ComputerWeekComputerWeekComputerWeek
  • Digital Life
  • Giochi
  • Scienza e Futuro
  • Green
  • Smart Home
  • Lifestyle
  • Mobilità
ComputerWeekComputerWeek
  • Digital Life
  • Giochi
  • Scienza e Futuro
  • Green
  • Smart Home
  • Lifestyle
  • Mobilità
Search
  • Digital Life
  • Giochi
  • Scienza e Futuro
  • Green
  • Smart Home
  • Lifestyle
  • Mobilità
Follow US

Robot domestici: perché capire «non rovesciare il caffè» è così difficile

Martina Bellucci
Martina Bellucci
Pubblicato il 20 Novembre 2026
Scienza & Futuro
Mano robotica che tocca una superficie digitale illuminata di blu
Foto gorodenkoff © 123RF.com
SHARE

Una ricerca del MIT e della New York University studia come trasformare una correzione quotidiana in una regola più generale. Il lavoro è stato verificato in simulazione e mostra una difficoltà che separa ancora le dimostrazioni dai robot davvero utili in casa.

Un braccio robotico trasporta una tazza sopra un tavolo. Vicino ci sono un computer e un telefono. Una persona gli chiede di evitare il portatile: il punto non è aggirare soltanto quell’oggetto, ma riconoscere il motivo della richiesta. Se il problema è versare un liquido su un dispositivo elettronico, anche il telefono dovrebbe essere tenuto al riparo.

È il tipo di situazione studiato da FLEX, un sistema di ricerca illustrato dal MIT il 9 novembre 2026. Il lavoro di studiosi del MIT e della New York University esplora come modificare il comportamento di un robot attraverso indicazioni in linguaggio naturale. Le prove descritte si svolgono in simulazione: sono esperimenti su un metodo, non la dimostrazione di un assistente domestico già pronto alla vendita.

La questione in breve

CorrezioneEvitare un oggetto nominato
GeneralizzazioneRicavare una categoria pertinente
AggiornamentoRiconsiderare la scena dopo i cambiamenti

La casa è piena di istruzioni che non pronunciamo

Quando chiediamo a qualcuno di spostare una tazza, lasciamo implicite molte condizioni. Non vogliamo che venga rotta, che sporchi il tavolo o che finisca sopra un documento. A una persona possiamo aggiungere una breve correzione confidando che sappia estenderla a situazioni analoghe. Per una macchina, ogni passaggio deve essere rappresentato in un modo utilizzabile.

Un percorso geometricamente possibile può essere inadatto allo scopo. Passare sopra una tastiera non provoca necessariamente una collisione, ma introduce un rischio diverso da quello di urtare un ostacolo. Muovere una candela richiede un’altra valutazione ancora. La distanza libera fra due punti descrive solo una parte della situazione.

È questo il salto interessante per la robotica domestica. Alla precisione del movimento si aggiunge la capacità di interpretare perché una traiettoria sia preferibile a un’altra. Il criterio può riguardare la fragilità, il calore, la stabilità oppure una preferenza personale impossibile da dedurre dalla sola forma degli oggetti.

Che cosa prova a fare FLEX

Il metodo studiato aggiunge informazioni alla rappresentazione della scena, cerca una regola più generale e rimuove gli elementi che non sono più presenti. Un modello linguistico interviene nella generalizzazione: una correzione riferita a un oggetto può suggerire una categoria di oggetti da trattare con cautela.

Nell’esempio del caffè, la correzione relativa al computer viene estesa agli apparecchi elettronici. Altri scenari riguardano una candela e una palla da bowling. Si studiano così vincoli differenti: evitare materiali infiammabili oppure proteggere oggetti fragili dal carico trasportato. La parte nuova è la possibilità di ricavare una preferenza più ampia da poche indicazioni.

Questa spiegazione non richiede di attribuire al sistema un’intenzione umana. Il robot aggiorna rappresentazioni e scelte di movimento. Parole come comprensione sono utili nel linguaggio comune, purché non nascondano il fatto che la capacità osservata riguarda compiti e condizioni definite.

