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

In questa puntata parliamo dell'impatto del lavoro di moderazione sui lavoratori e sul tessuto urbano di Barcellona. Proseguiamo parlando del programma di costruzione di nuovi data center e delle relative proteste, in Lombardia e In California. Ospite della puntata Stefano Portelli autore dell'articolo "Dove l’ombra cupa scende. Lavorare per la macchina nel distretto tecnologico di Barcellona" su Napolimonitor.it e della traduzione della Fanzine Lavorare per la macchina di HORACIO ESPINOSA ZEPEDA. La Fanzine racconta il vissuto dei lavoratori della moderazione di contenuti per conto di Meta- La fanzine è realizzata anche grazie alla collaborazione con Data Worker’s Inquiry di cui abbiamo parlato più volte dai microfoni di Le Dita Nella Presa. Con l'occasione abbiamo ricordato anche le iniziative organizzate dalla rete francese Le nuage était sous nos pieds . Un avvertimento: nella fanzine, e dunque nell'audio che ascolterete, ci sono riferimenti a video violenti, al suicidio e altre sofferenze psicologiche. La puntata prosegue dando conto dell'espansione dei Data Center in Lombardia dove la richiesta spropositata di energia ha scatenato le proteste di cittadini e istituzioni locali. In California, sempre a causa della costruzione di nuovi data center, in Nevada, la NV Energy ha comunicato alle comunità del Lago Tahoe. circa 50.000 persone, l'interruzione dell'erogazione dell'energia elettrica dal prossimo anno. Chiudiamo la puntata con i prossimi appuntamenti, ma questi andate a vederli su roma.convoca.la     

CHI POSSIEDE LA NOSTRA INTELLIGENZA ARTIFICIALE POSSIEDE QUALCOSA DI PIÙ UN GIOCO CHE NON È UN GIOCO Meta — la società che controlla Facebook, Instagram e WhatsApp — ha introdotto una classifica interna tra i propri dipendenti. Non si misura la qualità del lavoro, né la soddisfazione dei clienti. Si misura quanti “token” di intelligenza artificiale ciascuno consuma. Il primo in classifica riceve il titolo di Token Legend. Un token è l’unità di misura con cui i sistemi di intelligenza artificiale elaborano il linguaggio: ogni parola, ogni frase che scrivi a un’AI corrisponde a un certo numero di token consumati. Premiare chi ne consuma di più significa — detto senza giri di parole — premiare chi usa di più la macchina, indipendentemente da cosa produca o da cosa ci rimetta. È una notizia di costume? No. È una dichiarazione politica travestita da gioco aziendale. Dice qualcosa di preciso su come alcune delle aziende più potenti del pianeta immaginano il rapporto tra esseri umani e intelligenza artificiale: l’umano come motore di consumo, la cognizione come metrica di produzione. LA DOMANDA CHE NESSUNO FA Negli stessi giorni in cui quella classifica circolava nelle redazioni tecnologiche, la Brookings Institution — uno dei principali centri di ricerca sulle politiche pubbliche, con sede a Washington — pubblicava un documento di lavoro firmato da Jacob Taylor e Kershlin Krishna che mette in discussione proprio quella logica. Gli autori partono da un’osservazione semplice: il dibattito sull’intelligenza artificiale nelle aziende si divide tra chi vuole massimizzare il consumo di AI e chi vuole massimizzare i risultati che l’AI produce. Entrambe le posizioni condividono un punto cieco: nessuna delle due si chiede se l’intelligenza artificiale stia davvero servendo la persona che la usa. La domanda assente è sempre la più importante. Ciò che il documento di Brookings introduce — e che merita attenzione politica, non solo tecnica — è un concetto preciso: agenzia cognitiva. Con questa espressione si intende la capacità di una persona di pensare e agire con l’AI in modi che aumentino il suo controllo, la sua competenza, la sua padronanza nel tempo. Non dipendenza, non delega: crescita. La differenza sembra sottile. Non lo è. È la differenza tra uno strumento che amplifica il pensiero di chi lo usa e uno che lo sostituisce, lasciando in superficie soltanto l’apparenza del potenziamento. COSA È IL “CONTESTO” E PERCHÉ CONTA Per capire la posta in gioco, bisogna fermarsi su una parola: contesto. Quando