1. L’evento “Algoritmi di cura: intelligenza umana e AI”
Nell’ambito della Future Week, la settimana dedicata a innovazione e tecnologia organizzata in modalità diffusa a Torino dal 25 al 31 maggio 2026, giovedì 28 maggio si è tenuto l’evento “Algoritmi di cura: intelligenza umana e AI”. La sessione, curata dall’ente Parentesi – Centro di formazione per l’assistenza e la cura, ha tentato di rispondere ad una domanda: tecnologie e intelligenza artificiale possono sostenere il lavoro di cura senza sostituirne la dimensione umana? Per rispondere al quesito, l’evento ha visto susseguirsi una serie di interventi che hanno messo in dialogo due mondi, quello tecnologico e quello di cura, per trovare le opportunità offerte dalle nuove tecnologie digitali e in particolare dall’intelligenza artificiale, ma soprattutto porre sul tavolo le sfide da affrontare quando si parla di supporto tecnologico, monitoraggio e assistenza domiciliare di persone anziane e fragili.
All’evento hanno partecipato Maurizia Savia, Founder di Parentesi; Alessia Meroni, Silver Economy Innovation Strategist; Alessandro Formaggi, psicologo e psicoterapeuta; Marco Belleri, responsabile vendite presso Irbema e le due autrici dell’articolo.
Il presente contributo si concentrerà su due aspetti emersi durante l’evento: il ruolo delle tecnologie di intelligenza artificiale nella cura e le dinamiche di genere che caratterizzano il settore dell’assistenza.
2. Il ruolo dell’IA nel settore della cura e dell’assistenza
Negli ultimi anni si è registrato un rapido sviluppo delle tecnologie della salute digitale o Digital Health Technologies, ovvero quell’insieme di strumenti e servizi che sfruttano le tecnologie dell’informazione e della comunicazione in tutte le fasi dell’assistenza sanitaria: prevenzione, diagnosi, trattamento delle patologie, monitoraggio e gestione della salute (Commissione europea). All’interno di questo termine ombrello rientrano le applicazioni mobile, i dispositivi indossabili, la telemedicina, l’uso dei big data, la robotica e, sempre più, l’intelligenza artificiale.
Nell’ambito della cura e dell’assistenza al paziente l’integrazione di sistemi di IA ha un duplice scopo: rendere più efficiente il sistema di cura domiciliare, alleviando il peso che grava sulle strutture sanitarie, e permettere alle persone che hanno bisogno di cure di rimanere il più a lungo possibile nel proprio ambiente domestico e familiare – così come sempre più spesso desiderano – ma accompagnate dal giusto supporto tecnico, secondo la formula dell’aging in place (Wiles et al., 2012). L’introduzione di queste tecnologie permette il passaggio verso forme di assistenza sempre più home based, consentendo un monitoraggio continuo e personalizzato del paziente anche al di fuori dei contesti clinici, per cogliere in anticipo i segnali di allarme, orientare gli interventi dei caregiver e in generale rendere più sostenibile il processo di accompagnamento della fase di invecchiamento (Mucchi, 2026). Se i sistemi di intelligenza artificiale, in questo contesto, vengono utilizzati per una serie eterogenea di scopi e attività, gli ambiti di applicazione verranno qui raggruppati in tre categorie non esaustive: gli ambienti intelligenti (o smart home), i dispositivi indossabili e i robot di assistenza. Queste tre aree di intervento non sono indipendenti e rappresentano tre modi diversi di rispondere alla stessa domanda: come si fa a prendersi cura di qualcuno quando non si può essere fisicamente presenti? Ognuno di questi sistemi porta con sé una serie di opportunità e tensioni reali, del quale si cercherà di offrire una sintesi nei prossimi paragrafi.
