IA e smart cities: tra potenzialità, rischi e protezione dei dati

IA e smart cities: tra potenzialità, rischi e protezione dei dati
 

ABSTRACT:  Le smart cities, che utilizzano tecnologie all’avanguardia, offrono enormi opportunità per migliorare la vita urbana, migliorare l’erogazione dei servizi e promuovere lo sviluppo sostenibile. Il fulcro di questa trasformazione digitale è il continuo scambio di informazioni tra settori cittadini come i trasporti, la sanità, l’energia, l’istruzione, ecc. Le città sono in continua evoluzione attraverso il cambiamento e l’interazione. Sono sistemi complessi di individui, veicoli e infrastrutture che costituiscono il nucleo della vita moderna e dello sviluppo sociale.

Il motore principale di questa crescita è l'avanzamento della mobilità verso un panorama più intelligente e tecnologico, noto anche come mobilità intelligente. Questo concetto prevede una transizione da un sistema di trasporto tradizionale a un sistema di trasporto più avanzato in cui l’infrastruttura intelligente collega le parti interessate e le entità per fornire soluzioni efficienti, intelligenti e sostenibili. I ricercatori sul campo investono nella comprensione e nell’identificazione dei modelli di movimento delle persone per migliorare i servizi e, più in generale, la vivibilità delle città. L’emergere della scienza dei dati ha dimostrato l’importanza di sviluppare e applicare tecniche di intelligenza artificiale per creare sistemi urbani automatizzati e intelligenti. Sebbene l’intelligenza artificiale sia sempre più utilizzata nella mobilità intelligente, ci sono ancora sfide da superare. Pertanto, è necessaria il “combinato disposto” di intelligenza artificiale e scienza del traffico per sviluppare soluzioni ai problemi del traffico, estrarre informazioni dai dati sul traffico e sviluppare algoritmi avanzati. L’obiettivo è dimostrare attraverso un’ampia analisi che se le soluzioni proposte migliorano efficacemente la comprensione e l’applicazione dell’intelligenza artificiale nella risoluzione dei problemi di mobilità, al tempo stesso è necessario anche trovare il giusto bilanciamento tra condivisione delle informazioni e norme sulla protezione dei dati volto a colmare il divario tra innovazione e conformità.

 

Introduzione

Una definizione ampia di città intelligente è l’uso delle tecnologie dell’informazione e della comunicazione (TIC) nella gestione della città e nella vita quotidiana. Infatti, il termine “smart city” è stato utilizzato per la prima volta nel 1990 ed è stato associato alla globalizzazione, alla tecnologia e alla creatività. Può anche essere definita una città strumentale, interconnessa e intelligente. Una terza definizione di città intelligenti implica la definizione delle loro caratteristiche, incluse ma non limitate a economia, governance, ambiente, persone e mobilità. Ciascuna definizione comprende elementi di struttura tecnica, ambito di applicazione, integrazione di sistema ed elaborazione dei dati. Per descrivere una città moderna, è importante distinguere tra tre termini sovrapposti ma diversi: città digitale basata sulla tecnologia, città intelligente dipendente dall’intelligenza artificiale e città intelligente focalizzata sull’adattamento delle soluzioni a misura di utente. Tutte le definizioni di città intelligenti si riferiscono all'intersezione tra conoscenza e tecnologia per lo sviluppo sostenibile, dove le città intelligenti sono sostenibili e coinvolgono tutti gli "utenti" o cittadini e si adattano alle interruzioni. Il concetto di città intelligente è stato introdotto per la prima volta negli Stati Uniti sotto il presidente Barack Obama. Sono seguite numerose iniziative, tra cui l’iniziativa Agenda digitale in Europa, la strategia i-Japan in Giappone nel 2015 e il piano Intelligent Nation 2015 a Singapore.

Il concetto di smart city nasce in relazione al progresso dello sviluppo urbano e, di conseguenza, alla crescita dei bisogni delle comunità locali e all’aumento dei costi economici e ambientali. È molto difficile definire una città intelligente in modo chiaro e preciso, perché il concetto abbraccia, ad esempio, i campi della tecnologia, della comunicazione, dell’ecologia e della sociologia. In letteratura sono presenti numerose definizioni di smart city, che differiscono tra loro a seconda degli interessi dell’autore. Un esempio di approccio articolato al tema delle smart city può essere fornito con il concetto formulato dal sindaco di Bilbao, Iñaki Azkuna, che, insieme ai membri del Comitato Città Digitali sulla Conoscenza (2012), si è concentrato principalmente sulla necessità di utilizzare l’informazione e la comunicazione (ICT). Lo scopo del sito Smart Cities è aumentare l’efficienza e la produttività e allo stesso tempo aumentare la consapevolezza di queste tecnologie tra i residenti. Tutte queste cose devono avere un impatto reale sullo sviluppo dell’intera città. Una smart city così intesa comporta, tra le altre cose, la necessità di investire nel capitale umano e socio-culturale e di gestire in modo sensato le risorse naturali. William J. Mitchell (2007) ha contribuito a sviluppare il programma Smart Cities presso il Media Lab del Massachusetts Institute of Technology (MIT). In uno dei suoi articoli, ha paragonato una città intelligente a un organismo umano completamente sviluppato, dove le tecnologie dell'informazione e della comunicazione corrispondono al sistema nervoso. In questa creatura avanzata, tutti gli elementi sono collegati e interagiscono tra loro, in modo che il funzionamento dell'organismo sia stabile e tutti i problemi vengano risolti immediatamente. Questa attività promuove anche un ulteriore e più rapido sviluppo di questo tipo di città. Questo concetto, come il precedente, mostra quanto sia importante il corretto utilizzo della tecnologia ICT, perché senza le ICT il corretto funzionamento dell'“organismo” sarebbe impossibile. Analizzando i suddetti diversi approcci al concetto di smart city, si può notare che le definizioni variano da quelle i cui autori si concentrano principalmente su una prospettiva tecnologica, a quelle in cui l'enfasi principale è posta sui valori sociali, a quelle che si concentrano principalmente. prospettiva tecnologica. lo scopo è quello di dare una visione olistica del problema. Diversi approcci al concetto di città intelligente comportano molti problemi, che possono essere meglio osservati confrontando e valutando determinate città dal punto di vista dei criteri che potrebbero qualificarle come città intelligenti. A seconda dell'accettazione della definizione, che si concentra su un determinato aspetto, la stessa città può ricevere valutazioni completamente diverse. Il confronto tra città diverse può addirittura produrre risultati diversi se l’analisi viene diretta da una prospettiva completamente diversa. In questa fase c'è il pericolo che, ad esempio, le autorità cittadine utilizzino solo quelle definizioni che danno la valutazione più favorevole alla città rappresentata. Di conseguenza, queste informazioni possono portare il cittadino medio a conclusioni errate e, soprattutto, impedire l’effettiva attuazione delle soluzioni tecniche più necessarie per la città. Il fatto che le definizioni siano molto diverse crea anche problemi per l'ulteriore studio di questi tipi di città o del loro sviluppo. Una collaborazione fruttuosa tra città o centri accademici è difficile se manca una base di definizione chiara e unificata che possa fornire un trampolino di lancio per ulteriori ricerche sull’argomento, soprattutto su un argomento in così dinamico sviluppo. Allo stesso tempo, dimostrare che esistono tanti approcci diversi al concetto di Smart City, indica quanto sia importante questo concetto al giorno d’oggi e quanto sia grande la necessità della sua armonizzazione.

 

Caratteristiche delle smart cities

Per comprendere meglio la natura di una smart city è necessario analizzare le componenti da cui essa si forma. Un gruppo di ricercatori del Dipartimento di Pianificazione del Territorio dell’Università Tecnica di Vienna ha presentato la divisione più comune di una città intelligente in aree specifiche. Secondo i ricercatori viennesi (Giffinger, Kramar, Haindlmaier, Strohmayer, 2007), tali ambiti sono:

economia e competitività (Smart Economy);

trasporti (Smart Mobility);

risorse naturali (Smart Environment);

capitale sociale e umano (Smart People);

standard di vita e qualità (Smart Living);

gestione e partecipazione (Smart Governance).

La determinazione delle aree sopra elencate ha permesso di confrontare le città in base ad aspetti selezionati, che sono stati la base per creare diverse classificazioni. Questo tipo di classifica offre alle autorità cittadine l'opportunità di valutare le proprie attività e mostrare quali azioni dovrebbero essere implementate per attuare l'idea di Smart City nel modo più efficace possibile. Dividendo in regioni separate all'interno di una città intelligente, si può anche monitorare meglio una città specifica per i punti di forza, di debolezza, le opportunità e le minacce di ciascuna regione. Questo non è importante solo dal punto di vista delle autorità, perché consente di conoscere la città che gestiscono, ma è anche più facile per gli investitori e i residenti valutare se l'immagine della città creata dalle autorità è corretta e corrisponde effettivamente alla visione ottenuta dall'analisi di alcune aree.

La Smart Mobility si riferisce ad un'area urbana intelligente che rappresenta la mobilità in un senso più ampio, componenti che includono non solo il trasporto di persone e merci nel senso tradizionale, ma anche la diffusione di informazioni attraverso mezzi digitali. Il compito principale dell'area Smart Mobility è connettere tutte le risorse della città: persone, merci e informazioni. È più semplice e veloce verificare il livello di sviluppo di una città intelligente da questo punto di vista, perché ogni residente e persino visitatore ne è costantemente esposto. Si tratta di un'area estremamente importante per la competitività e il livello di sviluppo della città, dove la necessità di spostarsi tra i vicini sempre più distanti dell'area urbana diventa un vero problema. La mobilità intelligente si basa sulle tecnologie dell’informazione e della comunicazione (ICT), che attualmente svolgono un ruolo chiave nel settore della mobilità. Come definito dal Ministero dei Trasporti, dei Lavori e degli Affari Marittimi nel 2013, le ICT comprendono “tutte le tecnologie in grado di manipolare e comunicare informazioni”. L'ICT comprende quindi, tra le altre cose, Internet, il traffico mobile e fisso, le reti wireless e la televisione, nonché le infrastrutture necessarie per gestire questi canali e allo stesso tempo archiviare dati, come computer, dischi portatili e server. Inoltre, le applicazioni e i sistemi IT estesi che consentono la raccolta, l'analisi e la trasmissione delle informazioni includono anche le TIC. Se la mobilità vuole essere "intelligente", non deve limitarsi al comportamento individuale, poiché la mobilità intelligente è un insieme di diverse iniziative che possono rappresentare diversi livelli di utilizzo delle TIC. Considerando il grado di attuazione delle singole attività, la mobilità intelligente prevede tre fasi:

• fase iniziale - solo un piccolo numero di attività che solitamente non sono coordinate e coprono solo una piccola parte dell'area urbana;

• fase intermedia - insieme di attività più ampie delle autorità cittadine e implementazione di progetti pilota e misurazione dei risultati;

• fase matura - integrazione di soluzioni di mobilità intelligente, utilizzo di sistemi di trasporto intelligenti, raccolta e condivisione di dati, ad es. dati aperti.

