Carlo Augusto Bachschmidt

AI e l’omologazione culturale L’intelligenza artificiale interviene nel modo in cui si costruisce il senso. Non organizza soltanto informazioni; entra nel linguaggio, orienta le scelte, stabilisce ciò che qualcuno ritiene essere importante. Il potere non coincide più con un centro visibile o con un’istituzione riconoscibile; prende forma come infrastruttura diffusa, capace di operare in modo continuo e preventivo. Questo processo riguarda la cultura nel suo insieme. L’AI tende a uniformare i modi di comunicare e di immaginare. Le differenze vengono assorbite e rese compatibili, l’omologazione diventa una condizione strutturale. Pasolini aveva già descritto un passaggio simile quando parlava di “mutazione antropologica”, cioè di un cambiamento che investe coscienza, linguaggio e comportamenti sotto la spinta del consumismo. In quella fase la televisione e la pubblicità costruivano modelli comuni e producevano una cultura unica, capace di sostituire la varietà delle esperienze. Oggi l’intelligenza artificiale porta questo processo a un livello più profondo. I modelli culturali vengono generati e adattati in tempo reale, anche da noi stessi. Il potere interviene a monte delle scelte, orienta il campo delle possibilità prima ancora che una decisione prenda forma; il risultato tende verso una progressiva convergenza di linguaggi e visioni. Intervistare Pasolini in questo contesto ha un senso politico preciso, la sua analisi permette di leggere il presente a partire dal linguaggio e dai comportamenti, non solo dalla tecnica. Offre strumenti per riconoscere come il potere entra nella vita quotidiana e nella costruzione del desiderio. La sua posizione resta utile, aiuta a vedere come l’omologazione riguarda non solo i contenuti, ma le condizioni in cui si pensa e si parla. In questo senso, la sua critica consente di comprendere l’intelligenza artificiale come questione pubblica, legata alla libertà e alla possibilità di vivere le differenze.

Carlo Ratti e Ezio Manzini: Chi pensa la città? Sensori, relazioni e politica dello spazio. Un ambiente diventa intelligente solo perché raccoglie dati, misura i comportamenti e reagisce in tempo reale? Oppure lo diventa quando aiuta le persone a vivere meglio insieme, a cooperare, a riconoscersi come parte di una comunità?

Spazio, tempo e AI L’intelligenza artificiale non è solo una nuova tecnologia, ma fa parte di un cambiamento più profondo nel modo in cui produciamo e comprendiamo la conoscenza. Ogni fase della storia scientifica ha prodotto strumenti capaci di estendere le facoltà umane; ciò che distingue l’AI è il fatto che questa estensione interviene direttamente sui processi di selezione, organizzazione e produzione del sapere. Non si limita a supportare il pensiero; ne ristruttura l’ambiente operativo, ridefinendo il rapporto tra osservazione, interpretazione e decisione.

Brian Eno e Refik Anadol: tra ambienti generativi e immaginazione dei dati. Se l’esperienza è sempre più mediata da sistemi che apprendono e producono forme, quale margine resta per una percezione che non sia interamente prefigurata? E quale ruolo può assumere l’arte nel rendere questo processo intelligibile, senza ridurlo a spettacolo?

L’inconscio artificiale L’intelligenza artificiale riapre una questione che riguarda il rapporto tra immagini e psiche. Le hanno sempre avuto una funzione attiva, orientano il modo in cui pensiamo, attribuiamo senso. Carl Gustav Jung ha costruito il suo lavoro partendo da questa consapevolezza. La sua idea di inconscio collettivo introduce una dimensione condivisa, attraversata da forme ricorrenti che precedono l’esperienza individuale. Gli archetipi sono strutture che organizzano il modo in cui percepiamo e interpretiamo il mondo. Nei sogni, nei miti, nelle narrazioni, queste forme riemergono e danno direzione ai processi interiori.

Anil Seth vs David Chalmers: Se l’esperienza soggettiva è il criterio del reale, cosa distingue una mente biologica da una simulata? Che cosa resta della coscienza quando la tecnologia rende plausibile vivere dentro mondi simulati, interagire con sistemi che parlano e decidono, delegare parti crescenti dell’esperienza a infrastrutture computazionali?

