fbpx Issues Brief 13 - Sustainable, Low Carbon Transport | Scienza in rete

Issues Brief 13 - Sustainable, Low Carbon Transport

Primary tabs

Read time: 2 mins

Il documento Rio 2012 Isseus Brief n° 13 in discussione a Rio+20 riguarda lo sviluppo dei trasporti nei paesi emergenti. Se si considerano i ritmi di crescita che hanno ormai raggiunto nazioni come l'India, la Cina o il Brasile, l'entità del problema è evidente.

La stessa Cina è diventata di recente il primo mercato automobilistico del mondo, mentre altre stime prevedono un aumento dell'uso dei trasporti dal 500 al 600 percento entro il 2050. Sarà dunque necessario gestire questo cambiamento in modo sostenibile, ricorrendo nella minor misura possibile alle fonti fossili.

Dal trasporto all'accesso

Per raggiungere questo obbiettivo questo il documento suggerisce un approccio noto nome Avoid Shift Improve (ASI), tramite cui spostare l'attenzione dal trasporto all'accesso.

Ciò sarà possibile, per esempio:

  1. Evitando il ricorso a viaggi non necessari e migliorando l'accesso ai beni e servizi;
  2. Incoraggiando le forme più efficaci di spostamento (trasporto pubblico per i passeggeri, ferroviario o marittimo per le merci);
  3. Migliorando le modalità di trasporto già esistenti per renderle meno dipendenti dalle fonti fossili.

Fra i possibili benefici vi è soprattutto la riduzione dell'inquinamento, con un impatto positivo in termini sanitari, ma anche la riduzione della mortalità dovuta agli incidenti stradali.

Gli obbiettivi auspicati sono i seguenti:

  1. Adottare indicatori per misurare il progresso verso un trasporto sostenibile, con particolare riferimento al taglio del 40% dei gas serra previsto per il 2050, alla sicurezza stradale e all'accesso universale ai mezzi pubblici;
  2. Rafforzare gli accordi internazionali tramite agenzie, società, enti per lo sviluppo e settore privato;
  3. Incoraggiare azioni volontarie da parte dei Paesi nel campo del trasporto di massa;
  4. Spostare il paradigma dello sviluppo verso un uso sostenibile della terra e dei mezzi di trasporto.
Articoli correlati

Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

LLM e ricerca scientifica: opportunità, rischi e controlli

disegno di ricercatore al computer

Come integrare i modelli linguistici di grandi dimensioni nel processo scientifico senza comprometterne l'integrità? Gli LLM sono utili quando velocizzano lavoro ripetitivo e preparatorio. Diventano rischiosi quando il loro output entra direttamente nel processo di validazione o nella decisione scientifica. La questione da porre non è se ma come integrarli nel processo scientifico senza comprometterne l'integrità.

Immagine di copertina realizzata con ChatGPT

Nel discorso pubblico, intelligenza artificiale e Large Language Model (LLM) vengono spesso usati come sinonimi. Non lo sono. L'IA è il campo più ampio che comprende tecniche diverse — dai sistemi simbolici all'apprendimento automatico, dalla visione artificiale alla robotica, fino ai modelli generativi. Gli LLM sono una classe specifica di questi sistemi: modelli addestrati su grandi quantità di testo e, sempre più spesso, di dati multimodali, capaci di produrre risposte linguisticamente plausibili, codice, sintesi, classificazioni e proposte operative.