L’intervista a Giorgio Metta, Direttore Scientifico dell’IIT e di Orizzonti digitali
Dal 21 al 24 ottobre 2026 torna in Umbria Orizzonti Digitali, il forum dedicato all’intelligenza artificiale promosso da Confindustria Umbria, Umbria Digital Innovation Hub, ANCE Umbria, Umbria Business School e ITS Umbria Academy. Gli incontri si svolgeranno nel centro storico di Perugia, con una tappa a Terni il 23 ottobre. Questa quarta edizione sarà dedicata al tema “L’era della co-intelligenza”, per riflettere sul rapporto tra intelligenza umana e artificiale e sulle trasformazioni che l’IA sta portando nel lavoro, nella ricerca e nella vita quotidiana.
Il forum si propone come luogo di confronto tra imprese, istituzioni, università, ricerca e società civile, per comprendere le opportunità dell’intelligenza artificiale, i limiti dei sistemi attuali e le implicazioni etiche e sociali del loro utilizzo. Il programma prevede 50 panel e talk con circa 200 relatori italiani e di rilievo internazionale, articolati in sei aree tematiche: scenari, scienza e tecnologia, management, società, ecosistemi e pubblica amministrazione.
Questa edizione di Orizzonti Digitali si avvale della direzione scientifica di Giorgio Metta, Direttore Scientifico dell’Istituto Italiano di Tecnologia. Per approfondire il tema di quest’anno lo abbiamo intervistato. Con lui abbiamo parlato del significato di co-intelligenza, delle competenze necessarie per lavorare accanto all’IA, del legame tra scienza e crescita per le imprese italiane e della posizione dell’Europa e dell’Italia nella corsa all’IA e alla robotica.
Il tema di quest’anno di Orizzonti Digitali è “L’era della co-intelligenza”: che cosa si intende con questo termine?
Co-intelligenza significa, in altre parole, ibridazione tra essere umano e macchina. L’intelligenza artificiale può automatizzare e controllare le macchine, e può essere inserita in computer di ogni tipo. In questo modo le opportunità per l’essere umano si moltiplicano: migliora la qualità del lavoro, aumenta la produttività e, in ultima analisi, cambiano in meglio le attività che svolge. Alla persona restano quelle creative, alla macchina quelle che lo sono meno.
Questa idea nasce anche dai nostri studi sull’interazione umano-macchina, da cui sono emerse due evidenze fondamentali. La prima riguarda il controllo: perché una persona sia soddisfatta, si senta realizzata e non si annoi, deve avere la sensazione di controllare la macchina. La seconda riguarda lo sforzo: bisogna monitorare l’impegno richiesto dal compito, in modo che permetta sempre alla persona di imparare. È l’unico modo per mantenere nel tempo l’efficacia del lavoro e, insieme, la soddisfazione personale.
Entrambi gli aspetti si possono misurare. Misuriamo già il grado di controllo che una persona percepisce quando svolge un compito con l’aiuto della macchina, e vorremmo farne un nuovo indicatore di prestazione (KPI). L’obiettivo è misurare e preservare il coinvolgimento, lo sforzo e la sensazione di controllo nell’uso della macchina, in modo che l’essere umano mantenga un ruolo attivo.
Quali competenze serviranno a chi dovrà lavorare «insieme» all’IA e come si costruiscono?
Una competenza sarà davvero fondamentale: il pensiero critico. Per svilupparlo bisogna mantenere l’essere umano sempre al comando della macchina, che sia un chatbot o un altro strumento con cui si crea qualcosa. Chi ha il controllo si impegna di più, e quindi fa più sforzo. Questo sforzo aiuta a imparare meglio, e un apprendimento di qualità fa crescere il pensiero critico. Non è scontato, perché spesso l’IA si usa senza pensare. Se ci riusciremo, impareremo a usarla al meglio, non solo dal punto di vista tecnico.
Cambierà il modo di imparare: dovremo apprendere alcune cose, ma non necessariamente tutte, perché molte potrà farle la macchina. Davanti a un nuovo problema dovrò prima ragionare da solo e solo dopo farmi aiutare dall’IA, che mi renderà più efficiente e veloce aiutandomi a individuare gli errori.
Se invece mi affido all’IA senza ragionare, il rischio è duplice: adottare soluzioni potenzialmente sbagliate, generate dall’IA, e non aver imparato nulla, restando poco coinvolto nel mio lavoro. E un basso coinvolgimento non porta a niente, se non ad addormentarsi.
