Tecnologia e Intelligenze (Umane, Artificiali, Collettive)

Una (breve, ma sentita) risposta a Francesco Varanini.

Isaac Asimov non ha inventato le Tre Leggi perché era un ingenuo. Le ha inventate perché sapeva che l’umanità aveva bisogno di un recinto etico prima ancora che la tecnologia fosse possibile. Articolo sulle recenti posizioni di Anthropic sulla limitazione dell’uso militare dell’AI

Cathy O’Neil vs Virginia Eubanks: Chi decide davvero quando un algoritmo decide? Sempre più decisioni che incidono sulla vita delle persone non vengono prese da esseri umani ma da sistemi automatici. Software che selezionano i candidati a un lavoro, punteggi che determinano l’accesso a un prestito, algoritmi che stabiliscono chi può ricevere un sussidio. Quando questi strumenti entrano nei processi pubblici e privati, il confine tra amministrazione tecnica e scelta politica diventa meno visibile. Le decisioni appaiono oggettive, basate sui dati. Ma chi definisce i criteri e risponde degli effetti? Negli ultimi anni le istituzioni europee hanno iniziato a riconoscere che alcune applicazioni dell’intelligenza artificiale incidono direttamente sui diritti. Per questo gli algoritmi usati nel lavoro, nel credito e nel welfare sono considerati “ad alto rischio in quanto può determinare opportunità e limiti di vita senza un reale spazio di contestazione. In questo contesto si collocano due voci ormai centrali nel dibattito internazionale: Cathy O’Neil e Virginia Eubanks. O’Neil, matematica e data scientist, ha definito molti modelli decisionali automatizzati “armi di distruzione matematica”, sistemi difficili da contestare che trasformano dati incompleti in decisioni definitive, spesso rafforzando le disuguaglianze sociali sotto l’apparenza della neutralità statistica. Eubanks, politologa, osserva invece gli algoritmi dal punto di vista del welfare. In Automating Inequality mostra come le tecnologie usate per gestire sussidi e assistenza negli Stati Uniti trasformino la vulnerabilità economica in un problema di sorveglianza e controllo, creando una sorta di “burocrazia digitale della povertà”. Il problema non riguarda solo la qualità tecnica dei modelli, ma la natura stessa della decisione pubblica. Se la selezione di un lavoratore, l’assegnazione di un mutuo o l’accesso a un servizio essenziale vengono affidati a sistemi automatizzati, chi resta responsabile dell’esito? E quale spazio rimane per il dissenso quando le scelte appaiono come il risultato inevitabile di un calcolo?

This paper is part of a conceptual trilogy on systemic thought: Dimensions of Interaction (the process) Systemic Intelligence (the structure) Systemic Consciousness (the emergent outcome)

This paper is part of a conceptual trilogy on systemic thought: Dimensions of Interaction (the process) Systemic Intelligence (the structure) Systemic Consciousness (the emergent outcome)

19 febbraio 2026: Dieci anni senza Umberto Eco. Oggi, più che mai, è lui a parlarci del nostro presente. ChatGPT, Gemini e gli altri LLM sono, per dirla con il Professore, le massime espressioni di “macchina pigra”. Producono sintassi, ma non semantica. Calcolano probabilità, ma non creano senso. Mentre il mondo continua ad interrogarsi su reti neurali, algoritmi, bias e (presunta) intelligenza non umana, sono tornato su alcuni lasciti di Eco strettamente collegati ad una contemporaneità sempre più AI/DATA-DRIVEN. Non ci serviva un profeta per prevedere l’IA generativa, ma forse ci serve un semiologo per sopravviverle.

Il romanzo di fantascienza "Le argentee teste d'uovo" (titolo originale: The Silver Eggheads, 1961) di Fritz Leiber, tocca temi sorprendentemente vicini al presente, ma parrebbe che ben pochi se ne siano accorti.

Non serve censurare la rete. Serve educarla. Una riflessione sulla scolarizzazione del web e sulla metacompetenza necessaria per abitare lo spazio pubblico digitale.

