La sicurezza stradale rappresenta oggi una delle principali sfide delle città contemporanee. Nonostante i progressi registrati negli ultimi anni, il raggiungimento degli obiettivi europei di riduzione delle vittime della strada richiede un cambio di paradigma: dalla gestione reattiva degli incidenti a un approccio preventivo, basato sui dati e supportato dalle nuove tecnologie.
A seguire riportiamo una sintesi di interessanti studi diffusi in occasione di THE URBAN MOBILITY COUNCIL 2026 di UnipolSai.
Rapporto ISFORT sulla mobilità urbana
Il Rapporto Sicurezza Stradale di ISFORT evidenzia come, pur in presenza di una graduale diminuzione degli incidenti mortali, il ritmo dei miglioramenti resti insufficiente rispetto agli obiettivi della strategia europea “Vision Zero” e del Piano Nazionale Sicurezza Stradale 2030.
Le maggiori criticità si concentrano nei contesti urbani e riguardano soprattutto gli utenti più vulnerabili, come pedoni, ciclisti e motociclisti. Il rapporto sottolinea inoltre alcune debolezze strutturali del sistema: limitata integrazione dei dati, carenze nei controlli, difficoltà di coordinamento tra istituzioni e ritardi negli investimenti. In questo scenario, tecnologie digitali e big data emergono come strumenti essenziali per sviluppare politiche di sicurezza più efficaci e basate su un monitoraggio continuo del territorio.
Progetto RoadSafeAI per la mobilità urbana
In questa direzione si colloca il progetto RoadSafeAI del Politecnico di Milano, che propone un approccio innovativo alla valutazione del rischio stradale attraverso l’analisi dei dati telematici provenienti dalle scatole nere dei veicoli e l’impiego di modelli di intelligenza artificiale. La ricerca utilizza indicatori di guida critica, come frenate brusche e accelerazioni improvvise, per costruire mappe dinamiche e ad alta risoluzione del rischio urbano.
A differenza delle analisi tradizionali, basate esclusivamente sugli incidenti già avvenuti, il modello è in grado di individuare situazioni di pericolo imminente (near-miss) e di distinguere tra criticità strutturali della rete stradale e rischi legati alle condizioni di traffico. Sperimentato in diverse città italiane, tra cui Milano, Genova e Napoli, il sistema consente alle amministrazioni pubbliche di identificare con precisione le aree prioritarie di intervento e di pianificare azioni mirate per migliorare la sicurezza.
Ricerca MIT Senseable City Lab
Una prospettiva complementare emerge dalla ricerca del MIT Senseable City Lab, che ha analizzato milioni di eventi di guida critica registrati a Milano per comprendere il rapporto tra configurazione urbana e sicurezza stradale. Lo studio dimostra che i comportamenti rischiosi non dipendono esclusivamente dall’intensità del traffico, ma sono fortemente influenzati dalle caratteristiche fisiche e percettive dello spazio urbano.
Integrando dati telematici, informazioni geografiche e immagini elaborate tramite intelligenza artificiale, i ricercatori hanno evidenziato come le strade più ampie e visivamente aperte tendano a favorire velocità e manovre più aggressive, mentre contesti urbani maggiormente contenuti inducano comportamenti di guida più prudenti. I risultati suggeriscono quindi che il design delle strade possa svolgere un ruolo determinante nella prevenzione del rischio.
Città che usano i dati in tempo reale con AI
Nel loro insieme, queste ricerche convergono verso una visione comune della mobilità urbana del futuro: una città che utilizza dati in tempo reale, intelligenza artificiale e analisi predittive per anticipare i problemi anziché limitarsi a registrarne le conseguenze.
La sicurezza stradale non viene più interpretata come semplice gestione degli incidenti, ma come risultato di una progettazione urbana intelligente, capace di integrare tecnologia, pianificazione e conoscenza approfondita dei comportamenti di mobilità. Un approccio che può contribuire in modo decisivo a rendere le città più sicure, sostenibili e vivibili per tutti.
