Con Annette Spellerberg, professoressa di sociologia urbana e regionale alla RPTU Kaiserslautern-Landau, e Stefan Höffgen, responsabile della digitalizzazione alla Tegel Projekt GmbH
* Traduzione generata dall'IA*

Questo è Raumdigital, il podcast sulla digitalizzazione nello sviluppo sostenibile delle città e dei territori. [Musica] Ciao a tutti, benvenuti alla terza parte della mini-serie sull'intelligenza artificiale nella pianificazione territoriale. Nella serie ho parlato con Paul Meirath dell'uso dell'IA nella città di Zurigo tra innovazione e responsabilità e nell'ultima puntata ho parlato con Petra Ortado dell'IA nel Trend Report for Planners dell'American Planning Association. Insomma, di come pianificare il futuro per il futuro. Se non avete ancora ascoltato queste puntate, fatelo assolutamente. Ci sono interessanti approfondimenti su Zurigo, la città più smart del mondo, e sulla visione dell'American Planning Association delle tecnologie che ci aspettano e di come influenzeranno lo sviluppo territoriale. E su come l'IA gestisce lo spazio e come cambia la pianificazione territoriale. A questo proposito, do il benvenuto ad Annette Spellerberg e Stefan Höfgen. Annette Spellerberg è professoressa di sociologia urbana e regionale alla RPTU Kaiserslautern-Landau e Stefan Höfgen è responsabile della digitalizzazione presso la Tegel Projekt GmbH di Berlino. Affronteremo quindi il tema dell'IA da un punto di vista scientifico e pratico. Annette, Stefan, benvenuti.

Buongiorno.

Grazie per l'invito.

Entrambi vi occupate di intelligenza artificiale nel vostro lavoro e siete anche membri di un gruppo di lavoro sull'intelligenza artificiale nello sviluppo territoriale dell'Accademia per lo sviluppo territoriale dell'ARL. Annette, tu dirigi questo gruppo di lavoro insieme a Klaus Beckmann. Anch'io faccio parte del gruppo di lavoro e inserirò i link agli altri colleghi nelle note dello show. Loro vengono dal mondo della pianificazione, dell'amministrazione e della ricerca in Germania, Austria e Svizzera. Bene, ma ora entriamo nel vivo. In che modo l'IA influenza lo spazio e come cambia la pianificazione? Stefan, tu sei responsabile della digitalizzazione nella trasformazione dell'area dell'aeroporto di Tegel. Immagino che utilizziate l'IA nella trasformazione. Puoi descrivere brevemente come la utilizzate, magari per chi non conosce la trasformazione dell'aeroporto di Tegel? Aggiungi qualche descrizione su cosa fate esattamente, qual è il vostro compito.

Esatto. Siamo la Tegel Projekt GmbH e abbiamo il compito, in qualità di società municipale, di riqualificare l'ex aeroporto di Tegel in un quartiere urbano sostenibile, che deve anche essere smart e creare spazio per 20.000 lavoratori e fino a 10.000 persone che poi ci vivranno. E noi, in qualità di società di sviluppo, siamo responsabili di questa trasformazione. Non saremo noi a costruire, ma stiamo preparando tutto il percorso, tutte le infrastrutture e in parte anche gli edifici affinché lo sviluppo del quartiere possa avere luogo. Questo significa che abbiamo diversi progettisti specializzati, dall'edilizia alla pianificazione delle infrastrutture, alla progettazione degli spazi aperti e, naturalmente, anche ai temi della digitalizzazione. Ed è qui che utilizziamo l'IA. Non è che stiamo già usando l'IA al massimo, ma dove l'abbiamo fatto, per esempio, è che abbiamo delle foto aeree fatte da colleghi che fanno voli settimanali per controllare eventuali minacce, che sono ad altissima risoluzione. E ovviamente c'è il problema che non tutti quelli che sono sul posto vogliono essere visti. Abbiamo anche un centro di accoglienza per rifugiati sul posto e quindi abbiamo deciso di rendere anonime queste immagini. Questo significa che, se le condividiamo, devono essere il più possibile anonime. Per questo, insieme all'ITDZ, il fornitore di servizi IT del Land Berlino, abbiamo iniziato a sviluppare o addestrare un'intelligenza artificiale, non a svilupparla, ma ad addestrarla per pulire le nostre foto aeree da persone e veicoli o almeno per sfocarli. In questo modo vogliamo garantire la protezione dei dati delle persone e facilitare la condivisione di queste immagini aeree.

Per questo usiamo un'intelligenza artificiale.

Un altro campo in cui usiamo l'IA è, ad esempio, il rilevamento delle specie vegetali. Anche in questo caso viene addestrata un'IA per identificare diverse specie vegetali sul terreno, al fine di monitorare a lungo termine la crescita delle piante, comprese le specie invasive, ma anche semplicemente i cambiamenti sul terreno nel tempo, e quindi vedere come sviluppare lo spazio libero. Lo facciamo insieme alla società statale GrünBerlin. E forse un terzo esempio, anche se non siamo direttamente coinvolti come team, è che ci sono anche aziende che guidano sul terreno, che testano veicoli a guida autonoma e che ovviamente usano l'IA per prendere decisioni sui veicoli o per l'analisi dei dati. Sono casi di applicazione molto diversi tra loro in cui utilizziamo l'IA.

