Design of policy digital twins incorporating multi-level agent based modelling
Questo articolo affronta la lenta adozione dei digital twin delle politiche proponendo un framework di progettazione che integra la modellazione basata su agenti a più livelli per catturare gli effetti del comportamento umano, dimostrato attraverso un caso di studio di uno strumento di politica per la transizione energetica per un consiglio comunale del Regno Unito.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immagina di cercare di prevedere il futuro di una città frenetica. Hai una mappa, hai i dati sul traffico e hai i bollettini meteorologici. Ma una città non è fatta solo di strade e palazzi; è fatta di persone. E le persone sono disordinate, imprevedibili e piene di sorprese. Questo è il mondo dei gemelli digitali per le politiche pubbliche (policy digital twins). Pensa a un gemello digitale come a una simulazione di un videogioco estremamente avanzata di un luogo reale. Nelle fabbriche, questi gemelli sono ottimi perché le macchine seguono regole rigide. Ma nelle città, i "giocatori" sono esseri umani che prendono le proprie decisioni. Per creare un gemello che funzioni per i leader delle città (sindaci, consigli e governi), serve un modo per simulare non solo gli edifici, ma i miliardi di piccole decisioni che le persone prendono ogni giorno. È qui che entra in gioco la Modellazione Basata su Agenti Multi-Livello (MABM). Inveve di trattare tutti come un unico, noioso ammasso di dati, questo metodo crea migliaia di "agenti" individuali (persone virtuali) con i propri lavori, redditi e abitudini. Questi agenti interagiscono tra loro e con il proprio ambiente, creando una simulazione complessa e vivente. Perché questo è importante? Perché quando i governi cercano di cambiare le cose — come passare tutti al riscaldamento elettrico o costruire nuove piste ciclabili — devono sapere come reagiranno le persone reali prima di spendere milioni di dollari. Se sbagliano le previsioni, la politica fallisce e la città ne soffre.
Questo articolo riguarda la costruzione di un tipo specifico di gemello digitale per un consiglio comunale nel Regno Unito, per aiutarli a capire come passare dal riscaldamento a gas alle pompe di calore nelle abitazioni. Gli autori, un team di ricercatori, si sono resi conto che la maggior parte dei gemelli digitali ignora l'elemento umano, trattando le persone come robot che si limitano a seguire ordini. Sostengono che, affinché una politica funzioni, il gemello debba includere "esseri umani nel ciclo" (humans in the loop). Per dimostrare questo, hanno costruito un prototipo per Newcastle, una città con circa 320.000 abitanti. Non hanno costruito solo una mappa statica; hanno creato una Popolazione Sintetica di quasi 97.300 nuclei familiari virtuali. Ogni casa virtuale è stata abbinata a una casa reale della città, e a ogni famiglia virtuale è stata data una personalità basata su dati reali del censimento — alcuni erano studenti, altri pensionati, alcuni lavoravano da casa e altri avevano budget ristretti.
I ricercatori hanno poi avviato una massiccia simulazione. Hanno chiesto alla loro città virtuale: "Cosa succede se diciamo a tutti di installare una pompa di calore?" oppure "E se aiutassimo solo le famiglie a basso reddito?". Il modello non si è limitato a indovinare; ha calcolato la domanda di energia ora per ora, tenendo conto di come un colpo di freddo avrebbe fatto consumare più energia a una casa scarsamente isolata, o di come la routine quotidiana di una famiglia avrebbe cambiato le loro necessità di riscaldamento. Hanno testato il loro modello confrontandolo con dati reali del governo del Regno Unito e hanno scoperto che era molto bravo a prevedere il consumo di energia, rispecchiando con alta precisione i modelli reali in cinque diverse città.
Tuttavia, l'articolo è attento a precisare cosa questo non sia. Non è un prodotto finito e perfetto che gestisce la città automaticamente. Gli autori dichiarano esplicitamente che si tratta di un dimostratore, una prova di concetto. È uno strumento "pre-operativo". Non ha ancora dati in tempo reale che fluiscono dal mondo reale e non è ancora stato pienamente integrato nel flusso di lavoro quotidiano del consiglio comunale. L'articolo si oppone all'idea che un singolo gemello digitale possa essere facilmente copiato e incollato da una città all'altra. Poiché ogni città ha leggi diverse, case diverse e persone diverse, un gemello costruito per Newcastle potrebbe non funzionare per Londra senza modifiche sostanziali. Gli autori suggeriscono che, sebbene il metodo di utilizzare questi agenti multi-livello sia potente, lo strumento specifico che hanno costruito è altamente personalizzato per il suo contesto locale.
La scoperta chiave è che, utilizzando questa complessa simulazione incentrata sull'uomo, il consiglio comunale può ora vedere gli scenari "what-if" (cosa succederebbe se). Possono vedere che indirizzare le pompe di calore alle case popolari potrebbe far risparmiare più denaro rispetto all'indirizzarle ai quartieri ricchi, o che un inverno freddo potrebbe causare picchi nelle bollette energetiche in modi inaspettati. L'articolo conclude che, sebbene non siamo ancora arrivati a cervelli cittadini completamente automatizzati e autocorrettivi, questo approccio di inserire persone virtuali nella simulazione è il tassello mancante che rende i gemelli digitali per le politiche realmente utili. Trasforma una mappa statica in una cucina sperimentale vivente e pulsante dove i leader possono cucinare le proprie politiche senza dare fuoco alla casa.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.