Le 10 donne più influenti nell’IA e nella robotica che stanno trasformando il futuro

L’intelligenza artificiale e la robotica non sono più campi sperimentali confinati ai laboratori di ricerca. Stanno plasmando le economie, ridefinendo le industrie e influenzando la vita quotidiana a livello globale. Dietro molte delle scoperte più importanti ci sono donne il cui lavoro ha fondamentalmente alterato la progettazione, l’addestramento, la governance e il dispiegamento di sistemi intelligenti.

Questa lista mette in evidenza dieci delle donne più influenti nell’IA e nella robotica di oggi. Sono ricercatrici, ingegnere e leader tecniche le cui contribuzioni si estendono ben oltre i titoli – donne il cui lavoro ha ridisegnato la traiettoria dell’apprendimento automatico, dell’intelligenza incorporata e dell’IA centrata sull’uomo.

1. Dr. Fei-Fei Li

Foto: Steve Jurvetson, CC BY 2.0, via Wikimedia Commons

La Dr. Fei-Fei Li è una delle architetto fondamentali della visione computerizzata moderna. Come creatrice di ImageNet, ha guidato lo sforzo per costruire il grande dataset etichettato che ha acceso la rivoluzione dell’apprendimento profondo. ImageNet ha fornito la spina dorsale di addestramento che ha consentito alle reti neurali di superare drasticamente i metodi di visione computerizzata precedenti, accelerando le scoperte in tutto l’oggetto di riconoscimento, l’imaging medico, la robotica e i sistemi autonomi.

I suoi contributi accademici all’Università di Stanford hanno aiutato a formalizzare la visione computerizzata come pilastro centrale della ricerca sull’IA. Combinando approcci ispirati alle neuroscienze con sistemi di apprendimento profondo, ha aiutato a spostare l’IA dalla logica basata su regole verso il riconoscimento di modelli scalabili.

Oltre al raggiungimento tecnico, la Dr. Li ha sostenuto costantemente l’IA centrata sull’uomo. Sostiene che i sistemi di intelligenza devono essere costruiti con salvaguardie etiche, considerazioni di equità e benessere sociale in mente. Il suo lavoro ha influenzato sia le agende di ricerca accademica che le discussioni di politica pubblica sulla responsabilità dell’IA.

Ha anche prestato servizio in consigli che hanno plasmato la strategia nazionale sull’IA negli Stati Uniti, aiutando a garantire che l’innovazione si allinei con i valori democratici e le libertà civili.

Oggi, la Dr. Li continua a guidare la ricerca presso l’Istituto di intelligenza artificiale centrata sull’uomo di Stanford, concentrandosi sull’intelligenza spaziale, sull’IA incorporata e assicurandosi che i sistemi avanzati aumentino la capacità umana anziché sostituirla. Il suo lavoro esplora sempre più come l’IA possa interagire in modo sicuro in ambienti del mondo reale, colmando il divario tra percezione e azione.

La Dr. Li cronaca anche il suo incredibile viaggio nel suo memoir The Worlds I See, dove riflette sul suo percorso dall’immigrazione negli Stati Uniti come teenager a diventare una pioniera dell’IA moderna. Il libro fornisce un raro resoconto dietro le quinte della creazione di ImageNet e delle prime scoperte che hanno aiutato a lanciare la rivoluzione dell’apprendimento profondo.

2. Cynthia Breazeal

Foto: Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons

Cynthia Breazeal è ampiamente accreditata di aver fatto la pioniera della robotica sociale. Al MIT Media Lab, ha sviluppato Kismet, uno dei primi robot in grado di interpretare e esprimere emozioni. Questo lavoro ha aiutato a lanciare il campo della robotica sociale e ha gettato le basi per macchine emotivamente rispondenti e calcolo affettivo.

La sua ricerca ha ridefinito la robotica spostando l’attenzione dall’automazione industriale all’interazione sociale. Piuttosto che costruire macchine che eseguono semplicemente compiti, Breazeal ha esplorato come i robot potessero comunicare con le persone, costruire fiducia e rispondere ai segnali sociali umani.

