Intelligenza artificiale al Politecnico di Milano, ricerca e imprese a confronto sul ruolo delle decisioni umane
Il 27 ottobre 2026 il Politecnico di Milano ha dedicato una giornata al rapporto tra intelligenza artificiale, organizzazioni e capacità decisionale delle persone. Il convegno Human Agency in the AI Era, promosso dal Dipartimento di Ingegneria Gestionale nell’ambito del progetto HumanTech, ha portato al centro del confronto una questione concreta: come utilizzare sistemi sempre più autonomi senza ridurre la possibilità di intervento, valutazione e controllo da parte di chi lavora con queste tecnologie.
L’iniziativa, ospitata al Campus Bovisa, nell’Aula Magna Carassa e Dadda, è stata organizzata per favorire il dialogo tra università, imprese, professionisti e istituzioni. Il programma ha riunito interventi istituzionali, una tavola rotonda, sei workshop tematici e attività di incontro con i gruppi di ricerca.
Il confronto sull’intelligenza artificiale al Politecnico di Milano si colloca in una fase in cui l’adozione degli strumenti algoritmici pone alle aziende interrogativi che riguardano direttamente l’organizzazione del lavoro. La possibilità di elaborare grandi quantità di informazioni, formulare previsioni e automatizzare attività modifica infatti il modo in cui vengono prese le decisioni. Resta da stabilire quali valutazioni possano essere delegate ai sistemi tecnologici, quali richiedano una verifica umana e come distribuire le responsabilità all’interno delle organizzazioni.
Dalla capacità di calcolo alla responsabilità delle decisioni
Il concetto di human agency, richiamato nel titolo del convegno, riguarda la capacità delle persone di agire consapevolmente, esercitare il proprio giudizio e influire sulle decisioni che le coinvolgono. Applicato all’intelligenza artificiale, significa progettare strumenti che consentano agli utilizzatori di comprenderne il funzionamento, valutarne le indicazioni e intervenire quando necessario.
La questione assume caratteristiche differenti a seconda degli ambiti applicativi. Nei processi industriali, un sistema di AI può contribuire a programmare la produzione, individuare anomalie o suggerire interventi di manutenzione. Nella gestione aziendale può supportare l’analisi dei dati, la pianificazione delle risorse e la valutazione di scenari alternativi. In entrambi i casi, l’affidabilità del risultato dipende dalla qualità delle informazioni utilizzate, dalle caratteristiche del modello e dalla capacità dell’organizzazione di verificarne le prestazioni.
Un sistema che propone una decisione sulla base di dati incompleti può produrre indicazioni apparentemente coerenti ma inadatte alla situazione reale. La supervisione umana diventa quindi una componente del processo operativo, purché chi la esercita disponga delle competenze, del tempo e dell’autorità necessari per modificare o respingere il risultato.
Questa impostazione trova riscontro anche nel quadro normativo europeo. L’articolo 14 dell’AI Act disciplina la supervisione umana dei sistemi classificati ad alto rischio e prevede che siano progettati per consentire un controllo effettivo durante l’utilizzo. Tra le capacità richieste rientrano la comprensione dei limiti del sistema, il riconoscimento degli errori e la possibilità di ignorare, modificare o interrompere determinati risultati e operazioni.
La normativa non impone le medesime misure a qualsiasi applicazione di intelligenza artificiale. La classificazione del rischio e il contesto di utilizzo determinano gli obblighi applicabili. Il principio resta però rilevante anche sul piano organizzativo: assegnare formalmente una decisione a una persona ha un valore limitato se quella persona non possiede gli strumenti per valutarla.
HumanTech, la ricerca sulle tecnologie centrate sulla persona
Il convegno del 27 ottobre si inserisce nelle attività di HumanTech – Humans and Technology, progetto del Dipartimento di Ingegneria Gestionale finanziato dal Ministero dell’Università e della Ricerca per il periodo 2023-2027 attraverso l’iniziativa Dipartimenti di Eccellenza.
