Robot, lo stai facendo male!... Adesso non c'è più neanche bisogno di dirlo, basta pensarlo. Un sistema che analizza i segnali cerebrali emessi quando vediamo un androide all'opera "capisce" se c'è stato un errore e corregge l'operato in corsa. Il meccanismo potrebbe in un lontano futuro consentire il pieno controllo di macchine usate nella produzione industriale, per esempio, semplicemente osservandole, senza rischi o fatica.
L'esperimento. Nello studio del MIT e del Politecnico Federale di Losanna (EPFL) cinque volontari hanno "collaborato" con Baxter, un braccio robotico industriale progettato dalla Rethink Robotics (Boston, Massachusetts).
I soggetti, indossato un casco per elettroencefalografia (EEG) che misurava l'attività elettrica del loro cervello, dovevano osservare Baxter dirigersi verso una tra due luci LED. Di volta in volta, una delle due luci veniva definita come scelta giusta o sbagliata.
Quando il robot "decideva" per quella errata, il casco EEG rilevava il segnale di errore nell'attività cerebrale dei volontari e lo comunicava a Baxter, che si dirigeva sull'altra luce. Il sistema ha funzionato nel 70% dei casi, anche con compiti diversi (il testo continua sotto il video).
Qualcosa non va. L'asso nella manica dell'interfaccia è l'interpretazione di un segnale chiamato negatività correlata all'errore (error-related negativity), una risposta molto specifica che il cervello manda in concomitanza a un evento sbagliato e che non richiede un training particolare. Può infatti essere inviato da chiunque, a differenza di altri sistemi che impongono di comunicare al robot mediante specifiche parole chiave.
Senza parlare. Questo meccanismo potrebbe essere sfruttato, per esempio, per la sicurezza dei passeggeri nei veicoli autonomi: il suono di una sirena potrebbe allertare gli occupanti dell'auto che, a sua volta, leggerebbe il segnale di emergenza comportandosi di conseguenza.
Aggiungendo algoritmi per l'apprendimento automatico si avrebbero poi robot che possono imparare dai propri errori - pensiamo ad arti robotici impegnati nell'afferrare un oggetto - svolgendo i compiti in modo più naturale.