usiamo un sistema di intelligenza artificiale — che sia ChatGPT, Gemini o qualunque altro — portiamo con noi qualcosa di preciso: le nostre domande, i nostri documenti, la storia delle nostre conversazioni precedenti, le preferenze che abbiamo espresso nel tempo. Tutto questo insieme si chiama contesto. Il contesto non è un semplice archivio di dati. È il pensiero esternalizzato di chi interagisce con la macchina. È la traccia cognitiva — l’impronta della nostra intelligenza — che lasciamo ogni volta che chiediamo qualcosa a un sistema AI. Ora: chi possiede quella traccia? Le grandi piattaforme proprietarie — quelle gestite dalle aziende private che dominano il mercato dell’AI — catturano quel contesto per impostazione predefinita. Lo archiviano. Lo usano per migliorare i propri modelli. L’utente produce valore cognitivo senza saperlo e lo cede senza poterlo scegliere. Non è un complotto: è il modello di business. Ma le conseguenze sono reali. Taylor e Krishna descrivono questo meccanismo come un “volano”: più utenti interagiscono, più contesto viene generato, più il modello migliora, più nuovi utenti vengono attratti, generando a loro volta nuovo contesto. Chi possiede il volano accumula, nel tempo, il pensiero di milioni di persone — la loro esperienza, la loro creatività, le loro intuizioni. E lo trasforma in vantaggio competitivo. UNA NUOVA DISEGUAGLIANZA Qualcuno potrebbe pensare che sia un problema che riguarda solo le grandi aziende e le loro strategie commerciali. Ma c’è una tradizione di pensiero politico che ci aiuta a vedere la cosa in modo diverso. Il filosofo americano John Rawls ha proposto un criterio semplice per valutare se una società è giusta: immagina di non sapere in quale posizione nascerai — ricco o povero, istruito o no, nel Nord o nel Sud del mondo. Con questo velo di ignoranza, quale sistema sceglieresti? Applicato all’intelligenza artificiale, il ragionamento diventa tagliente. Se non sapessi in anticipo se saresti nato con le competenze tecniche, le risorse economiche e il tempo per gestire autonomamente il tuo rapporto con l’AI — o se invece saresti nato senza nulla di tutto questo — sceglieresti un sistema in cui chi ha risorse accumula capacità cognitive crescenti e chi non le ha le cede senza saperlo? La risposta ovvia è no. Eppure è esattamente il sistema che stiamo costruendo, per inerzia e per scelta di chi ha interesse a costruirlo così. La questione non è tecnica: è una questione di equità nella distribuzione di un bene — la capacità di pensare con le macchine — che sta diventando strutturale quanto l’istruzione o la sanità. Questa biforcazione attraversa paesi, classi sociali, generazioni, professioni. Non è inevitabile. È il risultato di scelte architetturali e politiche precise — scelte che si possono cambiare, se si decide che il problema merita attenzione pubblica. LA RISPOSTA TECNICA E I SUOI LIMITI Il documento di Brookings segnala una tendenza emergente che prova a invertire questa logica. Nel gennaio 2026, un software open-source chiamato OpenClaw ha consentito a milioni di persone — comprese molte senza formazione tecnica specifica — di interagire con sistemi AI all’interno dei propri ambienti di calcolo, mantenendo il controllo sul proprio contesto. “Open-source” significa che il codice del programma è pubblico, modificabile, non di proprietà di nessuna azienda privata. Gli autori chiamano questo approccio context-maxxing: la pratica di massimizzare il controllo dell’utente sul proprio contesto nell’interazione con l’AI. È una risposta necessaria. Non è sufficiente. Il problema è che controllare il contesto non significa controllare dove avviene l’elaborazione. Anche usando software libero, le richieste viaggiano comunque verso i server delle grandi aziende tecnologiche — Anthropic, OpenAI, Google — fisicamente localizzati in giurisdizioni estere, soggetti a leggi e interessi che non necessariamente coincidono con quelli degli utenti europei o del resto del mondo. Controllare il proprio diario ma doverlo portare a leggere in casa d’altri non è vera indipendenza. La risposta tecnica individuale non dissolve