Calogero (Kàlos) Bonasia

Dopo ventidue anni e sei blocchi algoritmici in dodici mesi, ho chiuso il mio account su un importante social network professionale. Non si è trattato di un gesto impulsivo ma dell'esito necessario di un processo di erosione della possibilità stessa di dialogo autentico. Questa riflessione parte da un'esperienza personale per interrogare filosoficamente il controllo algoritmico, l'estrazione di valore dalle piattaforme digitali, e la possibilità di resistenza. Tra Foucault, Hirschman e Deleuze, esploro tre grammatiche della resistenza e propongo la defezione come atto politico consapevole in un'epoca di capitalismo della sorveglianza.

Stavo riordinando alcuni appunti scritti a mano — quelli che tutti accumuliamo tra letture, conversazioni, intuizioni mattutine e ossessioni notturne — quando mi sono reso conto che diversi frammenti apparentemente scollegati parlavano, in fondo, della stessa cosa. Intelligenza. Non quella misurata dai test, non quella certificata dalle università, non quella celebrata dalle conferenze TED. Un'altra intelligenza: quella scomoda, quella che vede pattern dove gli altri vedono caos, quella che ha ragione troppo presto, quella che ti fa odiare dalle persone giuste. Ho deciso di tentare un esperimento: intrecciare questi appunti in un unico flusso, senza la pretesa di costruire un saggio organico ma con la curiosità di vedere se le connessioni emergessero da sole. Come quando lasci cadere limatura di ferro su un foglio e sotto ci passi una calamita: le forme appaiono, rivelando campi invisibili. Esperimento riuscito? Chi lo sa. Ma forse proprio questa incertezza fa parte del punto.

Esiste una categoria di problemi organizzativi che rimane ostinatamente invisibile fino al momento in cui produce conseguenze irreversibili. Non parlo di errori strategici eclatanti o di decisioni palesemente sbagliate che chiunque potrebbe identificare a posteriori. Mi riferisco a quella classe di disfunzioni sistemiche che si annidano nei processi operativi quotidiani, che si manifestano attraverso segnali deboli facilmente ignorabili, che crescono in silenzio fino a quando la loro risoluzione richiede interventi radicali e costosi.

Nel 2017, il valore azionario di Provident Financial subì un crollo devastante: da £17.42 a £4.50 in poche ore. La causa scatenante fu un difetto nel sistema informatico che aveva provocato la perdita di oltre il cinquanta percento dei debiti di prestito. Nello stesso anno, American Airlines si ritrovò con quindicimila voli completamente prenotati ma privi di piloti, conseguenza diretta di un malfunzionamento nel sistema di scheduling. Il Consortium for IT Software Quality ha quantificato nel 2020 il costo complessivo della scarsa qualità del codice software in 2.08 trilioni di dollari, includendo perdite di produttività, ricavi, profitti, fiducia dei clienti e reputazione del brand. Questi episodi non costituiscono anomalie statistiche: rappresentano manifestazioni di un fenomeno sistemico che attraversa ogni settore industriale. La gestione dei difetti software incide direttamente sui risultati economici delle organizzazioni e rientra a pieno titolo nelle competenze della governance aziendale, ben oltre i confini tradizionali del reparto IT.

La scelta di un bug tracking system viene frequentemente affrontata attraverso confronti superficiali: qual è l'interfaccia più moderna, quale costa meno, quale richiede meno tempo di setup. Questo approccio trascura la questione fondamentale. Uno strumento di gestione dei difetti non costituisce semplicemente un database dove registrare segnalazioni, bensì l'infrastruttura tecnologica che deve supportare processi di quality assurance strutturati secondo modelli consolidati nella letteratura scientifica. La differenza tra un sistema efficace e un mero repository risiede nella capacità di implementare requisiti metodologici specifici che trasformano la registrazione passiva in governance attiva della qualità.

La decisione di adottare un bug tracking system trascende la mera selezione tecnologica. Questa scelta vincola l'organizzazione per anni, condizionando i processi operativi quotidiani, determinando quali metriche saranno tracciabili e quali rimarranno invisibili, influenzando la curva di apprendimento dei nuovi assunti e il carico amministrativo sui team esistenti. JIRA si è affermato come standard de facto nelle organizzazioni enterprise, ma le alternative presentano compromessi specifici che possono risultare preferibili in contesti determinati. Comprendere questi compromessi richiede un'analisi che vada oltre le feature list commerciali per esaminare l'adeguatezza metodologica rispetto ai sette requisiti identificati nel precedente articolo.

La domanda che ogni organizzazione si pone dopo aver esaminato gli strumenti disponibili è apparentemente pragmatica: quale bug tracking system dovremmo adottare? La risposta vera, quella che raramente viene pronunciata esplicitamente, è che la domanda stessa è formulata male. Non esiste uno strumento universalmente superiore, così come non esistono processi universalmente applicabili. Esistono contesti organizzativi specifici, ciascuno caratterizzato da vincoli, obiettivi e livelli di maturità differenti, e strumenti che si adattano meglio o peggio a questi contesti particolari. La selezione appropriata richiede un esercizio di auto-diagnosi organizzativa che precede qualunque valutazione tecnologica. Prima di confrontare feature list, prima di calcolare costi di licensing, prima ancora di installare versioni di prova, l'organizzazione deve comprendere sé stessa attraverso sei dimensioni critiche che determinano quale compromesso tecnologico risulterà sostenibile nel tempo.

Una recensione di Archeoastronomia. L'Europa dai primordi al Rinascimento di Stefano Spagocci