Nel dibattito corrente sull’Intelligenza Artificiale generativa prevale spesso una lettura sostitutiva: l’IA come tecnologia che rimpiazza competenze e professioni. L’esperienza didattica degli ultimi tre anni suggerisce una prospettiva diversa e, per certi versi, opposta.
Indice degli argomenti
L’AI come moltiplicatore di forza nello sviluppo software
L’IA si sta qualificando come un moltiplicatore di forza: uno strumento che eleva le capacità di chi la utilizza, consentendo a profili non tecnici di operare con efficacia in domini, come lo sviluppo software, tradizionalmente riservati a chi possiede anni di formazione specialistica.
La tesi di laurea presentata in questo articolo ne è una dimostrazione concreta. Nell’ambito dell’insegnamento “Tecnologie Avanzate per l’Innovazione e l’Esperienza”, che fa parte del percorso di laurea magistrale “Comunicazione, innovazione ed experience design” della LUMSA, descrive il contributo allo sviluppo di un’applicazione nativa per Apple Vision Pro in collaborazione con una startup italiana del settore, YouStart. Un risultato che fino a pochissimi anni fa avrebbe richiesto consolidate competenze di sviluppo software, e che oggi diventa più accessibile grazie ai modelli di intelligenza artificiale generativa che assumono il ruolo di co-sviluppatori, traducendo in codice le intenzioni progettuali di chi, di contro, padroneggia il design, la psicologia dell’utente e l’architettura dell’informazione. E’ importante sottolineare come lo sviluppo abbia riguardato un settore, quello della realtà virtuale, dove la mancanza di specialisti è ancora più acuta, vista la – ancora – limitata diffusione della tecnologia. L’IA ha permesso di colmare questo gap in maniera moto più rapida di quanto si sarebbe potuto fare anche solo due anni fa.
Esempi come questo, che sono certo si diffondono in tutte le facoltà, impongono una riflessione sul piano formativo. Inserire correttamente l’IA nei percorsi universitari significa anzitutto insegnare a governarla: a strutturarne la conoscenza, a verificarne gli output, a dialogare con essa in modo metodologicamente rigoroso, avendo ben chiari i limiti del sistema. La creazione del sistema “Brain/Claude” descritto nella tesi, con la sua architettura di contesto modulare, mostra che l’uso professionale dell’IA richiede esso stesso una progettualità sofisticata, che non è certo assimilabile a una delega passiva.
Una riflessione che ritengo importante riguarda il valore delle competenze considerate “altre” rispetto alle competenze più nativamente “STEM”: quando la generazione del codice può essere demandata in larga parte dalla macchina, ciò che fa la differenza si sposta a monte e a valle della scrittura del codice: la comprensione dei bisogni dell’utente, la sensibilità ergonomica, la capacità di distinguere ciò che è tecnicamente corretto da ciò che ha senso per l’utente. Sono queste le competenze che la facoltà di comunicazione della LUMSA coltiva, e che l’IA, lungi dal rendere obsolete, rende oggi spendibili anche in ambito tecnico. Il lavoro che segue documenta come questa convergenza si possa tradurre in pratica.
Spatial Computing e AI nello sviluppo B2B: il caso YouStart su Apple Vision Pro
Nonostante le alterne vicende che hanno caratterizzato lo sviluppo della realtà virtuale (VR), l’evoluzione delle tecnologie immersive continua, e sta comunque guidando la nascita di nuovi paradigmi di interazione uomo-macchina, trasformando la Realtà Estesa (XR) da semplice interfaccia per videogiochi a infrastruttura per lo sviluppo di nuovi prodotti o servizi, magari all’interno di settori, come l’immobiliare, apparentemente ben consolidati.
Il passaggio dalle interfacce bidimensionali allo Spatial Computing permette di ripensare i servizi offerti, specialmente nei complessi processi di vendita del mercato Business-to-Business (B2B). La tesi di ricerca incentrata sulla tech company italiana YouStart illustra questa transizione: l’azienda innova il concetto tradizionale di “rendering” architettonico o industriale appoggiandosi alla piattaforma di realtà virtuale e aumentata di Apple.
