Evaluating a post-incident drinking water quality monitoring network using consumer complaints and verified leak events​​

Immaginate le tubature idriche di una città come un vasto e nascosto sistema nervoso. Per decenni, le aziende municipalizzate hanno fatto affidamento su un modo semplice e umano per sapere se qualcosa non andava in quel sistema: aspettare che le persone chiamassero. Quando un rubinetto perde acqua marrone, o l'acqua ha un odore strano, un residente solleva il telefono. Questi reclami sono stati a lungo la principale campana d'allarme per i problemi di qualità dell'acqua, un rapporto diretto dal consumatore all'azienda. Negli ultimi anni, tuttavia, la tecnologia ha offerto un approccio diverso. Le città stanno ora installando sensori elettronici in punti chiave della rete, dispositivi che misurano costantemente la limpidezza, l'equilibrio chimico e la temperatura dell'acqua. La speranza è che queste macchine possano individuare un problema prima che una singola persona noti un cambiamento, agendo come un sistema di allerta precoce per prevenire problemi diffusi. Ma rimane una domanda critica: questi sensori si trovano effettivamente nei posti giusti per intercettare i problemi che le persone reali stanno sperimentando? Se i sensori stanno osservando i quartieri sbagliati, la tecnologia più avanzata del mondo potrebbe comunque non accorgersi dei problemi.

Nel 2019, un grave incidente a Incheon, in Corea del Sud, ha scatenato un'ondata massiccia di reclami per "acqua rossa". La decolorazione è durata per settimane, interessando una vasta parte della città e causando significativi danni economici. In seguito all'evento, l'azienda idrica locale ha installato una rete di stazioni di monitoraggio hi-tech in tutta l'area colpita. Queste stazioni erano state posizionate alle entrate di specifici distretti, noti come aree meterizzate, progettati per monitorare la qualità dell'acqua per quei quartieri. L'obiettivo era creare una rete di sicurezza che potesse rilevare futuri problemi istantaneamente. Due anni dopo, un ricercatore si è messo in viaggio per testare se questa nuova rete stesse effettivamente svolgendo il suo compito. Il metodo era semplice ma rigoroso: invece di guardare solo ciò che vedevano i sensori, il ricercatore ha confrontato direttamente i dati dei sensori con i reclami effettivi presentati dai residenti durante lo stesso periodo. Lo studio poneva una domanda semplice e onesta: quando le persone si lamentavano dell'acqua, i sensori nelle vicinanze stavano osservando l'accadere del fatto?

L'indagine è iniziata esaminando un evento specifico di settembre 2022. I sensori hanno registrato un'ondata massiccia, a livello cittadino, di cambiamenti nella qualità dell'acqua. Partendo dalla mattina presto, un disturbo si è propagato attraverso la rete, causando un picco di torbidità che è stato rilevato da ventidue delle ventitré stazioni di monitoraggio. Questa onda di dati ha viaggiato attraverso il sistema con un modello sequenziale chiaro. Sorprendentemente, questo segnale elettronico è apparso circa due giorni prima che i residenti iniziassero a chiamare. Il giorno in cui i reclami sono finalmente aumentati, raggiungendo un picco di centocinquanta chiamate in un singolo giorno, i sensori stavano già tracciando il problema da molto tempo. Questa parte dello studio ha dimostrato che la rete era capace della sua funzione prevista su larga scala. Poteva vedere un disturbo maggiore che si muoveva attraverso le tubature e avvisare le autorità prima ancora che il pubblico si accorgesse di qualcosa di sbagliato. La tecnologia funzionava come un sistema di allerta precoce su scala cittadina.

Tuttavia, la storia è cambiata drasticamente quando il ricercatore ha fatto uno zoom per osservare i quartieri specifici dove le persone stavano chiamando. L'analisi ha rivelato una lacuna netta e sorprendente. Mentre i sensori erano eccellenti nel vedere il quadro generale, erano quasi totalmente ciechi rispetto ai problemi locali che frustravano i residenti. Quando il ricercatore ha mappato i reclami in base ai distretti di origine, è emerso un modello chiaro: l'ottantaquattro percento dei reclami riguardanti problemi percepibili della qualità dell'acqua proveniva da quartieri che non avevano alcun sensore. I sensori erano posizionati in distretti che, pur essendo importanti per ragioni idrauliche, non erano i luoghi in cui la qualità dell'acqua stava effettivamente fallendo per le persone che vi abitavano. I sette quartieri con il maggior numero di reclami erano tutti privi di monitoraggio. L'area più colpita durante l'evento di settembre, un distretto che ha registrato il volume più alto di chiamate, non aveva alcun sensore per registrare la crisi. I sensori stavano guardando i posti sbagliati.

Questa discrepanza significava che i sensori non potevano fungere da sistema di allerta precoce locale. Anche quando i ricercatori hanno cercato di trovare una connessione tra i dati dei sensori e i reclami su base giornaliera, non hanno trovato nulla. I sensori non stavano fallendo nel rilevare l'acqua; semplicemente non erano nei posti giusti per vedere l'acqua che i residenti stavano bevendo. Lo studio ha escluso l'idea che i sensori fossero troppo poco sensibili o che gli algoritmi fossero troppo severi. Il problema era puramente di posizionamento. I sensori erano stati installati in base alla convenienza amministrativa e alla disposizione delle tubature, non in base a dove i residenti stavano effettivamente riscontrando problemi. La ricerca ha dimostrato che se l'azienda avesse posizionato lo stesso numero di sensori nei quartieri con il maggior numero di reclami, avrebbe coperto quasi il novanta percento delle aree problematiche, anziché il sedici percento che copre attualmente.

Lo studio ha anche esaminato se i sensori potessero rilevare eventi fisici come le perdite nelle tubature. Analizzando i dati provenienti da riparazioni di perdite verificate, i ricercatori hanno scoperto che quando si verificava una perdita all'interno di un quartiere monitorato, i sensori rilevavano un cambiamento piccolo ma misurabile nella limpidezza dell'acqua entro quarantotto ore. Ciò ha confermato che i sensori erano abbastanza sensibili da percepire gli effetti fisici di una tubatura rotta. Eppure, questo successo era limitato ai pochi quartieri in cui i sensori si trovavano per caso. Per la stragrande maggioranza della città, dove avvenivano perdite e riparazioni in blocchi non monitorati, i sensori rimanevano silenziosi. La tecnologia funzionava, ma il suo valore era severamente limitato da dove veniva distribuita.

La conclusione finale della ricerca è una lezione sui limiti della tecnologia senza contesto. Una rete di monitoraggio è valida quanto il suo posizionamento. Installare sensori costosi nei quartieri sbagliati crea un falso senso di sicurezza, poiché il sistema perderà proprio i problemi che doveva intercettare. Lo studio suggerisce che le aziende non dovrebbero affidarsi solo a modelli ingegneristici o mappe delle tubature quando decidono dove collocare i sensori. Inveve, dovrebbero ascoltare le persone. Utilizzando la cronologia dei reclami dei clienti per guidare il posizionamento dei sensori, le città potrebbero garantire che i loro sistemi di monitoraggio hi-tech stiano effettivamente controllando le aree dove le persone hanno più bisogno di protezione. I sensori di Incheon hanno dimostrato di poter vedere un'onda a livello cittadino, ma sono falliti nel vedere le increspature locali che contavano di più per le persone che vivevano lì. La strada da seguire non è necessariamente l'acquisto di sensori migliori, ma un posizionamento più intelligente, usando le voci dei residenti per guidare gli occhi delle macchine.