che comprende l'intero spettro di tecnologie, metodologie e sistemi del settore. (Leal, et al., 2022) Esistono due categorie principali di sistemi di IA: simbolici e statistici. L'IA simbolica opera sulla base di regole e logiche esplicite per giungere a conclusioni, mentre l'IA statistica, al contrario, apprende da schemi nei dati, utilizzando l'induzione piuttosto che la deduzione da regole prestabilite. Ogni metodo ha i suoi punti di forza, a seconda dell'applicazione. Tuttavia, la recente impennata delle capacità dell'IA e la sua adozione diffusa possono essere attribuite principalmente a un sottoinsieme dell'IA statistica chiamato machine learning (ML). (AI per il cambiamento climatico, 2021) L'IA per le città intelligenti I potenziali benefici dell'IA per la pianificazione e la gestione delle città sono molteplici. L'IA offre nuovi strumenti e metodi per l'analisi, la modellazione e la simulazione di sistemi urbani complessi, consentendo di creare città intelligenti più sostenibili, resilienti e vivibili per i cittadini. Monitorando e analizzando i dati, i sistemi di intelligenza artificiale possono fornire raccomandazioni per migliorare l'utilizzo delle risorse, contribuire a ridurre la congestione e migliorare il flusso del traffico, individuare potenziali minacce alla sicurezza, ridurre il consumo energetico, promuovere la riduzione dei rifiuti, ecc. I sistemi basati sull'intelligenza artificiale possono anche fornire servizi personalizzati ai cittadini, come raccomandazioni personalizzate per ristoranti, eventi e attività in base alle loro preferenze. Tuttavia, è importante garantire che l'IA sia implementata in modo responsabile, con particolare attenzione alla trasparenza, alla responsabilità e alla privacy. Queste tecnologie possono comunque fornire analisi accurate, pur rimanendo non invasive. L'implementazione delle tecnologie di IA potrebbe essere fondamentale per superare le sfide sociali, economiche e ambientali a livello mondiale. Sebbene ogni città abbia caratteristiche uniche, le aree urbane sono fondamentali per guidare i cambiamenti della società, soprattutto in termini di progressi digitali. Le città sono centri di aggregazione di persone, occupazione, ricerca, ricchezza e attività ricreative. Offrono un maggiore accesso alle opportunità per un segmento più ampio della popolazione, concentrando al contempo i problemi sociali e le preoccupazioni ambientali. Dato il loro ruolo nelle reti internazionali, i vantaggi e gli svantaggi dell'adozione delle tecnologie di IA hanno implicazioni che vanno ben oltre i loro limiti geografici. (Leal, et al., 2022) Poiché le aree urbane devono affrontare problemi pressanti legati all'allocazione delle risorse, alle complessità della governance, alle disparità socio-economiche e ai rischi ambientali, l'innovazione diventa essenziale per affrontare queste sfide in evoluzione. (Yigitcanlar, et al., 2021). Per massimizzare il potenziale dell'IA per il miglioramento urbano, le amministrazioni comunali devono creare le condizioni per sostenere una crescita sostenibile e inclusiva. La governance dell'IA mira a supervisionare lo sviluppo di queste condizioni, garantendo un approccio equilibrato per sfruttare le opportunità e mitigare i rischi. Limiti dell'IA Nel regno dell'intelligenza artificiale, l'uso responsabile è fondamentale, ma comporta delle sfide intrinseche. Questi sistemi, riflettendo i pregiudizi e le ipotesi presenti nei loro dati di formazione e nella loro progettazione, spesso rispecchiano i pregiudizi della società, influenzando i loro processi decisionali. Questo fenomeno sottolinea la necessità cruciale di vigilare nella fase di sviluppo dell'IA per evitare di codificare presupposti negativi. Inoltre, l'IA non ha la capacità intrinseca di valutare la propria efficacia, operando all'interno di un insieme ristretto di obiettivi predefiniti senza la capacità di giudizio umana. Questa limitazione evidenzia la fallacia di percepire l'IA come capace di pensiero indipendente o imparziale, rendendo necessaria una continua supervisione umana per garantire l'allineamento con i valori più ampi della società. Inoltre, il fondamento dell'IA sui principi matematici ne limita la comprensione a metriche quantificabili, faticando a comprendere le sfumature qualitative che definiscono gli obiettivi umani. In sintesi, queste limitazioni sottolineano la necessità di un'attenta considerazione nella progettazione, nell'implementazione e nella supervisione dei sistemi di IA per garantire che servano a scopi umani senza perpetuare i pregiudizi esistenti o trascurare la complessità dei valori umani. (Leal, et al., 2022) Governance dell'IA L'intelligenza artificiale (IA) non solo riflette pregiudizi intrinseci, ma ha anche un impatto significativo sulle società in base al contesto in cui viene utilizzata. Le amministrazioni locali devono capire come i valori siano integrati nell'IA, orientandone lo sviluppo verso l'inclusività e la sostenibilità. Ciò comporta un'immersione profonda nella governance