a. Ambienti intelligenti: l’IA per le smart home
L’introduzione di tecnologie di IA nello spazio domestico consente di trasformare quest’ultimo in un ambiente che percepisce, ragiona e risponde ai bisogni di chi vive al suo interno: un ambiente assistivo attivo (Rashidi & Mihailidis, 2013). Nella pratica, si parla di una rete di sensori, di presenza o ambientali, che permettono di rilevare movimenti delle persone ma anche temperatura dell’ambiente, qualità dell’aria, apertura di porte o finestre e utilizzo degli elettrodomestici. In questo campo, i sistemi di IA basati sul machine learning e il deep learning si inseriscono per l’analisi e l’interpretazione della mole di dati raccolta dai sensori. Questi sistemi consentono di analizzare i dati nel tempo, rilevare i pattern – imparando la routine quotidiana della persona – e individuare così rapidamente delle deviazioni in questi ultimi, per garantire un’assistenza tempestiva e mirata (Al Kuwaiti et al. 2023). Se da una parte questi strumenti permettono un monitoraggio continuo e non invasivo, dall’altra non mancano le criticità legate al loro utilizzo. La prima è una questione di privacy: i dati raccolti descrivono la vita quotidiana e intima della persona, questo può portare il paziente a percepire di essere sorvegliato più che supportato, scatenando così una perdita di fiducia negli strumenti e nei caregiver. Dal punto di vista tecnico, poi, le complicazioni possono riguardare una difficile interoperabilità tra i sistemi, ma anche la confusione che stimoli diversi causano nella ricezione dei sensori.
b. Dati dal corpo: i dispositivi indossabili
Se la smart home monitora l’ambiente intorno alla persona, i dispositivi indossabili monitorano la persona dall’interno, o meglio, dalla superficie del corpo. I dispositivi – smartwatch, smart ring, sensori di movimento integrati nei tessuti o negli indumenti – permettono infatti di tenere sotto osservazione il paziente da remoto attraverso sensori che rilevano alcune variabili fisiologiche come il respiro, il battito cardiaco e la pressione sanguigna, ma anche la postura, i movimenti e l’equilibrio fornendo dati utili alla sorveglianza di malattie croniche tra le quali diabete, ipertensione, apnee del sonno e asma (Al Kuwaiti et al. 2023). I dati raccolti dai sensori diventano accessibili non solo ai professionisti sanitari ma anche agli stessi pazienti tramite interfacce digitali che facilitano la comprensione dei dati relativi alle proprie condizioni di salute. Anche in questo caso l’IA subentra nell’analisi dei dati in tempo reale: attraverso l’elaborazione di previsioni degli elementi fisiologici ripetuti nel tempo, è possibile rilevare anomalie e inviare allerte ai caregiver tramite applicazioni mobile, prima che i sintomi più gravi insorgano. Non mancano però, anche in questo caso, tensioni legate all’utilizzo di questi strumenti. Al contrario dei sensori ambientali, i dispositivi indossabili sono più invasivi, soprattutto quelli che si posizionano su torace, vita o coscia, mentre appaiono più accettati braccialetti, orologi e cavigliere (Mucchi, 2026). In questo caso, più che nel precedente, il carico ricade sulla persona, che deve ricordare di indossare il dispositivo, caricarlo, e scegliere di portarlo. Questi specifici problemi di adozione non si risolvono solo migliorando la tecnologia, ma soprattutto coinvolgendo i pazienti nell’intero processo di progettazione degli strumenti, in modo che i dispositivi siano costruiti per venire incontro alle esigenze e ai bisogni degli utilizzatori finali.