Quindi già adesso c'è un uso attivo dell'IA e, se il nuovo quartiere, il quartiere Schumacher, sarà progettato come quartiere intelligente, cosa si pensa di fare o di supportare con l'IA? Beh,

vediamo delle opportunità nel settore della mobilità, almeno per le aziende con cui lavoreremo, che useranno l'IA per gestire i people mover, i bus navetta autonomi che circoleranno qui, in modo che l'IA possa prendere le decisioni di guida o almeno elaborare i dati in modo sensato. Poi forse ci sarà anche l'IA, per esempio per riconoscere i versi degli uccelli e imparare, visto che abbiamo l'Animal Aided Design. È un obiettivo che ci siamo dati per cercare di sfruttare anche la crescita e la biodiversità. Poi, nel campo dell'approvvigionamento energetico, l'IA potrebbe essere usata perché cerchiamo di ottimizzare i processi energetici e i sistemi di apprendimento e le previsioni sono utili per prendere decisioni migliori e rendere questo tema più efficiente. Per il resto, però, non abbiamo ancora un piano chiaro su dove verrà usata l'IA. Quest'anno scriveremo una strategia sull'IA, cercheremo di definire le linee guida generali per noi, quali tipi di IA vogliamo usare, quali sono i sistemi di IA che forse non vogliamo e dove vorremmo concentrarci per l'uso dell'IA. Questo succederà nel corso dell'anno, soprattutto grazie al gruppo di esperti e al gruppo di lavoro qui dell'AAL.

E cosa vi aspettate dall'uso dell'IA? Perché usate questa tecnologia?

In parole povere, è l'aumento dell'efficienza, il fatto di poter prendere decisioni più velocemente, di poter ottenere risultati migliori dalle informazioni che abbiamo o di poter elaborare meglio grandi quantità di dati, che poi sono disponibili, e quindi di poter prendere decisioni basate sui dati. Questo è ciò che ci aspettiamo dall'IA. Non so, l'esperienza che abbiamo fatto ad Amburgo, dove ho lavorato, è che anche i sistemi di IA, i sistemi di assistenza, aiutano non solo a sostituire il lavoro di routine, ma almeno a supportarlo, e che ci sono possibilità di accelerare davvero i processi, perché la base di conoscenza su cui si lavora è meglio preparata, forse anche più ampia, grazie all'IA.

E naturalmente vogliamo sfruttarle.

Quindi, voi usate già molto l'IA e avete deciso come continuare a usarla. Come siete arrivati a saper usare l'IA e a organizzare la vostra azienda in modo da poter offrire un campo di prova, la guida autonoma e cose simili? Come avete iniziato con questo tema?

Da un lato, il progetto che abbiamo in corso, lo sviluppo dell'ex aeroporto di Tegel, è un luogo di innovazione e un laboratorio reale. Questo è anche il nostro compito. Dobbiamo sperimentare qui cose nuove che possano essere riutilizzate in altre città, comuni e progetti.

È quindi ovvio che ci occupiamo anche di nuovi sviluppi e innovazioni tecniche e che vogliamo utilizzarli di conseguenza. L'altro aspetto è che non facciamo tutto da soli. Come ho già detto, molti dei progetti di intelligenza artificiale, in particolare la guida autonoma, non sono realizzati dal progetto Tegel, ma da aziende o istituti di ricerca che si insediano qui e che hanno a disposizione un'area di prova appositamente designata per testare queste cose e acquisire esperienza.

Questo significa che da un lato noi come società siamo un motore dell'innovazione e dall'altro collaboriamo con tanti esperti e istituzioni che ci supportano o semplicemente usano lo spazio e ottengono lo spazio per provare queste cose qui.

In pratica, ci sono le condizioni ideali non solo per testare nuove tecnologie come l'IA, ma anche per metterle in pratica.

Anette, ora mi rivolgo alla sociologa regionale e urbana. Tutte le città, tutti i progetti hanno queste buone condizioni di partenza?

In realtà no, o solo in parte, perché le città sono organizzate. Tegel è effettivamente un laboratorio reale e può partire da zero. Ciò significa che si costruisce ex novo, si sviluppano nuove infrastrutture. Anche gli attori si riuniscono in modo nuovo.

Ciò significa che in questo laboratorio reale è possibile trovare collaborazioni completamente nuove con l'economia, la scienza, le imprese e anche la città stessa, ma soprattutto forme di interazione e strutture organizzative completamente nuove.
 

Nelle città, invece, le amministrazioni sono ben rodate, le strutture esistono, le infrastrutture sono già in atto, le reti sono disponibili e quindi è ovviamente molto più difficile implementare l'IA, che spesso viene effettivamente utilizzata nei laboratori reali o negli esperimenti, nei progetti di smart city.

L'introduzione dell'IA nel funzionamento normale delle città sta avvenendo molto lentamente.

Ad esempio, nel controllo del traffico, nei semafori o nei sensori per le piante verdi, nei sistemi di irrigazione automatizzati, forse anche in qualcosa come un chatbot per i servizi ai cittadini, nei sistemi di gestione dei dati, nella prima contabilità.

Questo significa che l'IA sta lentamente entrando nella nostra vita, forse anche in modo inconscio. Ad esempio, quando Chat-GPT viene usato nell'amministrazione, non viene associato all'intelligenza artificiale, ma a uno strumento utile che è stato ulteriormente sviluppato. E che forse è un processo inconscio nel funzionamento normale, tranne che negli esperimenti, nei laboratori reali e nei processi spesso supportati dalla scienza.

E secondo la tua esperienza, sono soprattutto le grandi città che realizzano laboratori reali e poi passano dai laboratori reali all'amministrazione, o sono anche le città piccole e medie?

Beh, le grandi città hanno ovviamente un vantaggio. Hanno personale specializzato, come un reparto di digitalizzazione, per esempio. Hanno anche più soldi, quindi partono con un vantaggio e magari hanno anche sviluppato delle strategie. Stefan ne ha già parlato, cioè le strategie di IA. Ma anche le città di medie dimensioni stanno usando sempre di più l'IA. Abbiamo fatto delle interviste in città di medie dimensioni e quello che sta lentamente prendendo piede sono le misure di controllo del traffico, per esempio, o l'elaborazione dei documenti o la sensoristica o i veicoli che rilevano le condizioni delle strade, che poi portano a processi automatizzati per risolvere i problemi.

Questo significa che l'IA sta prendendo piede, forse più facilmente nel settore dei trasporti, come la mobilità su richiesta, le flexline e cose simili che stanno arrivando, che sono basate sull'IA.

Flotte ottimizzate, veicoli, uso ottimizzato del personale, percorsi ottimizzati, apprendimento continuo durante il funzionamento, che secondo me funziona benissimo.

