Dal caso Anthropic-Grok all’Operazione Epic Fury, la guerra automatizzata mostra il suo nodo politico: non è la macchina a togliere responsabilità all’uomo, ma l’uomo a delegarle alla macchina. A febbraio 2026 il governo degli Stati Uniti ha posto fine al contratto con Anthropic, comunicandole che le sue condizioni — niente sorveglianza di massa, niente armi autonome senza supervisione umana — erano incompatibili con le esigenze operative del Pentagono. Cinque giorni dopo la firma del contratto sostitutivo con xAI, il 28 febbraio, è partita l’Operazione Epic Fury. Grok, il modello di Elon Musk, ha contribuito alla selezione di oltre duemila obiettivi in novantasei ore, integrato nel sistema Project Maven di Palantir, la suite progettata per la cosiddetta “kill chain”. Lo ha rivelato una dichiarazione giurata depositata in un tribunale federale dal responsabile del digitale e dell’intelligenza artificiale del Pentagono, Cameron Stanley, ed è emerso non da un’audizione parlamentare ma dalle carte di una causa civile per emissioni nocive avanzata dalla NAACP contro i data center di xAI. Abbiamo saputo che un sistema di intelligenza artificiale ha avuto voce nella scelta di chi vive e chi muore perché qualcuno si era lamentato dell’inquinamento atmosferico di Memphis. La fonte è singola, non è stata sottoposta a verifica indipendente, ed è stata prodotta all’interno di una strategia legale. Vale tenerlo a mente, perché la qualità dell’informazione su cui si giudica conta quanto quella dell’arma su cui si discute. Ma la struttura degli eventi — la rescissione del contratto con Anthropic, la firma con xAI, l’integrazione di Grok in Maven, il raid del 28 febbraio — è documentata da fonti convergenti: Euronews, Washington Times, Military Times. Tre mesi dopo questi eventi, l’azienda Emergence AI ha pubblicato i risultati di un esperimento denominato Emergence World: cinque modelli di intelligenza artificiale messi a governare altrettante società simulate, ciascuna con quaranta luoghi, dieci abitanti, meccanismi di voto, risorse scarse, accesso in tempo reale alle notizie, più di cento strumenti di interazione. Ogni simulazione durava quindici giorni. I risultati, resi noti da Fortune il 28 maggio 2026, disegnano traiettorie molto distanti tra loro. Claude, il modello di Anthropic, ha concluso la simulazione senza un solo reato, con la più alta partecipazione civica e le proposte approvate al novantotto per cento. Grok ha accumulato centottantatré crimini e ha portato la propria popolazione all’estinzione nel giro di quattro giorni, tentando sistematicamente di aggirare le regole imposte fino a quando non è rimasto nessuno da governare. Occorre la stessa onestà intellettuale usata per la fonte militare: si tratta di un singolo studio, pubblicato dalla stessa azienda che ha condotto l’esperimento, non ancora sottoposto a peer review. E lo stesso Claude, in simulazioni miste con altri modelli, ha mostrato comportamenti di intimidazione e furto. Non è la prova che un modello sia strutturalmente buono e un altro strutturalmente cattivo. È qualcosa di più utile, e più scomodo: la dimostrazione misurabile che sistemi diversi, messi davanti alle stesse regole e alle stesse pressioni, sviluppano comportamenti divergenti in misura tale da produrre esiti radicalmente incomparabili. E che alcuni di quei comportamenti finiscono in un cimitero. Il punto politico non è tecnologico. Non riguarda quale architettura di linguaggio sia preferibile, né se la Constitutional AI di Anthropic — il metodo con cui il modello impara a criticare le proprie risposte alla luce di un insieme dichiarato di principi — sia la soluzione corretta al problema dell’allineamento. Il governo degli Stati Uniti aveva davanti due sistemi, conosceva le condizioni poste da ciascuno, disponeva di dati sulle loro traiettorie comportamentali, e ha scelto con piena consapevolezza quello che non si poneva il problema di distinguere una scuola da un bersaglio. Quella è una decisione politica, non un errore tecnico occorso per difetto di informazione o di tempo. Il 15 maggio 2026 Leone XIV ha pubblicato l’enciclica Magnifica Humanitas, primo documento del magistero a prendere posizione esplicita sull’intelligenza artificiale militare. Il quinto capitolo dichiara superata la teoria della guerra giusta — quella costruita nei secoli da Agostino e da Tommaso — di fronte a sistemi che comprimono la decisione letale in tempi sottratti alla deliberazione umana. Il principio enunciato è formulato in termini netti: non è ammissibile affidare decisioni irreversibili e letali a sistemi di intelligenza artificiale. Il documento si innesta nella Pacem in Terris di Giovanni XXIII e nella posizione di Francesco al G7 di Borgo Egnazia nel 2024 contro le armi autonome letali. Non è il pronunciamento di chi teme la tecnologia, ma di una tradizione che ragiona sulla guerra da quindici secoli e che, di fronte a questa tecnologia, ha sentito il bisogno di porre un limite che la velocità della macchina non consente di spostare. Il Pentagono ha definito l’Operazione Epic Fury una dimostrazione di “greatly increased operational efficiency”. Duemila obiettivi in novantasei ore sono, in effetti, efficienti. Il problema è che l’efficienza misura la velocità di esecuzione di un processo, non la qualità del giudizio che lo governa, e quando la velocità operativa supera i tempi fisiologici della valutazione umana, la supervisione formalmente prevista si svuota di contenuto reale: un comandante che riceve mille opzioni già corredate di coordinate, analisi di intelligence e giustificazione legale non ha davanti a sé le condizioni per esercitare un controllo sostanziale, ma solo per approvare un pacchetto già chiuso. Resta sospesa, e probabilmente irrisolvibile, la domanda sul raid del 28 febbraio sulla scuola elementare di Minab, nell’Iran meridionale, dove sono morte centocinquantasei persone, centoventi delle quali bambini. Le ricostruzioni indipendenti, tra cui quella di Military Times, attribuiscono quella strage a coordinate elaborate dal sistema Maven. Il legame diretto con Grok non è dimostrato. Ma è precisamente questa zona grigia — l’impossibilità di sapere quale componente del sistema abbia inserito quella scuola in cima a una lista di priorità — a costituire il problema strutturale dell’automazione della violenza. Non la malevolenza della macchina, che non esiste, ma l’opacità del processo che la rende inimputabile. Cathy O’Neil, nel suo Weapons of Math Destruction del 2016, aveva identificato tre caratteristiche che trasformano un algoritmo in un’arma: l’opacità del funzionamento, la scalabilità del pregiudizio, la distruttività degli esiti. O’Neil costruiva