Cos’è l’Embodied AI e come trasforma l’agire artificiale

Quando l’IA si incarna: Embodied AI come soglia concettuale e trasformazione dell’agire artificiale

Angelo Irano.

Questo saggio appartiene alla linea di ricerca Redistribuire l’azione, dedicata al modo in cui l’intelligenza artificiale modifica la distribuzione di obiettivi, controllo e responsabilità nei sistemi socio-tecnici.

Abstract

Negli ultimi anni, l’attenzione della ricerca sull’intelligenza artificiale si è progressivamente spostata verso sistemi capaci di agire nel mondo fisico, dando origine al paradigma dell’Embodied AI. Questo lavoro ne esamina i presupposti teorici e le implicazioni epistemologiche, mettendo alla prova l’idea di un’evoluzione lineare dell’IA tradizionale.

Il saggio adotta un metodo di analisi concettuale e critica. Survey, studi teorici, documenti normativi e rapporti strategici chiariscono i modi in cui l’Embodied AI viene definita e valutata. La selezione delle fonti è argomentata e aggiornata; il lavoro conserva la natura di un’analisi concettuale, distinta da una revisione sistematica.

Il saggio interpreta l’Embodied AI come una riconfigurazione del modo in cui l’intelligenza viene definita e valutata quando l’azione situata diventa il criterio primario di efficacia. La ricostruzione del passaggio dall’IA simbolica ai sistemi orientati all’azione sostiene una lettura critica delle architetture contemporanee e delle tassonomie di competenza embodied, portandone alla luce limiti, ambiguità e rischi di interpretazioni teleologiche.

Particolare attenzione è dedicata al concetto di embodiment come proprietà graduata e problematica e alle implicazioni epistemologiche della conoscenza orientata all’azione, con una distinzione tra performance operativa e comprensione. Il saggio propone una cornice socio-tecnica capace di contenere il riduzionismo ingegneristico e le letture antropomorfiche, mantenendo aperta la questione dell’effettivo statuto cognitivo dell’Embodied AI.

Parole chiave

Embodied AI; intelligenza artificiale incarnata; azione situata; epistemologia dell’IA; sistemi socio-tecnici.

Abstract in English

Title: When AI Becomes Embodied: A Conceptual Analysis of the Shift from Representation to Situated Action

The transition from disembodied foundation models to physically situated systems marks a critical juncture in Artificial Intelligence research. This paper offers a conceptual analysis of the Embodied AI paradigm and challenges the prevailing narrative of linear technological evolution. Embodiment is treated as a reconfiguration of intelligence in which situated action joins abstract representation as a primary criterion of efficacy.

Drawing on the transition from symbolic AI to contemporary world models and Joint MLLM architectures, the study examines the epistemological and ontological implications of “acting agents.” It introduces the notion of the “situated functional actor” to distinguish operational performance from semantic understanding and to address anthropomorphic projections and teleological interpretations of AGI. The paper then approaches Embodied AI as a complex socio-technical phenomenon, exploring its effects on labor organization, the geopolitical geography of hardware strategies, and emerging governance challenges related to physical safety and kinetic risk. The resulting framework supports an integrated evaluation of the cognitive status and societal place of artificial agents.

Keywords: Embodied AI; Situated Cognition; World Models; AI Epistemology; Socio-technical Systems; Foundation Models in Robotics; Human-Robot Interaction.

1. Introduzione

Negli ultimi anni una parte crescente della ricerca sull’intelligenza artificiale ha rivolto l’attenzione ad architetture capaci di percepire e agire nel mondo fisico. Questa direzione amplia il campo dell’IA lungo una traiettoria che intreccia paradigmi simbolici, statistici e situati. L’azione incarnata introduce problemi specifici di controllo, apprendimento, sicurezza e valutazione; il suo significato cognitivo resta una questione aperta (T. Feng et al., 2025; Fung et al., 2025).

Con l’Embodied AI l’intelligenza artificiale viene sempre più concepita come capacità di sostenere l’azione in contesti situati. La trasformazione investe il modo in cui costruiamo e valutiamo le rappresentazioni del mondo e apre interrogativi epistemologici, antropologici, organizzativi e geopolitici. L’incarnazione diventa così un punto di frizione concettuale: modifica il luogo in cui l’IA opera e, insieme, la definizione implicita di intelligenza che assumiamo quando l’azione nel mondo reale diventa il criterio primario di valutazione.

Questa idea di intelligenza situata, radicata nelle pratiche d’azione e irriducibile alla sola manipolazione di rappresentazioni astratte, precede l’attuale dibattito sull’Embodied AI e trova una formulazione influente nella prospettiva della situated cognition (Brown, Collins, & Duguid, 1989).

1.1 Motivazione e contesto

La crescente diffusione di robot autonomi, sistemi di manipolazione avanzata e agenti fisici dotati di modelli di grandi dimensioni colloca l’azione incarnata tra i principali fronti dell’IA contemporanea. L’efficacia di questi sistemi nasce dall’incontro tra la qualità dei modelli interni e la capacità di operare sotto vincoli fisici, temporali e ambientali (Liang et al., 2025; Lisondra et al., 2026).

Questo contesto rende insufficienti molte delle categorie tradizionalmente utilizzate per valutare l’intelligenza artificiale. Metriche basate su accuratezza predittiva, benchmark simulativi o performance isolate faticano a catturare la complessità dell’azione nel mondo reale. L’Embodied AI richiede quindi un quadro concettuale capace di integrare azione, corpo e ambiente come componenti inseparabili del comportamento intelligente (Fung et al., 2025).

1.2 Obiettivi e tesi del saggio

Questo saggio si propone di offrire un’analisi concettuale dell’Embodied AI che chiarisca che cosa significhi realmente parlare di intelligenza incarnata nei sistemi artificiali contemporanei. La tesi centrale è che l’Embodied AI possa essere compresa in modo più accurato attraverso la nozione di attore funzionale situato: un sistema progettato per produrre azioni efficaci in contesti reali mediante l’integrazione di modelli computazionali, corpo fisico e ambiente.

Questa prospettiva consente di:

• distinguere l’autonomia funzionale dalla soggettività;
• separare la performance operativa dalla comprensione semantica;
• valutare l’intelligenza artificiale attraverso la qualità dell’azione e la sufficienza delle rappresentazioni che la sostengono (Hoffmann & Patni, 2026).

Una distinzione analoga attraversa gli approcci che separano l’agency funzionale dalla comprensione semantica e dall’attribuzione di statuto morale. L’efficacia operativa resta così su un piano diverso dall’accesso al significato e dall’intenzionalità in senso forte (Floridi, 2011, 2023).

Il saggio presenta l’Embodied AI come una riconfigurazione dell’IA orientata all’azione nel mondo fisico, con implicazioni che attraversano la dimensione ingegneristica e raggiungono i sistemi sociali e istituzionali. L’analisi esplora queste conseguenze mantenendo aperta la questione dello statuto cognitivo dell’azione incarnata e della sua eventuale relazione con forme più generali di intelligenza.

1.3 Metodo e approccio

L’approccio adottato è analitico–interpretativo. Il lavoro integra risultati della letteratura recente con un’analisi concettuale dei presupposti, delle implicazioni e dei limiti dell’Embodied AI. Si configura come saggio teorico e assume survey e contributi empirici come fonti dell’argomentazione (Z. Feng et al., 2025).

La selezione delle fonti privilegia le tensioni concettuali ricorrenti nel dibattito recente sull’Embodied AI. Survey, contributi teorici e rapporti strategici vengono assunti come indicatori di orientamenti emergenti, secondo un criterio argomentativo di pertinenza.

Le fonti utilizzate includono:

• survey e review recenti sull’Embodied AI e sui world models;
• contributi teorici sul rapporto tra azione, conoscenza e incarnazione;
• report strategici e industriali rilevanti per le implicazioni geopolitiche.

Questo metodo mantiene in relazione rigore concettuale e rilevanza applicativa. La riflessione filosofica viene ancorata alle architetture e alle pratiche tecniche, che ricevono a loro volta una lettura critica.

1.4 Struttura del saggio

Il saggio è organizzato come segue. Il Capitolo 2 introduce i fondamenti concettuali (Body Discovery e Active Perception). Il Capitolo 3 ricostruisce la transizione storica dall’IA simbolica ai sistemi orientati all’azione. I Capitoli 4 e 5 analizzano le architetture tecniche (Joint MLLM-World Models) e la complessità dei sistemi multi-agent. Il Capitolo 6 propone una tassonomia evolutiva (Roadmap L1-L5) verso l'Embodied AGI. I Capitoli 7 e 8 sviluppano la critica all'incarnazione e le implicazioni epistemologiche. Il Capitolo 9 esamina le implicazioni antropologiche dell’interazione uomo-agente. Il Capitolo 10 affronta i rischi specifici della sicurezza fisica e la necessità di standardizzazione. Il Capitolo 11 analizza le trasformazioni professionali e organizzative. Il Capitolo 12 discute le implicazioni geopolitiche e la competizione industriale globale. Il Capitolo 13 conclude sintetizzando i risultati e delineando direzioni future.

1.5 Contributo e posizionamento

Il contributo principale del lavoro risiede in una cornice concettuale unificata dell’Embodied AI come fenomeno socio-tecnico. L’incarnazione vi assume la funzione di un vincolo progettuale che struttura l’azione, la conoscenza e la governance dell’autonomia.

Questo posizionamento si rivolge a ricercatori, progettisti e decisori impegnati con sistemi di IA capaci di agire nel mondo reale. Offre strumenti per valutarne potenzialità e limiti con realismo, preservando la distanza dalle proiezioni antropomorfiche. La cornice rimane aperta e rende discutibili — dunque valutabili — le diverse forme di intelligenza artificiale incarnata oggi in sviluppo.