Quindi anche lì l'IA è in gioco, senza che forse nei comuni stessi si tratti di un progetto di IA.

Quindi, per rispondere alla domanda in modo più preciso, più spesso nelle grandi città, anche perché lì la cooperazione tra la scienza, che molto spesso è ancora coinvolta, l'economia e la città è più facile da organizzare che nelle città di medie dimensioni, che però sono anche sulla buona strada.

E uno dei motivi, per dirla tutta, è la disponibilità dei dati.

L'IA si basa su grandi quantità di dati, che nelle grandi città sono disponibili in forma più elaborata e in quantità maggiore, mentre nelle città di medie dimensioni rappresentano una sfida anche per via dell'impiego di personale.

No, è chiaro. L'IA senza dati è impensabile. E qui le città che hanno affrontato prima questo tema hanno un vantaggio. Ci sono anche esempi di città di medie dimensioni, mi viene in mente Landsberg, che hanno affrontato la questione molto presto, anche con voli regolari propri, raccogliendo continuamente dati autonomamente. Ma questo è sicuramente un tema centrale: come gestire i dati e renderli accessibili all'intelligenza artificiale, ma anche ad altre applicazioni, anche quelli provenienti dai diversi silos amministrativi.

Stefan, se ho capito bene, avete una vostra piattaforma dati per, non so, il progetto Tegel, GmbH, Schumacher Quartier o altro, creata per lo scambio di dati, che è anche open source?

Esatto, è così. Sì, abbiamo creato questa piattaforma dati proprio con l'obiettivo di organizzare la gestione dei dati per queste, direi, applicazioni Smart City.

Questo significa che riceviamo dati da diversi settori specialistici, che si tratti di dati BIM di architettura nel migliore dei casi o di piani 2D. Riceviamo anche dati da diversi sensori. Riceviamo dati da altre istituzioni specializzate, anche dall'amministrazione. E poi, come ha appena detto Anette, dobbiamo elaborarli in modo sensato affinché possano essere utilizzati.

Questi dati servono per far funzionare applicazioni di IA utili o, ovviamente, anche altre applicazioni. Per questo, tre anni e mezzo fa abbiamo iniziato a sviluppare questa piattaforma dati. All'epoca volevamo che fosse open source. E siccome non c'era un modello di sistema, negli ultimi anni l'abbiamo sviluppata da soli con i nostri fornitori di servizi, con un po' di aiuto o in collaborazione con la città di Paderborn, attualmente anche in collaborazione con la città di Bonn, e ora abbiamo creato un'infrastruttura dati molto funzionale e completa che funziona qui da noi, ma che, e questo è il bello, viene ora riutilizzata anche in diverse altre città, dove si sono sviluppati due diversi progetti, la Data Space Community e il Civitas Core, che a loro volta trovano applicazione in diverse altre città. E penso che abbiamo contribuito a creare un ecosistema davvero buono, dove ora possiamo affrontare bene il tema della gestione dei dati a livello comunale.

L'obiettivo è integrare questi diversi dati in una piattaforma per poterli poi estrarre in modo standardizzato, anche secondo un sistema corretto.

Questa è la sfida. Chi può vedere questi dati? Chi può riceverli? In che modo possono essere utilizzati?

Questo è ciò che facciamo attraverso questa piattaforma di integrazione, che ha anche componenti aggiuntivi come dashboard che consentono di visualizzare i dati, o attraverso il nostro geoportale, dove i dati sono accessibili al pubblico, ma soprattutto ai colleghi interni, in uno spazio protetto.

E poi, ovviamente, guardiamo anche ai gemelli digitali urbani, che sono sempre molto divertenti, ma anche una strada giusta, direi, per sviluppare da questi dati una buona visualizzazione e sistemi di supporto decisionale con cui noi, ma soprattutto i colleghi specializzati, possiamo poi lavorare per ottimizzare i loro processi e prendere decisioni migliori.

Annette, hai annuito con convinzione quando si è parlato di assegnazione dei diritti e di chi può vedere quali dati.

Sì, perché, come ho già detto, i dati sono il presupposto fondamentale per i processi di IA.

I dati sono soggetti a diversi diritti in termini di protezione dei dati. I dati personali, soprattutto se si pensa all'amministrazione, i dati sociali, sono molto sensibili e non si vorrebbe che finissero in un database pubblico.

Allo stesso tempo, però, la pianificazione X è ormai standard, il che significa che i processi devono essere digitalizzati con interfacce definite, preferibilmente open source, in modo da semplificarli notevolmente. Questo vuol dire che in un comune abbiamo requisiti completamente diversi per la trasmissione dei dati. Abbiamo quindi bisogno di regole, regole molto chiare. Chi ha accesso a quali dati, chi può usarli e come, chi può modificarli e come, chi può gestirli, chi può trasmetterli.

Quindi tutte le questioni relative alla protezione dei dati, alla disponibilità dei dati e alla loro modifica sono molto complesse. Stiamo realizzando un grande progetto interdisciplinare chiamato “Aging Smart - Progettare spazi intelligenti”, in cui si fa proprio quello che ha appena detto Stefan. Collaboriamo con sette comuni. I dati sono di qualità molto diversa. I comuni stessi hanno anche formulato diritti e diritti di accesso diversi, stabilendo cosa è possibile fare o meno con i dati. Ed è davvero difficile mettere insieme tutti questi dati diversi, cioè dati sulla popolazione, immagini aeree, registri catastali degli alberi e altri dati, in un unico strumento per i processi di IA. Un esempio è il riconoscimento delle piante per individuare situazioni di pericolo durante l'estate, quando c'è troppo ozono emesso dalle piante che in realtà dovrebbero fare ombra quando fa caldo. Anche in questo caso sono coinvolti processi di IA. Poi bisogna combinare i dati sulla popolazione con quelli sull'edilizia e i dati dei sensori sulle piante, e qui sorge la domanda: in quali condizioni è possibile unire e combinare i dati? E per questo servono standard in ogni comune, cioè che anche i dipendenti sappiano cosa fare, come usare questi dati e quando ricevono, diciamo, un supporto decisionale, tipo indicazioni su come muoversi quando fa molto caldo e quali alberi o piante evitare per trovare un percorso migliore. Come interpretare tali dati. Ciò significa che i dipendenti comunali devono essere formati in modo permanente, perché l'IA si evolve molto rapidamente in vari settori. Questo significa che abbiamo bisogno di formazione continua in questo campo, soprattutto in materia di etica, diritto, interpretazione, diritti di accesso, quindi non tanto dal punto di vista tecnico, quanto piuttosto sull'uso dell'IA nell'amministrazione, nell'organizzazione e anche sulle nuove sfide che l'uso crescente dell'IA pone all'organizzazione dell'amministrazione, cosa che è probabile.

