Immaginiamo una biblioteca con duecentocinquantadue scaffali, ciascuno intitolato a una disciplina: oncologia, filosofia, astronomia, chimica organica, intelligenza artificiale, educazione. Ogni anno vi si depositano gli articoli prodotti dalla ricerca mondiale. Nel 1980 erano circa un milione, nel 2025 hanno superato i sette milioni.
Chi entrasse oggi in quella biblioteca avrebbe pochi dubbi sulla direzione del progresso. Gli scaffali sono più pieni, la conoscenza disponibile è incomparabilmente maggiore, e trovare ciò che si cerca non è mai stato così facile.
Borges aveva immaginato una biblioteca che contenesse tutti i libri possibili, e la vertigine della sua Biblioteca di Babele nasceva dall'infinito delle combinazioni, dall'impossibilità di trovarvi un ordine definitivo. La nostra soffre di un male diverso. Abbiamo libri in abbondanza e strumenti sempre più potenti per cercarli; quello che rischiamo di perdere è la disposizione a cercare là dove non sappiamo ancora che cosa troveremo.
Da questa immagine vorrei partire per interrogare una delle promesse più ambiziose dell'intelligenza artificiale, quella di una prosperità finalmente condivisa.
Qualche tempo fa sono tornato su un grafico che Erik Brynjolfsson e Andrew McAfee hanno reso celebre, quello del Great Decoupling. Mette a confronto quattro grandezze dell'economia americana: la produttività del lavoro, il PIL reale pro capite, l'occupazione privata e il reddito familiare mediano.
Per alcuni decenni le quattro curve hanno camminato vicine. Quando cresceva la capacità di produrre crescevano anche il lavoro e i redditi; la corrispondenza non era perfetta, ma il grafico restituiva l'immagine di un progresso i cui benefici raggiungevano una parte ampia della società. Dagli anni Ottanta quel legame si allenta, la produttività continua a salire mentre il reddito mediano procede più lento, e più tardi anche l'occupazione si stacca dalle altre. Il progresso prosegue, ma i suoi frutti prendono strade diverse.
Ho chiesto a ChatGPT di aiutarmi a ricostruire le quattro serie fino al 2025 con i dati di FRED, il database della Federal Reserve Bank di St. Louis, e poi di prolungarle fino al 2040 immaginando l'impatto dell'intelligenza artificiale. Ne sono usciti tre scenari. Nel primo l'AI accelera la produttività e allarga ancora il divario con i redditi; nel secondo i guadagni sono più modesti e le disuguaglianze restano dove sono; nel terzo, quello della prosperità condivisa, una forte crescita della produttività si accompagna a una distribuzione più ampia dei benefici.
Sono ipotesi, naturalmente, e non diventano più attendibili per il fatto di essere uscite da una macchina che maneggia grandi quantità di dati.
È stato proprio il terzo scenario, il più rassicurante, a farmi fermare.
Se nel 2040 la produttività fosse molto più alta, i redditi fossero cresciuti e l'occupazione avesse tenuto, potremmo dire mantenuta la promessa del progresso tecnologico?
Sul piano economico avremmo ottenuto un risultato importante. Resterebbe però aperta una domanda che le quattro curve non sono costruite per porre: chi avrebbe deciso come usare quella capacità produttiva in più, quali problemi meritassero di essere affrontati, e quali forme di vita rendere possibili?
Le curve misurano risultati. Lo spazio delle alternative entro cui quei risultati hanno preso forma resta fuori dal grafico.
In Il tempo che ci precede ho cercato di descrivere un passaggio che considero decisivo nel rapporto tra tecnologia e libertà. Abbiamo a lungo pensato agli strumenti digitali come mezzi per conoscere, ricordare e prevedere; col tempo hanno cominciato a svolgere un'altra funzione, quella di predisporre le condizioni in cui prendiamo le nostre decisioni.
Tra prevedere e predisporre la distanza è grande. Prevedere significa provare a conoscere ciò che accadrà. Predisporre, che nella sua radice latina vuol dire collocare prima, significa intervenire su ciò che potrà accadere, ordinando in anticipo le alternative, le informazioni, le priorità e perfino le domande che saremo portati a farci.
Perché questo accada nessuno deve voler limitare la nostra libertà, basta che milioni di decisioni vengano prese, una dopo l'altra, dentro ambienti progettati per favorire alcune possibilità rispetto ad altre. La scelta continua a esistere, ma si esercita in un campo che qualcun altro, o qualcosa, ha già contribuito a recintare.
