SOCIOLOGIA DELLA COMUNICAZIONE

DOC. SIMONETTI
LAURA GALDINI
GRAPHIC DESIGN 2^B

GUIDA AUTONOMA:
SFIDE E RISCHI
SULLA STRADA
VERSO IL FUTURO
“Le auto a guida autonoma porteranno a una rivisitazione dei ruoli e delle relazioni
sociali all’interno della società, dalla distribuzione del potere alla definizione
di responsabilità.”

Sherry Turkle (sociologa e professoressa di scienze sociali e tecnologia al MIT).

La tecnologia dell’intelligenza artificiale (IA) e della robotica sta cambiando

il modo in cui viviamo e lavoriamo, attraverso l’utilizzo di sistemi basati
sull’elaborazione di grandi quantità di dati.
Questi sistemi sono in grado di generare informazioni, previsioni e decisioni in
molteplici ambiti, tra cui la medicina, l’agricoltura, la finanza, l’organizzazione
aziendale, la produzione industriale, il commercio, la comunicazione,
l’intrattenimento, la sicurezza pubblica, la politica e la mobilità.
Possiamo constatare che la robotica sta rendendo possibile l’utilizzo di sistemi
nell’interazione con gli esseri umani e altri agenti artificiali.
In questo contesto, i sistemi di decisione tradizionali, basati su conoscenze e regole
stabiliti da esperti umani, si differenziano dai metodi attuali, che invece utilizzano
l’apprendimento automatico per inferire nuova conoscenza dall’esperienza.
Per promuovere un uso responsabile dell’IA nei processi decisionali, è importante
considerare il contesto globale dell’azione, la possibilità di applicare norme morali
in modo universale e la capacità di tenere conto delle specificità degli individui
e delle situazioni.
Questa tesina analizza l’etica dell’intelligenza artificiale e della robotica attraverso
l’analisi dei veicoli a guida autonoma. A tal proposito, verranno esaminate le
principali questioni morali e si inizierà discutendo delle collisioni inevitabili per
comprendere le prospettive dell’etica delle conseguenze e dei doveri.
Verranno affrontate le difficoltà relative alla distribuzione della responsabilità
e del controllo, per poi passare a problemi legati alla libertà di guidare, alla
privacy e alla sostenibilità ambientale.
1 Per comprendere le questioni etiche della guida autonoma, è importante
introdurre il concetto di autonomia operativa.
 L’autonomia operativa è la capacità di un sistema di eseguire regolarmente uno
o più compiti senza richiedere alcun intervento umano durante l’esecuzione.
La capacità di adattarsi a situazioni impreviste e contesti mutevoli è fondamentale
in questo ambito, per questo motivo tecniche di intelligenza artificiale, come
l’apprendimento automatico, svolgono un ruolo cruciale.
Tuttavia, l’autonomia operativa di un sistema tecnologico è limitata da alcuni
vincoli, come la specificità dei compiti per cui è progettato, la dipendenza da
qualcuno o qualcosa e la relatività a uno specifico contesto di funzionamento.

SAE International (ente di normazione nel campo dell’industria aereospaziale,

automobilistica e veicolistica che elabora standard tecnici, funzionali alla
fabbricazione di prodotti e allo svolgimento di attività) ha stilato una classificazione
che contempla sei livelli.
Quest’ultima è stata adottata universalmente dai principali attori del settore.

• Livello 0: rappresenta l’auto tradizionale, in cui la guida è interamente affidata

al conducente umano.
• Livello 1: (Driver Assistance) include i dispositivi di assistenza alla guida, come
il Cruise Control e il Lane Correction Technology, ormai presenti sulla maggior
parte dei veicoli moderni.
• Livello 2: (Partial Automation) rappresenta i veicoli, in cui i dispositivi automatici,
controllano la guida in alcune situazioni predefinite, ma non escludono la
necessità di un costante controllo da parte del conducente umano.

I livelli successivi di automazione, pur essendo tecnicamente conseguiti,

riguardano veicoli ancora in fase di sperimentazione sia in contesti appositamente
creati che nella circolazione stradale reale.

• Livello 3: (Conditional Automation) possono controllare ogni aspetto della

guida in ambienti mappati, ma richiedono la presenza a bordo di un pilota
che monitori la situazione e sia in grado di intervenire in caso di cambiamenti
imprevisti.
• Livello 4: (High Automation) rappresenta i veicoli in cui la presenza di un pilota
umano non è necessaria in alcuna situazione.
• Livello 5: (Full Automation) include le auto che svolgono la guida in modo
completamente autonomo, escludendo qualsiasi intervento umano.