2. Che cosa intendiamo per Embodied AI

L’Embodied AI viene spesso raccontata come l’“atterraggio” della cognizione nel mondo fisico. L’immagine coglie il movimento e ne comprime la portata. Il corpo entra nelle condizioni attraverso cui un sistema percepisce, apprende e agisce, trasformando il modo stesso in cui definiamo l’intelligenza artificiale (Hoffmann & Patni, 2026).

Prendere sul serio l’incarnazione significa collocare l’intelligenza entro le condizioni materiali della sua esecuzione. Nei sistemi embodied il corpo delimita, filtra e contribuisce a determinare ciò che il sistema può conoscere e fare. Parlare di interfaccia epistemica esprime quindi una precisa posizione teorica.

Il passaggio dal paradigma del cervello in una vasca a quello del cervello incarnato segnala uno spostamento del baricentro concettuale: dall’intelligenza come proprietà interna all’intelligenza come relazione situata. Le architetture attuali realizzano questo passaggio con profondità diverse; il principio orienta comunque una parte significativa della ricerca contemporanea (T. Feng et al., 2025).

2.1 Percezione e azione: un confine meno netto di quanto sembri

Nel linguaggio standard dell’IA, “percezione” e “azione” compaiono spesso come fasi distinte, collegate da un modulo cognitivo intermedio. Nei sistemi embodied il loro rapporto assume una forma circolare: ogni intervento dell’agente modifica le condizioni della successiva osservazione (Z. Feng et al., 2025).

Questa concezione dell’azione come processo situato e contingente trova un precedente influente nelle analisi di Suchman (1987). L’agire vi emerge dall’interazione continua con il contesto e usa i piani come risorse rivedibili lungo il percorso.

Questa circolarità introduce un elemento che merita attenzione filosofica. L’intelligenza coincide con la capacità di sostenere un comportamento nel tempo entro l’instabilità dell’ambiente. L’azione partecipa così al processo cognitivo e trasforma progressivamente le condizioni della decisione.

Rispetto all’automazione classica cambia soprattutto il rapporto con l’imprevisto. L’ambiente diventa una fonte continua di perturbazioni e la competenza dell’agente dipende dalla capacità di mantenere un comportamento adeguato mentre le condizioni mutano. La resilienza operativa affianca così l’accuratezza delle rappresentazioni come criterio di valutazione (Wei, 2025).

2.2 Body discovery e il problema del confine agentivo

La body discovery tocca la possibilità stessa di attribuire agency a un sistema artificiale. Un agente deve distinguere gli effetti delle proprie azioni dalle variazioni indipendenti dell’ambiente; quando questa distinzione fallisce, anche il suo confine operativo rimane indeterminato (Sun et al., 2025).

Riconoscere il proprio corpo significa inferire una struttura causale: collegare segnali ed effetti e delimitare uno spazio di controllo. Questa competenza costituisce una condizione funzionale minima, distinta dall’autocoscienza. La sua assenza rende l’adattamento fragile e locale.

Molti approcci recenti valorizzano questa capacità per esigenze di robustezza pratica: adattamento a nuovi hardware, tolleranza ai guasti e flessibilità morfologica. La stessa scelta progettuale produce conseguenze concettuali che meritano attenzione.

Il concetto di «cognitive light cone», sviluppato in ambito biologico e ripreso da Schmalzried (2025) in una riflessione filosofica sul metaverso, può servire come metafora della portata causale di un agente: l’insieme degli eventi che il sistema riesce a rilevare, modellare e influenzare. Il suo impiego nell’Embodied AI costituisce un trasferimento concettuale ancora privo di una validazione empirica nei sistemi robotici.

Letta in questo senso circoscritto, la body discovery riguarda la stima dei confini operativi del corpo e delle relazioni causali tra comandi, segnali ed effetti. Essa sostiene l’adattamento a morfologie e condizioni diverse, mantenendo separati autocoscienza, intenzionalità vissuta e costituzione di un Sé.

2.3 Percezione attiva: quando conoscere significa intervenire

Nei sistemi embodied, percepire significa scegliere attraverso l’azione quali dati rendere disponibili. La percezione attiva trasforma la conoscenza in una pratica esplorativa orientata dagli obiettivi dell’agente (Wu et al., 2025).

Muoversi per vedere meglio, manipolare un oggetto per inferirne le proprietà, coordinarsi con altri agenti per ridurre l’incertezza: queste operazioni mostrano il legame tra accesso all’informazione e intervento sul mondo. Nei contesti multi-agente ogni prospettiva individuale rimane parziale; l’azione coordinata produce una conoscenza pragmaticamente adeguata (T. Feng et al., 2025).

2.4 Grounding: il vincolo della realtà fisica

Il paradosso di Moravec evidenzia lo scarto tra capacità simboliche avanzate e competenze incarnate. L’integrazione dei modelli linguistici nei sistemi embodied ha reso più sofisticata la pianificazione e, nello stesso tempo, più visibile il problema del grounding (Wei, 2025).

Ancorare il ragionamento alla realtà fisica significa riconoscere nelle conseguenze dell’azione un vincolo cognitivo. Il corpo lega l’intelligenza alle condizioni materiali del suo agire; comprensione e intenzionalità restano questioni ulteriori (Fung et al., 2025).

3. Dall’IA simbolica all’Embodied AI

L’Embodied AI matura dentro la storia dell’intelligenza artificiale attraverso continuità, revisioni e cambiamenti di scala. Le soluzioni simboliche conservano efficacia negli ambienti chiusi e formalizzabili; i loro limiti emergono quando l’azione incontra la variabilità del mondo fisico aperto. La transizione verso sistemi incarnati descrive così un mutamento del campo di validità, lontano dalla narrazione lineare di fallimenti e sostituzioni.

Questa precisazione incide sul modo in cui leggiamo entrambe le tradizioni. L’IA simbolica affrontava problemi definiti entro mondi formalizzabili; l’Embodied AI estende la prova dell’intelligenza a condizioni più aperte e instabili. La domanda riguarda quindi le condizioni di efficacia e il loro prezzo concettuale (Hoffmann & Patni, 2026).

3.1 L’IA simbolica: efficacia locale e fragilità strutturale

L’IA simbolica ha rappresentato per lungo tempo il tentativo più coerente di formalizzare l’intelligenza come manipolazione esplicita di rappresentazioni. In domini caratterizzati da stati ben definiti, dinamiche stabili e azioni formalizzabili, questo approccio ha prodotto risultati notevoli: pianificazione logica, sistemi esperti, risoluzione di problemi astratti.

In tali contesti, la separazione tra rappresentazione del mondo e azione costituiva un vantaggio. L’ambiente poteva essere trattato come oggetto di descrizione esaustiva e l’intelligenza come capacità di operare correttamente su tale descrizione. La fragilità affiorava nel rapporto con l’imprevisto: variazioni minime, rumore sensoriale o incompletezza informativa erano sufficienti a compromettere il comportamento (Hoffmann & Patni, 2026).

Il limite ha natura strutturale e nasce dalla dipendenza da un’idea di mondo chiuso, interamente rappresentabile. Quando questa condizione viene meno, il sistema simbolico perde i riferimenti necessari per trasformare la rappresentazione in azione.

3.2 Dalla rappresentazione all’azione situata

La progressiva attenzione ai limiti operativi dei sistemi simbolici ha spostato il fuoco teorico dall’intelligenza come calcolo su rappresentazioni complete all’intelligenza come processo situato in un ambiente dinamico. Percezione e azione si co-evolvono così in un ciclo continuo di adattamento (Z. Feng et al., 2025).

Questa svolta ridimensiona lo statuto delle rappresentazioni, che diventano parziali, locali e strumentali. La loro funzione consiste nel sostenere l’azione in condizioni di incertezza. L’intelligenza viene così descritta come competenza nel mantenere un comportamento efficace entro un’informazione inevitabilmente incompleta.

In questo passaggio l’azione assume un ruolo epistemico. Agire diventa uno dei mezzi attraverso cui il sistema riduce l’incertezza rilevante per i propri scopi. La riconfigurazione, spesso presentata come ovvia, segna uno dei cambiamenti concettuali più profondi nella storia dell’IA.

3.3 Continuità tecnologica, discontinuità concettuale

L’apprendimento profondo e i foundation models mantengono una continuità tecnologica con il passato attraverso reti neurali, apprendimento statistico e generalizzazione su larga scala. La loro integrazione in sistemi incarnati introduce al tempo stesso una discontinuità concettuale significativa (T. Feng et al., 2025).

Nei contesti embodied la performance emerge dall’interazione tra architettura computazionale, corpo e ambiente. L’accuratezza predittiva e il successo in simulazione ne descrivono soltanto una parte. Nel mondo reale l’incertezza agisce come condizione strutturale dell’azione e può rendere fragili prestazioni apparse solide in ambiente simulato.

Questo scarto spinge a riconsiderare il significato di “funzionare bene”. L’efficacia prende forma nella capacità del sistema di sostenere l’azione sotto vincoli fisici reali, oltre l’ottimalità interna del modello (Fung et al., 2025).

3.4 Dall’intelligenza come descrizione all’intelligenza come capacità di agire

Il passaggio dall’IA simbolica all’Embodied AI sposta il criterio di valutazione dell’intelligenza artificiale. La costruzione di modelli completi e coerenti del mondo cede centralità alla capacità di operare in modo adeguato entro contesti aperti e dinamici.