La questione si fa più seria quando passiamo dall'individuo alla collettività. L'intelligenza artificiale amplia in modo straordinario le capacità delle singole persone: scriviamo, progettiamo, analizziamo e impariamo con strumenti che pochi anni fa erano difficili perfino da immaginare. Eppure, una società può essere fatta di individui dotati di mezzi formidabili e dipendere, nello stesso tempo, da un numero sempre più ristretto di infrastrutture, modelli, criteri di valutazione e meccanismi di selezione. Potremmo diventare tutti più capaci di fare e, insieme, meno capaci di decidere che cosa valga la pena fare.
È questo che chiamerei un secondo disaccoppiamento. Il primo separa la ricchezza prodotta dalla sua distribuzione; il secondo potrebbe separare la crescente capacità di trasformare il mondo dalla nostra capacità collettiva di orientare quella trasformazione.
Mi è venuta allora la tentazione di aggiungere al grafico una quinta curva. All'inizio ho pensato di cercarla negli indicatori della partecipazione democratica, della distribuzione del potere e della qualità delle istituzioni, e ho chiesto a ChatGPT di esplorare i dati del progetto V-Dem per costruire un primo indice di collective agency.
Il lavoro si è inceppato in un punto che si è rivelato istruttivo. La storia americana del dopoguerra comprende un ampliamento fondamentale dei diritti politici e dell'accesso alla partecipazione, e un indicatore costruito sulle istituzioni avrebbe raccontato una crescita della capacità collettiva proprio negli anni in cui cercavo di capire se il campo delle possibilità si stesse restringendo. Stavo misurando un'altra cosa. La partecipazione politica riguarda la possibilità di scegliere tra alternative date; la domanda che mi interessava viene prima, e riguarda quante alternative riusciamo ancora a concepire, esplorare e rendere praticabili.
Come si forma, in altre parole, ciò tra cui scegliamo.
Ho quindi cercato una traccia più modesta. La libertà difficilmente si lascia ridurre a un numero, ma una delle sue condizioni si lascia almeno avvicinare: la varietà delle direzioni che una collettività esplora davvero. La ricerca scientifica si presta bene, perché lascia segni osservabili delle domande che decidiamo di approfondire. Il numero degli articoli da solo dice poco, dato che si può pubblicare molto di più restando sugli stessi problemi; anche il numero delle discipline attive inganna, perché una disciplina può sopravvivere ricevendo una quota d'attenzione sempre più piccola. Serviva una misura della distribuzione.
Voglio essere chiaro su che cosa ho fatto, perché da qui in avanti compaiono dei numeri, e i numeri hanno il potere di sembrare più definitivi di quanto siano. Quello che segue è un tentativo, nel senso più antico della parola. Tentare viene dal latino temptare, tastare, toccare con le mani: è il gesto di chi si muove in una stanza poco illuminata e cerca la forma delle cose prima di vederle. Calcolare un indice delle possibilità è stato per me questo, un modo di passare la mano lungo gli scaffali della biblioteca per sentire quali stiamo ancora toccando.
Con l'aiuto di ChatGPT ho impostato l'analisi dei dati bibliografici di OpenAlex, che classifica la produzione scientifica in 252 sottocampi, e vi ho applicato una misura classica della diversità, l'entropia di Shannon. Il principio è semplice. Se quattro discipline ricevono ciascuna un quarto degli articoli, la ricerca è distribuita in modo uniforme e le direzioni effettivamente esplorate sono quattro. Se una ne raccoglie il 70% e le altre tre il 10% ciascuna, le discipline restano quattro, ma il numero effettivo di direzioni scende a circa 2,6. Nessuno scaffale è sparito; è cambiato il modo in cui li frequentiamo.
L'esponenziale dell'entropia traduce questa distribuzione in un numero leggibile come quantità effettiva di direzioni, e a questo numero ho dato, provvisoriamente, il nome di portata del possibile. È un nome impegnativo per un oggetto circoscritto, che guarda soltanto a come la scienza registrata si distribuisce tra i sottocampi di una classificazione. Mi piace intendere la parola nel senso in cui si parla della portata di un fiume, l'acqua che riesce a far passare, o della portata di uno sguardo, fin dove arriva.
