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

L’intelligenza artificiale e la robotica non sono più campi sperimentali confinati nei laboratori di ricerca. Stanno plasmando le economie, ridefinendo le industrie e influenzando la vita quotidiana a scala globale. Dietro molte delle più importanti scoperte ci sono donne il cui lavoro ha fondamentalmente alterato il modo in cui vengono progettati, addestrati, governati e distribuiti i sistemi intelligenti.

Questa lista mette in evidenza dieci delle donne più influenti nell’AI 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’AI centrata sull’uomo.

1. Dr. Fei-Fei Li

Photo: 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 precedenti metodi di visione computerizzata, accelerando le scoperte in riconoscimento di oggetti, imaging medico, robotica e sistemi autonomi.

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

Oltre ai risultati tecnici, la Dr. Li ha costantemente sostenuto l’AI 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 gli orientamenti della ricerca accademica che le discussioni sulla politica pubblica intorno all’AI responsabile.

Ha anche prestato servizio in consigli che hanno plasmato la strategia nazionale sull’AI 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 AI centrata sull’uomo di Stanford, concentrandosi sull’intelligenza spaziale, sull’AI incorporata e assicurandosi che i sistemi avanzati aumentino la capacità umana piuttosto che sostituirla. Il suo lavoro esplora sempre più come l’AI 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 nella sua autobiografia Il mondo che vedo, dove riflette sul suo percorso dall’immigrazione negli Stati Uniti da teenager a diventare una pioniera dell’AI moderna. Il libro fornisce un resoconto raro e dettagliato della creazione di ImageNet e delle prime scoperte che hanno aiutato a lanciare la rivoluzione dell’apprendimento profondo.

2. Cynthia Breazeal

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

Cynthia Breazeal è ampiamente accreditata per aver fatto da pioniera nella robotica sociale. Al MIT Media Lab, ha sviluppato Kismet, uno dei primi robot in grado di interpretare ed 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 semplicemente eseguono compiti, Breazeal ha esplorato come i robot potessero comunicare con le persone, costruire fiducia e rispondere ai segnali sociali umani.

In seguito ha co-fondato Jibo, una startup che ha sviluppato uno dei primi robot sociali per ambienti domestici. Sebbene il percorso commerciale di Jibo sia stato complesso, il progetto ha rappresentato un importante traguardo nell’introduzione della robotica socialmente intelligente nella vita quotidiana.

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

Oggi, continua a guidare il Gruppo di robotica personale al MIT Media Lab e si concentra su iniziative focalizzate sull’istruzione e l’alfabetizzazione dell’AI. Il suo lavoro attuale esplora come sistemi di AI socialmente intelligenti e robot possano supportare l’apprendimento, il benessere e le relazioni umano-AI a lungo termine.

3. Timnit Gebru

Photo: TechCrunch / CC BY 2.0 / Wikimedia Commons

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

Ha anche co-scritto ricerche influenti che esaminano 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’AI, incoraggiando il campo a considerare non solo le prestazioni, ma anche le conseguenze sociali e ambientali dell’espansione dei sistemi di AI.

Nel 2021, Gebru ha fondato l’Istituto di ricerca sull’AI distribuita (DAIR), un’organizzazione di ricerca indipendente dedicata allo studio dell’AI 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’AI.

La sua attività di sensibilizzazione ha influenzato dibattiti regolatori, standard industriali e discussioni più ampie sull’AI responsabile.

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

4. Daphne Koller

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

Daphne Koller è una pioniera nei modelli grafici probabilistici, un framework che consente alle macchine di ragionare sotto incertezza. Il suo lavoro accademico ha fondamentalmente plasmato il modo in cui i sistemi di AI 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’AI e sulla scienza 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 il modo in cui vengono scoperte e sviluppate le terapie.

Il suo lavoro rappresenta uno degli esempi più chiari di AI che passa 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 nello sviluppo farmaceutico guidato dall’AI, integrando la genomica, la biologia ad alto rendimento e l’apprendimento automatico per accelerare le pipeline cliniche e migliorare il tasso di successo dello sviluppo dei farmaci.

5. Joy Buolamwini

Photo: Taylordw, CC0, via Wikimedia Commons

La ricerca pionieristica di Joy Buolamwini ha esposto il pregiudizio razziale e di genere nei sistemi di riconoscimento facciale utilizzati dalle principali 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 discriminazione nei sistemi di AI ampiamente distribuiti.

La ricerca ha contribuito a scatenare il dibattito globale sul pregiudizio algoritmico, portando a un’attenzione crescente sui sistemi di riconoscimento facciale e contribuendo alle discussioni sulla politica intorno all’AI responsabile.

Buolamwini ha fondato la Legione della giustizia algoritmica per promuovere la responsabilità e l’equità nei sistemi di AI. Attraverso l’organizzazione, ha lavorato per avanzare l’audit algoritmico, la consapevolezza pubblica e gli standard industriali volti a ridurre il pregiudizio dannoso nella presa di decisioni automatizzata.

Il suo lavoro copre ricerca, attivismo e coinvolgimento pubblico. Oltre alla ricerca accademica, ha portato l’attenzione sugli impatti sociali dell’AI attraverso discorsi pubblici, 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 Smaskare l’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 sull’AI governance, concentrandosi sull’audit algoritmico, sui quadri regolatori e assicurandosi che i sistemi di AI vengano testati su popolazioni diverse prima della distribuzione.