c. Presenza artificiale: i robot di assistenza
I robot sono la manifestazione più concreta e fisicamente presente della tecnologia e in particolare dell’intelligenza artificiale (Macalupu et al., 2025). Si parla di robot sociali, di servizio o di compagnia, e variano sia nella grandezza sia nel design a seconda dei compiti che sono tenuti a svolgere. Il contesto della cura attuale, caratterizzato come abbiamo visto da carenza di personale e una popolazione anziana sempre più fragile e isolata, crea le condizioni per l’introduzione di questa tecnologia. Ma che cosa possono fare, nella pratica? Da una parte i robot offrono assistenza nelle attività fisiche quotidiane dei pazienti, dalla riabilitazione ai movimenti ordinari come alzarsi dal letto o fare il bagno, ma possono anche aiutare nei compiti ripetitivi quali pulire, cucinare o trasportare oggetti. Dall’altra, i robot vengono definiti sociali proprio perché sono creati per avere interazioni con l’essere umano e possono offrire supporto emotivo e conversazionale, fare compagnia, stimolare le capacità cognitive, migliorando l’umore e riducendo l’isolamento, l’ansia e alcuni sintomi depressivi (Fraune et al., 2022). Anche quando si parla di robot di compagnia, però, non mancano le criticità: molto spesso si crea un mismatch tra le aspettative formate dalla cultura popolare e la realtà attuale; inoltre, i professionisti della cura espongono le proprie preoccupazioni in relazione all’interazione tra uomo e macchina che può portare ad un maggiore isolamento per i pazienti che hanno bisogno di rapporti personali; l’adozione di queste tecnologie, poi, può compromettere l’indipendenza e la privacy dei pazienti, rischiando di minare la loro dignità; e infine tra le preoccupazioni emerge quella legata alla sicurezza del posto di lavoro, poiché i robot potrebbero – o così si sostiene – sostituire gli esseri umani in molte fasi del lavoro di cura (Macalupu et al. 2025).
d. Innovazione tecnologica e sociale
Tutto questo, ovvero i sensori ambientali, i dispositivi indossabili, i robot, esiste. L’innovazione tecnologica c’è e sta diventando sempre più rilevante nel settore della cura. Eppure, l’innovazione tecnologica non può funzionare se non va di pari passo con quella sociale. Pazienti, caregiver formali e informali, infermieri, medici, familiari possiedono una conoscenza che nessun algoritmo può avere a priori. Per questo la tecnologia di cura non può essere progettata per le persone senza essere immaginata con le persone. Non sfruttare questa conoscenza e competenza nella fase di progettazione, produce strumenti che verranno poi rifiutati, o non utilizzati al massimo delle loro potenzialità. Per farlo, però, serve sapere davvero chi sono le persone coinvolte quando si parla di cura e assistenza.
3. La cura invisibile e il rischio dell’invisibilità algoritmica
a. La cura come infrastruttura sociale
Prima di parlare di intelligenza artificiale è necessario infatti parlare di chi tiene insieme il sistema della cura. Quando si discute di innovazione tecnologica applicata alla salute e all’assistenza, l’attenzione si concentra sugli strumenti: sensori intelligenti, telemonitoraggio, robot sociali, piattaforme predittive e assistenti conversazionali. Molto meno frequentemente ci si interroga sulle persone che ogni giorno rendono possibile il funzionamento concreto dei sistemi di cura. Eppure la cura non è un’attività marginale della società. È una delle sue infrastrutture fondamentali. Così come non esisterebbe una città senza reti idriche, energetiche o di trasporto, non esisterebbero economie, comunità e sistemi produttivi senza il lavoro quotidiano di assistenza, accompagnamento e supporto svolto all’interno delle famiglie, delle reti sociali e dei servizi. La differenza è che, mentre le infrastrutture materiali sono generalmente visibili, misurate e valorizzate, la cura continua spesso a rimanere invisibile. Per troppo tempo la cura è stata considerata una questione privata. Oggi la transizione demografica, l’invecchiamento della popolazione e l’aumento della domanda di assistenza mostrano con chiarezza che si tratta invece di una questione pubblica e strategica per il futuro delle nostre società.