Ok, Annette, posso interromperti un attimo? Forse xStandard non dice molto ai progettisti in Svizzera e in Austria. Puoi spiegarmi brevemente di cosa si tratta?

Sì, significa che i documenti necessari per una domanda di costruzione, per la pianificazione urbanistica, devono essere disponibili in formato digitale, cioè leggibili da una macchina, con determinate interfacce, in modo da poter essere elaborati automaticamente, affinché la pianificazione e la costruzione nei comuni possano procedere molto più rapidamente. E questo è effettivamente previsto dalla legge, cioè la pianificazione X deve essere adottata nei comuni.

Forse posso aggiungere brevemente che l'aspetto interessante di questo tema della pianificazione X è che permette di trarre conclusioni migliori dalle conoscenze in materia di pianificazione.
 

Quindi, se ho dei piani urbanistici digitalizzati e leggibili da una macchina, se ho anche un modello 3D o delle conoscenze sull'edilizia, posso verificare qual è l'indice di edificabilità in determinate aree, posso vedere se questo corrisponde effettivamente agli edifici esistenti e dove ci sono ancora potenziali di densificazione. E un'altra cosa interessante, che ha menzionato anche Netta, è la possibilità di presentare domande di costruzione. Stiamo lavorando a un progetto di ricerca sulle domande di costruzione digitali basate sul BIM insieme alla città di Amburgo, dove si usano proprio questi dati digitali per vedere se si possono sovrapporre ai dati BIM, in modo da poter fare ricerche semi-automatizzate per capire se il progetto architettonico è conforme alle norme edilizie e se ci sono contraddizioni. Ed è proprio per questo che questi dati sono preziosi a lungo termine. Il mio collega Kai-Uwe Krause parla sempre del gemello digitale della città pianificata.

Se ora riprendo il tema del linguaggio e della comunicazione, se ho ben chiaro in mente, il gruppo di lavoro dell'ARL è stato proprio il punto di partenza per dire che dobbiamo riunire e trasferire le conoscenze. Annette, tu eri già presente come responsabile prima del gruppo di lavoro. Come l'avete avviato? Quali sono state le ragioni?

Io stessa ho lavorato alla digitalizzazione e allo sviluppo territoriale e la digitalizzazione è ovviamente un prerequisito. L'intelligenza artificiale è stata usata nei progetti Smart City e quindi la domanda è: con la diffusione dell'IA, che è in qualche modo inevitabile, cosa significa questo per lo sviluppo territoriale, per il cambiamento delle città, per l'organizzazione delle disparità urbane e rurali, forse anche per le disuguaglianze sociali nella città, per l'impiego della forza lavoro, per l'immagine delle città, cioè quando si pensa all'economia delle piattaforme. Ed era chiaro che l'ARL, in quanto accademia per lo sviluppo territoriale, lavora sempre con l'obiettivo di combinare scienza e pratica. E penso che questo sia stato fatto molto bene in questo gruppo di lavoro, per esempio Stefan con la sua esperienza a Tegel, Martin Memmel del Centro tedesco di ricerca sull'intelligenza artificiale, che allo stesso tempo è stato assunto dalla città di Kaiserslautern per la digitalizzazione dei processi di IA. Abbiamo Jens Libbe del DIFU, cioè l'Istituto tedesco di urbanistica, il BBSR, cioè l'Istituto federale di urbanistica, la signora Schweitzer. E così, dalle diverse discipline, cioè dall'Università di Dortmund, abbiamo anche il signor Othengrafen, che ha fatto molto nel campo della governance e dell'IA. Insomma, abbiamo trovato esperti che avevano già lavorato sull'argomento, ci siamo incontrati più volte, abbiamo scambiato idee, abbiamo esaminato cosa potevamo fare, anche perché lavoriamo tutti su base volontaria, siamo sparsi sul territorio e naturalmente volevamo poter dire qualcosa di concreto sull'argomento dell'IA e dello sviluppo territoriale. Ci siamo concentrati su alcuni campi, tipo le questioni di governance, perché la governance non è proprio sviluppo territoriale, ma la governa sì, soprattutto nelle amministrazioni. Poi abbiamo analizzato più da vicino questioni come la mobilità, abbiamo messo per iscritto lo stato delle conoscenze e anche le buone pratiche, cioè abbiamo guardato esempi concreti di cosa sta succedendo nella realtà e cosa significa.

Come risultato, abbiamo creato una rivista scientifica, tipo un numero speciale, e abbiamo anche aggiunto un documento di posizione pensato per la pratica. In pratica, se volete introdurre l'IA nei comuni, pensate a cosa significa per l'organizzazione stessa. Quindi l'attenzione era sui comuni stessi. Abbiamo quindi servito di nuovo la scienza e la pratica nel risultato, non solo collaborando, ma anche cercando di tener conto di questo aspetto nel processo e nel risultato stesso.

Stefan, tu facevi parte del team che si è occupato di mobilità. Cosa ci aspetta in relazione all'IA e allo sviluppo urbano dal punto di vista della mobilità?

Beh, quello che è chiaro è che l'IA sta entrando sempre più in diversi sistemi di mobilità. Questo avviene in modo graduale, a volte in modo non del tutto consapevole, che si tratti della valutazione o dell'analisi di offerte, dei sistemi di ride pooling, della guida autonoma o semiautonoma, quando si esamina la situazione del traffico e si utilizza l'IA per elaborare rapidamente i dati.

