Google sta testando il tuo comportamento con le mappe

L’esperimento di Google Maps ha redistribuito il traffico in dieci città americane per sei mesi

2,6 anni. È il tempo che, in media, passerai al volante nella tua vita secondo la AAA Foundation for Traffic Safety. Dieci minuti in fila al semaforo. Quindici per cercare parcheggio. Trecento metri per imboccare un raccordo. Non sono solo scocciature: sono dati. E quando l’azienda che gestisce le tue mappe, la tua posta, il tuo assistente vocale e ora pure il tuo sistema operativo decide di “migliorare” il traffico, forse è il caso di chiedersi per chi lo stia facendo.

Il 10% delle emissioni globali di CO₂ esce dai tubi di scappamento di auto e furgoni privati, stando a l’International Energy Agency.

Numeri che fanno da perfetto fondale green a un esperimento pubblicato su Nature Cities e subito ribattezzato soluzione per la mobilità sostenibile. Google Research ha infatti mostrato come un algoritmo possa alleggerire il congestionamento modificando in silenzio i percorsi suggeriti da Maps: sei mesi di test in dieci grandi città americane, appena due automobilisti su cento dirottati su tragitti alternativi, e un guadagno di velocità che in certe ore di punta sfiora lo 0,5% di incremento.

Il tesoro non è la velocità, è il test

Fermiamoci un attimo su quei decimali. Sui segmenti stradali presi di mira — circa cento per città, scelti in base alla congestione storica — la velocità mediana è cresciuta del 2%. Su tutti i segmenti coinvolti, però, l’aumento si sgonfia a uno 0,35% complessivo. La riduzione dei consumi di carburante viaggia tra lo 0,5% e l’1%. In proporzione, il risparmio di CO₂ promesso — migliaia di tonnellate l’anno per città — sa più di stima modellistica che di rivoluzione ambientale.

E allora perché montare un esperimento accademico su dieci metropoli, coinvolgendo Nature Cities e decine di ricercatori, per ritoccare percorsi che la gente nemmeno nota? La risposta arriva silenziosa, nascosta nella sequenza di altre mosse che Google ha fatto partire nella stessa manciata di settimane.

Un agente che vede, guida e compra per te

Mentre l’algoritmo di Maps redistribuiva automobilisti come pedine su una scacchiera, Google accendeva i motori di Computer use in Gemini 3.5 Flash: un sistema che non si limita a suggerire una strada, ma vede lo schermo, clicca, ragiona e agisce su browser, mobile e desktop. Pochi giorni dopo, il colosso integrava ufficialmente la funzionalità “computer use” per agenti personalizzati. Nello stesso pacchetto di annunci, ecco il nuovo Home Speaker costruito attorno a Gemini con memoria conversazionale e comprensione di richieste multiple, e la capacità di Gemini 3.5 Live Translate di tradurre oltre 70 lingue preservando l’intonazione naturale del parlante.

Il disegno è coerente. I dati di geolocalizzazione non servono più soltanto a calcolare il traffico previsto. Diventano il carburante per modelli agentici che imparano come ti muovi, quando cambi idea su un percorso, quanto tempo accetti di perdere prima di ignorare un suggerimento, con che tono di voce chiedi al telefono “traffico in corso Italia” mentre sei già in ritardo. Un conto è misurare la congestione; un altro è profilare il comportamento del guidatore per trasformarlo in un assistente che, domani, potrà prenotare da solo un parcheggio, pagare un pedaggio o negoziare una sosta per una consegna di Amazon mentre tu sei ancora al semaforo rosso.

Quando l’assistente domestico conosce il tuo percorso casa-lavoro

L’esperimento sulle mappe non è isolato. Va letto insieme alla nuova funzione di blocco biometrico da remoto in Android 17, che protegge il telefono smarrito usando dati biometrici. Sembra un dettaglio di sicurezza. Ma in uno scenario dove il dispositivo è il centro di comando della tua mobilità — pagamenti, messaggi, itinerari, feedback vocali — il blocco da remoto è anche l’ultimo anello di una catena che trasforma lo smartphone in un token d’identità continuamente geolocalizzato.

Il nuovo Speaker con Gemini lo conferma: impara le tue abitudini, conserva memoria delle conversazioni, incrocia contesti. Oggi risponde a “quanto ci metto in centro?”, domani potrà anticiparlo. E se quei dati di movimento — anche solo quelli raccolti durante un test accademico — fossero già stati usati per affinare le previsioni di un assistente personale che sa quando esci senza che tu glielo dica?

Le basi giuridiche non sono chiare. L’esperimento su Nature Cities è stato condotto su percorsi aggregati, certo. Ma il consenso di chi si è visto modificare il tragitto — quei meno del 2% di percorsi alterati — dov’era? L’informativa di Maps è sufficiente per un intervento che non ottimizza il tragitto più breve per l’utente, bensì una funzione di rete decisa a tavolino? In Europa il GDPR impone basi giuridiche esplicite quando si trattano dati di localizzazione, anche anonimizzati. E le autorità antitrust, da anni alle prese con l’autopreferenziazione di Google, potrebbero trovare interessante che l’azienda usi il dominio sulle mappe per orchestrare il traffico e, allo stesso tempo, addestrare l’agente AI che compirà azioni al posto tuo.

Si tratta di capire se davanti a uno 0,35% di velocità in più siamo di fronte a un servizio pubblico oppure alla più grande simulazione comportamentale mai condotta con un navigatore acceso.

E se il vero scopo fosse un altro, chi lo sta vigilando?