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 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, questa volta 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

Un moderatore di Meta in Spagna rompe per la prima volta l'anonimato per raccontare la propria storia. Horacio Espinosa è un antropologo di 46 anni che è stato assunto nel 2019 per moderare i contenuti su Facebook. Sette anni dopo, non ha paura di violare il suo accordo di riservatezza. Distribuito su dieci piani dell'iconica Torre Glòries di Barcellona, Facebook ha inaugurato nel 2018 un centro di moderazione dei contenuti per combattere le fake news. Più di 2.000 persone di diverse nazionalità sono state assunte tramite la società di subappalto CCC Barcelona Digital Services, diventata anni dopo Telus Digital. Ma quello che sembrava un successo per il posizionamento globale della città ha finito per trasformarsi in un problema di salute pubblica In una fanzine gratuita pubblicata da un collettivo di ricerca di precari digitali – qui anche in italiano , traduzione di Stefano Portelli –, l’ex moderatore di contenuti Horacio Espinosa racconta i suoi cinque anni a Mordor. Il racconto di Horacio – che è anche antropologo urbano del collettivo OACU – si chiama Lavorare per la macchina, ed è costruito in modo frammentario, come “un cadavere fatto a pezzi”. Dopo la pubblicazione è stato ripreso da televisioni e giornali, più che altro interessati ai particolari scabrosi delle migliaia di video visionati dai lavoratori. La fanzine fa solo accenni a questo orrore – il flusso continuo di stupri, sfruttamento infantile, pornografia, suicidi in diretta, terrorismo, abuso animale, a cui sono stati esposti per cinque anni “gli operai che nell’ombra puliscono il letamaio digitale”. Ma al centro c’è lo sfruttamento e la devastazione dei corpi e delle vite di chi si è trovato incatenato a questa oscurità – affidando la sua sopravvivenza a un’impresa che si pretende trans-umana, nel metaverso chetaminico di potere e tecnologia che ha invaso la città post-industriale. Leggi l'articolo di Stefano Portelli, Dove l’ombra cupa scende. Lavorare per la macchina nel distretto tecnologico di Barcellona Leggi la fanzine originale in spagnolo. Trabajando para la maquina Leggi la traduzione in italiano. Lavorare per la macchina Alert: Il testo e le immagini della fanzine possono risultare violente o disturbare alcune persone.

Questa settimana è avvenuto l’ennesimo licenziamento di massa di lavoratori da parte di Meta, che dalla fine della pandemia ha applicato ingenti riduzioni del personale. L’ ultima ondata di maxi-licenziamenti taglia il dieci percento degli impiegati a livello mondiale e rientra in una strategia complessiva di riorganizzazione aziendale del gigante […] L'articolo Meta licenzia 80 mila dipendenti per sostituirli con l’IA su Contropiano.