L’auto a guida autonoma rappresenta un insieme di innovazioni tecnologiche

che hanno dato origine a un cambiamento nella mobilità, caratterizzato
dall’automazione della guida e dalla connessione tra veicoli e infrastrutture.
Il veicolo che può eseguire operazioni di guida in modo autonomo è solo una
parte di un sistema più complesso, che comprende la comunicazione tra veicoli,
la connessione con le infrastrutture e la creazione di nuove forme di mobilità come
la guida automatizzata e connessa.
In questo scenario, l’auto non solo sarà in grado di effettuare percorsi senza la
necessità di un conducente, ma anche: di coordinare le proprie azioni con quelle
degli altri veicoli connessi, adattare la guida in base alle informazioni ricevute
dalla rete stradale interattiva e, attraverso la cosiddetta “guida predittiva”,
2 ottimizzare percorsi, tempi di utilizzo e consumi in base a una vasta gamma di dati
provenienti dalle infrastrutture e dalle abitudini del proprio conducente.
 Il crescente avanzamento delle tecnologie per l’automazione della guida
e gli investimenti significativi a livello globale hanno portato, dopo un secolo
dall’invenzione dell’automobile, alla creazione di standard uniformi per consentire
a tutti i soggetti coinvolti nella trasformazione tecnologica di operare in un quadro
di riferimento coerente. L’arrivo delle auto senza conducente comporterà un
profondo cambiamento del concetto di automobili, che non si limiterà solo alla
rimozione del guidatore. In questo nuovo modello di circolazione, le auto senza
conducente diventeranno parte di una comunità di dispositivi connessi.
La relazione tra ciascun veicolo, gli altri veicoli, i pedoni e le infrastrutture
richiederà necessariamente una standardizzazione dei protocolli di funzionamento
e comunicazione.

Nei paragrafi successivi verranno illustrati alcuni di questi effetti negativi, traendo
spunto da esempi o casi che hanno animato il dibattito pubblico.

Il primo incidente di un’automobile Tesla in Florida (2015)

Nel 2015, in Florida, si è verificato il primo incidente mortale con una Tesla a
guida autonoma. Il conducente ha colpito il rimorchio di un camion che aveva
improvvisamente svoltato. L’auto stava viaggiando a velocità elevata e l’impatto
frontale è stato fatale. Sia l’Autopilot che il conducente a bordo non hanno
frenato. Tesla ha dichiarato che il sistema di guida autonoma non era ancora
sufficientemente avanzato.

Incidente di Puzant Ozbag di una Tesla Model X (2016)

Nel 2016, il SUV Tesla Model X di Puzant Ozbag ha accelerato da solo all’ingresso
di un parcheggio e si è schiantato contro un edificio. Ozbag ha denunciato
l’incidente sul forum Tesla, dichiarando che l’accelerazione era “incontrollabile”.
Non ci sono stati feriti grazie agli airbag, ma secondo il proprietario le
conseguenze avrebbero potuto essere molto peggiori.

Incidente a Mountain View di una Tesla Model X (23 marzo 2018)

Il 23 marzo 2018 una Tesla Model X ha urtato una barriera spartitraffico a Mountain
View, California, mentre il sistema di guida automatica era attivo. L’incidente ha
causato la morte dell’ingegnere della Apple Wei Huang, che si trovava al volante
ma non aveva le mani sul volante. Tesla afferma che l’autista aveva ricevuto
avvertimenti e segnali ma non è riuscito a evitare l’impatto.

Incidente a Tempe di Uber (21 marzo 2019)

L’incidente che ha ucciso la ciclista Elain Herzberg avvenne il 21 marzo 2019 a
Tempe, Arizona, quando un’auto Uber a guida autonoma l’ha investita. La donna
attraversava la strada a piedi con la sua bicicletta in una zona non illuminata.
C’era un safety driver a bordo, ma l’auto non ha frenato. Questo ha riaperto
preoccupazioni e controversie sulle auto senza conducente. La polizia ha però
scagionato l’auto a guida autonoma, affermando che anche un conducente
umano non avrebbe potuto evitare l’impatto.

