Mappatura della letteratura sulle politiche climatiche tramite Machine Learning: discrepanze tra attenzione scientifica, densità delle politiche ed emissioni

## Mappatura della letteratura sulle politiche climatiche tramite Machine Learning: discrepanze tra attenzione scientifica, densità delle politiche ed emissioni

L’articolo di npj Climate Action, “Machine learning map of climate policy literature reveals disparities between scientific attention, policy density, and emissions”, pubblicato l’11 febbraio 2025, esplora un tema cruciale nell’ambito della lotta al cambiamento climatico: la disparità tra l’attenzione scientifica dedicata a diverse politiche climatiche, la loro effettiva implementazione e il loro impatto sulle emissioni. Questo studio, condotto da un team di ricercatori guidato da Max Callaghan, utilizza tecniche avanzate di machine learning per analizzare un vasto corpus di letteratura scientifica sulle politiche climatiche, identificando lacune e incongruenze che possono ostacolare l’efficacia delle azioni di mitigazione.

Introduzione: l’urgenza di colmare il divario tra impegni e azioni

L’Accordo di Parigi, pietra miliare della cooperazione internazionale in materia climatica, fissa l’obiettivo ambizioso di mantenere l’aumento della temperatura media globale ben al di sotto dei 2°C rispetto ai livelli preindustriali, sforzandosi di limitarlo a 1,5°C. Tuttavia, come sottolinea l’articolo, gli sforzi attuali per ridurre le emissioni sono insufficienti per raggiungere questo obiettivo. Le emissioni globali di carbonio continuano ad aumentare, nonostante la necessità di raggiungere emissioni nette zero entro i prossimi 30-50 anni. Questa situazione critica richiede un’accelerazione degli impegni di riduzione delle emissioni da parte dei paesi e, soprattutto, un deciso sforzo per colmare il divario tra gli impegni dichiarati e le politiche effettivamente implementate.

La sfida principale risiede nella necessità di imparare rapidamente dalle esperienze maturate in diverse parti del mondo, identificando quali strumenti politici funzionano meglio in quali contesti. Esistono migliaia di politiche climatiche implementate a livello globale, raccolte in database come il Climate Change Laws of the World (CCLW) e il Climate Policy Database (CPDB), che rappresentano una risorsa preziosa per l’apprendimento e l’innovazione. Tuttavia, la letteratura scientifica su questi strumenti politici è vasta, dispersa e difficile da categorizzare, rendendo complessa la sintesi delle evidenze e l’identificazione delle migliori pratiche.

La ricerca in questo campo si divide principalmente in due filoni: le valutazioni ex-post di strumenti già implementati e gli studi ex-ante che analizzano il potenziale di diverse politiche per ridurre le emissioni. Entrambi i tipi di studio sono essenziali per un processo decisionale informato, ma gli sforzi per sistematizzare questa letteratura sono stati finora limitati nella portata e nella copertura. Le difficoltà risiedono nella definizione dei confini del sistema per le politiche rilevanti per il clima e nella mancanza di tipologie coerenti e complete di politiche climatiche.

Considerando l’ampiezza e la diversità della ricerca in questo settore, diventa sempre più difficile per gli scienziati rimanere aggiornati sugli sviluppi nei propri campi. Questa è una sfida anche per le valutazioni scientifiche come quelle condotte dal Gruppo intergovernativo sui cambiamenti climatici (IPCC), che ha il compito di fornire valutazioni complete della scienza del cambiamento climatico. Le tecnologie digitali, l’apprendimento automatico e l’elaborazione del linguaggio naturale (NLP) offrono quindi strade promettenti per rendere gestibile il compito dell’IPCC e per consentire un lavoro sintetico su larga scala su cui l’IPCC deve costruire. L’articolo rappresenta un passo fondamentale verso l’accelerazione dell’apprendimento sulle politiche climatiche, presentando una panoramica degli sviluppi nel campo attraverso l’uso di metodi di machine learning per mappare sistematicamente la letteratura scientifica. L’obiettivo è di supportare le attività di ricerca, le valutazioni scientifiche e contribuire al dibattito scientifico fornendo una risorsa online interattiva e facilmente consultabile.

