Navigatori GPS aumentano inquinamento da traffico, lo rivela uno studio CNR

La promessa del percorso più rapido può aumentare il traffico sulle arterie principali: uno studio CNR analizza reti urbane, emissioni e possibili correttivi per rendere i navigatori più sostenibili.

I ricercatori del Cnr-Isti, dellUniversit di Pisa e della Scuola Normale Superiore hanno simulato il traffico di Firenze, Milano e Roma mostrando che, quando tutti gli automobilisti seguono un navigatore, la variet dei percorsi pu ridursi fino al 14% rispetto allo scenario senza indicazioni digitali. La conseguenza una maggiore concentrazione dei veicoli su autostrade e grandi arterie, mentre i benefici sulle emissioni di CO? possono attenuarsi, scomparire o, in alcuni casi osservati a Roma, trasformarsi in un aumento.

Lo studio stato pubblicato nel 2026 su Nature Communications e mette in discussione unidea ormai comune: se ogni automobilista sceglie litinerario pi rapido per s, la rete urbana non diventa per forza pi efficiente. Google Maps, TomTom, Bing Maps e Mapbox possono aiutare una persona a evitare una coda. Il risultato cambia quando la stessa indicazione arriva nello stesso momento a migliaia di utenti.

La promessa del percorso pi rapido

Unapp di navigazione riceve la posizione del veicolo, legge la rete stradale e propone un itinerario in base allobiettivo impostato. Pu puntare ad arrivare prima, a percorrere meno chilometri oppure, in alcuni casi, a contenere le emissioni. Per lutente si tratta di una scelta privata, almeno in apparenza, e facilmente modificabile: seguire il suggerimento oppure cambiare strada.

Quando le decisioni si moltiplicano, per, la situazione cambia. Se molti conducenti vengono spostati dalla stessa strada congestionata verso una parallela ritenuta pi scorrevole, la deviazione fa crescere il traffico proprio sulla via alternativa. Lalgoritmo continua a ottimizzare il viaggio di ogni singolo veicolo; la rete, nello stesso istante, riceve migliaia di decisioni simili.

qui che nasce il paradosso. La soluzione migliore per il singolo pu perdere efficacia se viene adottata da una quota elevata di utenti. In condizioni ordinarie, distribuire i veicoli su pi itinerari aiuta a limitare i rallentamenti. Se invece le raccomandazioni convergono verso poche arterie, la distribuzione si restringe e i punti pi sollecitati possono congestionarsi ancora di pi.

Il gruppo che ha condotto la ricerca

Lo studio stato realizzato da Giuliano Cornacchia, Mirco Nanni e Luca Pappalardo dellIstituto di scienza e tecnologie dellinformazione del Consiglio nazionale delle ricerche, insieme a Dino Pedreschi dellUniversit di Pisa. Pappalardo anche professore associato alla Scuola Normale Superiore. Pedreschi insegna nel Dipartimento di Informatica dellUniversit di Pisa.

Il Cnr-Isti un istituto del Consiglio nazionale delle ricerche che si occupa di informatica e gestione dellinformazione. Il gruppo ha studiato il traffico digitale dentro una relazione pi ampia, quella tra algoritmi, comportamento individuale e funzionamento delle citt. In questa direzione si muove anche il progetto City-AI Coevolution, coordinato da Pappalardo e finanziato dal Ministero dellUniversit e della Ricerca attraverso il programma FIS. Il progetto analizza linfluenza reciproca tra sistemi digitali e societ.

La pubblicazione in una rivista scientifica internazionale non fa di ogni simulazione una misurazione diretta dellinquinamento stradale. Il modello, per, stato costruito per confrontare scenari coerenti e per verificare come cambiano i flussi e la CO? quando varia luso dei navigatori.

Come stato costruito il modello

I ricercatori hanno messo insieme dati GPS relativi a veicoli privati, reti stradali e itinerari forniti dai principali servizi di navigazione. Lanalisi non si concentrata su una sola applicazione. Ha incluso Google Maps, TomTom, Bing Maps e Mapbox; per TomTom stata considerata anche la modalit chiamata Fastest.

Il modello ha confrontato condizioni diverse della circolazione e percentuali differenti di adozione. A un estremo cera lo scenario in cui nessun conducente seguiva le indicazioni di unapp. Allestremo opposto, il 100% dei veicoli veniva guidato da un servizio di navigazione. Tra questi due casi sono state analizzate quote intermedie.

