Dall'India alle grandi aziende tecnologiche, cresce il mercato degli egodata: milioni di ore di gesti quotidiani vengono registrate per insegnare all'intelligenza artificiale a vedere, muoversi e imparare come un essere umano.
Immagina di svegliarti la mattina, legarti uno smartphone alla fronte e iniziare la giornata come se niente fosse. Fai colazione. Ti vesti. Lavi i piatti. Prepari il pranzo. Stendi i panni. Non per girare un vlog da inviare agli amici, né per diventare influencer. Per lavorare. È quello che fa ogni giorno Nagireddy Sriramyachandra, una ragazza indiana di 25 anni. Ogni sua azione viene registrata da una telecamera fissata sulla testa e inviata ai server di aziende che sviluppano intelligenze artificiali destinate ai robot umanoidi. Per ogni ora di registrazione riceve circa 250 rupie, poco più di due euro. Una cifra modesta, ma sufficiente a integrare il reddito senza modificare la propria routine: continua semplicemente a vivere la sua giornata. La domanda che sorge spontanea è un’altra: perché qualcuno dovrebbe pagare per guardare una persona che lava i piatti? La risposta racconta una delle trasformazioni più profonde dell’economia digitale. Il bene più prezioso non è più soltanto l’informazione: è il comportamento umano.
Cosa sono gli egodata
Le immagini registrate da Nagireddy appartengono a una categoria di informazioni ancora poco conosciuta dal grande pubblico: gli egodata, o dati egocentrici. Il termine deriva da “ego”, cioè dalla prospettiva personale. Sono dati raccolti in prima persona, esattamente dal punto di vista di chi sta vivendo un’esperienza. È il principio del celebre POV (Point of View) diventato familiare sui social network, ma applicato all’intelligenza artificiale. Per un sistema di AI questa differenza è enorme.
Una fotografia di una cucina permette di riconoscere gli oggetti presenti. Un video registrato dagli occhi di una persona, invece, insegna come si apre un cassetto, come si impugna un coltello, come si sposta un piatto senza romperlo, come si evitano gli ostacoli e come si coordinano mani e movimenti durante decine di micro-azioni contemporanee. Sono dettagli che per un essere umano risultano naturali, ma che rappresentano una delle sfide più difficili per un robot umanoide.
Perché i robot hanno bisogno dei nostri gesti
Negli ultimi anni le intelligenze artificiali generative hanno imparato leggendo miliardi di pagine di testo disponibili online. Libri, articoli, siti web e conversazioni hanno costituito il grande patrimonio di conoscenze utilizzato per addestrare modelli linguistici sempre più sofisticati. Per costruire robot capaci di vivere nel mondo fisico, però, il testo non basta. Serve un altro tipo di apprendimento: quello visivo e motorio. Per insegnare a un robot a piegare una maglietta, preparare un caffè o apparecchiare una tavola occorrono milioni, probabilmente miliardi, di ore di registrazioni di persone che svolgono attività quotidiane. In altre parole, servono esseri umani che fanno semplicemente gli esseri umani. È qui che gli egodata diventano una risorsa strategica.
Perché la raccolta degli egodata si concentra in India
Non è un caso che molte di queste attività si stiano sviluppando in India. Negli ultimi anni il Paese è diventato uno dei principali poli mondiali del cosiddetto data work, cioè il lavoro di raccolta, pulizia e annotazione dei dati utilizzati per addestrare i modelli di intelligenza artificiale.
Per le aziende tecnologiche occidentali il vantaggio è evidente: il costo del lavoro è significativamente inferiore rispetto a Europa e Stati Uniti. Per molti lavoratori indiani, invece, registrare le proprie attività quotidiane rappresenta una nuova opportunità di reddito. Attorno a questo fenomeno stanno nascendo decine di aziende specializzate nella raccolta di egodata destinati alle principali società tecnologiche mondiali.
Naturalmente non mancano i dubbi. Alcuni osservatori sottolineano una contraddizione evidente: molte persone stanno contribuendo ad addestrare sistemi che, almeno in parte, potrebbero automatizzare proprio le attività che oggi svolgono loro. Altri ricordano invece che ogni rivoluzione tecnologica crea nuove professioni mentre ne trasforma altre e che questi lavori potrebbero rappresentare una fase di transizione. Come spesso accade, la realtà è probabilmente più complessa di entrambe le interpretazioni.
In realtà stiamo già addestrando l’intelligenza artificiale
La storia di Nagireddy può sembrare lontana dalla nostra quotidianità. Ma forse non lo è così tanto. Lei indossa una telecamera. Noi apriamo ChatGPT, Gemini, Claude o altri assistenti basati sull’intelligenza artificiale. Ogni giorno facciamo domande, chiediamo consigli, correggiamo risposte, riformuliamo testi, esprimiamo preferenze e valutiamo risultati. Anche queste interazioni producono dati. La differenza è nel tipo di informazione raccolta.
Nagireddy genera soprattutto dati visivi sul comportamento fisico. Noi produciamo dati linguistici, preferenze, modalità di ragionamento e schemi decisionali. Il principio, però, è lo stesso: trasformare attività umane in informazioni digitali che aiutano le macchine a comprendere meglio il nostro modo di agire.
Il comportamento umano come risorsa economica
Il vero tema, allora, non riguarda soltanto la tecnologia. Se il comportamento umano sta diventando una delle materie prime più preziose dell’economia digitale, chi ne controlla realmente il valore? Chi decide come questi dati saranno utilizzati? E soprattutto, cosa riceviamo in cambio quando cediamo frammenti sempre più dettagliati della nostra vita quotidiana?
Per anni si è ripetuto che “i dati sono il nuovo petrolio”. Oggi questa definizione rischia di essere insufficiente. Non stiamo più parlando soltanto delle informazioni che lasciamo navigando online. Stiamo iniziando a parlare dei nostri gesti, delle nostre abitudini, dei nostri movimenti, del modo in cui interagiamo con gli oggetti e con il mondo. In altre parole, del modo in cui viviamo.
L’ingrediente più prezioso dell’AI siamo noi
L’evoluzione dell’intelligenza artificiale non dipende soltanto da algoritmi sempre più potenti o da computer più veloci. Dipende anche dalla qualità dei dati che le persone producono ogni giorno, spesso senza rendersene conto. Gli egodata raccontano proprio questo passaggio: il valore non è più soltanto nelle informazioni che possediamo, ma nei comportamenti che mettiamo in pratica. Ed è una trasformazione destinata ad accompagnare lo sviluppo delle prossime generazioni di robot umanoidi e di sistemi di AI. Per questo vale la pena ricordare un aspetto fondamentale: l’ingrediente più importante dell’intelligenza artificiale non sono le macchine. Siamo noi.