Questo è quello che si nota. È uno sviluppo che c'è. Nel progetto abbiamo anche esaminato tre esempi in modo approfondito, dove abbiamo visto dove viene usata l'IA e come viene usata.
 

E quello che emerge è che ovviamente non esiste un'IA o un sistema che controlla e guida tutto, ma che ci sono attori molto diversi, che ci riportano al tema della governance, perché si vedono interessi molto diversi.

Ci sono poi gli attori che controllano e coordinano il tutto. E poi ci sono quelli che, per così dire, stanno nella sala macchine e costruiscono i sistemi di IA. Credo che questa sia la prima constatazione che possiamo fare. Ora ci si è chiesti in che misura i sistemi di IA intervengano anche nel traffico.

Direi che non è ancora così, non abbiamo migliaia di scatole nere che non possiamo aprire e dove l'IA sta iniziando a prendere il controllo di tutto, ma ci sono molte scatole grigie dove non si sa esattamente come funzionano, ma attori diversi controllano sistemi diversi e non penserei che che l'IA prenderà il sopravvento troppo in fretta nel sistema di mobilità, magari partendo da questa paura. Ma in realtà l'IA viene usata, aiuta, può migliorare un po' le decisioni, può velocizzarle e crea anche nuove offerte che prima, senza questa grande e veloce analisi dei dati, non erano efficienti. Questo è quello che possiamo dire.

Posso intervenire un attimo, perché penso che questa sia una grande opportunità anche per il collegamento tra città e campagna e anche per la situazione del traffico nelle zone rurali.

Se diciamo che abbiamo una flotta di piccoli autobus che, su richiesta, cioè quando si presenta la necessità di prendere l'autobus, possono essere effettivamente ordinati e poi portano le persone a destinazione, ad esempio in un luogo di residenza, a una fermata molto vicina al luogo di residenza, e lì vengono portate dove vogliono andare.

Insomma, la mobilità su richiesta, che è già attiva in alcuni comuni e che trovo estremamente efficace: dici che vuoi essere in città alle dieci e mezza e ordini una cosiddetta Flexline che ti porta lì alle dieci e mezza.

Senza orari, senza grandi autobus, ma comunque con i mezzi pubblici e non come taxi, ma con le tariffe dei mezzi pubblici, utilizzabile con il biglietto Deutschland-Ticket, per esempio, e in questo modo si ha davvero la possibilità di spostarsi in modo personalizzato nelle zone rurali o almeno nelle zone rurali vicine alla città.

Questo come primo passo. Ma penso che cambierà davvero la mobilità e porterà un mix tra trasporto pubblico e privato. E questo, secondo me, è davvero un grande passo avanti e per farlo serve l'IA.

Grazie per questa precisazione. Ma dobbiamo assolutamente tornare sul tema dell'impatto spaziale dell'IA più tardi. Ma Annette, forse passiamo al tema della governance. Tu facevi parte del team di autori e hai già detto che la governance non ha un impatto diretto sullo spazio, ma che l'organizzazione nasce dagli effetti spaziali. Quali sono i temi che avete affrontato nel vostro articolo e che avete esaminato in precedenza?

Beh, si tratta di processi amministrativi che in Germania sono molto segmentati, cioè divisi in diversi dipartimenti e sezioni, e questo rende molto difficile l'uso dell'IA quando si tratta di organizzare cose a livello trasversale.

E nelle strutture amministrative, per usare l'IA, bisogna capire come possiamo farlo e garantirlo. Questo significa che abbiamo bisogno di una struttura di leadership che dica: ok, voglio davvero prendere decisioni basate sui dati. Voglio ottimizzare i processi. Stefan l'ha già detto. Vogliamo migliorare di molto l'impiego della forza lavoro, cosa che diventa necessaria perché i baby boomer stanno andando in pensione. Questo significa che abbiamo un incredibile deficit di personale nella pubblica amministrazione. Entro il 2030, metà dei baby boomer sarà in pensione. Questo significa che abbiamo un grande bisogno di manodopera. Abbiamo molte attività di routine che possono essere automatizzate. Dall'ufficio postale alla contabilità, dal raggruppamento delle domande, quindi anche all'elaborazione delle domande, a cose come i processi di valutazione quando si tratta di questioni edilizie. Quindi strutturare effettivamente l'enorme quantità di dati, renderli valutabili, più gestibili, prepararli e quindi alleggerire il carico di lavoro del personale ancora disponibile, per poter poi effettivamente prendere le decisioni. Che si tratti di sussidi per l'alloggio o di una domanda di costruzione, si tratta innanzitutto di trasferire le informazioni disponibili in processi digitali. E cosa serve per farlo? Serve una leadership che dica: sì, dobbiamo digitalizzare l'amministrazione, altrimenti non funziona più. Abbiamo bisogno di quella governance dei dati di cui abbiamo appena parlato. Dobbiamo affrontare la questione dell'impiego del personale. Forse dobbiamo anche affrontare questioni di ristrutturazione, dire che abbiamo bisogno di dipartimenti digitali con due o tre persone e che forse dobbiamo mettere insieme dei posti di lavoro che abbiano una retribuzione adeguata, perché altrimenti non ci saranno nelle amministrazioni e quindi le amministrazioni saranno scollegate dalla vita sociale in generale. Nessuno lo vuole, perché c'è il rischio che arrivi qualche azienda e dica: “Abbiamo la soluzione ottimizzata per voi”, che poi viene acquistata e non si può più decidere nulla.

Si possono creare situazioni di lock-in e si devono acquistare i propri dati, ecc. Ciò significa che sarà assolutamente necessario che le amministrazioni, nonostante il carico di lavoro costante, si organizzino in modo sostenibile. E questo include l'organizzazione dei dati, la gestione, l'impiego del personale, il know-how.

Quindi, come si fa a trovare il personale specializzato, come si acquisisce il know-how? Come si crea una strategia a lungo termine, visto che i bilanci sono legati ad anni o a bilanci biennali? L'uso dell'IA richiede però risorse finanziarie che devono essere garantite nel tempo.