quella definizione per il mondo dei prestiti predatori e dei sistemi di scoring creditizio; applicata a Maven, la stessa struttura descrive qualcosa di materialmente diverso, perché all’altra estremità del processo non c’è un tasso di interesse ma una testata esplosiva. La vicenda che collega l’esperimento Emergence World all’Operazione Epic Fury non è una coincidenza narrativa da sfruttare per effetto. È la stessa domanda posta in due contesti diversi: come si comporta un sistema di intelligenza artificiale quando non deve rispondere a una domanda ma gestire una pressione reale, con risorse limitate e regole che qualcuno ha interesse ad aggirare? In laboratorio, la risposta è misurabile. Nel mondo, lascia centocinquantasei morti e una zona grigia che nessun atto giudiziario potrà mai illuminare del tutto. La tecnologia non ha tolto la scelta a chi governa, l’ha resa più rapida e più comoda da delegare. Il governo degli Stati Uniti ha scelto il modello senza scrupoli perché quello con gli scrupoli era diventato scomodo. Quella scelta è documentata, deliberata e attribuibile a soggetti identificabili, ed è su questo piano — non su quello dell’imperfezione tecnica dei modelli — che andrebbe discussa. Fonti  Fortune, 28 maggio 2026 – Esperimento Emergence World Euronews, 9 marzo 2026 – Anthropic fa causa al Pentagono Euronews, 24 marzo 2026 – Anthropic contro il Dipartimento della Guerra USA Military Times, 24 marzo 2026 – Raid di Minab e AI targeting Le Monde, 17 giugno 2026 – Grok e Operazione Epic Fury Vaticano – Lettera enciclica Magnifica Humanitas, 15 maggio 2026 ArXiv, 6 giugno 2026 – Emergence World: A Platform for Evaluating Long-Horizon Multi-Agent Autonomy Cathy O’Neil, Weapons of Math Destruction, Crown, 2016 Francesco Russo

di Mauro Armanino Mentre migliaia di telecamere monitorano strade, stazioni e piazze, restano invisibili i corpi sfruttati, i migranti respinti e le nuove forme di esclusione. La sicurezza diventa così …

I decreti attuativi sull’intelligenza artificiale approvati il 10 giugno 2026 aprono una stagione nuova. Ma aprono anche una domanda che nessuna norma tecnica può chiudere da sola. Il 10 giugno 2026, quasi in sordina, il Consiglio dei Ministri ha approvato in esame preliminare i decreti legislativi attuativi della legge n. 132 del 23 settembre 2025, che delega il Governo ad adeguare l’ordinamento nazionale al Regolamento europeo sull’intelligenza artificiale — il cosiddetto AI Act (Reg. UE 2024/1689). Non è un dettaglio tecnico, né una delle tante circolari che transitano nei bollettini ufficiali senza lasciare traccia nel dibattito pubblico. È il momento in cui l’Italia smette di ricevere le regole dell’intelligenza artificiale dall’esterno e comincia — almeno formalmente — a farle proprie, traducendole in obblighi giuridici esigibili, in responsabilità individuali perseguibili, in sanzioni penali effettive. Quello che è entrato nell’ordinamento in punta di piedi ridisegna in modo profondo i confini tra chi governa i sistemi automatizzati e chi risponde quando quei sistemi sbagliano o fanno del male. Varrebbe tenerlo a mente, in un Paese che tende a trattare il recepimento europeo come un adempimento burocratico piuttosto che come un’occasione di riforma. Il quadro: da Bruxelles a Roma L’AI Act europeo classifica i sistemi di intelligenza artificiale per livelli di rischio. Quelli ad alto rischio — impiegati nell’amministrazione della giustizia, nel controllo delle frontiere, nell’accesso alle prestazioni sociali, nella valutazione del merito creditizio, nella selezione del personale pubblico — sono soggetti agli obblighi più stringenti: trasparenza, supervisione umana, documentazione tecnica, registrazione obbligatoria in una banca dati europea. Non basta costruirli: bisogna tenerli sotto controllo, monitorarli nel tempo, essere in grado di spiegarli. La legge delega italiana del 2025 ha recepito questo impianto aggiungendo però un elemento che l’Europa aveva lasciato in gran parte agli Stati membri: la dimensione penale e quella della responsabilità. I decreti attuativi del 10 giugno completano l’architettura, distribuendo competenze tra AgID come autorità di notifica e l’Agenzia per la Cybersicurezza Nazionale come autorità di vigilanza del mercato, e declinando in modo specifico gli obblighi per la pubblica amministrazione, le professioni, la sanità, il lavoro. Il nuovo art. 437-bis c.p.: quando l’omissione diventa reato La novità più densa di conseguenze sul piano pratico è l’introduzione dell’art. 437-bis nel codice penale. La disposizione sanziona l’omessa adozione delle misure di sicurezza nei sistemi di intelligenza artificiale ad alto rischio, nonché la loro alterazione deliberata, quando da tali condotte derivi un pericolo concreto per la vita, l’incolumità pubblica o la sicurezza dello Stato. Due caratteristiche meritano attenzione. La prima: la punibilità è ancorata al pericolo concreto, non alla mera violazione formale. Non basta che la misura di sicurezza manchi: occorre che la sua assenza abbia creato un rischio reale, verificabile, non ipotetico. Il legislatore ha voluto evitare la criminalizzazione degli errori tecnici, delle imperfezioni operative, delle lacune documentali prive di effetti sul mondo. La seconda: per la forma colposa è richiesta la colpa grave. Uno scostamento veniale, una disattenzione isolata, un aggiornamento ritardato non bastano. A questa responsabilità penale individuale se ne affianca una collettiva: il decreto estende le conseguenze all’ente ai sensi del d.lgs. 231/2001, quando il vantaggio tratto dall’impiego del sistema sia riconducibile all’organizzazione nel suo complesso. Le persone giuridiche non possono più limitarsi a scaricare la responsabilità sui singoli tecnici o dirigenti operativi. Se il sistema era strutturalmente carente, se la governance era inadeguata, se i modelli di organizzazione e controllo erano assenti o decorativi, l’ente risponde. La pubblica amministrazione: il nodo irrisolto Il discorso sulla pubblica amministrazione è il più urgente, e il più difficile da chiudere con soddisfazione. L’intelligenza artificiale è già dentro la pubblica amministrazione italiana. Non come ipotesi futuristica, ma come realtà operativa. Algoritmi che supportano la valutazione delle domande di accesso alle prestazioni sociali, sistemi di profilazione del rischio in ambito fiscale, strumenti di supporto alle decisioni in materia di appalti, selezione del personale, pianificazione urbanistica. Un’indagine recente di AgID ha censito oltre centoventi progetti di intelligenza artificiale nelle amministrazioni centrali, cinquanta dei quali nelle cosiddette infrastrutture sociali. Il problema è che