In settori come il Real Estate o la manifattura, la digitalizzazione si ferma spesso a cataloghi piatti, e-commerce bidimensionali o render passivi, causando una perdita della dimensione esperienziale della vendita. YouStart cerca di superare questo limite attraverso lo sviluppo di una piattaforma proprietaria, basata sul paradigma del Cloud-Based Virtual Reality, ed erogata come Software as a Service (SaaS), grazie allo sviluppo dell’applicazione immersiva “Vision”, fruibile con l’Apple Vision Pro. Il servizio automatizza la complessa conversione di progetti architettonici o pesanti file CAD industriali in ambienti olografici fotorealistici e leggeri. In questo modo, invece di guardare una foto statica, professionisti come architetti, interior designer o acquirenti industriali possono caricare i propri progetti sulla piattaforma e, in tempi ridotti (per ora si tratta di pochi giorni), ottenere un ambiente navigabile: i clienti possono camminare all’interno del progetto non ancora realizzato, configurare i materiali con il movimento delle mani e valutare gli ingombri in scala 1:1, sovrapponendo, nela caso della modellazione di oggetti, i modelli virtuali al proprio spazio fisico.
Lo sviluppo di “Vision” ha permesso di dimostrare come la sinergia tra i moderni principi di UX/UI spaziale, l’integrazione dell’Intelligenza Artificiale come co-sviluppatore e l’utilizzo di sistemi innovativi, seppur ancora non largamente diffusi come Apple Vision Pro, possa ampliare gli standard ingegneristici del settore.
I nuovi paradigmi di UX/UI Design: gestire la Tela Infinita
Il design spaziale applicato al visore VR supera le limitazioni dei monitor tradizionali, introducendo il concetto di “tela infinita”, un ambiente olografico dove i contenuti digitali si fondono fluidamente con lo spazio fisico circostante. La prima sfida ergonomica in questo ecosistema è la corretta gestione del Field of View (FOV), il campo visivo naturale dell’utente. Le linee guida dello sviluppo di ambienti virtuali vietano categoricamente la pratica dell’head-anchoring, ovvero l’ancoraggio rigido dei menu alla testa dell’osservatore: tale approccio ostruisce la vista sul mondo reale (passthrough) e genera un opprimente senso di claustrofobia. I contenuti devono invece essere ancorati allo spazio fisico, permettendo all’utente di distogliere lo sguardo liberamente.
Profondità, scala e leggibilità nello spazio immersivo
Per governare la gerarchia visiva senza affaticare l’occhio, la gestione della profondità (asse Z) gioca un ruolo critico. L’abuso della tridimensionalità su elementi di piccole dimensioni, come i testi fluttuanti, compromette la leggibilità e causa un forte affaticamento visivo dovuto ai continui sforzi di messa a fuoco (eye strain). Per ovviare al sovraccarico cognitivo, “Vision” adotta una architettura a doppio livello (dual-layer): il livello superiore (screen layer) è dedicato all’ispezione dei dettagliati modelli 3D ad altezza occhi, mentre le interfacce operative risiedono in un livello inferiore che si attiva ed emerge solo quando l’utente compie il gesto intenzionale di abbassare lo sguardo (downward gaze).
Un’ulteriore differenziazione tecnica necessaria per accrescere il realismo B2B è l’utilizzo del paradigma della scala: le interfacce utente e i pannelli di controllo operano con il principio della “scala dinamica”, ingrandendosi o rimpicciolendosi in base alla distanza per mantenere inalterata la proporzione apparente e la leggibilità. Al contrario, i gemelli digitali delle architetture o dei macchinari industriali vengono presentati in “scala fissa”: il prodotto virtuale mantiene le sue dimensioni in scala 1:1, permettendo all’acquirente aziendale di valutarne gli ingombri volumetrici reali.
