C’è un dettaglio curioso nel comportamento di alcuni tra gli uomini più ricchi del pianeta: mentre in pubblico celebrano l’intelligenza artificiale come la più grande promessa di prosperità della storia umana, in privato comprano bunker. Il fenomeno è documentato da anni da inchieste giornalistiche serie e non riguarda eccentrici isolati. Nick Hanauer, imprenditore e venture capitalist, lo ha scritto senza giri di parole già un decennio fa: «Vedo forconi nel nostro futuro». Nel 2025 una lettera aperta al vertice di Davos, firmata da un centinaio di milionari, ha riassunto l’alternativa in quattro parole: «taxes or pitchforks», tasse o forconi. Alex Karp, fondatore di Palantir, è stato ancora più esplicito: «Ci sarà una rivoluzione. Ad alcuni verrà tagliata la testa». E Mo Gawdat, ex chief business officer di Google X, ha descritto il futuro prossimo come un mondo con «molto controllo, molta sorveglianza, molta obbedienza forzata».
Vale la pena fermarsi su chi pronuncia queste frasi. Non sono critici della tecnologia, né intellettuali apocalittici. Sono i costruttori e i finanziatori del sistema. E il loro comportamento rivela qualcosa che le loro dichiarazioni ufficiali negano: chi sta edificando l’automazione non crede fino in fondo alla favola che la accompagna.
La cornice che non vediamo
La favola è questa: l’intelligenza artificiale è un capitolo di storia della tecnologia. Come il vapore, come l’elettricità, come il computer. Porterà dislocazioni temporanee, certo, ma la produttività crescerà e i benefici, prima o poi, si distribuiranno. È la cornice dentro cui si muove quasi tutto il dibattito pubblico: convegni sull’adozione, corsi sul prompt, linee guida sull’uso responsabile. Una cornice rassicurante, operosa, piena di buone intenzioni.
La tesi di questo articolo è che quella cornice sia sbagliata, e che il suo errore non sia innocente. L’intelligenza artificiale non è soltanto un capitolo di storia della tecnologia: è un capitolo di storia del potere. Decide - o meglio, decideranno le scelte che facciamo su di essa - chi cattura il valore prodotto, chi conserva capacità negoziale, come verrà gestito il conflitto che la sua diffusione inevitabilmente genera. E continuare a raccontarla come semplice progresso tecnico non è una descrizione neutra dei fatti: è essa stessa una posizione politica, perché consente alla traiettoria attuale di procedere senza essere messa in discussione.
Non serve nemmeno ipotizzare malafede. Bastano gli incentivi: chi vende automazione ha bisogno che l’IA venga percepita come destino tecnologico, non come scelta distributiva. Un destino non si discute, si adotta; una scelta, invece, apre domande su chi decide e a vantaggio di chi. La narrazione tecnologica è la più conveniente per chi guida la traiettoria, ed è per questo che è diventata senso comune.
Tre lavori recenti di alcuni tra i più autorevoli economisti del lavoro - Daron Acemoglu e Simon Johnson, premi Nobel per l’economia nel 2024, e David Autor, con contributi di Arda Gitmez e Mehdi Shadmehr - permettono di smontare questa cornice pezzo per pezzo. Il primo guarda al passato, il secondo al presente, il terzo a un futuro possibile. Letti in sequenza, compongono un argomento che il dibattito pubblico non ha ancora assorbito.
La prova storica: i tessitori e la pausa di Engels
Il primo lavoro, pubblicato da Acemoglu e Johnson sulla Annual Review of Economics, ricostruisce il caso dei tessitori a mano britannici durante la prima rivoluzione industriale. È una storia che conosciamo male, perché la versione scolastica della rivoluzione industriale è essa stessa un prodotto della cornice tecnologica: le macchine arrivarono, la produttività esplose, il mondo diventò più ricco.
I dati raccontano altro. L’industria del cotone crebbe in modo spettacolare: dall’uno per cento circa del PIL britannico nei primi anni ottanta del Settecento ad almeno il sette per cento nel 1813, fino a valere il quarantadue per cento delle esportazioni a metà del decennio successivo. Ma i tessitori a mano - che non erano manodopera marginale: erano gli esperti del loro tempo, ben pagati, autonomi, padroni dei propri ritmi - videro i loro salari reali crollare fino a circa un quarto del livello di picco quando il telaio meccanico automatizzò il loro lavoro. Nel 1806 un tessitore a mano guadagnava circa il doppio di un operaio di fabbrica; nel 1820 guadagnava il venticinque per cento in meno. E l’occupazione non sparì rapidamente: nel 1820 i tessitori a mano erano ancora il doppio degli operai di fabbrica, e centinaia di migliaia di loro rimasero nella professione per decenni, sopravvivendo a stento. Il lavoro non fu eliminato: fu prima svuotato di valore. David Ricardo, il più influente economista dell’epoca, era partito convinto che le macchine avrebbero necessariamente beneficiato i lavoratori; davanti all’evidenza, cambiò idea.
