Chi si occupa di sviluppo urbano deve tenere conto del fatto che le città saranno in futuro sempre più smart city, ossia il loro “funzionamento” sarà sempre più basato sulla rilevazione in tempo reale di diversi parametri, dal tasso di inquinamento all’intensità del traffico.
È come se nelle smart city lo spazio urbano avesse aggiunta una nuova dimensione fatta di reti e informazioni digitali, che permette di vedere in modo diverso le città e quindi di progettarle in modo anch’esso diverso.
Il Massachusetts Institute of Technology (MIT) parla in questo senso di “senseable city” – la città che si può percepire – e ha creato il Senseable City Laboratory, un centro di ricerca multidisciplinare che ha l’obiettivo di esplorare come collegare lo sviluppo urbano con la grande mole di informazioni delle smart city.
Attivo da tempo, il centro ha raccolto vari progetti provenienti da tutto il mondo. Tra quelli degli ultimi anni alcuni sono particolarmente interessanti per le innovazioni pratiche che descrivono o per la capacità di trarre informazioni socio-antropologiche da dati “tecnici”.
Nel primo ambito troviamo ad esempio Roboat, un progetto che prevede l’utilizzo di battelli a guida autonoma lungo i canali della capitale olandese.
A seconda delle necessità, questi battelli si organizzano automaticamente per fare da mezzi di trasporto per persone e cose ma anche per creare, combinandosi tra loro, strutture galleggianti temporanee e persino ponti. Parallelamente fanno anche da unità di monitoraggio della qualità dell’acqua dei canali, grazie a sensori integrati in ottica classica da smart city.
Il progetto Light Traffic, a cui ha collaborato anche il CNR, ha ideato un nuovo approccio alla gestione del traffico agli incroci che elimina l’utilizzo dei semafori. Il sistema tradizionale viene infatti considerato inadeguato alla mobilità del futuro, a guida autonoma.
Il nuovo approccio prevede invece la comunicazione costante tra i veicoli e un sistema di “slot” per l’occupazione dell’incrocio che garantisce che tra i veicoli ci sia sempre una distanza di sicurezza senza la necessità di fermare completamente il traffico. L’efficienza del sistema è tale che mediamente eviterebbe tutte le code riducendo a zero il ritardo causato dall’attraversamento degli incroci.
Local Warming è invece una installazione dimostrativa, presentata alla Biennale di Venezia del 2014, che mostra un approccio innovativo al riscaldamento degli ambienti pubblici e che può fare da base per applicazioni in logica Smart Building.
L’idea di partenza è che negli edifici si sprechi una enorme quantità di energia per riscaldare ambienti vuoti od occupati da poche persone. Local Warming prevede invece un sistema di riscaldamento basato su elementi che emettono luce infrarossa e che sono guidati da un sistema di motion tracking.
A seconda della posizione delle persone in un ambiente gli elementi riscaldanti si spengono e si accendono, creando “nuvole” termiche che seguono le persone garantendo loro benessere ma anche un consumo minimo di energia.
Tra i progetti di analisi urbanistica del Senseable City Laboratory diversi hanno cercato di analizzare il comportamento delle popolazioni urbane basandosi su operazioni banali come l’utilizzo dei cellulari o delle carte di credito/debito.
Tra questi, Urban Exposure ha cercato di stabilire con precisione il tasso di esposizione delle persone all’inquinamento di New York incrociando i dati sul movimento delle persone stesse, ricavati dalle connessioni alle celle radiomobili, con i dati sulla qualità dell’aria rilevati da sensori ambientali. In questo modo è stato possibile capire dove e quando – in tempo reale – c’è il maggior rischio di esposizione ad agenti inquinanti.
Il progetto Urban Lens ha invece usato i dati (anonimizzati) di milioni di transazioni eseguite in Spagna con carte di credito/debito BBVA per evidenziare un collegamento tra il comportamento economico dei singoli individui con i trend macroeconomici, un collegamento che è difficilmente descrivibile con strumenti teorici.
Lo scopo era arrivare a una base per rilevare pattern economici che possa essere usata per poi prendere decisioni di pianificazione e politica urbana.
