Perché un bambino di due anni sale le scale meglio di un robot da un milione di dollari (e cosa ci insegna sulla nostra evoluzione)

Un bimbo che sale i gradini con mano sul corrimano e ginocchia sbucciate. Un laboratorio che affina un robot da un milione di dollari. La stessa scala. Due mondi diversi. In mezzo, una lezione sull’evoluzione e su ciò che la IA ancora non capisce del corpo.

Perché un bambino di due anni sale le scale meglio di un robot da un milione di dollari (e cosa ci insegna sulla nostra evoluzione)

Lo vedi accovacciarsi, toccare il bordo, cercare la distanza con il piede. Non fa calcoli, non consulta manuali. Sale. Fa pause brevi. Corregge in corsa. Sembra semplice. Non lo è.

Una scala non è mai uguale a se stessa. Cambiano pendenza, materiale, bordo del gradino, luce, polvere. Il corpo umano legge queste variabili con propriocezione, vista e orecchio interno. Integra i segnali. Muove il baricentro avanti e indietro. Esegue micro-aggiustamenti continui con caviglie, ginocchia, anche. Tutto in silenzio, in pochi millisecondi.

Un robot deve invece misurare, costruire una mappa e decidere. Ogni appoggio è un rischio. L’attrito può tradire, la tolleranza meccanica amplifica l’errore. I sistemi di sensori vedono bene in laboratorio, meno in un androne lucido o in una scala consumata. Il controllo richiede cicli rapidi, centinaia di valutazioni al secondo. Non esistono dati condivisi sul numero esatto di correzioni per gradino: dipende da hardware, software e ambiente.

Molti bambini, intorno ai due anni, salgono già da soli o con un lieve appoggio. Lo fanno su alzate comuni, circa 17 cm in media, ma si adattano anche a irregolarità. In contesti controllati, piattaforme avanzate salgono scale in modo affidabile. Fuori dal laboratorio, basta un gradino “strano” per far vacillare la macchina.

Il paradosso di Moravec, spiegato da un gradino

Qui sta la sorpresa. Il cosiddetto paradosso di Moravec dice che ciò che chiamiamo “intelligenza” astratta costa poco, mentre le abilità percettive e motorie di base costano moltissimo. Un modello linguistico scrive un saggio con energia modesta. Coordinare un piede su una superficie irregolare è un’impresa. Il cervello umano consuma circa 20 watt e, con quei pochi, esegue controllo motorio in tempo reale usando reti affinate dall’evoluzione e dall’esperienza. Un robot moderno, per percepire, pianificare e stabilizzare l’equilibrio sulla stessa scala, spreca grandi risorse computazionali e meccaniche. E la fragilità resta.

Prendiamo un esempio concreto. Un sistema umano “sente” il corrimano, stima il peso dello zainetto, anticipa il suono del passo che cambia sul marmo. Un robot usa lidar, telecamere e unità inerziali. Integra i dati, calcola dove mettere il piede, aggiorna la stima dell’aderenza se slitta. Se la texture del gradino cambia o la luce crea riflessi, aumenta l’incertezza. Il bambino rallenta e si appoggia meglio. La macchina ricalcola.

Cosa ci insegna sulla nostra evoluzione

Salire le scale è una finestra sulla nostra storia. Il piede ad arco, la colonna ammortizzata, il sistema vestibolare, l’anticipazione del movimento: tutto parla di selezione naturale orientata a controllo, stabilità e risparmio di energia. E parla di apprendimento: migliaia di tentativi, micro-errori, correzioni tattili e visive. La cultura aiuta (corrimano, scarpe), ma il nucleo è biologico.

Per questo un bambino va su dove la macchina esita. Il nostro corpo non calcola ogni forza: usa regole buone, adattive, robuste al disordine. La IA imparerà? Probabile. Serviranno nuovi sensori, attuatori più morbidi, controllo anticipativo e modelli che “sentono” come noi. Nel frattempo, la prossima volta che osservi un piccolo alle prese con un gradino, chiediti: quanta intelligenza abita in quel gesto ordinario? E quale scala invisibile stiamo ancora imparando a salire, insieme alle nostre macchine?