Per ciascuno scenario sono stati osservati soprattutto due indicatori:

• la diversit dei percorsi, cio il grado con cui i veicoli utilizzano itinerari differenti;
• le emissioni di CO? associate al traffico simulato.

Questo metodo permette di isolare leffetto delladozione dei navigatori e di mantenere il confronto tra condizioni della rete e livelli di traffico. Non una campagna di rilevamento delle concentrazioni di biossido di azoto, particolato o nanoparticelle presenti nellaria. I risultati descrivono quindi soprattutto la dinamica dei flussi e le emissioni di anidride carbonica calcolate dal modello. Non misurano, da soli, lintera qualit dellaria urbana.

Meno itinerari, pi traffico sulle arterie principali

Il risultato che ricorre nelle tre citt riguarda la variet degli itinerari. Allaumentare del numero di automobilisti che seguono le indicazioni digitali, le strade utilizzate diventano meno numerose e meno distribuite. Quando ladozione arriva al 100%, la diversit dei percorsi pu diminuire fino al 14% rispetto allo scenario in cui nessuno segue il navigatore.

Il dato non significa che tutti i veicoli percorrano la stessa strada. Dice piuttosto che il sistema tende a concentrare i flussi su un gruppo pi ristretto di segmenti. Autostrade e grandi arterie vengono spesso privilegiate dagli algoritmi perch offrono maggiore capacit o una velocit media pi alta. Leffetto concreto dipende comunque dalla configurazione della rete e dal servizio utilizzato.

Anche le emissioni risultano distribuite in modo meno uniforme. Una quota maggiore della CO? simulata finisce associata a un numero pi limitato di tratti stradali. Per chi abita o cammina lungo quelle arterie, il risultato non basta a descrivere lesposizione agli inquinanti: entrano in gioco il vento, la morfologia urbana, il tipo di veicoli, la temperatura e altri fattori che i dati disponibili non quantificano.

Come funziona la convergenza dei flussi

Immaginiamo una direttrice urbana con una strada principale gi lenta e due alternative. Una pi breve, ma stretta; laltra passa in periferia, pi lunga e dispone di una capacit maggiore. Senza un suggerimento comune, una parte dei conducenti sceglie la direttrice, unaltra la via secondaria e unaltra ancora il percorso periferico. I veicoli restano distribuiti tra tre possibilit.

Quando viene rilevato un incidente o un rallentamento, lapp pu indirizzare molti utenti verso la stessa deviazione. In un primo momento la strada stretta sembra conveniente, perch il tempo stimato inferiore a quello della direttrice congestionata. Poi arrivano altri veicoli. La velocit scende e il vantaggio iniziale si riduce.

A quel punto alcuni utenti possono essere reindirizzati di nuovo. Si crea una catena di spostamenti tra le arterie disponibili. Lesempio non riproduce un episodio specifico misurato nelle tre citt dello studio, ma rende visibile il meccanismo simulato: migliaia di scelte razionali possono produrre un equilibrio collettivo meno efficiente. La previsione non necessariamente errata per il singolo istante; la risposta cumulativa della rete a renderla problematica.

Quando le emissioni calano e quando aumentano

Leffetto ambientale non resta uguale in ogni condizione. Con traffico leggero, lutilizzo dei navigatori tende a portare un beneficio: itinerari pi efficienti possono accorciare i tempi di percorrenza e ridurre i consumi, con una diminuzione delle emissioni di CO? calcolate nello scenario.

Con traffico intenso il quadro si complica. Quando la quota di utenti ancora contenuta, le indicazioni possono aiutare a evitare i punti pi congestionati. Man mano che gli automobilisti aumentano, per, il margine di vantaggio si assottiglia. Nei casi analizzati, per molti servizi e citt la fascia critica si colloca generalmente tra il 60% e l80% di adozione.

Oltre quella fascia, i benefici ambientali possono ridursi fino a sparire. In alcune simulazioni riferite a Roma, Google Maps, Bing Maps, Mapbox e TomTom Fastest hanno prodotto emissioni superiori rispetto allo scenario senza navigazione.

il dato che risponde pi direttamente alla questione ambientale. Un navigatore non fa aumentare automaticamente linquinamento, ma luso generalizzato pu portare a emissioni di CO? pi alte in condizioni determinate.

Le fonti disponibili sullo studio non indicano una percentuale unica di aumento valida per tutte le citt e per tutti gli algoritmi. Non si pu quindi trasformare il risultato osservato a Roma in un incremento generale da applicare a Firenze, Milano o allintero traffico italiano.

