L'intelligenza artificiale che vuole salvare vite sulle strade italiane

Ogni anno, in Italia, oltre 170.000 incidenti stradali lasciano dietro di sé una scia di dolore, costi e domande senza risposta. Più di 3.000 persone perdono la vita sulle strade del nostro Paese, e il conto sociale di questa emergenza silenziosa supera i 20 miliardi di euro, tra spese sanitarie, danni materiali, perdita di produttività e, soprattutto, vite spezzate. Sono i numeri elaborati dall'Urban Mobility Council, e colpiscono per la loro brutalità: oltre il 70% degli incidenti avviene nelle città, proprio dove la vita si concentra e dove ci si aspetterebbe di essere più al sicuro.

Di fronte a questi dati, il Politecnico di Milano ha scelto di non limitarsi a osservare. In collaborazione con Unipoltech, il ramo tecnologico del gruppo assicurativo Unipol, i ricercatori hanno sviluppato RoadSafe AI 2.0, un sistema di intelligenza artificiale che non si limita ad analizzare ciò che è già accaduto, ma cerca di anticipare ciò che potrebbe accadere. La differenza, in termini di potenziale impatto sulla sicurezza stradale, è enorme.

Il cuore del sistema è una logica predittiva che alimenta continuamente milioni di dati telematici raccolti dai veicoli in circolazione, incrociandoli con informazioni sul traffico in tempo reale e con le caratteristiche fisiche della rete stradale. Il risultato sono mappe dinamiche del rischio, capaci di mostrare, ora per ora e zona per zona, quale tratto di strada sia più pericoloso in un determinato momento della giornata o in specifiche condizioni di traffico. Non si tratta di fotografie statiche del pericolo, ma di rappresentazioni vive, aggiornate, quasi respiranti, della pericolosità urbana.

Ma il progetto non si ferma alla mappatura. Secondo uno studio realizzato con il contributo del MIT Senseable City Lab, quelle mappe potrebbero diventare la base per interventi concreti di redesign urbano. Isole di traffico, dossi intelligenti, nuovi marciapiedi, modifiche ai limiti di velocità calibrate sul comportamento reale degli automobilisti: tutti strumenti fisici che, guidati dai dati dell'intelligenza artificiale, potrebbero trasformare le strade più pericolose in ambienti significativamente più sicuri.

È un cambio di paradigma radicale. Per decenni, le politiche sulla sicurezza stradale hanno lavorato in modalità reattiva: si analizzava un incidente, si cercava di capire cosa fosse andato storto, si interveniva. Con RoadSafe AI 2.0, la logica si inverte. L'obiettivo diventa prevenire, non curare. E la prevenzione, in questo caso, si traduce in vite umane che non vengono spezzate.

L'impatto sull'intero ecosistema dell'intelligenza artificiale applicata alla mobilità è altrettanto significativo. Questo tipo di sistema dimostra come l'AI non sia soltanto uno strumento per ottimizzare processi aziendali o generare contenuti, ma possa diventare un'infrastruttura di protezione sociale, capace di leggere la complessità del mondo reale e trasformarla in decisioni che salvano vite. È probabilmente uno degli usi più concreti e urgenti che la tecnologia possa esprimere oggi.

Restano aperte, ovviamente, le questioni legate alla privacy dei dati telematici raccolti, alla governance degli algoritmi predittivi e alla capacità delle pubbliche amministrazioni di tradurre le indicazioni del sistema in interventi reali e tempestivi. Ma la direzione è tracciata, e il potenziale è difficile da ignorare. Oltre 3.000 famiglie italiane ogni anno potrebbero non dover più piangere un figlio, un genitore, un amico. Se anche solo una parte di quelle vite potesse essere salvata da un algoritmo, varrebbe la pena fare ogni sforzo per portarlo nelle strade di ogni città italiana.

Fonti: Urban Mobility Council – Rapporto sulla Mobilità Urbana; Politecnico di Milano / Unipoltech – RoadSafe AI 2.0; MIT Senseable City Lab.