il nodo strutturale. Quel nodo è politico. COSA SI PUÒ CHIEDERE ALLA POLITICA Il documento di Brookings pone esplicitamente la domanda su come l’investimento pubblico e la regolazione possano abbassare le barriere per tutti. È la domanda giusta. Va però formulata con più coraggio di quanto il documento accademico si conceda. Alcune direzioni concrete. Primo: trasparenza obbligatoria. Chi gestisce piattaforme AI deve essere tenuto a dichiarare se e come utilizza il contesto degli utenti per addestrare i propri modelli. Non nel gergo illeggibile delle condizioni d’uso, ma in modo comprensibile e verificabile. Secondo: portabilità del contesto. Gli utenti dovrebbero avere il diritto di portare con sé il proprio contesto quando cambiano piattaforma, esattamente come hanno il diritto di cambiare operatore telefonico portando il proprio numero. Non come concessione commerciale: come diritto esigibile. Terzo: infrastrutture pubbliche. L’investimento in infrastrutture AI sovrane — europee, nazionali, condivise tra più paesi — non è un lusso per tecnologi entusiasti. È una condizione per sottrarre la cognizione collettiva alla logica di valorizzazione del capitale privato. Senza infrastrutture proprie, la sovranità digitale rimane uno slogan. Quarto, e forse il più trascurato: formazione vera. Non alfabetizzazione digitale di facciata — “impara a usare l’AI” — ma costruzione della capacità di capire cosa si sta cedendo e cosa si sta ricevendo, di codificare il proprio sapere in forme che l’AI possa incorporare senza espropriarlo, di mantenere il giudizio critico su ciò che la macchina produce. Questo richiede tempo, risorse, investimento pubblico consapevole. LA DOMANDA CHE RESTA Il documento di Brookings è stato scritto usando il metodo che descrive: modelli AI gestiti in autonomia dagli autori, con revisione finale interamente umana. È un gesto che vale più di una nota metodologica: dimostra che l’alternativa esiste, che si pratica, che non è fantascienza. La domanda che rimane aperta è più semplice di come viene di solito formulata: vogliamo che l’intelligenza artificiale serva chi la usa, o vogliamo che chi la usa serva l’intelligenza artificiale — e, attraverso di essa, chi la possiede? Oggi quel potere di scelta è concentrato in un numero molto piccolo di aziende private, tutte operanti nella stessa area geografica del pianeta, con interessi che non coincidono strutturalmente con quelli della maggioranza degli utenti. Riportare quella scelta nell’arena pubblica — come questione politica, non come preferenza di mercato — è il primo passo. Non l’unico. Ma il primo. FONTI Jacob Taylor, Kershlin Krishna, Context-maxxing: A path to cognitive agency with generative AI, Brookings Institution Working Paper, 6 maggio 2026 https://www.brookings.edu/articles/context-maxxing-cognitive-agency-generative-ai/ Paolo Benanti, Chi possiede il tuo contesto possiede il tuo pensiero, LinkedIn Pulse, 18 maggio 2026 https://www.linkedin.com/pulse/chi-possiede-il-tuo-contesto-pensiero-paolo-benanti-lwxyf/ Wall Street Journal, Why Some Companies Say AI Token-Maxxing Is Key to Survival, 2026 (citato in Taylor-Krishna) OpenClaw (software open-source per interazione con AI) https://openclaw.ai/ John Rawls, A Theory of Justice, Harvard University Press, 1971 Francesco Russo

Il discorso contro le nuove tecnologie come l’AI passa spesso attraverso l’analisi del rapporto tra la presunta intelligenza macchinica e quella umana, sottolineandone giustamente l’incommensurabilità. Tuttavia, il problema posto in questi termini rivela qualcosa di più profondo della cultura contemporanea e di come sembra interrogarsi molto sui limiti e i pericoli delle ultime frontiere della tecnica, ma sempre meno sull’altro dei due termini del paragone, cioè su cosa sia l’umano. Se l’essere umano viene concepito come un insieme di parti, o come un semplice corpo attraversato da informazioni e poco più, allora forse il paradigma algoritmico ha già vinto su tutta la linea. A Macerie su Macerie, lungi dal pretendere di offrire una risposta, proviamo almeno a delineare i contorni di una domanda antica di millenni.

