Andrea Della Rolle
Settembre 22, 2026
Da una piccola officina in cantina a oltre 3.800 diagnosi aperte da ciclisti reali. Andrea Calvo ha 15 anni e ha sviluppato BikeClab, un’app che parte da rumori, sintomi e parole comuni per aiutare a individuare i possibili problemi meccanici di una bicicletta.
Un rumore durante la pedalata. Un freno che fischia. Un “clack” che compare soltanto quando si spinge forte sui pedali.
Per molti ciclisti il problema comincia così: si sente che qualcosa non va, ma capire da dove arrivi realmente quel rumore è tutt’altra questione.
È esattamente da questa situazione che è nato BikeClab, il progetto sviluppato da Andrea Calvo, 15 anni, studente e appassionato di bici e programmazione.
L’idea non è partita da un laboratorio tecnologico, ma da una cantina vicino a Milano.
«A 14 anni mi ero montato un’officina in cantina con gli attrezzi comprati coi miei risparmi, stando sotto i 200 euro. Da lì gli amici hanno iniziato a portarmi le loro bici».
Biciclette e computer erano due passioni già presenti. Nell’ultimo anno sono diventate un unico progetto.
Dal rumore della bici alla prima diagnosi
La scena che si ripeteva nell’officina improvvisata era quasi sempre la stessa.
Un amico arrivava dicendo che la bici faceva un rumore. Nessuno sapeva esattamente quale componente lo provocasse e Andrea iniziava a smontare e controllare.
A volte trovava il problema. Altre volte partiva dal componente sbagliato.
Da qui l’intuizione: un rumore contiene già una parte dell’informazione necessaria per individuare un guasto.
Un colpo che compare a ogni pedalata e un fischio durante la frenata appartengono a famiglie di problemi completamente differenti.
Andrea ha quindi iniziato a costruire un catalogo di sintomi e suoni e, progressivamente, a trasformare il processo diagnostico in un’applicazione.
La prima versione di BikeClab è stata programmata addirittura da un iPad, perché Andrea non disponeva ancora di un computer dedicato allo sviluppo.
Poi è iniziato un altro percorso di apprendimento: quello della pubblicazione.
Apple ha rifiutato l’app più di venti volte.
Andrea ha corretto ogni volta ciò che veniva contestato e ha ripresentato l’applicazione fino alla pubblicazione sugli store, avvenuta il 10 giugno.
Come funziona BikeClab
Il principio è volutamente semplice.
Il ciclista non deve sapere quale componente abbia un problema.
Ogni diagnosi parte da una frase scritta dall’utente con parole sue.
Per esempio:
“Fa un tic ogni volta che pedalo forte.”
A quel punto BikeClab pone alcune domande mirate: quando compare il rumore, se succede anche da fermo, se cambia sotto sforzo o durante la frenata.
Alla fine del percorso propone il problema considerato più probabile, un controllo immediato da effettuare e una prova che possa aiutare a confermare o escludere l’ipotesi.
L’utente può inoltre registrare la propria bicicletta e i componenti installati, permettendo al sistema di partire da informazioni più precise.
Dove entra davvero l’intelligenza artificiale
Uno degli aspetti più interessanti di BikeClab è proprio il modo in cui Andrea descrive il ruolo dell’intelligenza artificiale.
Non è l’AI a inventare liberamente la diagnosi.
Il suo compito principale è interpretare il linguaggio naturale utilizzato dai ciclisti.
Per un sistema tradizionale, “movimento centrale usurato” e “fa un clack quando pedalo forte” possono sembrare informazioni molto differenti.
Per il ciclista possono descrivere lo stesso problema.
L’intelligenza artificiale viene quindi utilizzata per comprendere il significato di ciò che viene scritto e per scegliere quale domanda porre successivamente.
Il percorso che collega sintomo, domande e possibile componente responsabile è invece costruito attraverso regole sviluppate dallo stesso Andrea.
Una scelta interessante anche rispetto a un tema sempre più presente nelle applicazioni basate sull’intelligenza artificiale: dove lasciare libertà al modello e dove, invece, imporre regole precise.
Quando l’AI deve fermarsi
Su una bicicletta una diagnosi sbagliata non è sempre soltanto un inconveniente.
Freni, sterzo e altri componenti possono avere conseguenze dirette sulla sicurezza.
Per questo BikeClab associa alle diagnosi differenti livelli di rischio.
Quando il problema riguarda una componente critica, l’app non cerca di trasformare il ciclista in un meccanico: suggerisce invece di rivolgersi a un professionista e aiuta l’utente a capire quali informazioni comunicargli.
