SmartSport: il conteggio delle persone incontra i grandi modelli linguistici per una gestione intelligente delle strutture

Perché gli spazi sportivi più intelligenti sono importanti

In molte città compaiono continuamente nuovi parchi, campi e percorsi fitness, eppure spesso i campi da basket sono affollati mentre i sentieri pedonali nelle vicinanze rimangono vuoti. Questo disallineamento spreca denaro pubblico e frustrà i residenti che vogliono solo avere una possibilità equa di esercitarsi. Lo studio SmartSport propone un modo per usare telecamere e AI avanzata per misurare come le strutture sportive pubbliche vengono effettivamente utilizzate e trasformare quei numeri in consigli concreti per i gestori cittadini. L’obiettivo è semplice: aiutare le comunità a ottenere più salute e piacere dagli spazi che hanno già.

Dai taccuini al rilevamento continuo

Oggi molte città si affidano ancora a personale con taccuini o a sondaggi occasionali per stimare quanto è affollato un campo o una pista di corsa. Questi metodi catturano solo istantanee brevi, non coprono molti luoghi e sono troppo lenti per orientare decisioni quotidiane. Faticano anche a spiegare perché alcune strutture sono sovraccariche mentre altre sono quasi vuote. SmartSport sostituisce questi sforzi frammentari con un sistema automatizzato che osserva le strutture tramite telecamere fisse, conta quante persone sono presenti nel tempo e combina quelle informazioni con mappe, dati demografici e altro contesto.

Insegnare ai computer a vedere le persone in modo equo

La prima parte di SmartSport, chiamata CrowdVision, si concentra sul rilevare e contare le persone in aree sportive all’aperto come campi, terreni e percorsi fitness. Invece di tracciare volti o identità, cerca i piccoli indizi visivi che segnalano una persona in una scena ampia, come figure minute in lontananza o parzialmente nascoste da altri. I ricercatori hanno progettato una rete di visione compatta che può analizzare immagini da diverse direzioni, ricomporre pattern sull’intera scena e gestire persone di dimensioni molto diverse nello stesso fotogramma. Rappresenta ogni persona come un punto piuttosto che una bounding box, il che rende più semplice localizzare gli individui con precisione in contesti affollati rimanendo abbastanza veloce da funzionare su dispositivi edge a basso costo vicino alla telecamera.

Trasformare i conteggi grezzi in decisioni migliori

La seconda parte, LLM-Advisor, funge da consulente digitale per i gestori delle strutture. Prende la serie temporale dei conteggi di folla prodotta da CrowdVision e la fonde con altre informazioni: dove si trova ogni struttura nella città, chi vive nelle vicinanze, quanto è accessibile con i mezzi pubblici e che tipo di attrezzature sono disponibili. Usando i grandi modelli linguistici—lo stesso tipo di AI che alimenta gli odierni chatbot—il sistema è guidato da prompt accuratamente progettati per seguire un processo di ragionamento passo dopo passo. Identifica pattern giornalieri e settimanali, individua segnali di sovraccarico o sotto-utilizzo e poi propone azioni pratiche, come spostare gli orari di apertura, aggiornare certi campi o aggiungere nuove strutture in quartieri poco serviti. Una base di conoscenza di pratiche e politiche reali aiuta a mantenere questi suggerimenti ancorati a standard professionali.

Dimostrarne l’efficacia nel mondo reale

Per testare SmartSport, il team ha valutato CrowdVision su dataset standard per il conteggio delle folle e sulla propria raccolta di immagini provenienti da 15 strutture sportive pubbliche. Il modulo di visione ha raggiunto una precisione di conteggio di circa il 94 percento in questi contesti sportivi reali, superando diversi metodi di ricerca recenti e funzionando abbastanza efficientemente per il monitoraggio in tempo reale. Per la parte delle raccomandazioni, gli autori hanno chiesto a 12 esperti in gestione di impianti sportivi di valutare alla cieca oltre 250 report generati dall’AI. In media, gli esperti hanno valutato i consigli 4,2 su 5 per qualità complessiva, lodandone completezza e ragionamento logico, pur notando che proposte molto dettagliate e specifiche per sito restano una sfida. Nel complesso, questi risultati suggeriscono che SmartSport può sia misurare l’utilizzo in modo affidabile sia offrire insight di gestione che i professionisti trovano realmente utili.

Cosa significa per gli utenti quotidiani

Per i residenti, la promessa di SmartSport non è più schermi o gadget, ma parchi e campi meglio gestiti. Contando silenziosamente quante persone usano ogni struttura e quando, senza tracciare chi sono, il sistema aiuta i funzionari comunali a vedere quali spazi sono carenti di investimenti e quali sono opportunità sottoutilizzate. Nel tempo, questo potrebbe tradursi in attese più brevi per i campi popolari, percorsi pedonali e stazioni di esercizio collocate con maggiore attenzione e orari che si adattino alle routine locali. Gli autori osservano che lavori futuri dovranno affrontare condizioni di illuminazione estreme, garanzie per la privacy e una comprensione più profonda dei comportamenti; comunque, lo studio mostra che abbinare visione artificiale e ragionamento basato sul linguaggio può spostare la gestione degli spazi sportivi pubblici dal campo delle ipotesi verso una pianificazione cittadina basata su evidenze.

Citazione: Li, P., Xu, C. SmartSport: crowd counting meets large language models for smart facility management. Sci Rep 16, 13991 (2026). https://doi.org/10.1038/s41598-026-44145-9

Parole chiave: strutture sportive pubbliche, conteggio della folla, AI urbana, pianificazione delle smart city, gestione delle strutture