dell'IA, che non si limita alla supervisione digitale ma include linee guida etiche, regolamenti legali, norme sociali e pratiche. La governance è un concetto ampio, pensato per catturare diverse interpretazioni e concentrarsi sul processo decisionale e sulle interazioni sociali. (Leal, et al., 2022) Nonostante le linee guida nazionali sull'IA, le città si trovano ad affrontare sfide all'interno di un sistema di governance multilivello, evidenziando la necessità di un approccio sfumato che permetta loro di sfruttare le loro posizioni uniche. (Schmitt, 2022) (Taeihagh, 2021) L'IA pone anche problemi di responsabilità, richiedendo quadri solidi per bilanciare rischi e opportunità durante il ciclo di vita dell'IA. Un ostacolo significativo è rappresentato dalla limitata capacità delle città di orientarsi nel panorama della governance dell'IA, a fronte di un'elevata richiesta di specialisti in informatica e IA. Questa sfida può essere affrontata attraverso partnership intersettoriali e un'attenzione particolare allo sviluppo dei talenti locali, garantendo che i valori fondamentali delle città guidino le iniziative di IA verso un futuro più inclusivo e sostenibile. Per questo motivo, la Commissione europea ha sviluppato il primo quadro giuridico sull'IA, l'AI Act. Questa proposta iniziale, elaborata dalla Commissione europea, è stata concepita per fornire chiarezza e indicazioni agli sviluppatori e agli utenti dell'IA, riducendo al minimo gli oneri, in particolare per le piccole e medie imprese (PMI). Gli elementi chiave della proposta comprendevano una struttura di governance a livello europeo e nazionale per affrontare i rischi dell'IA e una classificazione dei sistemi di IA in quattro categorie. Le norme più severe sono state riservate alle pratiche di IA che si ritiene presentino rischi inaccettabili, come il social scoring da parte dei governi. Le applicazioni ad alto rischio, in particolare quelle per le infrastrutture critiche o le forze dell'ordine, sono state sottoposte a rigorosi requisiti pre-commercializzazione, tra cui valutazioni complete del rischio, controllo della qualità dei dati, tracciabilità e supervisione umana obbligatoria. Al contrario, i sistemi di IA a rischio limitato sono stati obbligati a mantenere la trasparenza per consentire interazioni informate con il pubblico, come la chiara identificazione dei contenuti generati dall'IA e la divulgazione dei chatbot. Alle applicazioni meno rischiose, come i videogiochi o i filtri antispam, è stata concessa una maggiore libertà operativa, che riflette il loro utilizzo benevolo in tutta l'UE. Il 6 marzo, questa proposta fondamentale è stata trasformata in legge esecutiva con l'approvazione da parte del Parlamento europeo della Legge sull'Intelligenza Artificiale. La legge, che è stata perfezionata attraverso i negoziati con gli Stati membri a partire dal dicembre 2023, ha ricevuto un forte sostegno da parte degli eurodeputati, passando con 523 voti a favore, 46 contrari e 49 astensioni. La legge ratificata continua a proteggere i diritti fondamentali, la democrazia, lo stato di diritto e la sostenibilità ambientale, mettendoli al riparo dai rischi associati alle tecnologie AI ad alto rischio. L'obiettivo è quello di promuovere l'innovazione e garantire la leadership europea nel campo dell'IA stabilendo obblighi personalizzati in base al livello di rischio e di impatto dei diversi sistemi di IA. La legge vieta specificamente le applicazioni di IA che potrebbero violare i diritti dei cittadini, come la categorizzazione biometrica basata su caratteristiche sensibili, lo scraping indiscriminato di immagini facciali per i database di riconoscimento, il riconoscimento delle emozioni nei luoghi di lavoro e nelle scuole, il social scoring, la polizia predittiva basata sulla profilazione e qualsiasi IA che manipoli il comportamento umano o sfrutti le vulnerabilità. L'uso dei sistemi di identificazione biometrica da parte delle forze dell'ordine, sebbene generalmente vietato, è consentito in circostanze strettamente definite e applicabili, come la localizzazione di una persona scomparsa o la prevenzione di attentati terroristici, nel rispetto di rigorosi vincoli temporali, geografici e di approvazione. I sistemi di IA ad alto rischio sono ora soggetti a obblighi rigorosi per quanto riguarda la valutazione e la mitigazione dei rischi, la trasparenza, la supervisione umana e la registrazione dell'utilizzo. I sistemi di IA generici sono tenuti ad aderire a standard di trasparenza, tra cui il rispetto delle leggi sul copyright dell'UE e la pubblicazione di sintesi dettagliate dei loro contenuti di formazione. Tra le innovazioni degne di nota vi sono l'introduzione di requisiti di etichettatura per i contenuti manipolati, noti come "deepfakes", e l'istituzione di sandbox regolamentari a livello nazionale per favorire lo sviluppo di tecnologie di IA innovative. Nel momento in cui la legge si avvia verso l'adozione formale e l'attuazione, essa incarna i principi e le raccomandazioni della Conferenza