La rappresentazione conserva una funzione rilevante e viene posta al servizio dell’azione. Il mondo reale diventa il banco di prova dell’intelligenza artificiale perché impone vincoli capaci di resistere all’astrazione. L’Embodied AI ridefinisce così i limiti di validità delle architetture che l’hanno preceduta.

4. Architetture contemporanee: l’ibridazione tra ragionamento e simulazione

Lo sviluppo dell’Embodied AI coinvolge modelli specializzati e architetture che combinano percezione, pianificazione e controllo. Le pipeline modulari favoriscono leggibilità e verifica; i modelli end-to-end accrescono integrazione e adattabilità al prezzo di una minore isolabilità degli errori. La letteratura recente descrive quindi un insieme plurale di soluzioni ibride.

Tra le configurazioni discusse più spesso compaiono l’accoppiamento tra modelli multimodali e world models e l’organizzazione gerarchica di competenze specializzate. Sono famiglie progettuali ancora in evoluzione, la cui efficacia dipende dal compito, dal corpo, dai dati e dai vincoli di sicurezza.

4.1 Modelli multimodali e world models: funzioni complementari

Un agente incarnato collega istruzioni e rappresentazioni multimodali alla dinamica di un ambiente fisico. I modelli linguistici e multimodali sostengono l’interpretazione del compito e la pianificazione ad alto livello; i world models stimano transizioni di stato e possibili conseguenze delle azioni. L’analogia con i «Sistemi 1 e 2» opera come euristica e lascia distinte queste architetture dalla cognizione umana (T. Feng et al., 2025; Fung et al., 2025; Li et al., 2025).

In questa configurazione:

• I modelli multimodali possono interpretare istruzioni, integrare segnali diversi e scomporre obiettivi complessi. Il loro ruolo varia tra le architetture e può includere pianificazione, selezione di strumenti e supervisione, mantenendo distinta la comprensione semantica in senso fenomenologico (Fung et al., 2025).
• I world models apprendono regolarità nelle transizioni dell’ambiente e permettono di simulare traiettorie possibili. La qualità di tali previsioni dipende dai dati, dall’orizzonte temporale e dal dominio; parlare di «leggi fisiche apprese» sarebbe più forte di quanto le evidenze consentano (Li et al., 2025).

L’integrazione può migliorare la coerenza tra pianificazione ed esecuzione. Il grounding resta una questione aperta: una previsione utile per l’azione possiede uno statuto diverso da una spiegazione causale del mondo o da una comprensione vissuta della situazione.

4.2 Pattern di integrazione agentica

Come viene integrato tecnicamente questo cervello ibrido nel corpo robotico? Salimpour et al. (2025) propongono una tassonomia che supera la semplice distinzione hardware/software, classificando le architetture in base al livello di autonomia e alla struttura di controllo:

1. Integrazione basata su protocollo (Protocol-Focused): l’LLM opera come traduttore. Riceve un comando in linguaggio naturale e lo converte in una singola chiamata API o in codice, per esempio Python o ROS. L’approccio è immediato e fragile, perché l’esecuzione procede con cicli di feedback limitati (Salimpour et al., 2025).

2. Integrazione orientata all’orchestrazione (Orchestration-Oriented): l’IA coordina sottosistemi specializzati, per esempio moduli dedicati alla navigazione e alla manipolazione. Mantiene una memoria dello stato, assegna i compiti, monitora l’esecuzione e interviene quando emerge un fallimento. Il modello centrale governa così la complessità lasciando ai moduli specializzati l’esecuzione operativa (Salimpour et al., 2025; Wu et al., 2025).

3. Integrazione diretta (Embedded/VLA): i Vision-Language-Action Models, come RT-2 o OpenVLA, fondono percezione e azione in una rete che traduce direttamente i pixel in comandi motori. La maggiore capacità di generalizzazione si accompagna a una ridotta trasparenza e a costi elevati di correzione o adattamento a nuove morfologie robotiche (Salimpour et al., 2025; Kim et al., 2024).

4.3 Cicli agentici di percezione, pianificazione e verifica

Nelle architetture agentiche l’azione può essere organizzata in cicli iterativi di osservazione, pianificazione, esecuzione e verifica. Memoria, strumenti e feedback ampliano l’autonomia operativa del sistema; soggettività e intenzionalità restano categorie distinte (Salimpour et al., 2025; Wu et al., 2025).

Alcuni sistemi conservano tracce delle interazioni, recuperano esempi pertinenti e valutano piani alternativi mediante simulazioni o modelli predittivi. Queste funzioni possono sostenere il recupero dagli errori e l’adattamento locale; la loro presenza e qualità variano notevolmente tra le implementazioni e raramente garantiscono robustezza in ambienti aperti (Li et al., 2025; Salimpour et al., 2025).

Gli ambienti simulativi permettono di addestrare e verificare comportamenti riducendo costi e rischi nel mondo fisico. Il passaggio alla realtà rimane problematico, poiché differenze nei sensori, negli oggetti e nelle dinamiche possono degradare prestazioni apparse solide in ambiente virtuale. La metafora dell’«utero digitale» proposta da Schmalzried (2025) conserva valore filosofico quando viene riconosciuta nella sua natura metaforica.

La simulazione costituisce un banco di prova. La sicurezza e l’allineamento valoriale richiedono verifiche nel dominio d’uso, monitoraggio, possibilità di arresto e responsabilità organizzative chiaramente assegnate.

Il quadro che emerge è plurale. Modelli multimodali, world models, controllori e moduli di verifica possono cooperare in modi diversi; il problema scientifico consiste nel comprendere quali combinazioni funzionino, entro quali limiti e con quali possibilità di controllo.

5. Sistemi multi-agente embodied: dall’interazione all’orchestrazione

Molti compiti richiedono il coordinamento di più agenti o moduli specializzati. Nei sistemi multi-agente incarnati la prestazione dipende dalla distribuzione di percezione, comunicazione, pianificazione e controllo. I foundation models ampliano le possibilità di interazione in linguaggio naturale; affidabilità, latenza, conflitto e verifica restano problemi aperti (Wu et al., 2025).

La ricerca presenta una pluralità di configurazioni: dai comportamenti reattivi distribuiti alle strutture gerarchiche nelle quali un modulo coordina risorse e sottocompiti. Il passaggio dall’interazione all’orchestrazione assume quindi forme diverse.

5.1 La doppia natura della collaborazione: estrinseca e intrinseca

La revisione di Wu et al. (2025) propone una distinzione utile tra collaborazione estrinseca e intrinseca. La prima riguarda entità fisiche separate; la seconda descrive la cooperazione tra moduli o agenti virtuali entro uno stesso sistema. La tassonomia amplia l’idea tradizionale di sistema multi-agente e offre uno strumento analitico aperto a successive revisioni.

1. . Collaborazione Estrinseca: È la forma classica che avviene tra entità fisiche distinte (es. un drone che guida un robot terrestre, o manipolatori multipli in una catena di montaggio). Qui la sfida risiede nel coordinare percezioni e azioni distribuite nello spazio fisico, gestendo vincoli di comunicazione e conflitti spaziali tra corpi diversi (Wu et al., 2025).

2. Collaborazione Intrinseca: È una dinamica interna a un singolo corpo fisico, in cui diversi moduli cognitivi basati su Foundation Models (ad esempio un modulo Planner, un modulo Critic e un modulo Executor) collaborano come agenti virtuali distinti per risolvere compiti complessi prima dell'esecuzione fisica (Wu et al., 2025).

Questa prospettiva rivela che l'Embodied AI è intrinsecamente un sistema sociale, anche quando il corpo fisico è uno solo, poiché l'azione efficace emerge spesso dal dibattito dialettico tra diverse istanze cognitive interne al sistema.

5.2 L’orchestrazione come funzione di coordinamento

Nei sistemi complessi l’IA sta evolvendo dal ruolo di pianificatore a quello di orchestratore. Nella classificazione proposta da Salimpour et al. (2025), il pianificatore genera una sequenza di azioni per il proprio compito; l’agente di orchestrazione opera come supervisore di alto livello.

L’orchestratore coordina i compiti fisici attraverso quattro funzioni:

• Interpreta obiettivi astratti (es. "prepara il magazzino per la spedizione");
• Decompone il problema in sottotask;
• Assegna i compiti a sottosistemi specializzati o ad altri robot fisici in base alle loro capacità (skillset);
• Monitora l'esecuzione e gestisce le eccezioni in tempo reale (Salimpour et al., 2025).

Questa architettura gerarchica permette di scalare la complessità. L’intelligenza centrale, spesso affidata a un LLM, gestisce il flusso logico e la ripartizione delle risorse; i moduli specializzati curano i dettagli motori e l’esecuzione (Salimpour et al., 2025).

5.3 Architetture di coordinamento e comunicazione

Come dialogano questi agenti? L'uso del linguaggio naturale come protocollo di comunicazione universale ha aperto nuove possibilità architettoniche rispetto ai rigidi protocolli numerici del passato. Wu et al. (2025) identificano tre pattern principali di comunicazione nei sistemi generativi:

• A stella (centralizzata): un agente centrale controlla il flusso dei messaggi e agisce come hub per raccogliere informazioni e distribuire ordini. La soluzione è efficiente nei compiti standardizzati e concentra la propria fragilità nel nodo centrale.
• Completamente connessa (decentralizzata): ogni agente comunica liberamente con gli altri. La configurazione favorisce comportamenti auto-organizzati e resilienza, con un carico comunicativo che cresce rapidamente insieme al numero degli agenti.
• Gerarchica: Emerge una struttura di leadership dinamica o predefinita per filtrare le comunicazioni e scalare su grandi numeri. Studi recenti mostrano che gli agenti basati su LLM possono persino auto-organizzarsi, eleggendo leader o adottando ruoli specializzati in base al contesto, simulando dinamiche sociali umane (Wu et al., 2025; Z. Feng et al., 2025).