Indipendentemente dal livello di sviluppo della mobilità intelligente, tutte le iniziative di mobilità devono puntare a soddisfare almeno un requisito fondamentale. Benevolo, Dameri e D'Auria, nel loro articolo "Mobilità intelligente in una città intelligente. Tassonomia delle attività, intensità ICT e beneficio pubblico" del 2016,  definiscono i seguenti obiettivi principali che dovrebbero guidare l'implementazione di soluzioni di mobilità intelligente:

• ridurre costi di mobilità;

• riduzione dell'inquinamento atmosferico;

• riduzione dell'inquinamento acustico;

• ridurre la congestione del traffico;

• maggiore sicurezza;

• migliora la velocità di movimento.

Quando si parla di mobilità intelligente si intendono sistemi di trasporto intelligenti (ITS), trasporto pubblico municipale, sistemi di biciclette, car- pooling. Dal punto di vista delle autorità cittadine, gli indicatori e le classifiche sono ampiamente applicabili. In primo luogo, aiutano a identificare i punti di forza e di debolezza della città, il che rende più semplice definire le direzioni di sviluppo futuro. Nel lungo termine, il confronto delle variazioni dei valori degli indicatori consente di monitorare gli effetti reali delle attività implementate. Con l'aiuto di classifiche che valutano singole aree della città, si può anche determinare se lo sviluppo dell'intero organismo urbano è sostenibile, il che, secondo i presupposti del concetto di smart city, è molto importante per il suo corretto funzionamento.

Inoltre, grazie alla classifica, è possibile confrontare una città con un'altra. Tra le altre cose, offre l’opportunità di apprendere e prendere in prestito soluzioni già pronte da città con le migliori valutazioni, i cui punti di forza sono più facili da diagnosticare e dove è possibile ottenere maggiori informazioni sui singoli parametri. Nei casi di successo il confronto di alcune città è utile anche in termini di valore di mercato. Ciò consente alla città di differenziarsi dalle altre adottando le migliori pratiche, il che si riflette direttamente nella crescita di atteggiamenti positivi tra gli attivisti locali. Una presentazione favorevole della città attira investitori e nuovi residenti, il che influisce sullo stato e sul bilancio della città. Le autorità cittadine possono, anche, utilizzare gli indicatori e le classifiche a loro disposizione per influenzare le comunità locali ad attuare questi cambiamenti. Dal punto di vista dei residenti, gli indicatori e le classifiche sono principalmente informativi. Danno ai residenti l'opportunità di familiarizzare con i risultati reali che descrivono lo stato della città e di attirare l'attenzione su problemi individuali che non sempre sono visibili a prima vista. Conoscere queste informazioni può generare una discussione più ampia sulle future strategie di sviluppo e far sì che la popolazione lavori per la città. Allo stesso tempo, è molto importante che i cittadini siano consapevoli dell’esistenza di strumenti per valutare le autorità pubbliche. Questi strumenti costringono i governi locali ad agire in modo trasparente, perché la comunità può esaminare tali attività. Analizzando l'utilità degli indicatori e degli investimenti per gli investitori, la possibilità di confrontare diverse città in base al proprio profilo di business e l'opportunità di scegliere la località più adatta a questo proposito è in primo piano. Indicatori e classifiche consentono di vedere facilmente risultati reali che descrivono la situazione della città. Ciò può influenzare il modo in cui i benefici accessori vengono assegnati agli individui che vivono in una particolare città, a seconda della situazione in quella città. Può anche aiutare a convincere i dipendenti a trasferirsi come parte del loro lavoro. Si può affermare che:

• L'uso degli indicatori e del ranking è molto utile per tutti: sia autorità, investitori che cittadini. Il corretto utilizzo di queste aree può contribuire all'ulteriore sviluppo delle aree urbane e quindi dell'intero Paese;

• Gli indicatori e le classifiche più promettenti delle città intelligenti non possono fornire tutte le informazioni sui metodi di valutazione delle singole componenti. Ciò impedisce che i singoli fattori che influenzano la performance delle città in questione vengano pienamente compresi e quindi migliorati;

• Alcuni di questi criteri di valutazione potrebbero essere migliorati o specificati e si potrebbero aggiungere nuove componenti di valutazione per rendere gli indicatori più accurati e affidabili in relazione al reale sviluppo della città.

Le informazioni su alcuni indicatori e investimenti vengono pagate, il che impedisce a un pubblico più ampio di conoscere le informazioni da essi presentate. Questo è un grosso problema per i residenti delle città classificate perché non hanno accesso alle informazioni su se stessi. Tuttavia, gli indicatori utilizzati finora sono molto generali, poiché comprendono intere città intelligenti, o se sono dettagliati, si basano solo ed esclusivamente su dati statistici.  Ciò è dovuto da un lato alla mancanza di informazioni da parte dei residenti e anche a informazioni poco chiare da parte delle autorità (ad es. esperienze), ma dall’altro impone l’uso di dati statistici, la cui utilità sembra discutibile (ad es. giornate soleggiate proposte nella soluzione del Politecnico di Vienna).

Un sistema di valutazione unificato, implementato nel quadro degli indicatori, offre alle città l'opportunità di confrontarsi, il che favorisce naturalmente il loro sviluppo. Per sviluppare un indicatore ottimizzato per valutare le città dal punto di vista della mobilità intelligente, è necessario analizzare accuratamente i problemi che riguardano la mobilità delle aree urbane. Per questo è necessario dividere l'intero settore in settori che includano i seguenti aspetti:

• infrastruttura tecnica,

• infrastruttura informatica,

• modalità di spostamento e veicoli utilizzati a tale scopo,

• legislazione.

La suddetta divisione industriale è il risultato delle analisi finora svolte in relazione alle aziende di questa divisione, e anche delle ricerche effettuate nelle dieci maggiori città della Polonia. La decisione di applicare questa divisione è stata presa perché permette di definire in modo definitivo i confini tra queste regioni, di fatto, interdipendenti del dominio. Poiché sono strettamente correlati, tutti questi ambiti dovrebbero essere sviluppati in modo equilibrato per raggiungere il corretto funzionamento dell’intero campo della mobilità intelligente. Allo stesso tempo, va riconosciuto che in assenza di soluzioni tecniche e infrastrutturali adeguate, non sono possibili attività efficaci nel campo dei metodi mobili e dei veicoli utilizzati a tale scopo. Inoltre, va notato che, nonostante la legislazione possa contribuire in modo significativo allo sviluppo di tutti i settori sopra elencati, le misure legislative sono per lo più solo una risposta alla situazione attuale di alcuni settori.

 

L’apporto dell’IA al concetto di città intelligente

L’intelligenza artificiale (AI) è pronta a rivoluzionare il panorama della mobilità, rompendo le ipotesi di lunga data sui limiti dei sistemi informatici nella risoluzione di problemi complessi. Questo cambiamento dipende dalle capacità del machine learning (ML) e dell’intelligenza artificiale, che consentono alle macchine di percepire (vedere, ascoltare), interpretare, prevedere e comprendere, imitando le capacità umane. L’idea che le macchine siano prive di queste competenze essenziali è stata sfatata dai progressi dell’intelligenza artificiale.

Le città si trovano ad affrontare sfide importanti per realizzare la velocità della transizione energetica, come la limitata disponibilità di spazio, la limitata capacità lavorativa e materiale e le limitate risorse finanziarie.

Con l’aiuto dell’intelligenza artificiale, i comuni, le imprese di costruzione, le centrali elettriche e altri soggetti interessati possono affrontare queste sfide. Ad esempio, l’intelligenza artificiale basata su immagini satellitari per il rilevamento di oggetti spaziali combinata con l’apprendimento automatico per l’ottimizzazione dei percorsi può ottimizzare la pianificazione delle infrastrutture in spazi limitati e supportare la definizione delle priorità di lavoro e l’identificazione di manodopera e materiali limitati. Il raggiungimento degli obiettivi climatici richiede inoltre che le città utilizzino tutte le fonti energetiche locali sostenibili disponibili e costruiscano sistemi energetici locali con fonti energetiche rinnovabili decentralizzate che talvolta contribuiscono alla rete. Ad esempio, le reti innovative di teleriscaldamento e teleraffreddamento di cinque generazioni mirano a combinare calore ed elettricità come vettori energetici per produrre calore ed elettricità a impatto climatico zero nell’ambiente edificato. Inoltre, queste reti integrano le reti idriche urbane come potenziale fonte di calore a bassa temperatura, creando reti universali integrate nelle nostre città. Per supportare gli operatori delle reti di distribuzione e i fornitori di energia, l’applicazione dell’intelligenza artificiale può aiutare a comprendere le reti energetiche interconnesse e supportare la gestione economicamente vantaggiosa di tali reti. Ciò richiede l’integrazione nelle reti intelligenti, con applicazioni di intelligenza artificiale integrate che svolgono un ruolo importante e possono fungere da collegamento tra sistemi infrastrutturali precedentemente separati in termini di progettazione e funzionamento, colmando il divario creato dalla mancanza di monitoraggio e gestione energetica locale. Abilitare le reti intelligenti implica prevedere la generazione di energia rinnovabile da fonti intermittenti come solare ed eolica e altre fonti distribuite come geotermica e idroelettrica per migliorare l’utilizzo della capacità e la gestione della rete. Dal punto di vista del consumatore, l'apprendimento automatico può essere utilizzato per prevedere e scomporre la domanda di energia per migliorare l'efficienza energetica, e la gestione del consumo energetico dei consumatori basata sull'intelligenza artificiale consente anche di richiedere flessibilità di rete. Insieme, queste applicazioni rendono la rete più resiliente alla generazione distribuita e incerta, consentendo la diffusione dell’energia rinnovabile e aiutando i cittadini ad adottare modelli di consumo energetico flessibili ed efficienti a vantaggio delle famiglie e delle reti. Ad esempio, Quby, società olandese appartenente a Eneco, che sviluppa questi servizi per le società elettriche nei Paesi Bassi, Belgio e Spagna, e Tado, che opera in Germania. La manutenzione intelligente delle infrastrutture e delle risorse combina la visione artificiale e i veicoli aerei senza pilota automatizzati (UAV o droni) con, ad esempio, la generazione distribuita di energia (turbine eoliche urbane che possono essere installate in luoghi pericolosi come torri e ponti, case solari integrate nelle facciate), impianti di trattamento delle acque, strade, tunnel e ponti. L’applicazione dell’intelligenza artificiale facilita il rilevamento dei danni, la previsione dei danni, la classificazione dei danni, la localizzazione dei danni, la valutazione delle condizioni e la durata. Ciò richiede informazioni accurate in tempo reale sulle condizioni della proprietà, sull'uso e sui fattori ambientali che la influenzano. Grazie ai minori rischi e costi del monitoraggio intelligente, queste attività possono espandersi e produrre informazioni sugli asset in tempo reale più ricche rispetto al monitoraggio manuale, con conseguente manutenzione continua. Anche se nei prossimi anni le reti energetiche delle città dovranno affrontare grandi cambiamenti, anche le reti idriche necessitano di sufficiente attenzione. L’Europa ha un totale di 3,5 milioni di chilometri di condotte idriche, con parti importanti che spesso richiedono drastiche ristrutturazioni, che pongono sfide significative alle società elettriche e minacce alla fornitura sostenibile di acqua potabile e alle acque reflue. Queste iniziative richiedono fino a 20 miliardi di euro all’anno, mentre questioni come la siccità e l’aumento della domanda idrica richiedono iniziative per aumentare l’efficienza e la sostenibilità della rete idrica. Le applicazioni dell’intelligenza artificiale possono affrontare queste sfide, ad esempio rilevando e prevenendo le perdite nell’ambito della manutenzione preventiva delle reti idriche intelligenti. La rete idrica di Roma perde circa il 44% all'anno, un dato inaccettabile a causa dell'aumento della domanda idrica e della siccità che ha portato al razionamento dell'acqua nell'estate del 2018. Altre applicazioni dell'IA sono legate al miglioramento dell'approvvigionamento idrico, come la qualità dell'acqua. prevenzione delle inondazioni e dell’inquinamento, efficienza della domanda idrica, previsione e pianificazione dei flussi idrici e servizi igienico-sanitari adeguati. Gli esempi più visibili di applicazioni dell’intelligenza artificiale nella fornitura idrica intelligente provengono da Finlandia, Gran Bretagna e Paesi Bassi. Intelligenza artificiale per servizi innovativi e intelligenti Le città intelligenti utilizzano tecnologie innovative per supportare e trasformare reti e servizi tradizionali. In questa sezione, discutiamo due esempi di servizi intelligenti che l’intelligenza artificiale può migliorare, vale a dire l’illuminazione intelligente delle città e la gestione intelligente dei rifiuti. Le città dell'UE hanno un totale di 90 milioni di lampioni, che rappresentano il 20-50% della bolletta energetica della città. Circa il 75% di questi lampioni hanno più di 25 anni e necessitano di rinnovo. Oltre a questi lampioni, le città dispongono di molti altri tipi di illuminazione in luoghi pubblici come parchi e spiagge. L’illuminazione urbana intelligente è stata spesso considerata come una soluzione per avviare lo sviluppo urbano intelligente di una città. Combinando il monitoraggio avanzato ed efficiente e il controllo remoto dell'illuminazione pubblica, i lampioni rappresentano un bersaglio ideale per i dispositivi IoT in grado di raccogliere, trasmettere e analizzare localmente informazioni sul traffico e sui pedoni, nonché fattori ambientali come qualità dell'aria, temperatura, velocità del vento e umidità. e informazioni acustiche come spari, rumori della città, ecc. A tal fine, l’iniziativa Humble Lamppost sostiene 10 milioni di lampioni intelligenti nelle città dell’UE entro il 2025. Applicazioni innovative si possono trovare in grandi città come Barcellona, ​​Rotterdam, Monaco e Copenaghen. A Barcellona, ​​un'infrastruttura di illuminazione intelligente viene utilizzata per la gestione della folla per gestire l'occupazione delle spiagge e degli spazi pubblici. È stato anche utilizzato per aiutare a far fronte alla crisi del COVID-19 informando i cittadini su dove possono utilizzare queste aree a seguito del distanziamento sociale per il COVID-19.

