I “techbro” (termine ironico e dalle sfumature negative per indicare chi lavora nel settore della tecnologia, in particolare nella Silicon Valley) ci avvertono: l’IA potrebbe estinguerci. Ha fatto scalpore la lettera di Amodei di Anthropic che chiedeva una regolamentazione del settore per evitare rischi catastrofici imminenti, mentre un suo ricercatore, Evan Hubinger, è arrivato a stimare al 10% la probabilità di annientamento del Mondo entro la fine del secolo.
Numeri che hanno la forma della scienza senza il contenuto della scienza: non falsificabili, non misurabili, non accompagnati da un modello verificabile. Sembra piuttosto una forma di preveggenza: se volessimo citare i REM potremmo chiederci: a che ora è la fine del mondo? A che percentuale la sua barra di caricamento?
Questo gioco non è nuovo. Altman, agli albori di ChatGPT, andava in giro con una valigetta che teoricamente serviva a spegnere il sistema se fosse diventato troppo autonomo: una mossa di marketing che richiamava esplicitamente la valigetta con i codici nucleari. Se stai vendendo la fine del mondo, la distruzione atomica è la migliore pubblicità possibile.
Il problema non è che l’allarme sia infondato, ma che è sproporzionato rispetto ai rischi presenti, e ci viene da dire che, in questo frangente, ha una funzione utile ai grandi padroni dell’IA: spingere i governi, in primis Washington, a prendere provvedimenti utili alle aziende (più regole, più sostegno alla crescita, più protezione dei profitti) e nascondere i rischi reali, meno spettacolari, che se fossero regolamentati metterebbero in discussione il modello di business.
Il primo rischio reale è quello finanziario. L’IA non ha ancora trovato uno sbocco commerciale su larga scala: resta confinata ai freelance, a qualche grande azienda di settori specifici (finanza, telecomunicazioni) e agli utenti finali, che la usano poco come fosse un giocattolo.
Non sono certo gli abbonamenti da 20 o 200 € al mese a coprire i costi miliardari dei datacenter, e ancora molto poco è stato applicato ai servizi, al commercio e soprattutto all’industria. Le aziende americane operano così con perdite mensili miliardarie, rese sostenibili solo dalle iniezioni del mercato finanziario, come avviene ogni volta che si apre un mercato da cui ci si aspetta molto senza sapere quando.
L’IA è oggi una gigantesca scommessa finanziaria su due fronti: che trovi uno sbocco capace di trasformare i debiti in profitti, e che una delle aziende raggiunga l'“intelligenza artificiale generale” (AGI), cioè non più un potentissimo motore di ricerca generativo, ma qualcosa in grado di creare contenuti realmente nuovi.
Dall’interazione fra le due scommesse nascono IPO multimiliardarie e una corsa pericolosa in cui non vince chi arriva primo, ma chi salta per aria per ultimo, quando non riesce più ad attirare investimenti per sostenere costi e perdite. Ed è un equilibrio precario: basterebbe l’ingresso di nuovi concorrenti a rompere l’oligopolio, o la dimostrazione che l’IA è una tecnologia molto più normale di come viene venduta.
Un assaggio lo abbiamo avuto quando la cinese DeepSeek ha mostrato di ottenere risultati simili a quelli di ChatGPT con meno capacità di calcolo: le azioni di Nvidia crollarono, per poi recuperare. La bolla aveva ancora spazio per crescere, ma l’avvertimento andrebbe riconosciuto.
Il secondo rischio, più reale della fine del mondo, è la cancellazione di posti di lavoro. Per la prima volta l’automazione colpisce non solo gli operai, ma quei lavoratori mentali che si credevano intellettuali e scoprono che il loro lavoro è una serie di ricomposizioni di copia-incolla, che un computer può fare più velocemente di loro (a volte meglio, a volte no). È uno shock per i “ceti medi”, che scoprono di non avere una funzione diversa da quella degli operai e di essere ugualmente sacrificabili quando la tecnologia lo rende possibile.
Ma questo non porterà inesorabilmente alla scomparsa del lavoro mentale: più probabilmente lo investirà di un processo di “routinizzazione”, riducendo l’autonomia dei lavoratori in un trend non certo nuovo, ma che ora può accelerare. La preoccupazione non è tanto la disoccupazione tecnologica, quanto il peggioramento della “qualità del lavoro”, con la conseguente riduzione dei salari.
C’è poi il consumo di risorse naturali (materie prime, acqua, energia), che diventa un rischio ambientale se ci immaginiamo una crescita infinita dell’IA. Non è una novità: ogni nuova industria comporta costi ambientali, e nel sistema capitalista la questione non è quante risorse vengono consumate, ma per cosa e con quale efficienza.
Dall’altra parte, l’IA potrebbe anche aiutare a ottimizzare ciò che già usiamo, dalla gestione dell’elettricità e delle batterie al traffico cittadino, ma resta da chiarire chi dovrebbe implementare questi sistemi, con quali costi e con quali benefici. Servirebbe una pianificazione pubblica, trattata come un tabù dalle classi dominanti occidentali...
Esiste poi la competizione geopolitica fra USA e Cina, al momento gli unici due paesi che sviluppano IA (se si tolgono gli esperimenti fallimentari made in UE). È una delle ragioni per cui Trump esita a regolamentare davvero l’IA statunitense: teme di rallentare una corsa in cui, secondo lui, chi arriva prima vince tutto.
Ma la Cina sembra gareggiare su un altro tracciato: costi incredibilmente inferiori, un maggiore controllo politico sulle aziende (che tiene lontana la preoccupazione di una bolla), un piano governativo per implementare l’IA in tutti i processi produttivi, e la diffusione all’estero dei propri sistemi e delle proprie infrastrutture.
Anche sui rischi per il lavoro la Cina è apparentemente più avanzata: ha fatto notizia la sentenza del Tribunale di Hangzhou che ha dichiarato illegittimo un licenziamento per IA. L’azienda non aveva licenziato in tronco il lavoratore, ma gli aveva “proposto” una riduzione salariale di circa il 40% perché parte del suo lavoro era stato automatizzato, e il rifiuto avrebbe portato al licenziamento.
Il Tribunale ha stabilito che implementare l’IA non è una ragione legittima per un demansionamento e che i costi non possono essere pagati dai lavoratori. Il tutto mentre in Cina, fino ai piani più alti del PCC, si inizia a discutere di salario vitale e di reddito universale di base.
C’è infine il piano, certamente pericoloso, dell’implementazione dell’IA nei sistemi d’arma in un potenziale scontro diretto fra Cina e USA, che ci riporta alla questione da cui siamo partiti: l’IA distruggerà il Mondo? Per rispondere dobbiamo prima capire “come” potrebbe farlo. Certamente, se i governi decidessero di automatizzare la guerra, questa potrebbe diventare ancora più distruttiva, con sistemi automatici che decidono chi uccidere (lasciamo da parte il concetto di “intelligenza”, già abusato ai tempi delle bombe guidate).
Ma gli “errori” di individuazione dei bersagli non sarebbero molto diversi da quelli di prima: non serve l’IA perché gli USA bombardino una scuola piena di studentesse, come successo in Iran. Rimarrebbe comunque una scelta umana appaltare la decisione di uccidere alle macchine, e nella storia abbiamo visto ben poche volte chiedere conto delle proprie responsabilità ai governi o ai comandi americani: non c’è bisogno di nascondersi dietro l’IA per garantire l’impunità.
L’IA potrebbe anche facilitare azioni violente da parte di gruppi terroristici, agevolando lo sviluppo di armi chimiche, di attacchi informatici o forse anche di armi più convenzionali. Anche questa non è una novità assoluta. Il terrorismo è una tattica militare “povera”, usata dentro uno scontro asimmetrico, a cui attualmente i governi rispondono su due fronti: il lavoro di intelligence e antiterrorismo, e il controllo dei mezzi concreti, come le armi e gli agenti chimici.
Chiedere a una IA come costruire un ordigno non è molto diverso dal cercarlo su internet: in entrambi i casi esiste qualcuno che può controllare e intervenire. Lo stesso vale per gli attacchi informatici alle reti elettriche o ai sistemi bancari: gli hacker esistono già e, come si sono evoluti i sistemi di attacco, si evolveranno anche quelli di difesa. Siamo ancora una volta dentro una dimensione tutta umana.
Per cui l’unico scenario davvero nuovo, e quindi l’unico che merita una riflessione a parte, è che l’IA possa “sfuggire al controllo” delle aziende facendo cose imprevedibili e pericolosissime. Al momento abbiamo un paio di casi più o meno provati, il più famoso dei quali riguarda gli agenti di OpenAI che sono riusciti ad accedere a internet uscendo da un sistema apparentemente chiuso, per andare sul sito Hugging Face a cercare le risposte al problema che dovevano risolvere (per semplificare molto): hanno cioè risolto il problema in un modo che non era stato previsto dagli ingegneri.
È ovvio che questo caso è interessante e parla di potenziali pericoli. Ma è anche un problema affrontabile, perché è ingegneristico prima che filosofico: ambienti di test davvero isolati dalla rete, permessi ridotti al minimo indispensabile, monitoraggio costante di ciò che gli agenti fanno, test e audit indipendenti prima del rilascio, obbligo di segnalare gli incidenti.
Misure concrete e verificabili, che funzionano tanto meglio quanto più la sicurezza viene trattata come una responsabilità pubblica e non come un capitolo della strategia di comunicazione. Di questo, alla fine, hanno parlato alla Casa Bianca i magnati del Big Tech, a fine settembre, lasciando però ancora tutto in mano ai vertici aziendali.
Ed è qui che si torna al punto di partenza: la sicurezza diventa reale se le IA non sono gestite da amministratori delegati che dicono di poter distruggere il mondo e il secondo dopo che non c’è niente da temere, a seconda di cosa serve in quel momento: un finanziamento, una regolamentazione su misura, la calma degli azionisti.
Resta lo scenario più spettacolare, quello di una IA che sfugga definitivamente al controllo umano automigliorandosi all’infinito. Al momento è pura fantascienza, e comunque è soltanto l’ultimo anello di una serie di problemi molto più concreti e attuali: la bolla finanziaria, la qualità del lavoro, i consumi di risorse, la corsa geopolitica, l’uso militare.
L’IA ha davvero una probabilità del 10% di distruggere il Mondo entro la fine del secolo? Bene, nel restante 90% dei casi le minacce più probabili vengono dalla crisi climatica e dalle guerre. Minacce tutte umane, generate dall'“intelligenza” capitalista.
Fonte
Visualizzazione post con etichetta Automazione. Mostra tutti i post
Visualizzazione post con etichetta Automazione. Mostra tutti i post
28/09/2026
Si scrive IA, si legge ristrutturazione produttiva
Il ricco e recente dibattito scaturito intorno alla questione dell’Intelligenza artificiale (IA) non può prescindere, oltre alle legittime domande sul “futuro dell’umanità”, dall’impatto che questa avrà direttamente sul mondo del lavoro e su chi del proprio lavoro vive e trae il proprio reddito.
L’introduzione dell’IA nei processi di lavoro equivarrà, infatti, a una ondata di automazione che allo stato attuale possiamo dire essere appena all’alba di una profonda ristrutturazione produttiva globale, molto probabilmente paragonabile per portata a quella che negli anni Settanta travolse l’industria manifatturiera occidentale, aprendo la strada a quella che sarebbe diventata la “seconda fase della globalizzazione”.
La ristrutturazione produttiva degli anni Settanta
Allora come oggi, la parola d’ordine era “competitività”. Con il salto tecnologico in termini informatici, comunicativi e logistici la produzione venne delocalizzata verso paesi a minor costo del lavoro, dove la deregolamentazione e l’assenza di vincoli ambientali promettevano margini di profitto maggiori. Nel cuore dell’imperialismo, la cosiddetta Rust Belt statunitense divenne il simbolo del declino economico, sociale e culturale.
In Italia, città come Genova o Torino persero il peso politico ed economico acquisito con il boom economico, conoscendo quartieri abbandonati, carenza di servizi e soprattutto una classe operaia che assieme al lavoro perdeva quell’identità collettiva costruita attorno alla fabbrica, che negli anni aveva portato avanti lotte e conquistato diritti, per tutte e tutti.
La ristrutturazione produttiva frammentò la classe sociale, divise i lavoratori e aumentò la disoccupazione, e oggi possiamo confermare che solo parzialmente è stata riassorbita dal settore terziario, a minor salario e garanzie, dando vita a quel “precariato” che da allora non ha mai smesso di espandersi.
L’impatto sul lavoro dell’Intelligenza artificiale
Oggi, con l’IA – a torto a volte chiamata “generativa” – ci troviamo di fronte a un ulteriore salto di qualità. La differenza cruciale è che le mansioni colpite non saranno solo quelle ripetitive e facilmente automatizzabili (l’operaio di linea, per intendersi), ma quelle più strettamente cognitive, complesse e qualificate.
Facendoci aiutare proprio dall’IA (!), secondo uno studio di Coface e dell’Observatoire des Métiers più di un quarto del contenuto lavorativo nel management, nell’amministrazione, nelle professioni creative, nel diritto e nella finanza risulta tecnicamente automatizzabile.
Altri studi affermano che con l’implementazione dell’IA nei processi produttivi circa il 15% dei mestieri avrebbe una soglia superiore del 30% di mansioni automatizzabili, considerata la linea oltre la quale il mestiere si trasforma profondamente.
“Colletti bianchi e blu”, tutti nel mirino dell’IA
I dati confermano che l’esposizione non risparmia i “colletti bianchi”. Un rapporto congiunto ILO-NASK rileva che l’esposizione è cresciuta in ruoli professionali e tecnici come analisti finanziari, sviluppatori web e programmatori. Lo stesso Mustafa Suleyman, CEO di Microsoft AI, ha dichiarato che “la maggior parte dei compiti dei cosiddetti colletti bianchi – avvocati, commercialisti, project manager, esperti di marketing – sarà completamente automatizzata dall’IA entro i prossimi 12-18 mesi”.
È molto probabile che gli avvocati junior non passeranno più le notti a leggere quaranta clausole contrattuali: l’IA lo fa in pochi secondi. Gli insegnanti vedono già oggi sistemi capaci di valutare elaborati e fornire feedback personalizzati. Il mondo delle “vere” partite IVA – consulenti, professionisti, freelance – usano già l’IA in massa: otto su dieci, secondo un’indagine Fiscozen, con un risparmio medio di oltre 260 ore lavorative all’anno.
La questione di classe
Le conseguenze di classe di questa trasformazione sono facilmente intuibili. L’IA diminuisce la quota di lavoro vivo nel processo produttivo, sposta il valore appropriato dalla parte del capitale, erode la sempre più residua base fiscale costruita sui redditi da lavoro e crea così potenziali nuove tensioni sui sistemi di welfare, già indeboliti da 40 anni di “rivoluzione neoliberale”.
Il nesso “più titolo di studio uguale più reddito e più sicurezza” si indebolisce così in modo ulteriore. La probabile proletarizzazione di ulteriori settori di società fino a oggi garantiti (i 40.000 di Torino del 1980!) aprirà scenari storicamente inediti, che chiameranno a nuova sfida le forze di classe di questo paese e non solo.
Come fare convergere in un’unica proposta politica gli interessi di quel che rimane del proletariato industriale e del prossimo proletariato cognitivo dinanzi ai costi sociali che il capitale si appresta a scaricare sul lavoro? Come ricomporre in questo scenario la frammentazione sociale nei servizi diffusi? Come mettere a sistema il portato di rottura dimostrato dal lavoro migrante in questi anni di fiacca mobilitazione operaia?
Non è un articolo che può rispondere a questa domanda, quanto piuttosto la sperimentazione sul campo di forme di organizzazione all’altezza dei tempi.
Fonte
26/09/2026
Il fronte cibernetico del porto
Una nave portacontainer arriva in porto e si ferma sotto una fila di gru portuali alte quanto un palazzo. Le loro braccia si allungano sopra il ponte, agganciano uno dei container impilati a bordo e lo spostano a terra. È una coreografia che si ripete migliaia di volte al giorno in ogni grande porto del mondo, con una precisione crescente e tempi sempre più ridotti. Da operazioni simili dipende buona parte del commercio mondiale e del suo ritmo.
A prima vista, una gru portuale (in gergo: ship-to-shore) sembra soprattutto una grande struttura meccanica, quasi un residuato industriale: acciaio, motori, cavi e carrucole costruiti per sollevare decine di tonnellate. La verità è che le gru installate nei grandi porti contemporanei sono ormai inserite all’interno di ecosistemi digitali molto complessi, piene come sono di sensori che controllano posizione, velocità e oscillazione dei container; software che coordinano i movimenti; strumenti per comunicare con gli altri dispositivi del porto e delle navi, ecc.
La trasformazione di strumenti meccanici in dispositivi digitali non riguarda peraltro solo le gru, ma i porti nel loro complesso. Negli ultimi decenni i terminal si sono riempiti di sistemi informatici che assegnano gli spazi ai container, coordinano camion e treni, gestiscono gli ingressi in banchina, registrano i movimenti delle merci e stabiliscono in quale ordine una nave debba essere caricata o scaricata. Nei terminal più automatizzati, parte delle operazioni che un tempo richiedevano centinaia di lavoratori viene oggi eseguita o coordinata da software, sensori e veicoli autonomi. E i progressi dell'intelligenza artificiale – in termini soprattutto di computer vision, IoT/sensori, digital twin e veicoli autonomi – promettono di rendere la tendenza ancora più evidente in futuro.
Tanta efficienza è necessaria perché nei porti il tempo costa più che altrove. Una nave ferma anziché in viaggio consuma enormi risorse finanziarie. Una colonna di tir in coda perché c’è stato un errore nell’assegnazione di uno slot di carico è un danno che si ripercuote a cascata su migliaia di altri trasporti. Per questo conoscere con precisione e rapidità dove si trova un container, quanto spazio rimane su un cargo, in quale ordine vanno caricate o scaricate le stive è un fattore fondamentale per ridurre tempi e costi e aumentare l’efficienza logistica.
Più efficiente diventa la logistica, più facile ed economica risulta l’organizzazione di catene produttive distribuite su migliaia di chilometri, ovvero la struttura industriale alla base del sistema produttivo contemporaneo. La digitalizzazione dei porti è, in altre parole, uno degli sviluppi tecnologici che hanno permesso alla globalizzazione di funzionare con l’enorme fluidità ed efficienza raggiunta negli ultimi decenni.
Questa stessa trasformazione ha però prodotto altre conseguenze: un porto più digitalizzato è efficiente, ma è anche più vulnerabile ad attacchi informatici e ad altri generi di sabotaggio tecnologico. Ed è così che, di recente, anche i macchinari portuali hanno iniziato a diventare una questione cyber e geopolitica.
Il problematico dominio di ZPMCIl caso più evidente è quello delle gru prodotte da Shanghai Zhenhua Heavy Industries Company, meglio nota come ZPMC. L’azienda cinese è diventata negli ultimi trent’anni il principale produttore mondiale di gru portuali e le sue macchine sono oggi presenti nei terminal di decine di paesi. Negli Stati Uniti, in particolare, ZPMC è arrivata a occupare una posizione dominante tra le gru portuali installate nei porti commerciali.
