L'AI può essere utile nell'FPV? Sì, se resta uno strumento

L’AI sta entrando in molte attività che sembravano richiedere solo esperienza diretta. Nell’FPV, però, a un certo punto bisogna prendere in mano una radio, controllare un drone e decidere se una scelta ha senso sul proprio setup.

Io penso che chi sa usare bene questo strumento possa avere un vantaggio. Non è un dato misurato e non significa che l’AI renda automaticamente più bravi a volare, saldare o configurare un quad. Può però far risparmiare tempo quando chiarisce un dubbio o mette ordine nelle informazioni. Il punto è capire dove fermarsi: una risposta generata non sa che cosa ho sulla scrivania, che versione di firmware sto usando o quale dettaglio ho omesso nella domanda.

Tra gli spunti che mi hanno fatto tornare su questa domanda c’è il video di Davide FPV, “Intelligenza artificiale vs Droni: i piloti non servono più!”. Il titolo mette sul tavolo una preoccupazione comprensibile. Io preferisco partire da una domanda più concreta: l’AI può aiutarmi a dedicare meno tempo alla confusione e più tempo a imparare davvero qualcosa nell’hobby?

Il punto del video che condivido, e quello che terrei separato

Nel video Davide distingue bene due cose: l’AI che assiste un drone mentre vola e quella generativa che crea immagini senza far decollare nulla. È una distinzione utile. Nel primo caso il pilota resta dentro l’azione; nel secondo si può ottenere una sequenza visiva senza drone, batterie, campo di volo o ripresa reale.

Capisco perché questo faccia pensare al futuro delle riprese e a chi lavora come pilota. Però non vorrei trasformare quella possibilità in una conclusione più grande di ciò che il video può dimostrare. Un’immagine generata e una ripresa reale possono rispondere a esigenze diverse: dipende da ciò che un committente vuole mostrare, dal contesto e dalla fiducia che serve costruire con chi guarda. Il fatto che un risultato sia tecnicamente possibile non basta, da solo, a dire che sostituirà ogni lavoro o ogni motivo per volare.

Davide collega anche la crescita dell’AI a possibili rincari di memoria e componenti. È un tema da seguire, ma non mi convince che l’AI possa essere indicata come causa unica. L’inflazione descrive un aumento generalizzato dei prezzi, non spiega automaticamente il listino di un singolo componente; allo stesso modo, un dazio è un costo sull’importazione che tende a far salire il prezzo interno, ma non basta a ricostruire il prezzo di un flight controller o di una batteria.¹ Per attribuire un rincaro a una causa precisa servirebbero il componente, il periodo, il venditore e dati sulle altre variabili che contano. Nell’FPV i costi contano, ma non è utile ridurli a una spiegazione sola.

È qui che colloco un mio ricordo, non un listino: nel 2019 mi ricordo che bastavano circa 200 euro per un drone fatto bene. Non è un prezzo da usare oggi come riferimento generale e non dimostra perché i prezzi cambino. Mi ricorda però che il costo di un progetto non è mai solo la somma dei componenti: ci sono tempo, errori, manutenzione e competenze da costruire.

La parte che mi resta più addosso è un’altra: in un periodo in cui si possono generare immagini convincenti, l’esperienza reale può diventare ancora più riconoscibile. Un volo, un errore risolto al banco o una configurazione spiegata con onestà non hanno bisogno di sembrare perfetti per essere utili. Hanno valore proprio perché qualcuno si è preso la responsabilità di farli e raccontarli.

Dove può dare una mano

Nell’FPV ci sono molte piccole attività che rubano tempo prima ancora di arrivare al banco o al campo. Io la userei per trasformare appunti sparsi in una checklist, preparare domande più precise da fare a una community o riordinare le opzioni da verificare in un manuale.

Può essere comoda anche per farsi spiegare un termine poco chiaro o per costruire una lista di controlli prima di iniziare una riparazione. Il valore, almeno per me, non è una risposta pronta da copiare. È arrivare al problema con domande migliori e meno confusione.

Questo cambia anche il modo in cui la uso. Una risposta dell’AI può suggerire una strada, ma non dimostra che quella strada funzioni sul mio setup. Componenti, firmware, configurazioni e condizioni d’uso contano. Prima di cambiare qualcosa, controllo la documentazione, la compatibilità reale e, quando serve, chiedo a persone che hanno già affrontato quel caso.

