Robot sociali: perché un robot può fare meglio di un chatbot

Quando si parla di AI per il supporto psicologico, quasi tutti partono dal chatbot. È logico: costa meno, scala facilmente e non richiede hardware. Il punto più interessante dell'articolo che IEEE Spectrum dedica a Maja Matarić è proprio questo: usando la stessa base conversazionale, il robot può ottenere un effetto diverso dal chatbot.

Non perché “capisca” meglio. Non perché abbia una magia emotiva nascosta. Ma perché entra nella relazione in un altro modo: occupa spazio, detta un ritmo, crea presenza, rende l'interazione meno astratta. Per chi guarda alla robotica solo come automazione di compiti fisici, è una lezione che merita attenzione.

Perché il nome di Maja Matarić pesa davvero

IEEE ricorda che Matarić ha contribuito nel 2005 a definire il campo della socially assistive robotics. Da allora il suo lavoro alla University of Southern California ha insistito su una domanda molto concreta: come possono i robot aiutare le persone non facendo il lavoro al posto loro, ma sostenendo comportamento, motivazione e apprendimento?

Nel tempo il suo laboratorio ha sviluppato robot come Bandit, usato con bambini con disturbo dello spettro autistico, Kiwi, e più di recente Blossom, adattato per attività di pratica cognitivo-comportamentale. Il fatto che nel 2025 Matarić abbia ricevuto il Robotics Medal di MassRobotics non è solo una nota biografica: segnala che questo filone non è più una nicchia romantica, ma una parte seria del discorso sulla robotica contemporanea.

Per chi lavora in B2B può sembrare un mondo lontano. In realtà tocca una questione molto concreta: quanto conta la forma dell'interazione rispetto alla pura qualità del modello AI?

Il test che sposta la discussione

Nel passaggio più forte del pezzo, IEEE racconta che il team USC ha usato gli stessi LLM per due esperienze diverse di pratica CBT: una con chatbot, una con il robot Blossom. Il test di due settimane nei dormitori universitari assegnava gli studenti casualmente a uno dei due canali, chiedendo esercizi quotidiani e misurando il distress psichiatrico prima e dopo le sessioni.

Il risultato riportato da Matarić nel podcast AMA citato da IEEE è netto: gli studenti che interagivano con il robot hanno mostrato un calo significativo del loro stato di disagio, quelli che interagivano con il chatbot no. È un punto da maneggiare con attenzione — non significa che un robot sostituisca un terapeuta e neppure che basti un corpo meccanico per guarire qualcuno — ma basta per cambiare tono alla discussione.

La parte più seria arriva dopo. IEEE spiega che nel 2024 Matarić ha ottenuto un grant del NIMH per un trial di sei settimane con 120 studenti, che include anche l'uso di Fitbit e assessment clinici per osservare aderenza, engagement e risposta fisiologica. È qui che il tema esce dal titolo curioso e prova a diventare evidenza più robusta.

Perché il corpo del robot cambia il risultato

Qui c'è il passaggio che interessa anche fuori dal contesto clinico. Se chatbot e robot usano la stessa intelligenza di base, il differenziale non nasce dal “cervello” ma dal modo in cui l'AI viene consegnata alla persona.

Un robot sociale può guardare, aspettare, avvicinarsi, creare turn-taking, rendere l'esercizio più rituale e meno evanescente. In altre parole: costruisce un'interazione che pesa di più nella percezione umana. Non è un dettaglio estetico. È design dell'esperienza.

Questo vale anche in settori meno delicati della salute mentale. Chi progetta hospitality robotica o introduce robot di servizio in ambienti dove la relazione conta davvero, non dovrebbe pensare solo a navigazione e task completion. Dovrebbe pensare a tono, presenza, leggibilità dei gesti e comfort dell'utente. Un robot come Pudu Bellabot Pro non vive solo di tray capacity: vive anche di come le persone interpretano il suo comportamento.

Che cosa insegna al mercato della robotica di servizio

La lezione più interessante del caso Matarić è che la robotica di servizio non va letta come “chatbot con le ruote”. Se il corpo cambia davvero engagement e aderenza, allora la robotica sociale tocca una frontiera dove hardware, software e psicologia non si possono più separare con troppa leggerezza.

Naturalmente i limiti restano. Un buon risultato in un contesto di ricerca non significa prontezza universale. Ci sono costi, affidabilità, privacy, accettazione culturale e qualità del design da validare caso per caso. Però un segnale emerge con chiarezza: l'embodiment non è decorazione. È una variabile che può cambiare l'efficacia del sistema.

Per chi vende o integra robot, questo è un promemoria utile. La domanda non è soltanto “cosa sa fare il modello?”. La domanda è anche “come vive quell'intelligenza quando incontra una persona vera?”.

Conclusione

Il lavoro di Maja Matarić non dimostra che il futuro della salute mentale sarà pieno di robot. Dimostra qualcosa di più misurato e più interessante: a parità di intelligenza di base, la forma fisica dell'interazione può spostare il risultato.

È una notizia che vale anche fuori dai laboratori USC. Ogni volta che un robot entra in hotel, clinica, reception o spazio pubblico, non porta solo un task automatizzato. Porta una presenza. E quella presenza, se progettata bene, può fare una differenza reale. Se vuoi capire quali robot di servizio hanno oggi senso in scenari dove conta davvero la relazione con l'utente, parliamone: evitare l'effetto gadget è già metà del progetto.

Fonti

• IEEE Spectrum, Maja Matarić Pioneered Socially Assistive Robotics — https://spectrum.ieee.org/socially-assistive-robotics
• AMA Medical News podcast citato da IEEE Spectrum — https://edhub.ama-assn.org/jn-learning/audio-player/18985349