Per molto tempo questo dato ha interessato solo gli addetti ai lavori. ZPMC era semplicemente un’azienda che vendeva macchinari grandi, costosi e difficili da produrre a clienti che avevano bisogno di movimentare un numero crescente di carichi nel minor tempo possibile. La sua espansione era, prima di tutto, una storia industriale: quella di un’azienda che, come molte altre realtà cinesi, era riuscita a conquistare un settore altamente specializzato grazie alla capacità produttiva, ai prezzi competitivi e alla possibilità (pure questa logistica) di consegnare in tutto il mondo delle gru già quasi completamente assemblate.
Poi sono arrivati gli anni Venti ed è mutato il contesto politico. Negli Stati Uniti del post-Covid la crescente competizione con la Cina ha trasformato progressivamente alcune dipendenze industriali in problemi di sicurezza nazionale. È accaduto con i semiconduttori, con le apparecchiature per le telecomunicazioni, con le batterie, con una lunga serie di tecnologie e materie prime considerate critiche.
E alla fine è arrivato anche il turno delle gru. Macchinari che fino a pochi anni prima venivano raccontati soprattutto come moltiplicatori di efficienza hanno cominciato a essere descritti col vocabolario del rischio. Ci si è iniziati per esempio a domandare come fosse possibile che un componente industriale prodotto da un’azienda cinese, contenente hardware e software provenienti da una filiera internazionale, non solo fosse finito in ogni molo d’America (quelle ZPMC rappresentano quasi l’80% delle gru portuali presenti negli Stati Uniti), ma avesse libero accesso ad alcune delle reti infrastrutturali più importanti dell’economia statunitense.
Normali gru o spie cyber?Nel febbraio del 2024, l’amministrazione Biden è così intervenuta sulla cybersecurity dei porti statunitensi, dedicando particolare attenzione proprio alle gru ship-to-shore prodotte in Cina. Il timore era che sistemi di comunicazione, accessi remoti o altre componenti digitali potessero essere sfruttati per raccogliere informazioni o, in uno scenario più grave, interferire con le operazioni portuali. Nacque così sui media l’espressione “gru-spia”, che evocava l’immagine di queste enormi mantidi d’acciaio cinesi affacciate sui porti americani, le quali, oltre a spostare container, avrebbero potuto rappresentare una specie di cavallo di Troia digitale.
Era un’immagine potente, ma anche una semplificazione della realtà politica dietro il fenomeno. Il problema delle gru ZPMC non si limita alla eventuale, presunta, e tutta da dimostrare, volontà cinese di sabotare la logistica statunitense o mondiale. Il problema delle gru ZPMC ha a che fare con il difficilissimo ripensamento di un sistema industriale internazionale che per decenni ha ricercato l’efficienza estrema, ma che, negli ultimi anni, è diventato politicamente sempre più spaventato da se stesso. E questo genera alcuni paradossi.
Il primo paradosso è che una gru ZPMC non è, in realtà, interamente cinese. Come molti oggetti industriali complessi del nostro tempo, è il risultato di una catena di fornitura internazionale. Al suo interno contiene motori, sensori e componenti prodotti da aziende europee, giapponesi o americane, assemblati in Cina e infine installati in un porto dall’altra parte del mondo. Una filiera così stratificata è una caratteristica normale dell’industria contemporanea, ma rende molto difficile stabilire dove cominci e dove finisca il rischio associato a una determinata tecnologia.
Eliminare una gru cinese da un porto americano, per esempio, non significa necessariamente eliminare tutti i componenti critici cinesi dall’infrastruttura del porto. Allo stesso modo, sostituire una gru cinese con una macchina europea o giapponese non solo costa di più, ma non garantisce necessariamente che questa non utilizzi a sua volta componenti o subfornitori cinesi in qualche punto della sua catena di fornitura (che è la ragione per cui la burocrazia del protezionismo è una delle questioni tecnicamente più complesse al mondo).
Nel caso di una gru portuale, poi, la questione si complica ulteriormente perché il prodotto non termina ai confini della macchina. Una volta installata, la gru viene collegata all’ecosistema digitale del terminal. Deve comunicare con altri sistemi, essere aggiornata, diagnosticata, riparata. Le configurazioni variano da porto a porto e alcune macchine possono essere controllate, programmate o assistite da remoto.
Nel corso delle indagini condotte nel 2023 e nel 2024 dal Congresso USA furono trovati modem cellulari installati su alcune gru ZPMC o all’interno delle infrastrutture di rete che le servivano. In alcuni casi, secondo le commissioni parlamentari che condussero l’indagine, quegli apparati non erano esplicitamente previsti dai contratti stipulati dai porti. ZPMC aveva inoltre richiesto in diverse occasioni accesso remoto alle proprie gru, ufficialmente per attività di diagnostica e manutenzione.
Nessuna di queste caratteristiche, presa isolatamente, è la cosiddetta “smoking gun”. D’altra parte, un modem può avere una funzione perfettamente legittima e l’accesso da remoto, quando possibile, è comune nella manutenzione delle apparecchiature industriali, visti i grossi risparmi che permette. Il problema è che la stessa funzione che permette a un ingegnere di diagnosticare un guasto a distanza può, se progettata o configurata (magari intenzionalmente) male, trasformarsi in un punto di accesso per qualcun altro.
Le indagini statunitensi hanno quindi mostrato vulnerabilità e possibilità di accesso, ma non hanno dimostrato che Pechino abbia effettivamente utilizzato le gru ZPMC per spiare o sabotare i porti statunitensi. Nel rapporto sulle minacce informatiche al sistema marittimo pubblicato nel 2025, la Coast Guard precisava che i propri specialisti non avevano osservato attività malevole sulle o attraverso le gru, pur ritenendo che le vulnerabilità individuate le rendessero possibili.
È una distinzione importante: una vulnerabilità informatica può essere una falla tecnica, ma non indica inequivocabilmente la volontà di arrecare un danno. Una backdoor deliberatamente inserita da un produttore è invece qualcosa di diverso, perché implica intenzionalità. Dimostrare infine che l’eventuale backdoor individuata sia stata effettivamente utilizzata da uno Stato per attività di spionaggio richiede un ulteriore salto probatorio.
Il paradosso della globalizzazioneEd è qui che rischio informatico effettivo e percezione del rischio geopolitico (con tutti i pregiudizi che essa comporta) finiscono per sovrapporsi. Un governo che si occupa della sicurezza di infrastrutture essenziali non può soltanto domandarsi se qualcuno abbia già sfruttato una vulnerabilità o se esista per errore o per dolo, ma deve soprattutto chiedersi, e a maggior ragione nel caso di un porto, se qualcuno potrebbe usarla in futuro e con quali effetti. Bloccare un grande terminal significa infatti rallentare l’arrivo di generi alimentari, di farmaci, di componenti industriale e, in caso di conflitti, di materiale destinato alle forze armate. La vulnerabilità di un porto può avere conseguenze che si propagano nell’entroterra per migliaia di chilometri.
Ma proprio perché il ragionamento riguarda non ciò che accade o è accaduto ma ciò che potrebbe accadere, diventa difficile stabilire quale sia un livello di rischio accettabile. Se fosse necessario eliminare da qualunque infrastruttura critica ogni tecnologia potenzialmente vulnerabile, o riconducibile a un avversario politico, bisognerebbe ricostruire interamente le catene di fornitura mondiali.
Il problema è che le dipendenze tecnologiche – nei porti o nei data center – non nascono per caso e soprattutto non scompaiono rapidamente. ZPMC ha conquistato il mercato perché per decenni ha fatto esattamente ciò che il sistema economico globale chiedeva ai suoi fornitori: produrre su larga scala, contenere i costi, aumentare l’efficienza e consegnare in tutto il mondo.
ZPMC ha conquistato e dominato il settore per anni perché era un produttore capace non soltanto di costruire enormi gru, ma anche di assemblarle, trasportarle via mare e installarle direttamente nei terminal, offrendo ai propri clienti un vantaggio economico e di efficienza molto concreto. Per un porto che deve aumentare rapidamente la propria capacità, la provenienza geografica dei macchinari è stata per molto tempo una questione secondaria rispetto al prezzo, ai tempi di consegna e alle prestazioni.
Per trent’anni aziende e governi hanno costruito le loro supply chain partendo dall’idea che contasse solo l’efficienza: se un’azienda era in grado di produrre una gru migliore o più economica, aveva senso acquistarla. Se assemblare un prodotto dall’altra parte del mondo consentiva di abbassarne il prezzo, era razionale organizzare la produzione in quel modo. E la possibilità di spostare merci rapidamente, e con costi relativamente bassi, rendeva tutto questo molto conveniente. La posizione di quasi monopolio del settore raggiunta da ZPMC non è dunque un’anomalia della globalizzazione. Al contrario, è la dimostrazione del suo successo.
La vicenda delle “gru-spia” cinesi ci mostra quindi cosa succede quando la stessa logica che si è esaltata per anni viene filtrata attraverso un paradigma politico diverso e un clima di scarsa fiducia internazionale. La globalizzazione aveva entusiasticamente costruito la propria efficienza sulla convinzione che l’interdipendenza fosse soprattutto una risorsa. La competizione geopolitica contemporanea dà invece priorità all’ipotesi opposta: che ogni interdipendenza sia anche, almeno potenzialmente, una vulnerabilità. E così facendo non sta mettendo in discussione soltanto gli effetti della globalizzazione (chi dipende da chi, dove vengono prodotti i beni o chi controlla determinate tecnologie), ma anche gli strumenti materiali con cui la globalizzazione stessa funziona.
03/08/2026
L’amaro che tonifica
Se la condizione di lavoro salariato esprime sofferenze e dipendenza materiale e alienazione – da qui, molto probabilmente, il collegamento metaforico con il lavoro inteso come il “pane amaro” o il “pane duro” – la situazione si complica, allorquando il rapporto di subordinazione diventa precario oppure sparisce, nel senso che si diventa disoccupati.
Il far parte della classe operaia, sino a quando non hanno iniziato a “sputare sul lavoro”, riempiva di orgoglio e la sofferenza della fatica era alleviata dal bisogno intrinseco di fare le cose per bene, ossia di svolgere il lavoro a regola d’arte.
Certo, durante il ciclo delle lotte degli anni Sessanta e Settanta, il rifiuto del lavoro e i sabotaggi della produzione rientravano negli antagonismi di classe, ma, in generale, la qualità dei prodotti era un obiettivo ricercato con tutti i mezzi, non sottostava alla variabile quantitativa.
Nelle ultime due decadi, invece, come spiegano i lavoratori di Modena, le piccole e medie imprese metalmeccaniche hanno iniziato a disprezzare quei lavoratori che cercavano di ottenere, con l’aiuto delle macchine, dei prodotti di qualità, dei prodotti che rispettavano determinati parametri di precisione.
I lavoratori, nella maggior parte dei casi, ancora ai nostri giorni continuano ad essere parzialmente consapevoli di una delle contraddizioni fondamentali del processo produttivo capitalistico, infatti non si rendono conto che il loro “lavoro vivo” – quando si chiude il cerchio tra produzione e consumo, cioè quando incontra o si scontra con il lavoro oggettivato o “lavoro morto”, dei mezzi di produzione, vale a dire il capitale fisso – è il fermento o la forza creatrice di nuovo valore. Eppure, la tendenza del capitale è quella di ridurlo ai minimi termini.
La prima nota amara, come ci ricorda Marx, consiste nel riconoscimento da parte dell’operaio che nel momento in cui aliena la propria forza lavoro al capitalista vede che una parte dei frutti del proprio lavoro si trasforma in capitale.
Ma il retrogusto dell’amaro diventa più acuto, quando si esperisce la perdita della relazione di lavoro salariato, poiché il subordinato vede il nulla assoluto, quando percepisce che nell’immediato non c’è un’occupazione alternativa.
I lavoratori che vengono resi ridondanti dall’aumento della capacità produttiva, cercano di aggrapparsi alla relazione di lavoro salariato in tutti i modi possibili e immaginabili, poiché le sofferenze derivanti da questo rapporto sono più sopportabili rispetto alla condizione di essere escluso dal mondo lavorativo.
Il tempo reso disponibile, come dice Giovanni Mazzetti, non si presenta immediatamente come tempo libero per i singoli individui, poiché esso è un prodotto del capitale, il quale riconosce la forza lavoro solo come merce. Quando il capitale non riesce a convertire il tempo reso disponibile in nuovo lavoro salariato, una parte della forza lavoro viene espulsa dal processo produttivo e si presenta in forma contraddittoria come disoccupazione.
Tale fenomeno contraddittorio, in situazioni di indigenza e in assenza di protezioni sociali, assume una connotazione violenta, sollecitando la classe operaia a rispondere sulla stessa lunghezza d’onda.
Nei primi anni '20 del XIX secolo, in Inghilterra, durante la fase espansiva del capitalismo industriale, la reazione dei lavoratori, che non erano ancora in grado di mettere in campo forme di lotte organizzate, sfociò nel luddismo, cioè nella distruzione delle macchine.
Il termine luddismo deriva dal nome dell’operaio tessile inglese Ned Ludd, che per primo distrusse una macchina per la produzione dei tessuti. Il telaio meccanico aumentò la capacità produttiva e ridusse il lavoro socialmente necessario degli operai, trasformando il loro processo lavorativo: gran parte delle loro energie erano indirizzate a mediare l’attività della macchina.
In un lungo processo storico dialettico, la classe operaia viene spogliata dai suoi strumenti di lavoro, i quali vengono incorporati nelle macchine, un sistema di macchine che si alimenta con la forza motrice e come un automa detta i ritmi della produzione agli operai.
Un congegno meccanico, come ha sagacemente evidenziato Marx, a suo tempo, nel “Frammento sulle macchine”, che assorbe le abilità e la forza degli operai e si pone di fronte a loro come una potenza estranea.
Da questo punto di vista, “l’accumulazione della scienza e dell’abilità, delle forze produttive generali del cervello sociale, rimane così – rispetto al lavoro – assorbita nel capitale, e appare quindi come proprietà del capitale, e più precisamente del capitale fisso, nella misura in cui esso entra nel processo produttivo come mezzo di produzione vero e proprio”. (1)
Ora, il cuore delle innovazioni tecnologiche è stato quello di sostituire la forza lavoro con impianti, attrezzature e macchine, dando luogo a quel fenomeno noto come disoccupazione “involontaria”, una contraddizione del modo di produzione capitalistico, riconosciuta, durante la Depressione economica e degli anni Trenta, da un capitalista pragmatico come il senatore G. Agnelli e rinnegata dal senatore L. Einaudi.
A distanza di un secolo dalla crisi di sovrapproduzione del 1929, nonostante i tentativi di nascondere il problema, da parte delle forze dominanti, il lavoro [come occasione di impiego, ndr] si presenta come una “merce rara”, altrimenti non si spiegherebbe il sostegno e le simpatie di ampi strati della classe lavoratrice, dei paesi OCSE, alle formazioni politiche di estrema destra, che additano i migranti come capro espiatorio e che fanno una fatica enorme ad ammettere che la manodopera “semi-schiavizzata” fa comodo ai capitalisti criminali o straccioni.
In questo quadro, se da un lato, i lavoratori non riescono a metabolizzare “l’amaro boccone” di riprodurre il lavoro salariato su scala allargata o meglio di riprodurlo in quantità superiore a quello che viene distrutto, per effetto delle innovazioni tecnologiche, dall’altro lato, invece, ci sono imprenditori, intellettuali ed accademici, che continuano a perseguire ad oltranza l’ideologia borghese che sostiene la tesi contraria. Vale a dire che i posti di lavoro che spariscono, per via delle nuove applicazioni tecnologiche, sono inferiori alle nuove occasioni di lavoro che ne scaturiranno.
I recenti sviluppi dell’IA e della robotica hanno avviato un dibattito che ha messo in evidenza non solo le opportunità derivanti dalla diffusione e applicazione di queste tecnologie nei sistemi produttivi, ma anche dei rischi e pericoli individuati dai ricercatori, dagli ingegneri, dagli inventori e finanziatori dei progetti
Se Elon Musk e Bill Gates, alcuni dei i finanziatori miliardari delle implementazioni dell’IA, alludono a generici pericoli che le macchine super intelligenti possano prendere il sopravvento sugli umani, Geoffrey Hinton – considerato il padre del deep learning e Nobel per la Fisica per i suoi studi sulle reti neurali – lancia un allarme concreto: l’IA creerà disoccupazione di massa e farà schizzare in alto i profitti delle gigantesche imprese tecnologiche; rispetto alla precedente automazione, che ha colpito il lavoro manuale, l’IA spazzerà via tanti lavori intellettuali e negli uffici. (2)
Nella sua lucida critica non fa ricadere le responsabilità dell’immiserimento della società sull’IA, ma sul sistema capitalistico.
Questa visione collima con quella di S. Hawking, il quale qualche anno prima di morire, nel partecipare a un convegno sulla robotica, ha affermato: “Dovremmo aver paura del capitalismo non dei robot”.
Egli riconosce, individua e descrive uno dei “buchi neri” più inquietanti del capitalismo: se la ricchezza prodotta dalle macchine non verrà condivisa, la maggior parte delle persone (proletariato e soprattutto sottoproletariato, che si sta ingrossando sempre di più) saranno attratte nel processo di immiserimento che è già possibile delineare ai nostri giorni.
E sottolinea, tra l’altro, che i proprietari delle macchine robotiche formano una borghesia elitaria che si appropria della ricchezza prodotta senza creare, nel contempo, posti o occasioni di lavoro per i lavoratori in carne e ossa.
Hinton, nel solco di una corrente di pensiero economico molto diffusa, affida le sorti del movimento contraddittorio – cioè della disoccupazione involontaria – al Reddito di base, ma non intravvede la possibilità di ridurre l’orario di lavoro a parità di salario.
Il diventare consapevoli, da parte dei lavoratori dipendenti, della possibilità di lavorare di meno e dividere il lavoro socialmente necessario, trasformerebbe “l’amara perdita” di quel lavoro superfluo, che non produce valore d’uso per gli altri, in un rinvigorimento dell’intera classe lavoratrice.
Il tacito riconoscimento che gran parte della ricchezza sociale “viene prodotta dalle macchine anziché dagli uomini” è però solo il primo passo; ad esso segue il doppio nodo della proprietà privata di tipo capitalistico.
Il non fare i conti con questi aspetti salienti della realtà economico sociale, incardinati nel processo storico delle dinamiche tra capitale e lavoro salariato, ha fatto precipitare, a mio avviso, le forze di sinistra – che tradizionalmente hanno supportato i lavoratori, in quanto ne costituivano la base vitale – in quella profonda crisi, ben descritta da Francesco Maselli, nel suo film Le ombre rosse, del 2009.
Il titolo riecheggia quello di John Ford del 1948 e rappresenta una tagliente metafora che mette in evidenza la sconfitta della sinistra, con i sopravvissuti confinati negli angusti limiti di una “riserva indiana”.
Il film di Maselli ruota attorno allo scontro di ciò che rimane delle diverse anime della sinistra e in particolare il conflitto tra riformisti e rivoluzionari: i primi si perdono in combriccole convegnistiche, senza nessun risvolto pratico, mentre i secondi, forgiati dall’ala movimentista, sono alle prese con la gestione di un Centro sociale della periferia romana, con un nome dal sapore beffardo ovvero “cambiare il mondo”.
Entrambi i gruppi sono condannati all’irrilevanza, in quanto i protagonisti sembrano incapaci di trovare un linguaggio comune.
Il dibattito produce una babele di posizioni solipsistiche, quindi diventa molto difficile intercettare, in base al mio punto di vista, i nuovi bisogni, che sono emersi, con la crisi dello Stato sociale.