6. Anca Dragan

Photo: Constructor University

Anca Dragan è una ricercatrice leader nell’allineamento dell’AI e nell’interazione uomo-robot. Il suo lavoro accademico precoce presso UC Berkeley si è concentrato sull’abilitare i 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 a lungo sull’inferenza dell’intento, sulla pianificazione cooperativa e sulle tecniche che consentono ai sistemi autonomi di apprendere dal feedback umano piuttosto che affidarsi a obiettivi rigidi e predefiniti. La sua ricerca ha aiutato a far avanzare i robot e gli agenti di AI 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’AI moderna: garantire che i sistemi intelligenti ottimizzino ciò che le persone vogliono veramente piuttosto che obiettivi tecnici ristretti. La sua ricerca sull’allineamento dei valori, sulla collaborazione uomo-AI e sulla decisione interpretabile ha influenzato sia la robotica che i dibattiti più ampi sulla sicurezza dell’AI.

Oltre al suo lavoro accademico, Dragan attualmente ricopre il ruolo di Capo della sicurezza e allineamento dell’AI presso Google DeepMind, dove guida team focalizzati sul garantire che i sistemi di AI 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 AI più sicuri e più compatibili con gli esseri umani, combinando avanzamenti nell’apprendimento automatico, nella robotica e nell’interazione uomo-computer 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 fondamentale nell’avanzare l’apprendimento per rinforzo e i sistemi di apprendimento continuo. Presso DeepMind, ha aiutato a sviluppare algoritmi che consentono ai sistemi di AI di apprendere continuamente dall’esperienza piuttosto che riaddestrare da zero su dataset fissi, affrontando una delle sfide centrali nella costruzione di agenti intelligenti adattabili.

L’apprendimento continuo è essenziale per la robotica e i sistemi di AI del 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 il dimenticamento catastrofico, consentendo alle reti neurali di accumulare abilità nel tempo invece di 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 piuttosto che la supervisione statica. Combinando l’apprendimento per rinforzo, l’apprendimento di rappresentazione e approcci ispirati alle neuroscienze, ha aiutato ad avanzare sistemi che possono navigare ambienti complessi e generalizzare su compiti.

Hadsell si è unita a DeepMind nel 2014 e ha da allora guidato team di ricerca focalizzati sull’apprendimento per tutta la vita 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 su architetture di apprendimento per tutta la vita e su sistemi di AI incorporati scalabili che possono operare in ambienti del mondo reale dinamici.

8. Ayanna Howard

Photo: Rob Felt / Georgia Institute of Technology

Il lavoro di Ayanna Howard si è concentrato sulla robotica assistenziale e sulla progettazione dell’AI centrata sull’uomo. La sua ricerca si è concentrata sulla costruzione di sistemi robotici che supportano i bambini con sfide di sviluppo, comprese tecnologie terapeutiche e educative progettate per aiutare i bambini con bisogni speciali a sviluppare abilità motorie e cognitive.

In precedenza nella sua carriera, Howard ha lavorato come ricercatrice di robotica presso il 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.

In seguito è passata all’accademia e alla leadership, fondando il Laboratorio di sistemi di automazione umana presso il Georgia Tech e lanciando Zyrobotics, una startup focalizzata sullo sviluppo di strumenti educativi e terapeutici guidati dall’AI per bambini con esigenze di apprendimento diverse.

Nel 2021, Howard è diventata preside della Facoltà di Ingegneria presso l’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’AI e la progettazione della tecnologia inclusiva.

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

9. Rana el Kaliouby

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

Rana el Kaliouby ha fatto da pioniera nell’AI delle emozioni attraverso il suo lavoro presso Affectiva, lo 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.

Il riconoscimento delle emozioni ha applicazioni in vari settori, tra cui la sicurezza automobilistica, l’analisi dei media, la sanità e l’interazione uomo-computer. 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’AI delle emozioni.

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

Oggi, el Kaliouby rimane una voce leader nell’AI emotivamente intelligente, sostenendo la distribuzione etica, la diversità nello sviluppo dell’AI e le tecnologie che rafforzano la relazione tra esseri umani e macchine.

10. Mira Murati

Photo: OpenAI via AP

Mira Murati ha giocato un ruolo centrale nell’ampliare l’AI generativa all’adozione globale durante il suo mandato come Direttore tecnico di 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 spicco come ChatGPT, DALL-E e la famiglia di modelli GPT-4: tecnologie che hanno accelerato drasticamente l’adozione pubblica e aziendale dell’AI generativa.

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

Nel settembre 2024, Murati ha lasciato OpenAI dopo più di sei anni in azienda per perseguire nuovi progetti e esplorare la prossima fase dello sviluppo dell’AI.

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

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

Insieme, queste dieci donne rappresentano una sezione rappresentativa della base intellettuale dietro l’AI e la robotica moderne. 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 ai progressi guidati da queste ricercatrici e ingegnere.

Allo stesso tempo, evidenziare 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 importanti mai sviluppate. I sistemi che vengono progettati oggi influenzeranno il funzionamento delle società, l’evoluzione delle economie e l’interazione degli esseri umani con le 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’AI, 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’AI giocherà un ruolo altrettanto critico nel plasmare un futuro in cui i sistemi intelligenti riflettono la piena diversità dell’esperienza umana.