General Intellect

Newton diceva di stare sulle spalle dei giganti. La sua era un'ammissione onesta: nessuna scoperta nasce dal nulla, ogni idea porta con sé il peso invisibile di chi l'ha resa possibile. La scienza, la filosofia, la letteratura funzionano così da sempre. Per accumulo, per trasmissione, per contaminazione tra tradizioni che non si sono mai chieste il permesso di parlarsi. Il sapere è per natura collettivo, relazionale, refrattario alla proprietà. Quello che Newton non poteva prevedere è che qualcuno avrebbe brevettato le spalle. Eppure è esattamente quello che è successo. Negli ultimi decenni si è costruita un'architettura legale, economica e istituzionale fondata sull'idea che la conoscenza si comporti come qualsiasi altra merce. Che si possa possedere, recintare, vendere. Che chi la controlla abbia il diritto di decidere chi può usarla e a quale prezzo. Questo saggio cerca di capire questa contraddizione e di nominare quello che, nonostante tutto, resiste ancora.

Una riflessione a margine dell’articolo La conoscenza come bene comune di Francesco Mantello - A reflection on the margins of Francesco Mantello’s article  La conoscenza come bene comune (Knowledge as a Common Good)

Un'analisi gramsciana del senso comune nellera di Trump Gramsci viene riletto come chiave per comprendere la battaglia contemporanea sul senso comune, terreno che la destra ha saputo occupare separando l’egemonia dal suo fondamento di classe. Il testo propone di rovesciare questa appropriazione attraverso un uso critico di Debord, del détournement e dell’Intelligenza Artificiale generativa come strumenti di intervento culturale. L’obiettivo della ricerca è mostrare come una diversa egemonia possa nascere solo dal passaggio dal senso comune al buon senso, dalla produzione simbolica all’organizzazione politica.

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').

Viviamo in tempi molto difficili. La conoscenza e la sua produzione sono sottoposte a un duro attacco da parte del capitalismo liberale, che incentiva l'uso dell'astrazione statistica. L'astrazione statistica, nella forma della razionalità computazionale (IA), produce conoscenza probabilistica operativa. Ciò significa che la domanda che questo tipo di produzione di conoscenza ci pone – o il modo in cui rappresenta la scienza – non riguarda più cosa si debba dire o sapere oggettivamente. Ora la domanda è piuttosto cosa fare della conoscenza prodotta (da qui la conoscenza operativa). (Il saggio che segue è in lingua inglese)

Itinerario di scoperta - Quarta tappa