Nella lunga intervista che Luigi Celidonio rilascia ad Ascanio Celestini (3) è possibile percepire che l’assegnazione di una casa popolare a coloro che ancor negli anni Sessanta vivono nelle baracche dell’Acquedotto Felice, non molto lontano dalla zona centrale della capitale, disgrega quelle forme di solidarietà che hanno mediato la riproduzione della vita in quella comunità, creando legami inediti, per la fase storica successiva.
Lo Stato che conferisce una casa popolare a un prezzo calmierato (fuori mercato) non manda in frantumi solo la proprietà privata, riconoscendo un bisogno che non può essere soddisfatto dall’impresa capitalistica, ma mina anche le basi della famiglia patriarcale.
Non è la potenza del patriarca ad emancipare dal degrado della baracca il nucleo familiare allargato, anzi egli è costretto a delegare allo Stato la facoltà di sollevarlo dalla povertà materiale, in nome e per conto della Giustizia sociale.
Un percorso di lotte concrete, in quel luogo, portato avanti insieme a un esponente del mondo cattolico, come Don Roberto Sardelli, il quale, con l’esperienza della Scuola 725, ha cercato di far crescere la consapevolezza di uscire da quella condizione di povertà. Come puntualizza Celidonio: “Il Diritto ad abitare non poteva essere trattato alla stessa stregua di un’elemosina”.
L’aver dovuto rinunciare alla sovranità patriarcale, ha permesso, in generale, un miglioramento delle condizioni economiche per un verso, mentre, per l’altro, si è verificato un aumento della complessità sociale.
Ed è proprio in questa complessità, con le sue complicazioni, che secondo Maselli vanno ricercate le ragioni dell’amara crisi, che ha messo fuori campo, non tanto fuori gioco, le forze della sinistra. In questo errare, in questo smarrimento, in qualche modo, si seguono le ombre dell’ambivalenza, non ci sono buoni da premiare e cattivi da castigare, non ci sono anime che hanno tradito i rigogliosi ideali, piuttosto anime disorientate e perse, che non riescono a trovare un senso al loro agire.
Sul piano simbolico, nella visione di Maselli, nelle ultime scene del suo film, la speranza di una rigenerazione della sinistra ricade su quei giovani che si ritrovano in un casale abbandonato e degradato, circondato da un prato desolato, ma non è un ritorno al passato, ai valori della terra e della tradizione contadina.
Nel prendere le misure, per la ristrutturazione di quella casa fatiscente, il regista rimarca con forza che quei giovani non ripartono da una baracca. Tuttavia, è necessario riprendere il cammino, tenendo conto del fatto che le conquiste sociali acquisite non sono eterne, come si evince dalla decadenza che avvolge quel casale, né tanto meno si possono ignorare i bisogni ambientali emergenti e gli sviluppi delle nuove tecnologie costruttive.
Al di là di questa calzante metafora sulla deriva della sinistra, che mette in primo piano il fallimento di trasformare un Centro sociale in una Casa della Cultura – secondo il modello proposto in Francia, nei primi anni Sessanta del Novecento, da André Malraux – purtroppo, nel bel film di Maselli, non ci sono riferimenti alle tematiche del lavoro, della precarietà, della disoccupazione, il posticipo di 10 anni dell’età pensionabile, rispetto ai primi anni Novanta, lo sfruttamento selvaggio nel settore agricolo, i salari da fame, eccetera.
Note
Il far parte della classe operaia, sino a quando non hanno iniziato a “sputare sul lavoro”, riempiva di orgoglio e la sofferenza della fatica era alleviata dal bisogno intrinseco di fare le cose per bene, ossia di svolgere il lavoro a regola d’arte.
Certo, durante il ciclo delle lotte degli anni Sessanta e Settanta, il rifiuto del lavoro e i sabotaggi della produzione rientravano negli antagonismi di classe, ma, in generale, la qualità dei prodotti era un obiettivo ricercato con tutti i mezzi, non sottostava alla variabile quantitativa.
Nelle ultime due decadi, invece, come spiegano i lavoratori di Modena, le piccole e medie imprese metalmeccaniche hanno iniziato a disprezzare quei lavoratori che cercavano di ottenere, con l’aiuto delle macchine, dei prodotti di qualità, dei prodotti che rispettavano determinati parametri di precisione.
I lavoratori, nella maggior parte dei casi, ancora ai nostri giorni continuano ad essere parzialmente consapevoli di una delle contraddizioni fondamentali del processo produttivo capitalistico, infatti non si rendono conto che il loro “lavoro vivo” – quando si chiude il cerchio tra produzione e consumo, cioè quando incontra o si scontra con il lavoro oggettivato o “lavoro morto”, dei mezzi di produzione, vale a dire il capitale fisso – è il fermento o la forza creatrice di nuovo valore. Eppure, la tendenza del capitale è quella di ridurlo ai minimi termini.
La prima nota amara, come ci ricorda Marx, consiste nel riconoscimento da parte dell’operaio che nel momento in cui aliena la propria forza lavoro al capitalista vede che una parte dei frutti del proprio lavoro si trasforma in capitale.
Ma il retrogusto dell’amaro diventa più acuto, quando si esperisce la perdita della relazione di lavoro salariato, poiché il subordinato vede il nulla assoluto, quando percepisce che nell’immediato non c’è un’occupazione alternativa.
I lavoratori che vengono resi ridondanti dall’aumento della capacità produttiva, cercano di aggrapparsi alla relazione di lavoro salariato in tutti i modi possibili e immaginabili, poiché le sofferenze derivanti da questo rapporto sono più sopportabili rispetto alla condizione di essere escluso dal mondo lavorativo.
Il tempo reso disponibile, come dice Giovanni Mazzetti, non si presenta immediatamente come tempo libero per i singoli individui, poiché esso è un prodotto del capitale, il quale riconosce la forza lavoro solo come merce. Quando il capitale non riesce a convertire il tempo reso disponibile in nuovo lavoro salariato, una parte della forza lavoro viene espulsa dal processo produttivo e si presenta in forma contraddittoria come disoccupazione.
Tale fenomeno contraddittorio, in situazioni di indigenza e in assenza di protezioni sociali, assume una connotazione violenta, sollecitando la classe operaia a rispondere sulla stessa lunghezza d’onda.
Nei primi anni '20 del XIX secolo, in Inghilterra, durante la fase espansiva del capitalismo industriale, la reazione dei lavoratori, che non erano ancora in grado di mettere in campo forme di lotte organizzate, sfociò nel luddismo, cioè nella distruzione delle macchine.
Il termine luddismo deriva dal nome dell’operaio tessile inglese Ned Ludd, che per primo distrusse una macchina per la produzione dei tessuti. Il telaio meccanico aumentò la capacità produttiva e ridusse il lavoro socialmente necessario degli operai, trasformando il loro processo lavorativo: gran parte delle loro energie erano indirizzate a mediare l’attività della macchina.
In un lungo processo storico dialettico, la classe operaia viene spogliata dai suoi strumenti di lavoro, i quali vengono incorporati nelle macchine, un sistema di macchine che si alimenta con la forza motrice e come un automa detta i ritmi della produzione agli operai.
Un congegno meccanico, come ha sagacemente evidenziato Marx, a suo tempo, nel “Frammento sulle macchine”, che assorbe le abilità e la forza degli operai e si pone di fronte a loro come una potenza estranea.
Da questo punto di vista, “l’accumulazione della scienza e dell’abilità, delle forze produttive generali del cervello sociale, rimane così – rispetto al lavoro – assorbita nel capitale, e appare quindi come proprietà del capitale, e più precisamente del capitale fisso, nella misura in cui esso entra nel processo produttivo come mezzo di produzione vero e proprio”. (1)
Ora, il cuore delle innovazioni tecnologiche è stato quello di sostituire la forza lavoro con impianti, attrezzature e macchine, dando luogo a quel fenomeno noto come disoccupazione “involontaria”, una contraddizione del modo di produzione capitalistico, riconosciuta, durante la Depressione economica e degli anni Trenta, da un capitalista pragmatico come il senatore G. Agnelli e rinnegata dal senatore L. Einaudi.
A distanza di un secolo dalla crisi di sovrapproduzione del 1929, nonostante i tentativi di nascondere il problema, da parte delle forze dominanti, il lavoro [come occasione di impiego, ndr] si presenta come una “merce rara”, altrimenti non si spiegherebbe il sostegno e le simpatie di ampi strati della classe lavoratrice, dei paesi OCSE, alle formazioni politiche di estrema destra, che additano i migranti come capro espiatorio e che fanno una fatica enorme ad ammettere che la manodopera “semi-schiavizzata” fa comodo ai capitalisti criminali o straccioni.
In questo quadro, se da un lato, i lavoratori non riescono a metabolizzare “l’amaro boccone” di riprodurre il lavoro salariato su scala allargata o meglio di riprodurlo in quantità superiore a quello che viene distrutto, per effetto delle innovazioni tecnologiche, dall’altro lato, invece, ci sono imprenditori, intellettuali ed accademici, che continuano a perseguire ad oltranza l’ideologia borghese che sostiene la tesi contraria. Vale a dire che i posti di lavoro che spariscono, per via delle nuove applicazioni tecnologiche, sono inferiori alle nuove occasioni di lavoro che ne scaturiranno.
I recenti sviluppi dell’IA e della robotica hanno avviato un dibattito che ha messo in evidenza non solo le opportunità derivanti dalla diffusione e applicazione di queste tecnologie nei sistemi produttivi, ma anche dei rischi e pericoli individuati dai ricercatori, dagli ingegneri, dagli inventori e finanziatori dei progetti
Se Elon Musk e Bill Gates, alcuni dei i finanziatori miliardari delle implementazioni dell’IA, alludono a generici pericoli che le macchine super intelligenti possano prendere il sopravvento sugli umani, Geoffrey Hinton – considerato il padre del deep learning e Nobel per la Fisica per i suoi studi sulle reti neurali – lancia un allarme concreto: l’IA creerà disoccupazione di massa e farà schizzare in alto i profitti delle gigantesche imprese tecnologiche; rispetto alla precedente automazione, che ha colpito il lavoro manuale, l’IA spazzerà via tanti lavori intellettuali e negli uffici. (2)
Nella sua lucida critica non fa ricadere le responsabilità dell’immiserimento della società sull’IA, ma sul sistema capitalistico.
Questa visione collima con quella di S. Hawking, il quale qualche anno prima di morire, nel partecipare a un convegno sulla robotica, ha affermato: “Dovremmo aver paura del capitalismo non dei robot”.
Egli riconosce, individua e descrive uno dei “buchi neri” più inquietanti del capitalismo: se la ricchezza prodotta dalle macchine non verrà condivisa, la maggior parte delle persone (proletariato e soprattutto sottoproletariato, che si sta ingrossando sempre di più) saranno attratte nel processo di immiserimento che è già possibile delineare ai nostri giorni.
E sottolinea, tra l’altro, che i proprietari delle macchine robotiche formano una borghesia elitaria che si appropria della ricchezza prodotta senza creare, nel contempo, posti o occasioni di lavoro per i lavoratori in carne e ossa.
Hinton, nel solco di una corrente di pensiero economico molto diffusa, affida le sorti del movimento contraddittorio – cioè della disoccupazione involontaria – al Reddito di base, ma non intravvede la possibilità di ridurre l’orario di lavoro a parità di salario.
Il diventare consapevoli, da parte dei lavoratori dipendenti, della possibilità di lavorare di meno e dividere il lavoro socialmente necessario, trasformerebbe “l’amara perdita” di quel lavoro superfluo, che non produce valore d’uso per gli altri, in un rinvigorimento dell’intera classe lavoratrice.
Il tacito riconoscimento che gran parte della ricchezza sociale “viene prodotta dalle macchine anziché dagli uomini” è però solo il primo passo; ad esso segue il doppio nodo della proprietà privata di tipo capitalistico.
Il non fare i conti con questi aspetti salienti della realtà economico sociale, incardinati nel processo storico delle dinamiche tra capitale e lavoro salariato, ha fatto precipitare, a mio avviso, le forze di sinistra – che tradizionalmente hanno supportato i lavoratori, in quanto ne costituivano la base vitale – in quella profonda crisi, ben descritta da Francesco Maselli, nel suo film Le ombre rosse, del 2009.
Il titolo riecheggia quello di John Ford del 1948 e rappresenta una tagliente metafora che mette in evidenza la sconfitta della sinistra, con i sopravvissuti confinati negli angusti limiti di una “riserva indiana”.
Il film di Maselli ruota attorno allo scontro di ciò che rimane delle diverse anime della sinistra e in particolare il conflitto tra riformisti e rivoluzionari: i primi si perdono in combriccole convegnistiche, senza nessun risvolto pratico, mentre i secondi, forgiati dall’ala movimentista, sono alle prese con la gestione di un Centro sociale della periferia romana, con un nome dal sapore beffardo ovvero “cambiare il mondo”.
Entrambi i gruppi sono condannati all’irrilevanza, in quanto i protagonisti sembrano incapaci di trovare un linguaggio comune.
Il dibattito produce una babele di posizioni solipsistiche, quindi diventa molto difficile intercettare, in base al mio punto di vista, i nuovi bisogni, che sono emersi, con la crisi dello Stato sociale.
Nella lunga intervista che Luigi Celidonio rilascia ad Ascanio Celestini (3) è possibile percepire che l’assegnazione di una casa popolare a coloro che ancor negli anni Sessanta vivono nelle baracche dell’Acquedotto Felice, non molto lontano dalla zona centrale della capitale, disgrega quelle forme di solidarietà che hanno mediato la riproduzione della vita in quella comunità, creando legami inediti, per la fase storica successiva.
Lo Stato che conferisce una casa popolare a un prezzo calmierato (fuori mercato) non manda in frantumi solo la proprietà privata, riconoscendo un bisogno che non può essere soddisfatto dall’impresa capitalistica, ma mina anche le basi della famiglia patriarcale.
Non è la potenza del patriarca ad emancipare dal degrado della baracca il nucleo familiare allargato, anzi egli è costretto a delegare allo Stato la facoltà di sollevarlo dalla povertà materiale, in nome e per conto della Giustizia sociale.
Un percorso di lotte concrete, in quel luogo, portato avanti insieme a un esponente del mondo cattolico, come Don Roberto Sardelli, il quale, con l’esperienza della Scuola 725, ha cercato di far crescere la consapevolezza di uscire da quella condizione di povertà. Come puntualizza Celidonio: “Il Diritto ad abitare non poteva essere trattato alla stessa stregua di un’elemosina”.
L’aver dovuto rinunciare alla sovranità patriarcale, ha permesso, in generale, un miglioramento delle condizioni economiche per un verso, mentre, per l’altro, si è verificato un aumento della complessità sociale.
Ed è proprio in questa complessità, con le sue complicazioni, che secondo Maselli vanno ricercate le ragioni dell’amara crisi, che ha messo fuori campo, non tanto fuori gioco, le forze della sinistra. In questo errare, in questo smarrimento, in qualche modo, si seguono le ombre dell’ambivalenza, non ci sono buoni da premiare e cattivi da castigare, non ci sono anime che hanno tradito i rigogliosi ideali, piuttosto anime disorientate e perse, che non riescono a trovare un senso al loro agire.
Sul piano simbolico, nella visione di Maselli, nelle ultime scene del suo film, la speranza di una rigenerazione della sinistra ricade su quei giovani che si ritrovano in un casale abbandonato e degradato, circondato da un prato desolato, ma non è un ritorno al passato, ai valori della terra e della tradizione contadina.
Nel prendere le misure, per la ristrutturazione di quella casa fatiscente, il regista rimarca con forza che quei giovani non ripartono da una baracca. Tuttavia, è necessario riprendere il cammino, tenendo conto del fatto che le conquiste sociali acquisite non sono eterne, come si evince dalla decadenza che avvolge quel casale, né tanto meno si possono ignorare i bisogni ambientali emergenti e gli sviluppi delle nuove tecnologie costruttive.
Al di là di questa calzante metafora sulla deriva della sinistra, che mette in primo piano il fallimento di trasformare un Centro sociale in una Casa della Cultura – secondo il modello proposto in Francia, nei primi anni Sessanta del Novecento, da André Malraux – purtroppo, nel bel film di Maselli, non ci sono riferimenti alle tematiche del lavoro, della precarietà, della disoccupazione, il posticipo di 10 anni dell’età pensionabile, rispetto ai primi anni Novanta, lo sfruttamento selvaggio nel settore agricolo, i salari da fame, eccetera.
Note
- Frammento sulle macchine.
- La contrapposizione tra lavoro manuale e quello intellettuale è posta in questa proposizione, in modo lineare, per ribadire il concetto che per la prima volta vengono messe in discussione quelle posizioni lavorative ritenute intoccabili. Ovviamente, le ripercussioni ricadrebbero anche sul lavoro manuale. Ma per una visione che vada oltre la meccanica separazione tra lavoro intellettuale e quello manuale, si rinvia il lettore interessato all’articolo di Leo Essen, Il manovale non pensa. Sohn-Rethel: Lavoro intellettuale e lavoro manuale.
- La lezione di Don Sardelli, Ascanio Celestini incontra Luigi Celidonio.
16/06/2026
L’uso dell’AI ha già tagliato 425mila lavoratori in tre anni
Secondo i dati elaborati dall’ILO (Organizzazione Internazionale del Lavoro delle Nazioni Unite), il numero di lavoratrici e lavoratori licenziati negli ultimi 3 anni come conseguenza dell’IA sono circa 425.000 a livello globale. Di questi 142mila sono in Europa.
Da quanto riportato dall’International Labour Organization, il 25% dell’occupazione globale rientra in professioni potenzialmente esposte all’Intelligenza Artificiale e, significativamente con percentuali più elevate nei paesi ad alto reddito (34%) dove un lavoratore su 4 potrebbe essere sostituito da una macchina nei prossimi anni.
I lavori più a rischio sono quelli che prevedono attività ripetitive e componenti digitali e testuali facilmente automatizzabili: call center, assistenza amministrativa, assistenza clienti, impiegati di banche e poste, cassieri e traduttori.
Secondo uno studio condotto dal Politecnico di Torino, lo scorso anno il numero di annunci di lavoro in Italia che hanno richiesto competenze legate all’IA è cresciuto del 93%, un incremento che va di pari passo con l’evolversi del mercato italiano dell’Intelligenza Artificiale che ha raggiunto il valore di 1,8 miliardi di euro, in crescita del +50% rispetto al 2024.
Oltre quattro lavoratori italiani su dieci (il 42,6%) vivono con la paura che verranno presto sostituiti dall’intelligenza artificiale. A rivelarlo è il 9° Rapporto Eudaimon-Censis, che misura un fenomeno che gli esperti hanno battezzato “AI Anxiety”. Non si tratta tanto di una preoccupazione passeggera, quanto di un blocco psicologico che mina la capacità di adattamento e genera una profonda insicurezza rispetto al proprio futuro professionale. Dal rapporto emerge anche un dato “paradossale” secondo il quale il 70% degli intervistati ammette che l’IA migliora concretamente la qualità del lavoro.
Sul fronte dell’opinione pubblica, l’indagine internazionale SCOaPP-10 mostra come oltre il 50% degli italiani si dichiari preoccupato per l’avvento delle nuove tecnologie, mentre circa il 60% ritiene di non possedere competenze digitali adeguate per affrontare la trasformazione in corso.
