Modelli di publicness: IA generativa e spazio pubblico, dai documenti di piano alla concettualizzazione

Lo spazio pubblico definisce, per sua natura, una dimensione aperta, soggetta all’eterogeneità degli usi e delle percezioni degli attori che, a vario titolo, sono coinvolti nella sua gestione, pianificazione o, semplicemente, utilizzo. Si tratta infatti di spazi complessi, dove, al livello fisico, si aggiungono quello normativo, sociale, progettuale, etc. La pianificazione di spazi così diversi, negli esiti formali e amministrativi come nei principi ispiratori, si fonda pertanto su una chiara definizione concettuale della comune dimensione pubblica (publicness). Un requisito fondamentale soprattutto in un momento di rapida e radicale trasformazione degli strumenti tecnologici a supporto della pianificazione, con l’introduzione e applicazione dell’Intelligenza Artificiale (IA) generativa e il conseguente impatto, anche sulla pratica pianificatoria, dei relativi modelli linguistici e concettuali. A partire dal Modello a Stella di Varna e Tiesdell (2010), nato con una propensione analitico-valutativa, il paper indaga la dimensione pubblica dello spazio pianificato, sperimentando la contestualizzazione domain specific di un Large Language Model (LLM) open source (Llama 3.2) sulla base di un corpus di alcuni documenti di piano a livello regionale (piani territoriali regionali di Liguria, Veneto, Lombardia, Lazio e Campania), dove è maggiore la concettualizzazione e minori sono le varianti di piano. La costruzione di questo prototipo di IA applicata al planning assume due importanti funzioni: fornire un supporto analitico all’esplorazione dei contenuti di piano e diventare uno strumento per la loro costruzione.