3
 La guida autonoma solleva questioni etiche riguardo alle decisioni che i sistemi
di controllo dei veicoli autonomi dovranno prendere in situazioni di collisione
inevitabile, ossia quando il veicolo non può evitare l’impatto con un ostacolo.
In tali circostanze, potrebbero esserci conseguenze mortali per il passeggero del
VA (veicoli autonomi) o per altri utenti della strada e nonostante gli sviluppatori
faranno il possibile per prevenire queste situazioni, non si può escludere
completamente l’eventualità di collisioni inevitabili a causa di condizioni avverse
ed errori di percezione.
Mentre guidiamo, esercitiamo la nostra capacità di giudizio morale, come
la valutazione del rischio per gli altri utenti della strada. Nel caso della guida
autonoma, però, queste decisioni morali potrebbero dover essere delegate
all’autoveicolo, poiché in situazioni di collisione inevitabile, un VA potrebbe essere
in grado di scegliere l’angolo d’impatto più vantaggioso per la protezione dei
passeggeri e compiere altre scelte precluse ai conducenti umani.
Il problema etico delle collisioni inevitabili deve essere affrontato principalmente
durante la progettazione del VA. La valutazione morale riguarda le scelte da
compiere automaticamente tramite il sistema tecnologico e non sulla base di
scelte già compiute in casi analoghi precedenti. Pertanto, è necessario valutare
ex ante le opzioni disponibili per scegliere l’azione più appropriata da compiere in
futuro su larga scala, valutando tutte le possibili variabili del caso.
La decisione su come un VA debba operare in caso di collisione inevitabile è
estremamente delicata e richiede una valutazione attenta e meticolosa delle
diverse opzioni disponibili; ad esempio, in uno scenario in cui un VA si trova di
fronte a una scelta tra salvare i passeggeri del veicolo o evitare di causare danni
maggiori agli utenti della strada.
Nell’apprendimento automatico, la classificazione è una delle problematiche più
comuni e popolari. Lo scopo di un algoritmo di classificazione è quello di predire
la classe di appartenenza di un oggetto sconosciuto, scegliendo tra un insieme di
classi già note. Per comprendere meglio la modalità con cui l’algoritmo impara a
classificare gli oggetti possiamo paragonarla al modo in cui un bambino impara a
riconoscere gli animali al zoo, attraverso l’indicazione diretta di un insegnante.
Ad esempio: “questa è un’anatra” e “questo è un cigno” e poi provando a
identificare le specie degli animali senza ricevere alcun suggerimento, basandosi
sulle somiglianze con gli esempi già visti.
Nell’apprendimento automatico, l’insieme di esempi utilizzati per “addestrare”
l’algoritmo (il training set) svolge la stessa funzione del supervisore che indica le
classi di appartenenza degli oggetti.
In questo contesto è importante sottolineare che la classificazione viene in parte
definita dal programmatore e in parte determinata dall’algoritmo.
Una volta completato il processo di addestramento, è necessario verificare se
la funzione ottenuta è in grado di generalizzare degli esempi inediti, testando
le performance dell’algoritmo su un insieme di casi che non sono stati utilizzati
durante l’addestramento e, di conseguenza, prive di etichette. Durante questo
processo, l’analisi dell’errore fornisce informazioni importanti riguardo le future
prestazioni dell’algoritmo e può essere valutata in termini probabilistici.
Di contro, l’utilizzo di metodi matematici e statistici non garantisce la neutralità
e l’imparzialità delle decisioni perchè i modelli matematici sono sempre una
rappresentazione della realtà e possono quindi essere soggetti a errori (bias).
4 Per questo motivo, durante la costruzione di un modello, è comune fare delle
semplificazioni che possono influire inevitabilmente sulla rappresentazione
 della realtà e sui processi decisionali. A questo limite si aggiunge il fatto che le
correlazioni identificate dal classificatore sono solo statistiche e non offrono alcuna
prova di una relazione causale tra gli attributi e le etichette.
Questo porta al problema dell’overfitting che si verifica quando un modello
è troppo adatto ai dati di addestramento e non generalizza bene alle nuove
informazioni. Ciò si traduce in una performance peggiore sui dati di test rispetto
ai dati di addestramento e, di conseguenza, a causare degli incidenti
(come i casi descritti precedentemente).
A tal proposito, consideriamo due scenari schematici, nel quali il VA ha ancora
la possibilità di scegliere tra diverse opzioni, che si distaccano dai dati
di addestramento.

• Nel primo scenario, vi sono due ciclisti che stanno attraversando la strada
in direzione ortogonale al VA. Uno dei ciclisti indossa il casco, l’altro è senza
casco. Il VA si trova in uno stato di collisione inevitabile con l’una o con l’altra
delle due biciclette, ma ha ancora tempo sufficiente per scegliere con quale
collidere.

• Nel secondo scenario, il VA si trova improvvisamente davanti due persone che

hanno iniziato ad attraversare la strada. In questo caso, lo stato di collisione
inevitabile lascia aperte due alternative: investire entrambi i pedoni che si
trovano sulla sua traiettoria, oppure sterzare bruscamente verso un fosso che
costeggia la strada, risparmiando così i pedoni, ma mettendo a repentaglio la
vita del suo unico passeggero.

Che cosa dovrà fare il VA in queste circostanze di collisione inevitabile?