La diagnosi viene inoltre accompagnata da una spiegazione, da una verifica che il ciclista può effettuare e da una seconda possibile ipotesi.
Secondo Andrea, la parte tecnicamente più difficile del progetto è proprio evitare le diagnosi “quasi giuste”.
Individuare un componente vicino a quello realmente difettoso può infatti portare a smontare la parte sbagliata senza risolvere il problema.
Per questo vengono eseguiti scenari di test prima che le modifiche al sistema vengano distribuite agli utenti.
Oltre 3.800 diagnosi raccontano come i ciclisti parlano della propria bici
BikeClab sta producendo anche qualcosa che, forse, inizialmente non era il suo obiettivo principale: un archivio del linguaggio con cui i ciclisti descrivono i problemi meccanici.
Nel database risultano oltre 4.500 diagnosi complessive, ma quasi 900 arrivano dagli account utilizzati da Andrea per collaudare l’app.
Le diagnosi aperte da ciclisti reali sono quindi oltre 3.800, generate da più di 1.600 persone differenti.
Di queste, più di 3.400 sono arrivate fino alla conclusione del percorso diagnostico.
Non si tratta di un questionario nel quale scegliere una categoria prestabilita.
Ogni diagnosi comincia con una descrizione libera del problema.
È un dettaglio importante, perché significa raccogliere non soltanto informazioni sui guasti, ma anche sul modo in cui le persone li percepiscono e li raccontano.
Nell’ultimo mese BikeClab ha superato le 50 diagnosi giornaliere, con un picco superiore a 250 in una singola giornata.
Il problema più frequente? Prima ancora del componente, il “rumore”
I dati raccolti stanno mostrando alcune ricorrenze.
La zona dei pedali e del movimento centrale compare in più di una descrizione su quattro.
I freni rappresentano una quota simile, mentre il cambio compare circa in una descrizione su cinque.
Ma il risultato che ha sorpreso maggiormente Andrea riguarda una semplice parola:
rumore.
Compare in circa una descrizione su cinque.
Gli utenti, cioè, raramente arrivano sapendo quale componente abbia un problema.
Arrivano raccontando ciò che sentono.
Ed è proprio qui che un sistema basato esclusivamente su menu, categorie e nomi dei componenti rischierebbe di creare una barriera già all’inizio del percorso.
“La forcella squittisce come un topo”
Le descrizioni raccolte da BikeClab mostrano anche quanto sia personale il modo di raccontare un problema meccanico.
C’è chi ha descritto una forcella che “squittisce come un topo”, chi un cambio che produce il rumore di un “piccone rotto su Minecraft”, chi paragona i freni a una mitraglietta.
Un altro utente ha semplicemente scritto che il mozzo, dopo un’impennata e il successivo atterraggio, fa “aaaaaaaaaa” e poi smette.
Descrizioni lontanissime dal linguaggio di un manuale tecnico.
Eppure contengono informazioni.
Il momento in cui compare il rumore, il movimento durante il quale si verifica, la sua durata e la sua ripetitività possono essere indizi molto più importanti del nome del componente indicato dall’utente.
È probabilmente uno degli esempi più interessanti di utilizzo dell’intelligenza artificiale nel progetto: tradurre il linguaggio impreciso delle persone in informazioni utilizzabili da un sistema tecnico.
I principianti descrivono meglio i guasti degli esperti?
Un altro dato raccolto da Andrea è particolarmente curioso.
Gli utenti che si dichiarano esperti sembrano ottenere diagnosi meno precise rispetto a chi si definisce principiante.
Andrea propone una possibile spiegazione.
Il ciclista esperto tende più facilmente ad arrivare con una propria diagnosi già formulata: invece di descrivere il sintomo, potrebbe scrivere direttamente che il movimento centrale deve essere sostituito.
Il principiante, non conoscendo necessariamente il nome del componente, racconta invece semplicemente ciò che sente.
Ed è proprio quella descrizione grezza a poter contenere gli indizi più utili.
Non è un risultato scientifico e i dati provengono naturalmente dagli utenti della piattaforma, ma è un’osservazione interessante sul rapporto tra conoscenza tecnica, percezione del problema e qualità delle informazioni fornite a un sistema diagnostico.
Oltre 2.000 iscritti e un milione di visualizzazioni al mese
BikeClab ha oggi più di 2.000 utenti registrati.
Secondo i dati forniti da Andrea, circa tre utenti su quattro hanno effettuato almeno una diagnosi e metà degli iscritti è arrivata nelle ultime quattro settimane.