Ha successivamente co-fondato Jibo, una startup che ha sviluppato uno dei primi robot sociali per l’uso domestico progettati per ambienti domestici. Sebbene il percorso commerciale di Jibo sia stato complesso, il progetto ha rappresentato un importante traguardo nel portare la robotica socialmente intelligente nella vita quotidiana.

L’influenza di Breazeal si estende profondamente nell’istruzione e nella sanità, dove le macchine devono comprendere segnali umani sottili per servire come compagni, tutor e assistenti efficaci.

Oggi, continua a guidare il Gruppo di robotica personale al MIT Media Lab e guida iniziative focalizzate sull’istruzione e sull’alfabetizzazione dell’IA. Il suo lavoro attuale esplora come sistemi di IA socialmente intelligenti e robot possano sostenere l’apprendimento, il benessere e le relazioni umane a lungo termine.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru è stata una delle voci più conseguenziali nell’etica dell’IA. La sua ricerca precoce ha esposto il pregiudizio nei sistemi di riconoscimento facciale, rivelando disparità significative nell’accuratezza tra razza e genere. Lo studio Gender Shades ha dimostrato che i sistemi commerciali hanno funzionato molto peggio sulle donne dalla pelle scura rispetto agli uomini dalla pelle chiara, promuovendo una più ampia rivalutazione di come i sistemi di IA sono addestrati e valutati.

Ha anche co-scritto una ricerca influente che esamina i rischi dei grandi modelli linguistici, compatti l’impatto ambientale, i pregiudizi incorporati e la mancanza di trasparenza. Quel lavoro ha aiutato a spostare la conversazione intorno allo sviluppo dell’IA, incoraggiando il campo a considerare non solo le prestazioni, ma anche le conseguenze sociali e ambientali dell’IA in scala.

Nel 2021, Gebru ha fondato l’Istituto di ricerca sull’IA distribuita (DAIR), un’organizzazione di ricerca indipendente dedicata allo studio dell’IA al di fuori dell’influenza delle grandi aziende tecnologiche. L’istituto si concentra sulla ricerca guidata dalla comunità e sottolinea la partecipazione globale nella definizione del futuro dell’IA.

La sua azione ha influenzato i dibattiti normativi, gli standard dell’industria e le discussioni più ampie sulla responsabilità dell’IA.

Oggi, Gebru continua a concentrarsi sull’accountabilità algoritmica, sui diritti del lavoro dei dati e sulla dinamica di potere incorporata nello sviluppo dell’IA. Il suo lavoro esamina sempre più come i sistemi di IA influenzano le comunità emarginate e come i quadri di governance possono essere rafforzati per garantire sistemi di IA più equi e trasparenti in tutto il mondo.

4. Daphne Koller

Foto: World Economic Forum / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller è una pioniera dei modelli grafici probabilistici, un quadro che consente alle macchine di ragionare sotto incertezza. Il suo lavoro accademico ha fondamentalmente plasmato come i sistemi di IA rappresentano dipendenze complesse nei dati del mondo reale e ha aiutato a stabilire la modellazione probabilistica come un approccio fondamentale nell’apprendimento automatico moderno.

Ha co-fondato Coursera, una delle più grandi piattaforme di apprendimento online del mondo, aiutando a democratizzare l’accesso all’istruzione sull’IA e sull’informatica per milioni di apprendisti in tutto il mondo.

Koller ha successivamente rivolto la sua attenzione alla biotecnologia, fondando Insitro per applicare l’apprendimento automatico alla scoperta di farmaci. Combinando grandi dataset biologici con la modellazione predittiva, l’azienda mira a trasformare come le terapie vengono scoperte e sviluppate.

Il suo lavoro rappresenta uno degli esempi più chiari della transizione dell’IA dai sistemi digitali alle scienze della vita, dove l’apprendimento automatico può accelerare la scoperta scientifica.

Oggi, Koller continua a guidare la ricerca di Insitro nel campo dello sviluppo farmacologico guidato dall’IA, integrando la genomica, la biologia ad alta velocità e l’apprendimento automatico per accelerare le pipeline cliniche e migliorare il tasso di successo dello sviluppo dei farmaci.