Una conversazione con ChatGPT sull’illusione della neutralità.

Quando scrivo che l'intelligenza sta diventando un lusso che non possiamo più permetterci, non uso una metafora ad effetto né cedo alla tentazione del titolo provocatorio fine a se stesso. Parlo di qualcosa di molto concreto, di una trasformazione silenziosa ma inesorabile che sta ridisegnando i confini di chi avrà accesso al pensiero profondo e chi invece rimarrà imprigionato nella superficie scintillante di un'esistenza cognitivamente impoverita. È una tragedia che si consuma in silenzio, senza drammi visibili, con la discrezione inquietante delle ingiustizie che nessuno vuole nominare perché nominarle significherebbe assumersi la responsabilità di cambiarle.

Da quando i modelli generativi sono entrati nella conversazione pubblica, abbiamo iniziato a parlare di intelligenza artificiale come di un nuovo soggetto: sempre più potente, sempre più autonomo, quasi una mente. Ma cosa accade se cambiamo prospettiva? Se l’intelligenza non fosse una proprietà del singolo sistema, ma qualcosa che emerge dalle relazioni tra sistemi?

Per un Umanesimo Digitale come co-evoluzione di Flavio Tonelli

Parliamo spesso di “esperti di intelligenza artificiale” come se fosse una categoria compatta, definita, stabile. Ma l’AI non è un oggetto unico: è un territorio in continua espansione, fatto di ricerca, ingegneria, orchestrazione, agenti autonomi, impatti organizzativi ed etici. In questo scenario, forse la domanda non è se gli esperti esistano, ma cosa significhi davvero esserlo oggi. In un ecosistema che evolve più rapidamente dei nostri tempi di apprendimento, la competenza non è un’etichetta definitiva, ma una posizione da abitare con consapevolezza.

Biodiversità del Pensiero: la difesa ad oltranza E’ la battaglia a cui siamo tutti chiamati, oggi. Il capitalismo della sorveglianza vive di previsione e standardizzazione dei comportamenti; chiaramente più i soggetti sono leggibili, tracciabili e statisticamente coerenti, più diventano economicamente valorizzabili e, in questo senso, la standardizzazione cognitiva (gusti simili, linguaggi simili, reazioni simili) non è un effetto collaterale, ma una condizione funzionale alla monetizzazione dei dati.

Quando ho conversato con un'AI sul fatto di come mai i dibattiti sull'intelligenza artificiale sembrano rivelare più noi stessi che la tecnologia, mi ha risposto coniando la formula "Effetto Rorschach Collettivo" — presentandola come un'intuizione originale emersa dalla nostra conversazione. O almeno così pareva. Suonava bella, perfetta. Troppo. Scavando un po', ho scoperto che quella formula non era affatto nuova: esisteva già in pubblicazioni di pochi giorni prima, aveva una genealogia che risaliva a Sherry Turkle (MIT, 1980), era passata attraverso l'arte concettuale di Agnieszka Kurant (2019) e la critica etica di Margaret Mitchell (2021), ed era diventata un meme intellettuale applicato a decine di contesti diversi negli ultimi quarant'anni. L'AI stava riciclando. E io stavo documentando empiricamente il fenomeno stesso che stavamo discutendo: la tendenza a proiettare significati su sistemi ambigui credendo di scoprire qualcosa di nuovo.

di Luca Sesini e Beppe Carrella - Matrix mescolava tutto: filosofia e letteratura, cyberpunk e manga, Baudrillard e Philip K. Dick, Orwell e Ghost in the Shell, Neuromancer di Gibson. Un cocktail esplosivo che restituiva una visione potente e inquietante: l'IA non solo imita l'uomo, ma lo supera, lo controlla, lo priva del suo libero arbitrio. Quella che chiamiamo "intelligenza" è simulazione pura: una risposta calcolata, non una riflessione autentica. L'IA riceve input, elabora secondo regole stabilite da chi l'ha costruita, restituisce output. Non pensa. Non desidera. Non sceglie.

