Possiamo davvero descrivere una trasformazione mentre la stiamo attraversando?

Possiamo davvero descrivere una trasformazione mentre la stiamo attraversando?

---

Mura di legno

Mentre gli eserciti persiani avanzavano, gli ateniesi mandarono messi all’oracolo di Delfi.

La sacerdotessa diede un responso oscuro: la città sarebbe stata distrutta da cima a fondo, e la salvezza stava soltanto nelle mura di legno.

Ad Atene scoppiò la disputa. Alcuni pensarono alla palizzata di legno intorno all’Acropoli; era ragionevole, perché a dire “mura di legno” quella era la prima cosa che veniva in mente. Il comandante Temistocle lesse diversamente: le mura di legno erano le navi della flotta. Convinse il popolo ad abbandonare la terraferma e a salire a bordo.

Nel 480 a.C., a Salamina, quella flotta agile di legno mandò in pezzi le navi persiane.

Più giusta della profezia fu la sua interpretazione.

Esattamente come oggi. Abbiamo informazioni, ma l’informazione da sola non indica una direzione. Dalla stessa frase escono due futuri diversi e non sappiamo quale sia quello vero.

Con l’intelligenza artificiale siamo precisamente in questa posizione. Ci sono numeri, rapporti, previsioni. Quello che manca è l’interpretazione capace di farci vincere.

Dall’interno non riusciamo a misurare

Il primo problema di stare dentro la rivoluzione dell’intelligenza artificiale non è emotivo, è di misura. Come il pesce che è l’ultimo ad accorgersi dell’acqua, non ci accorgiamo della cosa in cui siamo immersi.

Nel 2025 un gruppo di ricerca chiamato METR ha condotto un esperimento apparentemente semplice. Ha affidato a sviluppatori open source esperti compiti reali dentro repository che già conoscevano. A una parte è stato permesso di usare strumenti di intelligenza artificiale, all’altra no.

Il risultato è stato questo: chi usava gli strumenti ha finito il lavoro il 19 per cento più lentamente.

Ma non è questo il punto. Il punto è che cosa hanno dichiarato gli stessi sviluppatori dopo l’esperimento. In media hanno stimato che l’intelligenza artificiale li avesse resi il 20 per cento più veloci.

Cioè: erano rallentati, ma si sentivano accelerati. In mezzo c’è uno scarto percettivo di circa quaranta punti.

Onestà vuole che si dicano anche i limiti dello studio: sedici sviluppatori, duecentoquarantasei compiti, strumenti di inizio 2025. Il gruppo stesso considera ormai storico quel dato e dichiara che non rappresenta gli strumenti attuali. E il risultato non significa affatto che “l’intelligenza artificiale non funziona”.

Dice qualcosa di più stretto e più inquietante: quando sei dentro una tecnologia, non puoi misurare con la tua sensazione quello che quella tecnologia ti sta facendo.

Tieni stretto questo dato, perché il resto di questo articolo ci poggia sopra. Chiunque parli della rivoluzione sta descrivendo con l’intuito qualcosa che non ha misurato. Compreso chi la sta scrivendo.

Dante apre il suo poema dichiarando di essersi ritrovato in una selva oscura, smarrito, esattamente a metà del cammino: la posizione peggiore per disegnare la mappa è il centro del bosco.

Il nome arriva sempre in ritardo

L’espressione “Rivoluzione industriale” non era in uso mentre le macchine a vapore riempivano le fabbriche. Il nome di un’epoca si mette dopo che l’epoca è finita. Chi ci viveva dentro non la visse come una rivoluzione, ma come una serie di difficoltà e opportunità slegate tra loro. Prezzi, migrazioni, malattie, un’economia nuova, città che si affollavano.

Nel 1990 lo storico dell’economia Paul David propose un confronto rimasto celebre: dopo l’ingresso dell’elettricità nelle fabbriche, i numeri della produttività restarono fermi a lungo. Il guadagno vero arrivò solo trenta o quarant’anni dopo.

La causa non era la debolezza dell’elettricità. Le fabbriche sostituirono la macchina a vapore con il motore elettrico, ma non riprogettarono la fabbrica. Nel vecchio assetto c’era un unico grande motore e tutte le macchine erano collegate con cinghie agli alberi di trasmissione sul soffitto; l’edificio era costruito intorno a quella potenza centrale. Il vero dono dell’elettricità era invece dare a ogni macchina il suo piccolo motore. Accorgersene e ridisegnare da capo la disposizione della fabbrica richiese una generazione.