5.4 Eterogeneità e intelligenza di sciame

L’orchestrazione acquista rilievo quando coordina agenti con morfologie e capacità differenti, come droni, piattaforme terrestri e manipolatori. I modelli linguistici possono mediare descrizioni e obiettivi tra sottosistemi; componenti specifici traducono poi tali indicazioni in comandi motori. La collaborazione cross-embodiment è una direzione di ricerca promettente, ancora esposta a problemi di interoperabilità e verifica (Z. Feng et al., 2025).

In Cina, questa visione si sta concretizzando in progetti di "cloud-brain swarm intelligence", dove una rete di "cervelli" nel cloud coordina sciami di robot eterogenei, puntando a superare i limiti computazionali dei singoli dispositivi (Hannas et al., 2025).

5.5 Sfide aperte: la non-stazionarietà

Nei sistemi multi-agente l’apprendimento simultaneo rende l’ambiente non stazionario dal punto di vista di ciascun agente. Cambiano le previsioni, i comportamenti degli altri e le condizioni di coordinamento. Nei contesti aperti si aggiunge la necessità di adattarsi a partner mai incontrati. Le cosiddette capacità di “teoria della mente artificiale” indicano procedure inferenziali sul comportamento altrui e restano distinte dall’accesso alle intenzioni in senso psicologico (Z. Feng et al., 2025).

6. La scala dell’evoluzione: verso l’Embodied AGI

Il riferimento all’Embodied AGI viene spesso caricato di aspettative teleologiche, come se dall’automazione fisica dovesse emergere una traiettoria naturale verso la generalità cognitiva. La scala dei livelli di competenza embodied acquista maggiore rigore quando viene letta come griglia interpretativa delle diverse forme di autonomia operativa (Wang & Sun, 2025).

L’Embodied AI costituisce un banco di prova per interrogare il significato della “generalità” quando l’intelligenza è chiamata ad agire nel mondo fisico. I livelli di competenza offrono un linguaggio comparativo per sistemi profondamente eterogenei e mantengono aperta la pluralità dei possibili sviluppi.

6.1 Una tassonomia funzionale come mappa interpretativa

La classificazione in cinque livelli proposta da Wang e Sun (2025) riprende la struttura delle scale utilizzate per la guida autonoma. In quel contesto la progressione si lega a requisiti normativi e funzionali relativamente chiari; nell’Embodied AI i confini risultano più sfumati e, in alcuni casi, concettualmente instabili.

I livelli L1–L5 funzionano quindi come ideal-tipi che orientano l’analisi. Molti agenti contemporanei occupano posizioni intermedie e ibride; le zone grigie fanno parte della tassonomia e ne delimitano il potere descrittivo.

Di seguito, la Tabella 1 sintetizza le caratteristiche operative e i limiti strutturali per ciascun livello identificato, offrendo una visione d'insieme della progressione.

Tabella 1. Tassonomia evolutiva dei livelli di competenza nell’Embodied AI, adattata da Wang e Sun (2025) e Z. Feng et al. (2025).

Livello	Definizione (ideal-tipo)	Capacità operativa chiave	Limiti strutturali	Esempio rappresentativo
L1	Esecutore specializzato	Esecuzione affidabile di un singolo compito in ambiente controllato; ottimizzazione locale.	Flessibilità circoscritta; le variazioni ambientali oltre i parametri previsti compromettono il comportamento.	Robot industriale in gabbia, come un braccio saldatore.
L2	Compositore di abilità	Combina abilità preapprese, come pick and place, in compiti sequenziali; generalizzazione intra-dominio.	Segue procedure rigide entro uno spazio di possibilità pre-strutturato.	Robot di magazzino che impila scatole di dimensioni diverse.
L3	Generalista condizionato	Percezione multimodale e risposta in tempo reale agli imprevisti; opera in più categorie di compiti.	Generalità condizionata; richiede supervisione umana per eccezioni complesse o ambienti aperti.	Robot domestico che sparecchia una tavola disordinata mai incontrata prima.
L4	Generalista robusto	Uso di modelli causali del mondo fisico e generalizzazione open-ended a compiti mai incontrati.	Livello attualmente speculativo; presuppone forme robuste di fisica intuitiva.	Agente capace di riparare un oggetto rotto a partire da informazioni incomplete.
L5	Agente pienamente autonomo	Integrazione di regolarità fisiche, semantiche e sociali; adattamento permanente.	Rischio di proiezione antropomorfica; statuto cognitivo teorico e privo, allo stato attuale, di realizzazione ingegneristica.	Androide capace di operare autonomamente come caregiver in ospedale.

6.2 Dai compiti singoli alla composizionalità limitata (L1–L2)

Al Livello 1, l’agente incarnato si comporta come un esecutore altamente specializzato. È in grado di svolgere un compito definito con affidabilità, mostrando una certa robustezza a variazioni ambientali limitate. In questo stadio, l’intelligenza coincide ancora in larga parte con l’ottimizzazione del controllo e della percezione per uno specifico dominio (Wang & Sun, 2025).

Il passaggio al Livello 2 introduce la capacità di combinare abilità preesistenti in compiti composizionali. Questa flessibilità rimane circoscritta e opera entro uno spazio di possibilità già strutturato durante l’addestramento. La competenza riguarda l’esecuzione efficace delle sequenze apprese.

La maggior parte dei sistemi attuali, compresi quelli presentati come generalisti, si colloca tra i primi due livelli. La loro efficacia descrive soprattutto una generalizzazione intra-dominio; l’adattamento open-ended rimane fragile.

6.3 La soglia critica della generalità condizionale (L3)

Il Livello 3 rappresenta una soglia concettualmente delicata. L’agente opera in più categorie di compiti e reagisce in tempo reale a cambiamenti ambientali parzialmente imprevisti. Questa generalità rimane condizionata dalla supervisione umana, dai vincoli contestuali e da ambienti sufficientemente strutturati.

L3 si distingue dai livelli precedenti per la qualità dell’integrazione sensomotoria. La percezione diventa multimodale, l’azione più fluida e la latenza decisionale assume un peso decisivo. L’adattamento a compiti realmente nuovi conserva, anche a questo livello, una forte fragilità.

Molte narrazioni sull’AGI sovrainterpretano risultati ancora parziali. La flessibilità osservata entro una famiglia di compiti descrive una competenza circoscritta e lascia aperta la questione della comprensione in senso umano.

6.4 Livelli elevati e il rischio della proiezione antropomorfica (L4–L5)

I Livelli 4 e 5 delineano forme di competenza che, allo stato attuale, rimangono prevalentemente speculative. L’idea di un agente capace di generalizzare in modo robusto a compiti mai visti, interiorizzando modelli causali del mondo fisico e sociale, introduce una serie di assunzioni forti sul rapporto tra apprendimento, memoria e comprensione (Wang & Sun, 2025).

Il riferimento all’autoconsapevolezza o alla comprensione delle dinamiche emotive introduce una forte proiezione antropomorfica. Il loro rapporto con un’elevata competenza operativa resta incerto, così come l’ipotesi che possano emergere attraverso una semplice estensione quantitativa dei modelli attuali.

I livelli L4 e L5 acquistano valore come limiti concettuali. Chiariscono la distanza che separa i sistemi attuali dagli scenari prospettici e offrono un orizzonte critico per interrogare tali scenari.

6.5 Le dimensioni della competenza: una lettura trasversale

Le dimensioni trasversali — capacità multimodali, reattività in tempo reale, generalizzazione open-ended e apprendimento permanente — offrono una lettura più feconda della semplice progressione dei livelli (Fung et al., 2025).

Queste dimensioni crescono secondo ritmi diversi. Un sistema può eccellere nella percezione multimodale e conservare rigidità nell’adattamento; può anche mostrare buone capacità di pianificazione accompagnate da una comprensione fisica limitata. Una lettura troppo letterale dei livelli tende a occultare queste asimmetrie.

6.6 Dove siamo davvero

Lo stato dell’arte dell’Embodied AI si colloca verosimilmente tra L1 e L2. Alcune sperimentazioni esplorano aspetti del Livello 3 ancora privi di stabilità. La difficoltà riflette la complessità intrinseca dell’integrazione tra percezione, azione e apprendimento negli ambienti aperti e non stazionari (T. Feng et al., 2025; Hoffmann & Patni, 2026).

La sfida attuale consiste nel comprendere quali forme di autonomia siano realisticamente raggiungibili e quali vincoli strutturali ne delimitino l’evoluzione. La scala L1–L5 funziona come mappa concettuale dei problemi aperti e sostiene l’analisi oltre le etichette di generalità.

7. Quanto è davvero “incarnata” l’Embodied AI?

Negli ultimi anni il termine embodiment ha acquisito centralità nel dibattito sull’intelligenza artificiale e, insieme, una crescente ambiguità. La presenza di un corpo fisico e l’interazione con l’ambiente vengono talvolta assunte come prova sufficiente dell’incarnazione. Questa semplificazione riduce la portata analitica del concetto e lo trasforma in una categoria descrittiva generica (Hoffmann & Patni, 2026).

La questione rilevante riguarda il modo in cui il corpo partecipa ai processi cognitivi e decisionali. L’embodiment appare così come una configurazione graduata, capace di accogliere forme diverse di integrazione tra corpo, ambiente e architettura computazionale (Z. Feng et al., 2025).

La tradizione enattiva descrive la cognizione come emergenza dall’accoppiamento dinamico tra agente e ambiente (Varela, Thompson, & Rosch, 1991). Questa cornice aiuta a comprendere l’incarnazione come partecipazione del corpo alla cognizione, oltre la semplice presenza di hardware.