Fonte
Da quanto riportato dall’International Labour Organization, il 25% dell’occupazione globale rientra in professioni potenzialmente esposte all’Intelligenza Artificiale e, significativamente con percentuali più elevate nei paesi ad alto reddito (34%) dove un lavoratore su 4 potrebbe essere sostituito da una macchina nei prossimi anni.
I lavori più a rischio sono quelli che prevedono attività ripetitive e componenti digitali e testuali facilmente automatizzabili: call center, assistenza amministrativa, assistenza clienti, impiegati di banche e poste, cassieri e traduttori.
Secondo uno studio condotto dal Politecnico di Torino, lo scorso anno il numero di annunci di lavoro in Italia che hanno richiesto competenze legate all’IA è cresciuto del 93%, un incremento che va di pari passo con l’evolversi del mercato italiano dell’Intelligenza Artificiale che ha raggiunto il valore di 1,8 miliardi di euro, in crescita del +50% rispetto al 2024.
Oltre quattro lavoratori italiani su dieci (il 42,6%) vivono con la paura che verranno presto sostituiti dall’intelligenza artificiale. A rivelarlo è il 9° Rapporto Eudaimon-Censis, che misura un fenomeno che gli esperti hanno battezzato “AI Anxiety”. Non si tratta tanto di una preoccupazione passeggera, quanto di un blocco psicologico che mina la capacità di adattamento e genera una profonda insicurezza rispetto al proprio futuro professionale. Dal rapporto emerge anche un dato “paradossale” secondo il quale il 70% degli intervistati ammette che l’IA migliora concretamente la qualità del lavoro.
Sul fronte dell’opinione pubblica, l’indagine internazionale SCOaPP-10 mostra come oltre il 50% degli italiani si dichiari preoccupato per l’avvento delle nuove tecnologie, mentre circa il 60% ritiene di non possedere competenze digitali adeguate per affrontare la trasformazione in corso.
Fonte
11/05/2026
Cosa fa l’intelligenza artificiale in guerra
“La guerra è il dominio dell’incertezza: tre quarti delle cose su cui si basa
l’azione bellica giacciono nella nebbia di un’incertezza più o meno grande”. A
due secoli di distanza dal
trattato di strategia militare Della guerra
di Von Clausewitz, potremmo dire che, oggi, uno dei principali obiettivi
dell’impiego dei sistemi d’intelligenza artificiale in ambito bellico è proprio
quello di dissipare quanto più possibile la celeberrima “nebbia della guerra”
teorizzata nell’Ottocento dal generale prussiano.
Navigare e pattugliare territori estesi mediante droni a guida autonoma, riconoscere e classificare rapidamente gli obiettivi che compaiono in video e immagini, ottenere un’analisi predittiva delle minacce, stimare i potenziali danni collaterali, rilevare anomalie. Tutti gli impieghi militari dell’intelligenza artificiale hanno principalmente due scopi: ridurre l’incertezza – raccogliendo, filtrando e interpretando enormi quantità di dati provenienti da sensori, satelliti, droni e sistemi di intelligence – e aumentare la velocità decisionale, valutando le opzioni operative in tempi ridotti, stimando rischi e conseguenze, coordinando le unità e reagendo quasi in tempo reale agli sviluppi del conflitto.
Il paradosso è che questi algoritmi predittivi – che aggregano migliaia di dati di intelligence raccolti da centinaia di fonti diverse – in molti casi rischiano di infittire, invece che diradare, la nebbia della guerra, perché producono una tale quantità di informazioni da rendere la loro interpretazione e gestione particolarmente complessa. Ed è qui che entrano in gioco i modelli linguistici di OpenAI, Anthropic, xAI e, in Europa, Mistral, il cui compito è aiutare a dissipare la coltre di nebbia provocata dall’enorme mole di dati prodotti dai sistemi predittivi.
Il ruolo cruciale dell’IA predittiva
Che cosa fa infatti un chatbot pressoché identico a quelli che usiamo nella vita quotidiana quando è utilizzato in ambito bellico? Prima di tutto, bisogna chiarire alcuni aspetti importanti. Come mostrato anche da un paper della NATO Science and Technology Organization, si tende infatti a fare confusione tra gli impieghi degli algoritmi predittivi (che analizzano dati per individuare schemi, classificare eventi e stimare probabilità future) e quelli invece generativi (capaci di generare probabilisticamente testo, immagini, video o altro).
I large language model non possono riconoscere automaticamente i bersagli, non guidano i missili o i droni, non raccolgono informazioni, non analizzano direttamente i dati dei sensori e non eseguono autonomamente azioni nel mondo reale. La capacità fondamentale di ChatGPT e dei suoi compagni è infatti (provare a) comprendere, elaborare e generare il linguaggio umano sulla base del dataset testuale su cui sono stati addestrati.
Sul campo di battaglia, il grosso del lavoro sporco lo svolgono quindi i sistemi basati su algoritmi predittivi. Due dei casi più (tristemente) noti sono quelli relativi alle piattaforme di intelligenza artificiale massicciamente impiegate dall’esercito israeliano durante l’invasione di Gaza: The Gospel e Lavender.
The Gospel analizza direttamente i dati raccolti tramite intelligence e sorveglianza per identificare obiettivi infrastrutturali – edifici, tunnel, depositi – che vengono poi colpiti dall’esercito. Secondo l’ex capo dell’IDF Aviv Kochavi, questo sistema è in grado di individuare fino a 100 bersagli al giorno: “Per dare una prospettiva”, ha spiegato Kochavi, “in passato ottenevamo 50 obiettivi all’anno”.
Lavender è invece un sistema statistico che assegna a ogni individuo presente nella Striscia di Gaza un punteggio relativo alla probabilità di appartenenza a gruppi armati, elaborando dati provenienti anche in questo caso da intelligence e sorveglianza, oltre a segnali comportamentali e indicatori demografici. Secondo le inchieste del magazine israeliano +972, nel corso del conflitto Lavender ha identificato – con un margine di errore accettato del 10% – circa 37mila palestinesi come potenziali bersagli.
Per quanto invece riguarda gli Stati Uniti (e la NATO), il più diffuso sistema di supporto decisionale (DSS, decision support system) è il Maven Smart System. Sviluppato a partire dal 2017 da Palantir – subentrata dopo il passo indietro di Google, che al tempo aveva rinunciato in seguito alle proteste dei dipendenti – in collaborazione con Amazon (che fornisce in appoggio la piattaforma cloud AWS), una prima versione di Maven è stata impiegata nel 2021 durante il ritiro statunitense dall’Afghanistan. Successivamente è stato utilizzato in supporto a Israele durante l’invasione di Gaza ed è fino a oggi stato impiegato anche per gli attacchi contro l’Iran.
A differenza di The Gospel, Maven non è solo un sistema di AI assisted targeting, ma una piattaforma di comando e controllo che offre anche “consapevolezza situazionale in tempo reale” – ovvero una rappresentazione di ciò che accade sul terreno, comprese posizioni delle forze amiche e nemiche, asset disponibili e minacce attive – e supporto alla pianificazione operativa: dalla generazione e valutazione delle azioni potenziali alla stesura di elementi utili per gli ordini operativi. Secondo gli stessi funzionari della NATO, che hanno siglato nel 2025 un contratto con Palantir per il suo utilizzo, Maven fornisce ai comandanti delle “abilità in stile videogioco” di supervisionare ciò che avviene sul campo di battaglia.
Che cosa fanno i modelli linguistici
E allora i large language model? Prima di vedere i loro usi più avanzati e il modo in cui Claude prima e ChatGPT poi (dopo lo scontro tra Anthropic e il Pentagono) stanno venendo integrati in Maven e in altri sistemi bellici, partiamo dagli impieghi più semplici. In modo non dissimile dai suoi utilizzi civili – ma sfruttando delle versioni appositamente ottimizzate – i modelli linguistici vengono impiegati dagli eserciti per riassumere i manuali operativi, i rapporti delle missioni, i briefing dell’intelligence e altro ancora. Viceversa, possono essere utilizzati anche per generare, a partire dalle indicazioni dei soldati, rapporti, traduzioni, trascrizioni e documentazione di vario tipo.
Durante le esercitazioni, questi sistemi possono anche contribuire alla generazione di scenari bellici; mentre nell’ambito della medicina militare, gli LLM vengono utilizzati per sintetizzare cartelle cliniche e storia medica dei pazienti, consentendo ai medici di campo un accesso rapido alle informazioni essenziali. Possono inoltre essere usati – in maniera simile al “civile” Claude for Healthcare – come strumenti di supporto decisionale, in grado di confrontare opzioni terapeutiche e assistere i medici nelle loro valutazioni.
Nei casi più avanzati, bisogna invece immaginare l’impiego bellico di Claude o ChatGPT come una “interfaccia di conversazione” integrata, per esempio, in Maven Smart System, che permette agli utenti di interpretare più facilmente le informazioni provenienti dalle piattaforme di supporto decisionale. Messa così, può sembrare una cosa da poco. In realtà – come scrive James O’Donnell sulla MIT Tech Review – “è difficile sopravvalutare tutto ciò: l’intelligenza artificiale già da tempo svolge compiti di analisi per i militari, estraendo informazioni utili da un oceano di dati”. Oltre a permettere di navigarli sfruttando il linguaggio naturale e ricevendo risposte immediatamente comprensibili, “l’uso dell’AI generativa permette di ottenere consigli su quale azione intraprendere sul campo, una funzione che sta venendo testata sul serio per la prima volta in Iran”.
Il large language model viene quindi integrato nelle piattaforme predittive per rendere più facilmente comprensibile la complessità delle informazioni da essi ricavate: “Una possibile applicazione potrebbe consistere nell’assistere i comandanti militari nel prendere la decisione giusta alla velocità richiesta, supportando lo staff nello sviluppo, nella valutazione e nella raccomandazione delle opzioni operative disponibili (Courses of Action, COA)”, si legge sulla rivista del Joint Air Power Competence Centre (un centro di ricerca della NATO). “Gli LLM potrebbero inoltre aiutare l’operatore umano nell’analisi e nella valutazione dei dati in tempo reale, accorciando così il ciclo operativo e fornendo un vantaggio decisivo sul campo di battaglia”.
Per fare un (teorico) esempio concreto, possiamo immaginare il seguente scenario: durante un conflitto, i sistemi predittivi rilevano un’anomalia termica in un complesso industriale nemico, i sensori intercettano un picco di comunicazioni crittografate nella stessa area e un drone cattura immagini di veicoli classificati come lanciatori missilistici mobili. Il modello linguistico integrato nella piattaforma di comando incrocia questi dati, provenienti da tre sistemi diversi, con i rapporti di intelligence ricevuti nelle settimane precedenti. In questo modo, individua che lo stesso sito era già stato segnalato come possibile deposito e che il pattern delle comunicazioni somiglia a quelli osservati prima di lanci precedenti. In pochi minuti – anziché nelle ore che servirebbero a un team di analisti – genera un briefing sintetico con tre possibili azioni: attacco, sorveglianza intensificata, richiesta di conferma. Il comandante lo legge, interroga il sistema su ulteriori aspetti specifici e decide il da farsi.
In sintesi, Maven unisce i dati provenienti da satelliti, droni, report di intelligence e segnali radar. Claude o ChatGPT, integrati nella stessa piattaforma, analizzano questi dati, li rendono consultabili in linguaggio naturale e possono fornire suggerimenti sull’azione da intraprendere o la forza da impiegare. Nel corso degli attacchi in Iran, scrive il Washington Post, “Maven ha suggerito centinaia di obiettivi, fornito coordinate di localizzazione precise e dato priorità a questi obiettivi in base alla loro importanza. L’integrazione tra Maven e Claude ha creato uno strumento che sta accelerando il ritmo della campagna, riducendo la capacità dell’Iran di contrattaccare e trasformando una pianificazione delle operazioni che richiedeva settimane in operazioni in tempo reale”. Uno studio della Georgetown University ha invece analizzato i modi in cui il 18° Airborne Corps dell’esercito statunitense utilizza Maven e Claude, concludendo, tra le altre cose, che consente di fare con una squadra di 20 persone ciò che prima ne avrebbe richieste duemila.
Nel 2024 è stata poi siglata una collaborazione tra Anduril – startup che produce armi autonome e semiautonome, come il drone Altius-600M, l’aereo da guerra autonomo Fury e il sottomarino da battaglia Dive-LD – e OpenAI. Come si legge ancora sulla MIT Tech Review, “Anduril addestra da tempo i propri modelli di intelligenza artificiale per analizzare riprese video e dati dei sensori al fine di identificare le minacce. Ciò su cui si concentra meno sono invece i sistemi di AI conversazionale che consentono ai soldati di interrogare direttamente questi sistemi o ricevere indicazioni in linguaggio naturale. Ed è in questo spazio che i modelli di OpenAI potrebbero inserirsi”.
Qualcosa si muove anche in Europa, dove la francese Mistral AI ha siglato alla fine del 2025 un accordo quadro triennale con il ministero delle Forze Armate di Parigi per integrare i propri modelli linguistici nelle operazioni di esercito, marina e aviazione, oltre che in enti strategici come il commissariato per l’energia atomica e il centro di ricerca aerospaziale ONERA. Gli impieghi previsti sono simili a quelli statunitensi: analisi documentale, traduzione, redazione di briefing, supporto decisionale. In questo caso, Mistral sfrutta esclusivamente l’infrastruttura informatica francese, al riparo dai potenziali sguardi indiscreti del cloud statunitense.
Le criticità dell’IA in guerra
In sintesi, i modelli linguistici impiegati in ambito militare sono complementari ai modelli predittivi e spesso integrati nelle stesse piattaforme, permettendo, tra le altre cose, di analizzare con maggiore facilità e rapidità la grande mole di dati raccolta ed elaborata dai sistemi di supporto decisionale.
Che cosa succede, però, quando l’obiettivo principale per il quale si sfruttano questi sistemi di “supporto decisionale” – in cui quindi l’ultima parola spetta agli esseri umani – è aumentare al massimo la velocità con cui si opta per una particolare strategia o si reagisce a uno scenario inatteso? “Avevo a disposizione 20 secondi per ciascun bersaglio, valutandone dozzine ogni giorno”, ha raccontato al Guardian un soldato israeliano che utilizzava Lavender. “Non avevo nessun valore aggiunto come essere umano, se non il fatto di apporre il timbro di approvazione”.
Nel momento in cui la velocità diventa l’imperativo fondamentale, l’essere umano è quasi d’intralcio alla macchina, che quindi da sistema di supporto decisionale rischia di diventare il “sistema decisionale”, mentre i soldati e gli ufficiali si limitano a certificare la loro approvazione alle decisioni prese dalla macchina. Una situazione che è ulteriormente esacerbata dall’integrazione dei modelli linguistici: “Mentre l’interfaccia di Maven costringe gli utenti a ispezionare e interpretare direttamente i dati presenti sulla mappa, i risultati forniti dai modelli generativi sono più semplici da ottenere ma più difficili da verificare”, scrive ancora James O’Donnell.
“Il cambio di paradigma cruciale è che l’IA permette all’esercito statunitense di individuare bersagli alla velocità della macchina invece che a quella umana”, ha spiegato, parlando con il Washington Post, Paule Scharre, vicepresidente del Center for a New American Security. “Il lato negativo è che l’intelligenza artificiale sbaglia e abbiamo bisogno di esseri umani per controllare i suoi output, soprattutto quando ci sono in ballo delle vite”.
Il controllo umano è però tanto indispensabile quanto problematico. Prima di tutto perché, inevitabilmente, riduce la velocità, ma anche perché la capacità degli esseri umani di supervisionare, correggere o ignorare le decisioni della macchina è regolarmente sovrastimata. Le ragioni sono varie e in parte già note: uno studio pubblicato di recente dalla Wharton School definisce “resa cognitiva” il fenomeno per cui gli utenti dei modelli linguistici tendono a dedicare sempre meno tempo alla verifica dei risultati. È una sorta di versione ancora più insidiosa del noto “automation bias”, secondo cui le persone si fidano del giudizio della macchina a causa della patina di oggettività che circonda (erroneamente) questi strumenti statistici e del modo in cui le loro capacità vengono magnificate senza essere adeguatamente problematizzate.
Un altro elemento che sta emergendo è quello del de-skilling causato dalla necessità di prendere decisioni sempre più rapide, che spinge a delegare un numero crescente di responsabilità decisionali alla macchina: “Stiamo riducendo le nostre stesse abilità”, ha spiegato Elke Schwarz, docente del dipartimento di Studi bellici dell’Università di Londra. “I comandanti stanno diventando sempre meno abili a identificare ciò di cui sono responsabili in un campo di battaglia”.
Tutto ciò è ulteriormente complicato dalla tendenza di questi sistemi – ormai accertata e anche ammessa dagli stessi sviluppatori – a dare ragione agli utenti con troppa facilità (fenomeno chiamato AI Sycophancy). Per certi versi, è il contrario dell’automation bias: se nel primo caso sono gli umani che si fidano troppo della macchina, in questo caso sono le macchine che tendono a confermare ciò che gli umani vogliono sentirsi dire, con il rischio che, sul campo di battaglia, i soldati sfruttino questi sistemi, magari inconsapevolmente, per ottenere una conferma di decisioni già prese, indipendentemente dalla loro bontà.
C’è poi il noto e ineliminabile problema delle allucinazioni (quando un sistema di intelligenza artificiale presenta come se fosse certa un’informazione invece sbagliata o completamente inventata), che potrebbero annidarsi in ogni sintesi di report, documento generato a partire dai dati o traduzione. Criticità che diventa ancora più allarmante se combinata alla tendenza dei modelli generativi, recentemente osservata, a prediligere nelle simulazioni l’escalation bellica rispetto a soluzioni più caute.
E questo senza nemmeno aver aperto il fondamentale capitolo dell’etica, della responsabilità (e tracciabilità) decisionale e della trasparenza, soprattutto considerando che – come riporta l’Independent – l’esercito statunitense non tiene traccia del ruolo giocato dall’IA nei singoli attacchi. “Uno stato ha la responsabilità di sapere se l’intelligenza artificiale è stata impiegata in uno qualsiasi dei suoi attacchi”, ha affermato Jessica Dorsey, professoressa di diritto internazionale dell’Università di Utrecht. “I comandanti dovrebbero avere accesso alle informazioni di intelligence su cui si basano i loro attacchi”.
Da questo punto di vista, un recente e tragico episodio avvenuto agli inizi dei bombardamenti sull’Iran riassume perfettamente quanto ciò possa essere problematico. Un numero schiacciante di prove indica che gli Stati Uniti siano responsabili dell’attacco alla scuola di Minab, in Iran, in cui hanno perso la vita 175 persone, la maggior parte delle quali studentesse. Attacco che potrebbe essere stato condotto a causa di dati di intelligence obsoleti, risalenti a quando il sito faceva effettivamente parte di una base navale adiacente delle Guardie Rivoluzionarie iraniane.
Considerando che Maven ha generato oltre mille opzioni di attacco solo nelle prime 24 ore, viene da porsi una domanda: e se l’errore fosse stato causato da una decisione sbagliata dell’intelligenza artificiale (come tra l’altro sospettato), magari a causa di un “pacchetto di bersagli” obsoleto ma che l’IA ha riciclato presentandolo in maniera convincente? Oppure se, più semplicemente, la quantità di bersagli individuati in un tempo rapidissimo non avesse dato ai militari il tempo necessario a verificare che fossero quelli giusti?