La resa, insomma, non venne dalla tecnologia ma dalla riorganizzazione.

Ora mettiamo questo accanto al dato METR. Lo sviluppatore infila lo strumento nuovo dentro il vecchio flusso di lavoro e si sente più veloce, mentre i numeri dicono l’opposto. La fabbrica che attaccava il motore elettrico al vecchio sistema di alberi e cinghie stava vivendo esattamente la stessa cosa.

La rivoluzione non avviene nella tecnologia, avviene nell’organizzazione. E l’organizzazione cambia molto più lentamente della tecnologia.

Il dilemma di Collingridge: definire prima che sia tardi

La terza dimensione della questione è quella politica.

Nel 1980 David Collingridge descrisse un dilemma, e da allora quella descrizione è rimasta la frase più onesta della politica tecnologica.

Nella fase iniziale di una tecnologia è facile darle forma, ma non ne conosci gli effetti. Quando gli effetti emergono sai finalmente di che si tratta, ma la tecnologia si è radicata al punto che cambiarla è costoso, difficile e lento.

Il dilemma suona così: quando il cambiamento è facile il bisogno è imprevedibile; quando il bisogno diventa evidente il cambiamento è diventato costoso.

Machiavelli aveva colto la stessa asimmetria parlando di malattie: all’inizio sono facili da curare e difficili da riconoscere, poi diventano facili da riconoscere e difficili da curare. Chi governa, sosteneva, si distingue proprio dalla capacità di intervenire nella prima fase, quando gli mancano ancora le prove che gli darebbero ragione.

Il dilemma spiega contemporaneamente entrambi gli schieramenti del dibattito sull’intelligenza artificiale.

Una parte dice “non sappiamo ancora, non regoliamo in fretta”, e ha ragione: le informazioni mancano. L’altra dice “interveniamo prima che sia troppo tardi”. E anche loro hanno ragione, perché la finestra si sta chiudendo. Hanno ragione entrambi, ed è esattamente per questo che la discussione non si risolve.

La proposta di Collingridge era modesta: procedere con passi più piccoli, evitare progetti irreversibili, costruire sistemi che permettano di sbagliare e correggere.

Tradotto nella lingua di oggi: la domanda da porre non è “l’intelligenza artificiale è buona o cattiva”. La domanda è un’altra. Potremo tornare indietro sulla decisione di farla crescere senza limiti?

L’essere umano dentro la rivoluzione

Sotto tutto questo strato di misure e di politica, sta accadendo qualcosa di molto più silenzioso.

I numeri sono seri. Secondo un sondaggio della RAND, circa un adolescente o giovane adulto americano su otto — grosso modo 5,4 milioni di persone — si è rivolto a un chatbot in un momento di tristezza, ansia o sopraffazione. Nel sondaggio successivo la quota sale a uno su cinque, cioè 8,2 milioni. Due terzi di loro non l’hanno detto a nessuno.

Chiamarlo “le persone si fanno abbindolare dalla tecnologia” è comodo e sbagliato. La lettura giusta è un’altra: l’intimità artificiale sta riempiendo un vuoto, e quel vuoto non l’ha aperto l’intelligenza artificiale. Il sostegno umano è diventato insieme caro e irraggiungibile.

Eppure manca qualcosa, e non è l’imitazione dell’empatia.

Quando parli con un terapeuta, ciò che accade è che l’altro viene toccato da te. Quello che ascolta lo cambia. Il tuo silenzio gli dice qualcosa. Il modello ascolta, registra, produce una risposta; ma non viene modificato da ciò di cui è testimone. Per lui il silenzio non è un dato.

La differenza è qui. Il problema non è che il modello non sia abbastanza buono; è che la sua bravura non c’entra con la questione vera.

La distinzione di Martin Buber è il nome classico di tutto questo. Nella relazione Io-Esso l’altro è un oggetto: si usa, si misura. Nella relazione Io-Tu avviene un incontro. La cosa difficile che dice Buber è questa: anche se due onde sonore fossero identiche, una è un incontro e l’altra no. Non saperle distinguere non significa che siano la stessa cosa.

Le statistiche delle rivoluzioni sono facili da tenere. Di ciò che si perde non si tiene statistica.