L’intelligenza artificiale viene utilizzata per scansionare e analizzare le immagini delle spiagge delle aree esistenti invece di contare le persone per proteggere la privacy. Un altro esempio di servizi pubblici innovativi nelle città intelligenti è la gestione intelligente dei rifiuti, che comprende la raccolta e la manutenzione dei rifiuti. Aggiungendo sensori ai contenitori che misurano la velocità di riempimento e le irregolarità nel loro funzionamento, un percorso di raccolta intelligente basato sulla velocità di riempimento può ottenere un aumento di efficienza e ridurre i danni causati ai cittadini da contenitori pieni o danneggiati. L’intelligenza artificiale può essere utilizzata per prevedere modelli di come, quando e dove vengono smaltiti i rifiuti, aprendo la strada a politiche cittadine che promuovano una produzione e uno smaltimento efficienti dei rifiuti tra i cittadini.

Nell'ambito del progetto Smart City, questa innovazione è stata implementata nella città di Rotterdam.

Ci sono inoltre alcuni esempi di altri Paesi che hanno già fatto progressi nella mobilità intelligente grazie all'uso di software di intelligenza artificiale:

• SPAGNA: NEMI, leader di mercato nelle soluzioni DRT, utilizza uno strumento di ottimizzazione dei parametri di intelligenza artificiale\multivariabile. Questo approccio basato sull’intelligenza artificiale consente a NEMI di simulare servizi di mobilità rispondenti alla domanda utilizzando vari algoritmi di ottimizzazione su misura per la mobilità condivisa. Ciò significa una copertura più ampia delle rotte, una migliore accessibilità al grande pubblico, informazioni più accurate ai passeggeri, tempi di percorrenza più brevi e una più semplice digitalizzazione dei servizi di trasporto pubblico.

Questi algoritmi, basati sui dati di origine e destinazione provenienti da dispositivi compatibili con Galileo, vengono utilizzati per fornire soluzioni di viaggio in autobus altamente personalizzate utilizzando l'apprendimento automatico. Questo approccio supporta la pianificazione della mobilità, seleziona le offerte di mobilità più appropriate e fornisce informazioni più accurate in tempo reale su prelievi e arrivi, ottimizzando al contempo l’efficienza complessiva dei sistemi di trasporto sensibili alla domanda. L’intelligenza artificiale per la mobilità viene utilizzata anche per migliorare il processo di corrispondenza delle mappe dei veicoli combinando tecniche basate sulla topologia con funzionalità di apprendimento automatico utilizzando indicatori di somiglianza che riducono significativamente gli errori di corrispondenza, utilizzandola per individuare con maggiore precisione le fermate dinamiche degli autobus nella DRT.

• DUBAI: è una città con molti progetti di mobilità intelligente, tra cui un servizio di autobus a richiesta in alcune zone della città. Il suo successo è stato inizialmente dimostrato attraverso un test che ha valutato i tempi di risposta, i tempi di transito, i passeggeri, l'accessibilità, la comodità, il comfort, la sicurezza, l'opinione dei residenti e l'esperienza dell'utente.

Recentemente, la Roads and Transport Authority (RTA) di Dubai ha collaborato con la società britannica BeemCar per sviluppare un sistema di trasporto futuristico chiamato "sky pod", che è stato descritto come "un incrocio tra una monorotaia e uno skilift". Il progetto mira a realizzare la strategia di traffico a guida autonoma di Dubai, che mira a rendere autonomo il 25% del traffico di Dubai entro il 2030. Ogni corpo celeste è composto da quattro sedili sospesi al veicolo tramite un fascio di luce cavo. I motori lineari utilizzano la capsula che si muove ad una velocità di 50 km/h secondo uno schema incrociato in una griglia posta sopra il traffico. Si estende per 15 km con 21 stazioni e può trasportare 8400 passeggeri/ora. Si prevede che Sky-pod ridurrà i costi di trasporto del 44% e l'inquinamento ambientale del 12%.

• LANE PATROL: utilizzato in Spagna, è il primo strumento software sul mercato per mappare e valutare la sicurezza delle infrastrutture ciclistiche utilizzando la metodologia CycleRAP.

Concentrandosi su valutazioni del rischio basate sull'evidenza tratte principalmente da immagini (o riprese video) di infrastrutture ciclistiche, il modello CycleRAP aiuta a identificare aree ad alto rischio senza fare affidamento esclusivamente sui dati storici sugli incidenti.

Fino ad ora, il processo di raccolta e analisi delle immagini di CycleRAP è stato principalmente manuale, richiedendo molto lavoro pratico e può richiedere molto tempo ed essere soggetto a errori. Utilizzando la visione artificiale, Lane Patrol sta esplorando metodi per automatizzare parti di questo processo per semplificare e accelerare il processo di valutazione CycleRAP. I modelli di deep learning, come le reti neurali profonde, sono un tipo di intelligenza artificiale (AI) in grado di elaborare e interpretare dati complessi con elevata precisione.

Esistono, anche, alcune aree promettenti in cui l'intelligenza artificiale può essere utilizzata per cambiare il modo in cui viviamo:

• Monitoraggio del flusso di traffico: le soluzioni di analisi video e di analisi video vengono utilizzate per monitorare gli algoritmi di intelligenza artificiale: 1) per calcolare e monitorare i flussi pedonali (la loro distribuzione ). permette di contare persone/oggetti che attraversano un'area virtuale, contare e densità nell'area virtuale, bloccare coda e distanza, calcolare il flusso passeggeri, creare una mappa di calore ); 2) sorveglianza dei veicoli stradali (oltre alla classificazione e al colore dei veicoli possono essere individuati: coda, inversione di marcia, inversione di marcia, presenza di veicoli in zona vietata);

• Monitoraggio del trasporto pubblico: recentemente è stata studiata la possibilità di raccogliere informazioni anonime sul livello di servizio del trasporto pubblico attraverso tecnologie wireless, big data e filtri statistici. Gli algoritmi AI/ML vengono utilizzati per identificare, localizzare, mappare e registrare la presenza di passeggeri in un veicolo e alle fermate dei trasporti pubblici insieme ai dati sul traffico standard. La soluzione funziona anche come sistema di prenotazione per localizzare i veicoli lungo il percorso. Un'altra soluzione utilizza i dati raccolti da Automated Vehicle Location (AVL) per prevedere la futura domanda di passeggeri alle fermate e ai percorsi dell'autobus utilizzando tecniche di machine learning supervisionate. Il sistema può anche fornire una previsione accurata della domanda di passeggeri alle fermate;

• Sistemi semaforici intelligenti: controllo del semaforo basato sulla visione: i sistemi di intelligenza artificiale leggono riprese video dalle telecamere in streaming e regolano i piani del semaforo sul campo per compensare potenziali problemi di traffico a un incrocio, aiutando a \gestire e ridurre i flussi di traffico. . ingorghi Il sistema utilizza tecniche ML/DL che determinano se il piano del semaforo non ha un impatto positivo sul traffico (lunghe code ai semafori) e provano un'azione diversa o migliorano ulteriormente i progressi. Inoltre, è possibile utilizzare algoritmi genetici e metodi fuzzy per controllare automaticamente i sistemi semaforici agli incroci per regolare il tempo di attesa, il che consente di ridurre significativamente il tempo medio di attesa dei veicoli;

• Sistemi di parcheggio intelligenti: l'elaborazione delle immagini e l'intelligenza artificiale possono essere utilizzate nel sistema di parcheggio intelligente: telecamere e sensori sono distribuiti in luoghi appropriati per rilevare i numeri di registrazione, garantendo così un parcheggio senza biglietti. L'analisi dei big data e della rete neurale nell'algoritmo fornisce informazioni sui relativi parcheggi e consigli agli utenti.

L'intelligenza artificiale può anche aiutare a prevedere le situazioni di parcheggio: ad esempio, se in città c'è un concerto o un altro evento interessante, l'intelligenza artificiale può identificare le aree che hanno maggiori probabilità di essere congestionate e suggerire in anticipo i parcheggi. Ciò aiuta i conducenti a evitare gli ingorghi e a risparmiare tempo.

