The Prague Post - I consigli delle app possono ridisegnare le città

EUR -
AED 4.368331
AFN 78.504542
ALL 96.777801
AMD 449.404803
ANG 2.129248
AOA 1090.744922
ARS 1710.125687
AUD 1.715529
AWG 2.141047
AZN 2.02164
BAM 1.958436
BBD 2.391068
BDT 145.265496
BGN 1.997562
BHD 0.448432
BIF 3498.561256
BMD 1.189471
BND 1.506577
BOB 8.221064
BRL 6.273982
BSD 1.187168
BTN 107.887193
BWP 15.624568
BYN 3.385227
BYR 23313.627183
BZD 2.387663
CAD 1.630285
CDF 2622.783306
CHF 0.92093
CLF 0.026091
CLP 1029.784301
CNY 8.271996
CNH 8.267339
COP 4388.849791
CRC 587.470855
CUC 1.189471
CUP 31.520976
CVE 110.413593
CZK 24.261814
DJF 211.41007
DKK 7.467492
DOP 74.337543
DZD 153.628484
EGP 55.941647
ERN 17.842062
ETB 184.546163
FJD 2.628139
FKP 0.868481
GBP 0.867541
GEL 3.199886
GGP 0.868481
GHS 12.946423
GIP 0.868481
GMD 87.434955
GNF 10398.644674
GTQ 9.111262
GYD 248.384272
HKD 9.278639
HNL 31.485496
HRK 7.538384
HTG 155.582841
HUF 381.740417
IDR 19901.927634
ILS 3.69333
IMP 0.868481
INR 109.057794
IQD 1558.206715
IRR 50106.45657
ISK 145.198734
JEP 0.868481
JMD 186.87521
JOD 0.843365
JPY 182.814507
KES 153.442216
KGS 104.018
KHR 4793.567466
KMF 496.611855
KPW 1070.546787
KRW 1716.144602
KWD 0.364704
KYD 0.989331
KZT 596.522793
LAK 25612.25332
LBP 101759.225276
LKR 367.56157
LRD 219.635583
LSL 19.061283
LTL 3.512198
LVL 0.719499
LYD 7.496932
MAD 10.856893
MDL 20.027785
MGA 5358.565244
MKD 61.625714
MMK 2497.947354
MNT 4240.623218
MOP 9.535032
MRU 47.461304
MUR 54.145151
MVR 18.388851
MWK 2061.353348
MXN 20.619547
MYR 4.701383
MZN 75.828729
NAD 19.061251
NGN 1677.890894
NIO 43.648383
NOK 11.589353
NPR 172.613496
NZD 1.987968
OMR 0.457351
PAB 1.187198
PEN 3.98651
PGK 5.15176
PHP 70.259635
PKR 332.436604
PLN 4.202567
PYG 7978.569766
QAR 4.331279
RON 5.095338
RSD 117.411466
RUB 90.844304
RWF 1728.301036
SAR 4.460484
SBD 9.612075
SCR 16.545507
SDG 715.469085
SEK 10.603871
SGD 1.506477
SHP 0.892411
SLE 29.011581
SLL 24942.606537
SOS 677.28871
SRD 45.348593
STD 24619.643503
STN 24.562571
SVC 10.38798
SYP 13155.041117
SZL 19.055345
THB 36.942552
TJS 11.082701
TMT 4.175042
TND 3.402184
TOP 2.86396
TRY 51.626955
TTD 8.067858
TWD 37.388652
TZS 3038.472124
UAH 51.18269
UGX 4208.663966
USD 1.189471
UYU 44.550142
UZS 14410.438518
VES 426.082277
VND 31085.629225
VUV 142.435928
WST 3.246414
XAF 656.82438
XAG 0.010627
XAU 0.000234
XCD 3.214604
XCG 2.139579
XDR 0.816875
XOF 657.183789
XPF 119.331742
YER 281.667624
ZAR 19.078757
ZMK 10706.598345
ZMW 23.179708
ZWL 383.009104
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.

A.Slezak--TPP