Servono dei server, per esempio. Questo significa che bisogna comprare delle cose. Bisogna chiedersi quali e come. Dove si trovano? I server ora sono controllati dall'IA, raffreddati ad acqua, quindi raffreddati a liquido. Dove si trovano? Cosa significa questo in termini di sostenibilità?

Ciò significa che ci sono molti processi a valle e le amministrazioni devono affrontare questo tema, che non può essere inteso come una questione tecnica. Non basta, è un compito socio-tecnico, socio-organizzativo, interconnesso, a lungo termine. E penso che molti comuni siano alle porte o usino l'IA in modo puntuale, il faro è tutto bello, ma questo ostacolo organizzativo deve ancora essere superato. 

Questo lo posso confermare. Faccio parte del team che si occupa delle fasi di sviluppo, dove abbiamo esaminato proprio questi ostacoli o questo passaggio da un'applicazione dell'IA, da singole applicazioni dell'IA, a uno sviluppo territoriale digitalizzato e abbiamo sviluppato un modello in cinque fasi che dice che non si tratta solo di aggiornare la tecnologia, non si tratta solo di organizzare i dati e renderli utilizzabili in modo trasversale, né solo di coinvolgere le persone, abbattere le paure, formare le scuole e organizzarsi in modo da avere le regole giuste, ma anche di avere la capacità all'interno dell'organizzazione di decidere quali dati, quale tecnologia, quale formazione continua servono per rendere l'organizzazione efficiente. E nel nostro contributo abbiamo detto che questi livelli di sviluppo... Non si tratta di portare tutti al livello 5, ma c'è una grande differenza tra i livelli: si può essere tecnicamente al livello più alto, ma se si tratta di coinvolgere le persone e le organizzazioni e il quadro è solo a un livello base, non può funzionare. E i risultati di questo gruppo di lavoro, come hai già accennato, saranno riassunti in una pubblicazione speciale della rivista di pianificazione DISP.

E qui possiamo anche fare un po' di pubblicità. Il 5 giugno a Berlino ci sarà un vernissage per la pubblicazione della rivista. Stefan, è a Tegel e voi due potete dire qualcosa sul programma, nel caso in cui gli ascoltatori che vivono vicino a Berlino dicano: sì, il 5 giugno va bene. Di che tipo di evento si tratta?

Sì, è un evento pomeridiano, dura tre ore e abbiamo invitato colleghi che lavorano con l'IA. C'è una rappresentante di una Smart City, Gelsenkirchen, che ha diverse applicazioni di IA. Il focus sarà sulla mobilità. Abbiamo invitato due colleghi che hanno fondato aziende che sviluppano IA e la usano nei comuni in diversi ambiti, in modo da poter formare delle coppie per l'evento, che si occuperanno di governance, fasi di sviluppo e mobilità. Ci sarà una presentazione esterna, una presentazione da parte nostra, per poi passare alla discussione, alla pratica scientifica, a cosa succede concretamente sul posto e come si possono classificare scientificamente i processi.

Cosa significa questo anche dal punto di vista sociale? In questo modo speriamo di poter realizzare nuovamente un trasferimento di conoscenze. Quindi, dal gruppo di lavoro, continuare ad avere un impatto sulla società con le nostre conoscenze.

E noi di Tegel, in quanto sede dell'evento, speriamo naturalmente di poterlo trasferire anche da noi. Da un lato attraverso le reti esistenti, ma anche riportando le conoscenze acquisite nella nostra pratica quotidiana. Una cosa era, come ho detto, la strategia sull'IA che ci siamo dati per essere pronti a compiere i passi necessari, ma anche di approfondire questo tema in progetti pratici, supportati dalla tecnologia, in esempi di applicazione reali, casi d'uso, di testarlo qui e, insieme ai colleghi, dato che abbiamo già una vasta rete, di continuare a testarlo e magari poi di metterlo in pratica.

Perché penso che questa sia sempre una grande sfida che si presenta nella pratica: rendere questi primi progetti, queste applicazioni sperimentali, davvero funzionanti, in modo che siano davvero utili, funzionino in modo continuo e migliorino anche i processi che abbiamo in azienda. È un lungo percorso e speriamo che questo evento contribuisca davvero a dare nuovo slancio.
 

Inoltre, prima della pausa estiva, ci saranno eventi simili a Vienna e Zurigo per stimolare il trasferimento anche in Austria e in Svizzera.

Bene, ora basta con la pubblicità.

Voglio dire, la cosa interessante è che si tratta di un gruppo di lavoro interdisciplinare, transdisciplinare, perché uniamo scienza e pratica, e anche internazionale. Quindi è già interessante il fatto che ci sia questo incontro di persone e quindi anche di culture diverse. In Austria, ad esempio a Vienna, abbiamo un impiego dell'IA molto partecipativo e molto avanzato, mentre in Svizzera le condizioni quadro sono forse diverse. Si vede quindi ancora una volta quanti elementi entrano in gioco quando si parla di impiego dell'IA, tra cui anche il background culturale, che deve essere preso in considerazione. >>

E un tema che affrontiamo da diverse prospettive nel gruppo di lavoro, ma anche in altri contesti scientifici e pratici. Una domanda che ci poniamo sempre è: “Qual è l'impatto dell'IA sullo spazio?” E se si guarda alla letteratura, le risposte sono molto scarse. Nel gruppo di lavoro abbiamo discusso più volte tre punti di vista: l'impatto spaziale è naturalmente quello che è già stato menzionato, ovvero le infrastrutture dirette, ovvero dove si trovano i server, come viene fornita l'energia ai server, come avviene il raffreddamento, sono indipendenti o integrati in strutture abitative?

Poi ci sono gli aspetti indiretti, già menzionati nella discussione, come il comportamento di altri attori, le piattaforme, l'economia, per esempio.

Come viene organizzato lo spazio, anche con l'aiuto dell'intelligenza artificiale? E il terzo aspetto, che abbiamo già accennato, è quello artigianale.