Interazione naturale e controllo dei modelli 3D
Per quanto riguarda l’interazione, lo Spatial Computing di Apple elimina i tradizionali controller manuali a favore di Interfacce Naturali (NUI) multimodali. L’utente naviga utilizzando lo sguardo come puntatore (eye-tracking) ed esegue i comandi attraverso gesti indiretti, come il tocco tra pollice e indice (pinch), mantenendo comodamente le braccia a riposo. Affinché questo sistema risulti efficace, i progettisti devono inserire distanziamenti vettoriali tra i pulsanti (almeno 60 punti tra i centri) per compensare i microscopici movimenti involontari dell’occhio, fornendo sempre un feedback visivo immediato (hover) al passaggio dello sguardo. Per non inquinare l’esplorazione del modello 3D, infine, l’interfaccia esternalizza i controlli utilizzando “Ornamenti” periferici e piccoli menu “Allegati” (Attachments) ancorati topologicamente a specifici dettagli del prodotto virtuale.
L’intelligenza artificiale come moltiplicatore di forza
La trasposizione di questi principi ergonomici in un’applicazione stabile è stata accelerata grazie all’implementazione di un flusso operativo strutturato in tre pilastri interdipendenti: Figma per la prototipazione spaziale, il modello LLM Claude 4.6 Sonnet di Anthropic come co-sviluppatore e Xcode con SwiftUI per l’ingegnerizzazione.
Figma, glassmorphism e progettazione per visionOS
La prototipazione su Figma ha permesso di tradurre l’ambiente bidimensionale in proporzioni su scala umana. I wireframe sono stati modellati su frame di base da 1280×720 pixel, che su visionOS si traducono in una larghezza apparente di circa tre metri a due metri di distanza. Il Design System si fonda sull’estetica del glassmorphism: l’utilizzo di pannelli con effetto vetro translucido, che nell’ecosistema Apple non rappresenta solo una scelta stilistica, ma costituisce un requisito funzionale per preservare la visibilità dell’ambiente fisico del cliente (passthrough).
Il sistema Brain/Claude
Il cuore innovativo della pipeline di sviluppo è il sistema “Brain/Claude”, un’architettura cognitiva personalizzata che ha permesso di superare i limiti rigidi costituiti dalla finestra di contesto dell’Intelligenza Artificiale. Sfruttando una metafora biologica, la knowledge base del modello è stata strutturata in un “tronco encefalico” (file essenziali per la personalità e le regole di base sempre attivi in memoria) e in una “corteccia cerebrale” divisa in lobi tematici caricabili on-demand, contenenti i token spaziali e i pattern di sviluppo. Per l’operatività quotidiana e i micro-task, è stata ideata una versione ottimizzata, “Brain/Claude/Light”, pesante solo 1.200 token, capace di abbattere le latenze garantendo allo stesso tempo la perfetta aderenza al Design System.
Lo sviluppo in Xcode e SwiftUI
Dal punto di vista dello sviluppo in ambiente Xcode, l’app “Vision” è stata strutturata seguendo un pattern MVVM implicito, consolidando la maggior parte della gerarchia visiva in un unico file monolitico (“ContentView.swift”) di circa duemila righe. Questa soluzione, apparentemente contraria alle best practice del software tradizionale, si è rivelata strategica per il lavoro con le Intelligenze Artificiali, evitando che il modello LLM perdesse il contesto, come succede quando ha a che fare con un’architettura frammentata. L’assistente Claude ha tradotto i prototipi grafici in codice funzionante, garantendo che l’aspetto visivo e la disposizione spaziale dei componenti rimanessero fedeli al design originale. Il metodo di lavoro collaborativo, basato su un dialogo iterativo di correzione e raffinamento, ha permesso di risolvere problemi tecnici complessi, come la gestione del caricamento progressivo delle immagini, in pochi minuti anziché in ore.
Risultati complessivi
La fase di validazione condotta sull’hardware Apple Vision Pro ha restituito buone metriche di successo. Il software ha mantenuto un frame rate stabile e fluido di 90 fotogrammi al secondo. Dal punto di vista della produzione, l’impiego dell’AI come co-sviluppatore ha abbattuto i tempi di sviluppo di un singolo componente da circa venti minuti a soli cinque minuti, producendo codice immediatamente utilizzabile nel prodotto finale, solido e privo di errori strutturali comuni.
