Intelligenza artificiale e grandi infrastrutture: il fattore umano resta decisivo per progettare, costruire e gestire le opere del futuro

L'8 luglio scorso, presso il Politecnico di Torino, il convegno dedicato a “L'intelligenza artificiale nella progettazione e realizzazione delle grandi opere infrastrutturali”, organizzato da Fondazione ENIA – Ente Nazionale per l’Intelligenza Artificiale, Ordine degli Ingegneri di Torino, Ordine regionale dei Geologi del Piemonte, con la collaborazione del Dipartimento di Ingegneria Strutturale, Edile e Geotecnica del Politecnico di Torino, ha riunito università, società di progettazione, stazioni appaltanti, imprese, professionisti e giovani ricercatori per discutere le migliori strategie da adottare per assicurare un impiego efficace, efficiente e responsabile dell'IA in un settore strategico per il Paese.

L'IA cambia la progettazione, ma non sostituisce il giudizio dell'ingegnere

L'intelligenza artificiale è ormai entrata nelle pratiche delle grandi opere infrastrutturali con l’obiettivo di garantire efficienza, controllo dei processi e capacità predittiva. Tuttavia, il suo impiego nella progettazione, nella costruzione e nella manutenzione non può essere ridotto a una semplice applicazione tecnologica. In un ambito in cui ogni decisione coinvolge sicurezza, responsabilità, qualità dei dati, durata pluridecennale degli asset e complessità contrattuali, l'IA impone nuove forme di governo tecnico, organizzativo e culturale.

Nella progettazione, l'IA affianca ai modelli deterministici e semi-probabilistici tradizionali, fondati su schemi fisico-matematici espliciti, approcci statistici basati sulla gestione di dati. Ciò amplia la capacità di analisi, simulazione e confronto tra scenari, ma rende decisiva la qualità delle informazioni disponibili. Il dato non è automaticamente informazione: diventa conoscenza progettuale solo quando viene analizzato, contestualizzato e validato da competenze disciplinari solide. L'abbondanza di dati prodotta da sensori, monitoraggi, rilievi, BIM e sistemi digitali è un vantaggio solo se una governance ne assicura affidabilità, rappresentatività, continuità e responsabilità.

BIM, digital twin e governance del dato: le basi delle infrastrutture intelligenti

In questo quadro, BIM e digital twin assumono un ruolo centrale. Non sono più soltanto strumenti di rappresentazione geometrica, ma contenitori dinamici di dati, capaci di accompagnare l'opera dalla progettazione alla costruzione, dall'esercizio alla manutenzione. La loro efficacia dipende dalla qualità degli input e dalla capacità di integrare discipline diverse, dati eterogenei e competenze specialistiche. L'IA può supportare il progettista nell'individuazione di criticità, nell'ottimizzazione delle soluzioni, nella gestione dell'interoperabilità; non può però sostituire la comprensione del dominio fisico dell'opera né il giudizio ingegneristico necessario per riconoscere risultati plausibili ma errati.

Il rischio principale consiste nell'attribuire all'algoritmo un'autorità impropria. L'IA velocizza le operazioni, ma la velocità di elaborazione può non favorire la comprensione e la valutazione del risultato. Se le ipotesi iniziali sono sbagliate, il sistema può amplificare l'errore. È efficace la metafora dell'IA come esoscheletro: uno strumento che potenzia chi lo utilizza, ma che non funziona senza un corpo competente e un cervello critico. Il progettista resta quindi il soggetto chiamato a validare, interpretare, assumere decisioni e rispondere delle scelte effettuate. L'IA non attenua la responsabilità professionale, ma la rende più articolata, perché occorre chiarire la catena decisionale tra output algoritmico, valutazione umana e imputabilità formale.

Responsabilità, norme e controllo umano nell'era degli algoritmi

Questa esigenza investe anche il quadro normativo. Le norme tecniche sono state concepite attorno a decisioni riconducibili alla mente umana. L'IA non elimina tale centralità, ma introduce strumenti che partecipano alla formazione della decisione senza aumentarne la responsabilità. Occorre quindi sviluppare regole, procedure e modelli organizzativi capaci di definire quando e come gli strumenti algoritmici possono essere utilizzati, con quali controlli e obblighi di validazione. Anche nelle gare l'IA può supportare l'analisi o la predisposizione delle offerte, ma la decisione finale deve restare nella sfera della responsabilità del professionista.

