Geografia e Intelligenza Artificiale: il territorio entra nell’età degli algoritmi

L’articolo analizza il rapporto tra geografia e intelligenza artificiale a partire dal saggio di Michela Lazzeroni e Antonello Romano pubblicato sulla Rivista Geografica Italiana. Il tema centrale è l’“AI turn”: l’IA non è solo uno strumento per elaborare dati geospaziali, ma una nuova cornice per interpretare città, territorio, reti, narrazioni e governance urbana. Per progettisti, urbanisti, tecnici pubblici e operatori delle costruzioni, il valore sta nel comprendere come GeoAI, digital twin, data center, mobilità autonoma e piattaforme urbane possano produrre efficienza, ma anche opacità decisionale, divari territoriali e nuove forme di potere tecnico.

AI turn e territorio: perché la geografia entra nella società algoritmica

Per molti anni l’intelligenza artificiale è stata raccontata come una tecnologia capace di automatizzare funzioni, accelerare calcoli, riconoscere pattern, supportare decisioni. Ma quando questa tecnologia entra nei processi urbani, nei sistemi di mobilità, nella gestione dei dati territoriali, nei gemelli digitali, nei data center, nelle piattaforme di governance e nelle rappresentazioni della città, il tema diventa più profondo: non riguarda più soltanto “cosa” l’IA può fare, ma “come” cambia il nostro modo di leggere lo spazio.

È il ritorno al valore della geografia, e del ruolo che deve avere in questa trasformazione. Perché ogni algoritmo che classifica un quartiere, ogni modello che prevede un flusso di mobilità, ogni digital twin che simula una città, ogni piattaforma che raccoglie dati urbani non produce solo efficienza: produce anche una certa idea di territorio, di prossimità, di distanza, di centralità, di periferia, di accesso ai servizi e di potere decisionale.

Secondo l’articolo “Geografia e intelligenza artificiale: spazialità, reti, narrazioni nella società algoritmica” di Michela Lazzeroni e Antonello Romano, pubblicato su Rivista geografica italiana, fascicolo 1, marzo 2026, l’IA va letta non solo come tecnologia applicativa, ma come passaggio epistemologico: una trasformazione che investe il pensiero geografico, la governance del territorio e le forme della società algoritmica.  

Dal digital turn all’AI turn: la nuova sfida della geografia

Il punto di partenza del saggio è chiaro: la relazione tra geografia e intelligenza artificiale non nasce oggi. Gli autori ricordano che il tema era già presente negli anni Ottanta, con i lavori di Terence R. Smith e Helen Couclelis, quando l’uso dei computer e dei primi sistemi intelligenti iniziava a interrogare la disciplina geografica.  

La novità attuale è però diversa per intensità e profondità. Con machine learning, reti neurali, big data geospaziali e GeoAI, l’intelligenza artificiale non si limita più a supportare l’analisi dello spazio: contribuisce direttamente a costruire modelli, inferenze e previsioni territoriali. Come scrivono Lazzeroni e Romano, la GeoAI integra tecniche di apprendimento automatico e analisi dei big data, producendo modelli capaci di riconoscere pattern, individuare anomalie e formulare previsioni territoriali.  

La questione centrale, però, è il rischio di una conoscenza spaziale sempre più opaca. Gli autori osservano che le reti neurali operano spesso come sistemi difficili da spiegare, con conseguenze sulla qualità, affidabilità e replicabilità dei risultati. Il punto critico è espresso in modo molto efficace: il rischio è produrre “modelli di IA spaziali, ma non geografici”.  

Questa formula è particolarmente utile anche per chi si occupa di urbanistica, infrastrutture, progettazione e gestione del territorio. Un modello può infatti essere molto preciso sul piano computazionale, ma povero sul piano interpretativo; può leggere correlazioni tra dati senza comprendere realmente la storia, le funzioni, le disuguaglianze, le fragilità e le identità dei luoghi.

La città algoritmica: infrastrutture intelligenti, divari e nuove forme di potere

La seconda parte del saggio allarga lo sguardo agli effetti dell’intelligenza artificiale sulla società e sugli spazi di vita. L’IA, scrivono gli autori, sta ridisegnando luoghi e relazioni socio-spaziali, riconfigurando l’organizzazione delle città sia sul piano delle infrastrutture sia su quello della governance e delle rappresentazioni.  

In questo scenario entrano in gioco veicoli a guida autonoma, robot urbani, droni, piattaforme digitali, sensori, software di raccolta ed elaborazione dei dati, data center e sistemi di automazione. Non sono elementi neutri: modificano lo spazio fisico, producono nuove dipendenze tecnologiche e cambiano il modo in cui vengono progettati, gestiti e vissuti gli ambienti urbani.

👉 L’AI turn nella geografia obbliga progettisti, urbanisti e decisori pubblici a chiedersi non solo se un sistema sia efficiente, ma quale idea di città stia incorporando.

