Uno studio italiano pubblicato “L’IA ridisegna le città: come gli algoritmi influenzano i flussi urbani” mostra come i sistemi di raccomandazione basati sull’intelligenza artificiale stiano modificando il comportamento urbano collettivo. Se da un lato aumentano la varietà individuale dei luoghi visitati, dall’altro concentrano milioni di persone negli stessi spazi, riducendo diversità sociale e pluralismo urbano. La ricerca apre interrogativi su governance algoritmica, Digital Services Act europeo ed effetti culturali dell’omogeneizzazione digitale.
Ogni giorno milioni di persone scelgono ristoranti, bar, musei e locali affidandosi a piattaforme come Google Maps o TripAdvisor. L’impressione è quella di esplorare nuove possibilità, ma secondo un nuovo studio firmato dai ricercatori italiani Luca Pappalardo, Marco Minici e Giovanni Mauro accade esattamente il contrario.
La ricerca, pubblicata sulla rivista scientifica Machine Learning, dimostra che gli algoritmi di raccomandazione tendono a uniformare i comportamenti collettivi. Utilizzando dati geolocalizzati provenienti da New York e Tokyo, gli studiosi hanno simulato il cosiddetto feedback loop tra suggerimenti AI e decisioni umane.
I risultati mostrano un doppio effetto. A livello individuale, gli utenti scoprono più luoghi rispetto a chi ignora i consigli dell’algoritmo. Tuttavia, a livello collettivo, il traffico urbano converge sugli stessi punti di interesse. Secondo lo studio, il 10% dei luoghi più popolari attirava inizialmente il 33% delle visite; con un tasso di accettazione totale dei suggerimenti AI, la quota sale al 57%.
Il fenomeno è definito “rich get richer”: gli spazi già visibili diventano sempre più centrali, mentre luoghi alternativi restano marginalizzati. Cresce anche la co-location, cioè la probabilità che le persone si trovino negli stessi posti negli stessi momenti.
La ricerca si collega direttamente agli obiettivi del Unione Europea e del Digital Services Act, che chiedono alle grandi piattaforme di valutare l’impatto sociale dei propri algoritmi. Secondo gli autori, servono sistemi “multi-obiettivo” capaci di bilanciare profitto, diversità collettiva e sostenibilità urbana.
Il progetto è stato finanziato dal Ministero dell’Università e della Ricerca nell’ambito delle iniziative Urbai e Caio, dedicate allo studio dell’evoluzione tra città e intelligenza artificiale.
Approfondimento: cronologia e contesto
- 2022-2024 — Cresce il dibattito internazionale sul popularity bias nei sistemi di raccomandazione AI.
- 2024 — L’UE rafforza il Digital Services Act imponendo maggiore trasparenza algoritmica.
- 2025 — Diversi studi accademici evidenziano effetti di omogeneizzazione culturale nelle piattaforme digitali.
- 2026 — Lo studio italiano introduce per la prima volta una simulazione esplicita del rapporto tra AI urbana e comportamento collettivo.
Fonti autorevoli
- Rivista Machine Learning
- Commissione Europea – Digital Services Act
- CNR – Consiglio Nazionale delle Ricerche
- Scuola Normale Superiore di Pisa
- Wired Italia
Consigli di approfondimento
- Digital Services Act – Commissione Europea
- CNR – Consiglio Nazionale delle Ricerche
- Scuola Normale Superiore di Pisa
Abstract: opportunità e rischi sociali
L’intelligenza artificiale applicata ai sistemi di raccomandazione migliora l’esperienza individuale e aumenta la capacità di scoperta di nuovi luoghi. Tuttavia, la standardizzazione delle scelte rischia di ridurre diversità culturale, economia locale e spontaneità urbana. Nel lungo periodo potrebbero emergere città sempre più guidate da logiche algoritmiche orientate a engagement e profitto, con conseguenze sulla pluralità sociale, sul turismo e sulla libertà decisionale individuale. Il tema apre una sfida etica cruciale: decidere se gli algoritmi debbano ottimizzare soltanto l’efficienza o anche la diversità collettiva.
