Gli occhiali smart possono sembrare un semplice gadget di consumo: una videocamera sul viso, altoparlanti nelle orecchie e un assistente IA in grado di rispondere a domande su ciò che vedi. Ma lo stesso dispositivo può dare a un sistema di IA qualcosa che gli è sempre mancato: una visuale in prima persona della vita umana quotidiana.

Questo è importante perché insegnare all’IA a scrivere o generare immagini è molto diverso dall’insegnare a una macchina a muoversi nel mondo fisico. Un robot deve capire dove si trovano gli oggetti, cosa succede quando si muovono e come le mani interagiscono con cose che si piegano, si rompono, si rovesciano o cambiano forma.

Meta ha trascorso anni a studiare dispositivi indossabili in grado di catturare questo tipo di informazioni. I suoi occhiali Ray-Ban Meta portano parte di questa tecnologia in un prodotto di consumo, dando all’azienda accesso ai dati generati durante attività ordinarie.

Un test di 72 ore sugli occhiali, utilizzandone le funzionalità IA per tutta la giornata e richiedendo i dati associati, ha offerto uno spunto sul perché le registrazioni in prima persona potrebbero essere preziose per addestrare l’IA e sul perché la privacy diventa più difficile da separare dalla tecnologia stessa.

Come l’IA impara dal mondo reale

I modelli linguistici di grandi dimensioni imparano da enormi raccolte di materiale scritto. Funziona bene per i sistemi costruiti attorno al linguaggio, ma il testo non può descrivere appieno come le persone potrebbero fare cose come muoversi in una cucina, prendere una bottiglia, rompere un uovo o trovare le chiavi.

Gli esseri umani imparano queste cose attraverso anni di esperienza sensoriale. L’ex responsabile scientifico per l’IA di Meta, Yann LeCun, ha sostenuto che a quattro anni un bambino ha visto 50 volte più dati di qualsiasi modello linguistico, anche il più grande. Il suo punto più ampio è che le macchine hanno bisogno di input sensoriali più ricchi se devono comprendere il mondo fisico.

Per un robot, questo significa imparare da qualcosa di più delle istruzioni. Servono dati su ciò che le persone fanno davvero, comprese le piccole variazioni difficili da descrivere a parole. Per esempio, qualcuno che lava i piatti può sembrare banale. Ma una volta che quel filmato viene etichettato e annotato, può mostrare a un sistema di IA dove si trovano gli oggetti, come si muovono le mani e cosa succede quando accade qualcosa di inaspettato.

Quel tipo di dati di addestramento è difficile da raccogliere su larga scala. Una videocamera indossabile offre una possibile soluzione perché può catturare il mondo dalla stessa prospettiva della persona che esegue l’attività. Come sintetizza l’argomentazione di LeCun: “Servono occhi”.

Perché Meta usa gli occhiali smart

Meta lavora a questo problema da anni attraverso Project Aria(nuova finestra), un programma di ricerca basato su computer indossabili in formato occhiali. I dispositivi di ricerca usano videocamere e altri sensori per studiare come le persone interagiscono con il mondo.

Project Aria mostra anche quanto possano essere diverse le aspettative di privacy tra ricerca e uso da parte dei consumatori. Le linee guida pubblicate da Meta affermano che i partecipanti alla ricerca vengono formati su pratiche di registrazione appropriate, che le persone in case private devono acconsentire e che una luce visibile indica quando audio e video vengono raccolti.

Gli occhiali smart per consumatori operano in un ambiente molto meno controllato. Una persona può indossarli mentre cammina per strada, fa acquisti, prepara il caffè o svolge faccende domestiche. Questo crea una fonte utile di dati in prima persona. Significa anche che le persone attorno a chi li indossa possono comparire nelle registrazioni senza sapere che una videocamera è attiva.

La distinzione è importante perché il valore di questi dati deriva dalla loro natura ordinaria. Il loro valore deriva dal catturare i piccoli dettagli della vita quotidiana.

Cosa devono imparare i robot

I ricercatori stanno lavorando a diversi problemi che sembrano semplici per gli esseri umani ma sono difficili per le macchine. Uno è la memoria episodica. Chiedere a un’IA dove hai lasciato le chiavi sembra facile, ma il sistema deve riconoscere l’oggetto, capire quando è stato visto l’ultima volta e tenere traccia di ciò che è successo da allora a ora.

Un altro è la fisica intuitiva. Se fai rotolare una palla verso un tavolo, hai già un’aspettativa su ciò che accadrà. Gli esseri umani sviluppano queste previsioni attraverso anni di osservazione del mondo fisico.

