Scritto da Pandora Rivista
6 minuti di lettura
Nicola Mazzocca (UNINA) è Leader dello Spoke 9 e membro dello Spoke Coordination Board del Centro Nazionale ICSC.
Lo Spoke 9 del Centro nazionale ICSC affronta le sfide delle Smart Cities e delle società digitali progettando modelli, architetture di calcolo e sistemi software a supporto della gestione di infrastrutture e applicazioni d’interesse pubblico e industriale. Quali sono stati i principali ambiti di intervento e come si inseriscono i gemelli digitali in questo quadro?
Mazzocca: Le Smart Cities, insieme alla Digital Society, prevedono l’applicazione delle tecnologie informatiche alla vita dei cittadini e delle imprese in diversi settori applicativi. Nel caso del nostro Spoke, i settori di riferimento sono stati cinque: mobilità, salute, infrastrutture, ambiente e logistica. Per ciascuno di questi ambiti abbiamo sviluppato appositi prototipi dimostrativi che illustrano, ad esempio, come sia possibile sfruttare al meglio la sinergia tra intelligenza artificiale, capacità di calcolo e reti di comunicazione per elaborare le informazioni necessarie a gestire la mobilità in un centro urbano, tema tipico delle Smart Cities. Per farlo abbiamo utilizzato tecnologie che consentono sia di simulare sia di monitorare le situazioni in tempo reale, con l’obiettivo di intervenire in modo tempestivo ed efficace. A questi cinque settori va affiancata la capacità di acquisire ed elaborare dati per realizzare sistemi come il Digital Twin che, attraverso la simulazione di eventi, permette di agire in modo predittivo, monitorando e modificando la realtà.
Lo Spoke 9 è caratterizzato da una particolare vocazione interdisciplinare. Quali sono state le principali linee di sviluppo coinvolte? In che modo è stato possibile elaborare metodologie efficaci sotto ciascun punto di vista?
Mazzocca: All’interno delle attività progettuali abbiamo lavorato su due livelli distinti. Da un lato, sforzandoci di produrre sin da subito risultati concreti: architetture innovative di sistema, modelli e algoritmi sia di carattere generale sia specifici per settore, come quelli dedicati alla mobilità, alla salute o all’ambiente. Dall’altro, operando a un livello di TRL (Technology Readiness Level) medio-alto, con una significativa capacità di sviluppo di prototipi e dimostratori. Questo approccio ibrido si è rivelato particolarmente fecondo, perché ci ha portato a realizzare applicazioni concrete direttamente in contesti urbani reali. Uno dei soggetti più importanti per la sperimentazione è stata la città di Bologna; alcune applicazioni sono state condotte con le città di Catania, Brindisi e di Castellammare di Stabia. In parallelo, con alcuni partner abbiamo sviluppato attività specifiche in domini applicativi particolarmente rilevanti. Soggetti come Intesa Sanpaolo, operatori del settore assicurativo, Fincantieri e Leonardo hanno dato un contributo significativo in questo senso, consentendoci di avanzare sia sul fronte delle architetture sia su quello dello sviluppo software e dei modelli computazionali.
Potrebbe portare alcuni esempi di applicazioni concrete realizzate nelle città?
Mazzocca: A Bologna, per esempio, abbiamo lavorato sul controllo del traffico urbano. In quel contesto è stato fondamentale verificare la disponibilità e la qualità dei dati per addestrare modelli con funzionalità sia predittive sia di interfacciamento con la dinamica reale del traffico. Quel lavoro è stato condotto principalmente dalla Fondazione Bruno Kessler, dall’Università di Bologna e in parte dall’Università di Napoli. Un’azione simile è stata svolta sui sistemi per la misurazione della qualità dell’aria a Lecce e in altre realtà pugliesi, questa volta con approcci predittivi rispetto all’inquinamento ambientale. Sul tema della mobilità multimodale – ovvero la capacità di modellare spostamenti che integrano diverse modalità di trasporto – ha lavorato invece l’Università di Catania, utilizzando anche il proprio campus universitario come contesto sperimentale su scala ridotta. Il progetto di Castellammare di Stabia rappresenta invece un’iniziativa più recente, in cui stiamo cercando di capire come politiche di gestione delle infrastrutture e del patrimonio urbano possano contribuire a ridurre il numero degli incidenti in città. È un tema che richiede molti dati, modelli predittivi efficaci e capacità di definire politiche di intervento per migliorare la viabilità e aumentare la sicurezza. Questo ci insegna che non è sufficiente ottimizzare un sistema in modo statico, ma occorre raccogliere dati in tempo reale per migliorare continuamente le politiche di gestione. E per fare questo servono intelligenza predittiva, capacità di misurazione dell’esistente e, soprattutto, capacità di integrare in modo coeso modelli e attività operative.
Verso quale idea di città – e prima ancora di società – tende il lavoro dello Spoke 9? E in che misura dotarsi di queste tecnologie rappresenta una scelta strategica per il Paese?
Mazzocca: Va precisato che l’Italia è tra i Paesi più industrializzati al mondo, eppure registra ancora un ritardo significativo nell’applicazione di queste tecnologie. Preso atto del fatto che non abbiamo la possibilità di sviluppare tecnologie ad alta prestazione proprietarie come processori o GPU, un diverso tipo di integrazione tecnologica, sostenuto da modelli software opportunamente sviluppati, potrebbe realmente offrire caratterizzazioni competitive per il mercato italiano. Se disponessimo di un Digital Twin di una città, ad esempio, potremmo lavorare in modo mirato sull’ottimizzazione dei suoi consumi. Non provare a dotarsi di queste tecnologie significherebbe di fatto delegare a soggetti terzi anche l’intelligenza applicata alle nostre realtà urbane, rinunciando a priori a qualsiasi capacità di interlocuzione. Va inoltre sottolineato che il nostro Spoke è stato quello con la maggiore incidenza territoriale nel Mezzogiorno: su sedici bandi aperti, la quota più consistente ha coinvolto realtà meridionali, grazie all’interesse di imprese radicate nel Sud Italia. Complessivamente sono state coinvolte trentaquattro realtà, di cui l’89% operanti nel Mezzogiorno.