L’intelligenza artificiale potrebbe non essere responsabile di questa strage, ma di sicuro sta rendendo più complesso risalire la catena delle responsabilità. Tutti questi rischi e queste criticità vengono sollevate da anni dalle organizzazioni che chiedono di vietare – o almeno regolamentare rigidamente, a livello internazionale – l’impiego dell’intelligenza artificiale in ambito bellico. Quel treno, ormai, sembra però essere passato.
Fonte
Navigare e pattugliare territori estesi mediante droni a guida autonoma, riconoscere e classificare rapidamente gli obiettivi che compaiono in video e immagini, ottenere un’analisi predittiva delle minacce, stimare i potenziali danni collaterali, rilevare anomalie. Tutti gli impieghi militari dell’intelligenza artificiale hanno principalmente due scopi: ridurre l’incertezza – raccogliendo, filtrando e interpretando enormi quantità di dati provenienti da sensori, satelliti, droni e sistemi di intelligence – e aumentare la velocità decisionale, valutando le opzioni operative in tempi ridotti, stimando rischi e conseguenze, coordinando le unità e reagendo quasi in tempo reale agli sviluppi del conflitto.
Il paradosso è che questi algoritmi predittivi – che aggregano migliaia di dati di intelligence raccolti da centinaia di fonti diverse – in molti casi rischiano di infittire, invece che diradare, la nebbia della guerra, perché producono una tale quantità di informazioni da rendere la loro interpretazione e gestione particolarmente complessa. Ed è qui che entrano in gioco i modelli linguistici di OpenAI, Anthropic, xAI e, in Europa, Mistral, il cui compito è aiutare a dissipare la coltre di nebbia provocata dall’enorme mole di dati prodotti dai sistemi predittivi.
Il ruolo cruciale dell’IA predittiva
Che cosa fa infatti un chatbot pressoché identico a quelli che usiamo nella vita quotidiana quando è utilizzato in ambito bellico? Prima di tutto, bisogna chiarire alcuni aspetti importanti. Come mostrato anche da un paper della NATO Science and Technology Organization, si tende infatti a fare confusione tra gli impieghi degli algoritmi predittivi (che analizzano dati per individuare schemi, classificare eventi e stimare probabilità future) e quelli invece generativi (capaci di generare probabilisticamente testo, immagini, video o altro).
I large language model non possono riconoscere automaticamente i bersagli, non guidano i missili o i droni, non raccolgono informazioni, non analizzano direttamente i dati dei sensori e non eseguono autonomamente azioni nel mondo reale. La capacità fondamentale di ChatGPT e dei suoi compagni è infatti (provare a) comprendere, elaborare e generare il linguaggio umano sulla base del dataset testuale su cui sono stati addestrati.
Sul campo di battaglia, il grosso del lavoro sporco lo svolgono quindi i sistemi basati su algoritmi predittivi. Due dei casi più (tristemente) noti sono quelli relativi alle piattaforme di intelligenza artificiale massicciamente impiegate dall’esercito israeliano durante l’invasione di Gaza: The Gospel e Lavender.
The Gospel analizza direttamente i dati raccolti tramite intelligence e sorveglianza per identificare obiettivi infrastrutturali – edifici, tunnel, depositi – che vengono poi colpiti dall’esercito. Secondo l’ex capo dell’IDF Aviv Kochavi, questo sistema è in grado di individuare fino a 100 bersagli al giorno: “Per dare una prospettiva”, ha spiegato Kochavi, “in passato ottenevamo 50 obiettivi all’anno”.
Lavender è invece un sistema statistico che assegna a ogni individuo presente nella Striscia di Gaza un punteggio relativo alla probabilità di appartenenza a gruppi armati, elaborando dati provenienti anche in questo caso da intelligence e sorveglianza, oltre a segnali comportamentali e indicatori demografici. Secondo le inchieste del magazine israeliano +972, nel corso del conflitto Lavender ha identificato – con un margine di errore accettato del 10% – circa 37mila palestinesi come potenziali bersagli.
Per quanto invece riguarda gli Stati Uniti (e la NATO), il più diffuso sistema di supporto decisionale (DSS, decision support system) è il Maven Smart System. Sviluppato a partire dal 2017 da Palantir – subentrata dopo il passo indietro di Google, che al tempo aveva rinunciato in seguito alle proteste dei dipendenti – in collaborazione con Amazon (che fornisce in appoggio la piattaforma cloud AWS), una prima versione di Maven è stata impiegata nel 2021 durante il ritiro statunitense dall’Afghanistan. Successivamente è stato utilizzato in supporto a Israele durante l’invasione di Gaza ed è fino a oggi stato impiegato anche per gli attacchi contro l’Iran.
A differenza di The Gospel, Maven non è solo un sistema di AI assisted targeting, ma una piattaforma di comando e controllo che offre anche “consapevolezza situazionale in tempo reale” – ovvero una rappresentazione di ciò che accade sul terreno, comprese posizioni delle forze amiche e nemiche, asset disponibili e minacce attive – e supporto alla pianificazione operativa: dalla generazione e valutazione delle azioni potenziali alla stesura di elementi utili per gli ordini operativi. Secondo gli stessi funzionari della NATO, che hanno siglato nel 2025 un contratto con Palantir per il suo utilizzo, Maven fornisce ai comandanti delle “abilità in stile videogioco” di supervisionare ciò che avviene sul campo di battaglia.
Che cosa fanno i modelli linguistici
E allora i large language model? Prima di vedere i loro usi più avanzati e il modo in cui Claude prima e ChatGPT poi (dopo lo scontro tra Anthropic e il Pentagono) stanno venendo integrati in Maven e in altri sistemi bellici, partiamo dagli impieghi più semplici. In modo non dissimile dai suoi utilizzi civili – ma sfruttando delle versioni appositamente ottimizzate – i modelli linguistici vengono impiegati dagli eserciti per riassumere i manuali operativi, i rapporti delle missioni, i briefing dell’intelligence e altro ancora. Viceversa, possono essere utilizzati anche per generare, a partire dalle indicazioni dei soldati, rapporti, traduzioni, trascrizioni e documentazione di vario tipo.
Durante le esercitazioni, questi sistemi possono anche contribuire alla generazione di scenari bellici; mentre nell’ambito della medicina militare, gli LLM vengono utilizzati per sintetizzare cartelle cliniche e storia medica dei pazienti, consentendo ai medici di campo un accesso rapido alle informazioni essenziali. Possono inoltre essere usati – in maniera simile al “civile” Claude for Healthcare – come strumenti di supporto decisionale, in grado di confrontare opzioni terapeutiche e assistere i medici nelle loro valutazioni.
Nei casi più avanzati, bisogna invece immaginare l’impiego bellico di Claude o ChatGPT come una “interfaccia di conversazione” integrata, per esempio, in Maven Smart System, che permette agli utenti di interpretare più facilmente le informazioni provenienti dalle piattaforme di supporto decisionale. Messa così, può sembrare una cosa da poco. In realtà – come scrive James O’Donnell sulla MIT Tech Review – “è difficile sopravvalutare tutto ciò: l’intelligenza artificiale già da tempo svolge compiti di analisi per i militari, estraendo informazioni utili da un oceano di dati”. Oltre a permettere di navigarli sfruttando il linguaggio naturale e ricevendo risposte immediatamente comprensibili, “l’uso dell’AI generativa permette di ottenere consigli su quale azione intraprendere sul campo, una funzione che sta venendo testata sul serio per la prima volta in Iran”.
Il large language model viene quindi integrato nelle piattaforme predittive per rendere più facilmente comprensibile la complessità delle informazioni da essi ricavate: “Una possibile applicazione potrebbe consistere nell’assistere i comandanti militari nel prendere la decisione giusta alla velocità richiesta, supportando lo staff nello sviluppo, nella valutazione e nella raccomandazione delle opzioni operative disponibili (Courses of Action, COA)”, si legge sulla rivista del Joint Air Power Competence Centre (un centro di ricerca della NATO). “Gli LLM potrebbero inoltre aiutare l’operatore umano nell’analisi e nella valutazione dei dati in tempo reale, accorciando così il ciclo operativo e fornendo un vantaggio decisivo sul campo di battaglia”.
Per fare un (teorico) esempio concreto, possiamo immaginare il seguente scenario: durante un conflitto, i sistemi predittivi rilevano un’anomalia termica in un complesso industriale nemico, i sensori intercettano un picco di comunicazioni crittografate nella stessa area e un drone cattura immagini di veicoli classificati come lanciatori missilistici mobili. Il modello linguistico integrato nella piattaforma di comando incrocia questi dati, provenienti da tre sistemi diversi, con i rapporti di intelligence ricevuti nelle settimane precedenti. In questo modo, individua che lo stesso sito era già stato segnalato come possibile deposito e che il pattern delle comunicazioni somiglia a quelli osservati prima di lanci precedenti. In pochi minuti – anziché nelle ore che servirebbero a un team di analisti – genera un briefing sintetico con tre possibili azioni: attacco, sorveglianza intensificata, richiesta di conferma. Il comandante lo legge, interroga il sistema su ulteriori aspetti specifici e decide il da farsi.
In sintesi, Maven unisce i dati provenienti da satelliti, droni, report di intelligence e segnali radar. Claude o ChatGPT, integrati nella stessa piattaforma, analizzano questi dati, li rendono consultabili in linguaggio naturale e possono fornire suggerimenti sull’azione da intraprendere o la forza da impiegare. Nel corso degli attacchi in Iran, scrive il Washington Post, “Maven ha suggerito centinaia di obiettivi, fornito coordinate di localizzazione precise e dato priorità a questi obiettivi in base alla loro importanza. L’integrazione tra Maven e Claude ha creato uno strumento che sta accelerando il ritmo della campagna, riducendo la capacità dell’Iran di contrattaccare e trasformando una pianificazione delle operazioni che richiedeva settimane in operazioni in tempo reale”. Uno studio della Georgetown University ha invece analizzato i modi in cui il 18° Airborne Corps dell’esercito statunitense utilizza Maven e Claude, concludendo, tra le altre cose, che consente di fare con una squadra di 20 persone ciò che prima ne avrebbe richieste duemila.
Nel 2024 è stata poi siglata una collaborazione tra Anduril – startup che produce armi autonome e semiautonome, come il drone Altius-600M, l’aereo da guerra autonomo Fury e il sottomarino da battaglia Dive-LD – e OpenAI. Come si legge ancora sulla MIT Tech Review, “Anduril addestra da tempo i propri modelli di intelligenza artificiale per analizzare riprese video e dati dei sensori al fine di identificare le minacce. Ciò su cui si concentra meno sono invece i sistemi di AI conversazionale che consentono ai soldati di interrogare direttamente questi sistemi o ricevere indicazioni in linguaggio naturale. Ed è in questo spazio che i modelli di OpenAI potrebbero inserirsi”.
Qualcosa si muove anche in Europa, dove la francese Mistral AI ha siglato alla fine del 2025 un accordo quadro triennale con il ministero delle Forze Armate di Parigi per integrare i propri modelli linguistici nelle operazioni di esercito, marina e aviazione, oltre che in enti strategici come il commissariato per l’energia atomica e il centro di ricerca aerospaziale ONERA. Gli impieghi previsti sono simili a quelli statunitensi: analisi documentale, traduzione, redazione di briefing, supporto decisionale. In questo caso, Mistral sfrutta esclusivamente l’infrastruttura informatica francese, al riparo dai potenziali sguardi indiscreti del cloud statunitense.
Le criticità dell’IA in guerra
In sintesi, i modelli linguistici impiegati in ambito militare sono complementari ai modelli predittivi e spesso integrati nelle stesse piattaforme, permettendo, tra le altre cose, di analizzare con maggiore facilità e rapidità la grande mole di dati raccolta ed elaborata dai sistemi di supporto decisionale.
Che cosa succede, però, quando l’obiettivo principale per il quale si sfruttano questi sistemi di “supporto decisionale” – in cui quindi l’ultima parola spetta agli esseri umani – è aumentare al massimo la velocità con cui si opta per una particolare strategia o si reagisce a uno scenario inatteso? “Avevo a disposizione 20 secondi per ciascun bersaglio, valutandone dozzine ogni giorno”, ha raccontato al Guardian un soldato israeliano che utilizzava Lavender. “Non avevo nessun valore aggiunto come essere umano, se non il fatto di apporre il timbro di approvazione”.
Nel momento in cui la velocità diventa l’imperativo fondamentale, l’essere umano è quasi d’intralcio alla macchina, che quindi da sistema di supporto decisionale rischia di diventare il “sistema decisionale”, mentre i soldati e gli ufficiali si limitano a certificare la loro approvazione alle decisioni prese dalla macchina. Una situazione che è ulteriormente esacerbata dall’integrazione dei modelli linguistici: “Mentre l’interfaccia di Maven costringe gli utenti a ispezionare e interpretare direttamente i dati presenti sulla mappa, i risultati forniti dai modelli generativi sono più semplici da ottenere ma più difficili da verificare”, scrive ancora James O’Donnell.
“Il cambio di paradigma cruciale è che l’IA permette all’esercito statunitense di individuare bersagli alla velocità della macchina invece che a quella umana”, ha spiegato, parlando con il Washington Post, Paule Scharre, vicepresidente del Center for a New American Security. “Il lato negativo è che l’intelligenza artificiale sbaglia e abbiamo bisogno di esseri umani per controllare i suoi output, soprattutto quando ci sono in ballo delle vite”.
Il controllo umano è però tanto indispensabile quanto problematico. Prima di tutto perché, inevitabilmente, riduce la velocità, ma anche perché la capacità degli esseri umani di supervisionare, correggere o ignorare le decisioni della macchina è regolarmente sovrastimata. Le ragioni sono varie e in parte già note: uno studio pubblicato di recente dalla Wharton School definisce “resa cognitiva” il fenomeno per cui gli utenti dei modelli linguistici tendono a dedicare sempre meno tempo alla verifica dei risultati. È una sorta di versione ancora più insidiosa del noto “automation bias”, secondo cui le persone si fidano del giudizio della macchina a causa della patina di oggettività che circonda (erroneamente) questi strumenti statistici e del modo in cui le loro capacità vengono magnificate senza essere adeguatamente problematizzate.
Un altro elemento che sta emergendo è quello del de-skilling causato dalla necessità di prendere decisioni sempre più rapide, che spinge a delegare un numero crescente di responsabilità decisionali alla macchina: “Stiamo riducendo le nostre stesse abilità”, ha spiegato Elke Schwarz, docente del dipartimento di Studi bellici dell’Università di Londra. “I comandanti stanno diventando sempre meno abili a identificare ciò di cui sono responsabili in un campo di battaglia”.
Tutto ciò è ulteriormente complicato dalla tendenza di questi sistemi – ormai accertata e anche ammessa dagli stessi sviluppatori – a dare ragione agli utenti con troppa facilità (fenomeno chiamato AI Sycophancy). Per certi versi, è il contrario dell’automation bias: se nel primo caso sono gli umani che si fidano troppo della macchina, in questo caso sono le macchine che tendono a confermare ciò che gli umani vogliono sentirsi dire, con il rischio che, sul campo di battaglia, i soldati sfruttino questi sistemi, magari inconsapevolmente, per ottenere una conferma di decisioni già prese, indipendentemente dalla loro bontà.
C’è poi il noto e ineliminabile problema delle allucinazioni (quando un sistema di intelligenza artificiale presenta come se fosse certa un’informazione invece sbagliata o completamente inventata), che potrebbero annidarsi in ogni sintesi di report, documento generato a partire dai dati o traduzione. Criticità che diventa ancora più allarmante se combinata alla tendenza dei modelli generativi, recentemente osservata, a prediligere nelle simulazioni l’escalation bellica rispetto a soluzioni più caute.
E questo senza nemmeno aver aperto il fondamentale capitolo dell’etica, della responsabilità (e tracciabilità) decisionale e della trasparenza, soprattutto considerando che – come riporta l’Independent – l’esercito statunitense non tiene traccia del ruolo giocato dall’IA nei singoli attacchi. “Uno stato ha la responsabilità di sapere se l’intelligenza artificiale è stata impiegata in uno qualsiasi dei suoi attacchi”, ha affermato Jessica Dorsey, professoressa di diritto internazionale dell’Università di Utrecht. “I comandanti dovrebbero avere accesso alle informazioni di intelligence su cui si basano i loro attacchi”.
Da questo punto di vista, un recente e tragico episodio avvenuto agli inizi dei bombardamenti sull’Iran riassume perfettamente quanto ciò possa essere problematico. Un numero schiacciante di prove indica che gli Stati Uniti siano responsabili dell’attacco alla scuola di Minab, in Iran, in cui hanno perso la vita 175 persone, la maggior parte delle quali studentesse. Attacco che potrebbe essere stato condotto a causa di dati di intelligence obsoleti, risalenti a quando il sito faceva effettivamente parte di una base navale adiacente delle Guardie Rivoluzionarie iraniane.
Considerando che Maven ha generato oltre mille opzioni di attacco solo nelle prime 24 ore, viene da porsi una domanda: e se l’errore fosse stato causato da una decisione sbagliata dell’intelligenza artificiale (come tra l’altro sospettato), magari a causa di un “pacchetto di bersagli” obsoleto ma che l’IA ha riciclato presentandolo in maniera convincente? Oppure se, più semplicemente, la quantità di bersagli individuati in un tempo rapidissimo non avesse dato ai militari il tempo necessario a verificare che fossero quelli giusti?
L’intelligenza artificiale potrebbe non essere responsabile di questa strage, ma di sicuro sta rendendo più complesso risalire la catena delle responsabilità. Tutti questi rischi e queste criticità vengono sollevate da anni dalle organizzazioni che chiedono di vietare – o almeno regolamentare rigidamente, a livello internazionale – l’impiego dell’intelligenza artificiale in ambito bellico. Quel treno, ormai, sembra però essere passato.
Fonte
13/02/2026
L'“altruista” che spaventa la finanza
Sembra una presa in giro attentamente studiata, più che l’antica ironia della Storia. Ma l’idea che un intero settore dell’“industria finanziaria” (altra definizione inconsapevolmente autoironica) possa entrare in fibrillazione quando appare all’orizzonte una semplice app prodotta da una startup che si chiama Altruist è davvero stimolante. Non è un Robin Hood digitale, ma minaccia un business sicuramente redditizio.
Sono ormai due giorni che le borse occidentali, già da mesi in allarme per la possibile esplosione della “bolla dell’intelligenza artificiale” – quotazione dei titoli relativi assurdamente alte pur in presenza di profitti al momento quasi inesistenti e un indebitamento da migliaia di miliardi – vedono il repentino crollo azionario delle società di risparmio gestito (sgr).
Queste ultime sono quelle branche di normali banche che si occupano di far fruttare i risparmi depositati da clienti, sfruttando la scarsa conoscenza dei meccanismi finanziari, la paura di perdere molto per inseguire il sogno preistorico di fare più soldi con i soldi. O anche soltanto di garantirsi una vecchiaia tranquilla.
Le sgr, in pratica, creano dei fondi comuni differenziati per il “profilo di rischio” in cui incanalare quei risparmi investendo in titoli azionari, obbligazioni di stato e societari, etf e altre “diavolerie” di natura imprecisata per il comune mortale.
Sono il rifugio obbligato di un ceto medio con un piccolo patrimonio messo da parte (risparmio, quando lo stipendio è o era alto, liquidazione a fine carriera, risarcimenti, eredità, ecc.), ma impossibilitato a gestire in autonomia l’investimento “sicuro”, “prudente” ma comunque almeno un po’ redditizio.