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

Come gli sciami di agenti AI stanno riscrivendo la realtà Qualche anno fa, una troll farm funzionava così: un edificio pieno di persone, turni, scrivanie, lavoratori pagati per scrivere post, creare profili falsi, commentare e accendere polemiche nelle discussioni online. Era costoso, lento e, alla fine, l’impatto reale era marginale. Oggi quegli edifici esistono ancora, ma i lavoratori non scrivono più. Configurano agenti. Li istruiscono, li supervisionano, li moltiplicano. Centinaia di migliaia di agenti autonomi che fanno in un’ora quello che prima richiedeva settimane di lavoro umano. Le troll farm sono diventate AI farm, e producono contenuto sintetico su scala industriale. Non è una metafora. È la descrizione letterale di un sistema documentato. Un rapporto del febbraio 2026 del Centre for International Governance Innovation (CIGI), intitolato “From Trolls to Generative AI: Russia’s Disinformation Evolution”, racconta come reti come CopyCop — un’operazione di disinformazione collegata al GRU, l’intelligence militare russa — utilizzino versioni modificate di modelli open-source come Llama 3, installate su server propri, per trasformare articoli di stampa in propaganda politica e distribuirla attraverso centinaia di siti web falsi senza lasciare tracce. Perché i modelli girano in locale, su hardware russo, dentro confini russi, fuori da qualsiasi giurisdizione occidentale. Non c’è watermark. Non c’è log. Non c’è nessuno a cui chiedere conto. SCIAMI, NON BOT Quello a cui ci siamo abituati, negli anni, era l’automazione nel senso classico: un sistema che inviava centomila email identiche, cambiando al massimo il nome del destinatario, oppure pubblicava altrettanti post con variazioni minime. Automatizzava la distribuzione, ma al fondo era spam riconoscibile. Il nostro modello mentale è ancora quello: se è automatizzato, è generico; se è generico, lo riconosci. Ma questo modello è costruito su anni di esperienza in un mondo senza agenti AI. Ed è diventato obsoleto. Il paper pubblicato su Science nel gennaio 2026 con il titolo “How malicious AI swarms can threaten democracy” — firmato da un gruppo internazionale di ventidue ricercatori provenienti da ventuno istituzioni accademiche, tra cui Nick Bostrom, la Nobel per la Pace Maria Ressa e Filippo Menczer — descrive qualcosa di qualitativamente diverso: sciami coordinati di agenti AI con identità persistenti, memoria, capacità di adattarsi in tempo reale alle reazioni delle persone. Agenti pienamente autonomi, ciascuno dei quali produce contenuto originale, ciascuno diverso dall’altro, ciascuno calibrato sul contesto specifico della persona che riceve il messaggio. Non c’è più un messaggio che si diffonde: c’è un sistema che decide, istante per istante, quale messaggio produrre per quale persona. Questi sciami sfruttano due meccanismi psicologici che sono bug strutturali del modo in cui gli esseri umani formano le opinioni. Il primo si chiama bandwagon effect: tendiamo ad allinearci alle posizioni che percepiamo come maggioritarie. Il secondo è l’illusory truth: la ripetizione di un’informazione, indipendentemente dalla sua veridicità, ne aumenta la percezione di credibilità. Combinati, producono un effetto preciso: se vediamo la stessa posizione espressa da fonti diverse, in contesti diversi, con parole diverse, su piattaforme diverse, la registriamo come diffusa. E se la percepiamo come diffusa, la consideriamo più credibile. Gli sciami di agenti sfruttano entrambi i meccanismi contemporaneamente, su scala industriale, ventiquattro ore su ventiquattro. IL TARGETING CHIRURGICO C’è un’altra eredità del passato che va smontata: l’idea che le operazioni di manipolazione si rivolgano a masse indifferenziate. La vecchia profilazione demografica è superata. Questi agenti aggregano dati da fonti eterogenee in tempo reale: profili social, registri pubblici, database di dati rubati acquistabili per pochi dollari su qualsiasi marketplace del dark web. Miliardi di record personali sono già disponibili, dispersi in centinaia di violazioni accumulate negli anni. Un agente con accesso a un modello linguistico e a un paio di database di dati trafugati può produrre migliaia di pezzi di contenuto unici al giorno, ciascuno calibrato su una persona diversa. Moltiplicato per centomila agenti che lavorano in parallelo, il costo computazionale è nell’ordine di qualche centesimo di