Il discorso contro le nuove tecnologie come l’AI passa spesso attraverso l’analisi del rapporto tra la presunta intelligenza macchinica e quella umana, sottolineandone giustamente l’incommensurabilità. Tuttavia, il problema posto in questi termini rivela qualcosa di più profondo della cultura contemporanea e di come sembra interrogarsi molto sui limiti e i pericoli delle ultime frontiere della tecnica, ma sempre meno sull’altro dei due termini del paragone, cioè su cosa sia l’umano. Se l’essere umano viene concepito come un insieme di parti, o come un semplice corpo attraversato da informazioni e poco più, allora forse il paradigma algoritmico ha già vinto su tutta la linea. A Macerie su Macerie, lungi dal pretendere di offrire una risposta, proviamo almeno a delineare i contorni di una domanda antica di millenni.

Il discorso contro le nuove tecnologie come l’AI passa spesso attraverso l’analisi del rapporto tra la presunta intelligenza macchinica e quella umana, sottolineandone giustamente l’incommensurabilità. Tuttavia, il problema posto in questi termini rivela qualcosa di più profondo della cultura contemporanea e di come sembra interrogarsi molto sui limiti e i pericoli delle ultime frontiere della tecnica, ma sempre meno sull’altro dei due termini del paragone, cioè su cosa sia l’umano. Se l’essere umano viene concepito come un insieme di parti, o come un semplice corpo attraversato da informazioni e poco più, allora forse il paradigma algoritmico ha già vinto su tutta la linea. A Macerie su Macerie, lungi dal pretendere di offrire una risposta, proviamo almeno a delineare i contorni di una domanda antica di millenni.

Puntata 26 di EM, sesta del ciclo Estrattivismo dei Dati, parliamo di intelligenza artificiale, università, conoscenza e infrastrutture. Nella prima parte ospitiamo un rappresentante dell’Osservatorio collaborativo Artificial Intelligence e Digital Humanities, Andrea Bolioli, per presentare l'osservatorio appena nato e discutere di ricerca, open source, alfabetizzazione critica e del ruolo delle Digital Humanities in un ecosistema sempre più dominato dall’hype tecnologico. Nella seconda parte parliamo della lettera aperta contro l’adozione acritica dell’IA nella scuola e nell’università: formazione o addestramento? Pensiero o dipendenza? Conoscenza o automazione del sapere? Con noi Maria Chiara Pievatolo, Ordinaria di Filosofia Politica a Scienze Politiche, Università di Pisa. Una puntata su ciò che l’IA sta trasformando davvero: non solo tecnologia, ma il rapporto tra esseri umani, conoscenza e potere.  