7.1 Embodiment come proprietà graduata (e problematica)

Concepire l’embodiment come proprietà graduata attenua la distinzione binaria tra sistemi “incarnati” e “disincarnati”. La stessa flessibilità solleva una domanda: dove si colloca la soglia oltre la quale il corpo diventa rilevante per l’intelligenza e supera la funzione di interfaccia?

Nelle forme più deboli di embodiment il corpo opera principalmente come interfaccia sensomotoria. Sensori e attuatori collegano il sistema all’ambiente fisico; il processo decisionale rimane in larga parte centralizzato e poco sensibile alle specificità corporee. In linea di principio, l’architettura potrebbe essere trasferita su un altro corpo con modifiche limitate.

Le forme più profonde di embodiment attribuiscono al corpo un ruolo strutturante. Vincoli morfologici, dinamiche fisiche e interazioni ambientali partecipano direttamente all’organizzazione del comportamento e riducono il ricorso a rappresentazioni esplicite e controllo centralizzato (Fung et al., 2025). Il cambiamento investe il modo in cui l’agente agisce e ciò che riesce ad apprendere e stabilizzare nel tempo.

Molti sistemi contemporanei combinano elementi di embodiment debole e forte. La loro composizione ibrida rende difficile una classificazione univoca e invita a leggere i gradi di incarnazione lungo più dimensioni.

7.2 La ricentralizzazione rappresentazionale come rischio concettuale

L’integrazione dei foundation models all’interno di sistemi embodied ha prodotto un ampliamento significativo delle capacità di pianificazione e generalizzazione. Al tempo stesso, essa introduce un rischio concettuale spesso sottovalutato: la ricentralizzazione rappresentazionale (Liang et al., 2025).

In queste architetture gran parte dell’elaborazione cognitiva si concentra in modelli centrali di grandi dimensioni e il corpo assume una funzione prevalentemente esecutiva. I sistemi possono esibire comportamenti complessi nel mondo fisico; il contributo corporeo alla generazione dell’intelligenza rimane limitato. L’embodiment raggiunge così un valore funzionale e una portata trasformativa contenuta (Hoffmann & Patni, 2026).

L’efficacia operativa e la coerenza con il paradigma embodied rispondono a domande diverse. Un sistema può agire con successo in un ambiente fisico attribuendo al corpo un ruolo esecutivo. Tenere distinti questi piani consente di valutare con maggiore precisione il grado di incarnazione raggiunto.

7.3 Il corpo come vincolo generativo

Una concezione più rigorosa dell’Embodied AI emerge quando il corpo viene trattato come vincolo generativo. L’intelligenza si configura allora attraverso l’interazione continua tra agente e ambiente e prende forma nel corso dell’azione (Fung et al., 2025).

Le proprietà fisiche del corpo — peso, inerzia, articolazioni e limiti sensoriali — strutturano lo spazio delle possibilità d’azione, rendendo praticabili alcune soluzioni ed escludendone altre. Parte del “calcolo” viene così affidata al mondo: gravità, attrito e geometria degli oggetti contribuiscono alla stabilizzazione del comportamento attraverso la loro stessa presenza fisica (T. Feng et al., 2025).

L’embodiment modifica le condizioni di possibilità del sistema. L’intelligenza appare come proprietà emergente di una configurazione distribuita, nella quale corpo, ambiente e architettura computazionale cooperano, anche attraverso tensioni e disallineamenti, alla produzione dell’azione.

7.4 Criteri operativi provvisori per valutare l’embodiment

Alla luce di queste considerazioni, i criteri operativi offrono una base più feconda delle sole etichette architetturali. Un sistema manifesta un grado significativo di incarnazione quando:

• il corpo contribuisce a ridurre la complessità del controllo, anziché aumentarla;
• l’interazione fisica modifica sia l’esecuzione sia il processo decisionale;
• il comportamento emerge dall’accoppiamento dinamico tra percezione e azione;
• la robustezza emerge anche dalle proprietà fisiche e ambientali, oltre che dai modelli interni.

Questi criteri offrono indicatori empirici e mantengono una funzione orientativa. Rendono l’embodiment osservabile lungo più dimensioni e sostengono una valutazione capace di evitare entusiasmo acritico e riduzionismo scettico (Z. Feng et al., 2025).

7.5 Embodiment come vincolo progettuale

Trattare l’Embodied AI come vincolo progettuale sottrae il concetto sia alla scorciatoia verso l’intelligenza generale sia alla riduzione a moda terminologica. L’incarnazione lega l’azione dell’agente alle condizioni materiali del mondo in cui opera; comprensione, intenzionalità e competenza generale rimangono dimensioni ulteriori.

L’Embodied AI rappresenta così una riconfigurazione dell’intelligenza artificiale orientata all’azione nel mondo reale. Il suo valore teorico risiede nella capacità di rendere visibili i vincoli entro cui l’autonomia artificiale può essere progettata e valutata con realismo, preservando la distanza dalle promesse antropomorfiche (Hoffmann & Patni, 2026).

8. Implicazioni epistemologiche

L’Embodied AI trasforma il modo in cui la conoscenza viene concepita e valutata nei sistemi artificiali. Quando l’intelligenza agisce nel mondo fisico, correttezza rappresentazionale e accuratezza predittiva su dataset statici descrivono soltanto una parte della competenza. La conoscenza assume la forma di una risorsa operativa che sostiene l’azione in ambienti dinamici, incompleti e vincolati (Fung et al., 2025).

Questo spostamento ridefinisce il campo di applicazione delle concezioni tradizionali della conoscenza. La conoscenza embodied affianca quella proposizionale e ne ridimensiona la centralità nei contesti segnati dall’incertezza strutturale del mondo reale.

8.1 Conoscenza come capacità di agire sotto vincoli

Nei sistemi embodied, la conoscenza rilevante prende forma entro sensori imperfetti, attuatori imprecisi, latenza computazionale e limiti energetici. La rappresentazione esaustiva cede il passo a una capacità di agire efficacemente sotto vincoli (T. Feng et al., 2025).

Diventa allora centrale la nozione di sufficienza operativa. La conoscenza adeguata coincide con ciò che permette all’agente di sostenere l’azione richiesta. La verità conserva il proprio valore epistemico e viene commisurata, sul piano operativo, agli scopi e ai vincoli dell’azione.

Resta aperta una questione epistemologicamente delicata: fino a che punto una conoscenza definita in termini di efficacia può essere distinta da una competenza comportamentale? L’Embodied AI rende esplicito il problema e offre nuovi casi attraverso cui interrogarlo.

8.2 World models e conoscenza predittiva

In questo quadro, i world models consentono all’agente di anticipare le conseguenze delle proprie azioni attraverso rappresentazioni parziali del mondo. Operano come strumenti di previsione funzionale, con una capacità esplicativa che dipende dall’architettura, dai dati e dal dominio d’uso (Fung et al., 2025).

La conoscenza embodied assume così una forma soprattutto predittiva: “che cosa accade se agisco in questo modo?”. Anticipare un effetto sostiene l’azione anche in presenza di spiegazioni causali limitate e di una comprensione semantica priva del carattere vissuto proprio dell’esperienza umana (Hoffmann & Patni, 2026).

Questa distinzione contiene il rischio di sovrainterpretare le capacità degli agenti embodied. Previsione efficace, comprensione e attribuzione di significato designano piani differenti; la loro sovrapposizione alimenta letture antropomorfiche delle prestazioni operative.

8.3 Performance e comprensione: una distinzione necessaria e instabile

Uno dei rischi interpretativi più ricorrenti riguarda la sovrapposizione tra performance e comprensione. Un agente incarnato può esibire comportamenti altamente competenti — navigazione, manipolazione, coordinamento — e restare estraneo al significato delle proprie azioni (Z. Feng et al., 2025).

In termini di scienze cognitive, questa dissociazione tra competenza e “comprensione nel senso forte” è coerente con l’idea che molte forme di intelligenza pratica possano essere sostenute da strategie distribuite tra cervello, corpo e ambiente, accompagnate da rappresentazioni interne relativamente povere o implicite (Clark, 1997).

In questo contesto, la comprensione può essere intesa come capacità di collocare l’azione entro un orizzonte semantico più ampio. La performance misura l’efficacia comportamentale rispetto a obiettivi specifici. L’Embodied AI opera prevalentemente su questo secondo piano.

La distinzione tra performance e comprensione conserva valore analitico e presenta confini mobili. Nei sistemi adattivi alcune regolarità apprese attraverso l’interazione possono svolgere funzioni analoghe a quelle che, nei sistemi umani, attribuiamo alla comprensione. Riconoscere questa ambiguità mantiene aperta l’indagine sul rapporto tra competenza e significato e preserva la cautela nell’attribuzione di stati mentali.

8.4 Conoscenza distribuita tra agente, corpo e ambiente

L’Embodied AI rende particolarmente evidente una concezione distribuita della conoscenza. La competenza dell’agente emerge dall’interazione tra architettura computazionale, corpo fisico e struttura dell’ambiente (T. Feng et al., 2025).

Parte della conoscenza necessaria all’azione è incorporata nella morfologia del corpo e nelle regolarità del mondo fisico. Geometria degli oggetti, gravità, attrito e dinamiche ambientali contribuiscono alla stabilizzazione del comportamento attraverso la loro stessa azione. L’ambiente diventa così oggetto di conoscenza e componente del processo cognitivo.

Questa distribuzione rende ambigua la localizzazione della “conoscenza” propriamente detta. L’Embodied AI porta in primo piano l’ambiguità e invita a studiare l’intero sistema formato da architettura, corpo e ambiente.