Il principale canale di crescita è Instagram.
Sul profilo @bikeclab, Andrea pubblica quotidianamente video legati all’officina e alla meccanica della bicicletta, raggiungendo complessivamente oltre un milione di visualizzazioni al mese.
Anche questo è un elemento interessante del progetto.
BikeClab non nasce soltanto come applicazione digitale, ma rimane legato continuamente all’officina fisica, ai problemi reali e ai contenuti condivisi con la community.
BikeClab e le officine non devono essere concorrenti
Uno dei rischi di strumenti di questo tipo potrebbe essere considerarli un’alternativa al meccanico.
Andrea vede invece una dinamica differente.
Una diagnosi preliminare può aiutare il ciclista a presentarsi in officina con una migliore comprensione del problema e con informazioni più precise.
Per questo sta iniziando a cercare officine e negozi disponibili a sperimentare BikeClab con i propri clienti.
Il rapporto tra diagnostica digitale e manutenzione professionale potrebbe essere uno degli sviluppi più interessanti da osservare.
Soprattutto perché una bici moderna — e ancora di più una e-bike — può integrare componenti meccanici, elettronici e software sempre più complessi.
Il prossimo passo: far ascoltare il rumore direttamente all’app
Oggi BikeClab comprende ciò che il ciclista scrive.
Il prossimo passaggio potrebbe essere molto più diretto: ascoltare il problema.
Andrea sta lavorando alla possibilità di registrare il rumore della bicicletta direttamente attraverso il telefono, come se si inviasse un messaggio vocale.
Un secondo sviluppo riguarda invece il rapporto con la diagnosi.
Oggi è principalmente un processo con un inizio e una conclusione.
L’obiettivo è trasformarlo progressivamente in una conversazione: il sistema suggerisce una verifica, il ciclista la esegue sulla bici, comunica il risultato e la diagnosi riparte da quel punto.
Un archivio su come si rompono davvero le biciclette
Guardando più avanti, Andrea immagina BikeClab non soltanto come uno strumento diagnostico.
Le migliaia di descrizioni che stanno entrando nella piattaforma possono progressivamente costruire un archivio molto particolare.
Non quello dei guasti osservati durante test di laboratorio.
Nemmeno quello di una singola officina.
Ma un insieme aggregato di informazioni su come i ciclisti percepiscono, raccontano e affrontano i problemi delle proprie biciclette nel mondo reale.
Naturalmente serviranno numeri molto più grandi, classificazioni solide e attenzione alla qualità dei dati prima di poter ricavare conclusioni generali.
Ma la direzione è interessante.
Anche perché manutenzione e capacità di risolvere piccoli problemi sono una componente spesso sottovalutata dell’esperienza ciclistica e cicloturistica.
Una foratura, un rumore improvviso o un componente che sembra non funzionare correttamente possono trasformare rapidamente un’uscita o un viaggio in bici.
Tecnologia, ma solo quando serve davvero
Forse una delle risposte che racconta meglio l’approccio di Andrea riguarda proprio l’intelligenza artificiale.
La sua regola è semplice: bisogna chiedersi se esista davvero un linguaggio ambiguo da tradurre.
Capire cosa intende un ciclista quando dice che qualcosa sulla bici “fa un rumore tipo grattugia” è un problema nel quale un modello linguistico può avere un’utilità concreta.
Contare quanti chilometri ha percorso una catena, invece, può farlo benissimo un normale contatore.
Non tutto deve diventare intelligenza artificiale soltanto perché oggi è possibile chiamarlo così.
Da una cantina a un’app pubblicata sugli store
C’è infine un’altra storia dentro BikeClab.
È quella di un ragazzo di 15 anni che ha iniziato riparando le biciclette degli amici in cantina, ha sviluppato la prima versione della propria applicazione utilizzando un iPad e ha continuato a ripresentarla dopo più di venti rifiuti prima di vederla pubblicata.
Alla domanda su cosa direbbe a un ragazzo della sua età che pensa di essere troppo giovane per realizzare un progetto, Andrea risponde partendo proprio da lì:
«Prima di essere quello dell’app ero quello che aggiustava le bici in cantina».
Una tecnologia, in fondo, diventa interessante quando smette di partire dalla tecnologia.
E ricomincia da un problema reale.
Provare BikeClab
BikeClab può essere provata da smartphone attraverso questo link che indirizza direttamente alla versione corretta dell’app.
Officine e negozi interessati a sperimentare il progetto possono invece contattare Andrea all’indirizzo bikeclab@gmail.com.
