Drone o robot? La stessa logica dell’AI
Quando la forma della macchina cambia, ma la logica dell’autonomia rimane.
La macchina cambia forma, non necessariamente logica
Un drone vola.
Un robot cammina, manipola oggetti, trasporta, costruisce.
Sembrano macchine completamente diverse.
Ma quando introduciamo sistemi capaci di percepire l’ambiente, elaborare informazioni e produrre comportamenti autonomi, la differenza fisica diventa secondaria.
La logica può essere rappresentata così:
PERCEPIRE → INTERPRETARE → DECIDERE → AGIRE → VERIFICARE.
È questa sequenza, più della forma fisica, a caratterizzare un sistema agente.
Il corpo non è la decisione
Il drone possiede sensori, sistemi di navigazione, motori e attuatori.
Il robot può possedere telecamere, lidar, bracci meccanici, ruote o altri sistemi di movimento.
Cambiano gli strumenti attraverso i quali la macchina interagisce con il mondo.
Il principio, però, può rimanere lo stesso: informazioni provenienti dall’ambiente vengono elaborate per produrre un comportamento.
NIST considera infatti l’AI come una tecnologia che può essere utilizzata non soltanto per fornire raccomandazioni, ma anche per attività come pianificazione, decision-making e azioni automatizzate. Il suo AI Risk Management Framework propone di gestire questi sistemi lungo progettazione, sviluppo, implementazione, utilizzo e valutazione.
Drone e robot: la differenza è fisica
Un drone opera nello spazio tridimensionale.
Un robot industriale opera, per esempio, all’interno di un ambiente produttivo.
Le norme tecniche trattano infatti la sicurezza dei robot come una questione legata alla progettazione, alla riduzione dei rischi e all’integrazione della macchina nel sistema più ampio. La norma ISO 10218-1:2025 riguarda specificamente i requisiti di sicurezza degli industrial robots.
Per i droni la questione assume una forma diversa.
EASA distingue esplicitamente tra operazione automatica e operazione autonoma: nella prima il sistema esegue processi predefiniti, mentre nell’operazione autonoma il velivolo opera senza possibilità di intervento del pilota remoto.
La distinzione è importante.
Perché automatizzare un comportamento non significa necessariamente attribuire alla macchina la stessa autonomia decisionale.
Il punto critico
Immaginiamo un drone che identifica un ostacolo.
Il sistema interpreta i dati e determina che deve cambiare traiettoria.
Possiamo descrivere la sequenza:
PERCEPIRE → DECIDERE → AGIRE.
Ma rimane una domanda:
chi ha stabilito che quella decisione può produrre direttamente un’azione?
È qui che la governance diventa distinta dalla semplice capacità tecnica.
Una macchina può produrre una decisione senza che quella decisione debba necessariamente trasformarsi immediatamente in un’azione.
Decisione e autorizzazione non sono la stessa cosa
Questa distinzione è particolarmente evidente quando l’azione produce effetti fisici.
Un sistema può:
- riconoscere un oggetto;
- individuare un ostacolo;
- prevedere una traiettoria;
- scegliere una possibile azione.
Ma tra la scelta e l’esecuzione può esistere un ulteriore livello:
l’autorizzazione.
Nel linguaggio di PENSAI:
Decision Gate → Action Gate → Execution → Post-Check.
Il Decision Gate riguarda la decisione.
L’Action Gate riguarda la possibilità di trasformare quella decisione in azione.
Il Post-Check verifica ciò che è realmente accaduto.
Questa architettura non dipende dal fatto che l’agente sia volante, terrestre o industriale.
Anche la regolazione europea separa autonomia e controllo
Il quadro europeo sui sistemi di AI ad alto rischio attribuisce un ruolo specifico alla supervisione umana.
