Pensiamo possa essere utile condividere con clienti e stakeholder questo elaborato originale e molto interessante scritto da Marco Antonioli, Federica Nobile e Maddalena Penna, analisti di ricerca dello Studio Giaccardi & Associati, insieme con Rodolfo Baggio, docente e ricercatore del DONDENA Centre for Research on Social Dynamics and Public Policy dell’Università Bocconi di Milano.
Si tratta di un’analisi della letteratura in inglese e in italiano che nasce dal desiderio di esplorare una delle sfide più complesse del nostro tempo: comprendere come l’intelligenza artificiale possa diventare un alleato prezioso nella comprensione e nel contrasto dei cambiamenti climatici.
Il paper, frutto di una consolidata collaborazione scientifica e umana, è stato presentato alla 32esima edizione di ENTER eTourism Conference di IFITT che si è tenuta nel febbraio 2025 a Wrocław in Polonia. La ricerca offre una prospettiva inedita sul rapporto tra AI e cambiamento climatico, attraverso un’analisi approfondita della letteratura accademica e della letteratura grigia (cioè non presente nei canali convenzionali) in lingua italiana e inglese.
Come Studio stiamo infatti sviluppando questi argomenti nei progetti di destinazione in corso in alcune delle principali regioni italiane.
Cos’è IFITT ed ENTER
L’International Federation for Information Technology and Travel & Tourism (IFITT) è la principale comunità globale indipendente per la creazione e la diffusione di conoscenze sulle ICT nei settori dei viaggi e del turismo. Dal 1993 organizza ogni anno ENTER eTourism conference, l’evento che da oltre 30 anni riunisce l’industria del turismo e dell’IT, le università, le pubbliche amministrazioni e altre organizzazioni. Negli anni ENTER ha ospitato oltre 2.300 partecipanti, pubblicato oltre 1.500 paper e conta su una community internazionale di più di 10.000 persone.
Climate Change e Intelligenza Artificiale. Un’analisi della letteratura in inglese e in italiano.
Abstract
Questa ricerca esplora l’intersezione tra Intelligenza Artificiale (AI), cambiamento climatico e turismo attraverso un’analisi testuale completa della letteratura accademica e grigia in inglese e in italiano. Utilizzando il database Scopus e le ricerche su Google, abbiamo raccolto 58 fonti multi-tipo e le abbiamo analizzate con AntConc, toolkit di analisi dei testi basato su Python.
I risultati rivelano un’attenzione predominante delle tecnologie di AI e di Machine Learning per la mitigazione dei cambiamenti climatici più che per l’adattamento.
I dati emergono come tema centrale in tutti i tipi di letteratura, sottolineando la natura data-driven delle applicazioni dell’AI e della ricerca sul clima. Machine learning, deep learning e le reti neurali artificiali sono prominenti nella letteratura accademica, mentre la letteratura grigia enfatizza le emissioni di gas serra e gli impatti ambientali.
La letteratura grigia italiana evidenzia in modo particolare i rischi e la sostenibilità. Questa ricerca identifica il potenziale dell’AI nell’affrontare le sfide del cambiamento climatico nel turismo, evidenziando al contempo la necessità di maggiori studi sulle strategie di adattamento e sull’impatto ambientale della stessa AI.
Introduzione
Due fattori stanno influenzando e influenzeranno fortemente in futuro il turismo e le sue componenti: intelligenza artificiale e cambiamento climatico. Anche se sembrano appartenere a campi di ricerca diversi, la connessione tra loro è ben consolidata [1].
Man mano che l’intelligenza artificiale (AI) si inserisce sempre più nella nostra vita quotidiana, molta attenzione è rivolta alle potenziali questioni etiche che riguardano la privacy e la sicurezza. Al di là di queste importanti questioni, l’AI ha un notevole potenziale per ottimizzare varie attività, aumentare l’efficienza e migliorare in modo significativo l’accuratezza e l’efficacia di sistemi che si basano su previsioni e probabilità. Le applicazioni più promettenti, infatti, si trovano in aree che affrontano complesse sfide tecniche che superano le capacità umane. Una di queste sfide è il cambiamento climatico, un problema globale che richiede trasformazioni significative in tutti i settori chiave, tra cui trasporti, agricoltura, edilizia ed energia [1].
