Pokémon Go e dati per l’AI: come Niantic avrebbe usato le scansioni dei giocatori per addestrare modelli geospaziali

Pokémon Go, in tutti questi anni ci avete giocato senza sapere che i vostri dati venivano usati per addestrare un’AI

Dal suo lancio nel 2016, Pokémon Go si è imposto come uno dei videogiochi mobile più popolari al mondo grazie a una formula semplice e potentissima: geolocalizzazione, realtà aumentata e un brand globale come quello dei Pokémon (di proprietà di Nintendo, Game Freak e Creatures Inc.). In dieci anni il titolo ha raggiunto circa 700 milioni di download e ha generato oltre 6 miliardi di dollari di ricavi.

Un successo di queste dimensioni, però, non è mai stato privo di controversie. Se nei primi anni le discussioni ruotavano soprattutto attorno a sicurezza, distrazioni e incidenti legati all’uso dello smartphone in strada, oggi il dibattito si è spostato su un tema ancora più sensibile: l’uso dei dati degli utenti per addestrare sistemi di intelligenza artificiale.

🎮 Qualcuno gioca ancora a Pokémon Go?

Negli anni precedenti al lockdown per la pandemia di Covid-19, pochi giochi per smartphone potevano vantare la stessa popolarità di Pokémon Go. Sviluppato da Niantic, il titolo ha portato milioni di persone a esplorare luoghi reali per catturare creature virtuali, mostrando al grande pubblico il potenziale creativo della realtà aumentata.

In larga parte, il gioco è stato percepito anche come un’attività “positiva” da molti genitori: un’esperienza sociale da vivere all’aperto, pur con le note criticità legate a chi camminava guardando lo schermo. Col tempo l’ondata iniziale si è attenuata, ma aggiornamenti costanti ed eventi speciali hanno permesso al gioco di mantenere una comunità ampia e attiva.

🧠 Che cosa sta succedendo ora

La nuova polemica riguarda il modo in cui Niantic avrebbe sfruttato i dati raccolti tramite Pokémon Go per costruire un grande modello di intelligenza artificiale geospaziale. In pratica, mentre i giocatori visitavano PokéStop e palestre, una parte dell’esperienza avrebbe comportato anche la raccolta di immagini e dati di geolocalizzazione utili a ricostruire ambienti reali.

Il punto centrale della discussione è il consenso: molti utenti sostengono di non essere stati consapevoli che le informazioni generate durante il gioco potessero contribuire all’addestramento di sistemi AI destinati a usi non strettamente legati al gaming.

🗺️ A cosa servono mappe 3D così dettagliate

Secondo quanto emerso, l’obiettivo di questo approccio è costruire mappe tridimensionali estremamente dettagliate del mondo reale. Mappe di questo tipo possono aiutare macchine e robot a comprendere gli spazi fisici e a muoversi in modo più affidabile, soprattutto in contesti in cui il segnale GPS è debole, instabile o poco preciso.

Niantic starebbe già applicando queste tecnologie anche al di fuori dei videogiochi, avviando collaborazioni con aziende di robotica. Tra gli esempi citati c’è una partnership con Coco Robotics, finalizzata a migliorare la navigazione di robot per le consegne. L’idea è ridurre errori e incidenti tipici dei piccoli robot che si muovono su marciapiedi e aree pedonali, come difficoltà con gradini, ostacoli urbani o arredi cittadini.

🔒 Qual è il problema: consenso, privacy e uso commerciale dei dati

La criticità non riguarda soltanto la tecnologia, ma il rapporto tra utenti e piattaforme. Molti giocatori ritengono di aver contribuito, senza saperlo, alla costruzione di un’infrastruttura di AI potenzialmente utilizzabile in settori come logistica e robotica.

Le reazioni online mostrano un quadro variegato: c’è chi minimizza, chi si dice sorpreso e chi chiede maggiore chiarezza. In ogni caso, la vicenda riaccende un tema ricorrente nel mondo digitale: quanto è davvero informato il consenso quando si accettano termini e condizioni, soprattutto se l’evoluzione tecnologica (come il boom dell’AI generativa) avviene anni dopo l’adozione di massa di un servizio.

🧩 Che cos’è un modello AI geospaziale (Lgm)

Niantic, attraverso la divisione Niantic Spatial, ha descritto il concetto di intelligenza spaziale come una delle prossime frontiere dell’AI. L’idea di fondo è paragonabile a quella dei modelli linguistici: così come un LLM usa grandi quantità di testo per prevedere e generare parole, un Large Geospatial Model (Lgm) usa grandi quantità di dati di geolocalizzazione e immagini per dedurre la forma e la struttura degli ambienti fisici.

