Il Massachusetts Institute of Technology (MIT), presenta il nuovo libro “ How AI Sees the City: Urban Visual Intelligence”, pubblicato a metà settembre da Routledge, che esplora come l’intelligenza artificiale possa cambiare il modo di osservare e comprendere le città. Attraverso l’analisi di milioni di immagini dei sistemi di acquisizione intelligenti ormai presenti ovunque nei centri urbani, la visual AI può leggere traffico, spazi pubblici, verde urbano e caratteristiche dell’ambiente costruito con una scala finora difficile da raggiungere.
Una nuova forma di osservazione che offre strumenti inediti a urbanisti e progettisti, trasformando le immagini in dati sulla vita urbana. La promessa è quella di una città capace di raccogliere continuamente informazioni su sé stessa e, attraverso queste informazioni, di funzionare in modo più efficiente. Del resto, l’intelligenza artificiale visiva oggi può rispondere a ogni tipo di domanda per gli urbanisti. Perché esattamente il traffico è così congestionato? Quali sono gli aspetti più pericolosi dei diversi incroci? Quali zone di piazze o parchi attraggono il maggior numero di persone? Ma a questa promessa si affiancano questioni cruciali, dalla privacy al rischio di rafforzare i bias già presenti nei dati.
Questa capacità di analisi non riguarda soltanto gli spazi esterni, ma può estendersi anche agli ambienti interni. Un esempio significativo è rappresentato da uno studio del Senseable City Lab basato sull’analisi di circa 400.000 annunci Airbnb provenienti da diverse parti del mondo. Attraverso il riconoscimento delle immagini, i ricercatori hanno analizzato gli elementi di interior design presenti negli alloggi e hanno osservato che gli stili degli interni non stanno diventando necessariamente più uniformi a livello globale. Al contrario, le immagini evidenziano importanti differenze geografiche, mostrando come il luogo continui a influenzare il modo in cui gli spazi vengono progettati e arredati.
Le città stanno diventando ambienti sempre più tecnologizzati, disseminati di dispositivi in rete: videocamere, microfoni automatici, sistemi di rilevamento, pannelli pubblicitari dotati di sensori e beacon, piccoli dispositivi di micro-posizionamento spesso quasi invisibili, installati su muri e lampioni e capaci di interagire con gli smartphone. È proprio in questo contesto che si inserisce il concetto di smart city, la “città intelligente”: un modello urbano in cui le tecnologie digitali vengono integrate nella gestione quotidiana della città per rendere più efficienti servizi e infrastrutture. L’obiettivo è costruire una città capace di adattarsi in tempo reale alle esigenze di chi la abita, trasformando i dati raccolti sul territorio in informazioni utili per prendere decisioni e migliorare i servizi.
Bisogna però guardare anche il rovescio della medaglia. Più dati affidiamo alla tecnologia, più informazioni sulle nostre abitudini, sui nostri spostamenti e sui nostri comportamenti diventano parte di un sistema che non controlliamo completamente. Il rischio è che ciò che oggi viene raccolto per comprendere e migliorare la città possa domani essere utilizzato per monitorare, prevedere o persino indirizzare i comportamenti dei cittadini. Ciò che quindi viene indubbiamente compromessa, con lo sviluppo di queste tecnologie e l’avvento sempre più preponderante delle smart city, è la privacy dei cittadini.
Un altro problema riguarda la fiducia che tendiamo a dare a questo tipo di conoscenza della realtà. Il rischio è infatti quello di confondere ciò che può essere misurato con ciò che esiste realmente. Per quanto una città possa essere ricoperta di sensori, questi sono in grado di rilevare soltanto ciò che è stato progettato per essere rilevato e che può essere tradotto in una variabile misurabile. Un sensore può registrare un movimento, ma non può comprenderne fino in fondo il motivo. Un algoritmo può individuare una tendenza, ma può anche riprodurre i pregiudizi contenuti nei dati con cui è stato addestrato. Restano fuori dal campo dei sensori una quantità enorme di elementi: le intenzioni delle persone, le loro percezioni, le esperienze individuali, le relazioni sociali, le motivazioni che producono determinati comportamenti e tutto ciò che non può essere facilmente trasformato in un dato.
Il problema, quindi, non è che i dati siano falsi, ma che siano necessariamente parziali. L’immagine della città prodotta dall’intelligenza artificiale è una rappresentazione costruita a partire da ciò che può essere osservato, quantificato e classificato. Quando questa rappresentazione viene considerata come una fotografia completa della realtà, si rischia di prendere decisioni sulla città ignorando proprio quelle dimensioni umane che non possono essere facilmente trasformate in numeri.
A questo si aggiunge un problema importante da non sottovalutare: i dati non sono neutrali. Vengono selezionati, raccolti, classificati e interpretati da esseri umani e istituzioni. Anche un sistema apparentemente oggettivo può quindi incorporare le categorie, le priorità e i pregiudizi presenti nella società che lo ha progettato o nei dati sui quali è stato addestrato. Un dato sembra preciso perché è espresso attraverso numeri, immagini e statistiche. Ma la precisione della misurazione non garantisce necessariamente la correttezza dell’interpretazione. Un sistema può contare perfettamente ciò che gli è stato chiesto di contare e, allo stesso tempo, restituire una rappresentazione incompleta o distorta del fenomeno che dovrebbe descrivere.
Se un sistema osserva maggiormente alcuni quartieri, alcune categorie di persone o determinati comportamenti, rischia di produrre una rappresentazione della città che finisce per confermare ciò che già si presume di sapere confermando specifici bias.
Si ripropone anche in quest’ambito una conflittualità tra umanesimo e tecnologia e tra sicurezza/controllo sociale e diritto alla privacy la cui soluzione appare sempre meno chiara e scontata, laddove l’economia e la politica considerano le tecnologie sintetiche strumenti strategici nella corsa al predominio globale.