Il cervello elettronico e l’ambiente invisibile Intelligenza artificiale, ecologia dei media e trasformazioni della percezione, come le tecnologie cognitive ridefiniscono il rapporto tra sensi, ambiente e organizzazione sociale.

Hito Steyerl vs Mario Klingemann: tra critica e sperimentazione, la creatività diventa relazione tra umano e macchina. L’intelligenza artificiale sta cambiando il modo in cui si producono immagini, e riguarda il modo in cui nasce la creatività. Nell’arte generativa, l’opera prende forma attraverso un dialogo con il sistema. Il prompt non descrive semplicemente un’immagine, ma apre un campo di possibilità. In pochi secondi, la macchina produce molte soluzioni diverse, spesso oltre l’idea iniziale. In questo passaggio, conta meno la creatività e di più la capacità di guidare un processo che resta in parte difficile da controllare. La distinzione tra arte e simulazione perde centralità. La simulazione costituisce l’ambiente operativo in cui si muove la creatività. Le immagini generate riorganizzano pattern e relazioni apprese da archivi che condensano decisioni umane. L’atto creativo si colloca nella selezione, nella curatela, nell’intervento su un flusso continuo. Il confronto tra Hito Steyerl e Mario Klingemann aiuta a capire meglio questo cambiamento. Steyerl legge l’AI a partire dalle sue condizioni materiali e politiche. Le immagini si inseriscono in infrastrutture economiche e militari; i dataset incorporano lavoro umano e memoria collettiva. La questione riguarda le relazioni di potere che attraversano ciò che viene prodotto. Klingemann assume invece la macchina come interlocutore e costruisce contesti in cui emergono forme inattese. L’algoritmo diventa uno spazio di co-produzione, pur privo di intenzionalità propria. Le immagini generate nascono da un intreccio di dataset, modelli, piattaforme e istruzioni. L’autore si distribuisce tra più agenti, alcuni visibili. L’intelligenza artificiale decentra la creatività e la colloca dentro un sistema di relazioni che include tecnologia, economia e politica. Si apre uno spazio per interrogare ciò che passa attraverso questa relazione, ciò che viene amplificato o escluso, ciò che prende forma senza una paternità univoca. La questione riguarda le forme di creatività che emergono quando il confine dell’autore diventa instabile.

Montaggio e AI, il senso del racconto visivo Se il montaggio costruisce senso attraverso il conflitto, diventa necessario chiedersi cosa succede quando questo processo viene affidato a macchine che apprendono da archivi di immagini e comportamenti umani. Ėjzenštejn ha pensato il montaggio come un dispositivo di conoscenza, il significato prende forma nella relazione tra le immagini, nella tensione che si genera quando entrano in collisione; da ciò emergono le emozioni.

Jonathan Crary vs Tristan Harris: Se il potere si costruisce oggi attraverso la progettazione dei comportamenti, quale spazio resta per una soggettività politica autonoma? Chi decide cosa entra nel nostro campo visivo riguarda oggi le infrastrutture che organizzano la circolazione delle immagini. I contenuti passano attraverso sistemi che classificano e stabiliscono in anticipo cosa può emergere come rilevante e cosa resta fuori campo. Anche il tempo davanti agli schermi viene progettato. I ritmi dell’attenzione, la sequenza degli stimoli, la possibilità di interrompere sono modulati da interfacce che costruiscono un flusso continuo. La scelta individuale rimane, ma si esercita dentro un ambiente già orientato.

Cibernetica e macchine autonome La cibernetica come chiave per comprendere l’intelligenza artificiale: informazione, feedback, previsione e responsabilità nel rapporto tra esseri umani e macchine è una griglia di lettura che permette di conoscere i sistemi contemporanei. Ciò che chiamiamo intelligenza artificiale non è altro che una forma avanzata di organizzazione dell’informazione, capace di apprendere da flussi di dati e di adattarsi attraverso cicli di retroazione sempre più complessi. In questo senso, le cosiddette macchine autonome non sono autonome in senso forte, ma sistemi che operano entro architetture di controllo distribuite in cui la decisione emerge da processi statistici e non da intenzioni.