Gli storici dell’economia hanno dato un nome a questo fenomeno: la pausa di Engels, dal titolo di un noto studio di Robert Allen. Per circa mezzo secolo la produttività britannica crebbe e i salari reali rimasero fermi, mentre i profitti si accumulavano. La pausa finì solo quando due condizioni si materializzarono insieme: nuovi compiti che richiedevano competenze umane - le ferrovie, le officine meccaniche, il lavoro impiegatizio - e un potere negoziale che i lavoratori conquistarono, non ricevettero.
La domanda che questo precedente ci consegna è scomoda: stiamo entrando in una pausa di Engels cognitiva? L’analogia va maneggiata con onestà - le economie contemporanee hanno welfare, istruzione di massa e istituzioni che la Gran Bretagna georgiana non aveva - ma il meccanismo di fondo è indipendente dal secolo: quando una tecnologia automatizza l’expertise esistente più velocemente di quanto ne crei di nuova, e chi la subisce non ha voce, la produttività e il benessere dei lavoratori possono divergere per decenni. Non è una legge; è un precedente. E i precedenti, in economia, sono ciò che di più vicino a un esperimento la storia ci concede.
Il presente: la direzione, non la tecnologia
Il secondo lavoro, pubblicato da Acemoglu, Autor e Johnson per l’Hamilton Project della Brookings Institution all’inizio del 2026, sposta l’analisi sul presente e compie l’operazione concettuale più utile dell’intero dibattito: smonta l’idea che esista «l’IA» come oggetto unitario. Esistono direzioni diverse del cambiamento tecnologico e gli autori ne distinguono cinque: tecnologie che potenziano il lavoro esistente, tecnologie che potenziano il capitale, tecnologie che automatizzano, tecnologie che livellano l’expertise, tecnologie che creano compiti nuovi. Solo l’ultima categoria è inequivocabilmente favorevole ai lavoratori, perché genera domanda di competenze umane invece di renderle superflue. Gli autori lo illustrano immaginando tre strumenti per la manutenzione aeronautica: con le stesse tecnologie di base se ne può costruire uno che riduce il tecnico a esecutore guidato dalla macchina, uno che ne estende l'expertise verso guasti prima fuori portata, o uno che lo aiuta a trasferire le proprie competenze verso il settore spaziale, dove gli esperti mancano. Stessa tecnologia, tre destini. Non è una distinzione accademica: sei lavoratori americani su dieci, nel 2018, erano impiegati in specialità professionali che nel 1940 non esistevano. La creazione di lavoro nuovo è storicamente il contrappeso dell’automazione.
Il punto critico è che il mercato, lasciato a sé stesso, non sceglie la direzione migliore. Gli autori documentano un sotto investimento sistematico nelle applicazioni che aumentano il valore dell’expertise umana e ne indicano le cause: incentivi distorti - le imprese percepiscono un ritorno maggiore nel sostituire lavoro che nel potenziarlo e la ricerca mostra che l’automazione viene indirizzata proprio verso le mansioni dove i lavoratori hanno salari e potere contrattuale da comprimere -, dipendenza dal percorso già intrapreso dai grandi incumbent e un’ideologia diffusa nella comunità tecnica che considera il superamento dell’essere umano, l’AGI (Artificial General Intelligence), il traguardo supremo della disciplina. Un’ideologia che funziona anche da argomento economico: se l’intelligenza generale artificiale è imminente, perché investire in tecnologie che rendono più prezioso il lavoro umano?
Intanto, la variante peggiore dell’automazione è già operativa e non riguarda la sostituzione ma il controllo. Esistono ormai centinaia di sistemi di sorveglianza algoritmica del lavoro; in un caso documentato, uno dei maggiori subappaltatori mondiali di call center analizza con la visione artificiale i flussi audio-video provenienti dalle abitazioni dei propri dipendenti in smart working, segnalando ai manager chi mangia alla scrivania o guarda il telefono. Il lavoro resta, ma degradato, sorvegliato, svuotato di autonomia: è la catena di montaggio invisibile che l’IA può costruire dentro le organizzazioni ed è la versione contemporanea di ciò che accadde ai tessitori prima che i telai li sostituissero del tutto.
Il modello: quando il controllo costa meno dell’inclusione
Il terzo lavoro è il più recente e il più inquietante. Acemoglu, insieme ad Arda Gitmez e Mehdi Shadmehr, ha costruito un modello formale che inserisce l’automazione in un ambiente politico. Va detto con chiarezza che cosa questo lavoro è e che cosa non è: è un modello teorico, con ipotesi stilizzate - una società divisa tra capitalisti e lavoratori, uno Stato che rappresenta i primi, la rivolta modellata come problema di coordinamento - e non una previsione empirica. Ma i modelli servono a rendere visibili logiche che l’osservazione diretta non isola e la logica che questo modello isola è di una semplicità spietata.