Una migliore efficienza è possibile se per la raccolta dei rifiuti vengono utilizzati veicoli autonomi dotati di intelligenza artificiale. Inoltre, l’intelligenza artificiale può essere utilizzata per ottimizzare la gestione sostenibile dei rifiuti urbani. Nelle situazioni in cui l’intelligenza artificiale nelle città intelligenti e la raccolta differenziata dei rifiuti nel traffico urbano non sono ancora ampiamente utilizzate nelle città, la visione artificiale può essere utilizzata per separare i flussi di rifiuti per il riciclaggio o il riutilizzo nell’economia circolare. Questi servizi pubblici innovativi sono generalmente interconnessi e possono essere collegati tramite piattaforme dati urbane (UDP). Questa tendenza è stata osservata in molte città europee in risposta alla diffusione dell’economia delle piattaforme su grandi piattaforme digitali come Uber, Airbnb, Google, ecc., e alla consapevolezza che le soluzioni urbane sono possibili solo con una collaborazione dei dati affidabile ed efficace. e infrastrutture. In questi UDP vengono combinati i dati raccolti dalla città. Un sondaggio del 2019 su 80 città europee mostra che 32 città hanno un UDP operativo, mentre il resto è nella fase di ricerca per stabilire un UDP o pianificare e attuare un UDP. La maggior parte di queste città ed esperti considerano l’UDP come un’infrastruttura essenziale per una città intelligente, come reti elettriche, strade, ecc. Questi UDP possono fornire dati e una piattaforma per costruire l’intelligenza artificiale per servizi pubblici migliori o nuovi a valore aggiunto. Inoltre, i dati delle città intelligenti sono sempre più aperti ad altri attori attraverso modelli di business nuovi e migliorati. Tuttavia, le autorità locali dovrebbero essere consapevoli dei rischi associati a queste applicazioni e di come siano in conflitto con la visione dell’UE di un’IA incentrata sull’uomo, etica e sicura. Ciò è necessario in scenari in cui le aziende sono in prima linea nell’implementazione di soluzioni per città intelligenti e i comuni devono proteggere i valori pubblici come clienti.

 

L’influenza del Covid-19 sullo sviluppo delle smart cities

Le soluzioni di mobilità intelligente mirano ad aumentare la sicurezza e l’efficienza, ridurre la congestione del traffico, migliorare l’inquinamento atmosferico e acustico e ridurre i costi. Le soluzioni di mobilità intelligente sono, inoltre,  considerate necessarie per ridurre ulteriormente le emissioni di anidride carbonica dovute al traffico e raggiungere gli ambiziosi obiettivi di riduzione delle emissioni dell’UE. L’intelligenza artificiale è un potente strumento emergente che ha il potenziale per promuovere una transizione sostenibile verso sistemi di mobilità più efficienti sotto il profilo delle risorse, vivibili e incentrati sull’uomo, soprattutto negli ambienti urbani. 

La crisi del COVID-19 ha costretto la società a rendersi conto che è possibile cambiare radicalmente i modelli di movimento, soprattutto nelle città. In effetti, la pandemia ha accelerato molte tendenze esistenti, compreso il lavoro da casa; aumentare l’uso dei modi di trasporto individuali; e una maggiore consapevolezza e preoccupazione del pubblico per la salute, la sicurezza e la sostenibilità ambientale. Grazie a questa accelerazione, i prossimi anni offriranno un’opportunità unica per un cambiamento radicale verso sistemi di mobilità più sostenibili, sostenibili e incentrati sull’uomo. 

Per sfruttare pienamnete i benefici offerti dall’intelligenza artificiale è necessario adottare un approccio olistico nella pianificazione e gestione del trasporto pubblico in città. In particolare, dovrebbero essere presi in considerazione sia i modelli di movimento del trasporto pubblico che le informazioni sulle funzioni urbane locali in modo che i decisori possano prendere decisioni informate sullo sviluppo urbano sostenibile e sulla gestione del traffico. L'intelligenza artificiale applicata al traffico urbano può basarsi su infrastrutture esistenti (ad esempio rilevamento del controllo del traffico, rilevamento del centro città, dati video, ecc.), dati della flotta di veicoli (dati dei sensori dell'auto, flotta di eBike, trasporto pubblico) e anche dati di terzi. dati (pubblici e privati). Il settore pubblico ha un ruolo cruciale da svolgere nel garantire che la soluzione IA sia inclusiva e sicura, basata su informazioni affidabili, imparziali ed equamente condivise, preservando al contempo la privacy dei cittadini dell’UE. Secondo le aziende tecnologiche che offrono soluzioni mobili basate sull’intelligenza artificiale, come Nokia, queste nuove applicazioni digitali richiedono soprattutto una rete cittadina neutrale che funga da spina dorsale digitale delle città intelligenti con una piattaforma dati ospitata in modo neutrale. Si prevede che la mobilità di prossima generazione trasformerà le apparecchiature originali automobilistiche (OEM), i servizi di mobilità e le città.  Inoltre, il successo richiederà la cooperazione tra i suddetti attori, che comprendono anche servizi finanziari, compagnie assicurative, società di telecomunicazioni e società elettriche , per raggiungere un nuovo obiettivo comune di mobilità sostenibile abilitata dall’intelligenza artificiale, la transizione verso la mobilità intelligente interessa tutte le catene del valore coinvolte, che lasciano la loro tradizionale struttura lineare e gerarchica per una struttura a rete.

Le soluzioni di mobilità intelligente possono essere implementate da attori privati ​​o pubblici, con effetti diretti e indiretti su entrambi.  Le aziende che offrono auto elettriche self-service mettono a disposizione degli utenti un'app che permette di prenotare un'auto self-service in base al periodo di noleggio. Questi operatori solitamente dispongono di punti di ricarica e parcheggio nell'area coperta dal servizio. Il noleggio self-service è spesso combinato con l'uso condiviso, il che sottolinea la gestione congiunta del servizio. Diverse aziende utilizzano questo servizio come alternativa al possesso di un pool di dipendenti. All'utente viene solitamente comunicata la quantità di anidride carbonica risparmiata, il che aumenta la consapevolezza delle questioni ambientali. Pertanto, questa applicazione di mobilità intelligente basata sull’intelligenza artificiale offre vantaggi sociali (collaborativi, economici – un nuovo modello di proprietà del veicolo – ed ecologici – solo auto elettriche). Clem', azienda francese che opera in più di 200 città in Francia e all'estero, è un esempio di operatore che offre questo servizio. L'azienda dispone inoltre di due centri demo a Filadelfia (USA) e Hangzhou (Cina). Il vecchio centro impiega 13.000 lavoratori e fornisce ulteriori servizi di mobilità per facilitare la transizione ai motori elettrici nell’area urbana di Navy Yard. Quest'ultima collabora con la regione dell'IDF (Ile de France) e il governo di Hangzhou con l'obiettivo di essere simbolo di una città saggia e un esempio virtuoso. 

Un’altra importante applicazione è il car pooling a breve distanza, che si basa sull’intelligenza artificiale per colmare il divario tra guida e trasporto pubblico, consentendo prezzi e percorsi accurati. 

Questo programma è rivolto ai pendolari che viaggiano da e verso la stessa area. Anche questo servizio rappresenta un'alternativa valente alle auto aziendali private. 

Ad esempio, l'azienda francese Klaxit, che ha acquistato la piattaforma iDVroom dall'ex filiale della SNCF. La suddetta piattaforma ha ottimizzato il viaggio degli utenti del ride sharing. Tuttavia, alcuni degli svantaggi di questo programma sono la difficoltà di prevedere se l'autista arriverà in orario e la compatibilità sociale dei passeggeri, che può spaventare alcune persone. 

La gestione intelligente dei parcheggi grazie all'intelligenza artificiale migliora l'accessibilità e la fluidità del parcheggio. Mobility as service (MaaS) è una buona alternativa al trasporto personale perché la mobilità su richiesta significa la libertà di andare ovunque, in qualsiasi momento. MaaS offre diverse opzioni per il movimento, il che riduce la congestione; consentire città senza auto e ottimizzare gli investimenti e le risorse per la mobilità a livello di sistema; con conseguente migliore integrazione del trasporto di merci e passeggeri. Dotato di controller basati sull’intelligenza artificiale, MaaS può, ad esempio, ottimizzare, monitorare e coordinare una flotta di auto a guida autonoma, offrendo allo stesso tempo grandi opportunità ai singoli utenti. Alimentato dall'intelligenza artificiale, MaaS consente agli utenti dei servizi di ride-sharing di condividere auto autonome su un percorso ottimizzato in modo molto più economico e sicuro, fornendo al contempo una migliore esperienza sociale durante la guida con persone che la pensano allo stesso modo. Può trasformare le reti di trasporto tradizionali e cambiare il modo in cui le persone si spostano. MaaS può far avanzare significativamente gli obiettivi dello sviluppo sostenibile e della centralità delle persone. Tuttavia, la loro diffusione è ostacolata da problemi amministrativi e dalle difficoltà delle piattaforme MaaS guidate dal settore privato nel progettare modelli di business sufficientemente scalabili e redditizi. In futuro, si prevede che i comuni svolgeranno un ruolo ancora maggiore nella progettazione e nello sviluppo di soluzioni MaaS efficaci.  Innanzitutto, il software di gestione dei parcheggi permette di integrare il sito dell'utente nella sua politica generale di movimento. La gestione intelligente dei parcheggi consente, tra le altre cose, di gestire diversi diritti degli utenti, dando priorità a determinati Gruppi di utenti in base, ad esempio, all'attività e al mezzo di trasporto. Questa applicazione ha un notevole impatto ambientale positivo, poiché permette di prevedere il viaggio in base alle opzioni di parcheggio, evitando interminabili peregrinazioni alla ricerca di un posto. Questa applicazione è piuttosto diffusa in tutto il mondo, come testimoniano diverse aziende come Passport (USA), EasyMile (Francia), Anagog (Israele), Pod Point (Regno Unito), Cleverciti (Germania), SnappCar (Paesi Bassi), UnaBiz (Giappone). Le tre applicazioni citate permettono di ridurre il traffico urbano e l'impatto ambientale del traffico urbano. Tuttavia, i veicoli privati ​​sono considerati una soluzione sostenibile non ottimale per il trasporto urbano intelligente, anche se sono veicoli elettrici, perché permane il rischio di un aumento del traffico. 

Secondo il Centro per l’Intelligenza Artificiale (FCAI), il 38% delle persone sarebbe disposto a rinunciare alla propria auto se un servizio mobile simile potesse essere offerto grazie all’intelligenza artificiale. Considerando che il 20 per cento della spesa familiare viene spesa nei trasporti, si aprono grandi opportunità di business. Per la stessa cifra la mobilità potrebbe essere acquistata come servizio a prezzo fisso. Il servizio deve coprire il 100% delle esigenze degli utenti, il che richiede l'accesso a tutte le diverse modalità di trasporto.
 

Dubai: un importante  case study

Il movimento per le città intelligenti di Dubai inizia ufficialmente nel 2014. In effetti, prima del lancio di Smart Dubai, la città svolgeva altri compiti importanti che erano legalmente o implicitamente identificati con l'idea "cool". Nel 1999 è stata lanciata la Strategia ICT di Dubai, dopo la quale nel 2000 sono stati promossi gli incentivi per l'e-government.  Mentre Dubai inizia a ottenere il riconoscimento pubblico come una delle principali comunità urbane dell'area MENA, importanti complessi di resort e uffici come il Burj Khalifa e la metropolitana di Dubai sono stati efficacemente promossi, elevando il profilo di Dubai come città intelligente e una destinazione brillante nel settore del turismo. Nel frattempo, il continuo interesse degli Emirati Arabi Uniti per il contesto IT ha visto 8,81 milioni su una popolazione di 9,58 milioni (91,8%) diventare clienti Internet dinamici nel 2015, una percentuale notevole seconda solo al Canada (93%). Di questi clienti online, 7,27 milioni sono clienti online versatili (75,9%). In particolare, i record sociali dinamici sono 5,4 milioni, di cui 4,6 milioni (l'85,2%) sono record portabili. Secondo il rapporto del World Economic Forum, gli Emirati Arabi Uniti sono primi nel campo della "importanza delle TIC per la visione del governo" e secondi per "il successo del governo nella promozione delle TIC". Tutte queste realtà, compresi i risultati discreti della Tabella 1, riflettono ciò che Dubai ha avviato e implementato efficacemente negli ultimi anni. Tuttavia, è importante familiarizzare con alcuni dei componenti principali, che sono dettagliati nelle seguenti sottosezioni (Dubai Statistics Authority, 2014).