Il passaggio più rilevante, per il mondo delle costruzioni e della pianificazione, riguarda il rapporto tra efficienza algoritmica e controllo umano. Lazzeroni e Romano sottolineano la necessità di progettare sistemi socio-tecnici realmente “a misura dell’essere umano”, capaci di integrare l’IA senza snaturare bisogni, vulnerabilità, aspettative delle persone e identità dei luoghi.  

È un punto decisivo. Perché nella città algoritmica il rischio non è soltanto tecnico, ma politico e sociale: alcuni territori possono attrarre investimenti, infrastrutture digitali e capacità computazionale; altri possono restare ai margini. Gli autori richiamano infatti il tema dei divari sociali e territoriali: mentre alcuni gruppi e territori beneficiano dell’innovazione, altri rischiano di rimanere indietro, accentuando disuguaglianze già presenti.  

IA, narrazioni e ideologia: quando la tecnologia costruisce l’immaginario urbano

Un altro elemento di grande interesse riguarda il ruolo delle narrazioni. L’intelligenza artificiale non produce solo strumenti: produce anche immaginari. Smart city, città autonome, gemelli digitali, automazione dei servizi, mobilità predittiva e piattaforme urbane non sono soltanto dispositivi tecnici, ma racconti di futuro.

Il saggio richiama il concetto di AIdeology proposto da Federico Cugurullo: l’IA non sarebbe soltanto un insieme di tecnologie avanzate, ma una vera e propria ideologia capace di orientare aspettative collettive, visioni di modernità e modi di pensare il futuro della società e degli ambienti in cui viviamo.  

Per architetti, ingegneri, urbanisti e amministratori pubblici questa riflessione è tutt’altro che astratta. Ogni progetto di città intelligente incorpora infatti una visione: chi governa i dati? Chi decide gli obiettivi del modello? Quali soggetti vengono rappresentati e quali restano invisibili? Quali indicatori diventano prioritari? Efficienza energetica, sicurezza, mobilità, accessibilità, inclusione, attrattività economica: l’ordine di queste priorità non è mai neutrale.

L’IA, quindi, deve essere considerata non solo come tecnologia abilitante, ma come infrastruttura cognitiva e politica. Essa può aiutare a governare fenomeni complessi, ma può anche rafforzare asimmetrie, automatizzare pregiudizi, semplificare eccessivamente la realtà urbana o trasformare la governance in una delega opaca ai modelli.

AI e responsabilità progettuale

Il contributo di Lazzeroni e Romano è particolarmente rilevante per il settore delle costruzioni perché porta l’intelligenza artificiale fuori dalla retorica dell’efficienza e dentro il campo della responsabilità progettuale.

Oggi il territorio viene sempre più descritto, simulato e governato attraverso dati. I digital twin urbani promettono manutenzione predittiva, gestione energetica, monitoraggio ambientale, simulazione dei flussi, controllo delle infrastrutture. I sistemi di GeoAI possono supportare pianificazione, mobilità, rischio climatico, logistica urbana, protezione civile e sviluppo immobiliare. Ma proprio per questo occorre chiedersi quale sia il rapporto tra modello e realtà.

Un modello territoriale non è mai solo una rappresentazione. È una selezione. Decide quali variabili contano, quali relazioni vengono considerate, quale scala è rilevante, quale popolazione è visibile, quale rischio è prioritario. Se questa selezione resta nascosta nella black box algoritmica, il sapere tecnico rischia di perdere una parte della propria capacità critica.

Da qui deriva una possibile indicazione operativa: l’IA applicata alla città e al territorio deve essere progettata con criteri di trasparenza, verificabilità, contestualizzazione geografica e responsabilità pubblica. Non basta chiedere a un sistema di produrre previsioni accurate; occorre capire quali dati usa, quali ipotesi incorpora, quali limiti presenta e quali conseguenze può generare.

Conclusione: serve una cultura tecnica della città algoritmica

Il merito del saggio è quello di ricordare che l’intelligenza artificiale non arriva nel territorio come un semplice utensile digitale. Arriva come una nuova grammatica della rappresentazione, della previsione e della decisione. Per questo la geografia, ma anche l’urbanistica, l’ingegneria, l’architettura e la pianificazione devono assumere un ruolo attivo.

La sfida non è rifiutare l’IA, né celebrarla come destino inevitabile. La sfida è governarla. Significa costruire modelli capaci di leggere la complessità dei luoghi, non solo di calcolare correlazioni; significa progettare infrastrutture digitali attente agli impatti sociali, energetici e territoriali; significa evitare che la città venga ridotta a una piattaforma ottimizzata, ma impoverita nella sua dimensione umana.

In fondo, il passaggio dall’automazione all’autonomia algoritmica pone una domanda essenziale: chi interpreta lo spazio? Il tecnico, il decisore pubblico, la comunità, oppure il modello? La risposta non può essere lasciata alla sola efficienza computazionale. Deve diventare materia di progetto, di cultura tecnica e di responsabilità democratica.