9. Implicazioni antropologiche

L’Embodied AI introduce implicazioni antropologiche che vanno oltre la dimensione tecnica o architetturale. Quando sistemi artificiali agiscono nel mondo fisico, condividendo spazi, tempi e pratiche con gli esseri umani, essi entrano nel dominio dell’agire, tradizionalmente considerato uno spazio propriamente umano. Questa co-presenza operativa solleva interrogativi sul modo in cui l’azione, la responsabilità e il significato vengono interpretati e ridefiniti (Hoffmann & Patni, 2026).

L’analisi antropologica dell’Embodied AI riguarda quindi meno la natura dell’intelligenza artificiale in sé e più il modo in cui l’umano viene progressivamente riletto attraverso categorie funzionali, operative e prestazionali.

9.1 L’agente incarnato come attore funzionale

L’Embodied AI opera nel mondo attraverso un corpo fisico. L’incarnazione mantiene qui uno statuto funzionale, distinto da soggettività, esperienza vissuta e intenzionalità fenomenologica. L’agente può produrre effetti materiali restando privo di una relazione esperienziale con le proprie azioni (Hoffmann & Patni, 2026).

Il corpo artificiale consente l’interazione con l’ambiente e la regolazione del comportamento. L’esperienza vissuta rimane su un piano distinto. Anche nelle forme più adattive, l’azione dell’agente embodied deriva da architetture progettate, addestrate e vincolate esternamente.

Questa distinzione risulta essenziale per evitare attribuzioni improprie di stati mentali o morali ai sistemi incarnati.

9.2 Antropomorfizzazione come effetto strutturale dell’interazione

La presenza di un corpo rende l’Embodied AI particolarmente suscettibile a processi di antropomorfizzazione. Movimenti fluidi, risposte contestuali e coordinamento spaziale attivano negli esseri umani schemi interpretativi tipici dell’interazione sociale, inducendo l’attribuzione di intenzioni, competenze o comprensione (Hoffmann & Patni, 2026).

L’antropomorfizzazione nasce soprattutto dalla struttura dell’interazione incarnata. Quando un sistema occupa lo stesso spazio dell’essere umano e risponde in modo coerente ai suoi gesti, le categorie sociali consolidate diventano la lente spontanea attraverso cui viene interpretato.

Le conseguenze pratiche di questa antropomorfizzazione includono:

• aumento della fiducia operativa,
• delega estesa di decisioni,
• ambiguità nella distribuzione delle responsabilità.

In contesti sensibili, tali effetti possono incidere direttamente sulla sicurezza e sull’affidabilità dei sistemi embodied.

9.3 Ridefinizione dell’agire umano

L’Embodied AI influisce sull’antropologia dell’azione soprattutto attraverso la ridefinizione dell’agire umano in contesti condivisi. Quando sistemi artificiali incarnati assumono compiti operativi, l’essere umano tende a spostarsi verso ruoli di supervisione, coordinamento e gestione delle eccezioni (T. Feng et al., 2025).

Questo spostamento modifica le categorie attraverso cui l’azione viene valutata. Efficienza, affidabilità e continuità operativa acquisiscono maggiore centralità; giudizio situato, interpretazione contestuale e responsabilità vissuta rischiano così di essere marginalizzati.

L’Embodied AI contribuisce così a una tecnicizzazione dell’agire, in cui le pratiche umane vengono progressivamente reinterpretate secondo logiche funzionali derivate dai sistemi artificiali.

9.4 Vulnerabilità, errore e responsabilità

Un elemento antropologicamente rilevante riguarda il rapporto tra vulnerabilità ed errore. L’agire umano è intrinsecamente finito: il corpo biologico è fragile, l’attenzione limitata e il giudizio fallibile. Queste caratteristiche costituiscono dimensioni strutturali dell’esperienza umana.

Gli errori dell’Embodied AI rimandano a scelte di progettazione, addestramento e implementazione. La finitezza umana possiede una diversa origine esistenziale; questa distanza incide direttamente sulla distribuzione della responsabilità (Fung et al., 2025).

Quando un agente incarnato fallisce, la responsabilità rimane distribuita tra progettisti, sviluppatori, operatori e organizzazioni. Autonomia operativa e responsabilità morale appartengono a piani distinti; la governance deve rendere visibile e controllabile la rete delle responsabilità.

9.5 L’Embodied AI come specchio antropologico

L’Embodied AI acquisisce rilevanza antropologica come specchio dell’agire umano. Il confronto con sistemi la cui azione è funzionale e priva di esperienza mette in luce il ruolo del corpo vissuto, del significato e della responsabilità nell’azione umana.

Questa prospettiva evita l’attribuzione di qualità umane ai sistemi artificiali e la riduzione dell’agire umano a mera funzione ottimizzabile. L’analisi antropologica chiarisce così la differenza tra azione umana e artificiale, riconoscendo al tempo stesso la crescente interazione tra i due domini.

10. Sicurezza fisica, vulnerabilità e regolazione

Quando un sistema di IA controlla attuatori, i suoi errori possono produrre effetti materiali. Ai rischi informazionali si aggiungono collisioni, movimenti impropri, manipolazioni pericolose e compromissioni della privacy spaziale. La sicurezza dell’Embodied AI richiede quindi una lettura congiunta di modello, software, corpo, ambiente d’uso e organizzazione responsabile (Perlo et al., 2025).

10.1 Dal danno informazionale al danno cinetico

Nei sistemi incarnati il rischio deriva dall’interazione tra inferenze probabilistiche e vincoli fisici. Le misure tradizionali della robotica industriale — segregazione delle aree, limiti di forza e velocità, arresto di emergenza — restano essenziali e vanno integrate con valutazioni dei modelli, monitoraggio del comportamento e controllo delle condizioni d’uso. Il problema assume forme diverse nei robot industriali, nei sistemi mobili, nei dispositivi domestici e nelle applicazioni sanitarie (International Organization for Standardization [ISO], 2025; Perlo et al., 2025).

10.2 Prompt injection e manipolazione del comportamento fisico

L’integrazione di modelli linguistici o visione-linguaggio nel controllo robotico estende al dominio fisico vulnerabilità quali prompt injection, istruzioni avversarie e input visivi manipolati. Esperimenti di laboratorio mostrano che alcune protezioni possono essere aggirate; la portata dei risultati nei sistemi commerciali e nei diversi contesti operativi richiede valutazioni specifiche. Le evidenze descrivono quindi un rischio dimostrato in configurazioni sperimentali e ancora da misurare nelle singole applicazioni embodied (Perlo et al., 2025; Salimpour et al., 2025).

10.3 Il paradosso di Moravec e la falsa sicurezza

La fluidità linguistica può indurre gli utenti a sovrastimare la competenza fisica del sistema. Le abilità sensomotorie restano fragili quando cambiano superfici, oggetti o condizioni ambientali. Il paradosso di Moravec aiuta a comprendere questa asimmetria; una teoria della sicurezza richiede inoltre misure nel dominio d’uso, comprese le condizioni rare e avverse (Perlo et al., 2025).

10.4 Privacy spaziale e sorveglianza mobile

La mobilità e la raccolta multimodale ampliano la portata della sorveglianza. Robot e dispositivi indossabili possono acquisire video, audio e mappe spaziali in ambienti domestici o lavorativi, rendendo inferibili abitudini e relazioni. I principi di consenso, minimizzazione e limitazione delle finalità richiedono interfacce e controlli capaci di seguire sensori che cambiano posizione e campo di osservazione (Fung et al., 2025; Perlo et al., 2025).

10.5 Un quadro normativo e tecnico ancora frammentato

La regolazione parte da basi già esistenti e rimane distribuita tra regimi differenti. Nell’Unione europea l’AI Act si coordina con la disciplina dei prodotti e delle macchine; sul piano tecnico, ISO 10218-1:2025 e ISO 10218-2:2025 aggiornano i requisiti per robot industriali e applicazioni robotiche, mentre ISO 13482 riguarda i robot di assistenza personale. Foundation models, adattamento dopo il dispiegamento e verifica continua aprono questioni che attraversano questi perimetri. Il NIST AI RMF offre una cornice generale per governare, mappare, misurare e gestire i rischi. La sfida consiste nell’integrare regole, standard e responsabilità lungo l’intero ciclo di vita (Unione europea, 2024; ISO, 2025; Tabassi, 2023).

11. Implicazioni professionali e organizzative

L’adozione di sistemi embodied può modificare la distribuzione di attività, competenze e responsabilità nelle organizzazioni. Le evidenze disponibili sono ancora concentrate su prototipi, casi settoriali e studi tecnici; perciò le conseguenze sul lavoro vanno formulate come ipotesi istituzionali e organizzative da verificare, evitando di dedurre trasformazioni occupazionali direttamente dalle capacità di laboratorio (Lisondra et al., 2026; Perlo et al., 2025).

Questo capitolo analizza tali trasformazioni concentrandosi su tre dimensioni principali: la ridefinizione delle competenze, la governance dell’autonomia e l’interazione uomo–agente come pratica professionale situata.

11.1 Dalla competenza esecutiva all’orchestrazione dell’azione

Nei contesti in cui questi sistemi vengono adottati, alcune attività possono spostarsi dall’esecuzione diretta verso configurazione, supervisione e gestione delle eccezioni. Intensità e direzione dello spostamento dipendono dal settore, dall’affidabilità del sistema, dall’organizzazione del lavoro e dalle scelte di progettazione. L’orchestrazione rappresenta una traiettoria possibile, condizionata dall’intero assetto socio-tecnico.