Definizione di una politica climatica e tipologia degli strumenti

Un elemento cruciale per l’analisi della letteratura sulle politiche climatiche è la definizione di cosa costituisca esattamente una “politica climatica”. Gli autori dell’articolo propongono una definizione operativa, basata sulla motivazione esplicita della politica e sulla sua finalità di ridurre le emissioni di gas serra. In particolare, includono solo le politiche che menzionano la riduzione delle emissioni o sono inequivocabilmente motivate dal desiderio di ridurre le emissioni di gas serra o le concentrazioni di gas serra.

Ad esempio, un articolo sui sussidi per le tecnologie di energia rinnovabile non sarebbe incluso a meno che non venissero menzionate le riduzioni delle emissioni o gli obiettivi climatici, mentre un articolo su una tassa sul carbonio o su un sistema di scambio di emissioni di gas serra sarebbe incluso. Questo perché un governo può avere molteplici ragioni per sostenere le tecnologie di energia rinnovabile, come la sicurezza energetica, il desiderio di allontanarsi dal nucleare o una riduzione dell’inquinamento atmosferico locale, mentre la motivazione climatica per la fissazione del prezzo del carbonio è inequivocabile.

Questa definizione, sebbene restrittiva, consente un’applicazione coerente e minimizza l’ambiguità. Gli autori riconoscono che in questo modo vengono esclusi molti studi su politiche che hanno effetti importanti sulla riduzione delle emissioni, ma scelgono una definizione che possa essere applicata in modo coerente e con minima ambiguità. Si concentrano su ciò che lo studio stesso afferma: se uno studio esamina una politica nel contesto dei cambiamenti climatici o della riduzione delle emissioni, lo considerano uno studio sulla politica climatica.

Oltre alla definizione, l’articolo presenta una nuova tipologia di politiche climatiche, strutturata su tre livelli. Questa tipologia mira a superare le incongruenze e le lacune presenti nelle classificazioni esistenti, utilizzate nei database CCLW e CPDB.

Livello 1: Mezzi – Accordi con altri attori statali e non, strumenti economici, strumenti regolatori, informazione e formazione e governance, strategie e obiettivi.
Livello 2: Tipo specifico di strumento – Tassa sul carbonio, sussidio, etc.
Livello 3: Ulteriori specificazioni – Distinzione tra carbon tax e sistemi di scambio di emissioni, etc.

Questa struttura gerarchica consente di classificare le politiche in base al modo in cui i governi o le municipalità perseguono i propri obiettivi. Ad esempio, gli “strumenti economici” comprendono i sussidi, le tasse e i meccanismi di incentivazione.

Metodologia: Machine Learning per l’analisi di Big Data

La metodologia impiegata in questo studio rappresenta un approccio innovativo per l’analisi della letteratura scientifica. Gli autori hanno utilizzato tecniche di machine learning, in particolare modelli linguistici basati su transformer, per identificare e classificare un vasto numero di articoli scientifici rilevanti per le politiche climatiche.

Il processo si articola nelle seguenti fasi:

Raccolta dei dati: è stata effettuata una ricerca nel database bibliografico OpenAlex, utilizzando una query appositamente progettata per identificare la letteratura sul clima. La query ha restituito oltre 1 milione di studi.
Screening manuale: un team di esperti ha esaminato manualmente un campione di oltre 2500 documenti, etichettandoli in base alla loro rilevanza e classificandoli secondo la tipologia di politiche climatiche definita.
Addestramento del modello di machine learning: i dati etichettati manualmente sono stati utilizzati per addestrare un modello di machine learning, ClimateBERT, capace di identificare e classificare automaticamente gli articoli scientifici rilevanti per le politiche climatiche.
Classificazione automatica: il modello addestrato è stato applicato all’intero database di oltre 1 milione di documenti, consentendo di identificare e classificare un totale di 84.990 articoli rilevanti per le politiche climatiche.
Analisi dei risultati: è stata effettuata un’analisi statistica dei risultati, confrontando la distribuzione degli articoli scientifici con la distribuzione delle politiche effettivamente implementate e con i dati sulle emissioni di gas serra.

Questo approccio automatizzato ha permesso di analizzare un volume di dati molto più ampio di quanto sarebbe stato possibile con i metodi tradizionali, aprendo nuove prospettive per la ricerca e l’analisi delle politiche climatiche.