Il concetto di Dubai Smart City si basa su tre principi fondamentali: comunicazione, integrazione e collaborazione.

L'"obiettivo finale" di tutte queste iniziative è Smart Dubai 2021. Introduce un nuovo quadro simile alla gestione delle relazioni con i clienti nel settore privato, ma in questo caso tra residenti e governo. Uno degli obiettivi di questo progetto è quello di consolidare tutti i diversi organi amministrativi in ​​un unico organismo, in modo che sia possibile fornire servizi adatti alle esigenze di ciascun cittadino in modo più preciso ed efficiente. A Dubai, ciò avviene principalmente attraverso app e dispositivi intelligenti.

Il piano Smart Dubai 2021 è guidato dall'Office of Smart Dubai e il suo obiettivo principale è rendere Dubai una città intelligente modello e trasformare completamente il modo in cui funzionano i servizi governativi e fornirli alle persone. Con il lancio di oltre 100 iniziative intelligenti e più di 1.000 servizi intelligenti da più di 20 agenzie governative e il settore privato in un breve periodo di tempo, Dubai è ansiosa di raggiungere i suoi obiettivi e ha già raccolto i frutti, aumentando la felicità della città negli ultimi tre anni. Come ultimo indicatore di successo, in onore dell'anno giubilare dell'emirato 2021, la felicità viene attentamente misurata con mezzi tecnici. I suoi obiettivi si basano su quattro pilastri principali: continuità, efficienza, sicurezza e personale. Inoltre, sono stati presi di mira 3 assi di lavoro: soddisfazione del cliente, crescita economica e sostenibilità delle infrastrutture.

La strategia Smart Dubai è presentata di seguito e si basa sulle sei dimensioni "tradizionali" di una città intelligente utilizzate nella letteratura economica:

• economia intelligente;
• gestione intelligente;
• ambiente intelligente;
• persone intelligenti;
• mobilità intelligente;
• edilizia intelligente.

Recentemente, Dubai ha fatto grandi passi avanti nella mobilità intelligente: sono stati sviluppati sistemi intelligenti come il parcheggio intelligente, il servizio taxi intelligente, il sistema di pedaggio intelligente e la guida intelligente. Sono previsti anche progetti più ambiziosi e brillanti per inserire Dubai sulla mappa delle città intelligent. Sebbene Uber avesse pianificato di lanciare il primo taxi volante a Dubai, è stata scelta Volocopter (dalla Germania). Il taxi volante autonomo fa parte della strategia di trasporto autonomo, che prevede che il 25% di tutto il traffico di Dubai diventi autonomo entro il 2030. Il taxi volante è alimentato da elettricità e può raggiungere una velocità di 100 km/h. Entro il 2018 si prevede inoltre di utilizzare i droni per consegnare le carte d’identità degli Emirati. La RTA ha firmato un contratto con Volocopter e i primi test sono iniziati nel 2017. Le rotte di volo, i punti di decollo e atterraggio e la logistica di questi progetti devono essere pianificati prima dell’implementazione. Un altro grande progetto è il Dubai Loop Train. Questo Hyperloop (basato sul design di Elon Musk) mira a collegare Dubai e Abu Dhabi più velocemente di prima.

La mobilità intelligente a Dubai si rivolge a cinque diversi campi di attività:

• traffico;
• gestione del traffico;
• infrastrutture stradali;
• trasporto pubblico sostenibile;
• modalità di trasporto non motorizzato.

Oltre a questi aspetti, è importante anche che il sistema Dubai sia pienamente integrato tra diversi servizi, sicuri e protetti, ricchi di informazioni e anche multimodali. Quando si parla di multimodalità, si fa riferimento alla rete dei trasporti nel suo insieme. L'integrazione e l'informazione sono centrali e non dovrebbero differenziare se l'utente viaggia in auto, autobus, metropolitana, tram, bicicletta, barca o a piedi. I punti più importanti specifici dell’utente che devono essere continuamente migliorati sono l’accessibilità, il comfort, la sicurezza e, infine, dovrebbero essere considerati la salute e lo stile di vita. Al fine di misurare efficacemente la mobilità intelligente a Dubai, sono stati definiti molti indicatori chiave di prestazione e i relativi target, tra cui:

- RTA Happiness Index con un obiettivo del 53%,

- Aumento dell'efficienza dei processi RTA con un obiettivo del 20%,

- Quota di trasporto pubblico con un obiettivo del 20%,

- Quota di performance ottimizzata degli asset con un obiettivo del 98%,

- Numero di gravi incidenti di sicurezza ogni 100'000 viaggi di viaggiatori con 1 come obiettivo,

- Numero di emissioni di gas serra per passeggero con 1,16 kgCO2/passeggero,

- Quota di conformità alla Dubai Data Law con un obiettivo del 100%,

- Quota di nuove soluzioni digitali di cui RTA è pioniera con un obiettivo del 53%,

- Quota di trasporto intelligente con sistemi autonomi con un obiettivo del 12%.

Tutti questi obiettivi sono stati raggiunti entro il 2020 o il 2021, a seconda degli indicatori chiave di prestazione (KPI) selezionati . Entro il 2030, il traffico di veicoli autonomi dovrebbe raggiungere il 25% di tutti i trasporti. Inoltre, è importante concentrarsi su progetti intelligenti che sono stati effettivamente implementati. Questi includono funzionalità come il monitoraggio delle corsie degli autobus, l'attraversamento intelligente, il parcheggio intelligente, i veicoli intelligenti, l'illuminazione intelligente, il lancio della piattaforma di mobilità integrata di Dubai, il cortile intelligente, lo smart Nol (utilizzare un telefono cellulare per pagare i trasporti pubblici), servizi di sicurezza dei veicoli e servizi intelligenti, pensiline degli autobus. Tuttavia, uno dei primi grandi passi verso soluzioni di mobilità intelligente è stata la metropolitana di Dubai. In effetti, è la metropolitana senza conducente più lunga del mondo, trasportando più di 600.000 passeggeri al giorno.

Al fianco dei veicoli autonomi, uno degli aspetti importanti della mobilità intelligente è lo sviluppo sostenibile. Ecco perché il governo incoraggia il possesso di auto elettriche,

L'obiettivo è portare 270.000 auto elettriche entro il 2030 .

La strategia di trasporto autonomo di Dubai ha tre obiettivi principali: in primo luogo, ridurre i costi di trasporto del 44%, che si traduce in un risparmio annuo fino a 245 milioni di dollari. In secondo luogo, una riduzione del 12% dell’inquinamento si traduce in un risparmio annuo di 408 milioni di dollari. Infine, l’aumento della crescita economica e dell’efficienza dei trasporti genera ritorni economici pari a 9 miliardi di dollari all’anno. Inoltre, la strategia di trasporto autonomo di Dubai ha altri obiettivi meno finanziari, come la riduzione delle perdite per incidenti stradali del 12%, che si traduce in un risparmio fino a 544 milioni di dollari. Infine, la produttività delle persone aumenta del 13%, il che significa che vengono risparmiate 396 milioni di ore di trasporto.

Dubai ha dimostrato di essere una città unica che è riuscita a trasformarsi da deserto a città globale.

La leadership visionaria è stata un fattore importante per il suo successo e il suo cambiamento. Il piano della felicità della città è integrato nelle politiche, nei servizi e nelle strategie di diversi enti municipali. Tuttavia, secondo il settore privato, nelle fasi future l'attenzione dovrà concentrarsi sugli sforzi di Dubai per salire nella scala delle città intelligenti e non su un'agenda interamente gestita e attuata dal governo. Inoltre, il sostegno alle infrastrutture di assistenza legale e alle piattaforme di condivisione e gestione delle informazioni è fondamentale per aumentare l’efficienza e la competitività.

Costruire modelli economici e sociali a lungo termine è essenziale in queste città dominate dagli stranieri per costruire una città più resiliente agli shock e alle incertezze.

 

Benefici e rischi delle smart cities

I vantaggi delle città intelligenti sono molteplici perché offrono soluzioni alle sfide dell’urbanizzazione e nuovi approcci al processo decisionale ottimale. Questi vantaggi diventano evidenti quando si evidenziano i diversi ambiti di applicazione delle città intelligenti. Innanzitutto, le città intelligenti rendono il lavoro amministrativo più efficiente. Migliorare la governance elettronica, compresi servizi quali la tassazione elettronica e l’archiviazione online di documenti pubblici. Rafforzare inoltre il ruolo del governo nelle crisi, nella trasparenza e nella sicurezza pubblica. Allo stesso modo, le città intelligenti si concentrano sugli utenti, o cittadini, per facilitare i loro stili di vita, tra cui la riduzione del traffico nei trasporti pubblici, un’istruzione completa e un’assistenza sanitaria di qualità, e il miglioramento della coesione sociale attraverso un maggiore benessere. In terzo luogo, le città intelligenti sono progettate per aumentare la prosperità aziendale diversificando la produzione efficiente basata sui bisogni in tutti i settori, a partire dall’agricoltura, e portando innovazione nel business, nel marketing e nella gestione. In quarto luogo, le città intelligenti migliorano la protezione ambientale. Le città intelligenti si basano idealmente su fonti di energia rinnovabile e su un approvvigionamento idrico sostenibile, riducendo tutto l’inquinamento. Inoltre, per raggiungere la sostenibilità ambientale, le città intelligenti adottano infrastrutture sostenibili, comprese le strutture industriali e i servizi igienico-sanitari, che sono essenziali per il benessere a lungo termine della città. Ad esempio, nella regione MENA, si prevede che una nuova città chiamata "The Line" presenterà tutti i vantaggi sopra menzionati con le sue infrastrutture progettate in modo intelligente e andrà anche oltre. Essendo una nuova città, è possibile pianificare un percorso che miri a ottimizzare le inefficienze dei trasporti riducendo al minimo il tempo dedicato alla mobilità personale e alla logistica aziendale. Un altro esempio è Masdar City ad Abu Dhabi, che è spesso considerata pioniera nello sviluppo di città intelligenti, ottenendo interconnettività e un inquinamento ambientale minimo. Questa transizione dall’alto verso le città intelligenti è tipica dell’approccio smart city nella regione MENA (i progetti più grandi sono a Casablanca, Algeri, Il Cairo, Kuwait, Doha, Dubai, Abu Dhabi e molti altri). La gestione top-down può essere molto efficace in un’infrastruttura interconnessa efficiente e omogenea basata su una rete intelligente e consente una pianificazione precisa a lungo termine, sebbene dipenda dalla capacità del management di coordinare l’implementazione. Sebbene i numerosi vantaggi delle città intelligenti attraggano governatori di tutto il mondo, la transizione verso una città intelligente richiede iniziative politiche concrete.