Il programma scientifico affronta la relazione tra sviluppo tecnologico e dimensione umana attraverso tre direttrici: progettazione di tecnologie digitali centrate sulla persona, trasformazione dei processi produttivi e delle filiere, evoluzione dei modelli organizzativi e dei sistemi di lavoro.
Le attività comprendono ricerche sull’interazione tra persone e macchine, sull’ergonomia cognitiva, sull’automazione industriale e sugli effetti delle tecnologie digitali sulle competenze professionali. La prospettiva unisce ingegneria gestionale, discipline economiche, studi comportamentali e analisi dei processi organizzativi.
La ricerca sull’intelligenza artificiale al Politecnico di Milano affronta così un problema che le aziende incontrano durante l’introduzione di nuovi strumenti: il rendimento di una soluzione tecnologica non può essere valutato esclusivamente attraverso la velocità di elaborazione o la quantità di attività automatizzate.
Occorre considerare anche il carico cognitivo degli operatori, la comprensibilità delle informazioni prodotte, l’accessibilità degli strumenti e le modifiche apportate alle responsabilità professionali.
L’attenzione alla persona deve quindi intervenire già durante la progettazione, quando vengono stabiliti gli obiettivi del sistema, le caratteristiche dell’interfaccia e le condizioni nelle quali è necessario richiedere una verifica umana.
Il programma del convegno tra etica, industria e organizzazione
La giornata del 27 ottobre è stata strutturata per mettere in relazione prospettive scientifiche e ambiti applicativi differenti.
Dopo la presentazione del progetto HumanTech, affidata nel programma a Raffaella Cagliano, direttrice del Dipartimento di Ingegneria Gestionale, e Federico Caniato, program manager del progetto, era previsto l’intervento di Paolo Benanti, docente alla LUISS Guido Carli e alla Pontificia Università Gregoriana, impegnato nello studio delle implicazioni etiche delle tecnologie digitali.
Il programma comprendeva inoltre un contributo di Alvise Biffi, presidente di Assolombarda, dedicato all’intelligenza artificiale come leva di innovazione e competitività.
La tavola rotonda, intitolata Sguardi sull’AI. Prospettive da mondi diversi, prevedeva il coinvolgimento di rappresentanti di EssilorLuxottica, Errevi Automation – Exotec, Save the Children Italia, Menarini Group e Banca Mediolanum, con la moderazione di Tommaso Buganza del Politecnico.
La composizione del confronto rifletteva la varietà dei settori interessati dall’adozione dell’AI: manifattura, automazione, tecnologie digitali, servizi finanziari e organizzazioni impegnate nel sociale. Ambiti nei quali l’utilizzo di sistemi intelligenti può rispondere a esigenze molto diverse, dalla gestione delle attività operative alla valutazione di informazioni che incidono su persone e processi.
Gli interventi e la tavola rotonda rappresentavano momenti di approfondimento previsti dall’agenda ufficiale. Il programma pubblicato non costituisce tuttavia una documentazione delle dichiarazioni effettivamente pronunciate o delle eventuali conclusioni raggiunte dai partecipanti.
Sei workshop per affrontare i problemi delle imprese
Una parte consistente del programma era dedicata a sei workshop paralleli, organizzati intorno ad applicazioni e questioni che coinvolgono direttamente le organizzazioni.
Il laboratorio Manager, AI e Storytelling, con il contributo di Poste Italiane, affrontava il rapporto tra strumenti intelligenti, attività manageriali e comunicazione. Il workshop sulla Supply Chain Automation, con partecipanti provenienti anche da Ariston, Avvale e Alterna, era invece incentrato sulle esperienze industriali e sulle sfide dell’automazione delle catene di fornitura.
Il tema del benessere delle persone compariva nel workshop dedicato alle tecnologie digitali per il well-being, con il coinvolgimento di competenze accademiche e professionali legate all’organizzazione del lavoro e alla psicologia.