b. Un lavoro che ha il volto delle donne
Questa invisibilità ha una forte dimensione di genere. Secondo i dati ISTAT sull’uso del tempo, le donne continuano a sostenere circa tre quarti del lavoro familiare e di cura non retribuito svolto in Italia, confermando come la cura resti una delle principali aree di persistente squilibrio di genere. Una quota significativa dell’assistenza domiciliare è inoltre garantita da lavoratrici domestiche e assistenti familiari, spesso migranti, che rappresentano una componente essenziale del welfare italiano. Dietro il funzionamento quotidiano del sistema della cura troviamo figlie che assistono genitori anziani, madri che gestiscono contemporaneamente lavoro e responsabilità familiari, donne che vivono il cosiddetto “effetto sandwich”, prendendosi cura nello stesso tempo dei figli e dei genitori. Troviamo inoltre centinaia di migliaia di lavoratrici migranti che garantiscono continuità assistenziale nelle case italiane, spesso in condizioni di scarsa tutela e limitato riconoscimento sociale. Una parte fondamentale del welfare italiano si regge dunque sul lavoro di donne che raramente siedono nei luoghi in cui vengono progettate le politiche pubbliche, i servizi digitali o le tecnologie che dovrebbero supportarle.
c. Dall’invisibilità sociale all’invisibilità algoritmica
Il rapporto tra intelligenza artificiale e cura non può dunque essere letto esclusivamente come una questione tecnologica. È innanzitutto una questione sociale. L’intelligenza artificiale apprende dai dati disponibili. I dati raccontano ciò che una società considera importante, ciò che osserva e misura. Ma cosa accade quando una parte significativa del lavoro di cura rimane sommersa, informale o scarsamente riconosciuta? Accade che l’invisibilità sociale rischia di trasformarsi in invisibilità algoritmica. Molte delle attività che caratterizzano la cura non sono facilmente misurabili: il lavoro emotivo, la gestione delle relazioni, l’organizzazione quotidiana dell’assistenza, la sorveglianza informale delle fragilità, il coordinamento familiare. Sono attività essenziali ma raramente registrate nei dataset che alimentano i sistemi digitali. Ciò che non viene raccolto nei dati rischia di non essere rappresentato. E ciò che non viene rappresentato rischia di non essere considerato. In questo senso gli algoritmi non generano necessariamente nuove disuguaglianze. Più spesso amplificano quelle già esistenti, trasformando squilibri storici in procedure apparentemente neutrali.
d. Bias, stereotipi e lavoro di cura
Quando i sistemi di intelligenza artificiale vengono addestrati su dati che riflettono assetti sociali diseguali, il rischio è quello di incorporare tali disuguaglianze nei processi decisionali automatizzati. Se il lavoro di cura continua a essere prevalentemente femminile, l’algoritmo può considerare questa distribuzione come “normale”. Se le carriere delle donne risultano più discontinue a causa delle responsabilità familiari, sistemi predittivi utilizzati per la selezione, la valutazione o l’organizzazione del lavoro potrebbero interpretare tali percorsi come meno desiderabili. Allo stesso modo, il contributo delle lavoratrici migranti rischia di essere scarsamente rappresentato nei dati e quindi escluso dalle analisi e dalla pianificazione dei servizi. L’algoritmo può così trasformare uno squilibrio storico in una regola automatizzata.
e. Il paradosso dell’intelligenza artificiale nella cura
Le opportunità offerte dalle nuove tecnologie sono tuttavia numerose. I sistemi di monitoraggio intelligente possono favorire l’autonomia delle persone anziane e consentire loro di vivere più a lungo nel proprio ambiente domestico, come abbiamo visto. Gli strumenti predittivi possono individuare precocemente situazioni di fragilità. La teleassistenza può supportare caregiver e operatori. La robotica assistiva può alleggerire attività particolarmente gravose. In una società che invecchia rapidamente, queste innovazioni rappresentano una risorsa preziosa. Eppure proprio mentre sviluppiamo robot sociali, assistenti virtuali e tecnologie relazionali sempre più sofisticate, emerge un paradosso. Più la tecnologia entra nella cura, più aumenta il valore delle competenze profondamente umane. L’ascolto, l’empatia, la costruzione di fiducia, la capacità di interpretare bisogni inespressi e comprendere contesti complessi non possono essere ridotti a una semplice elaborazione di dati. La cura non coincide con l’esecuzione efficiente di un compito. La cura è una relazione.
