Nel mio precedente articolo su queste pagine, Costanti e variabili sociologiche del tempo presente, https://www.stultiferanavis.it/la-rivista/costanti-e-variabili-sociologiche-del-tempo-presente-la-mediazione-sociale-dalleta-del-welfare-allalgoritmo, indicavo come costanti del secondo dopoguerra il lavoro, la famiglia, la mediazione istituzionale e la mediazione simbolica, e sostenevo che la grande variabile del nostro tempo è la sostituzione algoritmica della mediazione. Volutamente, per la complessità dell'argomento, avevo lasciato da parte il credito e l'economia della società civile. È da qui che riprendo il filo, cercando di trattare la materia nel modo più semplice possibile e partendo da un concetto: la fede pubblica.
La fede pubblica
Nel 1754 Napoli istituì la prima cattedra europea di economia, quella di «commercio e meccanica», e la affidò a un abate salernitano, Antonio Genovesi; nelle sue Lezioni di commercio o sia d'economia civile, pubblicate tra il 1765 e il 1767, Genovesi dedicava pagine memorabili a una nozione che oggi suona quasi arcaica: la fede pubblica. La ricchezza di un popolo, per lui, poggiava sul lavoro e sugli scambi, e prima ancora sulla fiducia reciproca che li rendeva possibili. Laddove quella fiducia si incrinava, il commercio si inaridiva e la società si frantumava in individui diffidenti, ciascuno chiuso nel proprio calcolo.
Per gran parte del Novecento la banca è stata il luogo in cui la fede pubblica descritta da Genovesi prendeva forma concreta; il direttore di filiale che conosceva le famiglie del quartiere, che sapeva quale bottega reggeva e quale arrancava, che intuiva dietro una richiesta di mutuo la storia di una giovane coppia, era il punto in cui la società traduceva la fiducia in decisione economica. In questo senso la banca ha funzionato come un'infrastruttura cognitiva: un dispositivo di riduzione dell'incertezza sociale fondato sul giudizio di persone su altre persone. Una mediazione, appunto, e forse una delle più solide costanti del secolo scorso.
Oggi quel giudizio sta migrando dal tavolo del direttore al codice di un modello, e lo fa pezzo dopo pezzo. Plutarco racconta che gli Ateniesi conservarono la nave con cui Teseo era tornato da Creta dopo aver ucciso il Minotauro; ogni volta che un'asse marciva la sostituivano con una nuova, finché del legno originale non restò nulla, e i filosofi si chiesero se fosse ancora la stessa nave. L'intelligenza artificiale entra nel credito allo stesso modo: un'asse alla volta, una procedura alla volta, senza un giorno preciso in cui qualcuno si alzi a dire che la banca è diventata un'altra cosa. Ed è proprio questa gradualità a renderla insidiosa, perché una sostituzione lenta viene presentata come «efficienza, produttività, miglior servizio al cliente» e non suscita reazioni.
C'è poi una seconda domanda, che il mito suggerisce e che di solito si dimentica: chi decide quali assi cambiare? L'equipaggio? Il capitano che naviga ogni giorno e sa quali tavole scricchiolano, oppure un armatore che guarda la nave da un ufficio lontano e ragiona solo sul costo del legno?
Questa lenta ma inesorabile migrazione interroga insieme la sociologia e l'economia: che cosa accade all'economia della società civile quando la mediazione umana del credito viene affidata a una mediazione algoritmica che non comprende, non spiega e non risponde a nessuno?
Il credito come dispositivo di stratificazione e l’impronta digitale
Il credito è il modo in cui una società decide chi merita fiducia; Max Weber definiva la classe come l'insieme di coloro che condividono le stesse chance di vita sul mercato, e poche istituzioni distribuiscono chance di vita quanto il credito: la casa, l'impresa, la possibilità di attraversare un periodo difficile senza precipitare. Non a caso l'AI Act europeo classifica come «ad alto rischio» i sistemi che valutano il merito creditizio delle persone.
Proviamo allora una domanda istintiva: un algoritmo è più imparziale di un direttore di filiale? Il direttore può avere simpatie, pregiudizi, giornate storte; la macchina no la macchina sembra fredda, matematica, uguale per tutti. Eppure, per capire perché la risposta è più complicata basta pensare a come si insegna a un bambino a riconoscere un cane: non gli si dà una definizione da vocabolario: gli si mostrano tanti cani e tanti gatti, e gli si dice «questo sì, questo no», finché riconosce anche un cane che non ha mai visto.