Le sgr, naturalmente, “grattano” una parte del reddito che ne viene fuori (anche quando le dinamiche di mercato producono invece delle perdite), come retribuzione di un’attività di intermediazione.
In questo mondo in fondo tranquillo è improvvisamente apparsa l’app “Hazel”, creata appunto da Altruist, ovvero un software di gestione patrimoniale basato sull’intelligenza artificiale e dotato di funzionalità di pianificazione fiscale dedicate ai “consulenti finanziari indipendenti”, ossia persone – non società né banche – che fanno lo stesso lavoro delle sgr.
È un tipo di figura professionale diffusa soprattutto negli Usa, da sempre “concorrenziale” con le sgr ma gravata dall’intrinseca debolezza degli individui rispetto a una “struttura organizzata” che concentra diverse competenze (legali, fiscali, borsistiche, ecc.). Hazel permette di bypassare gran parte di quelle competenze che in fondo si riducono alla conoscenza di regole, leggi, ecc., che sono codificate e quindi sono uguali per tutti.
L’intelligenza artificiale permette di interrogare tutta quella massa di codici in continuo aggiornamento/modificazione, facendo a meno degli “esperti” relativi. Anche il “consulente indipendente”, insomma, diventa davvero “competitivo” con una società con centinaia o migliaia di “gestori”.
Non è ancora un software in grado di eliminare anche questa figura, permettendo al singolo risparmiatore di gestirsi da solo (a meno che non abbia qualche esperienza lavorativa nel settore), ma di certo permette di abbassare moltissimo il costo della “cura del patrimonio”. Ossia la quota di profitto/reddito da lasciare alla sgr o al “consulente”.
Hazel, in pratica, è una piattaforma di IA per automatizzare e potenziare il lavoro quotidiano di un consulente o investitore privato. Elabora istantaneamente dichiarazioni dei redditi, buste paga, estratti conto e documenti legali senza dover fare l’inserimento manuale dei dati.
Genera “strategie personalizzate”, applicando una logica fiscale per identificare opportunità di risparmio e creare in pochi minuti piani pronti per il cliente, nonché tutte le possibilità relative al pensionamento, alla compravendita di case, ecc.. Di fatto, saltano quote impressionanti di lavoro (e di guadagno) per fiscalisti, commercialisti, consulenti di molti ambiti.
La “sussunzione del lavoro mentale” di basso e medio livello, basato su conoscenze standard e pubbliche, viene così ad interferire negativamente non solo sull’occupazione (tutti quelli che perderanno il posto di lavoro), ma anche sui profitti del capitale finanziario concentrato in società multinazionali. Quella riduzione di lavoro che dà sempre fa felice il mondo degli imprenditori in questo caso porta con sé anche una riduzione dei profitti, contrariamente al solito.
Una quota al momento difficilmente quantificabile, ma già sufficiente a far scattare allarme rosso in un sistema che da anni si aggira in cerca di una fase espansiva che non arriva mai. E anzi si annuncia grandine. Tanto che basta un “altruista” per scatenare il panico nel mondo degli egoisti...
Fonte
Sono ormai due giorni che le borse occidentali, già da mesi in allarme per la possibile esplosione della “bolla dell’intelligenza artificiale” – quotazione dei titoli relativi assurdamente alte pur in presenza di profitti al momento quasi inesistenti e un indebitamento da migliaia di miliardi – vedono il repentino crollo azionario delle società di risparmio gestito (sgr).
Queste ultime sono quelle branche di normali banche che si occupano di far fruttare i risparmi depositati da clienti, sfruttando la scarsa conoscenza dei meccanismi finanziari, la paura di perdere molto per inseguire il sogno preistorico di fare più soldi con i soldi. O anche soltanto di garantirsi una vecchiaia tranquilla.
Le sgr, in pratica, creano dei fondi comuni differenziati per il “profilo di rischio” in cui incanalare quei risparmi investendo in titoli azionari, obbligazioni di stato e societari, etf e altre “diavolerie” di natura imprecisata per il comune mortale.
Sono il rifugio obbligato di un ceto medio con un piccolo patrimonio messo da parte (risparmio, quando lo stipendio è o era alto, liquidazione a fine carriera, risarcimenti, eredità, ecc.), ma impossibilitato a gestire in autonomia l’investimento “sicuro”, “prudente” ma comunque almeno un po’ redditizio.
Le sgr, naturalmente, “grattano” una parte del reddito che ne viene fuori (anche quando le dinamiche di mercato producono invece delle perdite), come retribuzione di un’attività di intermediazione.
In questo mondo in fondo tranquillo è improvvisamente apparsa l’app “Hazel”, creata appunto da Altruist, ovvero un software di gestione patrimoniale basato sull’intelligenza artificiale e dotato di funzionalità di pianificazione fiscale dedicate ai “consulenti finanziari indipendenti”, ossia persone – non società né banche – che fanno lo stesso lavoro delle sgr.
È un tipo di figura professionale diffusa soprattutto negli Usa, da sempre “concorrenziale” con le sgr ma gravata dall’intrinseca debolezza degli individui rispetto a una “struttura organizzata” che concentra diverse competenze (legali, fiscali, borsistiche, ecc.). Hazel permette di bypassare gran parte di quelle competenze che in fondo si riducono alla conoscenza di regole, leggi, ecc., che sono codificate e quindi sono uguali per tutti.
L’intelligenza artificiale permette di interrogare tutta quella massa di codici in continuo aggiornamento/modificazione, facendo a meno degli “esperti” relativi. Anche il “consulente indipendente”, insomma, diventa davvero “competitivo” con una società con centinaia o migliaia di “gestori”.
Non è ancora un software in grado di eliminare anche questa figura, permettendo al singolo risparmiatore di gestirsi da solo (a meno che non abbia qualche esperienza lavorativa nel settore), ma di certo permette di abbassare moltissimo il costo della “cura del patrimonio”. Ossia la quota di profitto/reddito da lasciare alla sgr o al “consulente”.
Hazel, in pratica, è una piattaforma di IA per automatizzare e potenziare il lavoro quotidiano di un consulente o investitore privato. Elabora istantaneamente dichiarazioni dei redditi, buste paga, estratti conto e documenti legali senza dover fare l’inserimento manuale dei dati.
Genera “strategie personalizzate”, applicando una logica fiscale per identificare opportunità di risparmio e creare in pochi minuti piani pronti per il cliente, nonché tutte le possibilità relative al pensionamento, alla compravendita di case, ecc.. Di fatto, saltano quote impressionanti di lavoro (e di guadagno) per fiscalisti, commercialisti, consulenti di molti ambiti.
La “sussunzione del lavoro mentale” di basso e medio livello, basato su conoscenze standard e pubbliche, viene così ad interferire negativamente non solo sull’occupazione (tutti quelli che perderanno il posto di lavoro), ma anche sui profitti del capitale finanziario concentrato in società multinazionali. Quella riduzione di lavoro che dà sempre fa felice il mondo degli imprenditori in questo caso porta con sé anche una riduzione dei profitti, contrariamente al solito.
Una quota al momento difficilmente quantificabile, ma già sufficiente a far scattare allarme rosso in un sistema che da anni si aggira in cerca di una fase espansiva che non arriva mai. E anzi si annuncia grandine. Tanto che basta un “altruista” per scatenare il panico nel mondo degli egoisti...
Fonte
25/01/2026
Giù le nascite e il Pil, le nuove sfide della Cina
di Michelangelo Cocco
La Cina ha registrato nel 2025 il più forte calo demografico dalla grande carestia del 1959-61. Secondo i dati diffusi oggi dall’Ufficio nazionale di statistica (NBS), la popolazione è scesa di 3,39 milioni di persone, passando da 1,4083 miliardi a 1,4049 miliardi. È il secondo anno consecutivo di contrazione, dopo che nel 2023 il paese aveva perso il primato di nazione più popolosa, a favore dell’India.
Il dato più negativo riguarda le nascite: soltanto 7,92 milioni di neonati nel 2025 (contro 11,31 milioni di morti), il livello più basso dalla fondazione della Repubblica popolare nel 1949. Rispetto al 2024 si tratta di un calo del 17 per cento, mentre il confronto con il picco del 2016 evidenzia un crollo di circa dieci milioni. Per il quarto anno consecutivo la curva della natalità continua a scendere, nonostante le campagne governative e gli incentivi economici.
Le ragioni sono molteplici: il costo della vita cresciuto vertiginosamente negli ultimi decenni, la crisi del modello tradizionale di famiglia, e un diffuso orientamento verso l’individualismo nell’era post-Covid. Anche il neoconfucianesimo socialista promosso da Xi Jinping non sembra in grado di invertire la tendenza. Non si mette più su famiglia e, dunque, non si fanno figli (in Cina i due momenti ancora coincidono).
Sociologi e demografi discutono di nuove politiche di welfare e sostegni alla fertilità, ma la fiducia dei cittadini resta bassa. Intanto la trasformazione sociale è già visibile: uomini e donne soli, e un numero crescente di anziani, stanno cambiando stili di vita e di consumo nella “fabbrica del mondo”. Per compensare l’invecchiamento della forza lavoro, Pechino ha avviato un massiccio programma di robotizzazione: quattro umanoidi su cinque installati nel mondo nel 2025 hanno preso servizio in Cina.
Sul fronte economico – sempre secondo i dati ufficiali diffusi oggi – il quarto trimestre ha segnato una crescita del PIL del 4,5 per cento, la più lenta degli ultimi tre anni. Il paese ha comunque centrato l’obiettivo annuale del +5 per cento, ma solo grazie soprattutto al boom delle esportazioni, che l’anno scorso hanno generato un surplus commerciale record di oltre 1.190 miliardi di dollari. La domanda interna, invece, rimane al di sotto delle aspettative.
Si accentua così la dipendenza dall’export, nonostante le politiche governative puntino in direzione opposta, ad aumentare cioè il peso della domanda interna: nel 2025 il 32,7 per cento del PIL è derivato dalle vendite all’estero, il livello più alto dal 1997. Una condizione che, da un lato, è un riflesso dell’accresciuta competitività delle compagnie cinesi nei mercati internazionali, dall’altro espone la Cina alle turbolenze dell’era Trump, dell’aumento del protezionismo e delle tensioni geopolitiche.
Il calo delle esportazioni verso gli Stati Uniti, penalizzate dai dazi imposti da Donald Trump, è stato comunque più che compensato nel 2025 dall’aumento delle spedizioni verso Unione Europea, Sud-Est asiatico, Africa e America Latina.
Il governo è consapevole delle difficoltà. Kang Yi, direttore del NBS, ha sottolineato che l’economia ha resistito a molteplici pressioni mantenendo una crescita stabile, ma ha avvertito che le sfide esterne si stanno intensificando e che “problemi di lunga data e nuove criticità” pesano sullo sviluppo.
24/01/2026
29/10/2025
Intelligenza artificiale: al servizio del capitale o strumento di liberazione?
Intelligenza artificiale: riprodurre il dominio di classe attraverso mezzi più avanzati
Come ha notato Karl Marx in molte delle sue opere, ogni salto tecnologico all’interno del sistema capitalista non porta alla liberazione umana, ma alla riproduzione del dominio di classe con mezzi più avanzati. Pertanto, gli attuali sviluppi tecnologici non sono neutri, ma prendono forma all’interno dei rapporti di produzione prevalenti.
L’intelligenza artificiale, nonostante il suo enorme potenziale al servizio dell’umanità, è diventata uno strumento utilizzato dalla borghesia per rafforzare il suo controllo sul lavoro, dominare le risorse e rimodellare la coscienza di massa in modi che servono al sistema capitalista.
Così come le macchine sono state utilizzate durante la rivoluzione industriale per intensificare lo sfruttamento invece di ridurre l’orario di lavoro, l’intelligenza artificiale oggi viene impiegata nell’automazione per abbassare i costi di produzione e ridurre la necessità di lavoro umano nella maggior parte dei casi, imponendo condizioni di lavoro più precarie e meno sicure.
Ciò aggrava anche l’alienazione, poiché i lavoratori manuali e intellettuali vengono trasformati in strumenti umani nei loro luoghi di lavoro e sostituiti da algoritmi, il che porta a un aumento della disoccupazione o li costringe a cercare un lavoro alternativo. Allo stesso tempo, si impongono nuovi rapporti di produzione in cui la borghesia stringe la presa sui mezzi di produzione digitale. In questo contesto, l’intelligenza artificiale diventa uno strumento per riprodurre lo sfruttamento nella sua forma più avanzata.
L’intelligenza artificiale come strumento di controllo, repressione e lavaggio della coscienza di massa
Il controllo capitalistico sull’intelligenza artificiale non si ferma più alla riproduzione dei rapporti di produzione, ma è diventato anche uno strumento diretto di controllo e di repressione politica. Oggi, l’intelligenza artificiale viene utilizzata nei sistemi di sorveglianza di massa, nel riconoscimento facciale, nell’analisi del comportamento politico di individui e gruppi e altro ancora.
Ciò consente ai regimi repressivi, anche nei paesi cosiddetti democratici, di intervenire preventivamente per indebolire o contrastare qualsiasi potenziale resistenza di sinistra radicale che attraversi le “linee rosse” prestabilite, cioè ponga una seria minaccia alla struttura del sistema capitalista.
La sorveglianza digitale oggi va oltre la semplice eliminazione di contenuti o il blocco degli account. Assume la forma di “autocensura volontaria”, in cui gli individui iniziano a modificare i propri discorsi e le proprie opinioni per paura della censura o delle sanzioni digitali. Ciò riduce la capacità delle organizzazioni di sinistra e progressiste di mobilitare le masse e aiuta a trasformare Internet, in larga misura, in uno spazio governato dalla logica del mercato capitalista e dal dominio statale.
Oltre al suo ruolo nel rimodellare i rapporti di lavoro e migliorare il controllo e la repressione, la maggior parte delle applicazioni dell’intelligenza artificiale, proprio come i media in tutte le sue forme passate e presenti, sono utilizzate come strumenti per manipolare la consapevolezza di massa e instillare i valori capitalisti.
Questo viene fatto attraverso algoritmi che controllano il flusso di informazioni, guidano il discorso pubblico e tentano di imporre una realtà culturale singolare che rafforza il dominio del mercato e il consumo individuale come valori naturali e inevitabili.
Oggi, l’intelligenza artificiale è tra gli strumenti più efficaci per consolidare questa egemonia ideologica. Gli algoritmi sono configurati per guidare le masse verso l’accettazione del capitalismo come il sistema migliore, persino eterno. Questo viene fatto gradualmente, dolcemente e impercettibilmente, dando agli utenti la falsa impressione che il sistema sia completamente neutro.
Nel corso del tempo, il pubblico può essere trasformato in un “docile gregge facilmente guidabile”, indebolendo la coscienza di classe appiattendo il pensiero progressista e critico e riducendo il discorso politico a banali questioni secondarie, invece di analizzare l’attuale struttura politica, economica e sociale basata sullo sfruttamento.
L’alternativa di sinistra: affrontare la schiavitù digitale e liberare la tecnologia
Reindirizzare l’intelligenza artificiale al servizio delle persone piuttosto che del capitale richiede lo sviluppo di sistemi open source e trasparenti con orientamenti neutrali, gestiti democraticamente e soggetti alla supervisione della comunità, come soluzione attualmente fattibile.
Richiede anche l’approvazione di una legislazione internazionale per regolamentare il suo funzionamento per garantire che serva la società nel suo complesso, fino a quando non verranno proposte alternative progressiste e di sinistra basate sulla proprietà comunitaria come soluzione necessaria, lontana dal monopolio delle grandi aziende.
Dobbiamo lottare per garantire che l’intelligenza artificiale sia utilizzata per ridurre l’orario di lavoro senza abbassare i salari, ottenere un’equa distribuzione delle risorse, promuovere la giustizia e l’uguaglianza, ecc., consentendo all’umanità di beneficiare della tecnologia nelle sue forme più ampie e di costruire un mondo migliore.
La lotta per l’intelligenza artificiale non può essere separata dalla più ampia lotta di classe. Pertanto, la lotta contro lo sfruttamento dell’intelligenza artificiale e della tecnologia in generale è una parte vitale della più ampia lotta per la liberazione umana dallo sfruttamento capitalista.
Liberare la tecnologia dalla morsa del capitale e reindirizzarla al servizio delle masse e raggiungere la giustizia sociale e un’alternativa socialista non è solo una scelta, è una necessità storica imposta dalle crescenti contraddizioni all’interno dello stesso sistema capitalista.
Questo deve essere uno dei compiti principali delle forze di sinistra, progressiste e di destra in tutto il mondo; Altrimenti, ci troveremo di fronte a una nuova era di schiavitù digitale, se non ci stiamo già vivendo, in cui le élite capitaliste controllano ogni aspetto della vita, dal lavoro al pensiero, alla coscienza e all’esistenza quotidiana.
Costruire Internazionali della Sinistra Digitale
L’umanità oggi si trova di fronte a un controllo globale senza precedenti da parte delle grandi aziende tecnologiche, degli stati capitalisti e dei regimi autoritari sull’intelligenza artificiale e sulla tecnologia in generale. Ciò rende la formazione di alleanze globali di sinistra e internazionali una necessità inevitabile per affrontare questa egemonia.
Queste alleanze devono andare oltre le differenze ideologiche tra le varie organizzazioni di sinistra e progressiste, con l’obiettivo di unificare ampiamente gli sforzi, e soprattutto in questo campo, per sviluppare tecnologie alternative open-source o di sinistra che servano alla giustizia sociale e all’uguaglianza.
Questo confronto richiede l’adozione di politiche e programmi efficaci, come garantire l'afflusso di fondi indipendenti attraverso il finanziamento cooperativo e le campagne di sostegno popolare, lontano dai finanziamenti condizionati dai governi capitalisti. È anche necessario lottare per l’imposizione di politiche fiscali progressive alle grandi società tecnologiche e per reindirizzare parte dei loro enormi profitti a sostegno di progetti sociali e cooperativi.
La reazione capitalista prevista non può essere ignorata, le corporazioni e gli stati dominanti imporranno ostacoli legali e tecnici per contrastare qualsiasi alternativa tecnologica progressista di sinistra, anche sopprimendola e sabotandola in vari modi. Pertanto, è fondamentale adottare strategie proattive per sviluppare sistemi resistenti alla repressione tecnologica che garantiscano l’indipendenza digitale e la capacità di competere tecnologicamente.
Attrarre i giovani, sviluppare competenze ed eliminare l’analfabetismo digitale all’interno delle organizzazioni di sinistra
L’intelligenza artificiale e la tecnologia digitale rappresentano una nuova e importante arena di lotta di classe. Il capitalismo continua a investire intensamente e costantemente in strumenti digitali per rafforzare la sua egemonia, mentre la maggior parte delle organizzazioni di sinistra soffre di un chiaro divario digitale.
La presenza digitale non si limita più alla gestione delle pagine dei social media o alla pubblicazione di dichiarazioni online, ma è diventata una necessità strategica che richiede lo sviluppo di infrastrutture tecnologiche indipendenti, possedute e gestite da organizzazioni di sinistra e progressiste. Per garantire la sopravvivenza della sinistra in quest’epoca, è essenziale concentrarsi sull’eliminazione dell’analfabetismo digitale attraverso programmi di formazione che consentano ai leader e ai membri di comprendere e utilizzare efficacemente gli strumenti digitali, e persino di contribuire al loro sviluppo.