Al tempo stesso varie sono le sfide della costruzione di città intelligenti. Come tutti gli altri aspetti della nostra vita moderna dipendente dalla tecnologia, le città intelligenti devono affrontare sfide di progettazione e implementazione. In primo luogo, la dipendenza tecnologica aumenta la necessità di materiali per produrre dispositivi di accesso, nonché la necessità di infrastrutture ed elettricità per gestire le infrastrutture interconnesse. Ad esempio, le interruzioni delle catene di approvvigionamento di metalli rari e semiconduttori hanno ostacolato la rapida espansione delle infrastrutture intelligenti, mentre le interruzioni di corrente continuano a minacciare l’uso in tempo reale delle funzionalità delle città intelligenti. In secondo luogo, la quantità di dati raccolti aumenta i rischi per la privacy delle persone a causa dei sensori necessari per raccogliere i dati. Di conseguenza, il collegamento crea rischi per la sicurezza informatica (IT) per le aziende che devono aumentare la spesa per la sicurezza informatica per proteggere i dati aziendali sensibili e le operazioni basate sulla tecnologia.

Oltre a queste questioni legate alla tecnologia delle città intelligenti e alla vita basata sui dati, anche le questioni di implementazione stanno frenando la transizione verso la rete e la vita urbana sostenibile. Si è affermato che è particolarmente difficile raggiungere l’inclusione attraverso la facilità d’uso delle infrastrutture delle città intelligenti nelle città con popolazioni diversificate e in rapida crescita. Nella regione MENA, la congestione, la mancanza di risorse e la gestione dei rifiuti richiedono città pianificate in modo intelligente. Gettando innanzitutto le basi per le aspirazioni (come “The Line” in Arabia Saudita, o la fase prevalentemente concettuale di Tunisi e Il Cairo nella transizione alla città intelligente), cittadini, imprese e investitori vengono riuniti per dare forma alla vita della città intelligente. La seconda fase limita l'accesso della città alla visione delineata da un piano concreto e da attività di investimento. I paesi del GCC hanno spinto le loro “città d’autore” nella fase di convergenza con implementazioni di successo e grandi investimenti. Infine, la fase di trasformazione comprende servizi Internet, integrazione di servizi di sicurezza e trasporti intelligenti a disposizione di tutti i residenti. Idealmente, ciò porterà a un cambiamento che soddisfi le esigenze di tutte le parti interessate: imprese, cittadini e natura. Rischi e sfide sono presenti in tutte le fasi: realizzare la visione può essere difficile quando le città della regione MENA hanno una popolazione diversificata e in cambiamento. Un approccio di successo dipende da un significativo coordinamento governativo e da una solida base di investimenti, che non può (ancora) essere pienamente reperibile in tutta la regione MENA. Inoltre, la cattiva governance è considerata il più grande ostacolo al successo dell’approccio alle città intelligenti. In definitiva, il cambiamento dipende dalla continua disponibilità di energia sostenibile, ovvero dalla capacità di attingere all’abbondante energia solare della regione MENA.

È chiaro che i dati dei cittadini rappresentano un vero motore per lo sviluppo di una città intelligente, la cui ricerca e analisi consentiranno l'ulteriore sviluppo dei servizi ai cittadini.

L'introduzione delle nuove tecnologie, però, comporta naturalmente per loro non pochi rischi: ad esempio, l'utilizzo non autorizzato dei dati o il loro trattamento per finalità diverse da quelle comunicate ai cittadini.

Per quanto riguarda le minacce che le nuove tecnologie pongono all'informazione dei cittadini, BSI - Agenzia federale tedesca per la sicurezza delle informazioni ha appena pubblicato nuove raccomandazioni intitolate "Smart Cities/Smart Regions Information Security for IoT Infrastructures". Lo scopo di questo documento è supportare le città intelligenti in continua crescita in Germania nella corretta gestione dei dati e nella sicurezza delle informazioni delle infrastrutture tecniche utilizzate.

Uno studio pubblicato nel luglio 2021 dal World Economic Forum, in collaborazione con Deloitte, fornisce un punto di riferimento per tutte le città che intendono avvicinarsi e sviluppare soluzioni di smart city con metodi e principi di privacy. L'analisi si basa sul confronto tra le politiche attuate da un campione di 36 Pioneer Cities nel mondo e le “politiche modello” sviluppate e proposte dalla G20 Global Smart City Alliance, un gruppo di esperti di città intelligenti.

Questo confronto è stato costruito attorno ai principi fondamentali che rappresentano i requisiti essenziali che tutte le smart city devono soddisfare, in cui troviamo:

• il principio di privacy e trasparenza, che riguarda la valutazione dell'impatto della privacy sull'uso di nuove città. tecnologie

• il principio di sicurezza e durabilità, che riguarda l'adozione di misure per proteggere le risorse informative della città.

Occorre, innanzitutto, effettuare valutazioni di impatto in grado di identificare, valutare e descrivere i potenziali rischi associati all'uso della tecnologia proposta, implementando misure tecniche e organizzative adeguate in grado di mantenere la riservatezza, la disponibilità e l'integrità dei dati raccolti. Tuttavia, lo studio ha dimostrato che la maggior parte delle città che hanno partecipato allo studio non hanno implementato un piano di sicurezza informatica aggiornato né nominato esperti di sicurezza informatica. Inoltre, sebbene l’80% delle città intervistate sia a conoscenza degli obblighi di legge legati alla protezione dei dati personali, solo meno del 25% effettua effettivamente valutazioni di impatto dell’introduzione di nuove tecnologie, il che crea incertezza tra i cittadini sui metodi e sulla protezione . dei tuoi dati personali. dati personali le cui relative modalità di trattamento restano poco chiare ed ambigue.

La fiducia dei cittadini è una condizione chiave per il successo delle soluzioni di città intelligenti, e ciò è dimostrato da casi applicativi che hanno suscitato una forte reazione tra i cittadini preoccupati per l'opacità del trattamento dei loro dati personali e il volume dei servizi. informazioni fornite.

Altre azioni in questo ambito includono il Parlamento Europeo (Commissione REGI), che ha pubblicato uno studio sui rischi associati all’uso dell’intelligenza artificiale nelle città intelligenti, e la stessa DPA olandese, che ha invece condiviso la leadership sulla governance globale della privacy e del rispetto dei principi GDPR nelle città intelligenti.

 

Il ruolo dei dati nella smart city

Per smart city si intende un'area urbana che raccoglie informazioni da varie zone della città con l'ausilio di diverse tecnologie con l'obiettivo di migliorare la qualità della vita degli abitanti e ottimizzare il funzionamento della città. Poiché più della metà della popolazione mondiale vive nelle città, si prevede che entro il 2050 il 68% sarà urbanizzato. Le città intelligenti comprendono varie componenti come ambiente intelligente, energia intelligente, edilizia intelligente, trasporto intelligente, salute intelligente e istruzione intelligente, che sono indicatori del livello di "intelligenza" della città. Il campo delle città intelligenti è in continua evoluzione, portando allo sviluppo di molti quadri, da quadri iniziali come il quadro generico di città intelligente sviluppato da CISCO a quadri più specifici come il quadro tecnologia-organizzazione-ambiente (TOE), sviluppato come quadro di riferimento orientato ai processi per la gestione del rischio delle città intelligenti e sostenibili. Sebbene recentemente siano emersi diversi quadri di dati sulle città intelligenti, pochi si concentrano sulla realizzazione della condivisione dei dati intersettoriale (CDS) seguendo le DPL.

I dati delle città intelligenti sono essenziali per trasformare settori come i trasporti, la sanità, l'ambiente e l'energia. Ad esempio, nel traffico, ottimizzano il flusso del traffico e le esperienze di pendolarismo. L’analisi predittiva e il trattamento personalizzato apportano benefici alla salute. L’energia vede un monitoraggio in tempo reale e strategie sostenibili. In campo ambientale, l'analisi di estesi dati meteorologici si è rivelata di inestimabile valore dal punto di vista dello sviluppo dell'agricoltura. Ciò evidenzia il ruolo dei dati come risorsa critica nelle città intelligenti. Inoltre, i dati delle città intelligenti consentono la raccolta di dati in tempo reale, l’integrazione e l’analisi di sensori in vari settori, facilitando il processo decisionale informato. Ad esempio, i dati provenienti dai sensori del traffico possono migliorare le operazioni e i servizi cittadini.

Mentre le città si evolvono rapidamente in città intelligenti, l'uso di dati provenienti da diversi settori per promuovere la collaborazione, migliorare il processo decisionale e migliorare lo sviluppo e i servizi urbani, compresi i trasporti e la sostenibilità ambientale, diventa fondamentale. Ciò evidenzia le opportunità di utilizzare i dati prodotti nelle città intelligenti per rispondere a sfide come la congestione del traffico e la sostenibilità ambientale.

Nel panorama dinamico dello sviluppo delle città intelligenti, i dati aperti stanno emergendo come base per la collaborazione e l'innovazione in diversi settori. Non si tratta solo della disponibilità dei dati; si tratta di dare potere ai cittadini e alle parti interessate. Con i dati a portata di mano, i cittadini sono coinvolti più attivamente e influenzano le decisioni e danno forma al futuro della città. Oltre alla trasparenza, i dati aperti stimolano l’innovazione e ispirano nuove soluzioni a secolari problemi urbani. Combinando set di dati provenienti da diversi settori, non si tratta solo di ottimizzare il traffico o migliorare i servizi; si tratta di creare una città prospera, una città più intelligente ed efficiente che alimenti la crescita economica. Questi dati aperti non sono solo numeri e statistiche; costituiscono la base per creare posti di lavoro, creare nuove industrie e rivitalizzare l’ecosistema dell’innovazione. Nello sviluppo delle città intelligenti, gli open data sono una componente chiave che facilita la gestione multiforme delle città e migliora diverse caratteristiche chiave come l’adattabilità, l’efficienza e la trasparenza. Questi dati accessibili sono una pietra angolare che promuove la partecipazione e la fiducia della comunità, che sono prerequisiti per costruire comunità intelligenti e inclusive. L’importanza dei dati aperti nelle città intelligenti si estende al loro potenziale di affrontare processi e dinamiche dell’ecosistema precedentemente inesplorati, fornendo capacità di modellazione avanzate.

L'apertura, pietra angolare della governance aperta e delle iniziative relative ai dati aperti, è in sinergia con i processi partecipativi e collaborativi nel contesto delle città intelligenti. Gli archivi di dati aperti, spesso incorporati nelle piattaforme informative delle città, contengono un’abbondanza di diversi tipi di informazioni essenziali per risolvere i problemi della società civile, aumentare la trasparenza e colmare il divario tra governo locale e cittadini. L’introduzione di questi portali e piattaforme di informazione è in linea con l’obiettivo più ampio di promuovere una governance trasparente e reattiva e incoraggiare la partecipazione della comunità.