Funziona così. L’automazione riduce la quota del lavoro sul reddito nazionale e aumenta quella del capitale; la diseguaglianza crescente rende più probabile il conflitto sociale; per gestirlo, chi detiene il capitale ha due strumenti, la redistribuzione o la repressione. E qui sta il risultato centrale: il costo della redistribuzione cresce con l’automazione, perché più diseguaglianza richiede più compensazione, mentre la repressione ha una struttura di costo essenzialmente fissa. Ne segue una complementarità tra automazione e repressione: più il capitale si accumula e più compiti vengono automatizzati, più il controllo diventa economicamente conveniente rispetto all’inclusione. Nel modello dinamico, salvo il caso in cui la minaccia di conflitto sia molto debole, l’economia converge nel lungo periodo verso la repressione - talvolta partendo direttamente da lì, talvolta cominciando con la redistribuzione e virando quando il capitale supera una soglia critica. Un’estensione del modello mostra persino che, partendo da una democrazia, l’accumulazione di capitale può rendere razionale per i capitalisti sostenerne il rovesciamento. E gli autori aggiungono due risultati che meritano attenzione: il mercato decentralizzato automatizza più di quanto gli stessi capitalisti, come gruppo, preferirebbero, perché la singola impresa non sconta il rischio politico delle proprie scelte; e anche quando le imprese possono investire in compiti nuovi favorevoli al lavoro, vi investono troppo poco, per la stessa ragione.
Sarebbe scorretto dire che siamo dentro questo scenario. Ma sarebbe ingenuo non notare che gli attori del sistema ragionano già secondo la sua logica. Le citazioni con cui questo articolo si è aperto non vengono da critici del modello: ne sono, involontariamente, la conferma. Chi compra bunker ha fatto un calcolo sulla probabilità del conflitto. Chi dice «tasse o forconi» ha capito che l’alternativa è tra redistribuzione e qualcos’altro. Chi prevede «molto controllo, molta sorveglianza, molta obbedienza forzata» sta descrivendo, con altre parole, il ramo repressivo dell’albero delle decisioni. Il modello non predice il futuro: formalizza il ragionamento che una parte dell’élite tecnologica sta già facendo ad alta voce.
L’obiezione: ma l’Europa ha già regolato
A questo punto il lettore informato ha pronta un’obiezione: l’Europa queste cose le ha già considerate. L’AI Act prescrive la sorveglianza umana sui sistemi ad alto rischio, vieta il riconoscimento delle emozioni sul posto di lavoro, impone trasparenza e valutazioni di conformità. Lo human in the loop, l’umano che interviene al momento opportuno, è ormai un principio normativo.
L’obiezione merita una risposta precisa, perché contiene una mezza verità che nasconde il punto. L’AI Act fa bene il proprio mestiere, ma il suo mestiere è la sicurezza del prodotto: appartiene alla stessa famiglia normativa dei regolamenti sui dispositivi medici e sulle macchine industriali. Regola i rischi nell’uso dei singoli sistemi - decisioni errate sul credito, sulle assunzioni, sulla giustizia - dentro la cornice tecnologica, trattando l’IA esattamente come la tesi di questo articolo denuncia: un manufatto i cui difetti vanno contenuti. Non tocca la direzione dello sviluppo tecnologico, non distingue tra applicazioni che automatizzano e applicazioni che creano compiti nuovi, non dice nulla sulla distribuzione del valore, sulla quota del lavoro, sugli incentivi fiscali che in molti ordinamenti rendono più conveniente investire in software che assumere e formare persone.
Quanto alla sorveglianza umana, essa è perfettamente compatibile con lo scenario peggiore. Il tecnico ridotto a occhi e mani guidati dalla macchina è, formalmente, un umano nel loop. Il manager che riceve gli screenshot dei dipendenti sorvegliati è un umano nel loop. Il requisito di supervisione non dice nulla su chi supervisiona chi, con quale autonomia reale, a vantaggio di chi. Nella sua versione degradata, lo human in the loop produce la figura del ratificatore: presente per obbligo normativo, privo di potere sostanziale, giuridicamente responsabile di decisioni che non governa.
Regolare la tecnologia e governare il potere sono due mestieri diversi. L’Europa ha fatto, meglio di chiunque altro, il primo. Il secondo non è nel mandato di nessuno. E chi obietta che l’AI Act ha già affrontato la questione sta, senza volerlo, confermando la diagnosi: abbiamo scambiato la regolazione del prodotto per il governo della traiettoria.