I giovani svolgono un ruolo fondamentale in questa trasformazione, in quanto hanno la capacità di assorbire rapidamente gli sviluppi tecnologici e di applicarli efficacemente nell’attivismo di sinistra. Attraverso le loro competenze in aree come i social network, YouTube, l’intelligenza artificiale, la sicurezza digitale, l’analisi dei dati e altro ancora, non solo possono colmare il divario digitale all’interno delle organizzazioni di sinistra, ma anche guidarle verso la costruzione di politiche digitali indipendenti.
Ciò richiede anche di attrarre talenti tecnici verso il pensiero di sinistra e di creare ambienti organizzativi flessibili che consentano a ingegneri, programmatori e tutti coloro che sono interessati alla tecnologia di lavorare su progetti progressisti indipendenti lontano dalle società monopolistiche.
Questi sforzi dovrebbero includere la creazione di scuole digitali e l’apertura di workshop locali e globali che offrano formazione tecnica avanzata in aree quali l’uso ottimale ed efficace della tecnologia, la sicurezza digitale, l’analisi dei dati, lo sviluppo collaborativo di software e altro ancora. L’influenza della sinistra dovrebbe anche essere rafforzata attraverso le reti professionali e le piattaforme tecniche per espandere la portata delle idee progressiste all’interno dei circoli tecnologici e attirarle nei ranghi della sinistra.
La posizione sulle attuali applicazioni dell’intelligenza artificiale
La domanda importante qui è: le forze di sinistra possono beneficiare dell’attuale intelligenza artificiale, nonostante sia un prodotto capitalista e non neutrale?
La risposta non è un semplice sì o no. Fino a quando non saranno sviluppate alternative progressiste di sinistra, i movimenti di sinistra e progressisti potranno utilizzare attentamente e criticamente l’intelligenza artificiale esistente per espandere la loro influenza nell’affrontare l’egemonia capitalista e i sistemi autoritari. Questa tecnologia può essere impiegata per analizzare i dati politici e sociali, comprendere i modelli di cambiamento economico e identificare le questioni più urgenti per le comunità della classe lavoratrice.
L’intelligenza artificiale può anche essere utilizzata per studiare le tendenze dell’opinione pubblica, il che potrebbe aiutare i movimenti di sinistra a sviluppare programmi e politiche più scientifici, realistici ed efficaci, basati non solo su ciò che si desidera ma su ciò che è possibile, fondati su bisogni reali che portano a varie teorie di sinistra, non il contrario. Può migliorare la loro capacità di influenza politica e di massa.
Inoltre, l’intelligenza artificiale può essere uno strumento efficace per smascherare la disinformazione praticata dalle istituzioni capitaliste e dai regimi autoritari, analizzare il discorso dominante dei media per smantellare la manipolazione e il controllo ideologico e contrastarlo con una narrativa progressista di sinistra avanzata e di opposizione, contribuendo ad aumentare la consapevolezza di massa.
Questi strumenti possono migliorare i media di sinistra che riflettono gli interessi delle classi lavoratrici e dei gruppi emarginati, rendendo possibile raggiungere un pubblico più ampio e presentare contenuti anticapitalisti e antiautoritari in modi più incisivi ed economici.
Dal punto di vista organizzativo, l’intelligenza artificiale può migliorare i meccanismi di coordinamento e interazione all’interno delle organizzazioni di sinistra analizzando le dinamiche organizzative, identificando i punti di forza e di debolezza e migliorando la coesione tra membri e gruppi.
Aiuta anche nella gestione delle informazioni all’interno delle organizzazioni, valutando l’efficacia delle politiche attuali, identificando modelli di lavoro di successo e migliorando così le prestazioni organizzative collettive, riducendo la burocrazia e promuovendo una comunicazione interna più fluida ed efficace.
Tuttavia, è fondamentale avvicinarsi a questa tecnologia con cautela e consapevolezza critica, assicurandosi che rimanga uno strumento di supporto piuttosto che una forza dominante. Deve essere utilizzata per rafforzare l’organizzazione politica e di massa e la lotta sul campo, senza sostituirsi ad esse. Devono essere sempre applicati una rigorosa supervisione umana e un auditing. È essenziale evitare di cadere nella trappola di un’eccessiva dipendenza dalla tecnologia o di permetterle di rimodellare le priorità della lotta secondo la sua logica tecnica radicata in un ambiente capitalista.
Conclusioni
Liberare l’intelligenza artificiale e la tecnologia digitale dalla morsa del capitale e trasformarle in strumenti al servizio del popolo è una lotta urgente di fronte a un sistema capitalista che sfrutta queste tecnologie per rafforzare il dominio di classe e approfondire le disuguaglianze sociali.
La tecnologia non deve rimanere sotto il controllo delle corporazioni monopolistiche e degli stati autoritari dominanti, ma deve essere posta sotto il controllo democratico popolare che la reindirizza verso il raggiungimento della giustizia e dell’uguaglianza, lo smantellamento delle relazioni di produzione sfruttatrici e la costruzione di una società socialista democratica basata sulla proprietà collettiva e sulla gestione comunitaria delle risorse digitali.
L’uso tecnologico deve inoltre rispettare rigorosi standard ambientali, impiegando l’intelligenza artificiale per ridurre i danni ambientali invece di diventare un nuovo strumento per l’esaurimento delle risorse e il deterioramento del clima.
Tuttavia, la resistenza a questa egemonia non può avvenire individualmente o in isolamento, richiede la costruzione di internazionali digitali di sinistra e alleanze progressiste in grado di imporre alternative tecnologiche progressiste e rafforzare la cooperazione e il coordinamento tra organizzazioni di sinistra e progressiste, sindacati, gruppi per i diritti umani e sostenitori della tecnologia.
Devono inoltre essere garantite risorse finanziarie indipendenti per sostenere tali sforzi attraverso meccanismi di finanziamento cooperativo e collettivo. Inoltre, il divario digitale all’interno delle organizzazioni di sinistra deve essere colmato promuovendo l’alfabetizzazione digitale, attraendo talenti tecnici e creando piattaforme educative progressiste open source incentrate sulla programmazione, l’analisi dei dati e le competenze di sicurezza delle informazioni al servizio di cause sociali e politiche.
La sinistra non può rimanere spettatrice degli sviluppi tecnologici, deve penetrare la fortezza digitale non solo criticando il sistema esistente, ma anche producendo le proprie alternative tecniche di sinistra.
Nella fase attuale, le organizzazioni di sinistra devono avvicinarsi all’intelligenza artificiale con cautela e consapevolezza critica, sfruttando il suo potenziale nell’analisi politica, nella mobilitazione di massa, nei media e altro ancora, mentre lavorano costantemente per sviluppare strumenti tecnologici indipendenti liberi dal controllo delle grandi aziende.
La lotta per liberare la tecnologia è inseparabile dalla lotta di classe contro il capitalismo, e la vera liberazione non può essere raggiunta senza il controllo collettivo sugli strumenti della produzione digitale. In definitiva, la questione non riguarda solo la tecnologia, ma la lotta per il futuro della società umana stessa.
Fonte
Come ha notato Karl Marx in molte delle sue opere, ogni salto tecnologico all’interno del sistema capitalista non porta alla liberazione umana, ma alla riproduzione del dominio di classe con mezzi più avanzati. Pertanto, gli attuali sviluppi tecnologici non sono neutri, ma prendono forma all’interno dei rapporti di produzione prevalenti.
L’intelligenza artificiale, nonostante il suo enorme potenziale al servizio dell’umanità, è diventata uno strumento utilizzato dalla borghesia per rafforzare il suo controllo sul lavoro, dominare le risorse e rimodellare la coscienza di massa in modi che servono al sistema capitalista.
Così come le macchine sono state utilizzate durante la rivoluzione industriale per intensificare lo sfruttamento invece di ridurre l’orario di lavoro, l’intelligenza artificiale oggi viene impiegata nell’automazione per abbassare i costi di produzione e ridurre la necessità di lavoro umano nella maggior parte dei casi, imponendo condizioni di lavoro più precarie e meno sicure.
Ciò aggrava anche l’alienazione, poiché i lavoratori manuali e intellettuali vengono trasformati in strumenti umani nei loro luoghi di lavoro e sostituiti da algoritmi, il che porta a un aumento della disoccupazione o li costringe a cercare un lavoro alternativo. Allo stesso tempo, si impongono nuovi rapporti di produzione in cui la borghesia stringe la presa sui mezzi di produzione digitale. In questo contesto, l’intelligenza artificiale diventa uno strumento per riprodurre lo sfruttamento nella sua forma più avanzata.
L’intelligenza artificiale come strumento di controllo, repressione e lavaggio della coscienza di massa
Il controllo capitalistico sull’intelligenza artificiale non si ferma più alla riproduzione dei rapporti di produzione, ma è diventato anche uno strumento diretto di controllo e di repressione politica. Oggi, l’intelligenza artificiale viene utilizzata nei sistemi di sorveglianza di massa, nel riconoscimento facciale, nell’analisi del comportamento politico di individui e gruppi e altro ancora.
Ciò consente ai regimi repressivi, anche nei paesi cosiddetti democratici, di intervenire preventivamente per indebolire o contrastare qualsiasi potenziale resistenza di sinistra radicale che attraversi le “linee rosse” prestabilite, cioè ponga una seria minaccia alla struttura del sistema capitalista.
La sorveglianza digitale oggi va oltre la semplice eliminazione di contenuti o il blocco degli account. Assume la forma di “autocensura volontaria”, in cui gli individui iniziano a modificare i propri discorsi e le proprie opinioni per paura della censura o delle sanzioni digitali. Ciò riduce la capacità delle organizzazioni di sinistra e progressiste di mobilitare le masse e aiuta a trasformare Internet, in larga misura, in uno spazio governato dalla logica del mercato capitalista e dal dominio statale.
Oltre al suo ruolo nel rimodellare i rapporti di lavoro e migliorare il controllo e la repressione, la maggior parte delle applicazioni dell’intelligenza artificiale, proprio come i media in tutte le sue forme passate e presenti, sono utilizzate come strumenti per manipolare la consapevolezza di massa e instillare i valori capitalisti.
Questo viene fatto attraverso algoritmi che controllano il flusso di informazioni, guidano il discorso pubblico e tentano di imporre una realtà culturale singolare che rafforza il dominio del mercato e il consumo individuale come valori naturali e inevitabili.
Oggi, l’intelligenza artificiale è tra gli strumenti più efficaci per consolidare questa egemonia ideologica. Gli algoritmi sono configurati per guidare le masse verso l’accettazione del capitalismo come il sistema migliore, persino eterno. Questo viene fatto gradualmente, dolcemente e impercettibilmente, dando agli utenti la falsa impressione che il sistema sia completamente neutro.
Nel corso del tempo, il pubblico può essere trasformato in un “docile gregge facilmente guidabile”, indebolendo la coscienza di classe appiattendo il pensiero progressista e critico e riducendo il discorso politico a banali questioni secondarie, invece di analizzare l’attuale struttura politica, economica e sociale basata sullo sfruttamento.
L’alternativa di sinistra: affrontare la schiavitù digitale e liberare la tecnologia
Reindirizzare l’intelligenza artificiale al servizio delle persone piuttosto che del capitale richiede lo sviluppo di sistemi open source e trasparenti con orientamenti neutrali, gestiti democraticamente e soggetti alla supervisione della comunità, come soluzione attualmente fattibile.
Richiede anche l’approvazione di una legislazione internazionale per regolamentare il suo funzionamento per garantire che serva la società nel suo complesso, fino a quando non verranno proposte alternative progressiste e di sinistra basate sulla proprietà comunitaria come soluzione necessaria, lontana dal monopolio delle grandi aziende.
Dobbiamo lottare per garantire che l’intelligenza artificiale sia utilizzata per ridurre l’orario di lavoro senza abbassare i salari, ottenere un’equa distribuzione delle risorse, promuovere la giustizia e l’uguaglianza, ecc., consentendo all’umanità di beneficiare della tecnologia nelle sue forme più ampie e di costruire un mondo migliore.
La lotta per l’intelligenza artificiale non può essere separata dalla più ampia lotta di classe. Pertanto, la lotta contro lo sfruttamento dell’intelligenza artificiale e della tecnologia in generale è una parte vitale della più ampia lotta per la liberazione umana dallo sfruttamento capitalista.
Liberare la tecnologia dalla morsa del capitale e reindirizzarla al servizio delle masse e raggiungere la giustizia sociale e un’alternativa socialista non è solo una scelta, è una necessità storica imposta dalle crescenti contraddizioni all’interno dello stesso sistema capitalista.
Questo deve essere uno dei compiti principali delle forze di sinistra, progressiste e di destra in tutto il mondo; Altrimenti, ci troveremo di fronte a una nuova era di schiavitù digitale, se non ci stiamo già vivendo, in cui le élite capitaliste controllano ogni aspetto della vita, dal lavoro al pensiero, alla coscienza e all’esistenza quotidiana.
Costruire Internazionali della Sinistra Digitale
L’umanità oggi si trova di fronte a un controllo globale senza precedenti da parte delle grandi aziende tecnologiche, degli stati capitalisti e dei regimi autoritari sull’intelligenza artificiale e sulla tecnologia in generale. Ciò rende la formazione di alleanze globali di sinistra e internazionali una necessità inevitabile per affrontare questa egemonia.
Queste alleanze devono andare oltre le differenze ideologiche tra le varie organizzazioni di sinistra e progressiste, con l’obiettivo di unificare ampiamente gli sforzi, e soprattutto in questo campo, per sviluppare tecnologie alternative open-source o di sinistra che servano alla giustizia sociale e all’uguaglianza.
Questo confronto richiede l’adozione di politiche e programmi efficaci, come garantire l'afflusso di fondi indipendenti attraverso il finanziamento cooperativo e le campagne di sostegno popolare, lontano dai finanziamenti condizionati dai governi capitalisti. È anche necessario lottare per l’imposizione di politiche fiscali progressive alle grandi società tecnologiche e per reindirizzare parte dei loro enormi profitti a sostegno di progetti sociali e cooperativi.
La reazione capitalista prevista non può essere ignorata, le corporazioni e gli stati dominanti imporranno ostacoli legali e tecnici per contrastare qualsiasi alternativa tecnologica progressista di sinistra, anche sopprimendola e sabotandola in vari modi. Pertanto, è fondamentale adottare strategie proattive per sviluppare sistemi resistenti alla repressione tecnologica che garantiscano l’indipendenza digitale e la capacità di competere tecnologicamente.
Attrarre i giovani, sviluppare competenze ed eliminare l’analfabetismo digitale all’interno delle organizzazioni di sinistra
L’intelligenza artificiale e la tecnologia digitale rappresentano una nuova e importante arena di lotta di classe. Il capitalismo continua a investire intensamente e costantemente in strumenti digitali per rafforzare la sua egemonia, mentre la maggior parte delle organizzazioni di sinistra soffre di un chiaro divario digitale.
La presenza digitale non si limita più alla gestione delle pagine dei social media o alla pubblicazione di dichiarazioni online, ma è diventata una necessità strategica che richiede lo sviluppo di infrastrutture tecnologiche indipendenti, possedute e gestite da organizzazioni di sinistra e progressiste. Per garantire la sopravvivenza della sinistra in quest’epoca, è essenziale concentrarsi sull’eliminazione dell’analfabetismo digitale attraverso programmi di formazione che consentano ai leader e ai membri di comprendere e utilizzare efficacemente gli strumenti digitali, e persino di contribuire al loro sviluppo.
I giovani svolgono un ruolo fondamentale in questa trasformazione, in quanto hanno la capacità di assorbire rapidamente gli sviluppi tecnologici e di applicarli efficacemente nell’attivismo di sinistra. Attraverso le loro competenze in aree come i social network, YouTube, l’intelligenza artificiale, la sicurezza digitale, l’analisi dei dati e altro ancora, non solo possono colmare il divario digitale all’interno delle organizzazioni di sinistra, ma anche guidarle verso la costruzione di politiche digitali indipendenti.
Ciò richiede anche di attrarre talenti tecnici verso il pensiero di sinistra e di creare ambienti organizzativi flessibili che consentano a ingegneri, programmatori e tutti coloro che sono interessati alla tecnologia di lavorare su progetti progressisti indipendenti lontano dalle società monopolistiche.
Questi sforzi dovrebbero includere la creazione di scuole digitali e l’apertura di workshop locali e globali che offrano formazione tecnica avanzata in aree quali l’uso ottimale ed efficace della tecnologia, la sicurezza digitale, l’analisi dei dati, lo sviluppo collaborativo di software e altro ancora. L’influenza della sinistra dovrebbe anche essere rafforzata attraverso le reti professionali e le piattaforme tecniche per espandere la portata delle idee progressiste all’interno dei circoli tecnologici e attirarle nei ranghi della sinistra.
La posizione sulle attuali applicazioni dell’intelligenza artificiale
La domanda importante qui è: le forze di sinistra possono beneficiare dell’attuale intelligenza artificiale, nonostante sia un prodotto capitalista e non neutrale?
La risposta non è un semplice sì o no. Fino a quando non saranno sviluppate alternative progressiste di sinistra, i movimenti di sinistra e progressisti potranno utilizzare attentamente e criticamente l’intelligenza artificiale esistente per espandere la loro influenza nell’affrontare l’egemonia capitalista e i sistemi autoritari. Questa tecnologia può essere impiegata per analizzare i dati politici e sociali, comprendere i modelli di cambiamento economico e identificare le questioni più urgenti per le comunità della classe lavoratrice.
L’intelligenza artificiale può anche essere utilizzata per studiare le tendenze dell’opinione pubblica, il che potrebbe aiutare i movimenti di sinistra a sviluppare programmi e politiche più scientifici, realistici ed efficaci, basati non solo su ciò che si desidera ma su ciò che è possibile, fondati su bisogni reali che portano a varie teorie di sinistra, non il contrario. Può migliorare la loro capacità di influenza politica e di massa.
Inoltre, l’intelligenza artificiale può essere uno strumento efficace per smascherare la disinformazione praticata dalle istituzioni capitaliste e dai regimi autoritari, analizzare il discorso dominante dei media per smantellare la manipolazione e il controllo ideologico e contrastarlo con una narrativa progressista di sinistra avanzata e di opposizione, contribuendo ad aumentare la consapevolezza di massa.
Questi strumenti possono migliorare i media di sinistra che riflettono gli interessi delle classi lavoratrici e dei gruppi emarginati, rendendo possibile raggiungere un pubblico più ampio e presentare contenuti anticapitalisti e antiautoritari in modi più incisivi ed economici.
Dal punto di vista organizzativo, l’intelligenza artificiale può migliorare i meccanismi di coordinamento e interazione all’interno delle organizzazioni di sinistra analizzando le dinamiche organizzative, identificando i punti di forza e di debolezza e migliorando la coesione tra membri e gruppi.
Aiuta anche nella gestione delle informazioni all’interno delle organizzazioni, valutando l’efficacia delle politiche attuali, identificando modelli di lavoro di successo e migliorando così le prestazioni organizzative collettive, riducendo la burocrazia e promuovendo una comunicazione interna più fluida ed efficace.
Tuttavia, è fondamentale avvicinarsi a questa tecnologia con cautela e consapevolezza critica, assicurandosi che rimanga uno strumento di supporto piuttosto che una forza dominante. Deve essere utilizzata per rafforzare l’organizzazione politica e di massa e la lotta sul campo, senza sostituirsi ad esse. Devono essere sempre applicati una rigorosa supervisione umana e un auditing. È essenziale evitare di cadere nella trappola di un’eccessiva dipendenza dalla tecnologia o di permetterle di rimodellare le priorità della lotta secondo la sua logica tecnica radicata in un ambiente capitalista.
