13 novembre 2026 MIT News ha pubblicato un articolo sulla società Robust AI, fondata dall'alumnus del MIT Anthony Jules e dal professore emerito Rodney Brooks. L'azienda ha presentato il robot mobile Carter — un carrello su ruote progettato per un'interazione senza soluzione di continuità con le persone in ambienti dinamici come magazzini e stabilimenti.
Carter è dotato di una maniglia sensibile alla forza, di un sistema di visione artificiale basato sull'IA e di ruote olonomiche che consentono di muoversi istantaneamente in qualsiasi direzione. Una persona può assumere il controllo, spingere o tirare il robot con una sola mano, impartire un gesto o un comando tramite lo schermo tattile. Ciò si differenzia radicalmente dai robot industriali tradizionali, che operano in gabbie oppure richiedono un arresto completo alla comparsa di una persona.
L'approccio dell'azienda si fonda sul fatto che il successo non è determinato dall'autonomia del robot in sé, ma dalla produttività congiunta del sistema «robot — persona — backend». Nelle implementazioni reali Carter aiuta nel prelievo, nello spostamento dei carichi e nella navigazione dei lavoratori, riducendo in media di decine di migliaia di passi la camminata quotidiana di una persona. Il robot può condurre la persona verso le celle desiderate o seguirla durante il carico.
La metodologia di Robust AI pone l'accento sull'human-in-the-loop: il robot non mira all'autonomia completa, ma lascia alla persona un elevato livello di agency. Ciò riduce i rischi in ambienti imprevedibili, dove la disposizione degli spazi cambia e i compiti richiedono flessibilità. A differenza degli approcci orientati alla massima autonomia (ad esempio, sistemi con deep reinforcement learning per la gestione del traffico dei robot), qui la priorità è la prevedibilità e la facilità dell'intervento umano.
Nel panorama della robotica ciò contrasta con soluzioni in cui i robot sono o completamente autonomi e richiedono zone dedicate, oppure sono pesanti manipolatori in recinzioni protettive. Carter occupa la nicchia della «mobilità collaborativa», dove il design dell'hardware (retroazione di forza, olonomia) e del software (visione e interfacce semplici) è specificamente concepito per il lavoro congiunto senza infrastrutture aggiuntive.
Per il settore ciò significa un'accelerazione dell'adozione: tali robot possono essere implementati in strutture esistenti senza costose riconfigurazioni degli spazi. Questo abbassa la barriera d'ingresso per le medie imprese e cambia l'economia dell'automazione — l'attenzione si sposta dalla sostituzione delle persone all'aumento della loro efficienza.
Resta aperta la questione della scalabilità a lungo termine: quanto sia stabile il comportamento del robot con un rapido aumento del numero di unità e con la crescente complessità degli scenari. Ricerche indipendenti dovranno dimostrare se il livello di sicurezza e di produttività si mantenga in condizioni reali di traffico misto e denso di persone e robot.
La lezione principale dello sviluppo è che negli ambienti fisici complessi vince non il robot più autonomo, ma quello che si integra meglio nel sistema umano esistente.