Generalizzare troppo può essere un altro errore

La regola più ampia non è sempre quella giusta. Se chiediamo di non appoggiare un oggetto su una sedia, potremmo voler proteggere il rivestimento, lasciare libero un posto o evitare che qualcosa cada. Le parole da sole potrebbero non distinguere le tre ragioni. Una macchina che estendesse automaticamente il divieto a ogni sedia rischierebbe di interpretare male il bisogno.

Questo è un interrogativo generale che la ricerca rende evidente. Un assistente deve trovare un equilibrio fra l’esecuzione letterale e l’interpretazione. Chiedere spiegazioni per ogni movimento lo renderebbe faticoso da usare; assumere sempre il significato più probabile può generare errori difficili da prevedere.

In una casa, inoltre, le priorità possono cambiare. Un tavolo può essere libero al mattino e occupato nel pomeriggio. Una zona normalmente accessibile può dover restare sgombra durante una visita. La conoscenza dell’ambiente deve essere aggiornata insieme alle preferenze di chi lo abita.

Che cosa è stato verificato — FLEX è stato studiato con un braccio robotico virtuale in scenari simulati. Il risultato riguarda l’adattamento delle rappresentazioni e delle traiettorie; non certifica la sicurezza di un robot in un’abitazione reale.

Dalla simulazione al soggiorno cambia quasi tutto

Una simulazione rende gli esperimenti ripetibili. Permette di osservare come cambia un comportamento quando si modifica un’istruzione, mantenendo controllate altre condizioni. È un vantaggio per la ricerca, perché separa più facilmente l’effetto del metodo dalle variazioni dell’ambiente.

Nel mondo fisico si aggiungono problemi che vanno dimostrati separatamente. Un oggetto può scivolare nella presa; una superficie riflettente può complicare la percezione; il contenuto della tazza si muove mentre il braccio accelera. I risultati virtuali possono orientare il progetto, ma non sostituiscono prove sull’intera macchina.

Anche l’errore cambia significato. In un esperimento digitale si può ripetere una traiettoria; sopra un tavolo reale un movimento sbagliato lascia conseguenze materiali. Per questo l’autonomia domestica richiede limiti operativi chiari, rilevamento degli imprevisti e modalità di arresto compatibili con la vita quotidiana.

L’utilità si misura anche da quante correzioni servono

La scena più spettacolare di un video mostra spesso il compito riuscito. Per valutare un robot sarebbe altrettanto utile conoscere quante volte una persona deve intervenire, quanto tempo richiede preparare l’ambiente e quali oggetti devono essere esclusi. La prestazione acquista significato quando si vede il lavoro necessario a ottenerla.

Un assistente che esegue un gesto complesso ma richiede istruzioni minuziose per ogni variazione può trasferire all’utente un carico di supervisione elevato. Ridurlo significa rendere più naturale la comunicazione, conservando la possibilità di correggere una deduzione sbagliata. FLEX lavora su una parte di questo problema.

La ricerca invita quindi a guardare oltre la somiglianza con il corpo umano. Prima del volto e della voce, un robot di casa deve diventare prevedibile nei gesti ordinari. Capire il significato operativo di una breve raccomandazione potrebbe risultare più importante di una dimostrazione acrobatica: è nei tavoli ingombri e nelle preferenze non scritte che inizia la prova dell’utilità quotidiana.

Fonti e approfondimenti

  • MIT · presentazione della ricerca, 9 novembre 2026
  • Autori · studio FLEX, preprint

Continua a Leggere

Satellite con pannelli solari sopra la Terra

Data center nello spazio: perché Google vuole portare l’AI in orbita

Rappresentazione di uno stadio superiore in un grande hangar di lavorazione.

Il lavoro che comincia quando un razzo torna a terra

freddo e caldo

Perché sentiamo caldo e freddo in modo diverso: cosa rivela uno studio sui sensori nervosi

ComputerWeekComputerWeek
Follow US
© 2026 ComputerWeek.it
In qualità di Affiliato Amazon, ComputerWeek riceve un guadagno dagli acquisti idonei.
In qualità di MyComics, ComputerWeek riceve un guadagno dagli acquisti idonei.
  • CHI SIAMO
  • CONTATTI
  • TRASPARENZA
  • DISCLAIMER FOTO
  • RECENSIONI
  • PRIVACY POLICY
  • COOKIE POLICY
Welcome Back!

Sign in to your account

Username or Email Address
Password

Lost your password?