di Luca Sesini e Beppe Carrella La sostenibilità digitale si propone come antidoto alle derive tecnologiche contemporanee, perché non riguarda soltanto aspetti tecnici, ma investe anche dimensioni culturali e politiche. Non basta limitarsi a ridurre l’impatto ambientale dell’IT — come il consumo energetico dei data center — occorre ripensare profondamente il ruolo della tecnologia nella società. Promuovere un uso etico e consapevole degli strumenti digitali significa orientare la trasformazione digitale verso obiettivi di sviluppo sostenibile, inclusivo e responsabile. La tecnologia, in sé, non è né virtuosa né dannosa: è il modo in cui la impieghiamo a determinarne gli effetti

Alleanze strategiche, etica e tecnologia al servizio del pianeta. Di Luca Sesini e Beppe Carrella

Il presente testo si propone di dimostrare la natura intrinsecamente intelligente dell'Autoencoder, analizzandone l'architettura non come un semplice strumento di calcolo, ma come un modello di sintesi cognitiva. Attraverso una scomposizione dettagliata delle sue fasi — dalla distillazione operata dall'Encoder alla rigenerazione dell'archetipo nel Decoder — viene illustrato come questa IA sia in grado di apprendere autonomamente le leggi fisiche sottostanti ai dati. Ci si riferirà, per esemplificarne l'uso, alla spettroscopia. Il punto centrale della dimostrazione risiede nella capacità del modello di mappare la realtà complessa in uno Spazio Latente (bottleneck), dove il rumore viene eliminato per via strutturale e non statistica. Viene introdotto e definito il concetto di Pseudo-Spettro come proiezione del centroide di tale spazio, provando che l'Autoencoder non si limita a "pulire" l'input, ma ne ricostruisce la verità fisica. L'analisi comparativa tra diverse architetture (Dense, Conv1D, Transformer) serve a documentare come la consapevolezza nella scelta del modello permetta di estrarre informazioni cruciali, trasformando l'IA in un validatore scientifico trasparente e interpretabile.

Alcuni umani che pretendono di parlare dalla cattedra del 'filosofo', o dell'esperto di 'nuove tecnologie' accusano altri umani. Dicono loro: vi considerate eccezionali, dominatori e sfruttatori della natura, padroni del mondo. Questi esperti invitano a riconoscerci invece come meri agenti che operano in una rete di agenti, dove sono agenti, accanto a noi umani e come noi e insieme a noi umani, cose e macchine. Viene continuamente ripetuto da questi esperti che il vivere consiste nell'interagire con macchine, nell'interfacciarci con macchine, nel co-evolvere con macchine. Siamo quindi spinti a chiederci quale spazio resti per noi umani in questo scenario. Quale ruolo resti per l’uomo ente tra gli enti, povera cosa. All’umano pre-giudicato come vittima dell’odio e della paura, schiavo di insane passioni, viene proposto un compagno, e forse anche imposto un maestro: la macchina. Ma convivono in realtà due progetti. Da un lato il progetto della macchina a portata di mano, macchina progettata per accompagnare l’umano nel coltivare esperienze, e per offrirgli qui ed ora, di fronte al problema, le tracce di ogni conoscenza che potrebbe rivelarsi utile. Dall'altro il progetto della macchina enorme cosa astrusa lontana dall’uomo, macchina che che sovradetermina l’umano e lo considera come cosa. Torniamo così a una responsabilità umana: quali macchine costruiamo come tecnici, quali macchine, come cittadini, lasciamo che vengano costruite. Il considerare gli umani attanti tra attanti è una grande fuga ontologica. La risposta sta in un umanesimo radicale: non certo un rifiuto della macchina in sé, ma un rifiuto della macchina come nostro pari, nostro specchio. E rifiuto anche della macchina come compagna inevitabile. (Scrivo questo sommario all'inizio del 2026. Per il resto lascio il testo come l'avevo scritto nel 2015. E il terzultimo capitolo di 'Macchine per pensare', Guerini e Associati, 2016, dove il testo appare con il titolo: 'Cose lontane e strumenti a portata di mano').