Aaron Bastani vs Marc Andreessen: l’AI come bene comune o come motore del mercato? Se l’AI e l’automazione stanno ridefinendo la produzione di ricchezza, chi dovrebbe controllare queste tecnologie? L’intelligenza artificiale viene spesso raccontata come una rivoluzione tecnologica. Più raramente viene analizzata come una trasformazione politica ed economica. Chi possiede le infrastrutture dell’automazione? Chi beneficia della produttività generata da algoritmi, robotica e sistemi di calcolo sempre più potenti? La promessa dell’AI è quella di ridurre il lavoro necessario per produrre beni e servizi. Ma questa promessa apre una questione più radicale: se le macchine producono ricchezza, che cosa accade alla distribuzione di quella ricchezza? In questo nuovo articolo di POV prendo in esame due visioni divergenti nel dibattito contemporaneo. Da una parte Aaron Bastani, teorico del cosiddetto “comunismo di lusso completamente automatizzato”, secondo cui le tecnologie avanzate potrebbero consentire una società post-capitalista fondata sull’abbondanza e sulla proprietà pubblica delle infrastrutture produttive. Dall’altra Marc Andreessen, imprenditore e investitore della Silicon Valley, autore del celebre saggio secondo cui “il software sta divorando il mondo” e sostenitore di un techno-ottimismo radicale in cui l’innovazione guidata dal mercato rappresenta il principale motore di progresso. Due diagnosi diverse sul presente, due immaginari opposti sul modello di società che vogliamo costruire.

Verità, finzione e deepfake Cinema, potere delle immagini e intelligenza artificiale. Che cosa accade quando la tecnologia rende indistinguibile la linea tra realtà e rappresentazione? Il cinema di Orson Welles ha affrontato per tutta la vita questo confine tra il potere della narrazione, la manipolazione dell’immagine, la costruzione pubblica della verità. In un’epoca di deepfake e sistemi generativi, le sue intuizioni appaiono sorprendentemente attuali.

Dopo la Seconda guerra mondiale la comunità internazionale ha cercato di costruire un sistema di regole capace di limitare la guerra e regolare i rapporti tra Stati. La Carta delle Nazioni Unite ha stabilito un principio fondamentale attraverso il quale gli Stati devono astenersi dall’uso della forza contro l’integrità territoriale o l’indipendenza politica di altri paesi. Questo principio è stato spesso interpretato o aggirato dalle stesse potenze che ne avevano promosso l’adozione. Per questo, più che parlare di una semplice crisi delle regole democratiche, forse, sarebbe necessario interrogarsi su come il diritto internazionale conviva da decenni con gli equilibri di potere della politica globale.

Matteo Pasquinelli vs Nick Bostrom: Da dove proviene l’intelligenza che attribuiamo alle macchine?

L’AI e il potere Oggi, ogni tecnologia che organizza informazioni, orienta decisioni e modella il comportamento collettivo diventa inevitabilmente anche una tecnologia di governo. Per capire cosa stia accadendo, può essere utile tornare a uno dei pensatori che più di altri ha analizzato la politica nella sua dimensione concreta. Niccolò Machiavelli è considerato il fondatore della scienza politica moderna. Nel Principe e nei Discorsi sopra la prima deca di Tito Livio osserva la politica non come un sistema di principi morali, ma come “verità effettuale delle cose”, un campo di forze nel quale individui, istituzioni e popoli competono per conquistare e mantenere il potere.

L’intelligenza artificiale è stata raccontata per anni come una tecnologia destinata soprattutto a migliorare la produttività, automatizzare compiti ripetitivi e accompagnare il lavoro umano come una sorta di copilota digitale. Ma questa narrazione, scrive Carola Frediani nella sua analisi pubblicata su Guerre di Rete, rischia di nascondere una trasformazione molto più profonda, l’ingresso dell’AI nel cuore delle infrastrutture militari contemporanee.

