Robot, aiutati che l’AI ci aiuta

Uomo insegna a robot. Sembra semplice. E invece, quando si passa dalla teoria alla pratica, può succedere qualcosa di curioso: l’essere umano non è abbastanza bravo a insegnare alla macchina ciò che vorrebbe farle fare. E allora interviene una seconda macchina, o meglio un sistema di intelligenza artificiale, per correggere il maestro in carne e ossa. È, semplificando parecchio si capisce, l'idea alla base di GLIDE , il sistema sviluppato da Yuchen Song, Aditya Mittal e Unnat Jain dell'Università della California, Irvine. Il loro studio, Learning Beyond What Humans Can Demonstrate, è stato pubblicato il 21 settembre ed è stato accettato alla Conference on Robot Learning 2026 . Il problema da cui partono i ricercatori è molto concreto. Uno dei sistemi utilizzati per addestrare i robot è il cosiddetto learning from demonstrations: invece di programmare ogni singolo movimento, si mostra alla macchina come svolgere un compito e le si forniscono esempi dai quali imparare. Solo che alcune operazioni che sembrano banali quando le compiamo direttamente diventano tremendamente complicate quando dobbiamo eseguirle controllando a distanza due braccia robotiche. Provate, per esempio, a immaginare di dover spostare con due bracci robotici un piatto pieno di pomodori senza inclinarlo. Oppure passare un pennarello da una pinza all'altra e appoggiarlo in piedi. O ancora versare del vino in un bicchiere coordinando due braccia meccaniche. Sono proprio i tre test scelti dai ricercatori. Quando l'allievo corregge il maestro Qui entra in scena GLIDE. Il sistema analizza il compito e individua le azioni che più facilmente portano al fallimento. Quindi genera una serie di “guardrail” software, una sorta di binario invisibile che filtra o limita alcuni movimenti dell'operatore umano mentre controlla il robot. Se bisogna trasportare il piatto, per esempio, il sistema può impedire che le due mani robotiche si muovano in modo troppo indipendente e facciano inclinare la superficie. Nel passaggio del pennarello può rendere più graduale l'avvicinamento o il rilascio. Nel versare il vino può intervenire sull'allineamento e sull'inclinazione della bottiglia. GLIDE osserva inoltre i tentativi precedenti e modifica progressivamente queste regole sulla base degli errori commessi. Il risultato è notevole, almeno nei limiti di un esperimento ancora circoscritto. Con la normale teleoperazione in realtà virtuale, gli esseri umani riuscivano a completare correttamente i tre compiti appena nello 0-10% dei tentativi. Con i guardrail elaborati e affinati da GLIDE, il tasso di successo nella raccolta delle dimostrazioni è salito al 70-90%. In alcuni casi il sistema ha fatto meglio perfino delle regole progettate manualmente dagli esperti. In altre parole, l'AI non si limita a imparare dall'essere umano: aiuta l'essere umano a produrre esempi migliori dai quali lei stessa, o un'altra macchina, potrà poi imparare. Il robot non è ancora diventato un sommelier Conviene però, come sempre, non correre troppo. Una buona dimostrazione non significa automaticamente avere ottenuto un robot perfettamente autonomo. Quando i ricercatori hanno utilizzato i dati raccolti per addestrare le policy robotiche, mantenendo attivi i guardrail anche durante l'esecuzione, i risultati sono stati più bassi: 70% di successo nel trasporto del piatto, 60% nel passaggio del pennarello e 60% nel versare il vino. E i test sono stati condotti su numeri ridotti di prove. Il robot-sommelier perfetto, insomma, può aspettare. Ma forse il punto più interessante dello studio non sta nemmeno nelle percentuali. Sta nel circuito di collaborazione che suggerisce: l'uomo prova a insegnare qualcosa alla macchina, l'intelligenza artificiale individua dove l'uomo sbaglia e lo assiste, da questa collaborazione nascono dati migliori e il robot può imparare un comportamento che sarebbe stato molto difficile dimostrargli direttamente. Ed è una dinamica che potrebbe diventare familiare con la diffusione della cosiddetta physical AI, cioè sistemi intelligenti capaci di interagire con il mondo fisico attraverso robot, veicoli e altre macchine. Altri lavori della stessa UC Irvine stanno in effetti già esplorando strade complementari. EgoVerse, per esempio, raccoglie oltre 1.300 ore di dimostrazioni umane per studiare come trasferire le nostre azioni ai robot. un altro progetto ha INVECE mostrato che, aumentando varietà e quantità dei dati di addestramento, i modelli possono migliorare significativamente il trasferimento di competenze dall'uomo alla macchina. Più collaborazione che sostituzione Naturalmente un singolo esperimento di robotica non basta a confutare le previsioni più cupe sull'impatto dell'intelligenza artificiale sul lavoro. Automazione e sostituzione di alcune attività rimangono scenari concreti e dipenderanno molto dal settore e dal tipo di mansione. GLIDE suggerisce però un'altra traiettoria, spesso meno spettacolare ma probabilmente altrettanto importante: quella in cui la divisione fra chi insegna e chi impara, fra uomo e macchina, diventa sempre meno netta. Non più soltanto l'uomo che comanda e il robot che esegue, dunque. E neppure necessariamente la macchina che arriva e prende il posto dell'uomo dopo una breve dimostrazione. Potremmo piuttosto trovarci sempre più spesso davanti a sistemi nei quali ciascuno compensa i limiti dell'altro: l'essere umano mette obiettivi, esperienza e capacità di interpretare il contesto; l'intelligenza artificiale riconosce schemi ed errori difficili da individuare e interviene nella correzione del processo; il robot traduce quella collaborazione in un'azione fisica aggiuntiva, sostitutiva o magari gravosa. In questo caso l'AI arriva perfino a correggere l'uomo mentre l'uomo cerca di insegnare al robot. Una specie di maestro del maestro. Insomma, di “rivolta delle macchine” qui non se ne vede neanche l’ombra per ora, nonostante i video virali dalla Cina dei robot in tilt che sparano mosse di kung fu: almeno per adesso, per farle funzionare bene dobbiamo ancora imparare a darci una mano a vicenda.

Cosa vedere:

Come vederlo:

Online con Sky:

Robot, aiutati che l’AI ci aiuta

Simone Cosimi