Intelligenza artificiale e mobilità digitale: il ruolo dell’AI nei servizi MaaS

Rapid urbanization and the growing urgency of environmental sustainability, as formalized in the UN Agenda 2030, have progressively exposed the limitations of traditional urban transport models. Within this context, the Mobility as a Service (MaaS) paradigm has emerged as a promising systemic solution to reduce reliance on private vehicles and promote more efficient and sustainable mobility systems. Nevertheless, despite its technological potential, the large-scale adoption of MaaS services is still constrained by barriers that are not only infrastructural, but also cognitive and behavioral in nature. This thesis analyzes MaaS as a complex socio-technical ecosystem, focusing on the interaction between users’ cognitive processes and the design of digital systems. Starting from an examination of the “human factor,” the study explores the central role of User Experience (UX) and Nudging strategies in lowering resistance to shared mobility services, highlighting how simplicity, clarity, and perceived immediate benefits strongly influence travel choices. The core contribution of the research lies in identifying Artificial Intelligence as the key enabling factor for the evolution of MaaS. Through the use of Big Data, recommender systems, and predictive algorithms, the study illustrates the transition from static nudging to dynamic and personalized Smart Nudging, capable of adapting mobility offerings in real time to users’ contextual and latent needs. In this perspective, AI does not merely optimize traffic flows, but acts as a mediating layer between system efficiency and individual preferences. Finally, the thesis addresses the main ethical challenges associated with extensive data usage, with particular attention to privacy, transparency, and fairness in algorithmic decision-making. It concludes that the success of Smart Mobility will depend on the ability to develop technologically advanced yet deeply human-centric systems, where algorithmic efficiency ultimately serves citizens’ well-being and urban quality of life.

L’urbanizzazione accelerata e l’urgenza della sostenibilità ambientale, formalizzata a livello globale dall’Agenda 2030, hanno progressivamente messo in crisi i modelli tradizionali di trasporto urbano, evidenziandone i limiti strutturali ed ecologici. In questo contesto si inserisce il paradigma della Mobility as a Service (MaaS), emerso come una delle soluzioni più promettenti per ridurre la dipendenza dall’auto privata e favorire una mobilità più efficiente e sostenibile. Tuttavia, nonostante il potenziale tecnologico, l’adozione su larga scala dei servizi MaaS risulta ancora limitata da ostacoli che non sono soltanto infrastrutturali, ma anche di natura cognitiva e comportamentale. Il presente elaborato analizza il MaaS come un ecosistema socio-tecnico complesso, ponendo l’attenzione sul dialogo tra i processi cognitivi dell’utente e la progettazione dei sistemi informatici. Partendo dall’analisi del cosiddetto “fattore umano”, la tesi esamina il ruolo centrale della User Experience (UX) e delle strategie di Nudging nel ridurre le resistenze all’utilizzo dei servizi di mobilità condivisa, dimostrando come la semplicità, la chiarezza e la percezione di beneficio immediato siano elementi decisivi nelle scelte di spostamento. Il contributo principale della ricerca risiede nell’individuazione dell’Intelligenza Artificiale come fattore abilitante per l’evoluzione del MaaS. Attraverso l’impiego di Big Data, sistemi di raccomandazione e algoritmi predittivi, si evidenzia il passaggio da un nudging statico a uno dinamico e personalizzato, capace di adattare l’offerta di mobilità in tempo reale alle esigenze contestuali e latenti dell’utente. In questo scenario, l’AI non si limita a ottimizzare i flussi di traffico, ma diventa uno strumento di mediazione tra l’efficienza del sistema e le preferenze individuali. Infine, l’elaborato affronta le principali criticità etiche legate all’uso intensivo dei dati, con particolare attenzione ai temi della privacy, della trasparenza e dell’equità delle decisioni algoritmiche. Si conclude che il successo del MaaS dipenderà dalla capacità di sviluppare sistemi tecnologicamente avanzati ma profondamente umani, nei quali l’efficienza algoritmica sia posta al servizio del benessere del cittadino e della qualità della vita urbana.