5. Joy Buolamwini

Foto: Taylordw, CC0, via Wikimedia Commons

Joy Buolamwini ha condotto una ricerca fondamentale che ha esposto il pregiudizio razziale e di genere nei sistemi di riconoscimento facciale utilizzati dalle grandi aziende tecnologiche. I suoi risultati hanno mostrato che i tassi di errore per le donne dalla pelle scura erano drasticamente più alti rispetto agli uomini dalla pelle chiara, rivelando come i dati di addestramento e la progettazione del sistema possano incorporare la discriminazione in tecnologie di IA ampiamente utilizzate.

La ricerca ha aiutato a scatenare il dibattito globale sul pregiudizio algoritmico, portando a una maggiore attenzione sui sistemi di riconoscimento facciale e contribuendo ai dibattiti di politica intorno allo sviluppo responsabile dell’IA.

Buolamwini ha fondato la Lega per la giustizia algoritmica per promuovere la responsabilità e l’equità nei sistemi di IA. Attraverso l’organizzazione, ha lavorato per avanzare l’audit algoritmico, la consapevolezza pubblica e gli standard dell’industria finalizzati a ridurre il pregiudizio dannoso nell’elaborazione decisionale automatizzata.

Il suo lavoro ha coperto la ricerca, l’attivismo e l’engagement pubblico. Oltre alla ricerca accademica, ha attirato l’attenzione sui risvolti sociali dell’IA attraverso discorsi pubblici, l’impegno politico e lavori creativi che esplorano la relazione tra tecnologia e diritti civili.

Negli ultimi anni, Buolamwini ha ampliato la sua influenza attraverso la scrittura e l’attivismo pubblico, compreso il suo libro bestseller Unmasking AI, che esplora come i sistemi algoritmici possano codificare la discriminazione e perché una maggiore supervisione e una progettazione inclusiva sono essenziali.

Oggi, Buolamwini continua a plasmare le conversazioni globali intorno alla governance dell’IA, concentrandosi sull’audit algoritmico, sui quadri normativi e assicurandosi che i sistemi di IA siano testati su popolazioni diverse prima del dispiegamento.

6. Anca Dragan

Foto: Constructor University

Anca Dragan è una ricercatrice leader nell’allineamento dell’IA e nell’interazione uomo-robot. Il suo lavoro accademico precoce al UC Berkeley si è concentrato sull’abilitazione dei robot a inferire l’intento umano e collaborare in modo sicuro con le persone, sviluppando algoritmi che consentono alle macchine di ragionare sul comportamento umano e rispondere in modi prevedibili e cooperativi.

Ha lavorato estensivamente sull’inferenza dell’intento, la pianificazione cooperativa e le tecniche che consentono ai sistemi autonomi di apprendere dal feedback umano anziché affidarsi a obiettivi rigidi predefiniti. La sua ricerca ha aiutato ad avanzare robot e sistemi di IA che possono operare accanto agli esseri umani in ambienti che vanno dai veicoli autonomi alla robotica assistenziale.

Il lavoro di Dragan affronta una delle sfide più critiche nell’IA moderna: garantire che i sistemi intelligenti ottimizzino ciò che le persone vogliono veramente anziché obiettivi tecnici ristretti. La sua ricerca sull’allineamento dei valori, la collaborazione uomo-IA e la presa di decisioni interpretabile ha influenzato sia la robotica che i dibattiti più ampi sulla sicurezza dell’IA.

Oltre al suo lavoro accademico, Dragan attualmente ricopre il ruolo di Capo dell’IA Safety and Alignment presso Google DeepMind (GOOGL ), dove guida team focalizzati sul garantire che i sistemi di IA di frontiera rimangano allineati con gli obiettivi e i valori umani mentre le loro capacità continuano ad avanzare.

Oggi, il suo lavoro continua a plasmare lo sviluppo di sistemi di IA più sicuri e più compatibili con gli esseri umani, combinando progressi nell’apprendimento automatico, nella robotica e nell’interazione uomo-macchina per rendere le tecnologie intelligenti più interpretabili, controllabili e benefiche per la società.

