L’automazione intelligente non ha eliminato il fattore umano. Lo ha spostato. Nelle imprese più mature, la questione non è più stabilire se una persona debba restare nel processo, ma in quale punto, con quali strumenti e con quale responsabilità. È da questa esigenza che il modello human in the loop, spesso abbreviato in HITL, ha smesso di essere una cautela teorica per diventare una leva operativa. Quando un sistema automatizzato incide su decisioni economiche, organizzative o regolamentate, la supervisione umana efficace non è un residuo del passato. È una delle condizioni che rendono l’automazione sostenibile nel tempo.
approfondimento
HITL: mantenere il controllo umano sui processi automatizzati
Il modello “human in the loop” consente alle imprese di introdurre automazione e AI mantenendo un presidio umano nei punti decisionali più sensibili. La supervisione non è un freno all’innovazione, ma una leva di qualità, governance, riduzione del rischio e sostenibilità operativa
Pubblicato il 26 mag 2026
Giovanni Masi
Computer science engineer
@RIPRODUZIONE RISERVATA
Giovanni Masi
Computer science engineer
Ingegnere informatico e dell’automazione, specializzato in cybersecurity e intelligenza artificiale, con oltre vent’anni di esperienza nel settore dell’Information Technology. Ha sviluppato competenze avanzate nella progettazione e nello sviluppo di architetture software, nella gestione di infrastrutture IT complesse, nell’implementazione di strategie di sicurezza informatica e nella creazione di modelli di intelligenza artificiale.
È Presidente della Commissione per l’intelligenza artificiale dell’Ordine degli Ingegneri della Provincia di Frosinone e Vice Delegato del Comitato Italiano Ingegneria dell’Informazione – C3i, dove fa parte anche del Gruppo di Lavoro AI (GTL AI).
Nell’ambito dell’Ordine ha ideato e condotto numerosi seminari ed è autore e docente dei corsi:
- Intelligenza Artificiale per Ingegneri
- Intelligenza Artificiale Generativa
- Prompt Engineering.
Svolge attività accademica come cultore della materia presso il Dipartimento di Ingegneria Informatica dell’Università eCampus e ha tenuto seminari sull’intelligenza artificiale presso la Pontificia Università Antonianum.
Autore di numerosi articoli scientifici e divulgativi, si occupa di Generative AI e delle sue applicazioni professionali. Ha partecipato a progetti di ricerca avanzata, tra cui:
• BioGene, iniziativa supportata da NASA GeneLab per l’analisi genomica di esperimenti spaziali tramite AI
• Uno studio con l’Università Ben Gurion del Negev (Israele) sulla classificazione del livello di ossidazione degli oli mediante modelli intelligenti.
Attualmente concentra la sua attività sullo sviluppo e lo studio dei Large Language Models (LLM), con particolare attenzione alle applicazioni innovative dell’Intelligenza Artificiale Generativa in ambito tecnico e industriale.
