Orbyta Tech e Innovation Design al Convegno di Futures Studies per presentare Voice From Futures

Orbyta Tech insieme a Innovation Design partecipa al Convegno di Futures Studies 2026 all’interno del panel "Integrare l’intelligenza artificiale nel foresight" con un intervento dal titolo "Voice From Futures: Translating Long-Term Scenarios into AI-Personas for Corporate Foresight".

In un mondo NAVI (Non-lineare, Accelerato, Volatile, Interconnesso), la capacità di anticipare scenari alternativi e di interrogare criticamente il presente diventa cruciale per i team di innovazione e design (Vellar & Fogli, 2026). Gli scenari a lungo termine restano spesso documenti astratti: design fiction che rimangono autoriali, lasciando i professionisti come spettatori passivi dei futuri che descrivono.

Voice From Futures, una metodologia sviluppata da Sibilla Studio (Domenico Polimeno, Elena Galli) in collaborazione con Orbyta Tech (Agnese Vellar), colma questo divario rendendo gli scenari a lungo termine più accessibili ai team di innovazione e design, più abituati a lavorare con le personas che con documenti di scenario astratti. Il suo contributo principale consiste nel tradurre scenari a lungo termine in AI future personas empiricamente fondate, capaci di supportare il lavoro di design e foresight.

La metodologia si articola in quattro fasi.

La Fase 1 decostruisce gli scenari esistenti del cliente attraverso interviste semi-strutturate agli esperti, impalcate dalla Causal Layered Analysis, concentrandosi sui livelli della worldview e del mito-metafora per far emergere le tensioni valoriali implicite ma non dichiarate all’interno dello scenario.

La Fase 2 estende lo stesso impianto CLA a una ricerca qualitativa su un campione misto, per l’80% corrispondente all’età della popolazione target nell’orizzonte temporale dello scenario ipotizzato e per il 20% costituito da informatori di riferimento alla loro età attuale, utilizzando le tensioni emerse nella Fase 1 come temi di indagine; il materiale codificato viene poi sintetizzato in personas empiricamente fondate seguendo metodi consolidati di sintesi delle personas qualitative (Salminen et al., 2021).

La Fase 3 fa evolvere queste personas attraverso la matrice semantica Semiotic Futures Personas, posizionando ciascuna di esse come Allineata, In Frizione o Alla Deriva rispetto allo scenario (Mereu & Preira, 2025).

La Fase 4 codifica le personas per l’impersonificazione da parte dell’AI, producendo un gemello digitale qualitativo costruito interamente su dati empirici piuttosto che su materiale sintetico, estendendo la recente ricerca sulle persona-gemello digitali (Toubia et al., 2025) a un contesto di foresight e organizzativo.

Basandosi su uno studio di caso proof-of-concept condotto con Orbyta Tech, ancora in fase di sviluppo, il contributo discute come l’interrogazione di future personas incarnate dall’AI introduca una frizione qualitativa nella design fiction, rafforzando di conseguenza la profondità etnografica dell’Anticipatory Ethnography (Vellar & Fogli, 2026). Riflette inoltre sul potenziale della metodologia nel rendere il long-term thinking più tangibile per i professionisti dell’innovazione e del design. Il contributo affronta criticamente i limiti epistemologici dell’impersonificazione algoritmica come frontiera aperta per la pratica del corporate foresight.