L’Intelligenza Artificiale ha potenzialmente un ruolo cruciale nell’affrontare il cambiamento climatico. Nel settore dell’energia si vedono i primi esempi delle sue promesse e dei suoi limiti.
Grazie all’AI, possiamo ottimizzare l’uso dell’energia, prevedere modelli di consumo e integrare più efficacemente le fonti rinnovabili nelle reti elettriche. Tuttavia, questo cambiamento tecnologico introduce anche importanti compromessi di policy. Per trarre vantaggio dal potenziale dell’AI nel contrasto al cambiamento climatico, dobbiamo approcciare l’uso in modo ponderato, bilanciando i suoi punti di forza con i suoi rischi e assicurandoci che venga applicata in modo da minimizzare gli svantaggi e massimizzare la capacità di ridurre le emissioni di gas serra.
Alcune destinazioni turistiche, soprattutto nel nord Europa, stanno già utilizzando politiche adattive spesso basate su tecnologie AI.
È chiaro che l’Intelligenza Artificiale può essere uno strumento innovativo per prevenire e gestire il cambiamento climatico nel turismo, ma potrebbe anche causare un aumento del consumo energetico che andrebbe a influire sullo stato del pianeta [2]. Un esempio di destinazione del nord Europa che sta utilizzando uno strumento di intelligenza artificiale per implementare politiche di adattamento al clima è dato da Visit Norway – la DMO norvegese – che sul proprio sito web ha pubblicato un calcolatore di CO2 [2].
Questo è uno dei possibili esempi di come gli strumenti di AI possono aiutare ad affrontare i cambiamenti climatici nel settore del turismo.
Un altro ruolo sempre più importante dell’AI nel contrasto al cambiamento climatico è l’utilizzo di dati per prevedere l’arrivo di eventi climatici estremi (ad esempio: aumento giornate di calore, siccità e inondazioni, innalzamento del livello del mare, etc.). La previsione offre alle destinazioni l’opportunità di attuare politiche di adattamento in anticipo, anziché in seguito alle emergenze.
Nell’ambito di un più ampio progetto in corso sull’atteggiamento delle destinazioni turistiche italiane nei confronti dei cambiamenti climatici, abbiamo condotto un’indagine su come questi argomenti vengono discussi in tre tipi di letteratura: letteratura accademica in lingua inglese, letteratura grigia in inglese e letteratura grigia in italiano. Riportiamo qui un’analisi preliminare di questa esplorazione, poiché i risultati potrebbero essere rilevanti per coloro che sono interessati a questi temi, e poniamo alcune domande che riguardano le somiglianze e le differenze tra queste tre diverse fonti.
Metodologia
Raccolta dei dati. I documenti della letteratura accademica sono stati raccolti utilizzando il database Scopus. Innanzitutto, abbiamo cercato articoli che avessero nel titolo e nell’abstract le parole chiave “intelligenza artificiale”, “cambiamento climatico” e “turismo”.
Il risultato di questa prima ricerca è un foglio di calcolo con 4.076 titoli e abstract. Dalla lettura di questo primo risultato abbiamo selezionato una lista di 90 articoli con un chiaro focus su intelligenza artificiale, cambiamento climatico e turismo. In una fase successiva, per ridurre il nostro campo di ricerca, da questa lista di 90 articoli ne abbiamo selezionati 15 che discutono insieme di intelligenza artificiale, cambiamenti climatici e turismo. Per fornire una versione rilevante e aggiornata abbiamo selezionato le pubblicazioni più recenti (2020-2024) e più citate.