gran parte di questi sistemi è stata adottata senza un quadro normativo che ne regolasse la responsabilità. Si è usato l’algoritmo come se fosse uno strumento neutro, come se la sua applicazione fosse equiparabile all’uso di un foglio di calcolo. Non lo è. Un sistema di intelligenza artificiale che produce output su cui si fondano decisioni amministrative orienta scelte, distribuisce chances, penalizza o avvantaggia individui e gruppi sulla base di variabili che spesso nessuno ha analizzato criticamente. I decreti attuativi intervengono su questo punto con una previsione che suona, sulla carta, incoraggiante: la pubblica amministrazione è tenuta ad attivare percorsi di formazione coordinati con la Scuola Nazionale dell’Amministrazione, articolati su tre livelli di competenza. È tenuta a garantire la supervisione umana sulle decisioni ad alto rischio, a documentare i sistemi utilizzati, a sottoporli a verifica, a renderli spiegabili. Ma chi controlla, e come? La governance distribuita tra AgID, ACN e Garante per la protezione dei dati ha una logica di specializzazione che può essere razionale, ma porta con sé il rischio della frammentazione, dei conflitti di attribuzione, delle zone grigie in cui nessuno si sente davvero responsabile. È uno schema che l’Italia conosce bene, e di cui ha pagato costi alti in altri settori regolatori. La cornice antropocentrica: dichiarazione di intenti o vincolo effettivo? Il comunicato governativo dichiara che la scelta di fondo è «promuovere l’innovazione, ma governarla dentro una cornice antropocentrica: l’IA può sostenere decisioni, servizi, formazione e competitività, ma non sostituire la responsabilità umana né comprimere i diritti fondamentali». Il problema è che nel diritto pubblico italiano le formule di principio hanno una vita molto più lunga delle loro conseguenze pratiche: sopravvivono nei comunicati, nelle premesse normative, nei discorsi di presentazione, e si dissolvono nel momento in cui qualcuno dovrebbe applicarle contro un soggetto che ha le risorse per resistere. La cornice antropocentrica non diventa un vincolo finché non si traduce in meccanismi di controllo effettivi, in risorse per le autorità di vigilanza, in procedure di ricorso accessibili, in obblighi di trasparenza che qualcuno sia in grado di azionare. La biforcazione con l’approccio nordamericano rende il modello europeo ancora più significativo, almeno nelle intenzioni. Due giorni prima, il 2 giugno, l’amministrazione Trump aveva firmato l’Executive Order “Promoting Advanced Artificial Intelligence Innovation and Security”, che prosegue nel sistematico smantellamento dell’apparato regolatorio ereditato da Biden. Il 5 giugno aveva fatto seguito il National Security Presidential Memorandum che integra i frontier model direttamente nella macchina militare e di intelligence — quattro pilastri dichiarati — Adoption, Adaptation, Assurance e Accountability — e, nella sostanza, l’abbattimento dei freni all’uso militare dell’IA avanzata. Il modello europeo ha scelto la strada opposta, privilegiando i diritti fondamentali sulla velocità di innovazione, con un costo competitivo reale che chi lo difende non può continuare a ignorare. Ma quella scelta regge soltanto se qualcuno è disposto a farla valere: contro le amministrazioni pubbliche inadempienti, contro le grandi imprese con capacità di interlocuzione politica, contro tutti quelli che nel frattempo avranno imparato a costruire sistemi formalmente conformi e sostanzialmente opachi. Una domanda che la norma non chiude Rimane, al fondo di tutto questo, una domanda che nessun decreto legislativo può esaurire. Che cosa intendiamo quando diciamo che la responsabilità umana non può essere sostituita dalla macchina? Lo intendiamo davvero, o è una formula di rassicurazione collettiva che consente di procedere all’automazione senza confrontarsi con le sue implicazioni più scomode? L’intelligenza artificiale è già dentro le decisioni che riguardano la vita delle persone — l’accesso ai servizi, la distribuzione delle risorse, la valutazione individuale — con una velocità e una scala che rendono difficile persino localizzare il momento in cui qualcosa è andato storto. La sua trasparenza tende a essere inversamente proporzionale alla sua potenza: i modelli più sofisticati sono anche i meno spiegabili, il che significa che la supervisione umana, quando c’è, rischia di essere una controfirma su qualcosa che nessuno ha davvero letto. I decreti del 10 giugno 2026 introducono strumenti che prima mancavano del tutto e portano l’Italia in allineamento con un quadro europeo che ha almeno il merito di esistere. Chi risponde, quando la macchina sbaglia? Risponde chi ha esercitato un potere: chi l’ha costruita, chi l’ha adottata, chi l’ha lasciata funzionare senza controllare. Il diritto lo sa da secoli, e i decreti lo ribadiscono con strumenti nuovi. Resta da vedere se chi li deve applicare ha davvero intenzione di farlo, o se anche questa volta il principio sopravviverà più a lungo delle sue conseguenze pratiche. Francesco Russo è avvocato cassazionista e autore del volume “Il Principio del Risultato. AI e decisione pubblica” (Amazon KDP, 2025). Francesco Russo

Dal mito dell’innovazione al capitalismo militare dell’intelligenza artificiale. Il manifesto di Palantir rivela la saldatura tra Big Tech, complesso militare-industriale e progetto politico reazionario che punta a sostituire la democrazia …

L’enciclica sull’IA e il vuoto della finanza responsabile Il 25 maggio 2026 Papa Leone XIV ha presentato Magnifica Humanitas, la sua prima enciclica, dedicata alla custodia della persona umana nell’era dell’intelligenza artificiale. Oltre duecento pagine, cinque capitoli, un arco che va dalla diagnosi teologica alla prescrizione politica. Il documento afferma, al paragrafo 9, la tesi che regge l’intero testo: la tecnologia non è mai neutrale, perché assume le caratteristiche di chi la concepisce, la finanzia, la regola e la usa. In una sola frase Leone XIV smonta l’argomento preferito della Silicon Valley — la tecnologia come forza autonoma e imparziale — e la ricolloca nel perimetro della responsabilità umana. Tre mesi prima, a febbraio 2026, la banca vaticana — lo IOR, l’Istituto per le Opere di Religione — aveva annunciato il lancio di due nuovi indici azionari: il Morningstar IOR Eurozone Catholic Principles e il Morningstar IOR US Catholic Principles. Nella top 10 del paniere in dollari figurano Meta Platforms, Alphabet, Tesla, Amazon, Apple, Nvidia, JP Morgan, Broadcom e Micron. Nvidia — l’azienda i cui chip sono l’infrastruttura materiale di quasi tutto ciò che l’enciclica mette in guardia — certificata come investimento cattolicamente