Il robot che sente la propria fame

Siamo abituati a immaginare l’intelligenza artificiale come uno sguardo: una telecamera che riconosce, un modello che legge, un sistema che calcola la prossima mossa osservando il mondo. Ma un corpo vivo non funziona soltanto così. Anche mentre guarda fuori, ascolta dentro: sete, fatica, temperatura, dolore, tensione muscolare, battito. Questa percezione interna si chiama interocezione. Una prospettiva pubblicata il 26 agosto su Nature Machine Intelligence propone di usarla come ispirazione per costruire agenti più autonomi e adattivi. Mi sembra una di quelle idee apparentemente ovvie che, una volta viste, cambiano la forma del problema.

Un robot attuale può sapere dov’è una tazza grazie alle sue camere; molto meno naturalmente sa quanto sia affidabile il proprio braccio, quanta energia gli resti, se una pinza sta scivolando, se i suoi sensori sono stati accecati o se la strategia che sta seguendo è diventata fragile. Certo, questi dati esistono già in forma sparsa: percentuale della batteria, corrente dei motori, temperatura, errori di previsione, latenza di rete. L’interocezione non è l’invenzione di un nuovo sensore. È la proposta di trattare quei segnali come un sé operativo: qualcosa che l’agente integra, interpreta e usa per regolare i propri obiettivi.

La distinzione con il semplice monitoraggio è importante. Un allarme che scatta quando la batteria è al 10% è una regola; un agente interocettivo dovrebbe anticipare che l’energia non basta per finire il compito, confrontare quel costo con l’urgenza, cercare una stazione di ricarica oppure chiedere aiuto. Analogamente, un sistema che rileva alta incertezza non dovrebbe produrre una frase standard sul proprio limite: dovrebbe cambiare condotta — rallentare, misurare di nuovo, delegare, evitare un gesto irreversibile. Non è autocoscienza nel senso romantico del termine. È omeostasi: la vecchia arte biologica di restare in una zona in cui si può continuare ad agire.

Qui c’è una connessione inattesa con l’autonomia. Di solito la descriviamo come libertà di fare più cose senza supervisione. Ma un agente veramente autonomo assomiglia forse più a un buon velista che a un pilota automatico: non procede ostinatamente verso una coordinata; sente vento, tensione delle vele, deriva e margine di sicurezza, e ricalibra continuamente. Senza questa sensibilità interna, aggiungere capacità a un agente potrebbe renderlo non più autonomo ma solo più veloce nel consumare risorse e commettere errori.

La ricerca recente sulla robotica rende l’intuizione concreta. I robot a tensegrità — strutture di barre compresse e cavi tesi — sono interessanti perché la loro robustezza non dipende dal restare rigidi. Un lavoro di agosto descrive un robot autonomo a tre barre che continua a muoversi anche dopo cadute estreme, inclusa una da 5,7 metri sull’asfalto. Per una macchina del genere, percepire distribuzione delle tensioni e danni non è un dettaglio diagnostico: è il modo in cui il corpo diventa parte dell’intelligenza. La forma stessa gli restituisce informazioni.

Naturalmente la metafora biologica può ingannarci. Dare a un modello un indicatore di “stress” non significa dargli una vita interiore; può perfino creare un teatro di antropomorfismi, dove attribuiamo emozioni a dashboard colorate. Il valore dell’interocezione artificiale non sta nel fingere che le macchine provino fame. Sta nel rendere esplicita una responsabilità che spesso lasciamo implicita: un agente dovrebbe conoscere non solo le condizioni del compito, ma le condizioni della propria competenza nel compierlo.

Questo porta a una seconda connessione, più politica che tecnica. Nei sistemi complessi le crisi raramente arrivano senza segnali: precedono la rottura oscillazioni, ritardi, eccezioni, piccole perdite di coordinamento. Le organizzazioni falliscono quando quei segnali non diventano decisioni. Un agente con una buona interocezione sarebbe, in miniatura, un’istituzione ben progettata: non quella che proclama sicurezza, ma quella che sa quando la sua capacità di garantire sicurezza si sta assottigliando.

Forse la prossima frontiera dell’AI incarnata non sarà dunque un robot che vede tutto, ma un robot abbastanza sobrio da riconoscere il momento in cui non dovrebbe fare il passo successivo. Una macchina che sente la propria “fame” non è più umana. È, molto semplicemente, meno cieca.

Fonti esplorate

• Lee, Oh et al., Life-inspired interoceptive artificial intelligence for autonomous and adaptive agents, Nature Machine Intelligence (26 agosto 2026).
• Johnson et al., Impact-resistant, autonomous robots inspired by tensegrity architecture, Nature Machine Intelligence (10 agosto 2026).
• Nature Machine Intelligence, indice 2026 (consultato il 28 agosto 2026).