Judith Butler vs Kate Crawford: Chi decide cosa siamo? Nel contesto contemporaneo dominato dall’intelligenza artificiale, anche il corpo è diventato un dato. Le tecnologie di riconoscimento facciale, i modelli predittivi di genere, le metriche biometriche: tutto sembra riducibile a parametri misurabili. Sembra che tutto possa essere tradotto in parametro. Eppure, anche in questo caso, ci troviamo di fronte ad un problema politico perché ciò che viene misurato dipende dalle categorie con cui decidiamo di descriverlo. Chi stabilisce cosa è un corpo? Cosa accade quando le parole con cui siamo definiti - uomo, donna, normale, anomalo - diventano etichette dentro un dataset? Cosa cambia quando a fissarle non sono soltanto istituzioni sociali, culturali o mediche, ma sistemi algoritmici che le incorporano, le riproducono e le rendono operative su larga scala? Due pensatrici contemporanee aiutano a orientarsi in questa lettura. Judith Butler ha mostrato come il genere sia l’effetto di norme ripetute, interiorizzate, rese evidenti dalla loro stessa reiterazione. Il corpo, nella sua prospettiva, è insieme costruzione e vulnerabilità, esiste dentro contesti di riconoscimento che lo rendono intelligibile o lo espongono all’esclusione. Kate Crawford, studiando l’intelligenza artificiale, evidenzia un altro livello del problema. Gli algoritmi apprendono da archivi storici, da dati che riflettono gerarchie e disuguaglianze già esistenti. Quando classificano un volto o attribuiscono un genere, non scoprono una verità nascosta, ma rendono operative categorie ereditate, spesso senza dichiararle. Tra Butler e Crawford non c’è una sovrapposizione, la prima analizza le norme che producono il soggetto, la seconda mostra come quelle norme vengano oggi tradotte in infrastrutture tecniche. Le loro analisi convergono su un punto, il passaggio dalla costruzione simbolica dell’identità alla sua codifica automatizzata.

L’intelligenza artificiale viene spesso raccontata come una rivoluzione tecnologica. In realtà, la sua portata pare riguardare più il modo in cui una civiltà interpreta sé stessa. Non siamo soltanto di fronte a nuovi strumenti, ma a una trasformazione che ridefinisce il rapporto tra linguaggio, conoscenza, decisione e immaginazione. L’AI non si limita a produrre immagini o testi, prevede comportamenti, legge il reale in cui tutto tende a presentarsi come dato. In questo contesto la tecnica diventa l’ambiente dentro cui viviamo. Quando il mondo viene progressivamente interpretato come flusso di informazioni elaborabili, anche l’essere umano rischia di essere letto nello stesso modo. Perciò, la questione diventa che cosa accade a una società quando il pensiero viene assimilato al calcolo. Non riguarda soltanto ciò che possiamo fare con le macchine, ma il modo in cui esse riconfigurano l’idea stessa di esperienza e responsabilità. Martin Heidegger, con Essere e tempo ha riportato al centro l’esperienza concreta dell’esistenza, l’essere umano come apertura al mondo. Nei suoi scritti successivi ha individuato nella tecnica moderna un modo di rivelare il mondo, un dispositivo che tende a trasformare ogni cosa in risorsa disponibile e calcolabile. Ha chiamato questo processo Gestell, l’impianto che dispone il reale come fondo da sfruttare. Rileggere oggi quelle pagine significa accorgersi che la logica descritta da Heidegger trova nell’intelligenza artificiale una delle sue forme più compiute, non perché avesse previsto computer e algoritmi, ma perché aveva colto la struttura profonda della civiltà del calcolo, una civiltà in cui il linguaggio rischia di diventare puro scambio di informazioni e l’umano una funzione tra le funzioni. Intervistare Heidegger oggi significa riportare l’AI dentro una storia lunga del pensiero occidentale e restituirla alla sua dimensione più radicale per verificare se le sue categorie siano ancora capaci di illuminare il presente.

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?