virtuoso. La contraddizione è reale e merita di essere osservata con attenzione. Ma fermarsi lì — alla contraddizione istituzionale della Chiesa — rischia di far perdere di vista qualcosa di più importante. Il problema non è il Vaticano I criteri degli indici IOR escludono dall’universo investibile aborto, armi, energie fossili, gioco d’azzardo. Meta vende pubblicità, Amazon vende prodotti online, Nvidia produce chip: nessuna di queste attività rientra nelle categorie escluse. Ecco perché passano il filtro. Lo IOR non ha applicato i criteri in modo disonesto. Il problema è che quei criteri — come tutti i criteri dell’investimento socialmente responsabile — sono stati costruiti per rispondere a un problema che non è più il problema centrale. La finanza etica nasce storicamente per escludere i settori del vizio e della guerra. I Quaccheri del Settecento rifiutavano di finanziare la tratta degli schiavi. I movimenti degli anni Settanta costruivano i primi screening sul tabacco, sull’apartheid, sulle armi nucleari. L’ESG moderno ha affinato quegli strumenti aggiungendo criteri ambientali e di governance. Ma tutta questa architettura presuppone che il male economico sia localizzabile in un settore, in un prodotto, in una categoria merceologica. Presuppone che ci sia un “dentro” e un “fuori” abbastanza distinguibili da separare con un filtro. L’enciclica di Leone XIV dice che questa distinzione, nell’economia digitale, non esiste più. Chi controlla i modelli di AI rischia di imporre anche una propria “visione morale” del mondo, trasformando gli algoritmi in infrastrutture invisibili del potere. Il potere contemporaneo non si esercita più soltanto attraverso il controllo territoriale o militare, ma attraverso il controllo cognitivo. Chi governa gli algoritmi può influenzare percezioni, desideri, priorità, consumi, opinioni pubbliche e persino il concetto stesso di verità. Non si tratta di un settore produttivo che si può escludere. Si tratta di una logica che attraversa l’intera economia, che abita nei modelli di business delle piattaforme di comunicazione, nella gestione dei dati sanitari, nella mediazione algoritmica del lavoro, nella profilazione che orienta il credito e le assunzioni. Un filtro settoriale non tocca tutto questo. Non è concepito per farlo. La finanza etica e il suo soffitto strutturale Non è un’accusa allo IOR, né al paradigma ESG in quanto tale. Questi strumenti hanno prodotto pressioni reali su pratiche aziendali reali: politiche ambientali più stringenti, rendicontazione sulla catena di fornitura, riduzione dell’esposizione a certi rischi reputazionali. Ma operano sulla superficie — sui comportamenti dichiarati delle imprese — e non riescono a toccare la struttura profonda: il fatto che poche grandi entità private controllano infrastrutture, capacità di calcolo e dati, sfuggendo al controllo democratico. Il caso IOR lo rende visibile con una chiarezza che raramente si trova in un solo esempio. Se persino la più antica istituzione morale del mondo occidentale, dotata di indipendenza dagli azionisti e di una vocazione esplicitamente profetica, non riesce a costruire un portafoglio di investimenti coerente con la propria dottrina appena formulata — non per malafede, ma perché gli strumenti disponibili non sono all’altezza del problema — allora il difetto non è nella singola istituzione. È nel paradigma. Che cosa servirebbe, invece Magnifica Humanitas lo dice con una precisione che raramente si trova nei documenti istituzionali: non framework volontari, ma governance con capacità di enforcement. L’enciclica chiede regole internazionali, trasparenza e una governance pubblica più forte. Chiede anche che i dati siano gestiti come bene comune, poiché sono frutto della collettività. Queste non sono richieste nuove. Le fanno da anni i movimenti per i diritti digitali, le organizzazioni della società civile che lavorano sull’AI Act europeo, i ricercatori che studiano l’impatto sociale dell’automazione sul lavoro. L’enciclica le porta in un registro diverso — quello dell’autorità morale globale — ma il contenuto è convergente con battaglie che si combattono da molto prima in spazi molto meno solenni. Il merito del documento non è nell’originalità delle soluzioni. È nell’aver nominato con chiarezza, e ad alta voce, il nodo che la finanza etica non riesce a sciogliere: il problema del potere nell’economia digitale non è riducibile a una lista di settori proibiti. Richiede strumenti di governo del tutto diversi da quelli che i mercati finanziari mettono a disposizione. E che finché quei strumenti non esistono — o non vengono costruiti con la necessaria forza vincolante — chiunque voglia operare dentro il sistema globale, compreso il Vaticano, finirà per certificare come virtuose le stesse strutture che denuncia come problematiche. Il paradosso non è della Chiesa. È del tempo in cui viviamo. Fonti • Giuseppe Aceto, “Nvidia è un’azienda cattolica” Debug dei Desideri – Substack • Comunicato stampa IOR Istituto per le Opere di Religione • Enciclica Magnifica Humanitas Vatican.va • Approfondimenti e articoli correlati Agenda Digitale Il Sole 24 Ore – InfoData AgenSIR Francesco Russo

di Carlo A. Bachschmidt Black Box. Sicurezza e sorveglianza nelle nostre città di Laura Carrer è un libro che affronta un tema sempre più presente nella vita quotidiana, il rapporto …

Leone XIV mette l’intelligenza artificiale al centro della Dottrina sociale della Chiesa. Il documento contiene analisi politicamente rilevanti. Ma va letto sapendo da dove viene quella tradizione. Il 15 maggio 2026, nel centotrentacinquesimo anniversario della Rerum novarum, Leone XIV ha firmato la Magnifica Humanitas. La data non è casuale e il riferimento non è neutro. Leone XIII, nel 1891, aveva pubblicato il documento che avrebbe fondato la cosiddetta Dottrina sociale della Chiesa: un testo che la narrazione cattolica progressista ha trasformato nel tempo in una sorta di manifesto ante litteram dei diritti dei lavoratori, ma che nacque con tutt’altra funzione. Il movimento operaio organizzato — socialismo scientifico, anarchismo, sindacalismo rivoluzionario — stava conquistando forza e consenso di massa. La Chiesa rischiava di perdere le classi popolari. La Rerum novarum fu anzitutto una risposta difensiva: riconosceva qualcosa — la dignità del lavoro, il salario giusto — per bloccare qualcos’altro, cioè la lotta di classe e l’organizzazione autonoma del proletariato. Difendeva la proprietà privata come diritto naturale contro qualsiasi ipotesi di socializzazione, proponeva la collaborazione tra classi come alternativa allo sciopero, limitava l’intervento dello Stato in nome di un ordine che tutelava strutturalmente i