Per quanto riguarda la letteratura grigia, i dati sono stati raccolti utilizzando una serie di 30 parole chiave in inglese e in italiano su Google.com per selezionare articoli relativi ai nostri tre argomenti da giornali online, riviste, siti web istituzionali (ad esempio NASA, Parlamento Europeo, World Economic Forum, etc.), aziende private (Boston Consulting Group, McKinsey, etc.), istituti di ricerca (Climate Change AI, Centre for AI and Climate, etc.).
Grazie a questo processo siamo riusciti a ottenere 32 contributi in inglese e 11 in italiano. Alla fine, sommando tutti i diversi documenti e articoli, abbiamo esaminato 58 fonti multi-tipo.
Trattamento e analisi dei dati. Tutti i testi provenienti da pdf e pagine web sono stati copiati in tre diversi blocchi di testo: uno per la letteratura accademica, uno per la letteratura grigia inglese e un altro per la letteratura grigia italiana.
Questi file sono stati eseguiti separatamente con AntConc [4], un toolkit freeware per l’analisi del testo basato su Python, facendo attenzione all’uso di stopword appropriate in italiano e in inglese per ridurre i possibili bias.
Con AntConc abbiamo potuto analizzare le frequenze delle parole e degli N-grammi (bi-grammi), ottenendo così sei tabelle (tre tabelle di parole e tre tabelle di N-grammi) che ci danno il punto di vista delle nostre tre fonti principali su quali sono i principali concetti legati a Intelligenza Artificiale, cambiamento climatico e turismo. Ciò ci mostra quali sono le principali somiglianze e differenze tra letteratura accademica e letteratura grigia in inglese e in italiano.
Risultati
Nelle tabelle 1, 2 e 3 è visibile come i principali argomenti discussi in tutte e tre le letterature considerate siano collegati a come l’intelligenza artificiale e machine learning possano prevenire gli effetti del cambiamento climatico [5].
In generale, possiamo dire che l’attenzione principale è rivolta alle soluzioni di mitigazione e non a policy di adattamento.
Come pubblicato dalla European Environment Agency (EEA), “mitigazione” significa ridurre gli impatti degli estremi climatici prevenendo o riducendo l’emissione di gas a effetto serra (GHG) nell’atmosfera. La mitigazione si ottiene riducendo le fonti di questi gas o migliorandone lo stoccaggio. È quindi un intervento umano che riduce le fonti di emissione di gas serra e/o rafforza i pozzi di assorbimento.
Al contrario, il termine “adattamento” indica l’anticipazione delle conseguenze dannose dei cambiamenti climatici e l’attuazione di strategie adeguate a prevenire i potenziali danni, sfruttando al contempo le potenziali opportunità che possono emergere.
In sostanza, l’adattamento può essere inteso come il processo di modificazione delle policy sulla base degli effetti attuali e futuri dei cambiamenti climatici [6]. Il fatto che il focus principale sia sulla mitigazione e sui possibili usi della tecnologia per prevenire o ridurre i gas climatici per prevenire o ridurre le emissioni di gas climalterante è visibile anche nelle prime 5 parole di tutte le letterature (tabella 4, 5 e 6). Un’altra evidenza basata sull’analisi delle parole è la centralità dei dati in entrambi i campi del cambiamento climatico e dell’intelligenza artificiale [7].
Conclusioni
Questo paper ha analizzato l’intersezione tra Intelligenza Artificiale (AI), cambiamento climatico e turismo nella letteratura accademica e grigia sia in inglese che in italiano.
L’analisi rivela diversi risultati-chiave:
- C’è una forte attenzione al modo in cui AI e machine learning possono mitigare gli effetti del cambiamento climatico. Non c’è altrettanta attenzione sulle strategie di adattamento [8, 9].
- L’importanza di disporre di un buon dataset è evidente in tutti i tipi di letteratura, evidenziando la natura data-driven sia delle applicazioni di AI che della ricerca sui cambiamenti climatici.
- Il machine learning, il deep learning e le reti neurali artificiali emergono come argomenti dominanti nella letteratura accademica, indicando la loro importanza nella ricerca sui cambiamenti climatici [10].
