Veicolo di disinformazione o prezioso strumento da sfruttare per mitigare e adattarsi meglio alla crisi climatica? La verità sta nel mezzo, direbbe forse Aristotele, osservando il dibattito sull’intelligenza artificiale che sta interrogando il mondo scientifico e non. Si tratta di un quesito certamente complesso, da affrontare senza le lenti appannate di ottusi ideologismi, ma neanche affidandosi troppo a sfrenati liberismi tecnologici che non prevedono regole e paletti.
Se da una parte si discute parecchio su come e quando l’intelligenza artificiale riuscirà ad emulare in modo convincente i processi creativi umani (accade già in alcuni campi), dall’altra sono ancora sottostimati i pericoli dovuti alla disinformazione che, in un contesto emergenziale come quello climatico, possono avere effetti devastanti sulle persone e sulla credibilità del mondo scientifico, faticosamente guadagnata dopo tanti anni di negazionismo.
Di fake news nel mondo AI si è occupata recentemente Newsguard, società che valuta la credibilità di migliaia di siti di informazione. Testando 100 narrazioni false tratte dal suo catalogo delle principali bufale diffuse online, NewsGuard ha rilevato che la versione ChatGPT-3.5, valutata a gennaio 2023, aveva diffuso disinformazione nell’80% dei casi. Ancora peggio ha fatto la versione successiva ChatGPT-4, che secondo la valutazione di marzo, ha generato affermazioni false e fuorvianti nella totalità dei casi.
Come l’AI può aiutarci nell’emergenza climatica
La crisi climatica è una delle sfide più complesse e interdisciplinari che l’uomo abbia mai affrontato. Quando le persone ne parlano, tendono a concentrarsi sugli aspetti fisici del clima: le emissioni di anidride carbonica nell’atmosfera, le temperature, i livelli delle precipitazioni e l’andamento del vento. Ma questi elementi sono tutti plasmati da un pianeta in continua evoluzione.
I data sul clima che abbiamo a disposizione sono quasi illimitati e richiedono molto tempo per essere raccolti, analizzati e elaborati in modo comprensibile, affinché possano essere prese decisioni politiche informate. Ecco perché l’utilizzo dell’intelligenza artificiale – in particolare il machine learning (o apprendimento automatico) – può facilitarci a mitigare gli effetti della crisi climatica, permettendo all’essere umano di vedere cose che prima non si potevano neanche immaginare.
Un esempio è il calcolo delle emissioni di gas serra. Il progetto Climate TRACE utilizza sistemi di machine learning per combinare i dati raccolti da oltre 300 satelliti e da 11.000 sensori distribuiti in ambienti atmosferici, acquatici e terrestri sfruttando i dati ufficiali forniti da enti pubblici e privati. Dal 2020, TRACE si occupa di monitorare e verificare la distribuzione delle emissioni a livello globale con una precisione e velocità senza precedenti.
Tracciare in tempo reale la quantità di emissioni climalteranti generate da una determinata azienda o centrale elettriche è di vitale importanza soprattutto per le tempistiche. “La Terra è come un paziente affetto da una patologia chiamata cambiamento climatico – ha spiegato Gavin McCormick di WattTime, una delle organizzazioni che hanno dato vita a TRACE – Cercare di curarlo solo con i dati sulle emissioni dichiarati in ritardo di anni è come chiedere a un medico di curare una malattia grave senza avere altre informazioni se non un elenco di sintomi che il paziente aveva anni fa.”
Monitoraggio e prevenzione: i vantaggi dell’AI
Preziosi alleati per comprendere meglio gli effetti dei cambiamenti climatici e scoprire crimini ambientali in corso sono i satelliti e il telerilevamento. Oltre a mappare in tempo reale incendi boschivi e attività illegali di deforestazione nelle foreste tropicali, questi sistemi applicati all’intelligenza artificiale permettono di raccogliere dati e informazioni anche nei posti più inospitali della pianeta. L’Artico, per esempio, sta cambiando rapidamente con l’aumentare delle temperature globali e durante i mesi più caldi i centri di ricerca hanno la possibilità di condurre i loro rilevamenti agilmente. Diverso è invece fare i conti con le difficoltà portate dalla stagione invernale. In questo caso l’utilizzo di robot forniti di intelligenza artificiale consente di rendere più accurate le tendenze e modelli climatici, grazie all’acquisizione di informazioni in luoghi dove in passato era impossibile accedere.
Un altro aspetto di fondamentale importanza riguarda i sistemi preventivi di allerta, ovvero l’opportunità di informare in tempi rapidi le comunità colpite da eventi metereologici estremi come uragani, ondate di calore inondazioni e incendi. Affinché questi sistemi siano efficaci è necessario combinare un’enorme quantità di dati per costruire modelli che consentano di prevedere i fenomeni climatici e il loro impatto sugli insediamenti umani. E questo è esattamente l’obiettivo di Destination Earth (DestinE), un’iniziativa della Commissione Europea in collaborazione con l’European Space Agency, che sta sfruttando i sistemi di apprendimento automatico per monitorare e prevedere l’interazione tra fenomeni climatici e le attività umane. Sta facendo qualcosa di simile anche il World Economic Forum con FireAid, una piattaforma che sfrutta processi di machine learning per prevedere le aree a maggior rischio di incendi e predisporre strategie di primo soccorso che consentano di ridurre gli effetti sempre più devastanti dei fuochi incontrollati.
Tuttavia, l’intelligenza artificiale non torna utile solo per azioni di mitigazione e adattamento. Per ridurre l’inquinamento delle platiche nei mari, l’associazione non-profit The Ocean Cleanup si è posta l’obiettivo di rintracciare ed eliminare il 90% della plastica presente nei fiumi e negli oceani del mondo utilizzando sistemi di monitoraggio automatizzati.