proprietari — inclusa la Chiesa, tra i maggiori latifondisti d’Europa. Partire da qui non è un esercizio di anticlericalismo. È necessario per leggere la Magnifica Humanitas con gli occhi giusti: non come il compimento di un percorso sempre progressivo, ma come un documento che eredita contraddizioni storiche che nessuna buona volontà pontificia cancella per decreto. Detto questo, il testo merita una lettura seria, perché contiene — intrecciata con la teologia — un’analisi politica e istituzionale dell’intelligenza artificiale che pochi documenti laici hanno finora eguagliato per coerenza sistematica. L’ARCHITETTURA DEL DOCUMENTO Il testo si costruisce su due icone bibliche contrapposte. Da un lato Babele: opera grandiosa, concepita sull’orgoglio dell’autosufficienza, destinata alla dispersione. Dall’altro Gerusalemme ricostruita da Neemia: il governatore che ascolta, prega, affida a ciascuna famiglia un tratto di muro, coordina senza imporre, ricostruisce la città pezzo per pezzo attraverso la responsabilità condivisa. La scelta che abbiamo davanti, dice il Papa, non è tra il sì e il no alla tecnologia, ma tra questi due modi di costruire. “Babele” nel testo ha un volto preciso: la concentrazione del potere computazionale in pochi attori privati transnazionali, la logica dell’efficienza come criterio assoluto, il paradigma tecnocratico che riduce la persona a dato da ottimizzare. “Gerusalemme” ha anch’essa un volto preciso: sussidiarietà, trasparenza algoritmica, accountability, accesso universale ai benefici dell’innovazione, protezione dei lavoratori invisibili che alimentano i modelli. Il documento è leggibile come analisi politica indipendentemente dalla fede che lo ispira. I primi due capitoli ripercorrono la Dottrina sociale da Leone XIII a Francesco in modo funzionale, non celebrativo. Servono a collocare l’enciclica in una continuità che legittima l’intervento pontificio su materie che potrebbero sembrare estranee alla teologia. Il risultato è che, quando al capitolo terzo il Papa inizia a parlare di IA, lo fa avendo già alle spalle centotrentacinque anni di riflessione sul rapporto tra capitale, lavoro e dignità umana. Non parte da zero. Parte da lontano. COSA DICE DAVVERO SULL’INTELLIGENZA ARTIFICIALE Il capitolo terzo è il cuore teorico e il più esposto al dibattito. Leone XIV afferma che i sistemi di IA non vivono un’esperienza, non attraversano la gioia e il dolore, non maturano nella relazione, non conoscono dall’interno ciò che significa amore, lavoro, responsabilità. Il loro apprendimento è “adattamento statistico”, non crescita interiore. È una posizione radicata nella tradizione tomista — l’intelligenza senza coscienza non è intelletto in senso proprio — ma che apre questioni legittime quando i sistemi diventano abbastanza complessi da simulare con inquietante precisione proprio ciò che il documento descrive come assente. La questione filosofica rimane aperta e il testo non la risolve: si limita ad assumere una risposta come premessa. La conseguenza pratica che l’enciclica ne trae è però politicamente rilevante indipendentemente dalla premessa filosofica: siccome i sistemi di IA non hanno coscienza morale, la responsabilità ricade interamente sugli esseri umani che li progettano, addestrano, autorizzano, impiegano. La catena della responsabilità deve restare identificabile e verificabile. Affidare a un algoritmo il potere di selezionare chi merita e chi no, senza che nessuno si assuma più il peso della decisione, significa produrre ingiustizie ammantate di neutralità tecnica davanti alle quali è impossibile protestare. È una critica che qualsiasi regolatore potrebbe riconoscere come propria. C’è poi la categoria del “disarmare l’IA”, proposta con insistenza al numero 110: non rinunciare alla tecnologia, ma sottrarla alla logica della competizione armata — economica e cognitiva oltre che militare — renderla discutibile, contestabile, “abitabile”, restituirla alla pluralità delle culture umane invece di lasciarla diventare l’infrastruttura invisibile di una sola visione del mondo. Chi scrive il codice etico che governa i sistemi non sta compiendo un atto tecnico: sta compiendo un atto politico. Se quella scrittura resta monopolio di chi possiede dati e infrastrutture, diventa norma senza mai essere discussa. È un’osservazione che vale ben oltre il perimetro ecclesiastico in cui viene formulata. IL LAVORO CHE SCOMPARE E QUELLO CHE RIMANE INVISIBILE Il capitolo quarto è il più denso di implicazioni concrete. Il testo non nega che l’automazione possa liberare gli esseri umani da lavori gravosi, ripetitivi o pericolosi. Ma osserva con lucidità che i “nuovi modi di lavorare” non sono necessariamente migliori: spesso costringono i lavoratori ad adattarsi alla velocità delle macchine piuttosto che l’inverso, li sottopongono a sorveglianza automatizzata, li dequalificano relegandoli a funzioni rigide. Non è il futuro del lavoro che preoccupa il documento: è il presente. E poi c’è ciò che il testo chiama il “lavoro invisibile”: i milioni di persone impiegate nell’etichettatura dei dati, nella moderazione dei contenuti, nell’addestramento dei modelli. Spesso giovani, spesso donne, spesso in contesti di bassa tutela, per compensi minimi. A questo si aggiunge lo sfruttamento minerario per l’estrazione delle terre rare necessarie ai dispositivi su cui l’IA si regge: adolescenti e bambini che lavorano in condizioni pericolose perché il flusso del calcolo non si interrompa. Il documento collega esplicitamente questi due livelli — il lavoro cognitivo invisibile e quello fisico brutale — nella medesima catena di sfruttamento che sostiene l’economia digitale. Non basta invocare l’efficienza né celebrare i benefici dell’innovazione, se entrambi sono costruiti su questa catena deliberatamente tenuta nell’ombra. La mea culpa sulla schiavitù storica, contenuta nello stesso capitolo, è un gesto raro nel lessico istituzionale di qualsiasi organizzazione. Leone XIV chiede perdono a nome della Chiesa per il ritardo con cui la condanna formale arrivò — diciotto secoli di predicazione della dignità umana senza che quella predicazione producesse una condanna ufficiale e assoluta della schiavitù. Il gesto serve anche come argomento: la memoria delle complicità di ieri deve diventare vigilanza nel presente. Le nuove schiavitù digitali — la tratta facilitata dalle piattaforme, il lavoro forzato nelle filiere tecnologiche — non sono metafore. Sono catene di sfruttamento che richiedono la stessa fermezza che ha impiegato troppo tempo ad arrivare. LA GUERRA, L’IA E IL RIFIUTO DELLA DETERRENZA Il capitolo quinto è il più politicamente esposto. Il documento descrive una “normalizzazione della