- Sia la letteratura grigia inglese che quella italiana pongono l’accento sulle emissioni di gas serra e sugli impatti ambientali, suggerendo una preoccupazione coerente in contesti culturali diversi [11,12].
Questi risultati sottolineano il potenziale dell’AI nell’affrontare le sfide del cambiamento climatico, in particolare nel settore del turismo. Tuttavia, evidenziano anche la necessità di ulteriori ricerche sulle strategie di adattamento e di una più ampia considerazione dell’AI stessa.
Infatti, la maggior parte della letteratura esaminata si occupa di azioni di mitigazione, mentre le strategie o le politiche di adattamento sono relativamente trascurate.
Riassumendo tutte le analisi, possiamo affermare che un cluster di parole e bi-grammi si riferisce a metodi e tecnologie (ad esempio: machine learning, deep learning, dati, ecc.) che sono già applicati nell’attuazione delle politiche di mitigazione nella maggior parte dei settori economici.
L’altro cluster è costituito da parole e bi-grammi direttamente collegati alle politiche di mitigazione (emissioni di gas serra, gas serra, consumo energetico, etc.).
Ciò è anche in linea con la definizione delle differenze tra adattamento e mitigazione fornita dalla European Environment Agency: mentre il primo significa anticipare gli effetti negativi del cambiamento climatico, il secondo significa rendere meno gravi gli effetti del cambiamento climatico prevenendo o riducendo l’emissione di gas a effetto serra (GHG) nell’atmosfera.
I lavori futuri dovrebbero mirare a colmare il divario tra la ricerca accademica e le applicazioni pratiche, assicurando che le tecnologie dell’AI siano sfruttate in modo efficace e responsabile nel contrasto al cambiamento climatico e per sostenere la definizione di nuove strategie di adattamento. Promuovendo la collaborazione tra ricercatori, politici e leader del settore, la ricchezza di applicazione dell’AI può essere utilizzata in modo più efficiente ed efficace per costruire un futuro più sostenibile e resiliente.
Bibliografia
- Stein, A. L. Artificial intelligence and climate change. Yale Journal on Regulation, 37(3), 890-939 (2020)
- Grythe H., Lopez-Aparicio S. The who, why and where of Norway’s emissions from tourist travel; Environmental Advances, Volume 5 (2021)
- Visit Norway, https://business.visitnorway.com/no/utslippskalkulator/, last accessed 2024/11/15
- Cowls et al. (2021): The AI gambit: leveraging artificial intelligence to combat climate
change—opportunities, challenges, and recommendations; AI & SOCIETY, 38:283307 (2021) - Anthony, L. AntConc (Version 4.3.1) [Computer Software]. Tokyo, Japan: Waseda University. Available from https://www.laurenceanthony.net/software (2024).
- Rolnick et al.: Tackling Climate Change with Machine Learning; ACM Computing Surveys, Vol. 55, No. 2, Article 42 (2022)
- European Environment Agency, https://www.eea.europa.eu/en/about/contact-us/faqs/what-
is-the-difference-between-adaptation-and-mitigation, last accessed 2024/10/10 - Schultz et al.: Can deep learning beat numerical weather prediction?; Philosophical Trans-
actions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 379:20200097 (2021) - Loucks: Meeting Climate Change Challenges: Searching for More Adaptive and Innovative Decisions; Water Resources Management, 37:2235–2245 (2022)
- Huntingford et al.: Machine learning and artificial intelligence to aid climate change research and preparedness; Environmental Research Letters, 14 124007 (2019)
- Leal Filho et al.: Deploying artificial intelligence for climate change adaptation; Technological Forecasting and Social Change, 180 p. 121662 (2022)
- World Economic Forum, https://wttc.org/news-article/ai-set-to-shape-the-future-of-travel-
and-tourism-says-wttc, last accessed 2024/10/10 - Namirial Focus, https://focus.namirial.it/intelligenza-artificiale-crisi-climetica/, last accessed 2024/10/10