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

YouTube, Facebook, Instagram, TikTok: sono le piattaforme social più utilizzate dagli italiani. Social media, e non social network, visto che – come sottolinea Kenobit nel suo nuovo saggio “Assalto alle piattaforme” (Agenzia X) – l’obiettivo è tenerci agganciati a consumare passivamente contenuti multimediali, invece che mobilitarci per creare rete. App come queste sono infatti caratterizzate dall’apparente gratuità e da un algoritmo esplicitamente progettato per generare dipendenza, stimolando uno scrolling destinato a non finire mai. Lo stesso Aza Raskin, il designer che nel 2006 ha ideato lo scrolling infinito (cioè il caricamento continuo e automatico di nuovi contenuti durante lo scorrimento, senza un punto di arresto naturale), a distanza di 20 anni si è dichiarato pentito della sua invenzione. Inoltre queste piattaforme intrappolano gli utenti in modo che non clicchino su link che rimandano a siti esterni, inibendo così l’uscita dalle piattaforme. “Il gioco è sempre lo stesso”, scrive Kenobit. “Visto che il profitto delle piattaforme è direttamente proporzionale al tempo che gli dedichiamo, i loro meccanismi sono studiati scientificamente per aumentarlo il più possibile. Produciamo valore quando creiamo contenuti, ma anche quando li consumiamo”. Per un utente che non cerca altro che intrattenimento, luoghi del genere sembrano l’Eldorado. E invece si tratta, antropologicamente parlando, di veri e propri non luoghi: spazi in cui non si creano connessioni, ma che si attraversano di passaggio per andare da un contenuto a un altro senza che resti all’utente alcun valore aggiunto. “Se non stai pagando per il prodotto, il prodotto sei tu”, verrebbe da dire, riprendendo le parole rese celebri dal film “The social dilemma”. Ed ecco una delle frasi che Kenobit punta a decostruire nel suo saggio: su queste piattaforme persino chi paga – le aziende e le attività che versano una quota per occupare spazi pubblicitari – è a sua volta un prodotto, perché genera ulteriori dati che le piattaforme raccolgono e sfruttano per arricchirsi vendendoli. Ma cosa – o meglio chi – sono queste piattaforme? Tra quelle citate, si possono raggruppare Facebook e Instagram (e WhatsApp), del gruppo Meta fondato da Mark Zuckerberg. C’è poi YouTube, proprietà come Google della holding Alphabet Inc., di cui i fondatori di Google, Larry Page e Sergey Brin, sono ancora i maggiori azionisti e membri del consiglio di amministrazione, detenendo di fatto il controllo dell’azienda, pur non essendo più amministratori delegati. Meta ha registrato un fatturato di 164,5 miliardi di dollari per l’intero anno 2024, segnando una crescita del 22% rispetto al 2023. Alphabet Inc. ha registrato ricavi annuali record, superando i 400 miliardi di dollari nel 2025, grazie alla crescita della pubblicità. C’è di più: entrambi i colossi hanno espliciti legami con il presidente degli Stati Uniti Donald Trump, e sono nella lista BDS (Boicottaggio, Disinvestimento e Sanzioni) per il loro coinvolgimento nel genocidio in Palestina. Ma se sono così poco etiche perché è tanto difficile abbandonare queste piattaforme? Probabilmente, perché non tutto ciò che avviene sui social è nocivo. Quante amicizie, progetti, idee, iniziative non sarebbero nate o diventate così note se non fosse stato per i social? Kenobit fa l’esempio delle mobilitazioni per la Palestina realizzate dal 7 ottobre 2023 in poi, in cui i social, nonostante le varie dinamiche di shadow ban – cioè di oscuramento della tematica, costringendo talvolta a utilizzare caratteri speciali per parlarne (per esempio scrivendo G4z4 invece di Gaza) – hanno avuto un ruolo fondamentale. Il ruolo dei social è stato centrale anche nella formazione di grandi movimenti di protesta come Fridays For Future, con la nascita di nuclei di attivisti in ogni parte del mondo, o Black Lives Matter, con la condivisione di massa del video della morte di George Floyd e la propagazione delle sue ultime parole “I can’t breathe”. Il problema è che, sui social, in breve tempo si passa oltre: nuovi contenuti, nuovi trend, nuove cose a cui prestare attenzione, togliendo forza al desiderio e all’urgenza di convergenza e di organizzazione. Tra i limiti