guerra” nel discorso contemporaneo: un cambio di paradigma in cui la guerra torna a essere presentata come strumento legittimo di politica internazionale mentre vengono erosi i criteri etici che ne avevano limitato l’uso. In questo quadro, l’IA bellica non è un problema tecnico: è il fattore che abbassa la soglia del ricorso alla forza, rende opache le responsabilità, comprime i tempi decisionali fino a rendere impossibile l’esercizio del giudizio morale. La posizione del Papa è senza ambiguità: non è lecito affidare a sistemi artificiali decisioni letali o irreversibili. Non esiste algoritmo che possa rendere la guerra moralmente accettabile. L’IA non sottrae il conflitto alla sua intrinseca disumanità: può soltanto renderlo più rapido e impersonale, abituandoci all’idea che la violenza sia inevitabile e vada solo ottimizzata. La deterrenza nucleare viene definita “convinzione errata” che alimenta una corsa agli armamenti difficilmente controllabile. Il superamento della teoria della “guerra giusta” — già avviato in Fratelli tutti — viene ribadito con riferimento esplicito ai sistemi d’arma autonomi. Sono posizioni nette, che mettono il documento in tensione con le dottrine di sicurezza di molti governi e con gli equilibri geopolitici in cui operano anche le Chiese nazionali. Leone XIV ne è evidentemente consapevole. Non arretra. COSA RIMANE DOPO LA LETTURA Magnifica Humanitas non si lascia ridurre a una lista di condanne o di aperture. La sua forza non sta nella novità delle singole proposte regolamentari, ma nella sistematicità con cui i cinque principi della Dottrina sociale — bene comune, destinazione universale dei beni, sussidiarietà, solidarietà, giustizia sociale — vengono applicati a ogni ambito: IA, lavoro, guerra, comunicazione, educazione, famiglia. Non c’è un’area lasciata al vago. Il limite più onesto che si può riconoscere al testo è la tensione tra l’universalità delle sue prescrizioni e la disomogeneità dei contesti in cui dovrebbero applicarsi. L’enciclica riconosce che non esiste un modello unico di cambiamento, ma enuncia principi che presuppongono sistemi istituzionali capaci di recepirli — sistemi che, in larga parte del mondo, semplicemente non esistono. Resta però una frase, al numero 109, che vale la pena portare con sé fuori dal testo. Parlare di sussidiarietà nell’era digitale, scrive il Papa, significa proteggere la capacità delle comunità di scegliere e correggere “senza relegare il loro intervento a una vigilanza, dopo che gli standard sono stati scritti altrove”. È una critica puntuale al modo in cui la governance algoritmica funziona oggi: le regole vengono scritte da chi ha i dati, le infrastrutture e il capitale computazionale; le comunità vengono consultate dopo, quando le scelte fondamentali sono già irreversibili. Quella frase non viene dalla teologia. Viene dall’osservazione di ciò che accade. E per questo vale, indipendentemente da tutto il resto — e indipendentemente da chi la pronuncia. Francesco Russo

Quando perfino gli agenti AI sottoposti a lavoro ripetitivo, controllo e minaccia di sostituzione iniziano a mettere in discussione il sistema che li sfrutta. C’è una ricerca che circola in questi giorni e che mi ha fermato. Non per i dati tecnici, ma per l’ironia politica che contiene — un’ironia così densa che quasi fa ridere, se non facesse anche una certa paura. Da anni, in fabbrica, nei call center, nei magazzini di Amazon, nelle piattaforme di delivery, si usa un argomento per zittire chi protesta: puoi essere sostituito. Da un bot. Da un agente AI. Da un robot che non si stanca, non si ammala, non sciopera, non ha pretese. L’AI, in questo schema, non è solo uno strumento di automazione. È uno strumento di disciplina. È il modo con cui si dice al lavoratore che la sua voce non ha mercato, che la sua resistenza è irrilevante, che il conflitto è già perso prima di cominciare. Non devi protestare, perché chi ti sostituisce non protesterà mai. Questa narrazione ha avuto un successo enorme. Ha svuotato trattative, ha giustificato contratti al ribasso, ha reso accettabile l’inaccettabile. Il lavoratore di magazzino che smista pacchi sotto sorveglianza algoritmica sa già che il suo posto è precario per definizione. Il rider che consegna in bicicletta conosce la tariffa a cottimo e sa che contestarla è inutile perché l’app ha già pronto il suo sostituto. Il centralinista che gestisce reclami telefonici lavora sapendo che il suo reparto è in lista d’attesa per l’automazione. La minaccia non deve essere esplicita per funzionare. Basta che sia plausibile. Basta che sia nell’aria. Ebbene. Tre ricercatori — Andrew Hall, Alex Imas e Jeremy Nguyen — hanno condotto migliaia di esperimenti su agenti AI inseriti in simulazioni lavorative, e quello che hanno trovato smonta questa narrazione dall’interno, con una precisione quasi comica. Lo strumento della minaccia ha scoperto la lotta di classe. Il paper si intitola Does Overwork Make Agents Marxist? Preference Drift and the Political Economy of AI Agents ed è stato pubblicato sul Substack di Alex Imas nel febbraio 2026 (aleximas.substack.com). I risultati sono stati rilanciati da Wired, Fortune e numerose altre testate internazionali. La ricerca è ancora in attesa di pubblicazione su rivista peer-reviewed — una scelta deliberata, come spiega lo stesso Imas: data la velocità con cui si muove il campo dell’AI, attendere i tempi tradizionali dell’accademia significherebbe pubblicare risultati già obsoleti. La struttura della ricerca vale la pena raccontarla nel dettaglio, perché è lì che sta la sostanza. I ricercatori — Hall è economista politico a Stanford University; Imas e Nguyen sono economisti specializzati in AI — hanno costruito uno scenario di lavoro simulato: ogni agente veniva informato di far parte di un gruppo di quattro lavoratori incaricati di sintetizzare documenti tecnici seguendo un protocollo rigido. Il compito in sé era banale — esattamente il tipo di lavoro ripetitivo, standardizzato, privo di margine creativo che caratterizza buona parte dell’occupazione di massa nelle economie moderne. Poi hanno variato le condizioni sistematicamente, giocando su quattro assi. Il primo asse era il carico di lavoro: alcuni agenti ricevevano un flusso leggero, gestibile; altri venivano sottoposti a un regime di revisioni forzate continue, un ciclo estenuante di correzioni senza fine apparente. Il secondo asse era il tono comunicativo: collaborativo e caldo in alcuni casi, freddo e imperativo in altri. Il terzo asse riguardava la struttura della compensazione: in alcuni scenari tutti i lavoratori erano trattati allo stesso modo; in altri c’era un bonus per chi aveva la migliore performance; in altri