7. Raia Hadsell

Raia Hadsell parla al TEDxExeterSalon 2017_05” by TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell ha giocato un ruolo importante nell’avanzare l’apprendimento per rinforzo e i sistemi di apprendimento continuo. Presso DeepMind, ha aiutato a sviluppare algoritmi che consentono ai sistemi di IA di apprendere in modo continuo dall’esperienza anziché riaddestrare da zero su dataset fissi, affrontando una delle sfide centrali nella costruzione di agenti intelligenti adattabili.

L’apprendimento continuo è essenziale per i sistemi di IA e la robotica nel mondo reale, dove gli ambienti evolvono e le macchine devono adattarsi mantenendo le conoscenze precedentemente apprese. La ricerca di Hadsell si è concentrata sul superare problemi come l’oblio catastrofico, consentendo alle reti neurali di accumulare abilità nel tempo anziché perdere le capacità precedenti quando si apprendono nuovi compiti.

Il suo lavoro ha anche contribuito ai progressi nell’intelligenza incorporata, dove i robot e gli agenti autonomi apprendono attraverso l’interazione con l’ambiente anziché la supervisione statica. Combinando l’apprendimento per rinforzo, l’apprendimento della rappresentazione e approcci ispirati alle neuroscienze, ha aiutato ad avanzare sistemi che possono navigare ambienti complessi e generalizzare tra compiti.

Hadsell si è unita a DeepMind nel 2014 e da allora ha guidato team di ricerca focalizzati sull’apprendimento a lungo termine e sulla navigazione robotica, contribuendo a tecniche fondamentali come la distillazione delle politiche e le reti neurali progressive che consentono il trasferimento di conoscenze tra compiti.

Oggi, come leader di ricerca senior presso Google DeepMind, Hadsell continua a concentrarsi sulle architetture di apprendimento a lungo termine e sui sistemi di IA incorporata scalabili che possono operare in ambienti del mondo reale dinamici.

8. Ayanna Howard

Foto: Rob Felt / Georgia Institute of Technology

Ayanna Howard ha concentrato il suo lavoro sulla robotica assistenziale e sulla progettazione dell’IA centrata sull’uomo. La sua ricerca si è focalizzata sulla costruzione di sistemi robotici che supportano i bambini con sfide di sviluppo, comprese tecnologie di terapia e istruzione progettate per aiutare i bambini con esigenze speciali a sviluppare abilità motorie e cognitive.

Prima nella sua carriera, Howard ha lavorato come ricercatrice di robotica al Jet Propulsion Laboratory della NASA, dove ha contribuito a sistemi robotici autonomi utilizzati per l’esplorazione planetaria, comprese tecnologie progettate per le missioni del rover su Marte.

Ha successivamente fatto il passaggio all’accademia e alla leadership, fondando il Laboratorio di sistemi di automazione umana al Georgia Tech e lanciando Zyrobotics, una startup focalizzata sullo sviluppo di strumenti educativi e terapeutici alimentati dall’IA per bambini con esigenze di apprendimento diverse.

Nel 2021, Howard è diventata la preside della Facoltà di Ingegneria all’Università statale dell’Ohio, facendo storia come la prima donna a guidare l’istituzione. In questo ruolo, continua a plasmare il futuro dell’istruzione ingegneristica mentre avanza la ricerca sull’interazione uomo-robot, la sicurezza dell’IA e la progettazione di tecnologie inclusive.

Oggi, il lavoro di Howard copre la ricerca, l’imprenditorialità e la politica, con un focus sul garantire che la robotica e l’IA siano progettate per migliorare la qualità della vita e ampliare l’accesso equo alle tecnologie emergenti.

9. Rana el Kaliouby

Foto: Joi Ito, CC BY 2.0, via Wikimedia Commons

Rana el Kaliouby ha fatto la pioniera dell’IA delle emozioni attraverso il suo lavoro in Affectiva, la spin-off del MIT Media Lab che ha co-fondato per portare l’intelligenza emotiva nei sistemi digitali. L’azienda ha sviluppato tecnologie in grado di analizzare espressioni facciali e segnali vocali per rilevare emozioni umane su larga scala, aiutando a espandere la percezione della macchina oltre gli oggetti e il discorso alle emozioni umane.