Un modello di credit scoring impara allo stesso modo, ma su scala enorme: nessuno gli scrive la regola, gli si mostrano centinaia di migliaia di pratiche passate (chi ha chiesto, chi ha ottenuto, chi ha restituito) e il modello trova da solo le regolarità. I dati del passato, però, sono la fotografia di un mondo con le sue esclusioni; se per decenni certe categorie hanno ricevuto meno credito, il modello imparerà che appartenervi è «predittivo» di un esito negativo, e lo riprodurrà su milioni di pratiche, alla velocità della luce e senza che nessuno se ne accorga.
C'è poi la questione di quali dati entrino nel calcolo e un'esperienza comune la rende evidente. Una sera cercate un villaggio turistico per l'estate, passate venti minuti tra date, prezzi e recensioni, poi chiudete tutto senza prenotare. Avevate solo curiosato. Il giorno dopo, in qualunque applicazione dello smartphone apriate, trovate villaggi turistici: stessa zona, stessa fascia di prezzo. La vostra curiosità è stata registrata, trasformata in una previsione («questa persona sta per spendere in vacanze») e messa all'asta in pochi millisecondi tra chi voleva raggiungervi. È il capitalismo della sorveglianza descritto da Shoshana Zuboff, che non si limita a osservarci: ci prevede e, prevedendoci, ci orienta. Nel credito quella stessa impronta digitale entra nel punteggio.
La legge vieta di usare genere, origine o religione, ed è un divieto rispettato. Il problema è che non serve usarli; il tipo di telefono racconta il reddito; gli acquisti notturni raccontano il turnista, il magazziniere, l'infermiera; il codice postale racconta il quartiere, e il quartiere racconta l'origine. Sono le variabili proxy, tutte lecite in sé, che fanno per via indiretta il lavoro di quelle vietate.
La discriminazione, espulsa dalla porta della legge, rientra dalla finestra della correlazione. Nel precedente articolo prendevo a prestito dalla fisica quantistica l'immagine del collasso: una persona, prima di essere misurata, è un campo aperto di possibilità, e la misura la fa collassare in un profilo. Il punteggio di merito creditizio è forse la forma più concreta di quel collasso.
Vi è infine quella che nei miei lavori ho chiamato esclusione predittiva: il modello vede bene chi conosce e diventa cieco verso chi resta fuori, come il giovane precario, la donna che rientra al lavoro dopo anni di cura, il lavoratore straniero arrivato da poco. Chi non ha storia creditizia produce un vuoto, e il vuoto viene letto come rischio mentre nuovi proxy si affacciano: con la transizione ecologica la classe energetica della casa diventa una variabile del credito, e rischia di penalizzare chi abita gli edifici più vecchi delle periferie e delle aree interne, spesso famiglie anziane o a basso reddito.
Lo sportello che fu
C'è una scena che molti bancari conoscono. Un cliente si siede davanti ad un impiegato di banca: il suo prestito è stato rifiutato e chiede, legittimamente, perché. Il bancario non lo sa. Il sistema non glielo dice, e lui può solo ripetere che «la pratica non soddisfa i criteri di valutazione». Il cliente si sente un numero; il bancario si sente un passacarte che difende una decisione che non ha preso e non comprende ed è, forse, la ferita più profonda per chi fa quel mestiere, perché la fiducia non si costruisce con una risposta che nessuno sa spiegare.
Probabilmente il diritto comincia a rispondere; infatti, dal 20 novembre 2026 si applica la nuova direttiva europea sul credito ai consumatori (2023/2225), recepita in Italia con il decreto legislativo 212/2025: quando la valutazione del merito creditizio si basa, anche solo in parte, su un trattamento automatizzato dei dati, il consumatore ha diritto all'intervento umano, a una spiegazione comprensibile e al riesame della decisione. Resta da capire chi sarà l'essere umano chiamato a intervenire, con quanto tempo, con quali informazioni e con quale reale libertà di discostarsi dal punteggio.
Il territorio e la società civile
La migrazione del giudizio ha anche una geografia; secondo l'Osservatorio sulla desertificazione bancaria della Fondazione Fiba di First CISL, al 30 giugno 2026 gli sportelli in Italia erano 19.016, con 126 chiusure nel solo primo semestre; il 43,9% dei comuni non ha più una filiale e quasi 11,5 milioni di italiani vivono in comuni senza sportello o con uno soltanto. Karl Polanyi descriveva la modernità economica come lo sradicamento dell'economia dalle relazioni sociali in cui era incorporata. La filiale di paese era uno degli ultimi luoghi in cui il credito restava radicato in una comunità; quando chiude, la relazione passa all'applicazione e la decisione al modello che sta dietro l'applicazione.