Il problema di programmare le scelte che un veicolo autonomo deve fare

in situazioni critiche, ha portato l’attenzione sul famoso esperimento mentale noto
come “Trolley problem” di Thompson. In questo esperimento, si immagina di essere
al comando di un treno in corsa su un binario e di dover scegliere se continuare
la corsa su quel binario, sacrificando un numero maggiore di vite, o cambiare
binario, sacrificando solo una vita. Tuttavia, si è osservato che questo modello non
sembra adeguato per risolvere le questioni generate dalla circolazione dei veicoli
autonomi, poiché presuppone una conoscenza anticipata e un grado di certezza
riguardo all’evoluzione degli eventi futuri che non corrisponde alla percezione
attuale degli incidenti potenziali causati dai veicoli autonomi.
Il limite rappresentato dal Trolley Problem è stato superato dalla possibilità
di implementare due diverse modalità di guida: una che mira alla minimizzazione
imparziale dei danni (IMP) e un’altra che privilegia la protezione dei passeggeri
(PASS). L’idea è quella di dare al proprietario del veicolo la possibilità di scegliere
e modificare nel tempo le proprie preferenze, evitando così di scoraggiare
l’acquisto dei veicoli autonomi e proteggendo al contempo gli interessi aziendali.
Tuttavia, questa soluzione potrebbe risultare difficile da attuare in pratica a causa
della propensione degli individui a scegliere in modo egoistico e a non optare
per una guida altruistica, la quale pone la propria vita in secondo piano rispetto
a quella delle potenziali vittime.
Gli scenari presentati dai possibili incidenti causati dai VA, conducono ad una
5 riflessione riguardo le istanze etiche e morali nei processi decisionali, le quali
di distinguono in: “etica delle conseguenze” e “etica dei doveri”.
 L’etica delle conseguenze valuta la moralità di una decisione o azione basandosi
esclusivamente sulle conseguenze che essa produce. Tuttavia, per applicare
questo approccio in modo pratico, è necessario specificare quali conseguenze
sono considerate moralmente positive o negative.
La prospettiva dell’etica delle conseguenze ci invita a considerare le ripecussioni
delle nostre azioni, per determinarne la moralità.
In questo modo, potrebbe verificarsi il rischio di cercare l’opzione perfetta,
focalizzandosi sull’individuazione di alternative accettabili che lasciano
all’agente la libertà di scelta. Se si segue la linea guida proposta dall’etica delle
conseguenze e la si applica al primo caso analizzato, in cui un veicolo autonomo
si trova di fronte ad una situazione di collisione inevitabile contro due ciclisti, il
VA dovrebbe essere programmato per investire il ciclista che indossa il casco
invece di quello senza. Questo può sembrare inaccettabile poiché premia coloro
che non rispettano le norme di sicurezza, ma dal punto di vista dell’etica delle
conseguenze, l’obiettivo è solo quello di minimizzare i danni.
Inoltre, nel lungo periodo, se i veicoli autonomi iniziassero a investire
sistematicamente i ciclisti con il casco, si potrebbe scoraggiare l’uso del
casco, portando a conseguenze negative per il benessere collettivo e ad una
ridefinizione delle regole e delle norme di sicurezza.
L’etica delle conseguenze presenta delle evidenti falle anche quando viene
applicata al secondo caso, nel quale il VA si trova in una situazione di collisione
inevitabile ai danni di due pedoni che si trovano sulla sua traiettoria.
La scelta di evitare di investire i pedoni, per minimizzare i danni, sembra
giustificabile se si considera un orizzonte ristretto; ma se si analizza un orizzonte
più ampio, questa convizione inizia a vacillare. Infatti, un potenziale acquirente
potrebbe decidere di non acquistare un veicolo autonomo perché il sistema
di controllo prevede il sacrificio dei passeggeri. Questo recherebbe dei danni
anche alle aziende automobilistiche che vedrebbero dei cali delle vendite
e comprometterebbe i loro obiettivi commerciali.

L’etica dei doveri si concentra sul rispetto di determinati obblighi e responsabilità,

anche se ciò può comportare il sacrificio del benessere della collettività.
Nel caso di un veicolo autonomo (VA) programmato per rispettare i doveri
genitoriali di proteggere i propri figli, ciò potrebbe causare tensioni sociali a causa
della negazione dei diritti degli altri utenti della strada. Ciò potrebbe portare a un
gruppo NIMBY (Not In My Back Yard) che si oppone alla circolazione di tali VA,
accusando l’azienda e i programmatori di aver scelto di sacrificare un numero
maggiore di persone rispetto al solo passeggero del VA. Dipendendo dal ruolo che
si assume, le preferenze per una politica di gestione delle collisioni che minimizzi i
danni alle persone coinvolte o che privilegi i diritti dei passeggeri del VA possono
variare, sollevando critiche nei confronti dei programmatori e dei produttori
indipendentemente dalla politica prescelta.

