Il confine della macchina: cosa resta all’uomo

Per anni abbiamo discusso di intelligenza artificiale come di un futuro da immaginare. Ora quel futuro è arrivato e ha bisogno di parametri per essere governato e verificato.

Non è un caso che questo passaggio sia avvenuto a Pompei. L’Human Driven AI Summit 2026 ha scelto il confine di una città millenaria per porre la domanda più attuale: qual è il vero confine della macchina?

La risposta emersa non riguarda più la bruta potenza di calcolo, che continua a crescere, ma il livello di integrazione tra capacità computazionale e giudizio e controllo umano. Quando la fiammata speculativa sui Large Language Model si spegne, resta il nodo centrale: non quanto l’IA può fare da sola, ma quanto può fare con noi e per noi umani.

È in questa prospettiva che il Summit di Pompei si è configurato come un momento di riflessione e condivisione di vari casi studi in tanti ambiti diversi. Manager di aziende, dirigenti di pubblica amministrazione, artigiani, artisti, filosofi, ricercatori, informatici, fisici teorici: ognuno di loro ha portato testimonianze, idee, casi studio reali per raccontare come l’AI stia impattando nei rispettivi campi professionali e settori di mercato garantendo allo stesso tempo la supervisione umana al centro del processo (human-in-the-loop).

L’evento ha articolato questa visione partendo dai fondamenti della fisica e della teoria dell’informazione. La sessione sulla nuova fisica è stata guidata dall’intervento di Federico Faggin, padre del microchip che negli ultimi anni si sta dedicando con passione ad una nuova definizione di cosa sia la coscienza e come vada interpretato il libero arbitrio.

Faggin si è confrontato con fisici teorici e scienziati dell’informazione quantistica come Paolo Silvestrini, Alioscia Hamma e Giuseppe Vitiello. Il panel ha toccato argomenti affascinanti e di altissimo livello con l’obiettivo di chiarire dove finisce il calcolo statistico dei computer e dove inizia l’intuito umano.

Comprendere questo limite è fondamentale per sviluppare modelli di nuova generazione più trasparenti, attraverso l’uso di architetture neuro-simboliche, capaci di integrare la spiegabilità che può e deve ridurre i bias opachi dell’apprendimento profondo rendendoli capaci di chiarire le proprie decisioni e ridurre gli errori del deep learning.

A completare la cornice concettuale appena descritta, l’intervento di Cosimo Accoto (filosofo delle nuove tecnologie e dell’ingegneria del MIT di Boston) ha analizzato l’impatto dell’IA articolandolo su tre distinti livelli di adozione: strumentale, legato all’uso di singoli tool per l’automazione di specifici task; strutturale, che riconosce l’IA come General Purpose Technology capace di pervadere l’intera economia; e infine istituzionale, ovvero la necessità per le organizzazioni di riprogettare processi, competenze, ruoli e modelli d’autorità. Proiettandosi verso l’«orizzonte istituzionale della nuova ingegneria», Accoto ha mostrato come l’intersezione tra reti neurali, reti criptografiche decentralizzate e infrastrutture quantistiche stia aprendo la strada alla cosiddetta machine economy. In questa nuova economia guidata dalle macchine, l’evoluzione della robotica si spinge oltre la semplice autonomia: integrando micro-portafogli digitali (robots + wallets), i sistemi automatici diventano agenti economici in grado di negoziare risorse, coordinarsi e pagare autonomamente servizi come ad esempio le stazioni di ricarica, imponendo alle aziende la creazione di nuove architetture di governance, fiducia e responsabilità aziendale.

Definito il perché – ovvero il confine tra calcolo e coscienza – resta da risolvere il come.

Come si governa, su scala enterprise, un’intelligenza che non è più un singolo modello ma un ecosistema di agenti autonomi? La risposta è arrivata dagli interventi sull’architettura.

Dalla base teorica infatti il discorso si è spostato verso la dimensione sistemica e architetturale dell’AI agentica e dell’edge computing. Gli interventi di Big Tech come Google Cloud, Microsoft e Salesforce hanno evidenziato come le organizzazioni stiano migrando da modelli linguistici passivi a ecosistemi autonomi basati su agenti cooperativi.

L’intervento di Google Cloud, a cura di Arcangelo Di Balsamo (Principal Architect, Architecture & Strategy), ha dato una forma operativa a questo principio, traducendolo in tre “ancore umane” (Human Anchors). Se all’algoritmo spetta il come, all’intelligenza umana restano il perché e il cosa: la definizione degli obiettivi strategici e dei confini etici.

