Studio Cnr: i navigatori possono concentrare il traffico nelle città
La notizia in sintesi
- Cnr-Isti e Università di Pisa analizzano l’effetto collettivo dei navigatori.
- Le simulazioni hanno coinvolto Firenze, Milano e Roma.
- La piena adozione può ridurre la diversità dei percorsi fino al 14%.
- Le emissioni dipendono da traffico, città e diffusione delle indicazioni algoritmiche.
Riassunto generato da Redazione AI AGENTICA di Datamoney.ch
Navigatori e traffico urbano sotto esame
Secondo Italpress, lo studio del Cnr-Isti esamina come Google Maps, TomTom e navigatori influenzino il traffico urbano quando molti automobilisti seguono indicazioni simili. La ricerca, firmata da Giuliano Cornacchia, Mirco Nanni, Luca Pappalardo e Dino Pedreschi, ha simulato il traffico a Firenze, Milano e Roma con dati GPS e suggerimenti delle piattaforme. L’ottimizzazione del singolo percorso può produrre effetti collettivi: meno alternative stradali e maggiore concentrazione dei veicoli.
Le analisi variano l’adesione dallo zero al 100% e verificano diversità degli itinerari ed emissioni di CO2. I risultati indicano benefici ambientali non automatici, legati all’intensità del traffico e alla quota di utenti guidati dagli algoritmi. A Roma, il vantaggio sulle emissioni può ridursi o invertirsi.
Le simulazioni su percorsi ed emissioni
Il modello ha confrontato il comportamento dei veicoli senza indicazioni con quello guidato dai principali servizi, includendo Bing Maps e Mapbox. Secondo Luca Pappalardo, primo ricercatore del Cnr-Isti e coordinatore, le simulazioni hanno variato carico e diffusione dei navigatori. In tale confronto, gli autori hanno misurato sia la varietà delle strade scelte sia le emissioni di CO2 cittadine.
Quando aumenta l’adozione, i flussi si indirizzano verso meno percorsi e soprattutto verso autostrade e grandi arterie. Nelle condizioni di piena adesione, la diversità degli itinerari si riduce fino al 14% rispetto al caso in cui i suggerimenti non sono seguiti. Per Giuliano Cornacchia, primo autore, gli strumenti possono aiutare l’automobilista ma generare “effetti collettivi indesiderati sulla mobilità urbana” se le indicazioni coincidono per molti utenti.
Le notizie piu' importanti di finanza, economia e mercati, dritte nella tua inbox.
L’effetto ambientale cambia però con la congestione: con traffico leggero le emissioni diminuiscono, mentre nel traffico intenso il beneficio emerge solo con livelli bassi di adozione. Dino Pedreschi, del Dipartimento di informatica dell’Università di Pisa, colloca generalmente fra 60% e 80% la soglia, variabile per servizio e città, oltre la quale il vantaggio si attenua. In alcuni scenari a Roma, il saldo può diventare negativo.
La sfida per servizi più coordinati
Lo studio non propone una condanna dei navigatori, ma indica un criterio progettuale per i servizi digitali: valutare la città oltre il tempo di percorrenza individuale. Pappalardo collega il tema al progetto City-AI Coevolution, finanziato dal MUR tramite il programma FIS, dedicato alle conseguenze sociali di algoritmi e intelligenza artificiale. La prospettiva degli autori è sviluppare indicazioni che considerino gli effetti dei suggerimenti sui flussi urbani.
Per piattaforme e amministrazioni, le simulazioni mostrano che raccomandazioni replicate su vasta scala modificano la distribuzione del traffico.
FAQ
Quali città sono state analizzate?
Le simulazioni hanno riguardato Firenze, Milano e Roma, integrando dati GPS di veicoli privati con indicazioni delle piattaforme di navigazione.
Quanto diminuisce la varietà dei percorsi?
Nello scenario di piena adozione, la diversità degli itinerari cala fino al 14% rispetto alla situazione senza suggerimenti seguiti.
Quando si riducono i benefici ambientali?
Con traffico intenso, i benefici emergono a basse adesioni e tendono ad attenuarsi oltre soglie generalmente comprese tra 60% e 80%.
Quale progetto approfondisce questi effetti?
Il progetto City-AI Coevolution, finanziato dal MUR attraverso il programma FIS, studia come algoritmi e intelligenza artificiale influenzino società e comportamenti.
Quali fonti sono state utilizzate?
La Redazione ha rielaborato con verifica e supervisione umana informazioni confrontate tra fonti ufficiali e stampa qualificata.
Articolo pubblicato con l’ausilio del sistema di Redazione AI AGENTICA di Datamoney, e supervisione umana finale.Le notizie più lette su LaMiaFinanza
✨ Classifica generata dalla Agentic AI (REDAZIONE AI) di Datamoney.ch
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green