Il calcolo racconta questo: posto uguale a 100 il 1980, l'indice arriva nel 2025 a circa 97, dopo un lungo periodo di stabilità. Nello stesso arco di tempo gli articoli pubblicati si moltiplicano. Produciamo molta più scienza e distribuiamo la nostra attenzione in modo più concentrato.
Una maggiore concentrazione può avere molte spiegazioni, alcune del tutto ragionevoli, come la scelta di dedicarsi a problemi particolarmente importanti. Il dato suggerisce però una domanda che merita di essere posta: stiamo usando la nostra accresciuta capacità di ricerca per esplorare più possibilità, o soprattutto per scavare più a fondo in quelle che abbiamo già imparato a riconoscere?
Due ricerche recenti rendono la domanda meno astratta.
Anil Doshi e Oliver Hauser, su Science Advances, hanno studiato l'effetto dell'AI generativa sulla scrittura creativa. L'assistenza del modello migliora la qualità percepita dei singoli racconti e, nello stesso tempo, li rende più simili tra loro. Ogni autore ottiene un testo migliore mentre l'insieme dei testi si impoverisce, e il vantaggio individuale e quello collettivo finiscono per divergere.
Hao, Xu, Li ed Evans hanno osservato qualcosa di analogo nella scienza. Gli strumenti di AI aumentano la produttività e l'impatto dei ricercatori che li usano, e insieme concentrano gli argomenti studiati. Il meccanismo che ipotizzano è il punto che più mi ha colpito. Questi strumenti funzionano meglio dove esistono già molti dati e conoscenze strutturate, e così rendono più conveniente lavorare su problemi già noti rispetto a quelli per cui mancano ancora esempi e riferimenti. Il nuovo resta possibile; diventa soltanto meno conveniente.
Siamo abituati a riconoscere i limiti della libertà quando qualcuno vieta, impedisce o censura. Facciamo molta più fatica quando certe possibilità diventano a poco a poco meno visibili, meno accessibili, meno premiate. Per far sì che una strada venga percorsa sempre meno non occorre chiuderla: a volte basta rendere più comode tutte le altre.
Messa accanto alle quattro grandezze economiche, la portata del possibile sembra cambiare passo. Tra il 1980 e la fine degli anni Novanta la diversità della ricerca e le variabili economiche si muovono in modo concorde; poi, mentre produttività e PIL continuano a salire, l'indice comincia a scendere. Le correlazioni sono positive nella prima fase e negative nella seconda.
Il calcolo non autorizza a parlare di cause, e del resto la contrazione comincia prima della diffusione dei modelli generativi. Suggerisce qualcosa di più semplice e, a mio modo di vedere, più interessante: nel lungo periodo la crescita della capacità di produrre non porta con sé, da sola, una crescita delle direzioni esplorate.
C'è anche un rischio opposto, da cui vorrei guardarmi. Se ogni concentrazione fosse letta come una perdita di possibilità, finiremmo per premiare qualsiasi dispersione e condannare qualsiasi convergenza. Una collettività deve saper raccogliere le proprie energie, soprattutto quando l'urgenza lo richiede. Quello che conta è che conservi la capacità di aprire altre strade quando diventa necessario.
In questo lavoro l'AI può avere un ruolo che trovo particolarmente interessante. Può raccogliere e analizzare dati, certo, ma soprattutto può proporre misure alternative, mettere alla prova le ipotesi, cercare le evidenze che le contraddicono. È l'uso della macchina che preferisco: chiederle di allargare il campo delle domande invece di confermare una conclusione già scritta.
Un indice della possibilità non potrà dirci quale futuro scegliere, potrà aiutarci a riconoscere il momento in cui stiamo perdendo la capacità di sceglierne uno diverso.
Torno allora alla biblioteca. Contiamo con una certa fierezza i libri che scriviamo, la conoscenza che accumuliamo, la velocità con cui sappiamo consultarla. Varrebbe la pena guardare anche gli scaffali che smettiamo di frequentare, le domande che non arrivano nemmeno a essere formulate. Perché una parte della biblioteca diventi inaccessibile basta che smettiamo di immaginare di trovarvi qualcosa.
Se il progresso accresce di continuo la nostra capacità di realizzare ciò che è possibile, come capiremo se sta crescendo anche la capacità di rendere possibile ciò che ancora non sappiamo immaginare? È la curva che manca al grafico, e che dovremo imparare a immaginare.