Dall’elettrolisi del carbonio a strutture catalitiche: sperimentazione e AI “alleate” per trasformare il gas serra in carburanti e prodotti chimici utili

Nel marzo 2025 l’EMPA, il prestigioso istituto svizzero per i materiali e le tecnologie, ha conferito alla giovane ricercatrice Carlota Bozal-Ginesta, giunta dalla Spagna, la “Young Scientist Fellowship”. La borsa biennale le consente di sviluppare un progetto che unisce machine learning e sperimentazione ad alto throughput per ottimizzare la struttura degli elettrodi nell’elettrolisi del CO2.

Il suo obiettivo è ambizioso e chiaro: trasformare il gas serra per eccellenza in una risorsa preziosa, generando carburanti sintetici e sostanze chimiche utilizzabili nell’industria, attraverso l’impiego di acqua, elettricità rinnovabile e catalizzatori adeguati.

La sfida nasce da un problema noto. I catalizzatori disponibili, sebbene efficienti, non garantiscono una selettività sufficiente. Il processo di elettrolisi produce infatti una miscela complessa di composti gassosi e liquidi, spesso più di venti, la cui separazione risulta costosa e energivora.

L’innovazione di Bozal-Ginesta consiste nell’indagare come la microstruttura degli elettrodi influenzi la composizione dei prodotti, con l’aiuto di algoritmi in grado di riconoscere correlazioni nascoste. Un approccio che, in Svizzera, intreccia microscopia, spettroscopia e simulazioni per proporre nuove geometrie elettrodiche.

Nuovi scenari: più materiali e configurazioni avanzate

Gli sviluppi più recenti nel campo della riduzione elettrochimica del CO2 mostrano una crescente attenzione al design degli elettrodi. La ricerca internazionale, in particolare in Europa, ha evidenziato come le configurazioni basate su gas diffusion electrodes e membrane-elettrodo assemblate possano migliorare la gestione del trasporto di massa e incrementare l’efficienza.

Tuttavia, le condizioni operative realistiche rimangono complesse: la presenza di impurità, le variazioni di pressione e temperatura, la stabilità dei materiali nel tempo sono fattori che ostacolano il passaggio dal laboratorio all’impianto pilota.

In questo contesto, i modelli matematici e le simulazioni multifisiche si stanno rivelando strumenti fondamentali. Analizzare il comportamento dell’elettrodo in funzione dello spessore del catalizzatore, della porosità o dell’area elettroattiva consente di prevedere le prestazioni prima ancora di costruire un prototipo. È proprio su questa sinergia tra sperimentazione rapida e modellazione predittiva che il lavoro di Bozal-Ginesta trova la sua forza innovativa.

L’impatto dell’IA nella progettazione degli elettrodi

L’uso del machine learning non si limita a elaborare grandi quantità di dati sperimentali. Carlota Bozal-Ginesta ha impostato tre linee d’azione.
La prima riguarda lo studio delle correlazioni tra la struttura degli elettrodi e le prestazioni elettrochimiche, con l’obiettivo di capire quali parametri siano realmente determinanti per aumentare la selettività.

La seconda è lo sviluppo di strumenti digitali in grado di analizzare immagini di microscopia, individuando schemi e dettagli che l’occhio umano non coglie.
Infine, il terzo asse mira al cosiddetto inverse design: partendo dal prodotto desiderato, l’algoritmo suggerisce come costruire l’elettrodo con caratteristiche strutturali ottimali.

La ricercatrice catalana sottolinea però la necessità di un approccio responsabile:

“Il machine learning è uno strumento potente per testare le nostre ipotesi, ma non può sostituire la capacità critica dello scienziato. Servono dati curati, modelli solidi e interpretazioni consapevoli, altrimenti il rischio è di seguire false piste”,

afferma.

Dal laboratorio all’industria: ostacoli e opportunità

Nonostante i progressi, le barriere verso l’applicazione industriale restano consistenti. Gli elettrodi devono funzionare con alte densità di corrente e mantenere la stabilità per lunghi periodi, condizioni lontane dalle prove di laboratorio.

La corrosione, la perdita di porosità e il degrado del catalizzatore sono problemi che compromettono la durata dei dispositivi. Inoltre, l’equilibrio tra selettività e rendimento energetico è delicato: maggiore precisione nella produzione di un composto implica spesso tensioni più elevate e costi energetici maggiori.

La comunità scientifica internazionale sta lavorando per standardizzare metodologie e dataset, così da facilitare il confronto tra laboratori e accelerare il trasferimento tecnologico. È un terreno in cui la collaborazione europea gioca un ruolo strategico, unendo competenze di materiali, ingegneria chimica e scienze computazionali.

Il contributo italiano nelle parole di Alessandro Bianchi

Anche in Italia cresce l’interesse per queste tecnologie, con il coinvolgimento di università e centri di ricerca come il Politecnico di Milano, l’ENEA e il CNR. Il professor Alessandro Bianchi, responsabile del gruppo elettrochimico presso l’Agenzia Nazionale per le Nuove Tecnologie, l’Energia e lo Sviluppo Economico Sostenibile, sottolinea:

“Se vogliamo che l’Italia non resti spettatrice, occorre investire in piattaforme sperimentali ad alto rendimento e in infrastrutture di dati ben organizzati. Solo così potremo sviluppare prototipi realmente competitivi”.

Le parole dell’esperto riflettono una convinzione condivisa: la transizione energetica non può prescindere da tecnologie di cattura e utilizzo della CO2.

In un Paese che punta a incrementare la produzione da rinnovabili, la possibilità di trasformare il carbonio in eccesso in carburanti sintetici offre una strada per ridurre la dipendenza da fonti fossili importate e aprire mercati emergenti.

Verso il 2030: elettrodi digitali per un’economia circolare

A metà settembre 2025 il panorama appare in rapida evoluzione. I modelli multifisici e il machine learning stanno trasformando la ricerca in un campo in cui la chimica tradizionale incontra la chimica digitale. È plausibile che entro il 2030 vedremo i primi impianti pilota capaci di produrre carburanti sintetici o olefine leggere con livelli di efficienza compatibili con la scala industriale.

Il lavoro di Carlota Bozal-Ginesta presso i Laboratori Federali Svizzeri di Scienza e Tecnologia dei Materiali non è soltanto un contributo scientifico, ma un esempio di come un approccio interdisciplinare possa generare valore. Integrando dati, modelli e visione critica, si aprono scenari in cui il CO2 smette di essere soltanto un rifiuto atmosferico e diventa materia prima per un’economia circolare.

La direzione è chiara: non basta cercare catalizzatori migliori. Occorre ripensare le strutture, i processi e i criteri di progettazione. Chi saprà dominare questa frontiera, trasformando l’elettrochimica in un’alleata dell’intelligenza artificiale, avrà la possibilità di convertire un problema planetario in un’opportunità industriale e ambientale senza precedenti.

Ecco tre approfondimenti che potrebbero interessarti:

Acetaldeide dalla CO2: verso una chimica industriale più sostenibile
Gamma‑ray laser: in arrivo la rivoluzione della luce estrema
Nuovi combustibili dalla fotosintesi artificiale su bolle di sapone