Welfare predittivo: città che prevengono il disagio

Dal “soccorso” alla “profezia sociale”

Per anni il welfare pubblico ha agito come un sistema “antincendio”: efficace ma reattivo, chiamato a intervenire quando il disagio è già scoppiato. Sfratti esecutivi, povertà cronicizzata, solitudini che diventano patologie: sono tutte manifestazioni di un aiuto che arriva tardi. Oggi la convergenza fra Intelligenza Artificiale, archivi amministrativi integrati e Digital Twin urbani consente un cambio di passo: dal “soccorso” alla “profezia sociale”. Non è sorveglianza, ma ascolto anticipatorio del tessuto cittadino, capace di cogliere segnali deboli prima che si trasformino in crisi. È la traiettoria che porta dalla Smart City performativa alla Caring City, una città che previene per prendersi cura.

In questa chiave, l’innovazione digitale non sostituisce l’operatore sociale: lo potenzia, offrendo mappe di rischio tempestive e strumenti per agire in prossimità, quartiere per quartiere.

Dati civici e gemelli digitali: mappare l’invisibile

Il cuore del welfare di nuova generazione sono i dati civici non convenzionali, trattati in forma anonima e aggregata. Incrociando, ad esempio, i modelli di acquisto della grande distribuzione con le variazioni nei pagamenti delle utenze, un calo improvviso di proteine e prodotti freschi sommato a ritardi sistematici delle bollette idriche segnala una vulnerabilità economica prima che emerga in un ISEE. Una “chicca” tecnologica riguarda la “mobilità della solitudine”: analizzando i flussi degli over-75 su trasporto pubblico e celle telefoniche anonimizzate, è possibile individuare quartieri dove il raggio d’azione quotidiano si restringe, anticipando isolamento e decadimento.
A supporto della pianificazione, strumenti come l’IDISE (Indice di Disagio Economico) dell’ISTAT integrano archivi INPS, Agenzia delle Entrate e Ministero del Lavoro per una granularità sub-comunale, così da scovare le “tasche di povertà invisibile”. Gemelli digitali urbani a Bologna e Barcellona permettono simulazioni “what-if” (“Cosa accade al tasso di abbandono nel quartiere X se chiude il centro aggregativo o se l’inflazione alimentare cresce del 5%?”), testando contromisure prima che il problema esploda. A Milano, sperimentazioni di “Welfare di Precisione” incrociano accessi a banchi alimentari e dormitori con dati sull’occupazione per alimentare allerta precoce su categorie fragili come rider e lavoratori della gig economy.

IDISE, Digital Twin e “Social Digital Twin”

L’IDISE segna uno spartiacque: da fotografo statico a radar dinamico del rischio, guida la distribuzione delle risorse con precisione quasi chirurgica. Quando questo patrimonio informativo entra in un Gemello Digitale Urbano, la città ottiene un “organismo” virtuale che respira con quella reale, stimando effetti domino tra prezzi, servizi e comportamenti. Il passo ulteriore è il “Social Digital Twin”, che modella reti di relazione e sostegno informale. Qui i dati civici diventano “vettori di vulnerabilità”: ad esempio, in zone ad alta densità e scarsi spazi verdi con molte famiglie monogenitoriali, l’algoritmo può stimare un maggior rischio di stress e isolamento, attivando in anticipo reti di vicinato e mediazione culturale. Non si tratta di predestinare esiti, ma di offrire agli amministratori uno strumento predittivo-precauzionale capace di ridurre il danno sociale prima che si manifesti, orientando investimenti, servizi e tempi di intervento con logica di prossimità.

Etica by design e AI Act: fiducia come infrastruttura

Il confine tra protezione e controllo è sottile. L’AI Act europeo classifica i sistemi di welfare predittivo come “ad alto rischio”, imponendo trasparenza (“Explainable AI”), tracciabilità e “Human-in-the-loop”. Per essere legittimo e utile, questo welfare deve essere affidabile per progetto e centrato sui diritti.

• Privacy prima di tutto: tecniche di “Federated Learning” o pseudonimizzazione perché l’algoritmo apprenda i trend senza vedere identità, che entrano in gioco solo nella fase finale, umana.
• Diritto alla spiegazione: se un nucleo viene inserito in monitoraggio o escluso da un servizio su base algoritmica, l’ente deve saper motivare i criteri in modo chiaro.
• Sovranità del dato: i dati civici restano bene comune in mano pubblica o al terzo settore, non asset privatizzabili.

Gli strumenti già a disposizione disegnano una mappa operativa: IDISE per la granularità del rischio, “Social Digital Twin” per le simulazioni sociali, Edge & IoT sociale per il monitoraggio domestico degli anziani, NLP & Sentiment Analysis per captare tensioni nei canali civici, XAI per garantire equità e conformità. Se governata con responsabilità, questa traiettoria ci porta dalla “Smart City” alla “Wise City”: città che non aspettano la caduta, ma prevedono l’inciampo e tendono la mano un istante prima, trasformando i bit in empatia e la predizione in prevenzione.