dell’attivismo online c’è infatti la necessità di sottostare alle logiche algoritmiche delle piattaforme, con Meta che al contempo blocca la possibilità di promuovere post dal contenuto a sfondo politico o sociale e ne limita anche la diffusione organica, tramite l’impostazione che permette di non visualizzare contenuti politici tra quelli suggeriti nel proprio feed. Fare attivismo sui social significa inoltre rischiare di scivolare, talvolta senza rendersene nemmeno conto, in quello che viene definito slacktivism, o attivismo da poltrona, cioè un tipo di attivismo che si limita alla condivisione di contenuti sui propri canali, senza che questo gesto si concretizzi in nulla di più radicale o d’impatto. Inoltre, perché il proprio attivismo cambi le cose, l’obiettivo dev’essere quello di costruire comunità. Appoggiarsi alle piattaforme mainstream significa invece, come scrive Kenobit, “costruire a casa d’altri”, lasciando in mano loro il destino del nostro attivismo ed esponendosi al rischio che post, profili e gruppi vengano cancellati in qualsiasi momento, quasi senza possibilità di replica. “Queste piattaforme non sono democratiche”, scrive sempre Kenobit. Chi crea contenuti rischia, tra l’altro, di diventare schiavo dei numeri, piegandosi a trattare di temi non controversi o divisivi in modo da raggiungere il maggior numero di persone possibili – talvolta finendo per capitalizzare le lotte sponsorizzando prodotti che con queste hanno qualche punto di contatto (magliette, tote bag o oggetti figli, per esempio, del greenwashing). Così facendo, l’attivismo diventa un lavoro da influencer più che da potenziali leader politici. È POSSIBILE CAMBIARE PIATTAFORME? “Abbiamo davanti una lotta impari, contro un nemico ben fortificato, con risorse economiche e tecnologiche senza precedenti nella storia dell’umanità”, prosegue Kenobit nel saggio. “Non lo prenderemo mai per sfinimento, né possiamo sperare di batterlo sul suo stesso terreno. Le piattaforme possiedono tutto, incluso il campo di battaglia, e se anche riuscissimo a metterle in difficoltà in casa loro potrebbero semplicemente cambiare le regole del gioco. Per lo stesso motivo, anche se usare alcuni dei loro strumenti può avere dei meriti strategici, non possiamo sperare di cambiarle dall’interno. Non può esserci riformismo in una dittatura. La disparità è evidente anche sul fronte della comunicazione, perché le piattaforme, controllando la dimensione digitale, proiettano un’influenza tangibile sul reale”. Nonostante questa posizione, Kenobit è abilissimo nel fornire alternative valide a ciascuno dei problemi legati alle piattaforme, spiegando con parole comprensibili a tutti che cosa si può fare e perché dovremmo farlo. Per esempio, la proposta di passare al Fediverso come alternativa ai social media mainstream è legata all’eticità dell’utilizzo di un software open source, ovvero il cui codice è consultabile e utilizzabile praticamente da chiunque, invece che chiuso, proprietario e i cui meccanismi sono noti solo a pochi eletti. Come si legge in “Assalto alle piattaforme” (disponibile gratuitamente anche come audiolibro): Il software libero si basa su una filosofia completamente diversa. Come suggerisce il nome, è pensato per tutelare la nostra libertà. Nello specifico, quattro libertà: * ⁠  ⁠la libertà di eseguire il programma per qualsiasi scopo; * ⁠  ⁠la libertà di studiare come funziona il programma e di modificarlo in base alle proprie necessità; * ⁠  ⁠la libertà di ridistribuire copie del programma in modo da aiutare il prossimo; * ⁠ ⁠la libertà di migliorare il programma e di distribuirne pubblicamente i miglioramenti, in modo tale che tutta la comunità ne tragga beneficio. Kenobit elenca molti motivi per cui preferire i social del Fediverso a quelli ancora mainstream: tra questi, l’assenza di un algoritmo che determina che cosa mostrare a chi a favore di un feed che rispetta l’ordine cronologico delle pubblicazioni, garantendo a tutti di non perdersi nulla e di dare a ogni contenuto la giusta dignità e diffusione. “L’assenza di pubblicità vanifica la necessità di un algoritmo che seleziona al posto nostro cosa mostrarci”. Va da sé che è impossibile che il passaggio dai social mainstream al Fediverso sia rapido e