Per una famiglia la filiale chiusa è un disagio. Per il tessuto civile è qualcosa di più. Associazioni, cooperative sociali, enti del terzo settore, botteghe e piccole imprese vivono di un credito relazionale: bilanci modesti, garanzie scarse, un valore sociale che nessun modello standard misura e sono proprio le realtà che un punteggio costruito sui bilanci tende a leggere come rischio.
A questo si somma il divario cognitivo: secondo l'Istat (Cittadini e ICT, 2025) possiede competenze digitali almeno di base l'86,1% dei laureati tra i 25 e i 54 anni, contro il 33,5% di chi ha un titolo di studio basso; la linea di frattura passa ormai tra chi usa gli algoritmi e chi li subisce.
Un'immagine lo rende evidente: oggi bastano pochi secondi di audio per clonare una voce, e le truffe agli anziani si fanno sempre più credibili. La macchina riconosce gli schemi anomali di una transazione, ma non la paura nella voce di una signora di ottant'anni che vuole svuotare il conto perché «il nipote è nei guai»; quella la riconosce il bancario allo sportello che la conosce da vent'anni.
Parlare di banca al singolare, tuttavia, nasconde differenze decisive; i grandi gruppi bancari, nati dal Testo unico bancario del 1993 e cresciuti con le concentrazioni, tendono a trattare il cliente come un portafoglio da ottimizzare e la filiale come un costo.
Le banche popolari più grandi, con la riforma del 2015 che ha imposto la trasformazione in società per azioni a quelle con oltre 8 miliardi di attivo, sono entrate nella stessa logica; le minori conservano in parte il legame con il territorio.
Il credito cooperativo è rimasto dove gli altri si ritiravano: secondo il protocollo tra ANCI e Credito Cooperativo, le BCC sono l'unica presenza bancaria in 781 comuni, il 43% in più rispetto a dieci anni fa e il loro vantaggio, ha ricordato il presidente di Federcasse, nel luglio 2026, sta nel giudizio umano capace di valutare le soft information, le conoscenze qualitative e relazionali che sfuggono ai modelli standard.
Sarebbe però ingenuo idealizzare il credito cooperativo: dopo la riforma del 2016 anche le BCC ricevono modelli di rating dalle capogruppo, progettati lontano dal territorio. La differenza tra i modelli si misura allora sullo spazio lasciato al direttore di una piccola filiale per discostarsi dal punteggio quando conosce la famiglia che ha davanti.
Una riserva di umanità
L'Europa ha scelto la strada della regolazione: l'AI Act classifica come ad alto rischio i sistemi di credit scoring e quelli che valutano i lavoratori, e l'articolo 22 del GDPR tutela dalle decisioni interamente automatizzate. È un'architettura preziosa, che però arriva tardi: con il Regolamento (UE) 2026/1744, il cosiddetto Digital Omnibus, le regole sui sistemi ad alto rischio slittano al dicembre 2027 e in parte all'agosto 2028, quando le architetture saranno già consolidate. Servono allora categorie capaci di orientare la contrattazione, le politiche pubbliche e la cultura delle organizzazioni.
La prima è la riserva di umanità, che nel mio articolo sul welfare algoritmico (https://www.neuralnexus-review.org/index.php/NNR/article/view/32) ho provato a tradurre in chiave sociologica: la sfera delle decisioni che devono restare a persone capaci di giudizio ed empatia, motivate e contestabili. Nel credito significa il rifiuto di un finanziamento a una famiglia, la gestione di un cliente fragile, ogni valutazione che incide sulla carriera di un lavoratore.
La seconda è il welfare cognitivo: il welfare del Novecento proteggeva il reddito, la salute, la casa; quello del nostro secolo dovrà proteggere anche la capacità di comprendere i sistemi che ci valutano. Il precedente esiste: negli anni Sessanta la RAI, con il maestro Alberto Manzi e Non è mai troppo tardi, usò la tecnologia più potente del suo tempo per insegnare agli italiani a leggere e scrivere. Oggi l'alfabeto da insegnare è quello degli algoritmi, e per un bancario significa una formazione che emancipa, capace di riconoscere un bias e di contestare un esito.
La terza riguarda i dati. Elinor Ostrom ha mostrato che tra mercato e Stato esiste la gestione comunitaria delle risorse condivise, e l'economia civile italiana l'aveva praticata nel credito ben prima: nel 1883 Leone Wollemborg fondò a Loreggia la prima cassa rurale, per governare in forma mutualistica la fiducia di chi le banche escludevano. Trattare i dati come bene comune, con audit indipendenti dei modelli, significherebbe estendere quella logica all'infrastruttura del credito contemporaneo.