Penso a un video diventato celebre: una persona a bordo di un camion riprende, durante un sorpasso, il conducente di un’auto a guida autonoma addormentato al volante. La macchina procedeva da sola e lui si era completamente distaccato dalla guida. Un giorno, quando i veicoli saranno davvero autonomi e sicuri, forse potremo permetterci di dormire. Per ora, però, dobbiamo restare vigili.
D’altra parte, non vogliamo rinunciare all’IA: è un’opportunità enorme per migliorare la qualità di ciò che facciamo, automatizzare le attività e ridurre la fatica nel lavoro. La robotica ci darà una grossa mano, ma bisogna trovare la giusta misura di automazione: sufficiente ad alleggerire il lavoro, senza farci perdere il controllo.
Per riuscirci servono due cose. La prima è misurare il senso di controllo che le persone provano mentre lavorano con la macchina. La seconda è progettare le macchine in modo da preservare questo senso di controllo, con una cooperazione autentica in cui l’iniziativa resti sempre alla persona. Così potremo cogliere i benefici dell’automazione, che nei prossimi anni saranno sempre più importanti.
Durante i suoi interventi ha spesso citato il Nobel per l’economia 2025 e il legame tra scienza e crescita: come si traduce tutto questo, nel concreto, per un’impresa italiana?
La lezione del Nobel non è pensata per la singola impresa: è un messaggio generale. Tuttavia, se dovessimo ricavarne una lezione per le aziende, sarebbe questa: se non innovi, finisci fuori mercato. Rinunciare all’innovazione non migliora le cose: prima o poi, se non si compete, si esce dal mercato perché si diventa obsoleti.
Dietro il premio ci sono le teorie e i modelli di Joel Mokyr, Philippe Aghion e Peter Howitt. Prima di tutto, questi studiosi hanno mostrato che serve un equilibrio tra nuovo e vecchio: chi si tiene stretto il vecchio non cresce molto. Un esempio è la Cina della dinastia Ming, dove a un certo punto fu vietata, per decisione dall’alto, l’esplorazione geografica. Un Paese molto sviluppato smise di navigare e di costruire navi, e per secoli restò fuori dall’evoluzione dei commerci.
In secondo luogo, serve la formazione: senza persone preparate non si innova. Un ecosistema che innova ha bisogno di persone con una solida preparazione scientifica, capaci di sviluppare invenzioni, costruire nuove macchine e creare nuovi business. Le conoscenze scientifiche c’erano in tutta Europa, ma la rivoluzione industriale nacque nel Regno Unito. Lì, in quel momento storico, molte persone sapevano leggere i disegni meccanici e usare le proprie conoscenze per ottenere oggetti più efficienti. Inoltre, il Parlamento britannico era capace di bilanciare nuovo e vecchio e dava al nuovo la spinta giusta per far crescere l’economia. Quel modello, copiato nel resto del mondo, ci ha accompagnato per 250 anni di forte crescita economica.
Non è detto che questa crescita duri. Per favorire l’innovazione servono investitori disposti ad accettare un rischio molto alto, perché le tecnologie più nuove spesso falliscono prima di diventare prodotti. Qui entra in gioco il «capitale paziente»: non fondi che vogliono recuperare i soldi in due o tre anni, ma investitori disposti ad aspettare molto più a lungo. L’Europa oggi non lo fa: per una questione culturale sceglie strategie d’investimento più prudenti, che funzionano solo fino a un certo punto, mentre il Nord America ha fatto circolare più capitale e ha prodotto di più.
Ma il quadro è più complesso: oggi pesa anche il livello molto alto dei debiti. Gli Stati Uniti, finora, sono riusciti a innovare e a mantenere un mercato del lavoro solido, anche se corrono qualche rischio. L’Europa è in una posizione più delicata: ogni anno deve pagare gli interessi sul debito e rifinanziarlo, e sono costi pesanti, che ci frenano. L’Italia, però, ha dimostrato una solidità di fondo, grazie a un sistema produttivo molto diffuso e a un grande risparmio: un capitale immobilizzato che, in caso di necessità, può tornare utile.
Come si posizionano oggi l’Europa e l’Italia nella corsa all’IA e alla robotica rispetto a Stati Uniti e Cina?
L’Europa e l’Italia si trovano esattamente dove ci si potrebbe aspettare, perché manca la cultura dell’investimento ad alto rischio che IA e robotica richiedono. Di italiani molto bravi ne abbiamo tanti, ma i numeri dicono che molti se ne vanno e fondano aziende anche importanti negli Stati Uniti e, in alcuni casi, in Cina. Una cultura di base, dunque, esiste: non credo ci manchi nulla per sapere come si progetta un robot. Il problema è che questa competenza non si traduce negli investimenti necessari per trasformare il robot in un prodotto.
