Città digitali costruite per gli umani: le sfide etiche (e le opportunità) della complessa integrazione dell’AI nella progettazione urbana

La transizione verso città intelligenti apre un’infinità di nuove possibilità, ma solleva anche interrogativi a cui è difficile sottrarsi. La pianificazione basata su analisi statistiche sta lasciando spazio a una gestione dinamica e predittiva del territorio, che si nutre di dati reali e potenti calcolatori. La città, d’altro canto, deve restare innanzitutto un posto da abitare, capace di soddisfare le esigenze e le ambizioni della comunità umana che chiama quel luogo “casa”.

Pianificazione urbana e Intelligenza Artificiale, tra efficienza e responsabilità

L’intelligenza artificiale è sempre più integrata nella pianificazione urbana: digital twins, Sistemi Informativi Geografici (GIS), pianificazione dell’uso del suolo, gestione dei sistemi di traffico e progettazione urbana generativa sono soltanto alcune delle declinazioni di questa rivoluzione tecnologica. Si tratta in sostanza di raggiungere una governance autonoma incentrata sui dati, in un contesto in cui l’approccio data-driven può andare ben oltre gli aspetti tecnologici e ambientali, coinvolgendo anche decisioni che riguardano ambiti delicati come quello economico e sociale.

L’integrazione dell’AI nella gestione urbana, però, è ancora limitata da alcune barriere critiche: la qualità dei dati innanzitutto, ma anche la trasparenza degli algoritmi e le preoccupazioni etiche che accompagnano la svolta computazionale della pianificazione urbana. Prendiamo i Large Language Models (LLM): la dimensione di questi modelli, si legge nella prima valutazione completa dell’LLM in pianificazione urbana, pubblicata nell’ottobre 2025, “è cresciuta da 117 milioni a oltre 540 miliardi di parametri”. Eppure, questi strumenti soffrono ancora di limitazioni legate ai bias (pregiudizi) e alla difficoltà di svolgere “compiti complessi che implicano ragionamento logico”, e possono anche produrre output plausibili ma errati, “ponendo diverse sfide per la loro applicazione in contesti decisionali critici”.

Una delle criticità più difficili da superare, almeno al momento, è legata al concetto di “scatola nera”: molti dei modelli di machine learning più avanzati, a cominciare dai LLM come ChatGPT di OpenAI e Llama di Meta, usano metodi e ragionamenti incomprensibili e inattingibili. Gli utenti possono conoscere input e output, ma non possono risalire al ragionamento che ha portato a un certo risultato. Questa opacità, si legge in uno studio del 2024 che è già di riferimento, rende difficile verificare o contestare le decisioni prese dal “sistema”, cosa che può portare a una sfiducia diffusa.

Etica della pianificazione urbana: l’impatto degli algoritmi

Inclusività, etica e fiducia pubblica sono certamente tra le sfide più pressanti, nel momento in cui si avanza verso l’integrazione dell’AI nella pianificazione urbana. Non è troppo difficile capire perché:

“La pianificazione urbana, per sua stessa natura, influenza la vita di molti e le decisioni dei progettisti hanno un impatto duraturo sulle comunità. Questa responsabilità richiede un solido quadro etico per affrontare le complessità e le sfide insite in questo campo”,

si legge nello studio di Sanchez, Brenman e Ye. Spesso, spiegano i ricercatori, ci si trova a dover bilanciare interessi diversi, a volte contrastanti. Bisogna quindi saper mediare tra diversi portatori di interesse, “ognuno con i propri valori, bisogni e obiettivi”.

“È fondamentale garantire la qualità e l’integrità dei dati utilizzati dai sistemi di intelligenza artificiale. Ciò implica non solo l’utilizzo di fonti di dati affidabili e aggiornate, ma anche la verifica e la convalida regolari dei dati per verificarne l’accuratezza e l’assenza di distorsioni, ad esempio tramite la valutazione umana”,

si legge nella ricerca. Non è raro, in questa disciplina, trovare riferimenti espliciti ai sistemi “human-in-the-loop” (HITL), cioè quelli che ricevono regolarmente feedback umani e che prevedono l’intervento costante del giudizio umano. Come si nota in un recentissimo studio iraniano, è come se la trasformazione digitale stesse “riconfigurando radicalmente la pianificazione stessa in modi sensibili al contesto, inclusivi, resilienti ed eticamente fondati”. L’irruzione dell’AI, insomma, potrebbe avere un effetto decisamente positivo sulla pianificazione urbana. Un effetto che non c’entra con le performance degli algoritmi.

