Nazionalizzare l’IA non basta

L’attuale questione sull’intelligenza artificiale rischia di essere l’estrema propaggine decadente di una questione – la questione tecnologica – che ha trasformato la dialettica tra lavoro e capitale. 

In questa prospettiva è possibile immaginare la riflessione sui modelli linguistici e sulla conseguente automazione come una nuova questione delle macchine dopo quella seguita alla rivoluzione industriale, seppur con una rimodulazione importante: l‘originaria questione delle macchine non usciva da un paradigma meccanicista. La macchina rappresentava un potenziamento delle capacità umane e le economie di scala conseguenti alla sua introduzione rimanevano nell’ambito di banali considerazioni incrementali: la macchina era ancora una estroflessione complessa delle capacità umane. Con la sedicente rivoluzione digitale vi è un salto e un’inversione conseguente: non sono più le macchine a somigliare agli esseri umani ma gli esseri umani a mimare movimenti macchinici. Esattamente come la vita nelle città ha subito una trasformazione essenziale con l’introduzione del motore a scoppio e delle autovetture ridisegnando funzionalmente il paesaggio urbano, così la vita degli esseri umani è modificata dalla tecnologia, la quale, lungi dall’essere una semplice implementazione tecnica, ne rappresenta un profondo sviluppo. La tecnologia è parte delle relazioni vitali e linguistiche della specie umana.

L’idea che le emozioni o il linguaggio naturale possano essere immediatamente oggetto di produzione di valore ricalca infatti questo paradigma e l’idea di fabbrica sociale teorizzata già negli anni Sessanta da Mario Tronti. Non è qui il luogo per comprendere quanto questi concetti colgano l’effettivo sviluppo del capitalismo contemporaneo. Ciò che qui, più modestamente, provo a proporre è una brevissima e manchevolissima genealogia della rivoluzione linguistica e statistica che i modelli linguistici di intelligenza artificiale sembrerebbero aver introdotto. In altri termini, considerare le macchine come un prodotto improvviso e circoscritto della rivoluzione industriale significa ridurre un processo storico complesso a un semplice evento databile.

Leggi anche…

DIGITALE

Il capitale nel cervello

Redazione Jacobin Italia

È un errore interpretativo almeno per due ragioni. In primo luogo, perché una storia concepita come successione di punti isolati finisce per trasformarsi in antistoria: non più comprensione dei processi, delle contraddizioni e delle mediazioni che li attraversano, ma loro cancellazione retrospettiva. L’antistoria, in questo senso, è la narrazione che sottrae alla storia il suo movimento dialettico, cioè l’intreccio tra economia, natura, scienza e umanità che produce una tendenza di lungo periodo. Qui si potrebbe richiamare, almeno sullo sfondo, la lezione di Hegel, ripresa da Marx: la tecnica non appare come un accidente esterno alla società, ma come una figura storica in cui si condensano i rapporti sociali materiali. In secondo luogo, quel «punto» che chiamiamo rivoluzione industriale non è soltanto un’origine, ma anche una soglia: una frattura visibile all’interno di una trasformazione già in corso, una breccia nelle mura, ormai compromesse, della ragione moderna. 

Non riconoscere questa continuità significa proporre una genealogia troppo selettiva del conflitto tra lavoro e capitale, come se esso nascesse all’improvviso con la fabbrica meccanizzata, e non fosse invece il risultato di una più lunga riorganizzazione della vita, del sapere e della produzione. 

Come ricorda Matteo Pasquinelli Nell’occhio dell’algoritmo, la questione delle macchine in quanto tale è sempre stata un problema dell’intelligenza legata alla macchina, al suo uso e alla sua progettazione. Intelligenza è la scienza impiegata per produrre le macchine e intelligente è la conoscenza che ne consegue dall’uso. L’esperienza di fabbrica è perciò stesso già da sempre una questione di intelligenza appresa e trasmessa. La conoscenza operaia è già sempre implicita nella questione delle macchine in quanto intelligenza della macchina in ogni senso. L’opposizione alla macchina da parte operaia è l’opposizione di una forma di conoscenza esperenziale a un’altra forma di conoscenza, astratta e direttiva. La macchina sussume l’uso nella regola generale, sussumendo l’esperienza umana. 

In questo senso la lotta di classe è, in modo molto più forte di quanto non appaia a prima vista, anche una lotta tra intelligenze tecnologiche. Tanto più che la questione delle macchine, cristallizzata da Ricardo nei suoi Principi, è apparsa sin da subito come la questione centrale del rapporto tra salari e produttività, ma è stata proprio questa prospettiva a oscurare quella profonda della tecnologia della divisione del lavoro come conoscenza operaia, ovvero come conoscenza sociale. 