In sistemi di automazione, l’attribuzione di responsabilità per danni causati da

incidenti inevitabili diventa un problema importante. Come risultato della delega
di compiti senza la necessità di controllo diretto, diventa difficile stabilire chi
sia responsabile. Attribuire la responsabilità all’IA può sembrare logico, ma non
è una soluzione soddisfacente. Inoltre, gli esseri umani coinvolti non sembrano
6 moralmente responsabili per i danni causati dai sistemi di autonomia operativa.
Ciò porta a vuoti di responsabilità e retribuzione morale.
 La retribuzione morale riguarda l’attribuzione corretta della responsabilità
morale per un danno causato e, se attuata in modo corretto, è comporta il
mantenimento della coesione sociale ma l’uso dei sistemi di automazione, questo
compito diventa sempre più difficile.
Una soluzione potrebbe essere quella di consentire agli utenti di riassumere
il controllo del sistema in situazioni moralmente delicate, in modo da poter
esercitare il giudizio umano. Ciò presenta delle sfide tecniche e teoriche, come:
la creazione di interfacce per la collaborazione tra uomo e macchina e
l’ottimizzazione delle prestazioni del sistema, nonostante l’intervento umano.

A tal proposito, Il governo del Regno Unito ha presentato i piani per la diffusione
dei veicoli a guida autonoma entro il 2025 e la definizione delle responsabilità in
caso di incidente. Se il veicolo causasse l’incidente mentre è in modalità “guida
autonoma”, la responsabilità ricadrebbe sul produttore o sull’ente che doveva
garantirne la sicurezza. Per stabilire questo, il Regno Unito vuole creare un sistema
di approvazione per valutare la capacità dei veicoli di guidarsi da soli. La guida
autonoma verrà distinta dai sistemi di assistenza alla guida, poiché la confusione
su quest’ultimi tra i conducenti è elevata. La nuova legge definirà la guida
autonoma come un sistema in cui il conducente può distogliere l’attenzione senza
essere responsabile. Questa distinzione e responsabilità potrebbero diventare
un modello per il mondo.

Un altro tema controverso nell’ambito dei veicoli a guida autonoma è l’inevitabile

violazione della privacy e la geolocalizzazione.
I veicoli autonomi (VA) non sono semplici dispositivi, ma fanno parte di un sistema
che coinvolge diversi componenti per gestire la navigazione stradale.
Per funzionare correttamente, i VA necessitano di sensori diffusi nell’ambiente
e di potenti centri di elaborazione dati.
La comunicazione tra i veicoli è cruciale per evitare collisioni e ottimizzare
il traffico, ma questo scambio di informazioni riguardanti rotte, destinazioni
e abitudini di trasporto, così come la raccolta di dati biometrici e immagini
ambientali, solleva questioni inerenti la protezione della privacy.
La condivisione di questi dati potrebbe avere un impatto positivo sulla gestione
dei volumi di traffico e sull’impatto ambientale, ma richiederebbe un’adeguata
protezione delle informazioni personali e sensibili.
La privacy è un diritto fondamentale che permette a ciascuno di sviluppare
la propria personalità in modo libero, di sperimentare idee e comportamenti
anticonformisti. La protezione della privacy è fondamentale non solo per
salvauardare la propria intimità e vita privata, ma per costruire la propria identità
personale (nei limiti di una società globalizzata e digitalizzata).
Tuttavia, in un mondo in cui la raccolta e l’analisi dei dati sono sempre più facili
ed efficienti, è importante non perdere di vista i potenziali benefici che possono
derivare da queste attività, come la possibilità di prendere decisioni migliori e
offrire servizi più efficienti. La privacy dovrebbe essere considerata un valore
sociale, pari ad altri valori collettivi, e non solo un valore individuale.
Ciò significa che la privacy deve essere protetta, ma in modo tale da non
ostacolare il benessere generale, attraverso il fenomeno NIMBY.
È necessario mettere in discussione le motivazioni per la raccolta dei dati e
7 elaborare nuove forme di consenso informato che non limitino l’accesso ai servizi
in caso di rifiuto. La tutela della privacy e la cyber-sicurezza sono legate, poiché i
 dati personali raccolti devono essere protetti da possibili attacchi esterni.
I problemi di cybersicurezza rappresentano un ostacolo all’adozione della
tecnologia e il sistema deve essere in grado di resistere a eventuali attacchi
o manomissioni.

A fronte delle questioni etiche, economiche e giuridiche che la transizione verso la

guida autonoma porterà, gli Stati Uniti e l‘Unione Europea si sono mobilitate negli
ultimi anni per regolamentare i veicoli a guida autonoma.