Come pianifichiamo? Come otteniamo i dati più velocemente? Come otteniamo dati che possono essere scambiati meglio per arrivare a risultati di pianificazione più vicini alle esigenze delle persone? Condividete questi tre punti di vista dal vostro punto di vista, scientifico e pratico, o avete esempi da aggiungere?

Beh, per ora mi sembra una buona suddivisione. Penso che non si possano ancora valutare bene le conseguenze. Se pensiamo all'economia delle piattaforme, tutti usano sempre le piattaforme.

Tutto il turismo funziona ormai solo su piattaforme. Ma molti non se ne rendono conto. Da Booking a Tripadvisor, dalle prenotazioni alberghiere alla selezione, tutto è organizzato in modo digitale con l'aiuto dell'intelligenza artificiale. Ciò significa che il settore turistico è stato completamente ristrutturato secondo i principi dell'intelligenza artificiale. Ad esempio, TripAdvisor ci aiuta a scegliere in quale ristorante andare. Se pensiamo ai servizi di consegna in città, questo cambia il paesaggio urbano. Adesso abbiamo questi negozi bui che hanno tolto le vetrine perché lì i servizi di consegna hanno i loro magazzini, così possono distribuire le cose in città velocemente con le bici da carico.

Prima erano vetrine, ma adesso sono solo un ingombro. Questo non rende il paesaggio urbano più bello. Nel panorama urbano ci sono molte più biciclette da carico, stazioni di distribuzione, ecc. Abbiamo un diverso impiego della manodopera, il che significa meno lavoratori soggetti a contribuzione previdenziale in città. I sistemi di valutazione hanno anche creato molte più dipendenze. Ciò significa che la sicurezza sociale delle persone è soggetta a condizioni completamente diverse, il che alla fine ha naturalmente un impatto sullo spazio, se ci si chiede dove vivono le persone e cosa possono permettersi. Tutta la questione ci riporta ad esempio all'agenzia immobiliare, ad Airbnb, ecc. Ciò significa che l'organizzazione della vita urbana è già oggi fortemente plasmata dall'IA, senza che ce ne rendiamo veramente conto. E questo sta cambiando le strutture sociali, i modelli spazio-temporali, ovvero quando succede cosa, dove viene organizzato cosa, in quali contesti. Questo significa che vengono toccate questioni fondamentali della convivenza, senza entrare nei dettagli, come l'efficacia spaziale dell'IA in questo processo. Ma la combinazione di tantissimi campi di applicazione sta cambiando l'uso dello spazio, la produzione dello spazio, l'aspetto, l'estetica, ecc. Questo significa che i processi sociali sono influenzati in modo fondamentale dall'IA.

Non abbiamo ancora parlato di partecipazione e coinvolgimento, ma solo della vita quotidiana, che sta cambiando in modo significativo. Questo gioca un ruolo molto importante e poi anche la questione dell'artigianato gioca naturalmente un ruolo importante. Infatti, io lavoro qui alla RPTU e la domanda è: come formiamo i pianificatori spaziali che presto svolgeranno il loro lavoro nei comuni, negli uffici? Oggi devono già essere in grado di fare tutto in modo georeferenziato. Questo significa che devono saper usare i grandi programmi informatici. Stanno già imparando a usare l'IA. Devono organizzarsi in modo diverso, anche negli uffici. Quindi, la collaborazione locale in un ufficio sta diventando sempre più superflua grazie alla connessione tra persone in tutto il mondo, lo scambio di dati tramite procedure standardizzate, lo scambio di dati a livello internazionale, il supporto alla progettazione, cioè quello che ha appena detto Stefan: se si conoscono determinate condizioni quadro, il contesto giuridico, tutti i requisiti tecnici, i sistemi di assistenza possono realizzare le prime bozze. Poi i progettisti, così come gli architetti, possono ottimizzare e progettare. Ma questo significa che tutto il lavoro preliminare è forse già stato fatto. Quindi, la professione di progettista spaziale cambierà notevolmente con l'uso dell'IA, il che richiede anche una maggiore consapevolezza dei dati, dei bias dei dati, dei dati insufficienti e dei potenziali rischi associati all'uso dell'IA. Quindi, anche nella formazione abbiamo bisogno di una maggiore sensibilizzazione sulle basi di questo uso dell'IA. E su cosa significa avere dati distorti, cioè non rappresentativi, che escludono determinati gruppi di popolazione, hanno determinate conseguenze per determinati gruppi di popolazione e forse sono anche obsoleti, non completamente raccolti, ecc. Questo vuol dire che la qualità di questi dati è super importante anche per la formazione dei pianificatori territoriali. Quindi, prima di mettere insieme un sacco di cose molto velocemente ed essere tutti entusiasti di quello che possiamo fare, dobbiamo sempre ricordarci che dobbiamo prima capire su quali basi stiamo pianificando.
 

Questo lo posso confermare. Sono esattamente le considerazioni che facciamo anche qui a Rapperswil e la competenza in materia di dati è uno dei temi che stiamo discutendo con i nostri studenti. La pianificazione territoriale ha sempre utilizzato dati, ma di solito si trattava di dati provenienti da uffici statistici regionali o federali, quindi di qualità verificata. Questa parte è stata in qualche modo esternalizzata, ma ora che abbiamo più dati, soprattutto dati relativi agli utenti e all'utilizzo, il che è positivo per la pianificazione, dobbiamo acquisire noi stessi questa competenza e capire cosa c'è dietro, perché alla fine stiamo costruendo sulla sabbia o sulla roccia e dobbiamo capirlo prima di avviare questi processi.

E su questo sono assolutamente d'accordo con te. Alla fine dobbiamo trasmettere questo concetto anche agli studenti.

Credo anche, forse come aggiunta, che sia davvero necessario un approccio molto riflessivo.

Non so mai se le attività di pianificazione cambieranno in modo così radicale. Ciò che sta cambiando davvero in modo massiccio sono gli strumenti con cui lavoreranno i progettisti. Quindi, cosa utilizzano, con quali strumenti lavorano e dove si inserisce improvvisamente il progettista in determinati processi.