Un’altra sessione, dedicata alla Human-Robot Interaction, prevedeva la partecipazione di Francesco Ferro, CEO e cofondatore di PAL Robotics, insieme ai ricercatori del Dipartimento. La collaborazione tra operatori e robot rappresenta uno degli ambiti nei quali le scelte progettuali influiscono direttamente sulla sicurezza, sull’ergonomia e sulla distribuzione delle attività.
Il programma comprendeva inoltre un approfondimento sul ruolo umano nella trasformazione digitale, con la partecipazione di Meta, e un workshop dedicato all’AI nel cognitive manufacturing e alle infrastrutture hardware sicure e private, con il coinvolgimento di IMA Group.
Questi argomenti mostrano quanto il dibattito sull’intelligenza artificiale al Politecnico di Milano sia strettamente collegato alle esigenze operative delle imprese. La scelta di automatizzare una fase produttiva, introdurre strumenti di supporto alle decisioni o utilizzare sistemi di analisi comporta valutazioni tecniche, economiche e organizzative che devono essere affrontate congiuntamente.
La disponibilità di un modello tecnologico, da sola, non garantisce che la sua introduzione produca risultati adeguati. Prima dell’adozione occorre comprendere quali problemi debba risolvere, quali dati utilizzerà e come saranno gestiti gli errori.
Progettazione responsabile e rischio di affidarsi automaticamente agli algoritmi
Uno dei problemi più studiati nell’interazione tra esseri umani e sistemi automatizzati è l’automation bias, ossia la tendenza ad attribuire eccessiva fiducia alle indicazioni prodotte dalla tecnologia.
Il rischio emerge quando un operatore considera una raccomandazione algoritmica più affidabile di altre informazioni disponibili, senza sottoporla a una verifica adeguata. Può verificarsi anche in presenza di sistemi normalmente precisi, soprattutto quando l’utilizzo diventa abituale e il controllo si trasforma in un adempimento formale.
Il National Institute of Standards and Technology statunitense, attraverso il proprio AI Risk Management Framework, richiama l’esigenza di definire chiaramente ruoli, responsabilità e procedure di gestione dei rischi nelle configurazioni di lavoro che integrano persone e intelligenza artificiale.
La progettazione responsabile richiede pertanto di considerare l’intero ciclo di vita della tecnologia. Occorre valutare i dati impiegati nell’addestramento e nell’utilizzo, verificare le prestazioni nelle condizioni operative previste, documentare i limiti del sistema e predisporre procedure per riconoscere eventuali anomalie.
Anche la formazione assume una funzione precisa. Un dipendente incaricato di supervisionare uno strumento AI deve poter distinguere tra un risultato sufficientemente attendibile e uno che richiede ulteriori controlli. Deve inoltre conoscere i casi nei quali è opportuno interrompere il processo automatizzato.
La progettazione centrata sulla persona non coincide quindi con la semplice presenza di un operatore nell’ultima fase del procedimento. Richiede che le possibilità di intervento siano effettive e proporzionate alle conseguenze delle decisioni.
La collaborazione tra università e imprese passa dai laboratori
L’incontro tra mondo produttivo e ricerca scientifica costituisce uno degli elementi caratterizzanti del progetto HumanTech. La giornata del 27 ottobre prevedeva visite alle infrastrutture di ricerca e incontri individuali tra aziende, professionisti e gruppi accademici, con l’obiettivo di favorire possibili collaborazioni.
Tra le strutture coinvolte compare il laboratorio Marco Garetti, dedicato allo studio dell’ergonomia cognitiva e dell’interazione tra persone e tecnologie digitali negli ambienti industriali. Attraverso dispositivi e sensori biometrici, il laboratorio conduce attività sperimentali sulle reazioni cognitive e fisiologiche durante operazioni lavorative reali o riprodotte in condizioni controllate.