Negli Stati Uniti, la mancanza di una regolamentazione specifica che riguardi la

figura del pilota umano nei veicoli altamente automatizzati (HAV, High Automation
Vehicles), ha permesso la circolazione di tali veicoli, sia in Stati che non vietano
esplicitamente HAV, sia in quelli che li regolamentano.
La National Conference of State Legislatures mostra che le discipline legislative
favorevoli alla diffusione dei HAV sono crescenti, con molte opzioni legislative
adottate a partire dal 2015.
La diffusione rapida di interventi legislativi statali è avvenuta in maniera
disomogenea e differente nei diversi Stati e questo ha causato una
frammentazione disciplinare. Quest’ultima viene considerata da NHTSA (National
Highway Traffic Safety Administration) come un “patchwork” che limita lo sviluppo
armonioso e coerente di nuova tecnologia.
NHTSA e DOT (Department of Transportation, un’agenzia del governo federale
che si occupa della pianificazione, regolamentazione e finanziamento dei sistemi
di trasporto nazionali negli Stati Uniti) hanno formulato la New Federal Guidance
per ADS e la politica federale per veicoli automatizzati. Gli ultimi documenti,
come il “Piano Completo per Veicoli Automatizzati”, servono come consultazione
per regole giuridiche che rinnovino il quadro normativo attuale per rimuovere gli
ostacoli irragionevoli alla diffusione della nuova tecnologia. Inoltre, il Self Drive Act
del 2017 definisce il ruolo del governo federale nell’incentivare la sperimentazione
e la diffusione dei veicoli altamente automatizzati.

A differenza degli Stati Uniti, l’Unione Europea ha inizialmente avuto ostacoli

significativi allo sviluppo di auto a guida autonoma a causa della Convenzione
UNECE del 1968, la quale richiedeva che ogni veicolo in movimento avesse
un conducente con le capacità e abilità necessarie per controllare
costantemente il veicolo.
Tuttavia, le istituzioni UE hanno cercato di superare questi ostacoli attraverso dei
rapporti e documenti come il “Prioritizing the Safety Potential of Automated Driving
in Europe” e “Roadmap for Automated Driving”. L’UE ha rivisto le regole per
promuovere la diffusione di auto altamente automatizzate, in un quadro giuridico
armonizzato, e sta promuovendo studi interdisciplinari per la sua transizione.
Inoltre, ha stilato il documento “Ethics of Connected and Automated Vehicles”
che sintetizza i principi fondamentali che governeranno l’arrivo delle auto senza
conducente. In questi principi, la circolazione automatizzata viene vista come
un’opportunità per aumentare la sicurezza dei soggetti vulnerabili, come pedoni
e ciclisti. In aggiunta, viene prestata attenzione ai dilemmi etici, vengono fornite
raccomandazioni per aumentare la trasparenza delle decisioni affidate
ai sistemi automatici, viene promosso un sistema equilibriato per l’attribuzione
8 della responsabilità e un sistema equo di compensazione economica
per le vittime di incidenti. Sempre nell’ambito della transizione verso i VA, è
 importante menzionare anche il progetto europeo AUTOCITS, ovvero un’iniziativa
avviata da Indra nel 2017 per testare la guida autonoma nell’area metropolitana
di Madrid, Lisbona e Parigi.
Indra è una delle più grandi società di consulenza e tecnologia a livello
globale che offre soluzioni e servizi per una vasta gamma di settori, tra cui
telecomunicazioni, banche, trasporti, difesa, salute e pubblica amministrazione.
La società è impegnata in progetti di ricerca e sviluppo per fornire soluzioni
innovative ai propri clienti e contribuire allo sviluppo di tecnologie emergenti
come la guida autonoma.
Nel progetto europeo AUTOCITS, Indra sta testando la guida autonoma in tre città
europee (Madrid, Lisbona e Parigi) e sviluppando servizi di trasporto intelligenti
basati su sistemi cooperativi (C-ITS) per migliorare l’interoperabilità dei veicoli
autonomi.
L’interoperabilità si riferisce alla capacità dei veicoli autonomi di operare
su diverse strade e in differenti Paesi europei, senza la necessità di modifiche
specifiche per ogni area. Il progetto mira a garantire che i veicoli autonomi
possano utilizzare le stesse infrastrutture e seguire gli stessi standard per
la comunicazione e l’interazione con altri veicoli, utenti e infrastrutture
in tutta Europa.
Durante i test, i 14 veicoli autonomi e connessi, utilizzati nei tre progetti pilota,
hanno percorso oltre 6.000 km, comunicando con i centri di controllo
e le infrastrutture di traffico di 22 unità stradali provenienti da quattro fornitori
diversi. L’interoperabilità è stata confermata anche attraverso dei test
transnazionali, dove i medesimi sistemi e servizi sono stati verificati in altre capitali
europee per garantirne il corretto funzionamento.
Il progetto AUTOCITS è stato sviluppato contemporaneamente agli sforzi della
Commissione europea nell’ambito della guida autonoma e connessa. Ad aprile
2019 sono stati adottati nuovi regolamenti che promuovono la diffusione dei servizi
C-ITS e che mirano a raggiungere l’obiettivo “triplo zero” per le emissioni,
gli ingorghi e gli incidenti nell’UE entro il 2050.