Questa trasformazione implica una riorganizzazione delle competenze:

• comprensione dei limiti operativi dei sistemi,
• capacità di intervenire in situazioni impreviste,
• gestione delle transizioni tra controllo umano e autonomia artificiale.

Le competenze esecutive conservano valore perché permettono di riconoscere anomalie, valutare la plausibilità delle azioni e intervenire nei passaggi critici. L’automazione può ridurne l’esercizio quotidiano, creando un problema di mantenimento dell’esperienza che le organizzazioni devono affrontare intenzionalmente.

11.2 Governance dell’autonomia e responsabilità distribuita

L’Embodied AI introduce una forma di autonomia funzionale che richiede modelli di governance specifici. Poiché gli agenti incarnati agiscono nel mondo fisico, le loro decisioni producono effetti materiali immediati, rendendo insufficiente una concezione puramente tecnica del controllo (Fung et al., 2025).

La responsabilità associata all’azione di questi sistemi emerge come proprietà distribuita del sistema socio-tecnico. Essa coinvolge:

• progettisti e sviluppatori,
• organizzazioni che implementano i sistemi,
• operatori che li supervisionano,
• contesti normativi e regolatori.

L’autonomia operativa dell’agente e la responsabilità morale appartengono a piani distinti. L’organizzazione deve quindi rendere espliciti ruoli, poteri di intervento, soglie di arresto e responsabilità decisionali. La governance riguarda l’intero sistema socio-tecnico e la qualità delle relazioni che lo compongono.

11.3 Competenze sistemiche e nuove professionalità

L’adozione dell’Embodied AI favorisce l’emergere di competenze sistemiche, orientate alla comprensione e alla gestione di interazioni complesse tra agenti, ambienti e infrastrutture. Queste competenze includono:

• interpretazione del comportamento emergente,
• valutazione dei margini di affidabilità,
• gestione dell’incertezza e dell’errore.

Queste capacità attraversano ruoli diversi e possono ridefinire professioni esistenti prima ancora di produrre nuove figure formalizzate. La formazione deve integrare conoscenza tecnica, giudizio operativo, consapevolezza dei limiti e responsabilità nell’interazione uomo–sistema (Lisondra et al., 2026).

La formazione professionale deve quindi spostarsi da un focus esclusivamente tecnico verso una comprensione più ampia dei sistemi embodied come infrastrutture socio-tecniche.

11.4 Interazione uomo–agente come pratica professionale

L’interazione tra persone e sistemi embodied diventa una pratica professionale situata quando l’esito dipende dalla coordinazione reciproca. L’agente artificiale può offrire prestazioni utili entro un dominio definito; affidabilità e limiti richiedono misurazione e monitoraggio. L’efficacia operativa resta distinta dalla comprensione semantica e dall’intenzionalità (Hoffmann & Patni, 2026).

L’operatore umano sviluppa quindi forme di competenza relazionale specifiche:

• interpretazione dei segnali comportamentali dell’agente,
• anticipazione delle sue reazioni,
• intervento tempestivo in caso di deviazione.

Questa relazione operativa richiede un equilibrio delicato tra fiducia funzionale e vigilanza critica. La qualità dell’interazione dipende dalla capacità di calibrare la delega e il controllo in rapporto al contesto.

11.5 Implicazioni organizzative di lungo periodo

Nel lungo periodo, l’Embodied AI contribuisce a una trasformazione delle organizzazioni verso strutture più orientate alla gestione di sistemi autonomi. Processi decisionali, flussi di lavoro e criteri di valutazione delle prestazioni vengono progressivamente adattati alla presenza di agenti che operano con gradi variabili di autonomia (Hannas et al., 2025).

Questa trasformazione assume forme differenti e dipende da:

• scelte organizzative,
• contesti normativi,
• culture professionali,
• investimenti infrastrutturali.

L’Embodied AI agisce quindi come fattore abilitante, la cui integrazione efficace richiede un allineamento tra tecnologia, organizzazione e competenze umane.

12. Economia politica e geografia dell’Embodied AI

L’Embodied AI è anche una capacità industriale. Il suo sviluppo dipende da semiconduttori, sensori, attuatori, dati di interazione, manifattura, energia e standard. La competizione riguarda dunque la possibilità di integrare software e mondo fisico lungo filiere affidabili e amplia la corsa già avviata intorno ai modelli linguistici (Hannas et al., 2025).

Le strategie nazionali attribuiscono pesi diversi a modelli, robotica e capacità manifatturiera. Il rapporto del Center for Security and Emerging Technology documenta la particolare enfasi cinese sull’Embodied AI come settore strategico e come possibile percorso verso sistemi più generali. Il rapporto con l’AGI rimane un’ipotesi strategica e di ricerca, sostenuta da orientamenti di policy ancora lontani da una dimostrazione empirica (Hannas et al., 2025).

12.1 La divergenza strategica: l’Embodied AI come percorso verso l’AGI

Il confronto tra ecosistemi tecnologici mostra differenze di priorità entro una geografia più articolata della contrapposizione tra «Occidente» e Cina. Negli Stati Uniti, in Europa e in Cina convivono ricerca sui foundation models, robotica e world models. Alcuni documenti cinesi assegnano un ruolo centrale ai cicli di interazione tra corpo e ambiente; questa scelta può ridurre taluni errori di grounding. Intelligenza generale, comprensione sociale e affidabilità restano obiettivi aperti (Hannas et al., 2025).

12.2 La strategia cinese: il robot umanoide come “nuovo veicolo elettrico”

La Cina ha inserito robotica umanoide ed Embodied AI tra le proprie priorità industriali, mobilitando amministrazioni locali, centri di ricerca e imprese. Il paragone con il settore dei veicoli elettrici illumina il modello di politica industriale e conserva il valore di un’analogia strategica, entro differenze rilevanti di maturità tecnologica, struttura del mercato e requisiti di sicurezza (Hannas et al., 2025).

• Infrastruttura Nazionale: La creazione di centri di innovazione per robot umanoidi a Pechino, Shanghai e Shenzhen, che agiscono come hub per standardizzare hardware e software.
• Decoupling Cognitivo: La distinzione architetturale tra un "Cervello" (basato su modelli multimodali di grandi dimensioni per il ragionamento) e un "Cervelletto" (sistemi specializzati per il controllo motorio agile e preciso), mirando alla piena autonomia entro il 2030 (Hannas et al., 2025).
• Standardizzazione: Il rilascio di linee guida nazionali per classificare i livelli di intelligenza incarnata (da L1 a L5), anticipando gli standard globali per plasmare il mercato internazionale (Hannas et al., 2025).

12.3 La geografia dell’innovazione: hub e specializzazioni

La strategia geopolitica prende forma in cluster di innovazione che integrano università, grandi imprese tecnologiche e startup:

• Pechino: Si concentra sulla definizione di standard, policy e sviluppo di piattaforme robotiche generaliste come "Tiangong".
• Shanghai: Attraverso istituti come il Qi Zhi Institute, guida la ricerca sui modelli fondazionali e sulla simulazione fisica, puntando a raccogliere milioni di dati di interazione fisica entro il 2025.
• Shenzhen: Sfruttando la sua base manifatturiera, si posiziona come centro per l'ecosistema hardware, con giganti come Huawei che mirano a trasformare qualsiasi entità fisica in un agente intelligente (Hannas et al., 2025).

12.4 Standardizzazione come potere: il ruolo dell’ITU

Gli standard influenzano interoperabilità, accesso ai mercati e distribuzione delle responsabilità. Organismi internazionali e autorità nazionali stanno aggiornando quadri tecnici e normativi; i perimetri rimangono frammentati tra robot industriali, prodotti con componenti di IA e sistemi ad alto rischio. La partecipazione alla definizione degli standard offre un vantaggio istituzionale e industriale. L’ipotesi di un’egemonia richiede evidenze ulteriori (International Organization for Standardization [ISO], 2025; Unione europea, 2024; Wei, 2025).

12.5 Il carattere dual-use e la sicurezza globale

Le tecnologie embodied hanno carattere dual-use: capacità di navigazione, manipolazione e coordinamento possono servire applicazioni civili, sorveglianza o impieghi militari. Il rischio dipende da accesso, scala, contesto e salvaguardie. La pressione competitiva può ridurre i tempi di verifica, rendendo importanti valutazioni prima del dispiegamento, tracciabilità degli incidenti e meccanismi di arresto e responsabilità (Perlo et al., 2025; Hannas et al., 2025).

Una riflessione ulteriore riguarda l’uso di reti pervasive di sensori e attuatori per regolare ambienti sociali. Schmalzried (2025) immagina forme di «omeostasi noetica» nelle quali il sistema interviene per ridurre conflitti o instabilità. È uno scenario filosofico, privo al momento di conferma empirica, utile soprattutto per rendere visibile una questione politica: chi definisce lo stato desiderabile che l’infrastruttura dovrebbe preservare?

Se sistemi incarnati fossero impiegati per modulare comportamenti collettivi, il rischio riguarderebbe la trasformazione del dissenso in anomalia da correggere. Il valore di questa ipotesi sta nel criterio che suggerisce per il presente: finalità, poteri di intervento e possibilità di contestazione devono rimanere pubblicamente leggibili prima che tali infrastrutture acquistino capacità fisica diffusa.

13. Conclusione

L’analisi sviluppata in questo saggio ha mostrato come l’Embodied AI rappresenti una trasformazione rilevante dell’intelligenza artificiale contemporanea, spostando l’attenzione dalla produzione di rappresentazioni astratte alla capacità di agire nel mondo fisico. Questo spostamento implica conseguenze che attraversano livelli architetturali, epistemologici, antropologici, organizzativi e geopolitici, rendendo l’Embodied AI un fenomeno intrinsecamente sistemico (T. Feng et al., 2025; Fung et al., 2025).

