L’A24 come laboratorio naturale della complessità infrastrutturale. Come l'IA si integrerà con l'ingegneria

L’autostrada A24 rappresenta un concentrato unico di complessità infrastrutturale, geologica e sismica nel panorama italiano. La relazione di Marco Rocchi ad ARTISTE 2025 ha messo in luce come questa infrastruttura sia un vero banco di prova per l’innovazione nella gestione e manutenzione. A fronte di una grande disponibilità di dati, permangono difficoltà nell’interpretazione efficace e nell’uso strategico delle informazioni nel tempo. L’intelligenza artificiale emerge come opportunità concreta, ma il suo impiego è ancora frenato da vincoli normativi e responsabilità giuridiche. Il tema centrale diventa quindi l’integrazione tra tecnologia, competenze ingegneristiche e quadro regolatorio.

L’autostrada A24, che collega Roma all’Abruzzo attraversando l’Appennino, è spesso percepita come una “piccola” infrastruttura rispetto ai grandi corridoi autostradali del Nord Italia. In realtà, come ha sottolineato Marco Rocchi di Strada dei Parchi, dentro l’A24 “c’è tutto”: trafori paragonabili per complessità a quelli alpini, viadotti arditi inseriti in contesti geomorfologici difficilissimi, condizioni idrogeologiche estreme e un’elevata sismicità, resa drammaticamente evidente dal terremoto dell’Aquila. Questa concentrazione di criticità fa dell’A24 una sorta di laboratorio naturale per l’ingegneria delle infrastrutture, dove si incontrano, spesso in modo simultaneo, tutti i problemi più complessi della gestione autostradale contemporanea.

In un contesto simile, il tema della manutenzione non è mai neutro. La differenza tra manutenzione predittiva e manutenzione puramente correttiva non è solo tecnica, ma profondamente legata alle risorse economiche disponibili. Rocchi ha evidenziato come, nonostante l’interesse crescente verso approcci avanzati e strumenti innovativi, la realtà di molti concessionari sia ancora vincolata alla necessità di intervenire solo sulle urgenze, senza una vera capacità di pianificazione di medio-lungo periodo. Questo produce un paradosso: proprio le infrastrutture più complesse, che avrebbero più bisogno di una gestione predittiva, sono spesso quelle che faticano di più a dotarsi degli strumenti e delle risorse per farla davvero.

Dati ovunque, conoscenza ancora parziale

Il mondo autostradale è da sempre un mondo ricco di dati. Misure sulle pavimentazioni, controlli di luminanza in galleria, ispezioni strutturali di viadotti e trafori, rilievi sempre più sofisticati effettuati anche con droni: la quantità di informazioni prodotte nel tempo è enorme. Il problema, però, non è tanto raccogliere dati quanto interpretarli in modo efficace. Oggi gran parte di queste informazioni resta di fatto “illeggibile” nel suo insieme: viene analizzata con metodi tradizionali, basati sull’esperienza del singolo tecnico, e spesso si limita a cogliere ciò che emerge in superficie, perdendo di vista l’evoluzione storica dei fenomeni e le correlazioni più profonde.

L’uso dei droni per l’ispezione dei viadotti è un esempio emblematico. Le immagini consentono di osservare dettagli prima difficilmente accessibili, ma senza strumenti capaci di confrontare nel tempo gli stessi elementi e di segnalare automaticamente evoluzioni anomale o potenzialmente pericolose, il valore informativo resta parziale. Il rischio è quello di perdersi nella moltiplicazione delle “difettologie”, concentrandosi su una miriade di micro-anomalie e mancando invece segnali strutturalmente più rilevanti, come problemi su elementi cruciali quali i cavi di precompressione. In questo senso, l’intelligenza artificiale appare come una promessa concreta: non tanto per sostituire il giudizio dell’ingegnere, quanto per aiutarlo a leggere pattern, tendenze e anomalie all’interno di archivi di dati che, altrimenti, resterebbero inutilizzati o sottoutilizzati.