Può abbassare la prima barriera, non saltare l’apprendistato

Penso che l’AI possa aiutare molte persone a entrare nell’hobby. Questa possibilità mi sta a cuore perché è anche il motivo per cui esiste questo blog: rendere l’FPV un po’ meno opaco per chi è incuriosito ma non sa da dove iniziare.

All’inizio ci si scontra con sigle, componenti, configurazioni e consigli che spesso presuppongono già una certa esperienza. Un assistente può aiutare a tradurre una domanda vaga in una lista di cose da capire: cosa devo verificare prima, quali parole devo cercare nella documentazione, quale foto o informazione serve per chiedere aiuto in modo utile. Può anche rendere meno intimidatorio fare la prima domanda.

Ma entrare nell’FPV non significa ricevere una risposta veloce. Significa imparare a riconoscere ciò che non si sa ancora, leggere le istruzioni pertinenti, ascoltare chi ha esperienza e fare i passaggi con calma. Se l’AI mi porta a chiedere meglio, controllare meglio e fermarmi prima di fare una sciocchezza, allora è un buon punto di ingresso. Se mi convince di poter saltare quelle fasi, mi sta portando nella direzione sbagliata.

Anche nel firmware, ma senza scorciatoie

L’AI può entrare nell’FPV anche un passo prima del banco, cioè nello sviluppo dei firmware e degli strumenti che i piloti usano. Per chi scrive codice, può essere utile per orientarsi in una base di codice grande, confrontare una modifica con la documentazione, preparare un test o rendere più chiaro un pezzo di configurazione. Sono attività in cui una prima bozza può togliere lavoro ripetitivo.

Mi sembra particolarmente interessante quando aiuta a rendere il lavoro più leggibile: riassumere un punto da investigare, proporre casi limite da controllare, spiegare un messaggio di errore o trasformare una nota tecnica in una checklist di test. Anche qui il vantaggio non è avere una risposta da incollare. È liberare attenzione per capire il problema e per fare domande migliori a chi mantiene quel progetto.

Questo non vuol dire che il firmware possa essere affidato a un chatbot. Un suggerimento può compilare e restare comunque sbagliato per un caso che non ha capito. Nei progetti che arrivano fino a un drone reale, qualcuno deve leggere il cambiamento, provarlo con metodo e decidere se è sicuro distribuirlo. L’AI può accelerare la preparazione; non può firmare una release né rispondere di ciò che accade quando il software incontra l’hardware.

Da pilota, il beneficio che mi interessa è indiretto. Se uno sviluppatore usa bene lo strumento per liberare tempo e concentrarsi sui problemi difficili, può lavorare meglio. Ma per me non cambia la regola di base: prima di aggiornare, devo controllare la versione giusta per il mio hardware, leggere le note della release e conservare una configurazione a cui posso tornare. L’AI non elimina nessuno di questi passaggi.

Le pull request non dimostrano l’effetto dell’AI

Mi sono posto una domanda più verificabile: da quando gli assistenti per il codice sono diventati comuni, Betaflight o ExpressLRS hanno ricevuto più pull request? Ho contato le pull request aperte ogni anno con la ricerca di GitHub, includendo quelle poi chiuse o rimaste aperte. Il risultato non mi permette di dire che l’AI abbia aumentato i contributi. Anzi, non c’è un aumento continuo che lo dimostri.

Betaflight ha avuto un picco nel 2023, poi è tornato sotto quel livello nei due anni successivi. In ExpressLRS la serie scende dal 2022 al 2023, risale poco nel 2024 e cala di nuovo nel 2025. Sono numeri utili per evitare una scorciatoia narrativa, non una misura dell’uso dell’AI: una pull request non dice se l’autore abbia usato un assistente, quanto fosse importante la modifica, quanta revisione sia servita o quanto lavoro di test ci fosse dietro.