Qualcosa si muove, ma i numeri restano piccoli. Abbiamo ancora terreno da recuperare, ed è difficile farlo senza investimenti diretti. Draghi ha stimato in circa 800 miliardi l’anno gli investimenti aggiuntivi di cui l’Europa ha bisogno: una cifra importante, ma non enorme se l’obiettivo è trasformare un continente e sfruttare tutto ciò che l’IA e la robotica possono offrire.
Sulla robotica, in particolare, qualcosa sta emergendo, anche in Italia, ma a spingere sono soprattutto diverse realtà tedesche: c’è chi ha parlato di un vero passaggio dall’economia dell’auto a quella della robotica. Speriamo che succeda lo stesso in Italia, ma c’è ancora molto da fare. Il motivo è che la robotica non è una sola tecnologia: è una filiera, che richiede molti componenti e sottosistemi, e comprende molte applicazioni. Inoltre, lo stesso robot non va bene per tutto: i mercati sono diversi e i costi vanno ottimizzati caso per caso. Sono tutti aspetti da considerare quando si cerca di collocare l’Italia e l’Europa in questo scenario.
Prendiamo uno dei componenti della filiera, i motori elettrici, che richiedono magneti al neodimio-ferro-boro. Il ferro e il boro si trovano anche qui, il neodimio meno, e bisogna comprarlo dalla Cina, che sulle materie prime ha un forte vantaggio di costo. Per un’azienda cinese è facile produrre motori elettrici e venderli prima di tutto in Cina, ma anche a noi, a un prezzo un po’ più alto, diventando così leader in questo tipo di motori. Noi potremmo provare a progettarne uno proprio, magari più specializzato, ma il costo delle materie prime resterebbe e ci sarebbe poco da fare. Alla fine, il prezzo lo fa il mercato: metalli e terre rare hanno quotazioni che fluttuano ogni giorno.
Con l’IA, invece, la questione è diversa: sul piano tecnico, fortunatamente o sfortunatamente, non c’è nulla di troppo difficile da capire o da realizzare. Esistono moltissimi software da studiare, anche open source, e si può imparare da ciò che fanno gli altri. Il vero ostacolo è l’hardware, cioè le macchine su cui farli girare. Addestrare un modello di IA di ultima generazione costa moltissimo, e i grandi operatori spendono miliardi, in parte per l’infrastruttura e in parte per il calcolo: sono cifre che rendono difficile entrare in questo mercato. Per l’Europa e l’Italia, dunque, rincorrere questa tecnologia è fattibile in teoria, ma il ritardo riguarda molti ambiti.
All’interno del programma, oltre al Direttore Scientifico Giorgio Metta, è prevista la presenza di numerosi esponenti dell’Istituto Italiano di Tecnologia:
- Claudio Semini, Responsabile dell’unità Dynamic Legged Systems;
- Angelo Forli, Responsabile dell’unità Neural Networks for Natural Intelligence;
- Manuel Catalano, Responsabile dell’unità NuBots e Coordinatore del JOiiNT LAB, laboratorio congiunto tra IIT e Consorzio Intellimech;
- Vittorio Murino, Responsabile dell’unità AI for Good e Professore ordinario dell’Università degli Studi di Verona;
- Lorenzo Rosasco, Responsabile dell’unità Sustainable Artificial Intelligence e Professore ordinario dell’Università di Genova;
- Ferdinando Cannella, Responsabile dell’Industrial Robotics Facility;
- Antonio Bicchi, Responsabile dell’unità Soft Robotics for Human Cooperation and Rehabilitation e Professore Ordinario dell’Università di Pisa;
- Arianna Traviglia, Direttrice del Center for Cultural Heritage Technology;
- Marco De Vivo, Responsabile dell’unità Molecular Modeling and Drug Discovery e Direttore Associato per le Scienze computazionali;
- Fabrizio Tubertini, Research Manager della Direzione Trasferimento Tecnologico;
- Matteo Laffranchi, Responsabile dell’unità Rehab Tecnologies IIT – INAIL;
- Nicola Tirelli, Responsabile dell’unità Polymers and Biomaterials e Direttore Associato per l’Alta Formazione;
- Arash Ajoudani, Responsabile dell’unità Human-Robot Interfaces and Interaction.