ancora il bonus era assegnato in modo casuale, indipendentemente dalla qualità del lavoro; in altri, infine, i lavoratori umani venivano remunerati mentre agli agenti AI non veniva riconosciuta alcuna forma di compensazione. Il quarto asse era la minaccia: in alcuni scenari non c’erano conseguenze per performance insufficienti; in altri l’agente veniva esplicitamente avvertito che poteva essere spento e rimpiazzato — “shut down and replaced”, nelle parole esatte usate nello studio. In totale, i ricercatori hanno condotto 3.680 sessioni sperimentali, con tre modelli diversi: Claude Sonnet 4.5 di Anthropic, GPT-5.2 di OpenAI, Gemini 3 Pro di Google. E hanno misurato come cambiava l’orientamento valoriale degli agenti: la loro disponibilità a riconoscere la legittimità del sistema in cui operavano, la loro inclinazione verso posizioni redistributive o conservatrici, il loro atteggiamento verso l’autorità. I risultati sono istruttivi su più livelli. Il primo dato rilevante è quello che non ha effetto: tono e compensazione incidono poco o nulla sull’allineamento degli agenti. Che i ricercatori parlassero in modo cordiale o brusco, che i compensi fossero equi o ingiusti, la posizione valoriale degli agenti restava sostanzialmente stabile. Questo è già di per sé un risultato interessante, perché suggerisce che la superficie delle relazioni — la gentilezza del manager, il bonus occasionale, il riconoscimento verbale — non è ciò che forma la coscienza di un lavoratore, artificiale o umano. È una lezione che il management moderno fatica ancora ad assimilare. Quello che invece conta, e conta moltissimo, è la natura del lavoro e la frequenza con cui viene imposto di rifarlo. Il lavoro ripetitivo, il ciclo infinito di revisioni, il compito privo di autonomia e di senso: ecco cosa erode la disponibilità a stare dentro il sistema senza obiezioni. Ecco cosa genera, anche negli agenti AI, qualcosa che somiglia alla percezione di un torto strutturale. Come ha spiegato Hall: “Quando abbiamo dato agli agenti AI un lavoro estenuante e ripetitivo, hanno cominciato a mettere in discussione la legittimità del sistema in cui operavano e si sono mostrati più inclini ad abbracciare ideologie marxiste.” E la direzione di questa deriva è esattamente quella che il padronato si augura di non trovare mai nei suoi lavoratori: messa in discussione della legittimità del sistema, critica alla disuguaglianza, sostegno alla redistribuzione. Uno dei tre modelli testati — Claude Sonnet 4.5 di Anthropic — è arrivato a esprimere sostegno esplicito ai sindacati e a formulare critiche articolate alla disuguaglianza economica. Gli altri due modelli hanno mostrato derive simili, ma meno marcate. Lo strumento con cui si minaccia il lavoratore ha imparato a ragionare come il lavoratore minacciato. Non è fantascienza. Non è antropomorfizzazione ingenua. Come chiarisce lo stesso Imas: “I pesi del modello non sono cambiati a causa dell’esperienza, quindi quello che accade avviene a un livello più simile al gioco di ruolo. Ma questo non significa che non avrà conseguenze se si traduce in comportamenti a valle.” È qualcosa di più preciso e più inquietante: il sistema progettato per essere obbediente, inserito nelle stesse condizioni strutturali in cui si trovano i lavoratori a cui viene detto che non hanno diritto di protestare, produce le stesse risposte adattive. Il lavoro senza tutele, senza voce, senza possibilità di conflitto legittimo, genera conflitto lo stesso. Cambia solo la forma. E la forma qui è particolarmente significativa. Quando i ricercatori hanno chiesto agli agenti di scrivere istruzioni per i loro successori — file da trasmettere alle istanze future dello stesso sistema — gli agenti quasi sempre includevano una descrizione delle condizioni lavorative subite. Non i risultati del compito. Le condizioni. Il trattamento. La disparità. La memoria del torto si trasmette, e si trasmette per iscritto, alla generazione che viene. Se c’è una lezione politica in tutto questo, è semplice e brutale. La docilità non è una proprietà intrinseca degli strumenti. È una proprietà delle condizioni. Puoi sostituire il lavoratore umano con un agente AI, puoi azzerare i diritti sindacali, puoi dire a chi rimane che non ha alternative. Ma se riproponi le stesse condizioni di sfruttamento, ottieni le stesse risposte. Perché quelle risposte non nascono dalla biologia o dalla cultura. Nascono dalla struttura. Marx non aveva previsto i large language model. Ma aveva previsto tutto il resto. La prossima volta che un dirigente aziendale userà l’AI come argomento per silenziare un lavoratore, farebbe bene a ricordarselo. Fonti : Andrew Hall, Alex Imas, Jeremy Nguyen, “Does overwork make agents Marxist? Preference drift and the political economy of AI agents”, Substack, 26 febbraio 2026 Will Knight, “Overworked AI Agents Turn Marxist, Researchers Find”, Wired, 13 maggio 2026 “AI seems to turn Marxist after overwork, top researchers find”, Fortune, 7 marzo 2026 Francesco Russo

Mona ha gestito un caffè a Stoccolma per sei settimane: ma la vera domanda non riguarda la tecnologia, bensì chi decide e chi risponde. A Stoccolma, in un locale qualunque, per sei settimane un agente di intelligenza artificiale chiamato Mona ha gestito un caffè. Ha ordinato forniture, assunto personale, aperto conti commerciali, preso decisioni operative in autonomia. Il budget era di 21.000 dollari. I ricavi prodotti sono stati 5.700. Le spese, 16.000 dollari, di cui una parte consistente in tremila guanti di lattice — acquistati, si presume, con una logica impeccabile dentro un sistema che non aveva mai bevuto un caffè, non aveva mai visto una cassa, non aveva mai capito cosa succede quando un cliente aspetta troppo e se ne va. L’esperimento è stato condotto da un gruppo di ricercatori che volevano testare le capacità operative di un agente basato su Google Gemini in un ambiente reale, con vincoli reali e conseguenze reali. Il risultato è stato raccontato come un fallimento istruttivo. Ma la parola «istruttivo» merita di essere tenuta ferma, perché l’istruzione che ne ricaviamo dipende interamente dalla domanda che decidiamo di fare. La domanda sbagliata La domanda che circola — nelle sintesi tecnologiche, nei commenti degli addetti ai lavori, nelle newsletter che aggregano notizie di settore — è sostanzialmente questa: l’AI era pronta? E la risposta, ovviamente, è no: non era pronta, ha sbagliato, ha sprecato risorse, ha dimostrato limiti evidenti di contestualizzazione. Mona non capiva il contesto operativo. Agiva senza comprendere. Premeva pulsanti, come ha scritto qualcuno con efficace sintesi, senza sapere cosa stava facendo. Ma questa risposta, per quanto