Disney sta sperimentando un nuovo modo per far interagire i suoi personaggi fisici con il pubblico. Walt Disney Imagineering R&D ha realizzato tre prototipi di Audio-Animatronic ispirati agli Anzellans di Star Wars, piccoli alieni apparsi nel film The Mandalorian and Grogu. Si chiamano Vilo Vele, Kado Bre’a e Jibu Bre’a e, a differenza di gran parte delle figure robotiche già presenti nei parchi, possono osservare e ascoltare gli ospiti per modulare la propria risposta sul momento.

La novità non consiste nel lasciare che un modello generativo inventi liberamente battute, gesti e reazioni. Disney mantiene infatti un perimetro molto netto: ciascuna frase e ciascun movimento disponibili ai tre personaggi sono stati preparati in anticipo dai suoi Imagineers. L’intelligenza artificiale decide quale elemento del repertorio autorizzato usare in base a ciò che sta avvenendo davanti all’animatronic, senza uscire dal copione né alterare il carattere attribuito a ogni Anzellan.

È una distinzione cruciale, perché definisce il progetto più come un sistema di regia interattiva che come un personaggio conversazionale autonomo. L’obiettivo è rendere l’incontro meno prevedibile per il visitatore, preservando al tempo stesso quella coerenza narrativa che per un parco a tema è parte dell’esperienza e del controllo del marchio.

Dal movimento programmato alla risposta contestuale

Gli Audio-Animatronic Disney più sofisticati possono già raggiungere un livello notevole di espressività, ma il loro comportamento segue normalmente sequenze predisposte. Quando una figura sembra particolarmente spontanea, può anche esserci un operatore umano nascosto a guidarne le azioni. Per il recente robot di Olaf, per esempio, Disney ha impiegato una gestione remota tramite Steam Deck.

Nei tre prototipi Anzellan non è previsto un burattinaio che intervenga durante ogni scambio. Telecamere e microfoni nascosti raccolgono i movimenti e le parole delle persone vicine; i dati vengono poi elaborati da più modelli AI ospitati nell’infrastruttura cloud di Amazon Web Services. Il sistema sceglie quindi una risposta tra quelle create in precedenza, attivando animazioni, sguardi e battute in grado di far apparire il personaggio attento al contesto.

Disney e AWS hanno separato i compiti tra modelli con tempi di reazione differenti. Un modello dedicato alle decisioni rapide gestisce comportamenti immediati, come orientare lo sguardo verso chi si avvicina o reagire velocemente a un movimento. Modelli più grandi vengono invece impiegati per pianificare una fase di interazione più estesa. In un personaggio fisico, questa distribuzione è importante: un ritardo nella risposta dello sguardo o nella postura è sufficiente a rendere evidente la natura meccanica dell’illusione.

La piattaforma cloud permette dunque di coordinare percezione, selezione della risposta e controllo dell’animazione senza dover collocare tutta la potenza di calcolo dentro robot di piccole dimensioni. Gli Anzellans, per loro natura, offrono anche un banco di prova favorevole: sono personaggi minuti, caratterizzati da movimenti vivaci e da una vocalità che può sostenere scambi brevi con chi passa davanti a loro.

Il confine scelto da Disney: AI per scegliere, non per scrivere

L’aspetto più rilevante del progetto è forse proprio ciò che non fa. Le risposte verbali non vengono generate al momento da un modello linguistico e le azioni non vengono sintetizzate senza limiti. Il software seleziona materiale approvato: le parole, i tempi, le espressioni e i gesti sono costruiti per restare fedeli alla personalità di Vilo Vele, Kado Bre’a e Jibu Bre’a.

Questa scelta affronta alcuni problemi tipici dell’AI generativa applicata all’intrattenimento dal vivo. Un personaggio associato a una proprietà come Star Wars non può permettersi affermazioni incoerenti con il suo universo, riferimenti indesiderati o risposte inadatte a un pubblico familiare. Un archivio chiuso di opzioni non elimina la variabilità percepita dall’ospite, ma consente alla compagnia di verificare anticipatamente ogni possibilità.

Resta comunque una differenza sostanziale rispetto a un’attrazione basata su un ciclo immutabile. Il sistema deve riconoscere abbastanza bene ciò che accade perché la scelta sembri pertinente: capire dove è rivolta l’attenzione, cogliere un’interazione vocale e passare dalla reazione istantanea a una sequenza che abbia una continuità. Il valore della sperimentazione dipenderà quindi meno dall’ampiezza del vocabolario disponibile e più dalla qualità con cui il robot riuscirà a dare l’impressione di ascoltare e seguire la situazione.

Il debutto a Las Vegas e il possibile approdo nei parchi

La prima apparizione pubblica dei tre animatronic è prevista a Las Vegas, nel corso della conferenza AWS re:Invent in programma più avanti nel mese. Il luogo del debutto chiarisce il ruolo di Amazon nel progetto: non soltanto un fornitore di capacità cloud, ma il partner tecnologico che ospita i modelli necessari a rendere dinamico l’incontro con gli ospiti.

Disney non ha annunciato una data né una destinazione definitiva per l’installazione nei suoi parchi. La prospettiva indicata è che personaggi e tecnologia possano arrivare in futuro a Star Wars: Galaxy’s Edge o in altre attrazioni. Per ora si tratta di prototipi dimostrativi, e sarebbe prematuro leggere il test come l’avvio immediato di una trasformazione delle aree a tema.

Prima di un impiego continuativo, un sistema del genere dovrà dimostrare affidabilità in ambienti molto diversi da una demo controllata: rumore di fondo, affollamento, persone che parlano contemporaneamente, tempi di attesa e necessità di mantenere un comportamento credibile per molte ore. C’è poi il tema della progettazione dell’interazione: il pubblico deve capire in modo naturale che il personaggio può rispondere, senza trasformare ogni incontro in un comando vocale da impartire a una macchina.

La direzione è comunque significativa. Per decenni l’animatronic ha eccelso nel ripetere una scena con precisione, mentre l’improvvisazione è rimasta affidata agli attori o agli operatori. Disney sta cercando una via intermedia: automatizzare la capacità di scegliere il momento e la risposta più adatti, ma mantenere la scrittura umana come barriera creativa e di sicurezza. Se la prova con gli Anzellans funzionerà, quella formula potrebbe essere estesa a personaggi che oggi richiedono personale dedicato o che, per ragioni tecniche, restano confinati a routine fisse.

Fonti