SCOPRI DI PIU' SU ARTISTE

Il nodo normativo e la sfida dell’intelligenza artificiale

Accanto ai limiti tecnologici e organizzativi, emerge con forza il tema del quadro normativo. Le regole attuali, in particolare per le gallerie, impongono frequenze di ispezione che risultano difficilmente sostenibili nella pratica. Ispezionare alcune infrastrutture ogni due mesi significa chiudere al traffico, deviare flussi su carreggiate a doppio senso, aumentare i costi operativi e, paradossalmente, introdurre nuovi rischi per l’utenza. In questo scenario, l’adozione di macchinari ad alto rendimento e di sistemi intelligenti di interpretazione dei dati non è solo un’opzione tecnologica, ma una necessità operativa. Tuttavia, perché questi strumenti possano essere realmente utilizzati, devono essere riconosciuti dal sistema normativo e istituzionale come validi ai fini della responsabilità tecnica e giuridica.

Il dibattito finale dell’evento ha messo in luce un’altra frattura: da un lato i concessionari, che dispongono di grandi quantità di dati ma faticano a valorizzarli; dall’altro università ed enti di ricerca, che hanno competenze e algoritmi ma spesso non accesso a dataset reali e continuativi. Mettere in comunicazione questi due mondi non è semplice, perché in mezzo c’è il tema della responsabilità: se un algoritmo “suggerisce” una valutazione basata su modelli statistici, come viene considerata questa indicazione in sede di controllo, o addirittura davanti a un giudice? Senza un riconoscimento formale e normativo dell’affidabilità di questi strumenti, il rischio è che l’innovazione resti confinata a sperimentazioni isolate, senza un vero impatto sulle pratiche operative quotidiane.

Verso un percorso graduale di integrazione tra ingegneria e IA

L’integrazione dell’intelligenza artificiale nell’ingegneria strutturale e nella gestione delle infrastrutture non è un passaggio immediato né banale. Richiede tempo, sperimentazione controllata, dialogo tra mondo tecnico, ricerca scientifica e istituzioni normative. Le infrastrutture, per la loro natura diffusa e per la quantità di dati che generano, rappresentano un terreno di prova particolarmente promettente. Qui l’IA può iniziare a dimostrare il proprio valore, supportando la manutenzione predittiva, migliorando la capacità di leggere l’evoluzione nel tempo dei fenomeni degradativi e aiutando a concentrare l’attenzione sui segnali davvero critici.

Il caso dell’A24, con la sua straordinaria concentrazione di complessità geologiche, strutturali e sismiche, mostra in modo chiaro quanto il futuro della gestione infrastrutturale passi da un cambio di paradigma: non più solo interventi reattivi, ma sistemi capaci di anticipare i problemi, di interpretare grandi moli di dati e di dialogare con un quadro normativo che, a sua volta, dovrà evolvere. È un percorso appena iniziato, fatto di primi passi e inevitabili incertezze, ma è proprio in contesti come questo che si misura la capacità del sistema infrastrutturale italiano di trasformare l’innovazione tecnologica in una pratica concreta e riconosciuta.

IN SINTESI
-L’A24 concentra gallerie, viadotti, criticità idrogeologiche e sismiche in un unico asse infrastrutturale.
-La manutenzione è ancora troppo spesso reattiva per limiti economici e organizzativi.
-I concessionari dispongono di enormi quantità di dati, ma faticano a trasformarli in conoscenza operativa.
-Le tecnologie di rilievo avanzato (come i droni) producono valore solo se integrate con analisi evolutive nel tempo.
-L’intelligenza artificiale può supportare la lettura dei dati e l’individuazione delle criticità strutturali.
-Il principale ostacolo all’adozione diffusa dell’IA è il quadro normativo e il tema della responsabilità tecnica e giuridica.

DI SEGUITO LA RELAZIONE INTEGRALE DI MARCO ROCCHI.

Il testo è stato elaborato tramite la videoregistrazione dell'intervento, con l'aiuto dell'IA.