Nonostante il potenziale e il crescente valore dei dati aperti nelle città intelligenti, i progressi sono stati più lenti del previsto, ostacolando lo sviluppo di queste città e minando i loro valori socio-economici. Le sfide per realizzare il pieno potenziale dei dati aperti sono molteplici. Questi includono non solo aspetti tecnici come la qualità e la disponibilità dei dati, ma anche aspetti sociali e culturali, tra cui la promozione della partecipazione pubblica e il colmare delle lacune comunicative tra governi e cittadini. Sono emersi vari modelli e piattaforme per un uso efficace dei dati aperti nelle città intelligenti, dalle iniziative guidate dalle università ai servizi statali. Queste piattaforme spaziano da semplici inventari di dati aperti a piattaforme di dati urbani avanzati e mercati di dati. Alcuni si concentrano sul confronto delle prestazioni delle città, mentre altri rendono i dati più accessibili e significativi fornendo una varietà di dati statici e in tempo reale. L’integrazione dei dati aperti in queste piattaforme non solo promuove la trasparenza, ma consente anche un migliore processo decisionale, partecipazione della comunità e innovazione.

La cooperazione tra settori all'interno delle città intelligenti è parte integrante del loro sviluppo, efficienza e successo complessivo. Costruire ecosistemi di dati collaborativi è fondamentale per le città intelligenti, poiché offre una potenziale soluzione alla condivisione dei dati intersettoriale (CDS). Sebbene non esista una definizione formale, CDS può essere inteso come condivisione e connessione di dati tra settori (ad esempio trasporti, energia, sanità) per promuovere la collaborazione, migliorare il processo decisionale e affrontare le sfide delle città intelligenti. Tuttavia, si sa poco sui fattori che facilitano la cooperazione tra le parti interessate per raggiungere il CDS. La partecipazione delle parti interessate è cruciale nelle iniziative CDS, quindi è necessario contrassegnare i loro ruoli nella condivisione delle informazioni in un modello di classificazione delle parti interessate. Il modello sottolinea l’importanza della partecipazione di tutte le parti interessate al processo di scambio di informazioni per promuovere la cooperazione. Tuttavia, esiste ancora un significativo divario di conoscenze nello sviluppo di sistemi intersettoriali di città intelligenti a causa della complessità e spesso dell’interoperabilità di soluzioni e sistemi in settori come l’energia, i trasporti e la governance.

Un'efficace governance dei dati è fondamentale per affrontare barriere come la privacy e la protezione dei dati. Mentre alcuni considerano le sfide tecniche come ostacoli primari, altri sottolineano i fattori organizzativi e culturali. Strategie come la crittografia dei dati e protocolli di condivisione sicura dei dati vengono proposte per rafforzare la sicurezza e la privacy dei dati nelle città intelligenti.

Secondo Kieu et al (2022), "la collaborazione multisettoriale è fondamentale per far avanzare le città intelligenti verso i loro obiettivi di essere intelligenti e vivibili". Pertanto, qui si pone l’attenzione su tre soluzioni tecniche CDS per comprendere lo stato attuale delle conoscenze per raggiungere l’interoperabilità tra i settori urbani. I criteri per la revisione di queste tre soluzioni tecniche CDS si basavano sulla loro capacità di facilitare la condivisione delle informazioni tra più settori di una città intelligente. Queste soluzioni sono state selezionate in base alla loro importanza nel migliorare la capacità di condividere informazioni tra settori. L'analisi si è concentrata sulla valutazione dei punti di forza e dei limiti delle soluzioni proposte in termini di applicabilità, scalabilità, sicurezza, conformità alle normative sulla protezione dei dati e potenziale per consentire CDS efficaci.

Come prima soluzione, è stata trovata una piattaforma ibrida basata su blockchain che collega diversi settori importanti legati al funzionamento di una città intelligente. “Le attuali soluzioni per città intelligenti basate su blockchain sono limitate a singoli settori e mancano di connettività e componibilità tra di loro” (Mukherjee, Sahoo e Halder, 2022). Pertanto, questa soluzione offre l’opportunità di facilitare la CD nei settori in cui i dati possono essere condivisi in modo sicuro. La soluzione Blockchain considera anche l’integrità dei dati, che è molto importante, rendendola sicura e trasparente durante la condivisione dei dati. Tuttavia, ci sono preoccupazioni riguardo alla privacy dei dati e al rispetto delle normative sulla privacy della tecnologia blockchain. Tuttavia, Kosba et al (2016) hanno proposto tecniche di preservazione della privacy per soluzioni blockchain, come i certificati a dati zero (Kosba et al, 2016). Pertanto, se queste tecniche di privacy fossero applicate alla soluzione blockchain presentata da Mukherjee, Sahoo e Halder (2022), si potrebbero superare i limiti derivanti dal mancato rispetto dell’attuale DPL.

Un'altra soluzione trovata è di  Anisetti et al (2021), i quali  hanno proposto un sistema di controllo degli accessi che dovrebbe risolvere la condivisione delle informazioni e la protezione dei dati in un ambiente di big data. Questa soluzione fornisce una soluzione parziale a KDS, perché sebbene si affermi che il sistema "dovrebbe" proteggere la privacy dei dati sensibili, ciò non è garantito. Il servizio di analisi dello smog e il servizio di monitoraggio del traffico si basano sulle stesse fonti di dati e pipeline, e il sistema di controllo degli accessi consente a entrambi i servizi di accedere al set di dati con restrizioni impostate per i dati sensibili. Tuttavia, a differenza della soluzione blockchain presentata, il sistema potrebbe non essere applicabile ai CDS per gli sviluppi delle città intelligenti.

La terza soluzione trovata è di  Pompe et al (2021), che propongono un mercato semantico dei dati per condividere informazioni all'interno di una città intelligente. Un mercato dei dati rende i dati facili da trovare e utilizzare, il che migliora l’efficienza dei CDS. Tuttavia, non è chiaro se la soluzione soddisfi i requisiti della DPL o se il mercato sia scalabile per soddisfare le esigenze di molteplici settori nel contesto dello sviluppo delle città intelligenti.

Dopo aver esaminato le tre soluzioni, ciascuna soluzione presenta i propri punti di forza e i propri limiti per facilitare il CDS. Il sistema di controllo degli accessi proposto da (Anisetti et al., 2021) potrebbe essere il metodo più adatto per i CDS, ma la sua scalabilità è motivo di preoccupazione. Inoltre, la soluzione blockchain di Mukherjee, Sahoo e Halder (2022) può essere un modo adeguato per facilitare i CDS nel rispetto della DPL se include tecniche di protezione dei dati. Infine, la soluzione di data marketing di Pompe et al. (2021) potrebbe anche essere un metodo adatto per i CDS, sebbene non sia chiaro se i requisiti DPL siano soddisfatti. Pertanto, sono necessarie ulteriori ricerche su queste soluzioni e su altre tecnologie emergenti per acquisire una comprensione completa degli approcci più efficaci per facilitare i CDS ai sensi della DPL.

Se questi sopramenzionati sono strumenti di protezione dei dati nell’ambito delle smart cities, quali sono, invece, le iniziative legislative volte a gestire le problematiche legate alla sicurezza ed alla protezione dei dati personali coinvolti?

 

Interventi legislativi: una stretta alle smart cities

La privacy è stata a lungo vista come un ostacolo all'innovazione. È stata considerata come un elemento che aumenta i costi per la gestione dei dati senza fornire benefici reali. Con l’entrata in vigore del GDPR il 25 Maggio 2018, questo è stato e continua a essere oggetto di discussioni in tema di innovazione tecnologica. L'obiettivo del GDPR è proteggere tutti i cittadini dell'UE da violazioni della privacy e delle informazioni in un mondo, come si è visto, sempre più basato sui dati, molto diverso dall'epoca in cui è stata istituita la direttiva del 1995 .

Non tutti i sistemi collegati alla Smart City saranno direttamente correlati ai dati di base, specialmente quelli che non sono di natura ad alta tecnologia. Si pensi a sistemi di irrigazione o smaltimento dei rifiuti: questi risultano non essere direttamente collegati alle persone. Tuttavia, ci sono attività in cui questa divisione non è così semplice. Ad esempio, una rete di piste ciclabili; se non è sotto sorveglianza video, non ha alcuna connessione con i dati personali. Tuttavia, se la città dispone di un sistema di condivisione delle biciclette (sistema di biciclette pubbliche), quando si utilizzano le biciclette della città, di solito autorizzate e pagate con carte di credito, inevitabilmente verranno raccolti dati personali. I più moderni modelli di smart city utilizzano le tecnologie dell’“Internet of things” (IoT): in questo caso, è necessario raccogliere, accedere e gestire i dati personali in modo appropriato . La domanda che ci si pone in questo contesto è: cosa succede nei sistemi in cui ci sono diversi livelli di automazione e in cui una persona fisica non segnala volontariamente i propri dati? Con l’art. 5 del regolamento si può affermare come la raccolta di dati personali a fini di sviluppo delle smart city deve essere precisamente definita, con adeguate norme legali, e deve essere prestata particolare attenzione alla conservazione dei dati che consentono l'identificazione di una persona fisica, che non dovrebbe durare più del necessario. Certamente, i dati possono poi essere conservati per scopi statistici e altri, come la creazione di un modello del traffico, ma come si è visto, dovrebbero essere anonimi. L'articolo 6 del regolamento stabilisce inoltre che il trattamento dei dati personali è legittimo se sono soddisfatte determinate condizioni, come l’esecuzione di un compito di interesse pubblico e si menziona esplicitamente la questione della sicurezza del trattamento dei dati personali, come affermato esplicitamente nell'articolo 32.

La persona fisica potrebbe essere identificata anche dal veicolo che guida, anche in una città con decine di migliaia di persone; il veicolo potrebbe essere individuato dal colore e dal tipo di veicolo, anche quando guidato da un singolo individuo - quindi potrebbe essere riconosciuto anche senza conoscere le targhe. In determinati casi, se le riprese di sorveglianza finiscono in mano a una persona malintenzionata, potrebbe verificarsi una violazione molto grave della privacy. Da quest’analisi si può notare come l’applicazione del GDPR influenza in maniera notevole l’implementazione del modello smart city, dove la raccolta dei dati personali diviene inevitabile dal punto di vista dell’individuo nel contesto urbano dell’individuo. Nel contesto urbano, il GDPR può contribuire a costruire un modello smart city di alta qualità. Tuttavia, è lecito affermare come la mancanza di un approccio sistematico ed una strategia di sviluppo potrebbero portare a delle difficoltà: impostare male un sistema di videosorveglianza è sufficiente per far sì che i dati personali possano essere soggetti ad un abuso in una piccola città. Il GDPR ha senza dubbio rafforzato enormemente i poteri e i compiti delle autorità di controllo privacy nei vari stati. I poteri sanzionatori e di intervento ex post sono poi estremamente estesi ed incisivi, tanto da avere effetti dissuasivi e preventivi anche nei confronti di grandi colossi digitali e non. Il GDPR ha quindi contribuito in maniera massiccia ad una migliore tutela dei dati contro le minacce tecnologiche, grazie a diverse misure come l’applicazione simultanea delle stesse regole in tutti i Paesi dell’UE, sanzioni uniformi, obbligatorietà in moltissimi casi della nomina del Responsabile della protezione dei dati, fine della centralità assoluta del consenso ed emersione paritetica di altri presupposti di liceità di trattamento,  obbligo di notifica al garante e della comunicazione degli interessati delle violazioni di dati personali, i principi di “privacy by design” e “privacy by default”, e così via. In breve, il GDPR non dovrebbe essere visto come un "pericolo" per le smart city, ma come una serie di condizioni che possono essere utili nello sviluppo dei modelli di smart city. Inoltre, i cittadini accetteranno più volentieri una smart city che non li faccia pensare a una forma di "Grande Fratello" o di controllo totalitario sulle loro libertà personali. Pertanto, il GDPR può anche contribuire allo sviluppo dei modelli di smart city, poiché la sua attuazione garantisce un livello più elevato di protezione dei dati personali, riducendo così la paura di possibili abusi delle funzioni di controllo della città intelligente.

