Errori gravi nel database Climate TRACE: le emissioni dei veicoli sottostimate fino al 90%
Il database Climate TRACE, uno degli strumenti più citati al mondo per il monitoraggio delle emissioni di gas serra, potrebbe contenere errori enormi. Non piccole imprecisioni, ma scarti che in alcuni casi superano il 90%. A dirlo è uno studio della Northern Arizona University, pubblicato sulla rivista Environmental Research Letters nel giugno 2026, che mette in discussione l’affidabilità dei dati utilizzati da governi e decisori politici per orientare le strategie climatiche.
Il consorzio Climate TRACE, cofondato dall’ex vicepresidente statunitense Al Gore, si propone di tracciare le emissioni globali sfruttando tecnologie basate sull’intelligenza artificiale. Un obiettivo ambizioso, su questo nessun dubbio. Il problema, però, è che quando si confrontano i numeri con quelli di altri sistemi di misurazione più consolidati, le differenze sono impressionanti. Lo studio guidato dal professor Kevin Gurney ha analizzato le emissioni di CO2 dei veicoli in 260 città degli Stati Uniti, scoprendo che il database Climate TRACE le sottostima in media del 70%. In città come Indianapolis e Nashville, il gap supera addirittura il 90%.
Per capire la portata del problema basta un dato: i veicoli rappresentano una fetta enorme delle emissioni urbane. Se i numeri di partenza sono così lontani dalla realtà, qualsiasi piano di riduzione costruito su quei dati rischia di essere sostanzialmente inefficace.
Il confronto con il database Vulcan e le implicazioni globali
Il team di ricerca ha confrontato i dati di Climate TRACE con quelli del database Vulcan, sviluppato dallo stesso laboratorio di Gurney. Il sistema Vulcan si basa su registri ufficiali del traffico e dati sui consumi energetici, con un margine di incertezza dichiarato intorno al 14%. Molto diverso, quindi, dal 70% di scarto medio riscontrato nei confronti con Climate TRACE.
Bilal Aslam, ricercatore post dottorato coinvolto nello studio, ha sottolineato come la differenza tra i due sistemi sia troppo ampia per essere liquidata come un semplice margine statistico. E Pawlok Dass, altro collaboratore della ricerca, ha aggiunto che alcune città mostrano discrepanze talmente marcate da rendere i dati di Climate TRACE praticamente inutilizzabili per qualsiasi analisi seria a livello locale.
La cosa ancora più preoccupante è che, secondo gli autori, il problema potrebbe non limitarsi agli Stati Uniti. Se la metodologia presenta queste lacune sul territorio americano, dove esistono dati di confronto abbondanti, è lecito chiedersi cosa succeda in paesi dove le informazioni di riferimento scarseggiano. Lo studio, peraltro, si aggiunge a una ricerca precedente dello stesso gruppo che aveva identificato problemi analoghi nelle stime di Climate TRACE relative alle centrali elettriche.
Il ruolo dell’intelligenza artificiale e la necessità di rigore scientifico
Nessuno mette in discussione il potenziale dell’intelligenza artificiale nel monitoraggio ambientale. I ricercatori stessi lo riconoscono apertamente. Quello che chiedono, però, è che gli strumenti basati su queste tecnologie vengano sottoposti agli stessi standard di trasparenza e revisione che si applicano alla ricerca scientifica tradizionale. Senza verifiche indipendenti e metodi rigorosi, il rischio concreto è quello di fornire ai decisori politici numeri sbagliati, con conseguenze potenzialmente devastanti sulla credibilità delle politiche climatiche.
Come ha detto lo stesso Gurney, la perfezione nelle stime è irraggiungibile. Ma garantire che i dati condivisi con chi prende le decisioni siano privi di distorsioni sistematiche e rispettino i migliori standard scientifici disponibili non è un lusso. È una necessità. Altrimenti si rischia non solo di sbagliare strategia, ma anche di perdere la fiducia del pubblico nella capacità collettiva di affrontare il cambiamento climatico.