Etica e Intelligenza Artificiale applicata alle città: le 5 aree critiche

Lo studio di Sanchez e colleghi citato sopra indica cinque aree critiche, nell’etica della pianificazione urbana mediata dall’AI:

• Bias: spesso derivanti da set di dati distorti o da ipotesi incorporate negli algoritmi, possono portare a distorsioni di rappresentazione e a risultati che colpiscono in modo sporzionato una o l’altra comunità. I sistemi “human-in-the-loop”, in questo senso, garantiscono un certo controllo;
• Privacy: le informazioni su individui o gruppi nel contesto urbano devono essere raccolte, archiviate e gestite in modo da rispettare la loro autonomia. La sorveglianza, si legge, può violare i diritti alla privacy e alla libertà degli individui, soprattutto se questi ultimi non sono consapevoli di essere osservati. Una delle buone pratiche in tal senso è nell’anonimizzazione dei dati (che comunque ha i suoi limiti);
• Equità e inclusività: per evitare di replicare discriminazioni storiche presenti nei vecchi database, gli urbanisti devono garantire un accesso equo ai servizi, colmando attivamente il divario digitale tra i gruppi sociali;
• Responsabilità e trasparenza: oltre al problema della “scatola nera”, esiste il rischio che l’AI centralizzi il potere nelle mani di chi dispone di risorse e competenze tecniche. Città come San José e Boston hanno già adottato linee guida per promuovere accessibilità e trasparenza;
• Disinformazione: l’opacità algoritmica può facilitare la diffusione di informazioni corrotte o manipolate. Una criticità che si affronta garantendo l’integrità dei dati attraverso una costante validazione umana.

La soluzione è complessa ma chiara: bisogna definire standard etici che garantiscano l’inclusività dei dati, la partecipazione pubblica e il rispetto della privacy attraverso audit regolari. E bisogna fare chiarezza sui sistemi AI, in modo da renderli strumenti di governance equi e soggetti a una costante supervisione umana.

Digital twins: il caso delle smart cities in Grecia

Un caso emblematico, per quanto riguarda l’integrazione dell’IA nella pianificazione, è quello dei digital twins, repliche virtuali delle città alimentate da dati in tempo reale (provenienti da sensori IoT, droni, modelli BIM, etc.) che permettono di simulare, monitorare e gestire scenari complessi come il traffico o l’inquinamento. Sono ormai diverse le città che hanno adottato un “gemello digitale”. Tra queste Singapore, Rotterdam, Seul, Barcellona e Dubai.

Anche alcune grandi città greche, pressate da una rapida urbanizzazione, stanno sviluppando i propri digital twins. Atene, per esempio, ha un gemello utilizzato soprattutto per il monitoraggio della qualità dell’aria e per simulare i flussi dei turisti nei siti storici. Il gemello di Salonicco, invece, si occupa di simulare il contesto portuale e logistico e di fornire strumenti per la manutenzione del trasporto pubblico.

Uno studio dello scorso anno, dedicato al caso greco, sottolinea alcune delle sfide più concrete di questa integrazione:

“Un limite importante all’utilizzo efficace di tali sistemi è rappresentato dai carichi di calcolo e dai problemi di flusso di dati. Le città dovranno affrontare alcune problematiche relative alla qualità dei dati, ai costi astronomici e all’integrazione man mano che passeranno a gemelli digitali più avanzati”.

Torna poi la grande questione della privacy e della gestione dei dati. Per non perdere la fiducia della comunità, sarà necessario rendere trasparente il processo decisionale e garantire che i dati dei cittadini siano usati in modo responsabile. È quindi fondamentale che il sistema sia maturo, e che ci si concentri sul miglioramento degli standard di condivisione dei dati e sulla regolamentazione della trasparenza dell’intelligenza artificiale.

D’altro canto, se è vero che lo scopo principale della pianificazione urbana è “creare luoghi migliori per le persone”, uno strumento di lavoro – per quanto potente e trasformativo – non può essere sufficiente per abdicare al senso ultimo di una disciplina così complessa.

Ecco tre approfondimenti che potrebbero interessarti:

Nagpur, la smart city indiana che cresce con i dati
Dove iniziano le smart cities: la lezione di Johannesburg
Songdo, in Corea del Sud la prima greenfield smart city al mondo