Il terzo riguarda le interazioni mano-oggetto. Allacciare le scarpe, abbottonare una camicia, raccogliere qualcosa o maneggiare un pezzo di stoffa richiedono a una macchina di gestire oggetti che possono piegarsi e deformarsi. Questi sono i tipi di situazioni che le registrazioni in prima persona possono catturare.

Durante il test di 72 ore, le attività ordinarie si adattavano sorprendentemente bene a questi problemi di ricerca. Guidare implicava prevedere come gli oggetti si muovono nello spazio. Prendere una bottiglia o rompere un uovo implicava l’interazione mano-oggetto. Guardare un uovo rotolare giù dal bancone implicava la fisica intuitiva. Chiedere dove fossero state lasciate le chiavi era un compito di memoria episodica.

Il punto non è che ogni registrazione banale diventi immediatamente dati di addestramento utili. È che l’attività umana ordinaria contiene gli esempi di cui l’IA incarnata ha bisogno.

Cosa possono catturare gli occhiali di Meta

Meta afferma che gli occhiali Ray-Ban Meta non registrano continuamente tutto ciò che circonda chi li indossa per l’addestramento dell’IA. Secondo l’azienda, i dati usati per addestrare la sua IA e potenzialmente esaminati da esseri umani includono i comandi vocali e i video catturati quando un utente chiede all’IA di fare qualcosa.

Quando l’IA deve analizzare ciò che vede la videocamera, il filmato pertinente può essere inviato ai server di Meta per l’elaborazione. L’azienda può quindi usare tali informazioni per migliorare i suoi sistemi di IA. Una persona può chiedere agli occhiali informazioni su un oggetto, una posizione, un’attività o qualcosa che accade davanti a sé, creando un registro di queste interazioni da una prospettiva in prima persona.

Meta ha anche introdotto Live AI, che rende l’assistente disponibile senza richiedere la solita frase di attivazione. Questo rende gli occhiali più utili come assistente in tempo reale, aumentando anche il tempo in cui la loro videocamera e il microfono possono essere attivi.

C’è un altro problema di privacy più difficile da risolvere tramite le impostazioni. Chi indossa gli occhiali controlla il dispositivo, ma chi gli sta intorno no. Durante il test, i volti sono stati sfocati nel materiale esaminato, ma le persone attorno a chi li indossava non sapevano di essere registrate. È diverso dal processo di ricerca Project Aria di Meta, dove i partecipanti e le persone in determinati ambienti privati sono soggetti a requisiti di consenso esplicito.

Cosa fa pensare ai piani di Meta per la robotica

L’idea che Meta possa usare dati indossabili per contribuire a costruire robot è ancora un’ipotesi sulla strategia più ampia dell’azienda, più che qualcosa che gli occhiali da soli dimostrano. Ci sono, tuttavia, diversi elementi a sostegno.

Nel febbraio 2025, Meta ha creato una divisione di robotica umanoide all’interno di Reality Labs, la stessa organizzazione più ampia responsabile dei suoi occhiali smart. Nel maggio 2026, Meta ha anche acquisito Assured Robot Intelligence, un laboratorio di robotica co-fondato da Lerrel Pinto.

Meta ha anche dichiarato di volere che la sua tecnologia funga da livello software per i robot umanoidi. La sua ricerca ha già esplorato come le registrazioni egocentriche possano aiutare i robot ad apprendere compiti fisici. Questo rende gli occhiali rilevanti al di là del loro ruolo di assistente IA. Mettono videocamere, microfoni e IA in un dispositivo che le persone possono indossare per tutta la giornata.

I prototipi indossabili di nuova generazione di Meta sono descritti come orientati a un rilevamento più continuo e a un tracciamento degli oggetti più solido. Queste capacità potrebbero produrre dati più utili su come le persone interagiscono con il mondo fisico.

Niente di tutto ciò dimostra che Meta stia segretamente raccogliendo ogni momento della vita dei suoi clienti per costruire un esercito di robot. Mostra però perché i dati indossabili in prima persona potrebbero essere strategicamente preziosi per un’azienda che investe pesantemente sia nell’IA sia nella robotica.

La domanda più grande

Gli occhiali smart rendono l’IA più utile perché le danno accesso al mondo che ci circonda. Questa stessa capacità li rende diversi dagli assistenti IA a cui la maggior parte delle persone è abituata. La domanda è chi decide come questa fonte di dati sempre più personale viene raccolta, elaborata e utilizzata.

Man mano che l’IA passa dallo schermo al mondo fisico, i dati in prima persona diventano più preziosi.

Questo rende sempre più importante capire cosa un dispositivo può vedere, sentire, memorizzare e inviare altrove.