Firenze, Milano e Roma hanno reti diverse

La struttura urbana pesa sul risultato. Una rete con poche arterie principali, molte intersezioni o alternative difficili da sostituire reagisce diversamente da una rete che offre pi itinerari paralleli. Contano anche la distribuzione iniziale dei veicoli e il livello di congestione: entrambi possono modificare la soglia oltre la quale lottimizzazione individuale smette di essere efficace.

La tabella riassume tendenze del modello, non stabilisce una graduatoria ambientale permanente tra le tre citt. Lo studio lavora su scenari simulati e non permette di dire che una determinata app sia sempre migliore o peggiore in una certa area. Restano decisive tre variabili: il servizio scelto, il livello di traffico e la percentuale di utenti guidati dallalgoritmo.

La fascia 60-80% non vale ovunque

Lintervallo tra il 60% e l80% stato osservato generalmente nei casi analizzati. Non una regola da applicare a ogni citt, a ogni ora o a ogni rete stradale. La soglia pu cambiare in base alla domanda di spostamento, alla capacit delle strade, alla presenza di alternative e ai criteri usati dal navigatore.

Lo stesso servizio pu quindi produrre effetti diversi al mattino, durante un evento oppure in una fascia con traffico pi scorrevole. Una raccomandazione calcolata su una rete quasi libera non equivale a una deviazione suggerita mentre la congestione interessa molte strade. Anche un algoritmo che privilegia la velocit pu distribuire i flussi in modo diverso da uno che considera la distanza o la CO?.

Il tempo di percorrenza resta una variabile importante, ma nei materiali disponibili non c una cifra unica che descriva la sua variazione per tutte le citt e per tutte le quote di adozione. Il dato pi solido riguarda la riduzione, fino al 14%, della diversit dei percorsi e il possibile peggioramento delle emissioni in scenari specifici. Non viene invece fornito un aumento medio dei minuti trascorsi in auto.

Il vantaggio individuale non coincide con quello della citt

Un servizio di navigazione tradizionale risponde a una domanda precisa: quale itinerario permette a questo veicolo di arrivare prima, usando le informazioni disponibili? Una citt deve occuparsi di problemi pi ampi. Deve evitare che una strada superi la propria capacit, distribuire i veicoli, limitare le emissioni vicino alle abitazioni e mantenere accessibili pi quartieri.

Le due prospettive possono convivere, ma non sempre puntano nella stessa direzione. Se ogni app cerca per il proprio utente il tempo minimo, gli automobilisti vengono spinti verso le opzioni che il modello considera pi efficienti. Una politica urbana pu perseguire obiettivi differenti: proteggere le zone residenziali, ridurre i flussi nelle aree sensibili, dare priorit al trasporto pubblico oppure garantire il passaggio dei mezzi di soccorso.

Il problema non consiste nellattribuire intenzioni agli algoritmi. Sta nel riconoscere che una raccomandazione ripetuta su larga scala diventa, di fatto, una forma di coordinamento del traffico. Anche se non stata progettata come infrastruttura pubblica.

Quali modifiche potrebbero servire alle app

La ricerca porta a considerare un obiettivo pi ampio: non soltanto il percorso pi veloce per un singolo veicolo, ma una soluzione che tenga conto degli effetti sulla rete. Un navigatore orientato alla mobilit collettiva potrebbe distribuire partenze e itinerari, evitando di mandare una quota eccessiva di utenti verso la stessa arteria.

Tra le funzioni possibili rientrano:

• distribuzione dinamica dei flussi tra percorsi con capacit compatibile;
• valutazione congiunta di tempo, distanza, consumi ed emissioni;
• penalizzazione delle deviazioni che trasferiscono traffico sulle strade residenziali;
• aggiornamento delle indicazioni in base agli effetti collettivi, non soltanto alla velocit rilevata;
• coordinamento con semafori, trasporto pubblico e provvedimenti temporanei dei comuni.

Un sistema impostato in questo modo potrebbe rinunciare, in determinati casi, alla strada pi rapida per il singolo e prevenire un sovraccarico generale. La scelta dovrebbe essere leggibile per lutente. Chi guida avrebbe bisogno di sapere se litinerario stato modificato per ragioni di congestione, sicurezza o qualit ambientale.