A volte si hanno già dei progetti e bisogna piuttosto modificare questi progetti proposti da una macchina, moderarli e coinvolgere i vari stakeholder.

Il progetto può cambiare, ma cambia anche il modo di lavorare con questi strumenti. Ecco perché penso che sia davvero importante capire come funzionano questi sistemi tecnici e avere un approccio riflessivo, come ha detto Annette, sui dati di bias.

E poi, cosa sono questi sistemi decisionali che funzionano in background? Chi decide effettivamente cosa? È l'essere umano? Sono determinate istituzioni o forse sono già in qualche modo sistemi tecnici che hanno preso decisioni preliminari o prefabbricate? Credo che sia necessario affrontare questi aspetti. Avere questa conoscenza è utile quando si guarda al futuro come progettisti.

Sono una sociologa, ma per quanto ne so, è più difficile quando tutti i piani sono disponibili in formato digitale e a vari livelli, cioè in modo molto dettagliato, magari anche per singoli oggetti con tutte le informazioni, come l'età dell'edificio, i dati registrati, poi al livello successivo i dati sulla popolazione, con l'impatto, diciamo, dell'inquinamento atmosferico, del rumore, delle zone residenziali, delle classi sociali, ecc.

Questo significa che a diversi livelli di un comune è necessario avere un sacco di dati dettagliati e poter sempre zoomare.

E penso che questa sia una nuova sfida, anche per la pianificazione, cioè sapere che ora mi viene richiesta anche questa informazione, che devo archiviare in modo ben organizzato, perché le persone guardano esattamente cosa succede in quel luogo specifico.

Questo è almeno quello che ho capito, quello che è nuovo. Che non si tratta solo di piani regionali o grandi modelli di sviluppo territoriale, ma che si scende davvero fino alle unità più piccole.

Sì, esattamente, questa mancanza di scala che ho a portata di clic, ma non capisco affatto a quale livello di dettaglio siano stati raccolti i dati, a quale livello venga deciso cosa, perché con un clic posso semplicemente cambiare questi parametri.

E noi tutti abbiamo ancora disegnato piani a mano. E se non erano buoni, arrivava il rasoio. E noi eravamo molto consapevoli delle scale dei progetti. E questo i giovani non lo sanno più. Non si può biasimarli se ora non disegnano più i progetti a mano.

Ma è anche un altro modo di trasmettere le idee di spazio che dobbiamo insegnare ai giovani, anche se siamo stati socializzati in modo completamente diverso.

Non è una novità con l'IA, l'avevamo già con il 3D. Per noi tutto era 3D tecnicamente all'avanguardia. Ora è ovvio che anche il rilievo edilizio sia in 3D, perché la realtà è in 3D.

Ma dobbiamo gestirlo in modo diverso, per creare una comprensione dello spazio e anche una responsabilità verso la politica.

Bene, ora abbiamo presentato un ampio panorama di come l'IA influisce sullo spazio, su come influisce sul modo in cui pianifichiamo e abbiamo anche segnalato alcuni eventi per chi volesse approfondire l'argomento o discutere con chi se ne è occupato.

Forse alla fine potremmo fare un breve giro di conclusioni. IA e pianificazione territoriale, come vedete il futuro? Quali sono le questioni più importanti che dobbiamo affrontare e quali sono forse le vostre maggiori speranze o paure?

Beh, penso che le organizzazioni amministrative rappresentino la sfida più grande, e con questo intendo anche il loro impiego nella pianificazione territoriale stessa. E chiedono davvero che la regolamentazione, anche quando si tratta di efficacia territoriale, abbia buone condizioni quadro etiche che siano effettivamente conformi alle linee guida, ovvero sostenibili, orientate al bene comune, ai principi di una buona pianificazione per città sane e sostenibili e per gli spazi rurali, che è un campo piuttosto trascurato, e quindi non lasciare il campo alle grandi aziende?
 

Da parte mia, guardo al futuro con grande speranza. Posso già immaginare che l'IA porterà sviluppi positivi per la pianificazione, anche per le città e per i comuni. La sfida, secondo me, è non guardare troppo all'IA o all'IA in sé. Credo che, come è stato detto prima, ci sia molto lavoro di base da fare in anticipo. Che si tratti dell'elaborazione dei dati, della gestione dei dati o della conoscenza approfondita dei processi sottostanti, che forse seguono anche le opinioni politiche della società.

È lì che bisogna concentrare l'attenzione e investire energie, invece di guardare solo ai sistemi di IA di fascia alta e alle fantastiche applicazioni che si possono realizzare con essi. Credo che se riusciamo a trovare un equilibrio e se si utilizza l'IA dove è davvero utile, riflettendoci anche in modo critico, allora può essere di grande aiuto per tutti noi. Spero che attraverso questi gruppi di lavoro e molte discussioni riusciremo a sensibilizzare l'opinione pubblica su questo tema.

Sì, Annette, Stefan, grazie mille per l'intervista.

È stato un piacere. Grazie mille. E per finire, forse un ringraziamento agli altri membri del gruppo di lavoro che vorrebbero essere citati. Si tratta di Klaus Beckmann, KJB Kommunalforschung; Emilia Bruck, TU Vienna; Martina Hülz, ARL; Florian Koch, Hochschule für Technik und Wirtschaft, Berlino; Jens Libbe, Deutsches Institut für Urbanistik - difu; Martin Memmel, Centro tedesco di ricerca per l'intelligenza artificiale; Frank Othengrafen, TU Dortmund; Annette Spellerberg, RPTU Kaiserslautern-Landau; Eva Schweitzer, Istituto federale per la ricerca edilizia, urbana e territoriale - bbsr e, last but not least, Eva Reinecke della città di Aalen. 

Grazie mille per averci ascoltato. Trovi altre info nelle note del programma. Dai un'occhiata anche al blog raumdigital.ost.ch. Se conosci progetti interessanti o ospiti stimolanti, scrivimi, mi fa sempre piacere ricevere i tuoi suggerimenti.