Quali rischi comporta, in termini di privacy e sicurezza, l’assenza di adeguati meccanismi di trasparenza nella gestione dei dati urbani?
Mazzocca: Penso che questo sia il tema centrale della società digitale, insieme alla necessità di garantire una partecipazione inclusiva. Per questa ragione ci stiamo adoperando non soltanto per creare i nostri modelli, ma soprattutto per renderli spiegabili, analizzabili e basati su dati aperti. Le città sono enormi generatori di dati. E questi vanno opportunamente anonimizzati – sia per le imprese private sia per la ricerca, che ne ha bisogno per sviluppare e validare prodotti efficaci – senza però contravvenire ai principi costituzionali che tutelano la libertà e l’autodeterminazione dell’individuo. È un equilibrio delicato, che non ha una dimensione esclusivamente tecnologica, ma che deve conciliare vincoli normativi, istanze sociali, principi etici ed esigenze di competitività industriale. Forze che spingono spesso in direzioni diverse. Pensiamo, ad esempio, alla previsione del traffico in seguito alla chiusura di un tratto stradale: un sistema di intelligenza artificiale ben progettato potrebbe elaborare decisioni molto più rapidamente di un operatore umano, con evidenti vantaggi pratici ma anche con una responsabilità molto elevata nella gestione dei dati. La nostra missione è piuttosto insidiosa e consiste nel trovare una strada percorribile. Ma credo che delegare a terzi l’uso di queste tecnologie, senza costruire una capacità propria, non ci avvicina a quella strada – tanto più se si parla delle nostre città.
In che modo il dibattito italiano si confronta con quello europeo sulla gestione dei dati e la regolamentazione dell’intelligenza artificiale?
Mazzocca: Il quadro regolatorio ha preso avvio con il GDPR, che trova ora una sua estensione nell’AI Act europeo e nella direttiva europea NIS 2 sugli standard per la cybersicurezza. Si tratta di un sistema che classifica le applicazioni in base al livello di rischio (consentite, non consentite, ad alto rischio o a rischio limitato). Questo impianto è stato recepito anche dalla Legge 132 del 2025, la normativa italiana sull’intelligenza artificiale, che ha dato una propria caratterizzazione nazionale su basi statistiche. La parola chiave, tanto a livello europeo quanto in questa declinazione italiana, è “antropocentrismo”. Anche nel nostro Spoke abbiamo operato secondo questo principio, ricorrendo alla generazione di dati sintetici per esplorare i limiti delle inferenze consentite ai sistemi automatici, tutelando al contempo la privacy. Il dato sintetico, in questo senso, è uno strumento prezioso che protegge e al contempo abilita lo sviluppo. Tuttavia, ci sono ancora diverse ambiguità: l’articolo 16 della Legge 132 del 2025 stabilisce che l’utilizzo degli algoritmi e dei dati sarà disciplinato da successivi regolamenti. Ma senza una sperimentazione sistematica su dati e applicazioni reali, come si possono tracciare confini normativi credibili? La domanda resta momentaneamente sospesa. Dal canto suo, l’Europa ha tentato di rispondere istituendo ambienti di sperimentazione controllata – i cosiddetti sandbox – basati su dati sintetici o reali, all’interno dei quali testare applicazioni in condizioni protette. A mio avviso, le Smart Cities possono rappresentare proprio questo tipo di sandbox, nonché laboratori urbani in cui sperimentare in modo responsabile.
Quali direttrici di sviluppo e di ricerca emergono complessivamente dallo Spoke 9? In che modo i risultati ottenuti consentono un ripensamento del futuro delle città?
Mazzocca: Per fortuna la nostra traiettoria è già definita. I risultati prodotti ci hanno permesso di vincere un progetto nell’ambito del PON (Programma Operativo Nazionale), della durata di diciotto mesi, che sviluppa e consolida le attività avviate nel Centro Nazionale. Il progetto intende portare capacità di calcolo dedicate non più soltanto nelle grandi infrastrutture centralizzate, ma nei sistemi periferici: l’edge computing. Questo slittamento introduce però nuove sfide in termini di affidabilità – perché si tratterà di dispositivi più piccoli e potenzialmente più vulnerabili –, efficienza algoritmica e consumo energetico. Non si tratta semplicemente di pensare a un mondo algoritmico, ma a un ecosistema capace di usare le informazioni nel modo più efficace, agendo su parametri che migliorano la vita delle persone senza incidere sulla loro libertà o generare ulteriori disuguaglianze. Un miglior sistema di condizionamento ambientale, ad esempio, non pone problemi di discriminazione se produce un vantaggio sociale diffuso, anziché far sì che ne benefici soltanto chi già dispone di impianti ad alte prestazioni. C’è poi un’altra dimensione importante legata alla gestione dell’imprevisto. Dobbiamo quindi essere in grado di sviluppare sistemi capaci di generare scenari simulati sufficientemente fedeli alla realtà, in modo che nel caso in cui verifichi un dato evento dannoso, siamo già pronti a intervenire. Questa è, in fondo, l’ambizione più elevata dietro alla possibilità di sviluppare algoritmi distribuiti.
Una piattaforma culturale, una rivista e uno spazio di approfondimento per capire il presente.
Scopri di più