sul Futuro dell'Europa, con l'obiettivo di creare una società competitiva, sicura e degna di fiducia con un uso trasparente e responsabile dell'IA, migliorando al contempo l'accessibilità digitale per tutti, compresi i disabili. Questa pietra miliare legislativa segna l'inizio di una nuova era nella governance dell'IA, allineandosi strettamente ai valori e alle ambizioni strategiche europee. (Commissione Europea, 2024). Il ciclo di vita dell'IA Lo sviluppo di un sistema di intelligenza artificiale (AI) è suddiviso in cinque fasi interconnesse che ne delineano l'interazione con l'ambiente esterno. Questo modello aiuta a comprendere l'architettura dell'IA e la sua progressione, promuovendo l'analisi strategica. Le fasi formano un ciclo, ognuna collegata alle altre, che influenza aspetti che vanno dalla creazione dell'algoritmo all'implementazione finale. Fase iniziale Il viaggio inizia con la fase iniziale, incentrata sull'identificazione del problema. Questa fase iniziale getta le basi per il resto, poiché tutto ciò che segue è legato al problema originale identificato. Include valutazioni critiche e l'identificazione di potenziali rischi nell'uso previsto del sistema di intelligenza artificiale. Fase di progettazione La fase di progettazione si concentra sulla pianificazione della struttura dell'algoritmo prima dell'inizio della codifica. Si basa sulle basi gettate nella fase iniziale, prendendo in considerazione le dinamiche del team e il potenziale impatto dell'introduzione dell'IA, come i cambiamenti nelle dinamiche di potere e gli impatti economici. Fase di creazione tecnica La fase di creazione tecnica si sposta sull'aspetto pratico dello sviluppo dell'IA, concentrandosi sulle specifiche dell'algoritmo e sulle decisioni tecniche da prendere. Fase di implementazione Dopo lo sviluppo, la fase di implementazione consente di passare l'algoritmo da un ambiente controllato alla sua applicazione nel mondo reale. Questa fase è fondamentale perché espone l'algoritmo alle complessità dell'ambiente operativo. Fase di manutenzione Infine, la fase di manutenzione si concentra sul periodo successivo all'implementazione del sistema di intelligenza artificiale, fino alla sua dismissione. Questa fase è fondamentale per garantire l'efficacia e la rilevanza dell'algoritmo attraverso aggiornamenti e manutenzioni regolari. Nei contesti urbani, i sistemi di IA funzionano tipicamente all'interno di un ecosistema complesso, che richiede l'identificazione e la gestione proattiva dei rischi. L'integrazione delle fasi di sviluppo dell'IA con i metodi di gestione dei progetti locali offre opportunità strategiche di intervento e adattamento, garantendo che i sistemi di IA siano in linea con le dinamiche e le sfide urbane. (Leal, et al., 2022) Fasi di implementazione delle soluzioni di IA nelle città intelligenti Comprendere la differenza tra IA e ML per le città intelligenti: Inizia con l'istruire le parti interessate sulle sfumature dell'IA e del ML. Comprendere le capacità di queste tecnologie è fondamentale per individuare come possono essere applicate per migliorare la vita urbana, ad esempio attraverso l'ottimizzazione dei flussi di traffico o la manutenzione predittiva delle infrastrutture. Definire le sfide e le opportunità urbane: Identifica chiaramente i problemi o le opportunità specifiche della città che l'IA può affrontare. Poni domande critiche sui risultati desiderati, sugli ostacoli esistenti, sul ruolo dell'IA nel superare queste sfide e sui dati disponibili per supportare questi sforzi. Dare priorità alle iniziative di IA orientate al valore: Seleziona i progetti di IA in base al loro potenziale di fornire benefici tangibili alla città e ai suoi residenti, concentrandoti sugli obiettivi a breve termine. Ad esempio, migliorare l'efficienza dei trasporti pubblici o aumentare la sostenibilità energetica degli edifici pubblici. Valutare le capacità e l'approccio per lo sviluppo dell'IA: Valuta se sviluppare soluzioni di IA internamente, acquistare tecnologie esistenti, collaborare con partner esterni o esternalizzare lo sviluppo, in base alle capacità interne e agli obiettivi strategici della città. Consultare gli specialisti di intelligenza artificiale delle città intelligenti: Rivolgiti a esperti del settore che hanno esperienza nell'applicazione dell'IA negli ambienti urbani. Tra questi potrebbero esserci ricercatori accademici, innovatori del settore privato e tecnologi di altre smart city. Preparare e proteggere i dati urbani: Organizza e pulisci i dati della città per assicurarti che siano pronti per le applicazioni di IA. Investire in solide misure di sicurezza per salvaguardare questi dati, rispettando la privacy e le considerazioni etiche. Iniziare in piccolo e scalare in modo ponderato: Avvia progetti pilota mirati a sfide urbane specifiche per dimostrare il potenziale dell'IA. Utilizza le conoscenze acquisite da questi sforzi iniziali per guidare l'espansione strategica delle applicazioni dell'IA in diversi ambiti urbani. (Majewski, 2023)