Il pensiero in affitto
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