Il grande potenziale dell’Intelligenza Artificiale (AI) nelle Smart City è evidente, ma nel medesimo tempo importante è adottare regolamentazioni responsabili. Se il GDPR, nello specifico, prevede un obbligo di DPIA per il trattamento che utilizza nuove tecnologie e può presentare un elevato rischio per i diritti e libertà delle persone fisiche: le smart cities utilizzano una vasta gamma di tecnologie innovative per raccogliere e trattenere dati personali su larga scala, l’AI Act - il regolamento dell’Unione Europea che stabilisce un quadro normativo comune per l’intelligenza artificiale-  offre agli sviluppatori, agli operatori di IA e agli utenti chiari requisiti e obblighi relativi agli usi dell’Intelligenza Artificiale. Una delle principali preoccupazioni riguardo all’uso dell’AI nelle Smart City è l’etica. Le regole per l’IA disponibili sul mercato dell’Unione o che comunque interessano le persone nell’Unione devono garantire che i sistemi di intelligenza artificiale rispettino i valori umani fondamentali, come la dignità, la libertà e la giustizia. Il Regolamento sull’AI pone l’accento sull’importanza della trasparenza nei sistemi di AI, richiedendo che le decisioni automatizzate siano comprensibili e giustificabili. Un’altra area chiave di regolamentazione riguarda la protezione dei dati personali. Con l’implementazione del GDPR, l’UE ha stabilito regole chiare sul trattamento dei dati personali, incluso l’uso di algoritmi e tecnologie di intelligenza artificiale. Le Smart City devono garantire che le informazioni sensibili dei cittadini siano gestite in modo sicuro e conforme alle normative sulla privacy dell’UE. L’AI Act prevede un obbligo di FRIA (Valutazione d’Impatto sui Diritti Fondamentali) ogni volta che le città utilizzino sistemi di IA, ad esempio per la gestione del traffico, la sicurezza pubblica, ciò per garantire identificazione e mitigazione di eventuali rischi per i cittadini.

Un esempio di come si è intervenuti normativamente sulle smart cities, è rappresentato dal provvedimento dell’11 gennaio 2024 con il quale l’Autorità Garante per la Protezione dei Dati Personali è intervenuta sul tema del trattamento dei dati nell’ambito delle c.d. smart cities, sanzionando il Comune di Trento per aver raccolto dati personali tramite microfoni e telecamere di videosorveglianza, posizionate in luoghi pubblici, per finalità ulteriori rispetto a quelle previste dalla disciplina in materia di sicurezza urbana. I trattamenti sanzionati rientravano, infatti, nell’ambito di due progetti di smart urban security consistenti nel training di una tecnologia di intelligenza artificiale per il rilevamento di potenziali eventi criminosi e, di conseguenza, per l’innalzamento del livello di sicurezza cittadino.

Al netto delle considerazioni strettamente tecnico-giuridiche, ciò che emerge è l’indiretto ammonimento ricavabile dal Provvedimento verso gli operatori economici che intendono introdursi nel settore dei servizi per le c.d. smart cities nel rispetto della normativa sulla protezione dei dati personali, anche servendosi di una data governance idonea.

Il Provvedimento chiarisce che la raccolta di informazioni audiovisive tramite i sistemi di videosorveglianza possa costituire un trattamento di dati personali relativi a reati (v. art. 10 GDPR) per il solo fatto che l’attività sia finalizzata all’individuazione e all’analisi di fatti rilevanti per la tutela della pubblica sicurezza, che possono integrare quindi fattispecie di reato. La tesi in senso contrario del Comune, basata sull’assunto che l’utilizzo dei dati raccolti in un procedimento penale sarebbe stato solamente eventuale e non immediato, è stata pertanto respinta. Per di più, il Garante ha dichiarato che il trattamento in questione rispondesse anche all’articolo 9 del GDPR, poiché la finalità del progetto comprendeva la ricerca e l’analisi di categorie particolari di dati personali per consentire, nello specifico, l’addestramento di algoritmi di intelligenza artificiale che sarebbero stati in grado di riconoscere potenziali situazioni di rischio per la pubblica sicurezza.

Importante è anche il Data Governance Act (“DGA”) che offre importanti modelli per l’interoperabilità e la condivisione dei dati (c.d. data intermediaries), fra i quali assume importanza l’istituto delle cooperative di dati (“co-op”), già adottato in diversi settori, come quello della salute, dei trasporti o del ride-sharing e che può giocare un ruolo significativo nell’ambito dei progetti di sviluppo di servizi a beneficio delle smart cities.

Le co-op - definite dal DGA come delle strutture organizzative ricomprese fra i servizi di intermediazione- possono essere costituite da data subjects, imprese individuali e PMI. Fine primario delle co-op è realizzare una data governance di tipo democratico e mutualistico, supportando la condivisione dei dati fra i membri affinché questi possano collettivamente godere delle utilità derivanti dal loro trattamento. A seconda del modello di business di riferimento, le co-op si dividono in :

1. co-op di tipo “member-to-cooperative cui”: i dati sono condivisi nell’ambito della cooperativa per scopi interni all’organizzazione, per essere raccolti e trattati al fine della fornitura di un servizio;
2. co-op di tipo “member-to-member”: i dati sono condivisi fra i membri per mezzo dei canali istituiti nell’ambito della cooperativa;
3. co-op di tipo “federated”: i dati sono condivisi fra diversi enti che hanno interessi comuni e processi simili di “data governance”;
4. co-op di tipo “third party”: i dati sono condivisi mediante schemi di data sharing tradizionali con enti terzi rispetto alla cooperativa e sulla base di accordi negoziali e, se dal caso, delle autorizzazioni o delle manifestazioni di consenso da parte dei singoli membri della cooperativa;
5. co-op di tipo “open data”: i dati vengono condivisi mediante uno spazio comune, disponibile a tutti.

Sebbene queste prime regolamentazioni delle smart cities e dell’uso dei dati nelle stesse, possano presentare sfide nell’implementazione pratica rappresentando una stretta nella diffusione del fenomeno delle città intelligenti , offrono anche opportunità per sviluppare città più sicure, inclusive e orientate verso il benessere dei cittadini.

Riflessioni conclusive

L’intelligenza artificiale urbana fa parte di un flusso più ampio di trasformazione digitale in cui le realtà fisiche, sociali e digitali si intrecciano. Per garantire un’intelligenza artificiale efficace e affidabile, oltre a una regolamentazione europea esemplare dell’IA e una strategia digitale, si raccomanda di includere l’intelligenza artificiale urbana nei programmi di ricerca dell’UE sullo scambio di informazioni, sulle reti di comunicazione e sulle politiche di mobilità ed energia, e di rafforzare la capacità e le iniziative di sviluppo che coinvolgano stakeholder sia privati ​​che pubblici (soprattutto locali). Dal punto di vista operativo, la condivisione di infrastrutture (sensori, hardware, software) e dati è fondamentale per i casi aziendali di IA urbana. Si prevede che l’IA sarà meglio integrata nei quadri politici e di ricerca relativi, ad esempio, al patrimonio di conoscenza e agli ecosistemi europei, all’interoperabilità (intersettoriale) e all’armonizzazione per facilitare l’implementazione dell’IA nelle città, ad esempio creando un test e sperimentare spazi per il programma Europa digitale, sostenere l’UE nella lotta al cambiamento nel dominio digitale. L’intelligenza artificiale richiede una regolamentazione che trascenda i confini della tecnologia e del settore.

Al momento in cui si scrive, non tutte le città hanno le competenze necessarie per garantire valore pubblico nella digitalizzazione, quindi non sono coinvolte come soggetto locale o non sono in grado di gestire e controllare adeguatamente le soluzioni di intelligenza artificiale implementate da entità commerciali (ad esempio Big Tech). Il sostegno a livello dell’UE alle infrastrutture e alla governance della digitalizzazione, come le piattaforme di informazione urbana, è essenziale. In un nuovo regolamento, l’inevitabile compromesso tra efficienza ed equità è essenziale. A questo proposito, si raccomanda di dare priorità all’efficienza per accelerare l’adozione di soluzioni intelligenti nell’ambiente urbano. Questo approccio è considerato socialmente accettabile, poiché anche le persone senza accesso diretto alle soluzioni di intelligenza artificiale continuano a trarne benefici attraverso esternalità positive, tra cui infrastrutture più efficienti per la gestione dell’energia e dei rifiuti, inquinamento, rumore e congestione. Allo stesso tempo, la raccolta imparziale dei dati deve garantire (parzialmente) l’equità. Inoltre, gli appalti innovativi dovrebbero diventare lo standard che porta con sé i requisiti per un’intelligenza artificiale tecnicamente ed eticamente responsabile. Ciò vale per i governi locali, che sono leader nell’implementazione dell’intelligenza artificiale quando gli appalti implicano la fornitura di tecnologia, e per le città in cui le aziende sono strettamente coinvolte nella fornitura di servizi pubblici (basati sull’intelligenza artificiale).

Le città intelligenti stanno nascendo in tutto il mondo, offrendo un'ampia gamma di soluzioni alle sfide dell'urbanizzazione e accelerando l'esplosione globale della governance rapida delle informazioni e dei dati. Sebbene le città intelligenti condividano vantaggi comuni ovunque, la realizzazione di una città intelligente varia notevolmente a seconda del paese e della struttura urbana esistente. Lo sviluppo delle città intelligenti deve essere adattato alle esigenze di ciascuna città. Lo sfruttamento di un modello socioeconomico adatto alla città richiede uno sforzo congiunto di ricercatori, decisori e governo. Il primo passo è valutare i bisogni della città. Questo passaggio può essere raggiunto con l’aiuto di scienziati esperti e urbanisti. In secondo luogo, i bisogni dovrebbero essere comunicati ai decisori politici che possono progettare politiche per soddisfarli. In terzo luogo, queste raccomandazioni devono essere comunicate al governo per garantire che l’attuazione delle politiche sia coerente con gli obiettivi dei ricercatori e dei responsabili politici. Inoltre, il governo dovrebbe sviluppare una politica ambientale. Ad esempio, la riforma fiscale ambientale, compresa la tassazione ambientale, avrà un enorme impatto positivo sullo sviluppo di una città intelligente. A questo proposito, influisce anche sulla riduzione della povertà a lungo termine attraverso misure dirette come l’alleviamento degli oneri ambientali che gravano sulla vita dei poveri (ad esempio l’inquinamento dell’acqua e dell’aria) e indirettamente liberando spazio finanziario dal settore pubblico per investire in programmi di riduzione della povertà (ad esempio OCSE, 2005). Sono ancora necessarie ulteriori ricerche su come il concetto di città intelligenti potrebbe essere molto specifico a seconda del livello di sviluppo della città, della valutazione e della valutazione dei bisogni, portando a strategie intelligenti efficaci. Rimangono molte sfide, a partire dalla scarsa facilità nell’individuare i bisogni primari di ogni città. Inoltre, la burocrazia politica resta un peso. Nonostante tutte le sfide e il lungo processo, le città intelligenti possono avere un impatto positivo significativo sugli standard di vita e sulla mobilità delle persone a lungo termine