Cinquantamila.it La storia raccontata da Giorgio Dell'Arti

Una telecamerina in testa mentre puliamo casa da cima a fondo. È il nuovo mercato che trasforma le faccende domestiche in dati da dare in pasto all’intelligenza artificiale. Attività riprodotte in video che passano così in mano agli algoritmi e, quindi, ai robot. E saranno loro a dover svolgere il lavoro sporco al nostro posto fra polvere, piatti da lavare e riordino dei vestiti. Negli Stati Uniti, il fenomeno è già realtà. Ci sono aziende come Shift e Micro1 che offrono pulizie, a pagamento o gratis, in cambio di video. Migliaia gli addetti coinvolti, distribuiti in oltre 50 Paesi. Nello specifico, Shift è la costola americana della startup tedesca Microagi, specializzata in robotica. E riguardo il mercato europeo, c’è l’intenzione di entrare «presto»: «Stiamo ampliando la nostra rete di partner per espanderci in tutto il continente – rispondono dalla startup -. Questo significa entrare in contatto con imprese di pulizia, aziende idrauliche e altri fornitori di servizi per la casa in più Paesi europei. E l’Italia è uno dei mercati che ci entusiasma maggiormente». Perché? «L’Italia ha città dense, una profonda cultura per il lavoro manuale specializzato e aziende orgogliose del proprio mestiere. Questa expertise è ciò che i robot hanno bisogno di imparare, il che rende il lavoro italiano molto prezioso in termini di addestramento dei dati».
A livello globale, il settore dei robot di servizio ad uso professionale è in forte espansione. Secondo la Federazione internazionale di robotica, sono quasi 200 mila le unità vendute nel 2024 (+9% rispetto all’anno precedente). Quelle applicate alla pulizia professionale hanno visto un balzo del 34% (più di 25.000 unità vendute), il secondo aumento più consistente dietro all’ambito dei trasporti e della logistica. Un rapporto di McKinsey & Company stima che la robotica general-purpose può arrivare a un valore fino a 370 miliardi di dollari entro il 2040. Umanoidi, tute, esoscheletri, i prodotti sono tanti e variegati. E stanno prendendo piede. «In futuro, avremo assistenti robotici amichevoli che ci capiranno, lavoreranno con noi», sostiene Daniela Rus, direttrice di Computer Science and Artificial Intelligence Laboratory del Massachusetts Institute of Technology.
La telecamera per catturare i dati e addestrare questi prodotti è una nuova frontiera. Con una ripresa in modalità first-person view o egocentrica, montato ad altezza fronte, il dispositivo acquisisce le immagini. Il materiale viene poi etichettato e usato per addestrare i modelli di visione-linguaggio-azione (i cosiddetti Vla, Vision-Language-Action model), reti neurali che imparano ad associare un’istruzione testuale, una scena o una sequenza di movimenti. Il trasferimento dal gesto umano alla macchina passa in genere da due strade. Una è la teleoperazione: dal visore di realtà virtuale, dai guanti o da una tuta con sensori, gli spostamenti sono tradotti in tempo reale in comandi articolari per il robot. Come? Il più delle volte tramite un calcolo di cinematica inversa che converte la posa rilevata in angoli dei giunti motorizzati. Il compito, insomma, è “guidato” a distanza. E si tratta del metodo più diretto per generare dati di alta qualità, ma servono tempi lunghi e hardware costosi.
La seconda via, più economica e di recente sviluppo, è l’apprendimento per imitazione da video: basta una persona che compia l’azione davanti a una telecamera indossabile. Proprio su questo fronte, Tesla ha spostato il proprio programma Optimus a partire dalla fine di giugno 2025, abbandonando in larga parte le tute di motion capture in favore di un casco con cinque videocamere prodotte internamente. Il vantaggio, secondo i responsabili del progetto, è la scalabilità. Filmare persone che vivono la propria giornata costa molto meno che pilotare un robot un gesto alla volta. Lo svantaggio, sottolineato, tra gli altri, da Robert Griffin, ricercatore dell’Institute for Human and Machine Cognition intervistato da Business Insider, è che i video da soli non trasmettono informazioni dirette sull’interazione fisica con l’ambiente, che restano più difficili da dedurre rispetto ai dati raccolti direttamente sul robot. In pratica, la maggior parte delle aziende del settore combina le due tecniche e le integra con dati sintetici generati al computer, per moltiplicare gli scenari di addestramento senza dover filmare ogni singola variante di un compito.
Resta, però, il nodo della privacy. Sia per chi riceve il servizio sia per coloro che lo erogano. Un pericoloso precedente è stato raccolto da uno studio della Mit Technology Review: nel 2020, in Venezuela, gli aspirapolveri robotici Roomba – allora in fase di sperimentazione – hanno catturato immagini di persone in momenti di intimità. Foto necessarie per l’identificazione dell’ambiente circostante, spiega l’azienda produttrice iRobots. Peccato che poi siano state divulgate. Shift, dalla sua, assicura che nomi, volti e alcuni dati personali vengano automaticamente resi anonimi prima che il video registrato dagli operatori sia caricato sul server. Da capire, però, se sia possibile chiedere la sua cancellazione in un secondo momento.

SARA TIRRITO E GIOVANNI TURI