Il vuoto e la finestra
Se si accetta questa lettura, un’assenza diventa assordante. Nel dibattito politico italiano ed europeo l’intelligenza artificiale compare soltanto sotto le voci rassicuranti dell’innovazione e della competitività: piani nazionali, fabbriche di calcolo, gigafactory, formazione digitale. Mai al centro di un programma o di un dibattito di sostanza come questione di distribuzione del valore e del potere, che è la sua natura profonda. Non è un’accusa a una parte politica: è la constatazione che nessuna forza, di nessun orientamento, sta guardando dove i tre lavori qui discussi indicano di guardare. E questa cecità collettiva misura quanto la cornice tecnologica abbia colonizzato anche chi, per mestiere, dovrebbe occuparsi di potere.
Eppure gli strumenti esistono e non sono rivoluzionari. Il lavoro dell’Hamilton Project ne elenca nove, tutti ordinari: riequilibrare una fiscalità che oggi tassa il lavoro più del capitale che lo sostituisce; usare la domanda pubblica - sanità e istruzione, dove lo Stato è già il committente dominante - per orientare lo sviluppo verso applicazioni che potenziano chi lavora; costruire competenza tecnica dentro le istituzioni; dare voce ai lavoratori nelle scelte di adozione; proteggere l’expertise dall’estrazione non compensata; usare l’antitrust per impedire che pochi incumbent impongano la propria traiettoria all’intero ecosistema. Nessuna di queste leve richiede assemblee costituenti. Richiedono però una condizione: essere azionate prima che la dinamica descritta dal modello si consolidi, perché quel modello dice precisamente che, oltre una certa soglia di accumulazione, chi ha il potere di redistribuire perde interesse a farlo. Esiste una finestra in cui la traiettoria è ancora modificabile con strumenti ordinari. Non resterà aperta indefinitamente.
C’è chi obietterà che parlare di coordinamento sovranazionale, in un mondo che si sta frammentando in blocchi contrapposti, è un esercizio irrealistico. Ma l’obiezione rovescia sé stessa: è proprio la competizione tra blocchi a spingere ogni attore verso l’automazione più rapida e il controllo più capillare, comprimendo la finestra. La frammentazione non confuta l’urgenza del tema; la conferma. E si conceda in chiusura una provocazione dichiarata: il problema non è la quantità di risorse che il mondo investe nell’intelligenza artificiale, che è già enorme, ma la loro direzione. Se anche una frazione di ciò che i blocchi spendono per contrapporsi - in armamenti, in sussidi difensivi alla corsa tecnologica - venisse reindirizzata verso la direzione che il mercato sistematicamente sottofinanzia, quella che rende più preziose le capacità umane invece di renderle superflue, il progresso non rallenterebbe. Accelererebbe e cambierebbe segno.
La differenza tra allora e oggi
La storia dei tessitori non finì con i forconi. Finì con mezzo secolo di impoverimento evitabile, prima che nuovi compiti e un potere negoziale faticosamente conquistato ricostruissero l’equilibrio tra produttività e benessere. Ricardo ebbe almeno l’onestà di cambiare idea davanti ai fatti; ma i fatti, allora, arrivarono dopo, quando il danno era compiuto.
La differenza tra quel tempo e il nostro è una sola, ed è tutta a nostro favore: noi il meccanismo lo conosciamo in anticipo. La pausa di Engels durò mezzo secolo anche perché chi la attraversava non sapeva di esserci dentro; noi saremmo la prima generazione capace di vederne arrivare una - e di scegliere di non entrarci. Abbiamo la ricostruzione storica, il quadro analitico, perfino il modello formale di dove porta la traiettoria se nessuno la devia. Ciò che ancora manca è la volontà di chiamare le cose con il loro nome. L’intelligenza artificiale non è una tecnologia che capita alle società: è una scelta che le società stanno facendo, per ora senza saperlo. Il primo atto di governo è smettere di raccontarsela come un destino.
Fonti: Daron Acemoglu e Simon Johnson, “Learning from Ricardo and Thompson: Machinery and Labor in the Early Industrial Revolution and in the Age of Artificial Intelligence”, Annual Review of Economics, 2024; Daron Acemoglu, David Autor e Simon Johnson, “Building pro-worker artificial intelligence”, The Hamilton Project, Brookings Institution, febbraio 2026; Daron Acemoglu, A. Arda Gitmez e Mehdi Shadmehr, “Automation and Repression”, working paper, giugno 2026; Robert C. Allen, “Engels’ Pause: Technical Change, Capital Accumulation, and Inequality in the British Industrial Revolution”, Explorations in Economic History, 2009.
Questo articolo è stato scritto da Vincenzo Carlone con il contributo di Claude Fable 5 (Anthropic).