The China Mail - I consigli delle app possono ridisegnare le città

USD -
AED 3.672498
AFN 65.999741
ALL 81.749978
AMD 377.657389
ANG 1.79008
AOA 916.50233
ARS 1447.7684
AUD 1.43542
AWG 1.80125
AZN 1.704736
BAM 1.656847
BBD 2.015105
BDT 122.260014
BGN 1.67937
BHD 0.377013
BIF 2953.091775
BMD 1
BND 1.272884
BOB 6.913553
BRL 5.239695
BSD 1.000479
BTN 90.561067
BWP 13.175651
BYN 2.857082
BYR 19600
BZD 2.012224
CAD 1.36883
CDF 2224.999953
CHF 0.77793
CLF 0.021805
CLP 860.999848
CNY 7.97075
CNH 6.94469
COP 3642
CRC 496.003592
CUC 1
CUP 26.5
CVE 93.41048
CZK 20.68325
DJF 178.163135
DKK 6.33544
DOP 63.049753
DZD 129.999028
EGP 46.891297
ERN 15
ETB 154.976835
EUR 0.848335
FJD 2.208987
FKP 0.729917
GBP 0.733985
GEL 2.689736
GGP 0.729917
GHS 10.985781
GIP 0.729917
GMD 73.502583
GNF 8780.996111
GTQ 7.67429
GYD 209.32114
HKD 7.808645
HNL 26.428662
HRK 6.385498
HTG 131.143652
HUF 321.920429
IDR 16818.3
ILS 3.094805
IMP 0.729917
INR 90.493349
IQD 1310.5
IRR 42125.000158
ISK 122.739414
JEP 0.729917
JMD 156.862745
JOD 0.709041
JPY 156.859642
KES 129.170211
KGS 87.449587
KHR 4030.000239
KMF 417.000221
KPW 899.945137
KRW 1464.280435
KWD 0.30738
KYD 0.83376
KZT 497.113352
LAK 21520.880015
LBP 86150.000188
LKR 309.665505
LRD 185.901857
LSL 16.059936
LTL 2.95274
LVL 0.60489
LYD 6.323093
MAD 9.174496
MDL 16.928505
MGA 4431.457248
MKD 52.254146
MMK 2099.936125
MNT 3569.846682
MOP 8.051354
MRU 39.72959
MUR 45.879791
MVR 15.459409
MWK 1737.999994
MXN 17.36365
MYR 3.944005
MZN 63.759784
NAD 16.059961
NGN 1371.402396
NIO 36.81834
NOK 9.707645
NPR 144.897432
NZD 1.67173
OMR 0.384499
PAB 1.000479
PEN 3.362504
PGK 4.286719
PHP 58.840151
PKR 279.84277
PLN 3.577895
PYG 6622.13506
QAR 3.64125
RON 4.3222
RSD 99.574537
RUB 76.24746
RWF 1459.958497
SAR 3.75018
SBD 8.064647
SCR 14.780283
SDG 601.500712
SEK 9.00173
SGD 1.274295
SHP 0.750259
SLE 24.550143
SLL 20969.499267
SOS 570.224434
SRD 37.89403
STD 20697.981008
STN 20.755852
SVC 8.7544
SYP 11059.574895
SZL 16.060355
THB 31.805499
TJS 9.349774
TMT 3.505
TND 2.845503
TOP 2.40776
TRY 43.53032
TTD 6.777163
TWD 31.689501
TZS 2572.500108
UAH 43.151654
UGX 3562.246121
UYU 38.562056
UZS 12264.970117
VES 377.98435
VND 25954.5
VUV 119.556789
WST 2.72617
XAF 555.589718
XAG 0.013059
XAU 0.000206
XCD 2.70255
XCG 1.803149
XDR 0.691101
XOF 555.690911
XPF 101.549983
YER 238.324985
ZAR 16.164855
ZMK 9001.189062
ZMW 19.585153
ZWL 321.999592
I consigli delle app possono ridisegnare le città
I consigli delle app possono ridisegnare le città

I consigli delle app possono ridisegnare le città

Ridefiniscono luoghi e interazioni sociali, modificando mobilità, struttura e dinamiche

Dimensione del testo:

I 'consigli' delle app come Google Maps, Trip Advisor, Yelp o TheFork possono ridefinire luoghi e interazioni sociali, modificando mobilità, struttura e dinamiche nelle città. E' quanto emerge dallo studio condotto dall'Istituto di scienza e tecnologie dell'informazione 'A. Faedo' del Consiglio nazionale delle ricerche di Pisa (Cnr-Isti), in collaborazione con l'Istituto di calcolo e reti ad alte prestazioni del Cnr di Palermo (Cnr-Icar) e la Scuola Normale Superiore di Pisa, pubblicato sulla rivista Machine Learning. In pratica il sistema complesso che emerge dall'interazione tra algoritmi, persone e spazio urbano rivela come le scelte individuali e le trasformazioni urbane siano strettamente interconnesse. L'IA non è più valutata come un algoritmo in astratto, ma come attore urbano. "Questo è il primo studio - sottolinea Luca Pappalardo, del Cnr-Isti - che modella in modo esplicito il ciclo di influenza reciproca tra 'sistemi di raccomandazione' alla base delle piattaforme online e i comportamenti umani. L'obiettivo è capire che tipo di città si crea nel medio e lungo periodo e come cambiano i flussi urbani". Se da un lato questi sistemi possono aumentare la varietà dei luoghi frequentati da ciascun individuo, invitando a scoprire posti nuovi, dall'altro, tendono a concentrare il traffico su un numero ridotto di luoghi, rafforzando le disuguaglianze tra le diverse aree urbane. Per esplorare questi effetti, i ricercatori hanno sviluppato un simulatore in grado di modellare il ciclo umano-IA nel contesto urbano. "Abbiamo studiato l'effetto degli algoritmi che suggeriscono dove andare in base alle abitudini degli utenti, osservando non solo le scelte individuali, ma anche le dinamiche collettive che ne derivano, come la concentrazione delle visite o la polarizzazione dei luoghi", osserva Giovanni Mauro della Scuola Normale . "Il futuro dell'IA nelle città - conclude Marco Minici del Cnr-Icar - richiede consapevolezza civica: progettare algoritmi che non ottimizzino solo il singolo, ma anche l'equità spaziale, l'accessibilità e la salute sociale delle città". Il gruppo di ricerca auspica che questi strumenti di simulazione possano diventare un supporto per le amministrazioni pubbliche, aiutandole a comprendere e governare l'impatto delle tecnologie digitali sulla vita urbana.

T.Luo--ThChM