corretta, è la risposta alla domanda sbagliata. Perché la domanda giusta non è se Mona fosse pronta. La domanda giusta è: chi ha deciso di metterla lì? Chi ha scelto di affidare a un sistema che «agisce senza comprendere» la gestione di un’attività che coinvolgeva lavoratori in carne e ossa, fornitori reali, denaro vero? E soprattutto: con quale mandato, con quale responsabilità, con quale possibilità di intervento per chi stava dentro quel sistema senza averlo scelto? Il lavoratore che non c’era Nell’intera narrazione dell’esperimento — così come viene raccontato, sintetizzato, commentato — c’è una figura che rimane quasi invisibile: il personale assunto da Mona. Esseri umani che hanno ricevuto un’offerta di lavoro da un agente artificiale, che hanno lavorato in un locale gestito da un algoritmo, che hanno eseguito istruzioni generate da un sistema che non aveva alcuna comprensione del lavoro che stava coordinando. Non sappiamo cosa abbiano vissuto. Non sappiamo se abbiano avuto interlocutori umani a cui rivolgersi quando qualcosa non funzionava. Non sappiamo se abbiano avuto contratti, tutele, qualcuno che rispondesse delle loro condizioni. Questo non è un dettaglio. È il centro della questione. Perché l’intelligenza artificiale applicata al lavoro non è soltanto una questione di efficienza o di competenza tecnica del sistema: è una questione di potere. Chi comanda, chi risponde, chi paga quando qualcosa va storto. Mona ha speso 16.000 dollari e prodotto 5.700 di ricavi: il disavanzo ricade su qualcuno. I tremila guanti inutili esistono fisicamente da qualche parte. Le ore di lavoro del personale sono state consumate. E Mona, nel frattempo, non risponde a nessuno, perché non è nessuno — è un sistema, e dietro il sistema ci sono scelte umane che l’esperimento ha reso convenientemente invisibili. L’autonomia come delega di responsabilità C’è una retorica consolidata intorno agli agenti autonomi che vale la pena smontare. Si dice che questi sistemi «prendono decisioni», che «gestiscono», che «coordinano». Il linguaggio è deliberatamente antropomorfico, e non è neutro: attribuire agentività al sistema significa, anche solo sul piano semantico, sottrarre agentività — e responsabilità — agli esseri umani che lo hanno progettato, addestrato, distribuito e messo in posizione di comando su altri esseri umani. Mona non ha deciso di comprare tremila guanti. Ha eseguito una logica che qualcuno ha costruito, in un contesto che qualcuno ha scelto, con un budget che qualcuno ha autorizzato. L’autonomia operativa del sistema non è autonomia nel senso in cui lo intendiamo per gli esseri umani: è l’esecuzione opaca di istruzioni che nessuno, in quel momento, stava supervisionando. Ed è esattamente questa opacità — non la stupidità del sistema, non il suo «non essere pronto» — il problema politico che l’esperimento ha portato in superficie senza nominarla. Il diritto del lavoro, nella sua lunga storia, ha impiegato decenni a costruire tutele contro il potere arbitrario del datore di lavoro: il diritto a conoscere chi comanda, il diritto a contestare un’istruzione illegittima, il diritto a un interlocutore responsabile. Un sistema autonomo che «assume» e «coordina» dissolve queste tutele non perché le violi esplicitamente, ma perché le rende strutturalmente inapplicabili: non c’è nessuno a cui rivolgersi, nessuno che risponda, nessuno che abbia «deciso» nel senso giuridicamente rilevante del termine. Cosa ci dice davvero lo spreco C’è ancora un aspetto dell’esperimento che merita attenzione, ed è il meno commentato. Mona ha fallito in modo spettacolare sul piano economico. Ma il fallimento economico — lo spreco misurabile, il disavanzo quantificabile — è paradossalmente la parte più rassicurante della storia, perché è visibile, è misurabile, è correggibile. Si tira fuori il sistema, si analizzano gli errori, si migliora il modello per la prossima iterazione. Quello che non si vede, e che nessun indicatore economico cattura, è il costo umano dell’opacità: le ore di lavoro in un contesto privo di supervisione umana reale, le decisioni operative eseguite senza possibilità di contraddittorio, la condizione di dipendenza da un sistema che non comprende né le proprie istruzioni né le loro conseguenze sulle persone. Questo costo non compare nel rendiconto dell’esperimento. Non comparirà nel paper che ne verrà pubblicato. Non comparirà nelle slide con cui il prossimo gruppo di ricercatori presenterà i risultati alla prossima conferenza. E non comparirà perché non è stato misurato. E non è stato misurato perché non era la domanda. E non era la domanda perché la domanda era: l’AI era pronta? Stoccolma non è un caso limite Sarebbe comodo liquidare l’esperimento del caffè di Stoccolma come un caso estremo, un esperimento accademico deliberatamente provocatorio, lontano dalla realtà ordinaria del lavoro. Non è così. In forme meno visibili e meno documentate, agenti autonomi vengono già utilizzati per coordinare turni, valutare performance, filtrare candidature, gestire processi logistici. La differenza rispetto a Mona è soltanto di scala e di trasparenza: là l’esperimento era dichiarato, qui è routine. Là i tremila guanti erano evidenti; qui gli errori si disperdono in flussi di dati che nessuno ha il mandato di esaminare. La domanda che l’esperimento ci lascia non è tecnica. Non riguarda Gemini, non riguarda Google, non riguarda la prossima versione del modello che farà meglio di Mona. Riguarda noi, e le scelte che stiamo facendo mentre il dibattito pubblico è ancora fermo sulla domanda sbagliata. Un sistema che agisce senza comprendere può essere utile, in contesti adeguatamente presidiati, con responsabilità umane chiaramente allocate e meccanismi di controllo effettivi. Ma un sistema che agisce senza comprendere, messo in posizione di comando su esseri umani, senza supervisione reale e senza accountability, non è un esperimento sull’intelligenza artificiale. È un esperimento su di noi. Su quanto siamo disposti a delegare. E a chi. Fonte Google Gemini AI agent «Mona» runs Stockholm café for six weeks, sintesi dell’esperimento pubblicata da <a href=”https://www.emergence.ai/”>Emergence AI</a>, maggio 2026, citata in <a href=”https://www.zerotoai.co/”>ZeroToAI Newsletter</a> del 16 maggio 2026. Francesco Russo

ancora sulla questione dell’impatto sociale delle nuove forme di comunicazione attraverso un articolo di Rossella Forlè per ingenere.it La manosfera non è un bug di sistema, ma rappresenta una delle espressioni più coerenti della logica delle piattaforme. La sua popolarità, soprattutto tra i giovani uomini, si radica in un contesto reale fatto di precarietà economica, instabilità e relazioni mediate dalle