Data science e sostenibilità: comprendere l'impatto dell'uomo sul pianeta

La sostenibilità non è solo un ambito di applicazione della data science e dell'intelligenza artificiale (AI), ma anche una questione che riguarda il loro stesso sviluppo. È questo il filo conduttore dell'intervento tenuto da Antonietta Mira, professoressa presso la Facoltà di scienze economiche dell'Università della Svizzera italiana, in occasione di VisionScience, evento dedicato alla formazione degli insegnanti svoltosi al Politecnico federale di Zurigo.

Nel suo contributo, Antonietta Mira ha affrontato la sostenibilità come una sfida multidimensionale, che intreccia aspetti ambientali, sociali ed economici, evidenziando il ruolo centrale della data science nel misurare, comprendere e governare l'impatto delle attività umane sul pianeta. Un tema affrontato fin dall'inizio attraverso la nozione di AI divide: oggi solo un numero limitato di Paesi ospita infrastrutture avanzate come i data center per l'AI, con conseguenze dirette su chi può innovare, controllare e beneficiare di queste tecnologie. Uno squilibrio che solleva interrogativi cruciali in termini di equità, governance e sviluppo sostenibile.

L'intervento ha mostrato come l'analisi dei dati permetta di ricostruire trasformazioni profonde del sistema Terra. Tra gli esempi citati, uno studio pubblicato su Nature Communications ricostruisce l'evoluzione della biomassa globale dei mammiferi dal 1850 a oggi: se a metà Ottocento la biomassa dei mammiferi selvatici era comparabile a quella combinata di esseri umani e animali domestici, oggi la situazione si è radicalmente ribaltata. La biomassa umana e degli animali domestici è aumentata di circa cinque volte, mentre quella dei mammiferi selvatici si è dimezzata, principalmente a causa della perdita di habitat e della caccia insostenibile.

Un secondo risultato emblematico riguarda la cosiddetta massa antropogenica. Uno studio pubblicato su Nature mostra che, intorno al 2020, la massa complessiva degli oggetti prodotti dall'uomo ha superato la biomassa totale di tutti gli organismi viventi sulla Terra. Una crescita sostenuta nel tempo, accelerata dopo la Seconda guerra mondiale, che riflette l'intensità della pressione esercitata dalle attività umane sugli ecosistemi.

La presentazione ha poi evidenziato come l'integrazione di dati satellitari, misure sul campo e modelli statistici abbia rivoluzionato la stima delle risorse naturali. È il caso delle foreste: studi recenti stimano l'esistenza di circa tre trilioni di alberi sul pianeta, ma il numero di alberi per persona è in costante diminuzione, offrendo un indicatore sintetico e immediato della pressione umana sugli ecosistemi terrestri.

Un ulteriore esempio ha riguardato gli ecosistemi marini. In una ricerca condotta da Antonietta Mira in collaborazione con la Queensland University of Technology, l'uso di algoritmi di machine learning, immagini georeferenziate e contributi di citizen science ha permesso di osservare una crescente omogeneizzazione della composizione bentonica della Grande Barriera Corallina dopo cicloni ed eventi di sbiancamento, un segnale precoce di perdita di biodiversità legata al cambiamento climatico.

La parte finale dell'intervento si è concentrata sulla sostenibilità della data science e dell'AI stesse. Sebbene alcune applicazioni, come i modelli linguistici di grandi dimensioni, richiedano più energia per interazione rispetto ai servizi digitali tradizionali, i dati mostrano un quadro più equilibrato. Secondo il World Energy Outlook 2024 dell'International Energy Agency, i data center consumano oggi meno del 2% dell'elettricità globale e il loro contributo alla crescita della domanda energetica resterà limitato nei prossimi anni, anche grazie a forti miglioramenti di efficienza. Allo stesso tempo, l'AI può diventare uno strumento attivo di mitigazione climatica, contribuendo all'ottimizzazione dei sistemi energetici, allo sviluppo delle rinnovabili e alla scoperta di nuovi materiali.