La scienza nello sforzo sociale tecnico è il legaccio che tiene insieme le conoscenze più che un fondo a cui attingere. La scienza in altre parole è la fibra che tiene insieme i fili del processo sociale lasciandolo apparire come tendenza. Il ruscello orientato a monte che costituisce a valle il grande fiume inarrestabile dello sviluppo tecnologico non è insomma quel luogo sacro della conoscenza consacrato ai creativi e ai talentuosi dell’umanità. 

Leggi anche…

DIGITALE

Nazionalizzare l’Intelligenza artificiale

Dustin Guastella

È per questa ragione che la recente dichiarazione di Bernie Sanders riguardo all’uso pubblico della cosiddetta intelligenza artificiale non mi convince. Come riportato prontamente da Fortune, la proposta di Sanders è stata salutata con simpatia dal presidente Trump e da Sam Altman, Ceo di OpenAI, in un’inaspettata convergenza che prevede la partecipazione pubblica alla grande impresa dell’umanità chiamata intelligenza artificiale. Secondo Sanders, intervenuto sul NY Times il 1 giugno, l’intelligenza artificiale non è un semplice aggiornamento tecnologico, bensì lo spartiacque definitivo della nostra epoca. Non ci sarà alcun aspetto della nostra esistenza – dal modo in cui lavoriamo e votiamo, fino all’educazione dei nostri figli e al nostro stesso equilibrio emotivo – che non ne uscirà radicalmente trasformato. E mentre all’orizzonte si profila il rischio, tutt’altro che fantascientifico, di macchine iper-intelligenti capaci di sfuggire al nostro controllo, la vera battaglia di oggi si giocherebbe tutta tra privati per l’estrazione di profitti conseguenti a questa svolta epocale. Ora, afferma Sanders, il paradosso dell’IA è che non nasce dal nulla, ma le sue origini intercettano l’intera eredità culturale, scientifica e creativa della nostra specie. L’algoritmo ha imparato a «pensare» nutrendosi del nostro sudore intellettuale, dei nostri dati e della nostra storia e, proprio per questo motivo, la ricchezza incalcolabile che questa tecnologia sta per sprigionare non può essere privatizzata. Non può trasformarsi nel feudo esclusivo di una manciata di tecnocrati della Silicon Valley – i vari Musk, Altman o Amodei – né nell’ennesima slot machine per i fondi di Wall Street. 

Il ragionamento è chiaro e sembrerebbe condivisibile, anzi lo è sicuramente in modo astratto: se l’intelligenza artificiale è il prodotto del sapere di tutti, i suoi frutti devono nutrire l’umanità intera, non i portafogli di pochi. Tuttavia, ci sono almeno un paio di problemi con una proposta così formulata. Dunque occorre fare chiarezza in almeno due direzioni: una economica e una politico-filosofica, per così dire. 

Dal punto di vista economico nazionalizzare la tecnologia dei modelli linguistici significa socializzare 500 miliardi di debiti e zero potenza di impiego. L’errore comune è infatti considerare la ricerca sull’intelligenza artificiale come una ricerca scientifica in mare aperto, come ricerca di base dalla quale non è possibile e non si deve estrarre immediatamente profitto. Ma la cosiddetta intelligenza artificiale non presenta nessuno dei caratteri della ricerca scientifica di base, si regge infatti su invenzioni concettuali piuttosto datate, su modelli statistici consolidati, sfrutta l’avanzamento tecnologico digitale per coniugare attraverso la forza bruta del calcolo questi due pilastri. Il nome stesso di intelligenza artificiale venne coniato a partire da suggestioni della psicologia Gestalt degli anni Quaranta del secolo scorso: non so se esiste una migliore definizione di ingegneria, quello che so è che non si tratta di ricerca scientifica di base. E se non si tratta di ricerca scientifica di base occorre inventarsi un impiego per questa trovata ingegneristica.

Al momento il miglior impiego trovato per la cosiddetta intelligenza artificiale è la speculazione finanziaria divenuta particolarmente efficiente attraverso l’uso dei social media. Più o meno lo schema è questo: annuncio di uno sviluppo importante ma segreto, perché troppo potente per essere diffuso; raccolta del capitale; rilascio del codice segreto; disillusione generale; rilancio sulla pericolosità etica dell’intelligenza artificiale; investimento pubblico invece del crollo. 

Ormai anche chi non sa o non vuole fare altro che accendere uno smartphone e soffiarci dentro alcune parole sa che le grandi aziende del campo tecnologico investono somme enormi l’una nell’altra, rifornendo da un grande monopolista hardware globale che a sua volta investe milioni nelle aziende che acquistano i suoi prodotti. Ecco, nonostante la partita di giro, l’unica azienda che produce qualcosa in questo gioco delle tre carte, ossia Nvidia, è anche l’unica in attivo. Dovremmo socializzare le perdite del capitale di ventura più spregiudicato degli ultimi 20 anni? 