La lettura onesta, quindi, è più modesta. Questi progetti restano attivi e ricevono contributi, ma i loro dati pubblici non offrono una prova che gli strumenti generativi abbiano fatto crescere in modo stabile le pull request. Le ricerche GitHub che ho usato per ricontrollare ogni conteggio sono in una nota a fondo pagina.²

I due repository non sono però un termometro dell’open source intero. Nel suo report 2025 GitHub rileva un aumento del 20,4% nelle pull request create e del 23% in quelle unite, su una base molto più ampia.³ Non è un confronto diretto: qui conto le pull request aperte in due progetti specifici, mentre quel report misura l’attività dell’intera piattaforma. Però basta a evitare la conclusione opposta, cioè che l’AI abbia spento la voglia di contribuire. In futuro anche Betaflight o ExpressLRS potrebbero vedere più contributi; questi quattro anni non permettono né di prometterlo né di escluderlo.

Quello che i dati e le regole del progetto rendono più concreto è un altro punto. Nel template per le pull request di Betaflight, il progetto dichiara che tutte le pull request vengono revisionate e che la sua integrazione continua compila tutti i target ed esegue la suite di test per ogni pull request. Lo stesso testo precisa che il controllo locale non esaurisce i test. Questo non è un dettaglio burocratico. Su un firmware che finisce su un mezzo reale, produrre una prima modifica è soltanto l’inizio: qualcuno deve capirla, metterla alla prova e decidere se può arrivare agli altri piloti.

Una distinzione che esiste già, nel contesto più difficile

La distinzione del video fra assistenza al volo e AI generativa non è soltanto teorica. Nella guerra in Ucraina, il Ministero della Difesa ucraino riferisce dell’impiego di sistemi con AI e visione artificiale; descrive anche droni che, dopo il riconoscimento del bersaglio durante l’avvicinamento, possono proseguire autonomamente se perdono il collegamento con l’operatore.⁴ È una realtà lontanissima dall’hobby e non la considero un modello da importare nel tempo libero.

La stessa fonte afferma che la decisione finale su selezione e ingaggio del bersaglio resta a un operatore umano. Le comunicazioni di una parte in guerra non sostituiscono una verifica indipendente delle prestazioni dichiarate, ma confermano che la guida terminale assistita dall’AI è già una tecnologia impiegata e discussa. Per me il punto non è celebrarla: è vedere quanto diventa importante parlare di responsabilità quando un sistema prende in carico l’ultimo tratto di un’azione. Più automazione non significa che il giudizio si trasferisca alla macchina.

Il giudizio resta al pilota

L’AI non vede il drone sulla mia scrivania, non sente una vibrazione sospetta e non si assume le conseguenze di una scelta sbagliata. Può produrre una spiegazione convincente anche quando manca un dettaglio importante. Per questo la pratica non perde valore: è il momento in cui un consiglio generico incontra un oggetto reale, con i suoi limiti.

Lo stesso vale per la responsabilità. Una configurazione proposta da un assistente non rende automaticamente sicuro un intervento. Se modifico il drone, devo capire cosa sto facendo, fermarmi quando non sono sicuro e chiedere aiuto a persone competenti quando serve. L’AI può partecipare alla ricerca, ma la decisione resta mia.

Mi sono utile anche una domanda molto semplice: saprei spiegare a un’altra persona perché sto per fare questa modifica? Se la risposta è no, non è il momento di eseguirla solo perché una chat mi ha dato dei passaggi ordinati. Posso usare quegli stessi passaggi per capire cosa mi manca, cercare il manuale corretto o chiedere un confronto. Questa è una differenza piccola, ma cambia il rapporto con lo strumento.

Usarla bene significa verificarla

Per me l’AI può essere un buon compagno di appunti per chi vuole rientrare nell’hobby o imparare un aspetto nuovo. Può rendere meno intimidatoria la prima domanda, liberare tempo per un controllo fatto bene e aiutare chi sviluppa il software che usiamo a concentrarsi sui problemi difficili. Il vantaggio non arriva perché una risposta è generata in pochi secondi. Arriva se la controllo, la adatto e poi la confronto con il drone, il firmware e il problema che ho davvero davanti.

Nell’FPV, giudizio, pratica e responsabilità restano il lavoro più importante. Lo strumento può rendere quel lavoro un po’ più ordinato e aiutare più persone a trovare una porta d’ingresso senza fingere che l’apprendistato non esista. Questa mi sembra la conclusione più positiva e più utile: non un sostituto del pilota, ma un aiuto per diventare un pilota più consapevole.