Oggi sempre più spesso ci facciamo “suggerire” la città in cui viviamo. Un ristorante, una piazza, un percorso, un quartiere “che vale la pena vedere”. Dietro a queste scelte quotidiane, apparentemente innocue, c’è una rete di algoritmi che osserva, apprende e indirizza. E, nel farlo, finisce per cambiare le città stesse.

È questa la fotografia che emerge da una ricerca condotta dal Consiglio nazionale delle ricerche e dalla Scuola Normale Superiore di Pisa, pubblicata sulla rivista Machine Learning. Uno studio che mette sotto la lente d’ingrandimento il rapporto sempre più stretto tra intelligenza artificiale, comportamenti umani e spazio urbano.

Cosa accade dietro l’algoritmo

La novità non sta tanto nell’uso delle app, ormai parte della routine quotidiana, quanto nel meccanismo che si innesca. Gli studiosi parlano di un vero e proprio ciclo di retroazione: l’algoritmo suggerisce, le persone scelgono, i dati si accumulano e il sistema si adatta, rafforzando alcune dinamiche urbane e indebolendone altre.

Secondo Luca Pappalardo del Cnr-Isti di Pisa, è la prima volta che questo “feedback loop” viene modellato in modo esplicito nel contesto urbano. L’obiettivo non è capire quanto un sistema di raccomandazione sia preciso, ma che tipo di città contribuisca a costruire nel tempo. In altre parole, non si guarda più solo all’efficienza dell’algoritmo, ma alle sue conseguenze sociali e spaziali.

Le app non sono consigliere imparziali

A livello individuale, le raccomandazioni possono sembrare una ricchezza. Suggeriscono luoghi nuovi, ampliano l’orizzonte, aiutano a scoprire angoli della città che altrimenti resterebbero invisibili. Ma se si allarga lo sguardo, il quadro cambia.

Nel lungo periodo, spiegano i ricercatori, questi sistemi tendono a concentrare flussi e visite sempre sugli stessi luoghi, rafforzando la popolarità di alcune aree e lasciandone altre ai margini. Il risultato è una polarizzazione dello spazio urbano, con disuguaglianze che si accentuano invece di ridursi.

Simulare la città per capirla meglio

Per studiare questi effetti, il team ha sviluppato un simulatore capace di riprodurre l’interazione continua tra persone e algoritmi. Un modello che permette di osservare non solo le decisioni individuali, ma anche le dinamiche collettive che ne derivano: concentrazione delle visite, perdita di varietà, squilibri territoriali.

Giovanni Mauro, della Scuola Normale Superiore, parla di un cambio di prospettiva nel campo dei sistemi di raccomandazione. E Marco Minici del Cnr-Icar spinge il ragionamento oltre: l’algoritmo non è più solo uno strumento, ma un vero attore urbano.

Serve una responsabilità collettiva nel progettare le città

Il messaggio è chiaro. Se l’intelligenza artificiale contribuisce a disegnare le città del futuro, allora serve una responsabilità collettiva nel progettarla. Non solo per ottimizzare le scelte individuali, ma per tutelare equità, accessibilità e qualità della vita urbana.