Sarebbe allora forse meglio socializzare invece le risorse sperperate dai grandi data center, disincentivando il monopolio di gran parte delle risorse cognitive ed energetiche prodotte dall’umanità. Forse cancellare l’idea stessa di data center al momento non è percorribile, ma almeno lo è quella della risocializzazione della ricchezza trattenuta nei grandi cloud delle multinazionali statunitensi, utilizzando la potenza di calcolo imprigionata nei grandi compound del feudalesimo digitale. 

Leggi anche…

DIGITALE

L’era dell’IA a basso costo è già finita 

Sophie Bandarkar

Vi è poi l’altra questione, meno marchiana, ma non meno decisiva: quella che investe il ruolo della conoscenza nelle società a capitalismo avanzato. L’idea che la tecnologia, ovvero l’implementazione tecnologica di alcune procedure matematiche, possa guidare i processi di governance rendendo di fatto inutili la politica da una parte e il valore della scienza dall’altra, è una panzana dura a morire, ma che comincia a mostrare la corda. Tanto più ora che la sezione italiana del luogo in cui tali panzane sono diventate mainstream, Wired, ha cessato le pubblicazioni, per mano della proprietà statunitense, non dell’algoritmo. Anche nel caso di Wired il lavoro non è stato sostituito dall’automazione, ma è stato cancellato, declassato e probabilmente riallocato in maniera più profittevole per il capitale. A guardare gli ultimi trent’anni si direbbe che l’automazione più che il lavoro abbia cancellato il controllo umano del lavoro, e la tecnologia attuale più che simulare l’intelligenza umana ne rimpiazza le capacità sistematiche di controllo e coordinamento. 

Non siamo più nell’era della classica «fabbrica sociale» — quella teorizzata dall’operaismo, in cui i ritmi della catena di montaggio esondavano dai cancelli della fabbrica per alluvionare l’intera società. Oggi siamo passati alla fabbrica del sociale: un sistema che non si limita a sfruttare la società esistente, ma la forgia e la codifica da cima a fondo.

Si genera così un circuito chiuso: quando l’analisi dei Big Data esamina i comportamenti delle persone, non sta misurando alcuna qualità sociale, ma soltanto l’efficacia degli input che l’algoritmo stesso ha instillato. Pensiamo alle piattaforme di delivery come Deliveroo o ai feed di TikTok: l’algoritmo suggerisce un percorso, un tempo di consegna o un contenuto da guardare, e poi misura se la reazione dell’utente o del lavoratore corrisponde alle sue metriche. La cosiddetta sociometria digitale si riduce a questo: un controllo di conformità tra la creatività umana — forzosamente incanalata in binari predefiniti perché sono quelli previsti dal sistema di misura — e i risultati attesi dal sistema. Ovvero, la quantità di dati spacciata per qualità.

Non deve quindi stupire che l’intelligenza artificiale sia, prima di tutto, una tecnologia di controllo e disciplinamento del lavoro. Gli anni della pandemia di Covid-19 hanno fatto da acceleratore e banco di prova: le app di tracciamento, il monitoraggio della mobilità e la gestione algoritmica delle risorse hanno mostrato come la tutela della salute pubblica e il controllo sociale dei corpi possano fondersi in una sola architettura tecnica.

Tuttavia, è proprio qui che si apre il paradosso dialettico dell’intelligenza artificiale. Proprio quando i modelli di IA (come i grandi modelli linguistici o le reti neurali generative) mostrano i propri limiti nel replicare la mente umana individuale, rivelano la loro natura più autentica. L’IA non è una mente isolata che «pensa», ma una macchina che estrae, mappa e ricombina la cooperazione, il linguaggio e il sapere accumulato da milioni di individui. Nel momento stesso in cui fallisce come «individuo sintetico», l’intelligenza artificiale dimostra esattamente ciò che la razionalità tecnologica vorrebbe celare: che l’intelligenza umana non è mai stata una facoltà privata, ma un prodotto irriducibilmente collettivo, sociale e relazionale.

È la divisione del lavoro a comandare il processo e non il contrario come hanno ben capito i tecno miliardari alla Thiel che lungi dal governare le loro aziende, e anche solo dal possederle c’è da dire, si limitano a controllarle, in un neo-incanto del mondo contemporaneo nel quale una nuova classe eletta vive di rendita per grazia tecnologica. 

È dal 1867, anno di pubblicazione del Capitale, che sappiamo che «i mezzi di lavoro sono non soltanto i gradimetri dello sviluppo della forza lavoro umana, ma gli indici dei rapporti sociali nel cui ambito l’uomo lavora». Non c’è nessuna secessione delle élite per dirla con Lasch, ma una successione delle élite al comando della divisione internazionale del lavoro.

*Luca Gori è dottore di ricerca in filosofia e insegnante. Attualmente svolge attività di ricerca presso l’Università di Tor Vergata di Roma.

Diamoci un taglio

La rivoluzione non si fa a parole.
Serve la partecipazione collettiva.
Anche la tua. Abbonati
a Jacobin Italia

L'articolo Nazionalizzare l’IA non basta proviene da Jacobin Italia.