dollaro per messaggio perfettamente personalizzato. Questo sistema costruisce quello che si può chiamare consenso sintetico: l’illusione che un’opinione sia ampiamente condivisa, che una posizione sia sostenuta dalla maggioranza, quando in realtà è un singolo operatore che parla attraverso migliaia di maschere. Funziona perché la percezione del consenso è per noi, come specie, uno degli indicatori più potenti di veridicità. Non abbiamo sviluppato anticorpi contro un consenso fabbricato artificialmente a questa scala. IL PARADOSSO DELLA REGOLAZIONE La risposta regolamentare esiste, almeno in Europa. Il Regolamento sull’Intelligenza Artificiale, la bozza del Codice di Condotta per i modelli di uso generale, i meccanismi di enforcement del Digital Services Act: sono strumenti avanzati rispetto a qualsiasi altro blocco geopolitico. Gli Stati Uniti non hanno una regolamentazione federale. Ma anche il framework europeo più ambizioso ha un limite strutturale che non è tecnico, è geopolitico: gli attacchi arrivano da paesi che non rispondono a nessuna di queste regole. È possibile regolamentare le proprie piattaforme, i propri sviluppatori, le proprie aziende. Non è possibile regolamentare un edificio a San Pietroburgo, Shenzhen o Nuova Delhi dove qualcuno sta istruendo sciami di agenti su modelli open-source installati su server locali. Il paradosso è grottesco nella sua precisione: il contenuto prodotto da chi rispetta le regole è marcato, tracciato, eventualmente rimosso. Il contenuto prodotto da chi vuole causare danno è libero, non marcato e non soggetto ad alcuna giurisdizione. La regolamentazione filtra i soggetti regolati, lasciando intatto il campo agli attori che, per definizione, non intendono essere regolati. C’è poi la questione degli incentivi delle piattaforme. Documenti interni di Meta resi pubblici da Reuters nel novembre 2025 stimavano che circa il 10% dei ricavi globali di Meta nel 2024 — circa 16 miliardi di dollari — provenisse da pubblicità per truffe e prodotti vietati. Il sacrificio massimo di ricavi che Meta era disposta ad accettare per agire contro gli inserzionisti sospetti era lo 0,15% del fatturato totale: 135 milioni di dollari su 90 miliardi. Quando il modello di business di una piattaforma dipende dal volume pubblicitario, rimuovere gli annunci fraudolenti ha un costo che nessuno vuole pagare. L’UNICO ANTICORPO CHE SCALA Il rilevamento automatico dei pattern ha gli stessi limiti della regolamentazione: funziona per un tempo limitato, poi gli sciami — progettati esattamente per farlo — si adattano. Il watermarking è efficace solo per chi è disposto ad usarlo. Il fact-checking arriva sempre dopo, è sempre più lento, non raggiunge mai la stessa scala del contenuto che intende smentire. Se centinaia di migliaia di agenti coordinati diffondono un video di un politico che dice qualcosa che non ha mai detto, quel politico può smentire quanto vuole: il video è lì, milioni di persone lo hanno visto, e la smentita arriva in un mondo in cui nessuno sa più distinguere il vero dal falso. Resta un anticorpo che ha una caratteristica che nessun sistema tecnico possiede: scala alla stessa velocità della minaccia. È la consapevolezza. Un sistema che fabbrica consenso sintetico funziona solo se le persone che lo ricevono non sanno che il consenso sintetico esiste. Conoscere il meccanismo lo indebolisce. Non lo neutralizza completamente, ma riduce drasticamente l’efficacia. Un po’ come i deepfake: adesso li conosciamo, e spesso li riconosciamo. Sapere come funziona rende più difficile cascarci. Questo non significa che la consapevolezza sia sufficiente. Significa che è la condizione necessaria di qualsiasi altra risposta. E che trattare l’alfabetizzazione mediatica come un progetto scolastico secondario, invece che come infrastruttura democratica al pari di ospedali e ponti, è una scelta politica con conseguenze precise. Nel frattempo, gli sciami non aspettano. FONTI * Centre for International Governance Innovation – From Trolls to Generative AI: Russia’s Disinformation Evolution https://www.cigionline.org/publications/from-trolls-to-generative-ai-russias-disinformation-evolution/ * Science – How malicious AI swarms can threaten democracy https://doi.org/10.1126/science.adz1697 * CNBC / Reuters – dati su Meta e pubblicità fraudolente https://www.cnbc.com/2025/11/06/meta-reportedly-projected-10percent-of-2024-sales-came-from-scam-fraud-ads.html Francesco Russo