Chi custodisce la fede pubblica
C'è un orizzonte che tiene insieme questi fili: l'Agenda 2030 delle Nazioni Unite. Il target 8.10 chiede di rafforzare la capacità delle istituzioni finanziarie di estendere a tutti l'accesso ai servizi bancari, assicurativi e finanziari; il target 9.3 di ampliare l'accesso delle piccole imprese al credito a condizioni sostenibili. Tra gli indicatori con cui l'ONU misura il target 8.10 compare il numero di sportelli bancari ogni 100.000 adulti: il paese che chiude filiali si allontana, letteralmente, da un obiettivo che ha sottoscritto e mancano quattro anni al 2030. L'intelligenza artificiale può lavorare per quegli obiettivi, includendo chi non ha storia creditizia e portando servizi dove gli sportelli non arrivano, oppure contro di essi, stratificando ed escludendo; dipende da come verrà governata.
Nel mio precedente articolo sostenevo che la grande costante del dopoguerra, la mediazione, si è fatta variabile; la fede pubblica di Genovesi è forse la forma più antica di quella mediazione. Il presidente dell'ABI ha ricordato nel luglio scorso che le banche del futuro dipenderanno dalla responsabilità delle persone, ed è un'affermazione da prendere alla lettera: la responsabilità richiede qualcuno che possa rispondere, e un modello calcola, classifica, prevede, ma non risponde.
Della nave di Teseo si possono sostituire molte assi, le procedure, gli strumenti, perfino molti compiti; alcune, però, sono fatte di un materiale diverso dal legno: la relazione con il cliente, il giudizio di chi conosce il territorio, il diritto di spiegare una decisione a chi chiede giustizia.
Se la produzione di fiducia viene delegata a sistemi che non spiegano le proprie decisioni, la fiducia cambia indirizzo: lascia la relazione tra persone, passa alla macchina e da lì a chi la possiede ed è un trasferimento di sovranità che nessuno ha votato. Governarlo è un atto politico e civile, e si scrive nei contratti, nelle politiche pubbliche, negli impegni presi con l'Agenda 2030: è il modo in cui una comunità decide, ancora una volta, a chi affidare la propria fede pubblica.
Riferimenti bibliografici
- Bauman Z. (2000). Liquid Modernity. Cambridge: Polity Press (trad. it.: Modernità liquida. Roma-Bari: Laterza, 2002).
- Battistoni A., Ferri V. (2025). Banche, finanza e assicurazioni: sfide per i lavoratori e per le politiche pubbliche nell'era dell'Intelligenza artificiale. Sinappsi, XV(2): 171-191.
- Bruni L., Zamagni S. (2004). Economia civile. Efficienza, equità, felicità pubblica. Bologna: il Mulino.
- Genovesi A. (1765-1767). Lezioni di commercio o sia d'economia civile. Napoli.
- Ostrom E. (1990). Governing the Commons. Cambridge: Cambridge University Press (trad. it.: Governare i beni collettivi. Venezia: Marsilio, 2006).
- Polanyi K. (1944). The Great Transformation. New York: Farrar & Rinehart (trad. it.: La grande trasformazione. Torino: Einaudi, 1974).
- Russo L., Siamo (ancora) tutti figli di Marx e della Coca Cola. Le metamorfosi del consumismo, Morlacchi, 2025.
- Russo L., Il Leviatano algoritmico. La silenziosa trasformazione del lavoro e dell'essere umano, Delos Digital, 2026.
- Russo L. (2026). Costanti e variabili sociologiche del tempo presente. Stultifera Navis, 27 ottobre 2026.
- Russo L. (2026). Il Welfare Algoritmico e la Riserva di Umanità. Verso un nuovo contratto sociale tra Governance, intelligenza artificiale e agency cognitiva. Neural Nexus Review, ENIA.
- Weber M. (1922). Wirtschaft und Gesellschaft. Tübingen: Mohr (trad. it.: Economia e società. Milano: Edizioni di Comunità, 1961).
- Zuboff S. (2019). The Age of Surveillance Capitalism. New York: PublicAffairs (trad. it.: Il capitalismo della sorveglianza. Roma: Luiss University Press, 2019).
Fonti dei dati: ANCI – Credito Cooperativo, Protocollo d'intesa (2025); CNEL, Analisi sull'intelligenza artificiale nel settore bancario e assicurativo (2024); Federal Reserve Bank of Philadelphia, working paper (2024); Fondazione Fiba di First CISL, Osservatorio sulla desertificazione bancaria, XVI report (2026); Istat, Cittadini e ICT (2025); Nazioni Unite, Agenda 2030 per lo Sviluppo Sostenibile, A/RES/70/1 (2015); Direttiva (UE) 2023/2225 e d.lgs. 212/2025; Regolamenti (UE) 2016/679, 2024/1689 e 2026/1744.