Il BRIEL, Behavioral Research in Immersive Environment Lab, si occupa invece di ricerca comportamentale in ambienti immersivi. Le sue attività permettono di studiare l’interazione tra individui e strumenti digitali, con applicazioni che comprendono i comportamenti organizzativi, l’apprendimento e i contesti di lavoro.
Il DataHub Lab fornisce un’infrastruttura per la raccolta, l’archiviazione e la gestione dei dati utilizzati nelle attività di ricerca, favorendo l’integrazione di informazioni provenienti da fonti differenti.
Queste infrastrutture permettono di affrontare questioni difficilmente risolvibili attraverso la sola analisi teorica. La valutazione del carico cognitivo durante un’attività industriale, ad esempio, richiede osservazioni sperimentali e strumenti di misurazione. Allo stesso modo, lo studio dell’interazione con interfacce digitali può beneficiare di ambienti controllati nei quali analizzare le risposte degli utilizzatori.
La collaborazione tra università e imprese può contribuire a definire problemi di ricerca derivati da esigenze produttive concrete e a verificare le soluzioni prima di un’eventuale applicazione su scala più ampia.
Per l’intelligenza artificiale al Politecnico di Milano, questa integrazione tra ricerca sperimentale e organizzazioni rappresenta una componente strutturale del programma HumanTech, che intende studiare le conseguenze delle tecnologie digitali insieme alle condizioni necessarie per la loro adozione.
Competenze, autonomia e nuove responsabilità nel lavoro
L’introduzione dell’AI nei processi aziendali modifica anche il contenuto di alcune attività professionali. Quando un sistema automatizza una parte dell’analisi, il lavoro umano può concentrarsi maggiormente sull’interpretazione dei risultati, sulla gestione delle eccezioni e sulla valutazione delle conseguenze.
Questo cambiamento richiede però competenze adeguate. La conoscenza degli strumenti deve accompagnarsi alla comprensione dei processi nei quali vengono utilizzati. Un responsabile della produzione, ad esempio, deve saper valutare una raccomandazione algoritmica alla luce dei vincoli operativi, delle condizioni degli impianti e delle informazioni che il sistema potrebbe non aver considerato.
La questione riguarda anche la distribuzione dell’autorità decisionale. Un’organizzazione può introdurre procedure di supervisione formalmente corrette, ma renderle inefficaci se i lavoratori non dispongono di informazioni sufficienti o non possono contestare le indicazioni ricevute.
Per i sistemi AI ad alto rischio, l’articolo 26 del regolamento europeo prevede che la supervisione venga affidata a persone dotate delle necessarie competenze, formazione e autorità. Si tratta di un requisito che collega direttamente l’utilizzo della tecnologia alla struttura organizzativa.
Le ricerche sull’intelligenza artificiale al Politecnico di Milano affrontano questo rapporto anche attraverso lo studio dei modelli di lavoro, delle competenze e dell’interazione tra operatori e sistemi digitali.
Nel progetto HumanTech, il Dipartimento ha censito 62 progetti di ricerca relativi al 2024, rispetto ai 45 del 2023. Si tratta di attività distribuite tra sviluppo tecnologico, processi produttivi e organizzazione del lavoro, che comprendono studi sull’intelligenza artificiale applicata agli acquisti, sull’automazione delle filiere e sulla collaborazione tra persone e robot.
La presenza di queste diverse aree disciplinari consente di osservare l’introduzione delle tecnologie intelligenti da prospettive complementari. Un algoritmo può essere valutato per la qualità delle sue prestazioni, mentre una ricerca organizzativa può analizzare come le stesse prestazioni cambino il lavoro degli operatori. La ricerca comportamentale può infine verificare in quali condizioni le persone comprendano e utilizzino correttamente le informazioni prodotte.
È su questa integrazione che si sviluppano le attività del progetto HumanTech nel quinquennio 2023-2027, con una particolare attenzione alle condizioni nelle quali le tecnologie digitali possono sostenere il lavoro umano senza sottrarre alle persone le capacità e le responsabilità necessarie per governarne l’impiego.
