Due progetti di Intelligenza Artificiale realizzati dal gruppo di ricerca guidato dal professor Antonio Rizzo, direttore dell’Interaction Design Lab del Dipartimento di Scienze Sociali, Politiche e Cognitive dell’Università di Siena, sono stati selezionati tra le esperienze più significative del panorama italiano e inseriti nel volume “Umanesimo Tecnologico. Le eccellenze italiane nell’Intelligenza Artificiale”.
La pubblicazione è promossa dal Ministero degli Affari Esteri e della Cooperazione Internazionale (MAECI), con la curatela scientifica dell’Associazione Italiana per la Ricerca Industriale (AIRI).
Le due soluzioni individuate riguardano ambiti diversi, ma condividono una visione dell’intelligenza artificiale come strumento a supporto delle capacità umane. La prima è “DiDi – Dialogical Diagnostic”, una piattaforma di intelligenza aumentata clinica sviluppata insieme al Centro Chirurgico Toscano (CCT). Il sistema aiuta il medico ad approfondire il ragionamento diagnostico, sottoponendo le sue ipotesi a verifica critica anziché limitarsi a confermarle, senza mai sostituirsi alla valutazione finale del professionista.
Il secondo progetto riguarda la gestione intelligente dell’energia nelle Comunità Energetiche Rinnovabili (CER) ed è stato realizzato in collaborazione con Sunlink Srl. La soluzione utilizza un agente di apprendimento per rinforzo per coordinare la produzione fotovoltaica, i sistemi di accumulo e i consumi, con l’obiettivo di aumentare la quantità di energia rinnovabile prodotta e utilizzata localmente.
Il volume raccoglie complessivamente 84 applicazioni di particolare rilievo nazionale, articolate in 11 settori strategici. La presentazione si è svolta il 30 settembre a L’Aquila, nell’ambito della 78ª edizione del Prix Italia della Rai, dedicata al tema “Play Human”. La pubblicazione sarà diffusa a livello internazionale attraverso la rete delle Ambasciate, dei Consolati e degli Istituti Italiani di Cultura, contribuendo a promuovere all’estero le competenze e i risultati dell’ecosistema scientifico e industriale italiano.
Il progetto “DiDi – Dialogical Diagnostic”, sviluppato in collaborazione con il Centro Chirurgico Toscano di Arezzo nell’ambito del progetto HEART, cofinanziato dal PR FESR Toscana 2021-2027, affronta una delle principali criticità nell’impiego dell’intelligenza artificiale in medicina: il cosiddetto acquiescence problem, ovvero la tendenza dei modelli linguistici generici ad assecondare le ipotesi formulate dall’utente.
Le evidenze empiriche mostrano infatti che gli strumenti convenzionali possono confermare passivamente le intuizioni del medico, anziché stimolarne una verifica approfondita. Questo comportamento rischia di rafforzare bias cognitivi e scorciatoie mentali potenzialmente pericolose, come l’effetto di ancoraggio e la chiusura diagnostica prematura.
Per rispondere a questa sfida, il gruppo di ricerca ha elaborato il Dialogic Reasoning Framework (DRF), un approccio nel quale l’intelligenza artificiale svolge ruoli complementari: da reasoning coach, per sostenere il processo di ragionamento, a guida socratica, fino a interlocutore critico (Red Team Partner), capace di mettere in discussione le ipotesi iniziali. L’obiettivo è aiutare il professionista a esplicitare, confrontare e verificare le proprie valutazioni, favorendo un processo decisionale più consapevole senza sottrargli la responsabilità della diagnosi.
Il framework è stato descritto in un articolo pubblicato nel 2026 sulla rivista internazionale Applied Sciences e successivamente implementato nel prototipo DiDi Dialogical Diagnostic, sperimentato su casi clinici complessi presso il Centro Chirurgico Toscano.
Il secondo progetto si inserisce nel percorso verso la transizione energetica e nasce dalla collaborazione tra l’Università di Siena e Sunlink Srl, nell’ambito dell’iniziativa SUMMA, finanziata dal Fondo Repubblica Digitale e da Google. La ricerca applica tecniche di apprendimento per rinforzo profondo (Deep Reinforcement Learning, DRL) alla gestione delle Comunità Energetiche Rinnovabili, con particolare attenzione al coordinamento dei sistemi di accumulo elettrochimico a batteria, noti come BESS.
Come illustrato in uno studio pubblicato sulla rivista internazionale Energies, la gestione di questi sistemi presenta diverse complessità, dovute soprattutto all’intermittenza della produzione fotovoltaica e alle oscillazioni dei consumi. Per utilizzare l’energia nel modo più efficiente possibile, è necessario stabilire in ogni momento quando accumularla, rilasciarla o condividerla tra i membri della comunità.
La soluzione sviluppata si basa su un agente Soft Actor-Critic (SAC), dotato di un’architettura asimmetrica Actor-Critic. Durante la fase di addestramento, il sistema integra le strategie elaborate da un controllore ottimo basato sulla programmazione lineare intera mista (Mixed-Integer Linear Programming, MILP). Questa combinazione permette di unire la capacità di adattamento dell’apprendimento automatico al rigore matematico dei metodi di ottimizzazione tradizionali, con l’obiettivo di migliorare la gestione dell’energia e favorire l’autoconsumo e la condivisione delle risorse rinnovabili.
I due progetti esprimono una visione comune dell’intelligenza artificiale, fondata sulla collaborazione tra sistemi tecnologici e competenze umane. Come sottolinea il professor Antonio Rizzo, l’obiettivo non è affidare alle macchine il compito di sostituire il giudizio delle persone, ma sviluppare strumenti capaci di renderlo più solido ed efficace, sia nel ragionamento clinico sia nella gestione condivisa dell’energia.