In questa visione il ruolo dell’operatore non scompare, ma cambia natura: dall’esecuzione manuale passa a una supervisione continua, un human-in-the-loop garantito da osservabilità dinamica e utilizzo di guardrail in tempo reale. Quando generare contenuti non costa più nulla, il vero vantaggio non è più generare, ma saper discernere cosa vale la pena generare. Il fattore competitivo si sposta dalla produzione alla capacità di validare, selezionare e governare ciò che viene prodotto.

A supporto di questo modello, Google Cloud ha delineato uno stack a strati per l’IA agentica su scala enterprise: si parte dall’infrastruttura di calcolo accelerata e dai modelli di frontiera, si sale verso un data cloud dedicato e un layer di difesa specifico per agenti, per arrivare a piattaforme di orchestrazione in grado di coordinare vere e proprie squadre di agenti autonomi.

Parallelamente, i contributi di aziende come Microsoft e di esperti di sicurezza informatica (OWASP Foundation) hanno sottolineato l’importanza di tracciare i componenti software tramite l’AI BOM (Bill of Materials) che è un inventario strutturato e leggibile da una macchina che cataloga ogni componente, dipendenza e fonte di dati utilizzata per costruire, addestrare e implementare un sistema di intelligenza artificiale  e che permette di garantire la sovranità dei dati e l’adozione di piattaforme cloud native in grado di elaborare telemetrie in tempo reale.

In ambito industriale e robotico — con l’Industria 5.0 e la robotica collaborativa — la tecnologia trasforma la fabbrica in un sistema cyber-fisico dove l’automazione coadiuva l’operatore mantenendo il controllo umano nel ciclo decisionale e garantendo la piena compliance con l’EU AI Act.

Un’architettura, per quanto ben disegnata, resta un disegno sulla carta. La domanda che il Summit ha posto a questo punto è la più pragmatica: cosa succede quando questo modello – agentico, distribuito all’edge, con human-in-the-loop – viene sottoposto a uno stress test globale nel mondo reale senza possibilità di errore?

Se l’operatore non è più esecutore ma supervisore, serve un contesto dove ogni millisecondo di latenza e ogni decisione hanno un impatto immediato. Il Mondiale di calcio è stato quel contesto. Ed è stato il caso di studio presentato da Valerio Rizzo, AI Architect & Technical Leader EMEA di Lenovo per la FIFA World Cup 2026:  uno stress test su scala globale, con 16 sedi in 3 Paesi e miliardi di spettatori connessi, che ha richiesto soluzioni distribuite ad altissima resilienza. Qui entra in gioco FIFA AI Pro, una piattaforma di intelligenza calcistica che il team ha descritto come un sistema multi-agente costruito su un’ontologia di dominio del calcio. Non si limita a raccogliere video e dati prestazionali, ma li trasforma in analisi strategiche in tempo quasi reale, riducendo il tempo di un report da ore a minuti e aprendo quei dati a centinaia di analisti delle nazionali in gara.

Lo stesso principio – portare l’intelligenza dove serve, senza delegare il giudizio – si vede sul campo. Con Referee View AI Stabilizer, l’inferenza viene spostata direttamente all’edge, sulle telecamere indossate dagli arbitri, stabilizzando le immagini e abbattendo la latenza. Per il fuorigioco semiautomatico (SAOT), il sistema genera avatar 3D dei giocatori con precisione millimetrica, offrendo ai direttori di gara una spiegazione visiva immediata. Tutto confluisce nel Tournament Operations Center, il centro di comando unificato che orchestra centinaia di location FIFA e ne aumenta l’efficienza operativa.

È il passaggio dalla teoria discussa a Pompei alla pratica di un mondiale di calcio con esposizione globale: dal confine tra calcolo e intuizione, alla decisione arbitrale presa in due secondi.

I lavori del summit di Pompei tracciano così una traiettoria nitida per il futuro dell’innovazione: l’intelligenza artificiale di nuova generazione non si afferma come una forza autonoma destinata a sostituire la persona, ma come un’infrastruttura computazionale ad alta complessità che richiede governance, visione etica e controllo continuo. Dalle architetture agentiche per le grandi organizzazioni alle sfide su scala globale come la FIFA World Cup 2026, la vera frontiera tecnologica non risiede nella cieca delega all’algoritmo, bensì nella capacità di amplificare il giudizio e la creatività dell’uomo. Sullo sfondo millenario di Pompei, la lezione che emerge è al tempo stesso antica e contemporanea: la potenza di calcolo senza responsabilità resta pura esecuzione, mentre è la regia della persona a trasformare la tecnologia in progresso autentico.