f. Progettare la cura con chi cura
Per questa ragione l’innovazione tecnologica deve procedere insieme all’innovazione sociale. Le persone coinvolte nella cura non possono essere considerate semplici utenti finali delle tecnologie. Devono diventare protagoniste dei processi di progettazione. Caregiver familiari, operatori sociosanitari, assistenti familiari, persone anziane e fragili possiedono una conoscenza situata che nessun algoritmo può ricostruire autonomamente. Ignorare questa esperienza significa rischiare di costruire strumenti tecnicamente sofisticati ma socialmente inefficaci. Servono dataset più inclusivi, processi di auditing algoritmico, gruppi di progettazione multidisciplinari, maggiore presenza delle donne nei luoghi decisionali e percorsi di alfabetizzazione critica all’intelligenza artificiale. Non possiamo progettare tecnologie per la cura senza ascoltare chi la cura la vive ogni giorno. Quale futuro vogliamo incorporare negli algoritmi?
L’intelligenza artificiale rappresenta una sorta di specchio ad altissima definizione della società. Non riflette soltanto le nostre capacità tecnologiche, ma anche le gerarchie di valore che organizzano il vivere collettivo. La domanda, dunque, non è semplicemente quale tecnologia siamo in grado di costruire. La domanda è quale idea di cura, di welfare e di convivenza vogliamo incorporare nelle tecnologie che stiamo sviluppando. L’intelligenza artificiale può contribuire a rendere finalmente visibile e riconosciuto un lavoro essenziale per il funzionamento delle nostre comunità. Oppure può renderlo ancora più invisibile. La differenza dipenderà dalle scelte politiche, culturali e progettuali che saremo capaci di compiere oggi.
Bibliografia
Al Kuwaiti, A., Nazer, K., Al-Reedy, A., Al-Shehri, S., Al-Muhanna, A., Subbarayalu, A. V., Al Muhanna, D., & Al-Muhanna, F. A. (2023). A Review of the Role of Artificial Intelligence in Healthcare. Journal of Personalized Medicine, 13(6), 951. https://doi.org/10.3390/jpm13060951.
Commissione europea. (s.d.). Assistenza sanitaria online (sanità digitale). https://health.ec.europa.eu/ehealth-digital-health-and-care/digital-health-and-care_it
Fraune, M. R., Komatsu, T., Preusse, H. R., Langlois, D. K., Au, R. H. Y., Ling, K., Suda, S., Nakamura, K., & Tsui, K. M. (2022). Socially facilitative robots for older adults to alleviate social isolation: A participatory design workshop approach in the US and Japan. Frontiers in Psychology, 13. https://doi.org/10.3389/fpsyg.2022.904019
Macalupu, V., Miller, E., Martin, L., & Caldwell, G. (2025). Human–robot interactions and experiences of staff and service robots in aged care. Scientific Reports, 15(1), 2495. https://doi.org/10.1038/s41598-025-86255-w
Mucchi, L. (2026, 2 marzo). Tecnologie assistive per l’invecchiamento: modelli, strumenti e prospettive. I Luoghi della Cura. https://www.luoghicura.it/esperienze/2026/03/tecnologie-assistive-per-linvecchiamento-mode lli-strumenti-e-prospettive/
Rashidi, P., & Mihailidis, A. (2013). A survey on ambient-assisted living tools for older adults. IEEE Journal of Biomedical and Health Informatics, 17(3), 579–590.
Wiles, J. L., Leibing, A., Guberman, N., Reeve, J., & Allen, R. E. S. (2012). The meaning of “aging in place” to older people. The Gerontologist, 52(3), 357–366.
Immagini generate tramite ChatGPT. Tutti i diritti sono riservati. Università di Torino (2026).