In questa visione, reti locali di scansioni e ricostruzioni contribuirebbero a un modello globale, capace di creare una comprensione condivisa delle posizioni geografiche e di “completare” anche luoghi non scansionati in modo esaustivo.

📍 Come un Lgm utilizza i dati dei giocatori: il Visual Positioning System

Al centro del progetto c’è il Visual Positioning System (Vps), una tecnologia che punta a posizionare l’utente nello spazio con precisione molto elevata, così da ancorare contenuti digitali all’ambiente fisico in modo realistico e persistente. In altre parole, gli oggetti in realtà aumentata possono restare “nel luogo” anche dopo che l’utente se n’è andato e possono essere visti da altri giocatori.

Un esempio citato è la funzione sperimentale Pokémon Playgrounds, che consente di lasciare creature virtuali in un punto preciso, permettendo ad altri di vederle e interagire con esse.

Il Vps sarebbe alimentato da scansioni catturate dagli utenti da più angolazioni, in momenti diversi della giornata e nel corso degli anni, ciascuna associata a dati di localizzazione. Secondo quanto riportato, il sistema avrebbe raccolto 30 miliardi di immagini, utili a costruire una rappresentazione 3D molto dettagliata dell’ambiente fisico.

Questo tipo di dataset è considerato particolarmente prezioso perché raccolto dalla prospettiva dei pedoni e perché include spazi spesso meno coperti da altre forme di mappatura: piazze, parchi, sentieri e aree pedonali.

🗣️ Le reazioni e i timori sull’uso finale della tecnologia

La questione ha attirato l’attenzione anche di attivisti e organizzazioni che si occupano di diritti digitali. Tra le preoccupazioni sollevate c’è quella legata al possibile riuso di tecnologie di mappatura e navigazione avanzata in contesti sensibili, inclusi scenari militari e sistemi automatizzati.

Al di là delle posizioni più estreme, il punto resta lo stesso: quando una tecnologia nasce grazie al contributo di milioni di utenti, trasparenza e controllo diventano elementi decisivi per mantenere la fiducia.

📄 La posizione di Niantic: “La scansione è opzionale”

Niantic sostiene di essere stata trasparente sui piani di utilizzare i dati raccolti nei suoi giochi per sviluppare tecnologie che vanno oltre il gaming (oltre a Pokémon Go, l’azienda ha sviluppato anche Monster Hunter Now e Pikmin Bloom).

In particolare, l’azienda afferma che la funzione di scansione è completamente opzionale: l’utente deve recarsi in una specifica posizione pubblica e avviare volontariamente la scansione. Secondo questa ricostruzione, camminare e giocare di per sé non addestrerebbe un modello di intelligenza artificiale.

🤖 Che piani ha Niantic: dall’AR nei giochi ai robot nel mondo reale

Oggi Niantic Spatial appare sempre più focalizzata su AI e robotica. In questo scenario, Pokémon Go diventa anche un mezzo per un obiettivo più ampio: portare l’intelligenza artificiale fuori dallo schermo e dentro le strade, dotandola di una comprensione del mondo fisico.

La logica è chiara: l’AI conosce molto del web e dei testi, ma per interagire con l’economia reale deve comprendere spazi, ostacoli, percorsi e contesti urbani. Da qui l’interesse per modelli geospaziali e per applicazioni come la navigazione di robot.

🚚 E i robot per le consegne? Il banco di prova più “sicuro”

In questo contesto, i robot per le consegne rappresentano uno dei primi impieghi pratici più logici per testare tecnologie geospaziali avanzate: sono sistemi che devono affrontare marciapiedi, attraversamenti, ostacoli e ambienti complessi, e che possono beneficiare di mappe 3D più accurate.

Resta però aperta la domanda principale: come reagiranno i giocatori di fronte all’idea che, per anni, l’esperienza di gioco possa aver contribuito (direttamente o tramite funzioni opzionali) all’addestramento di AI destinate a usi commerciali? E soprattutto, quali strumenti avranno per esprimere un consenso realmente informato?

✅ Cosa può fare l’utente: i punti da chiarire

Al momento, il dibattito ruota attorno a trasparenza e comprensibilità delle scelte. Per chi gioca (o ha giocato) a Pokémon Go, i nodi principali da tenere a mente sono:

• Capire quali funzioni del gioco comportano scansioni e raccolta di immagini legate a luoghi reali.
• Verificare se tali funzioni siano effettivamente opzionali e come vengano presentate all’utente.
• Valutare l’impatto di un uso dei dati che va oltre il gaming, verso robotica e logistica.

Pokémon Go resta un caso emblematico: un gioco nato per divertire e far uscire le persone di casa che, nel tempo, si intreccia con uno dei temi più delicati dell’era digitale, quello del valore dei dati e del loro impiego per addestrare l’intelligenza artificiale.

Leggi anche: Blocca chiamate spam su Iphone