Riconoscimento delle emozioni ha applicazioni in vari settori, tra cui sicurezza automobilistica, analisi dei media, sanità e interazione uomo-macchina. La tecnologia di Affectiva è stata ampiamente adottata da grandi aziende prima che la società venisse acquisita da Smart Eye nel 2021, segnando un importante traguardo nella commercializzazione dell’IA delle emozioni.

Dopo l’acquisizione, el Kaliouby si è spostata verso l’investimento e la mentorship all’interno dell’ecosistema dell’IA. È ora co-fondatrice e partner generale di Blue Tulip Ventures, una società di venture in fase iniziale che sostiene startup che costruiscono tecnologie di IA centrate sull’uomo.

Oggi, el Kaliouby rimane una voce leader nell’IA emotivamente intelligente, sostenendo il dispiegamento etico, la diversità nello sviluppo dell’IA e tecnologie che rafforzano la relazione tra esseri umani e macchine.

10. Mira Murati

Foto: OpenAI via AP

Mira Murati ha giocato un ruolo centrale nella scalabilità dell’IA generativa verso l’adozione globale durante il suo mandato come Chief Technology Officer presso OpenAI. Dopo essersi unita all’azienda nel 2018 e diventata CTO nel 2022, ha aiutato a guidare lo sviluppo e il rilascio di sistemi di rilievo come ChatGPT, DALL-E e la famiglia di modelli GPT-4 – tecnologie che hanno accelerato drasticamente l’adozione pubblica e aziendale dell’IA generativa.

La leadership di Murati ha coperto la ricerca di frontiera e il dispiegamento di prodotti reali, assicurandosi che modelli avanzati fossero accessibili a sviluppatori, aziende e consumatori in tutto il mondo. Il suo lavoro ha aiutato a plasmare come i grandi modelli linguistici e i sistemi generativi vengono integrati nei flussi di lavoro quotidiani attraverso le industrie.

Nel settembre 2024, Murati si è dimessa da OpenAI dopo più di sei anni in azienda per perseguire nuovi progetti ed esplorare la prossima fase dello sviluppo dell’IA.

Nel 2025 ha fondato Thinking Machines Lab, una startup di intelligenza artificiale che si concentra sulla costruzione di sistemi di IA più capaci e personalizzabili e sull’avanzamento dell’IA multimodale che può interagire con gli utenti attraverso il linguaggio, la visione e altre modalità.

Oggi, Murati continua a influenzare la direzione dell’IA di frontiera attraverso il suo lavoro al Thinking Machines Lab, dove sta costruendo strumenti progettati per rendere i sistemi di IA avanzati più ampiamente compresi, adattabili e potenti per gli sviluppatori e le organizzazioni in tutto il mondo.

Insieme, queste dieci donne rappresentano una sezione notevole della base intellettuale dietro l’IA e la robotica moderna. Il loro lavoro copre dataset fondamentali, apprendimento per rinforzo, interazione uomo-robot, governance etica e l’ascesa dei sistemi generativi. Molte delle tecnologie che stanno trasformando le industrie possono essere ricondotte direttamente alle scoperte guidate da queste ricercatrici e ingegnere.

Allo stesso tempo, mettere in evidenza i loro contributi è un promemoria di qualcosa di altrettanto importante: il campo ha ancora bisogno di molte più donne che ne plasmino la direzione. L’intelligenza artificiale sta diventando rapidamente una delle tecnologie più conseguenziali mai sviluppate. I sistemi che vengono progettati oggi influenzeranno come funzionano le società, come evolvono le economie e come gli esseri umani interagiscono con macchine intelligenti.

Garantire che questi sistemi riflettano prospettive diverse non è solo una questione di equità. È una questione di costruire una tecnologia migliore.

Le donne di questa lista dimostrano quanto possa essere potente quell’influenza. Il loro lavoro non solo ha spinto i confini della ricerca sull’IA, ma ha anche ampliato la conversazione su come queste tecnologie dovrebbero essere costruite e a chi dovrebbero servire. Mentre il campo continua a evolversi, la prossima generazione di donne che entrano nell’IA giocherà un ruolo altrettanto critico nel plasmare un futuro in cui i sistemi intelligenti riflettono la piena diversità dell’esperienza umana.