Cantieri digitali e manutenzione predittiva: le applicazioni già operative

Nel cantiere e nella manutenzione, l'IA mostra già applicazioni concrete. Sistemi di monitoraggio in tempo reale, modelli predittivi, gestione digitale delle TBM, controllo della produttività, pianificazione dei costi, sicurezza degli operatori, manutenzione predittiva e digital twin evolutivi stanno trasformando il cantiere in un ambiente sempre più industrializzato, connesso e misurabile. Le potenzialità sono rilevanti: anticipare anomalie, definire soglie di attenzione e allarme, ridurre incertezze tecniche, ottimizzare tempi e costi, migliorare la gestione dei rischi, aumentare la sostenibilità ambientale e sociale delle opere e rendere più attendibili le valutazioni lungo il ciclo di vita.

Dai contributi analizzati nell’ambito del convegno emerge però che la maturità digitale della filiera non è omogenea. Alcune organizzazioni hanno già strutture interne dedicate alla digitalizzazione e utilizzano l'IA in processi core; altre la applicano soprattutto per ottenere efficientamenti puntuali. Questa differenza di velocità può generare interfacce critiche tra stazioni appaltanti, progettisti, imprese, fornitori e gestori. Il salto dall'ottimizzazione di singole attività alla trasformazione industriale dell'intero processo produttivo richiede visione strategica, investimenti, leadership, competenze manageriali e confronto strutturato con tutti gli stakeholder.

La governance del dato è il nodo trasversale. Le grandi infrastrutture hanno una vita utile di parecchi decenni, attraverso i quali intervengono modifiche normative, modelli gestionali diversi, evoluzione delle tecnologie digitali. Per questo i dati raccolti oggi dovranno restare interpretabili e affidabili anche in futuro. Occorre sapere chi produce il dato, chi lo gestisce, chi ne è responsabile e chi ne trae valore. Senza questa chiarezza, l'abbondanza di dati può trasformarsi in rischio, soprattutto nei sistemi predittivi: se un algoritmo non segnala un'anomalia, o ne segnala una che il giudizio umano decide di scartare, è necessario definire in anticipo chi risponde e secondo quali criteri.

La centralità dell'essere umano, richiamata con l'espressione “human in the loop”, non deve restare uno slogan. Deve diventare un'architettura organizzativa concreta: l'algoritmo propone, l'essere umano dispone. Ciò implica non solo controllo finale, ma competenze interne capaci di comprendere gli strumenti, valutare gli output e assumerne responsabilmente l'uso. L'IA non deve favorire deresponsabilizzazione né omologazione delle soluzioni. Ogni infrastruttura è un prototipo collocato in un contesto specifico; per questo creatività progettuale e capacità di giudizio restano elementi distintivi della prestazione professionale.

Competenze, formazione e dialogo tra generazioni per una transizione digitale efficace

In questo scenario, il dialogo intergenerazionale diventa essenziale. I giovani professionisti e ricercatori possiedono spesso familiarità con gli strumenti digitali, ma possono non avere ancora l'esperienza per valutare la plausibilità tecnica di un risultato. I professionisti senior dispongono di memoria progettuale e capacità critica, ma non sempre padroneggiano le nuove tecnologie. Il trasferimento delle competenze non può essere unidirezionale: deve diventare uno scambio bidirezionale, nel quale esperienza, metodo, approccio etico e competenze si integrano.

Per rendere efficace questo scambio servono percorsi strutturati: collaborazione tra università, progettisti, imprese e stazioni appaltanti, attivazione di academy aziendali finalizzate a garantire una formazione continua, modelli organizzativi capaci di fare interagire generazioni, discipline e ruoli diversi. Solo così l'IA potrà essere assunta come supporto critico e consapevole, non come scorciatoia decisionale.

L'intelligenza artificiale offre opportunità rilevanti per progettazione, industrializzazione del cantiere e manutenzione delle grandi opere, ma il suo valore dipende dalla capacità della filiera di governare dati, responsabilità, competenze e processi. Non è la tecnologia, da sola, a produrre innovazione utile: sono la qualità del giudizio umano, la collaborazione tra attori e la costruzione di un quadro metodologico, normativo e formativo affidabile a trasformarla in progresso effettivo.