Il possibile ruolo delle amministrazioni locali

I comuni dispongono di informazioni su viabilit, cantieri, incidenti e aree a traffico limitato. Le piattaforme digitali hanno invece dati aggregati sugli itinerari richiesti e sulle velocit osservate. Un confronto organizzato tra queste informazioni potrebbe migliorare la gestione degli eventi eccezionali e limitare deviazioni incompatibili con la capacit reale delle strade.

Lo scambio non dovrebbe tradursi nella consegna indiscriminata di dati personali. Per analizzare i flussi, in linea generale, sono sufficienti informazioni aggregate e trattate con garanzie adeguate. Il valore pubblico nascerebbe dal collegamento tra i dati di mobilit, i limiti della rete, le zone sensibili e le priorit fissate dalla pianificazione urbana.

La collaborazione potrebbe concentrarsi su:

• segnalazione tempestiva di chiusure, cantieri ed eventi;
• condivisione di modelli aggregati del traffico;
• piani di deviazione concordati per non gravare su strade inadatte;
• valutazione successiva degli effetti su tempi, flussi ed emissioni;
• incentivi alla scelta di orari, mezzi o itinerari meno impattanti.

Emissioni, incentivi e trasparenza

Unapp pu proporre un percorso che consumi meno oppure collegare lo spostamento in automobile al trasporto pubblico. Lefficacia ambientale di una scelta, per, dipende dalla catena completa: tipo di veicolo, stile di guida, condizioni del traffico e distanza effettiva. Definire un itinerario verde senza spiegare il criterio utilizzato rischierebbe di restituire unimmagine troppo semplice del risultato.

La trasparenza dovrebbe estendersi ai dati impiegati per il calcolo. Lutente potrebbe vedere se la raccomandazione privilegia la velocit, la distanza, le emissioni stimate oppure la distribuzione dei flussi. I comuni avrebbero bisogno, nello stesso tempo, di indicatori aggregati per capire se una modifica dellalgoritmo sta semplicemente spostando la congestione da una strada a unaltra.

Aggiungere unopzione ambientale al menu non basta. Se la modalit a minori emissioni indirizza nello stesso momento troppi veicoli sulla medesima strada, riproduce il problema osservato negli altri servizi. Anche un algoritmo progettato per ridurre la CO? va quindi valutato per leffetto complessivo che produce sulla rete.

Che cosa dimostra davvero il risultato

Lo studio non dimostra che ogni utilizzo di Google Maps o di un altro navigatore faccia aumentare linquinamento. Mostra che ladozione generalizzata riduce la variet dei percorsi e che, superata una soglia variabile, i vantaggi sulle emissioni possono svanire. In alcune simulazioni ad alta adozione riferite a Roma, le emissioni di CO? risultano superiori rispetto allo scenario senza navigazione.

La distinzione necessaria perch CO? e qualit dellaria non sono sinonimi. La CO? un gas serra collegato ai consumi e alle emissioni dei veicoli; la qualit dellaria comprende anche gli inquinanti locali e linfluenza delle condizioni atmosferiche. I materiali disponibili non forniscono una quantificazione unica dellaumento di particolato o nanoparticelle causato dai navigatori. Non indicano neppure una percentuale nazionale di crescita dellinquinamento.

La conclusione pi precisa questa: la navigazione digitale pu produrre un effetto ambientale positivo quando ladozione bassa o moderata, ma pu diventare controproducente se le raccomandazioni convergono e la rete gi sotto pressione.

Verso una navigazione urbana che consideri la rete

Il risultato suggerisce che le app di navigazione dovrebbero valutare non solo il tempo stimato per il singolo veicolo, ma anche la capacit residua delle strade e la distribuzione dei flussi. Una deviazione pu essere utile per un automobilista e svantaggiosa quando viene proposta contemporaneamente a molti utenti.

Per ridurre questo rischio, i servizi potrebbero integrare dati aggregati sulla congestione, limiti temporanei alla concentrazione dei veicoli e criteri trasparenti su velocit, consumi ed emissioni. Le amministrazioni locali, dal canto loro, potrebbero condividere informazioni su cantieri, incidenti ed eventi senza trasferire dati personali.

La navigazione digitale resta quindi uno strumento utile, ma il suo impatto va verificato sulla rete nel suo insieme. Il parametro decisivo non soltanto quanto rapidamente arriva una singola auto, bens se linsieme delle indicazioni mantiene i flussi distribuiti e non trasferisce la congestione nei quartieri pi vulnerabili.