Nonostante l’Intelligenza Artificiale si sia dimostrata un formidabile acceleratore in grado di generare in autonomia fino all’ottanta per cento della sintassi, il suo impiego rende obbligatoria l’adozione del principio “trust but verify” (fidati ma verifica). Il modello, infatti, spesso si limita alla traduzione meccanica dei requisiti, ma manca di empatia nei confronti dell’utente e di visione strategica. La decisione di differenziare cognitivamente l’azione di “Visualizzare” un file 2D rispetto allo sforzo richiesto per “Esplorare” un modello olografico, così come la valutazione profonda delle frustrazioni umane, restano peculiarità intrinseche del design thinking. In conclusione, la progettazione spaziale nel mercato B2B non si risolve nella mera adozione tecnologica, ma in una complessa orchestrazione di psicologia ambientale e rigore logico, dove la creatività umana mantiene il ruolo di regista insostituibile.
Conclusioni
L’esperienza documentata in questa tesi segnala una direzione di mutamento che va oltre il singolo caso di studio: la fine (o quantomeno il logoramento) del monopolio tecnico sulla produzione del software. Per decenni la capacità di scrivere codice ha costituito una barriera d’accesso allo sviluppo di applicazioni, separando chi poteva costruirle da chi poteva soltanto immaginarle. Il lavoro di tesi svolto presso YouStart dimostra che questa barriera si sta rapidamente riducendo. Uno studente di comunicazione, dotato degli strumenti concettuali giusti e di un’IA addestrata a operare come co-sviluppatore, può contribuire efficacemente alla costruzione un’applicazione per una delle piattaforme più sofisticate oggi sul mercato, con metriche di stabilità e prestazioni di livello professionale. Non è solo un’esperienza aneddotica, ma indica di una redistribuzione delle capacità produttive che scuole e università non devono ignorare.
Questa redistribuzione, tuttavia, non avviene gratuitamente. Il principio “trust but verify”, emerso nella pratica quotidiana di sviluppo, merita di essere elevato a vero e proprio paradigma pedagogico. L’IA generativa produce sintassi in abbondanza, ma la qualità del risultato dipende interamente dalla capacità di chi la guida di formulare requisiti precisi, riconoscere gli errori, distinguere una soluzione corretta da una soltanto plausibile. In aula, questo significa insegnare che l’IA non è una “scorciatoia per fare i compiti”, ma una palestra che intensifica le capacità di ciascuno: lo studente che verifica l’output di un modello sta esercitando esattamente quel giudizio critico che l’università ha il compito di formare. Insegnare a usare l’IA significa, in ultima analisi, insegnare a non fidarsi ciecamente di nulla, nemmeno dei propri strumenti.
Resta da chiedersi quali competenze sopravvivranno a questa trasformazione, e la risposta che emerge dal caso studiato è interessante. La macchina ha generato gran parte del codice, ma non ha deciso che “Visualizzare” un documento e “Esplorare” un ologramma richiedono trattamenti cognitivi distinti; non ha intuito la claustrofobia generata da un menu ancorato alla testa dell’utente; non ha valutato le frustrazioni di un acquirente aziendale davanti a un gemello digitale fuori scala. Queste decisioni appartengono a un insieme di competenze ancora saldamente umane: l’empatia progettuale, la visione strategica, la sensibilità per il contesto umano in cui la tecnologia opera. Sono competenze che le facoltà di comunicazione (e umanistiche in generale) coltivano da sempre, e che il nuovo scenario tecnologico rende centrali, perché si collocano precisamente dove la macchina si ferma.
Il compito dell’università, allora, si evolve dalla preparazione di “programmatori junior”, e non deve cedere alla tentazione di bandire strumenti che il mondo professionale ha già adottato, ma educare gli studenti a rimanere registi del processo: persone capaci di orchestrare intelligenze artificiali, requisiti aziendali e bisogni umani dentro un progetto coerente. Il caso YouStart mostra che questa figura non è un’ipotesi teorica. È già in aula, e chiede di essere formata di conseguenza.
Partecipa alla community