La costruzione di auto autonome è un processo difficile e costoso, ancora in fase

pilota nonostante gli investimenti in miliardi di dollari e anni di sforzi.
Tra i principali player che si distinguono per i loro progressi e la loro capacità
innovativa, ci sono aziende che stanno facendo importanti passi avanti nello
sviluppo di questa tecnologia, come: Waymo, Tesla, Waabi World e Uber.

Waymo è un’azienda di sviluppo tecnologico di auto a guida autonoma.

La sua missione è di rendere i viaggi sicuri e facili per tutti, senza un conducente.
È stata fondata nel 2009 come parte del progetto di sviluppo di auto a guida
autonoma di Google e nel 2016 è diventata una sussidiaria di Alphabet.
Waymo non produce e distribuisce automobili, ma lavora con produttori
automobilistici affermati per integrare la sua tecnologia di guida autonoma
nei loro veicoli. Nel 2015 è stato creato il prototipo Firefly, un veicolo
completamente autonomo.
I veicoli di Waymo sono dotati di sensori Lidar e software che rilevano e prevedono
il comportamento degli elementi sulla strada, compresi pedoni, ciclisti, veicoli
e lavori stradali.
9 Il Lidar è una tecnologia di telerilevamento basata sulla rilevazione di impulsi laser
che permette di misurare la distanza di oggetti o superfici.
 Viene utilizzato, ad esempio, per migliorare la navigazione di veicoli autonomi,
fornendo istantanee 3D dell’area circostante. Il Lidar è considerato superiore
alle telecamere perché non è influenzato da illusioni ottiche e ha una maggiore
capacità di rilevare gli oggetti a 360°, fino a 300 metri. Tuttavia, non è in grado di
operare da solo in condizioni di visibilità limitata o per leggere i segnali stradali,
per questo fa parte di un sistema più complesso che include anche radar, sonar
e telecamere.
Le auto a guida autonoma che utilizzano il Lidar sono ancora soggette a molte
problematiche. I veicoli autonomi sono suscettibili a attacchi informatici che
possono causare pericoli per l’esecuzione delle loro funzioni o per l’interazione
con le persone.
Un esempio è l’incidente del 2015 che ha coinvolto un giornalista di Wired, dove
due hacker hanno controllato il volante, i pedali, la chiusura delle porte e l’arresto
del motore del veicolo per dimostrare la vulnerabilità delle auto autonome.
Anche i rilevatori Lidar sono a rischio di attacchi informatici. Inoltre, le tempeste
magnetiche possono alterare o interrompere temporaneamente la connessione
dati tra i GPS dei veicoli e i satelliti, creando problemi ai veicoli autonomi.
Un altro problema sono gli escrementi di uccelli che oscurano la visione del
radar sono un altro problema per il Lidar, ma Waymo ha risolto questo problema
creando un sensore che pulisce lo sporco con un getto d’acqua e una piccola
spazzola.

Tesla Inc. è un’azienda che produce veicoli elettrici, pannelli fotovoltaici e sistemi
di stoccaggio di energia pulita. Fu fondata nel 2003 da Martin Eberhard e Marc
Tarpenning in seguito al ritiro delle auto elettriche da parte di GM. Nel 2004 Elon
Musk entrò come investitore principale e diventò CEO. La prima auto prodotta
fu la Tesla Roadster, seguita dalla Model S, Model X e Model 3.
Tutti i veicoli sono dotati di hardware per la guida autonoma e di un sistema
di visione basato su otto videocamere, dodici sensori ad ultrasuoni e un radar.
Il computer di bordo, basato su reti neurali, gestisce le informazioni raccolte
dai sensori. I veicoli utilizzano il sistema Autopilot che permette di adeguare
la velocità al traffico, cambiare corsia, entrare e uscire dall’autostrada,
parcheggiare e tornare a casa.
Tuttavia, il conducente deve sempre essere vigile e pronto a intervenire in caso
di necessità. Tesla utilizza il proprio sistema Autopilot invece del sistema Lidar,
che secondo Elon Musk, è meno preciso, costoso e meno affidabile in condizioni
climatiche difficili.

Waabi World è un ambiente virtuale altamente realistico in cui l’intelligenza

artificiale viene addestrata e testata. Waabi, fondata da Raquel Urtasun, utilizza
una combinazione di software e hardware di simulazione per creare un ambiente
virtuale controllato che viene utilizzato per testare e addestrare i veicoli prima che
vengano testati su strade reali. Waabi World porta l’uso della simulazione
a un livello superiore rispetto alle altre aziende, poiché il mondo virtuale stesso
è generato e controllato dall’AI.