di Al. Cas. – da Comune-info.net, 27 Aprile 2026   Il caso del gruppo “Mia Moglie”, chiuso nel 2025 dopo aver raccolto decine di migliaia di iscritti, ha portato all’attenzione pubblica una realtà che esiste da tempo ed è molto più vicina di ciò che immaginiamo. In quello spazio venivano condivise immagini intime di donne senza il loro consenso, spesso

Secondo un’inchiesta di The Intercept appena pubblicata, la società che controlla Facebook e Instagram ha modificato senza clamore, questa primavera, i suoi Community Standard, il documento interno che regola ciò che miliardi di utenti possono dire sulle sue piattaforme. La revisione riguarda il capitolo Violence and Incitement (“Violenza e incitamento”). […] L'articolo La stretta di Meta contro la sinistra Usa su Contropiano.

Un nuovo rapporto del gruppo palestinese per i diritti digitali 7amleh accusa Meta di gestire un sistema a due livelli che monetizza l’incitamento alla violenza da parte dei coloni israeliani. Un sistema che esclude sistematicamente i palestinesi dagli stessi strumenti social generatrici di reddito. Il rapporto, pubblicato lunedì, rivela come Meta permetta a […] L'articolo Meta accusata di monetizzare le piattaforme estremiste israeliane su Contropiano.

Secondo un’inchiesta della trasmissione di Rai3, la holding di Zuckerberg avrebbe favorito tramite filtri e raccolte dati la destra antieuropeista. Nel mirino torna anche il Garante della Privacy, che si sarebbe prodigato per evitare una maxi sanzione alla big tech. E intanto la politica si muove Interferenze nelle ultime elezioni politiche del 2022 e nelle regionali successive, che avrebbero favorito la destra antieuropeista. Sono le accuse nei confronti di Meta contenute nell’inchiesta di Report, andata in onda su Rai3. La trasmissione condotta da Sigfrido Ranucci torna ad occuparsi anche del Garante della Privacy, raccontando come i membri del collegio dell’Autorità si siano adoperati per bloccare una maxi-multa al colosso americano, forse anche per evitare che le attività nei confronti degli utenti di Facebook e Instagram venissero alla luce. Leggi l'articolo Inchiesta di Report dal minuto 34 la parte che riguarda Meta. Report spiega che il dipartimento tecnico del Garante, apprese le notizie sulle interferenze di Meta, chiede un blocco urgente, ma “Scorza e Ghiglia frenano, invitando ad attendere le autorità europee”. A metà 2023, in occasione delle elezioni regionali, i tecnici riescono a far emanare un provvedimento d’urgenza che impedisce a Meta di condividere i dati con terzi. E propongono una multa da 75 milioni, ma, nonostante la multa venga abbassata a 25 milioni, sia Scorza che Ghiglia votano contro il provvedimento. La posizione del colosso Usa, rileva la trasmissione, sarebbe aggravata dall’utilizzo distorto di un filtro, introdotto nel 2021 per limitare la visibilità dei contenuti politici. Secondo un’analisi condotta da un gruppo interno di tecnici del Pd, questa attività avrebbe favorito esclusivamente le posizioni della destra antieuropeista. E tanto per non farsi mancare nulla, un esperimento su quasi cinquemila utenti reali ha misurato l'effetto dell'algoritmo di X sulle opinioni politiche. L'algoritmo di X sposta gli utenti a destra. Leggi l'articolo su Wired

Archbald è il simbolo di come i data center ridisegnino il territorio a scapito di chi lo abita. Lo svela un’inchiesta di DeSmog. di Maurizio Bongioanni (*) Foto: https://www.thetimes-tribune.com/   Archbald, 7.500 abitanti a nove miglia da Scranton, nella valle boscosa del fiume Lackawanna, rischia di trasformarsi nel simbolo americano di una nuova colonizzazione industriale. In questa cittadina della Pennsylvania cinque