La tesi centrale può essere sintetizzata nel concetto di attore funzionale situato: un sistema capace di produrre azioni efficaci in contesti reali attraverso l’integrazione di modelli computazionali, corpo fisico e ambiente. Il suo statuto rimane operativo e distinto da soggettività, comprensione semantica e responsabilità morale (Hoffmann & Patni, 2026).

13.1 Sintesi dei contributi principali

Il saggio ha chiarito che l’Embodied AI:

• ridefinisce il ruolo del corpo come vincolo generativo dell’azione e componente attiva dei processi cognitivi (Fung et al., 2025);
• introduce una concezione operativa e situata della conoscenza, orientata alla sufficienza necessaria per l’azione e attenta ai limiti della completezza rappresentazionale (T. Feng et al., 2025);
• rende esplicita la natura distribuita dell’intelligenza, che emerge dall’interazione tra architettura computazionale, corpo e ambiente;
• richiede nuovi modelli di governance dell’autonomia, in cui responsabilità e controllo vengono redistribuiti all’interno di sistemi socio-tecnici complessi (Lisondra et al., 2026).

Questi elementi convergono nel mostrare una riconfigurazione dell’IA tradizionale orientata all’azione nel mondo reale.

13.2 Potenza operativa e limiti strutturali

L’Embodied AI manifesta una potenza operativa significativa nei contesti segnati da incertezza, dinamismo e interazione fisica. La stessa natura situata genera limiti strutturali: dipendenza dal contesto, difficoltà di trasferimento tra ambienti e vulnerabilità alle condizioni fuori distribuzione (Liang et al., 2025).

Riconoscere questi limiti sostiene una valutazione epistemologicamente realistica. L’efficacia dell’azione coincide con la capacità di operare entro vincoli fisici e organizzativi specifici; comprensione semantica e intenzionalità restano dimensioni ulteriori.

13.3 Embodied AI come paradigma socio-tecnico

L’Embodied AI emerge, nel complesso, come paradigma socio-tecnico e richiede una lettura integrata delle dimensioni tecniche, umane e istituzionali. L’azione incarnata dell’IA incide sulle pratiche professionali, sulle forme di coordinamento organizzativo e sulle traiettorie geopolitiche legate allo sviluppo infrastrutturale e industriale (Hannas et al., 2025).

In questo senso, l’Embodied AI rende visibile una trasformazione più ampia: l’intelligenza artificiale passa da strumento di supporto cognitivo a componente operativa di sistemi materiali, con effetti diretti sul modo in cui l’azione viene distribuita e governata.

13.4 Direzioni future di ricerca

Le analisi sviluppate in questo lavoro suggeriscono alcune direzioni prioritarie per la ricerca futura:

1. Valutazione dell’embodiment: sviluppo di metriche e protocolli che misurino l’integrazione reale tra corpo, ambiente e decisione, oltre le prestazioni in simulazione.

2. Governance dell’autonomia: modelli istituzionali e organizzativi capaci di rendere trasparente la distribuzione della responsabilità nei sistemi embodied.

3. Interazione uomo–agente: studio delle pratiche operative e delle competenze necessarie per lavorare con agenti incarnati in contesti reali.

4. Standard e infrastrutture: analisi del ruolo degli standard tecnologici e delle filiere industriali nello sviluppo dell’Embodied AI come capacità strategica (Hannas et al., 2025).

Queste linee di ricerca risultano interdipendenti e richiedono approcci interdisciplinari che integrino ingegneria, scienze sociali e filosofia della tecnologia.

13.5 Chiusura concettuale

L’Embodied AI rende visibile un passaggio importante: alcune funzioni dell’intelligenza artificiale entrano direttamente nei circuiti dell’azione fisica. Questa capacità amplia il potere operativo dei sistemi e, insieme, li espone alla resistenza degli oggetti, all’incertezza degli ambienti e alle conseguenze materiali degli errori.

Comprendere l’Embodied AI come attore funzionale situato consente di mantenere una distinzione chiara tra capacità operative e statuto ontologico, offrendo una base concettuale solida per valutare il ruolo dell’intelligenza artificiale nei sistemi socio-tecnici contemporanei (Z. Feng et al., 2025; Hoffmann & Patni, 2026).

Il contributo di questa analisi consiste nel rendere discutibili — e quindi valutabili — distinzioni che il dibattito tende spesso a comprimere: embodiment e presenza fisica, performance e comprensione, autonomia funzionale e statuto cognitivo. Questa chiarezza concettuale sostiene forme più robuste di valutazione e governance.

Riferimenti bibliografici

Brown, J. S., Collins, A., & Duguid, P. (1989). Situated cognition and the culture of learning. Educational Researcher, 18(1), 32–42.

Clark, A. (1997). Being There: Putting Brain, Body, and World Together Again. MIT Press.

Feng, T., Wang, X., Jiang, Y.-G., & Zhu, W. (2025). Embodied AI: From LLMs to world models. arXiv. https://doi.org/10.48550/arXiv.2509.20021

Feng, Z., Xue, R., Yuan, L., Yu, Y., Ding, N., Liu, M., Gao, B., Sun, J., Zheng, X., & Wang, G. (2025). Multi-agent embodied AI: Advances and future directions. arXiv. https://doi.org/10.48550/arXiv.2505.05108

Floridi, L. (2011). The Philosophy of Information. Oxford University Press.

Floridi, L. (2023). The ethics of artificial intelligence: Principles, challenges, and opportunities. Oxford University Press.

Fung, P., Bachrach, Y., Celikyilmaz, A., Chaudhuri, K., Chen, D., Chung, W., et al. (2025). Embodied AI agents: Modeling the world. arXiv. https://doi.org/10.48550/arXiv.2506.22355

Hannas, W. C., Chang, H.-M., Weber, V., & Chou, D. H. (2025). China’s embodied AI: A path to AGI (Issue Brief). Center for Security and Emerging Technology. https://doi.org/10.51593/20250010

Hoffmann, M., & Patni, S. P. (2026). Embodied AI in machine learning: Is it really embodied? In S. L. Macrine, J. M. B. Fugate, A. Abdulali, & J. Hughes (Eds.), Embodied intelligence (pp. 203–228). MIT Press. https://doi.org/10.7551/mitpress/15999.003.0017

International Organization for Standardization. (2025). ISO 10218-1:2025, Robotics—Safety requirements—Part 1: Industrial robots. https://www.iso.org/standard/73933.html

Kim, M. J., Pertsch, K., Karamcheti, S., Xiao, T., Balakrishna, A., Nair, S., et al. (2024). OpenVLA: An open-source vision-language-action model. arXiv. https://doi.org/10.48550/arXiv.2406.09246

Li, X., He, X., Zhang, L., Wu, M., Li, X., & Liu, Y. (2025). A comprehensive survey on world models for embodied AI. arXiv. https://doi.org/10.48550/arXiv.2510.16732

Liang, W., Zhou, R., Ma, Y., Zhang, B., Li, S., Liao, Y., & Kuang, P. (2025). Large model empowered embodied AI: A survey on decision-making and embodied learning. arXiv. https://doi.org/10.48550/arXiv.2508.10399

Lisondra, M., Benhabib, B., & Nejat, G. (2026). Embodied AI with foundation models for mobile service robots: A systematic review. Robotics, 15(3), Article 55. https://doi.org/10.3390/robotics15030055

Perlo, J., Robey, A., Barez, F., Floridi, L., & Mökander, J. (2025). Embodied AI: Emerging risks and opportunities for policy action. arXiv. https://doi.org/10.48550/arXiv.2509.00117

Salimpour, S., Fu, L., Rachwał, K., Bertrand, P., O’Sullivan, K., Jakob, R., et al. (2025). Towards embodied agentic AI: Review and classification of LLM- and VLM-driven robot autonomy and interaction. arXiv. https://doi.org/10.48550/arXiv.2508.05294

Schmalzried, M. (2025). A philosophical and ontological perspective on artificial general intelligence and the metaverse. Journal of Metaverse, 5(2), 168–180. https://doi.org/10.57019/jmv.1668494

Suchman, L. (1987). Plans and Situated Actions. Cambridge University Press.

Sun, Z., Tian, P., Hu, X., Zhao, X., Li, H., & Zhang, Z. (2025). Body discovery of embodied AI. arXiv. https://doi.org/10.48550/arXiv.2503.19941

Tabassi, E. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0) (NIST AI 100-1). National Institute of Standards and Technology. https://doi.org/10.6028/NIST.AI.100-1

Unione europea. (2024). Regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio che stabilisce regole armonizzate sull’intelligenza artificiale. Gazzetta ufficiale dell’Unione europea. https://eur-lex.europa.eu/eli/reg/2024/1689/oj

Varela, F. J., Thompson, E., & Rosch, E. (1991). The Embodied Mind: Cognitive Science and Human Experience. MIT Press.

Wang, Y., & Sun, A. (2025). Toward embodied AGI: A review of embodied AI and the road ahead. arXiv. https://doi.org/10.48550/arXiv.2505.14235

Wei, K. (2025, October 10). What is embodied artificial intelligence and why it matters to ITU? [Presentation]. CAICT & ITU Workshop.

Wu, D., Wei, X., Chen, G., Shen, H., Wang, X., Li, W., & Jin, B. (2025). Generative multi-agent collaboration in embodied AI: A systematic review. In J. Kwok (Ed.), Proceedings of the Thirty-Fourth International Joint Conference on Artificial Intelligence (pp. 10723–10732). https://doi.org/10.24963/ijcai.2025/1190