L’AI Act stabilisce che i sistemi high-risk devono essere progettati in modo da poter essere efficacemente supervisionati da persone durante il loro utilizzo. Prevede inoltre che la supervisione possa comprendere la possibilità di ignorare l’output del sistema, intervenire sul suo funzionamento o interromperlo in condizioni sicure.
Non significa che ogni drone o ogni robot sia automaticamente un sistema high-risk secondo l’AI Act.
Il punto è un altro:
la capacità tecnica di produrre un’azione non elimina la necessità di governare quell’azione quando il rischio lo richiede.
Il drone è quindi un robot?
Non necessariamente.
Dal punto di vista ingegneristico e normativo, drone e robot appartengono a categorie differenti.
Dal punto di vista della logica dell’autonomia, però, possono essere analizzati attraverso uno schema comune.
Entrambi possono essere sistemi che:
ricevono informazioni → elaborano → producono una decisione → eseguono un’azione → generano un risultato verificabile.
È questa struttura che interessa alla governance.
Non il numero delle ruote.
Non il numero delle eliche.
Non la forma del corpo.
La vera questione è l’agente
Possiamo quindi spostare la domanda.
Non:
«È un drone o un robot?»
Ma:
«Dove si trova l’autorità nel ciclo decisionale?»
Un sistema può essere completamente automatico.
Può essere parzialmente autonomo.
Può richiedere supervisione umana.
Può prevedere un intervento umano soltanto in determinate condizioni.
EASA, per esempio, richiede per le operazioni UAS una valutazione dei rischi proporzionata alla natura dell’operazione e alle sue caratteristiche; nelle operazioni autonome la responsabilità operativa deve essere comunque definita.
La macchina, quindi, non scompare dentro l’autonomia.
Al contrario: più aumenta la sua autonomia, più diventa importante sapere chi governa il sistema.
La macchina non deve essere intelligente per essere autonoma
Esiste infine una distinzione spesso trascurata.
Autonomia non significa necessariamente intelligenza.
Un sistema può eseguire comportamenti complessi attraverso algoritmi, sensori, modelli e regole senza possedere un’intelligenza equivalente a quella umana.
Per questo è più preciso parlare di sistemi autonomi o agentici piuttosto che attribuire automaticamente alla macchina caratteristiche umane.
NIST, infatti, tratta l’affidabilità, la sicurezza, la resilienza, la trasparenza e la responsabilità come caratteristiche da considerare nella gestione dei sistemi AI.
La domanda finale
Drone e robot hanno corpi differenti.
La loro logica operativa può però diventare sorprendentemente simile quando entrambi sono capaci di trasformare informazioni in azioni.
La questione centrale non è quindi soltanto quanto una macchina sia autonoma.
È capire dove termina la decisione e dove comincia l’autorità di agire.
Perché una macchina può essere capace di decidere.
Ma questo non significa necessariamente che debba essere autorizzata ad agire.
E forse è proprio questa separazione — decisione, autorizzazione, esecuzione e verifica — uno dei problemi fondamentali della governance delle macchine autonome.
Fonti
- NIST – AI Risk Management Framework 1.0, National Institute of Standards and Technology. NIST AI RMF 1.0
- NIST – AI Risk Management Framework, framework per progettazione, sviluppo, utilizzo e valutazione dei sistemi AI. NIST AI RMF
- EUR-Lex – Regulation (EU) 2024/1689, AI Act, Articolo 14 sulla supervisione umana. EU AI Act – Article 14
- EASA – Easy Access Rules for Unmanned Aircraft Systems, quadro europeo per le operazioni UAS e distinzione tra automatico e autonomo. EASA – UAS Rules
- ISO 10218-1:2025 – Robotics — Safety requirements — Part 1: Industrial robots. ISO 10218-1:2025
Disclaimer
Questo articolo è stato realizzato con l’ausilio dell’intelligenza artificiale sotto il controllo del framework PENSAI di Salvatore Martino. Il contenuto ha finalità divulgative e di riflessione.
Hyłf Göt!
Views: 1