Uber, infine, ha iniziato a sviluppare veicoli a guida autonoma con l’obiettivo di

sostituire i conducenti umani nella sua flotta di veicoli per il trasporto di passeggeri.
10 Uber sta utilizzando una combinazione di simulazione e test su strade reali per
sviluppare e addestrare la sua intelligenza artificiale per la guida autonoma.
 Possiamo osservare che gli Stati Uniti e l’Unione Europea, nonostante le numerose
controversie ed incidenti stradali connessi ai veicoli a guida autonoma, non
stanno attuando delle riforme volte alla limitazione dei VA ma al contrario stanno
cercando di regolamentarla e di arginare i suoi rischi.
La spiegazione a questa politica è dovuta al fatto che il passaggio alla guida
automatizzata potrebbe condurre ad un impatto economico positivo, con una
crescita economica stimata di 148 miliardi di euro nell’UE in cinque anni.
Queste considerazioni sono valide anche per il sistema statunitense.

Oltre ai motivi economici, risultano incisivi i fattori ambientali e della riduzione

degli incidenti stradali e delle conseguenze negative per le persone coinvolte,
con stime di una riduzione del 90% del numero di sinistri.
In questo nuovo paradigma, l’efficienza della circolazione e la tutela
dell’ambiente e della sicurezza delle persone potranno cooperare in modo
sinergico, coniugando lo sviluppo economico e la riduzione dell’impatto
ambientale e degli incidenti.
Si prevede che i VA rispetteranno le norme del codice della strada più
scrupolosamente degli esseri umani e non saranno soggetti a distrazioni,
ubriachezze o altre condizioni temporanee invalidanti.
La guida autonoma può anche migliorare l’inclusione sociale e offrire nuove
forme di mobilità e indipendenza a persone che altrimenti sarebbero emarginate.

L’affermazione di questa nuova tecnologia dipende dalla capacità di superare

il “bias dello status quo”, ovvero la tendenza degli individui a conservare i modelli
percepiti come “affidabili” e a diffidare dei nuovi. Questo può essere dovuto alle
questioni morali riguardo allla delega completa del processo decisionale al VA e
alla necessità di riorganizzare le strutture economiche, commerciali e giuridiche.
L’automazione nella guida può ridurre l’impatto ambientale del settore dei
trasporti, che è il secondo più grande inquinante di gas serra dopo la produzione
di elettricità e calore. Tuttavia, per ottenere questi vantaggi, sono necessarie
politiche adeguate per la progettazione e la gestione delle strade, delle
infrastrutture informatiche e di telecomunicazione, nonché interventi urbanistici.
La coesistenza di sistemi disomogenei comporterà problemi legati alla
condivisione delle strade e la difficoltà per chi utilizza ancora auto tradizionali.
Inoltre, la modificazione della circolazione potrebbe porre il problema della
persistenza di strumenti che regolano la circolazione tradizionale. Si potrebbe
prevedere una separazione parziale delle strade tra quelle per veicoli a guida
tradizionale e quelle per veicoli connessi e automatizzati.
La coesistenza di veicoli con tecnologie differenti porterà a problemi non solo
con le infrastrutture, ma anche con la frammentazione delle leggi. Inoltre, i costi
elevati delle auto driverless e delle infrastrutture per la guida connessa potrebbero
aumentare le disuguaglianze sociali.
La creazione di una nicchia di mercato per la tecnologia a guida autonoma
potrebbe inizialmente essere considerata un privilegio per una élite, ma la
pressione sul mondo produttivo porterà alla sua espansione e diffusione in tutti
gli strati sociali nel medio periodo.

L’utilizzo delle macchine per elaborare dati complessi può fornire importanti
11 informazioni e migliorare la qualità della vita, ma è importante comprendere
il funzionamento degli algoritmi e delle tecniche di progettazione per evitare
 timori e entusiasmi acritici. È necessario essere consapevoli della complessità
morale di ogni processo decisionale e mantenere un livello di vigilanza per
evitare incompletezze nei processi decisionali e per prevenire il riproporsi del male
attraverso cattive decisioni.

Bibliografia e sitografia
https://www.tesla.com/VehicleSafetyReport
https://static.nhtsa.gov/odi/inv/2022/INOA-EA22002-3184.PDF
“Automi e persone. Introduzione all’etica dell’intelligenza artificiale e della
robotica” di Fabio Fossa, Viola Schiaffonati, Guglielmo Tamburrini, Carocci editore,
2021
“Driverless cars. Intelligenza artificiale e futuro della mobilità” di Guido Calabresi,
Enrico Al Mureden, Il Mulino, 2021

12