La promessa è stata ogni volta il tempo libero

Antipatro di Tessalonica, in un epigramma sui mulini ad acqua scritto intorno al 12 dopo Cristo, si rivolge alle donne che giravano la macina: ora potete dormire, le vostre braccia e le vostre spalle possono riposare. Il lavoro l’ha preso l’acqua. La prima promessa dell’automazione non era il profitto, era il sonno.

Seneca smontava quella promessa dal lato opposto: il tempo liberato non diventa quasi mai tempo vissuto, perché gli affaccendati riempiono subito ogni vuoto con una nuova occupazione. Il problema non è la quantità di tempo, è che cosa ci precipitiamo a metterci dentro.

Thomas Carlyle, criticando la Rivoluzione industriale nel saggio Signs of the Times del 1829, non vede il pericolo principale nella meccanizzazione dei lavori. Lo vede nel ritmo delle macchine che penetra nella mente umana.

Il 24 aprile 1812, a Westhoughton, nel Lancashire, in prima fila nella folla che incendiò una tessitura c’erano due sorelle. Mary Molyneux aveva diciannove anni, Lydia quindici. Gli atti processuali le descrivono mentre spaccavano i vetri con i ganci da carbone e incitavano gli uomini; l’edificio bruciò, con dentro i telai. Il motivo non era la paura della tecnologia; era il crollo del loro sostentamento. Furono assolte entrambe.

Nel 1911 Frederick Winslow Taylor, con I principi dell’organizzazione scientifica del lavoro, trasformò la fatica umana in un processo da misurare e ottimizzare.

Messi uno accanto all’altro, questi episodi disegnano una figura. La promessa è stata ogni volta il tempo libero. E il tempo guadagnato è finito ogni volta dentro un lavoro nuovo, una misurazione nuova, una nuova meccanizzazione.

Vico chiamava ricorsi il ritorno delle stesse forme dentro materia diversa, e sosteneva che possiamo riconoscerle proprio perché quel mondo l’abbiamo fatto noi.

La rivoluzione dell’intelligenza artificiale in cui ci troviamo non è fuori da questo ciclo. È abbastanza chiaro che non ci porterà un reddito di cittadinanza. Lavoreremo diversamente e di più, oppure lavoreremo producendo con l’intelligenza artificiale molto più di prima.

E allora, com’è fatta una descrizione sana

Non chiuderò questo articolo con una profezia, perché la profezia stessa è un pezzo di questa storia. Lascio invece tre misure utilizzabili mentre siamo dentro la rivoluzione.

La rivoluzione va cercata nell’organizzazione, non nella tecnologia. Se lo strumento nuovo viene messo dentro il vecchio assetto non cambia niente, cambia solo che tutti si sentono più occupati. Se vuoi capire dove sta il cambiamento, non guardare l’attrezzo: guarda come è diviso il lavoro.

Non fidarti della tua sensazione, misura. Il dato METR serve a questo. Le persone possono sentirsi più veloci mentre rallentano. Non è stupidità; è che la sensazione di scorrevolezza data da un attrezzo nuovo non coincide con la misura. La frase più sicura di sé sulla rivoluzione è di solito quella meno misurata, o quella la cui misura è stata saltata.

Interroghiamo la reversibilità delle nostre decisioni sull’intelligenza artificiale. Il dilemma di Collingridge non si risolve, ma si può governare. La domanda “è buona o cattiva” non ci porta da nessuna parte da anni. “Possiamo tornare indietro, e quanto in fretta ci accorgeremmo dell’errore” è invece una domanda che ha una risposta.

Temistocle non vinse perché interpretò l’oracolo a proprio favore, ma perché lo interpretò correttamente. La differenza stava qui: non guardò la frase che aveva in mano, guardò la possibilità reale che aveva in mano. La palizzata di Atene era debole, la flotta era forte.

Oggi le frasi pronte non ci mancano: catastrofe, salvezza, salto, minaccia. Suonano tutte giuste e nessuna, da sola, indica una direzione.

La domanda da porre dovrebbe essere questa: che cosa abbiamo davvero in mano, e che cosa siamo disposti a perdere come umanità.

Nella situazione in cui ci troviamo, se lo chiediamo all’intelligenza artificiale nemmeno lei sa dare una risposta piena. E non bisogna aspettarselo, perché la risposta a questa domanda l’essere umano deve trovarla da sé.