collettivo. Per questo, una valida soluzione intermedia consiste nel mantenere i propri profili sui social tradizionali, ma smettendo gradualmente di postare contenuti e utilizzandoli soprattutto, come da tempo fa Kenobit, per sponsorizzare il passaggio ad altre piattaforme. PIÙ COOPERAZIONE E MENO COMPETIZIONE Il controllo che Big Tech può esercitare va però ben oltre le singole piattaforme. Durante una presentazione del libro che si è svolta a Torino, a Radio Blackout, l’11 febbraio 2026, è nato un dibattito sul possesso delle dorsali internet (backbone): infrastrutture fisiche ad altissima capacità, composte da cavi sottomarini in fibra ottica posati sui fondali oceanici. Trasportano oltre il 99% del traffico dati mondiale tra continenti, connettendo reti locali e garantendo la velocità della connessione web. Già questo aspetto pone un importante problema, perché, anche utilizzando piattaforme alternative a quelle mainstream, ci si continuerebbe ad appoggiare a questo sistema, che resta in buona parte in mano a colossi privati. Le dorsali sono infatti gestite da un consorzio di grandi aziende di telecomunicazioni internazionali, colossi tecnologici (Google, Meta, Amazon, Microsoft) e, in parte, da governi. In risposta a questa osservazione, Kenobit ha suggerito di cercare il sito di Antennine, che punta a costruire reti comunitarie. Citando il loro blog, “le reti comunitarie sono infrastrutture locali di telecomunicazione create da gruppi di persone (una comunità) per connettersi a Internet e fornire servizi di comunicazione digitale. Sono costruite e gestite come un bene comune, cioè una risorsa prodotta e mantenuta collettivamente, piuttosto che detenuta privatamente, come alternativa alle grandi reti commerciali o statali e ai fornitori di servizi Internet”. Sul sito di Antennine sono presenti le istruzioni per contattare gli organizzatori del progetto e unirsi alla rete. È solo un inizio, che rappresenta però un baluardo di resistenza per ricordarsi che costruire delle alternative è possibile. Altri esempi internazionali di gestione comunitaria e democratica dell’accesso a internet sono Guifi.net, nata in Catalogna nel 2004 e che punta a costruire una rete dal basso in modo da connettere aree rurali portando la connessione internet laddove non arrivano gli operatori commerciali tradizionali, e Freifunk, nata a Berlino, che ha come obiettivo quello di fornire una rete internet libera e accessibile a tutti. Un altro tema critico riguarda le conoscenze necessarie per poter usare – o anche solo entrare in contatto – con le piattaforme alternative. È necessaria in primis un’alfabetizzazione digitale, non scontata in un contesto in cui solo il 46% degli italiani possiede competenze di base in quest’ambito, ma anche una coscienza politica tale da problematizzare le piattaforme, oltre a contatti che tramite il passaparola permettano di accedere ad alternative come il Fediverso. Per fare effettivamente la differenza, c’è insomma prima di tutto bisogno di fare massa critica, scegliere che direzione prendere e costruirla insieme. Come scrive Kenobit, “abbiamo un’occasione imperdibile per rivendicare una dimensione digitale fondata sulla cooperazione invece che sulla competizione”. L'articolo Fuga da Big Tech proviene da Guerre di Rete.

Apriamo con un racconto di alcune recenti vulnerabilità nel kernel linux. Più dei bug in sé, ci interessa raccontare di come il processo di divulgazione dei bug tenda a diventare sempre più veloce, e questo mette in difficoltà gli ecosistemi di software libero. Ci spostiamo in Francia, con un paio di notizie contrapposte: da una parte il processo contro Elon Musk; dall'altra l'intenzione sempre più chiara di colpire la crittografia end-to-end. Cerchiamo di inserire queste notizie all'interno di un quadro più ampio, che include anche lo sbilanciamento di potere verso le grandi aziende statunitensi. In quest'ottica, diamo un'occhiata al manifesto della "Repubblica Tecnologica" di Thiel. Concludiamo con la notizia di reCaptcha, che in alcuni casi richiede alle utenti Android di avere installati i Google Play Services per poter superare la prova. Questo vuol dire che chi sceglie di non usare i servizi di Google potrebbe non riuscire a visitare alcuni siti.