Risultati: disparità tra attenzione scientifica, politiche e emissioni

L’analisi dei dati ha rivelato diverse disparità significative tra l’attenzione scientifica dedicata a diverse politiche climatiche, la loro effettiva implementazione e il loro impatto sulle emissioni.

Sotto-rappresentazione delle politiche per il settore industriale: l’industria è responsabile di una quota significativa delle emissioni globali di gas serra (23%), ma riceve una scarsa attenzione sia nella letteratura scientifica (8%) che nelle politiche implementate (13%).
Divergenza tra scienza e politica: l’attenzione scientifica si concentra maggiormente sugli strumenti economici (carbon pricing), mentre le politiche implementate tendono a privilegiare strumenti regolatori.
Concentrazione geografica della ricerca: la ricerca sulle politiche climatiche è concentrata in un numero limitato di paesi, principalmente quelli ad alto reddito. Paesi che hanno compiuto progressi significativi nella riduzione delle emissioni, come Grecia, Danimarca e Islanda, hanno ricevuto relativamente poca attenzione scientifica.
Sovra-rappresentazione di strategie ed obiettivi: i risultati evidenziano come una larga fetta della letteratura scientifica si occupi di obiettivi e strategie di policy senza descriverne l’implementazione.

Questi risultati suggeriscono che la comunità scientifica potrebbe non dedicare sufficiente attenzione alle politiche che sono politicamente fattibili, o che i politici non implementano politiche supportate dalla scienza.

Discussione: implicazioni per la ricerca e la politica

I risultati di questo studio hanno importanti implicazioni per la ricerca e la politica climatica. La scoperta di disparità tra l’attenzione scientifica, le politiche implementate e le emissioni suggerisce che la comunità scientifica potrebbe aver bisogno di rivalutare le proprie priorità di ricerca, concentrandosi maggiormente sulle politiche che sono politicamente fattibili e che hanno un impatto significativo sulle emissioni.

La sotto-rappresentazione del settore industriale nella letteratura scientifica e nelle politiche implementate rappresenta una lacuna preoccupante, che richiede un’attenzione urgente. Saranno necessari ulteriori studi per comprendere le ragioni di questa lacuna e per identificare le politiche più efficaci per ridurre le emissioni nel settore industriale.

La divergenza tra scienza e politica, in particolare per quanto riguarda gli strumenti economici, suggerisce la necessità di un maggiore dialogo tra scienziati e politici. Gli scienziati devono comunicare in modo più efficace i risultati della loro ricerca, mentre i politici devono essere più aperti ad ascoltare i consigli della scienza.

La concentrazione geografica della ricerca sulle politiche climatiche solleva preoccupazioni sulla trasferibilità delle conoscenze e delle migliori pratiche. Saranno necessari ulteriori sforzi per promuovere la ricerca sulle politiche climatiche nei paesi in via di sviluppo e per condividere le conoscenze e le migliori pratiche a livello globale.

Conclusioni: verso una politica climatica più efficace

Questo studio dimostra il potenziale delle tecniche di machine learning per l’analisi della letteratura scientifica e per l’identificazione di lacune e incongruenze nelle politiche climatiche. I risultati ottenuti possono contribuire a migliorare l’efficacia delle azioni di mitigazione, indirizzando la ricerca scientifica verso le aree più critiche e promuovendo un maggiore dialogo tra scienza e politica.

La disponibilità di una mappa interattiva e consultabile della letteratura sulle politiche climatiche rappresenta una risorsa preziosa per ricercatori, politici e altri stakeholder interessati alla lotta al cambiamento climatico. La speranza è che questa risorsa possa contribuire a colmare il divario tra impegni e azioni, accelerando la transizione verso un futuro a basse emissioni di carbonio. Il lavoro futuro si concentrerà sull’automatizzazione degli aggiornamenti alla mappa interattiva, rendendola una risorsa ancora più completa e attuale.

Per ulteriori approfondimenti sulle politiche climatiche e sull’uso del machine learning nella ricerca, si possono visitare i seguenti link:

Inoltre, per una panoramica delle politiche climatiche in Italia, si può consultare il sito Report 360 per dati e analisi aggiornate.