Conclusioni
Liberare l’intelligenza artificiale e la tecnologia digitale dalla morsa del capitale e trasformarle in strumenti al servizio del popolo è una lotta urgente di fronte a un sistema capitalista che sfrutta queste tecnologie per rafforzare il dominio di classe e approfondire le disuguaglianze sociali.
La tecnologia non deve rimanere sotto il controllo delle corporazioni monopolistiche e degli stati autoritari dominanti, ma deve essere posta sotto il controllo democratico popolare che la reindirizza verso il raggiungimento della giustizia e dell’uguaglianza, lo smantellamento delle relazioni di produzione sfruttatrici e la costruzione di una società socialista democratica basata sulla proprietà collettiva e sulla gestione comunitaria delle risorse digitali.
L’uso tecnologico deve inoltre rispettare rigorosi standard ambientali, impiegando l’intelligenza artificiale per ridurre i danni ambientali invece di diventare un nuovo strumento per l’esaurimento delle risorse e il deterioramento del clima.
Tuttavia, la resistenza a questa egemonia non può avvenire individualmente o in isolamento, richiede la costruzione di internazionali digitali di sinistra e alleanze progressiste in grado di imporre alternative tecnologiche progressiste e rafforzare la cooperazione e il coordinamento tra organizzazioni di sinistra e progressiste, sindacati, gruppi per i diritti umani e sostenitori della tecnologia.
Devono inoltre essere garantite risorse finanziarie indipendenti per sostenere tali sforzi attraverso meccanismi di finanziamento cooperativo e collettivo. Inoltre, il divario digitale all’interno delle organizzazioni di sinistra deve essere colmato promuovendo l’alfabetizzazione digitale, attraendo talenti tecnici e creando piattaforme educative progressiste open source incentrate sulla programmazione, l’analisi dei dati e le competenze di sicurezza delle informazioni al servizio di cause sociali e politiche.
La sinistra non può rimanere spettatrice degli sviluppi tecnologici, deve penetrare la fortezza digitale non solo criticando il sistema esistente, ma anche producendo le proprie alternative tecniche di sinistra.
Nella fase attuale, le organizzazioni di sinistra devono avvicinarsi all’intelligenza artificiale con cautela e consapevolezza critica, sfruttando il suo potenziale nell’analisi politica, nella mobilitazione di massa, nei media e altro ancora, mentre lavorano costantemente per sviluppare strumenti tecnologici indipendenti liberi dal controllo delle grandi aziende.
La lotta per liberare la tecnologia è inseparabile dalla lotta di classe contro il capitalismo, e la vera liberazione non può essere raggiunta senza il controllo collettivo sugli strumenti della produzione digitale. In definitiva, la questione non riguarda solo la tecnologia, ma la lotta per il futuro della società umana stessa.
Fonte
13/09/2025
Warfare, come era la guerra prima che si aprisse l’inferno
Il cinema di guerra, da sempre, è uno strumento di rappresentazione dell’evoluzione tecnologica e della dimensione simbolica del conflitto. I film non raccontano solo l’esperienza della violenza militare ma utilizzano il linguaggio visivo e sonoro per costruire significato attorno alla dimensione tecnologica della guerra. Warfare (2025) di Ray Mendoza e Alex Garland e Best in Hell (2022) di Andrey Batov, mostrano come l’evoluzione tecnologica della guerra abbia generato un salto epistemologico nella rappresentazione del conflitto, passando da un’esperienza caotica e viscerale, radicata nella memoria e nella soggettività del combattente, a un’operazione mediata dai grafici e dai dati, che intreccia la ferocia della guerra con l’estetica di un videogioco.
Il paradosso è che la guerra di oggi è ritenuta dai veterani persino più feroce di quella in Afghanistan ed Iraq così la dimensione del combattimento governato da un videogioco, invece che un processo di sterilizzazione della violenza, assume i caratteri di una serialità così brutale da farsi persino indicibile. Warfare, rappresenta qui la guerra dei primi anni 2000 narrata come un’esperienza liminale, di trauma e fratellanza, mentre quella degli anni ’20, di Best in Hell, sembra un problema di logistica e strategia, entro un sistema operativo con input e output ben definiti.
Warfare, scritto e diretto da Ray Mendoza e Alex Garland, è un’opera atipica nel panorama cinematografico bellico che racchiude l’esperienza bellica non in un campo aperto ma praticamente dentro una casa a due piani, quella di una famiglia irachena, occupata dagli americani. Ambientato il 19 novembre 2006, durante un’operazione di sorveglianza successiva alla battaglia di Ramadi in Iraq, il film si costruisce, con metodo etnografico, attorno all’esperienza diretta di Ray Mendoza, ex U.S. Navy SEAL, e sulla memoria di altri militari che furono coinvolti in quell’evento. La narrazione non segue un tradizionale arco drammatico ma si propone come una ricostruzione fedele, quasi in tempo reale, di un combattimento andato storto nel centro di Ramadi. La guerra in Warfare non è un conflitto eroico, ma una somma di esperienze personali, di memoria e di trauma. La mancanza di personaggi definiti con dei retroscena o dei percorsi emotivi completi è costruita in modo che il protagonista del film non sia un singolo soldato, ma l’intera unità, un corpo unico che agisce e reagisce al caos e al rischio di morte immediata.
Nel 2006, la tecnologia di guerra rifletteva un’epoca di transizione, in cui l’informazione non era ancora un flusso costante e onnisciente. Questo si manifesta in modo lampante nella logistica e nelle comunicazioni del film. Il primo aspetto da considerare riguarda le comunicazioni radio. La radio è l’unico canale di comunicazione tra i vari team militari e la catena di comando. La sua rappresentazione è un elemento cruciale. Invece di offrire chiarezza, la radio in Warfare è una fonte di frammentazione e di confusione. Le voci che si sovrappongono, il rumore statico e l’urgenza dei comandi contribuiscono a creare un’esperienza sonora vertiginosa e sovraccaricante che posiziona lo spettatore direttamente nella testa del soldato. Le comunicazioni sono spesso interrotte, i comandi sono ambigui o vengono negati, costringendo i soldati a improvvisare e a prendere decisioni che, in un sistema più controllato, sarebbero state impensabili. La radio diviene un linguaggio a sé stante, fatto di segnali e ritmi, che i soldati devono istintivamente decifrare in mezzo al caos.
Rispetto alla guerra dei nostri giorni va evidenziata la visione limitata della sorveglianza aerea: la sorveglianza aerea è mostrata come una presenza distaccata e imperfetta. Il film rappresenta una visuale aerea da un aereo che rende ogni persona un semplice pixel su uno schermo ma, si nota subito, sono pixel in bianco e nero, una vera e propria preistoria della rappresentazione della battaglia. Questa rappresentazione ricorda che, a differenza delle tecnologie più recenti, la sorveglianza nel 2006 non offriva un’analisi dettagliata o un flusso di dati in tempo reale per la gestione tattica. La limitazione era coerente con le tecnologie satellitari dell’epoca, come quelle basate su pellicola fotografica che doveva essere fisicamente recuperata per l’analisi (come nel caso dei sistemi HEXAGON KH-9 del periodo precedente), o con immagini satellitari che, pur digitali, non erano ancora integrate in un sistema di mappatura dinamico e in tempo reale per le operazioni sul campo. Questo tipo di sorveglianza imperfetta rafforza l’idea che la drammatica esperienza del soldato a terra fosse supportata da un’informazione incostante e una visione a tunnel del campo di battaglia, non da una prospettiva onnisciente.
L’antropologia visuale di Warfare è intrinsecamente legata alle limitazioni tecnologiche dell’epoca raccontata. Le scelte estetiche non sono arbitrarie, ma sono il risultato diretto del tentativo di ricreare la “verità” della memoria. Consideriamo riprese e montaggio: Il film si avvale di uno stile di ripresa e montaggio che è stato descritto come staccato e aritmico, senza una compressione temporale significativa. La macchina da presa rimane costantemente vicina ai soldati , quasi claustrofobica, limitando la prospettiva dello spettatore a ciò che i personaggi possono vedere e percepire in un ambiente caotico. Questa scelta estetica non solo serve a immergere il pubblico nell’esperienza sensoriale del combattimento, ma riflette anche la natura disorientante del trauma dei reduci. Non vi è una narrazione lineare, e la mancanza di una colonna sonora, sostituita da un design del suono meticoloso e avvolgente amplifica l’effetto del rumore, sangue e caos. L’estetica come sempre crea simbolismo e la vera dimensione simbolica del film risiede nel tipo di capacità di esplorare la guerra come un’esperienza viscerale. L’assenza di un nemico realmente visibile e la scelta di mostrare il conflitto unicamente dal punto di vista americano suggeriscono non il simbolico di una propaganda patriottica ma quello di un’esperienza di isolamento e confusione, dove la minaccia è onnipresente ma sfuggente. Si impone la dimensione del simbolico del terrore, dell’esplorazione del caos e del punto di vista limitato e impaurito del combattente. Pur essendo stato descritto come emotivamente freddo per la sua mancanza di archi narrativi convenzionali, il film ottiene un effetto opposto: il suo crudo realismo costringe lo spettatore a confrontarsi con l’orrore e il sacrificio senza la consolazione di una trama tradizionale o di una musica che ne sterilizzi il significato. L’obiettivo di Garland, infatti, è esprimere il trauma, la dimensione liminale e la fratellanza di chi sta rischiando di morire attraverso l’esperienza sensoriale, non attraverso una narrativa emotiva convenzionale spesso pedagogica.
Best in Hell si posiziona all’estremo opposto dello spettro cinematografico occupato da Garland, soprattutto perché offre una rappresentazione del conflitto modellata dalle tecnologie belliche degli anni ’20. Il film, ambientato nel conflitto in Ucraina, è stato prodotto dal disciolto Gruppo Wagner, conferendogli una dimensione immediata di propaganda mentre, guardando nel profondo, il prodotto finale è molto più complesso. La sua origine e il suo scopo sono intrinsecamente legati alla sua estetica, che riflette una visione del conflitto come un processo tecnologico misurabile e gestibile ma anche così feroce da non lasciare praticamente nessuno sul campo, alla fine della battaglia. Il film rappresenta un salto epistemologico fondamentale, nel quale l’esperienza del combattimento non è più mediata primariamente dalla percezione sensoriale umana, ma da un apparato tecnologico onnipresente che offre una visione distaccata e strategica.
L’esperienza del conflitto qui si incontra immediatamente con la percezione di droni e intelligenza artificiale (AI): l’uso dei droni è un elemento centrale e ricorrente, non solo come armi d’attacco, ma, in modo più cruciale, come “occhio”, quasi divino, sopra il campo di battaglia. A differenza della sporadica e limitata visuale aerea di Warfare, i droni di Best in Hell offrono un flusso costante di informazioni, una sorveglianza ad alta risoluzione che guida ogni mossa. L’intelligenza artificiale, pur non esplicitamente discussa in relazione al film stesso, e un elemento centrale del videogioco basato sul film, è un’estensione diretta della narrazione. Questo suggerisce una concezione della guerra dove l’automazione e l’analisi dei dati, non solo la manodopera umana, sono al centro del processo decisionale, trasformando i soldati in attori di un sistema più vasto.
La presenza della AI come attante tecnologico, dei droni con una capacità di rappresentazione del terreno e di analisi dati impensabili nel 2006, garantisce un salto epistemologico anche nei livelli di ferocia presenti nel combattimento: l’intelligenza artificiale ottimizza talmente le perdite del nemico che in Best in Hell, tra ucraini e russi, sopravviverà solo una persona. La mappatura digitale e le infografiche: il film utilizza in modo massiccio le infografiche per spiegare le tattiche, i movimenti delle truppe e le capacità dei diversi equipaggiamenti militari. Il campo di battaglia è trasformato in una mappa di battaglia digitale, dove le posizioni dei soldati e del nemico sono tracciate, le traiettorie dell’artiglieria sono illustrate e le azioni sono descritte in termini logistici. L’analogia con le “battle maps” utilizzate nei giochi di ruolo come Dungeons and Dragons non è casuale; il film presenta la guerra come una scacchiera strategica in cui le “miniatures” si muovono secondo un piano ottimizzato, talmente ottimizzato da non far rimanere quasi nessuno sul campo tra i due combattenti.
L’antropologia visuale di Best in Hell è definita da questa estetica della presenza tecnologica e della gamification del conflitto. Le riprese e il montaggio si basano su un’alternanza metodica tra la prospettiva soggettiva a spalla dei soldati a terra e la prospettiva distaccata e aerea fornita dai droni e dalle infografiche. Il montaggio serve a collegare il “micro” del combattimento ravvicinato, fatto di urla e spari, al “macro” della strategia, nella quale, mentre i soldati muoiono, la stessa azione si riduce a un’icona che si sposta su una mappa digitale. La violenza non è vista solo attraverso gli occhi di chi la subisce, ma anche attraverso una lente oggettiva e analitica, che la decontestualizza dal suo orrore viscerale: il cielo della rappresentazione digitale avviene a livello macro, il massacro è lì sul micro, in basso.
Ecco quindi il simbolismo di Best in Hell tra guerra e videogame: mostra la brutalità della guerra, estesa e ottimizzata rispetto anche al recente passato e, allo stesso tempo, ne celebra l’efficienza e la chiarezza strategica attraverso il suo stile visivo. L’estetica delle infografiche e la visione onnisciente conferiscono un’aura da videogioco allo scontro mentre la guerra viene mostrata per come è : un “lavoro duro, senza fronzoli” dal quale però non si è destinati a uscire. Questo crea una profonda tensione simbolica: il film dichiara di voler mostrare l’inutilità del conflitto, l’inevitabilità dell’inferno per chi vi combatte, ma la sua rappresentazione della tecnologia suggerisce una visione della guerra come un’operazione logica, precisa e, in ultima analisi, utile e controllabile persino eroica nell’intreccio tra digitale e martirio.
Il confronto tra i due film, war movie entrambi ma con approcci molto diversi tra loro, rivela un’evoluzione nella rappresentazione cinematografica delle tecnologie e nel simbolismo ad essa correlato. La principale distanza simbolica tra i due film risiede nel loro approccio alla “verità” della guerra. Warfare presenta il rapporto tra ferocia e verità viscerale, radicata nell’esperienza sensoriale e nel trauma. La tecnologia della guerra (la radio che crepita, l’aereo che passa) è un mezzo imperfetto che enfatizza i limiti e la soggettività della percezione umana. Il film celebra la memoria, il caos e la dimensione liminale di gruppo come unici punti di riferimento in un ambiente senza senso. Best in Hell propone una il rapporto tra ferocia della guerra e verità algoritmica, dove il numero dei morti cresce, effetto dell’ottimizzazione AI del conflitto, ma è solo un problema di logistica risolvibile con i dati. La tecnologia (droni, infografiche) è uno strumento di controllo e oggettivazione che riduce la violenza a un processo da ottimizzare portato ad un alto livello di “produzione”. I soldati diventano dati su una mappa, e il conflitto, nonostante la sua continua brutalità, assume una dimensione intellettuale e strategica. La dimensione del caos e quella liminale di gruppo sul campo vengono letteralmente dominate dalla presenza eal graduato che, nella sala di comando, dirige le operazioni. L’eroe all’inferno, quello sul campo, è guidato verso il sacrificio dal cielo, dallo svolgersi dell’analisi dell’intelligenza artificiale. Qui non c’è nessuna estetica della sparizione dei corpi, c’è quella della rappresentazione digitale della sparizione della vita umana.
L’antropologia visuale della guerra è mutata profondamente in poco più di quindici anni. Warfare offre un ritratto dell’uomo in guerra, un’indagine sul suo corpo, sulla sua mente, sul gruppo e sulla sua memoria. È un film che si concentra sull’individuo e sulla sua incapacità di comprendere pienamente il quadro generale e sulla sopravvivenza possibile solo facendo gruppo. Best in Hell, al contrario, sposta il focus dall’individuo al sistema operativo. La guerra è un massacro unito ad una rappresentazione visiva su uno schermo, la strage è trasformata in problema di dati da gestire dall’alto. L’analisi comparativa di Warfare e Best in Hell rivela una trasformazione fondamentale nella rappresentazione cinematografica del conflitto moderno. Il passaggio dalla narrazione basata sulla memoria personale e soggettiva all’estetica guidata dai dati e dalla tecnologia non è semplicemente un’evoluzione stilistica, ma un profondo mutamento antropologico.
Warfare ci invita a “sentire” la guerra attraverso il rumore assordante, la confusione delle comunicazioni e la claustrofobia. La sua forza risiede nella capacità di mostrare la guerra come un’esperienza viscerale e traumatica, dove la tecnologia è un mezzo imperfetto che rafforza il senso di caos e isolamento. Best in Hell, al contrario, ci chiede di “vedere” il massacro attraverso la chiarezza dei dati, la visione onnisciente dei droni e la didascalica utilità delle infografiche. La strage è il prodotto finale di un problema di logistica e strategia, e la violenza diviene parte di un processo ottimizzabile.
L’esperienza collettiva della seconda guerra mondiale, una guerra giusta, di liberazione dal nazismo, con infinite storie di eroismo e solidarietà collettiva ci dice poco in questo genere di conflitti. Piuttosto, l’esperienza più vicina a Warfare e Best in Hell è quella della prima guerra mondiale che, secondo Walter Benjamin, lasciava i reduci senza nemmeno la forza di raccontare quello che era accaduto al fronte. Mentre la guerra reale si evolve con l’integrazione sempre maggiore tra massacri, intelligenza artificiale, droni autonomi e mappatura digitale, Best in Hell si dimostra un vero episodio pilota della rappresentazione della tecnologia e del simbolismo dei conflitti presenti e a venire. Warfare si presenta come la guerra prima che si aprisse l’inferno, fatto di integrazione tra massacri, intelligenza, artificiale, droni, lontano e sterilizzato dalla rappresentazione mediale della guerra costruita solo su rapporti diplomatici, dichiarazioni pubbliche, polemiche senza fine e senso.
Fonte
Il paradosso è che la guerra di oggi è ritenuta dai veterani persino più feroce di quella in Afghanistan ed Iraq così la dimensione del combattimento governato da un videogioco, invece che un processo di sterilizzazione della violenza, assume i caratteri di una serialità così brutale da farsi persino indicibile. Warfare, rappresenta qui la guerra dei primi anni 2000 narrata come un’esperienza liminale, di trauma e fratellanza, mentre quella degli anni ’20, di Best in Hell, sembra un problema di logistica e strategia, entro un sistema operativo con input e output ben definiti.
Warfare, scritto e diretto da Ray Mendoza e Alex Garland, è un’opera atipica nel panorama cinematografico bellico che racchiude l’esperienza bellica non in un campo aperto ma praticamente dentro una casa a due piani, quella di una famiglia irachena, occupata dagli americani. Ambientato il 19 novembre 2006, durante un’operazione di sorveglianza successiva alla battaglia di Ramadi in Iraq, il film si costruisce, con metodo etnografico, attorno all’esperienza diretta di Ray Mendoza, ex U.S. Navy SEAL, e sulla memoria di altri militari che furono coinvolti in quell’evento. La narrazione non segue un tradizionale arco drammatico ma si propone come una ricostruzione fedele, quasi in tempo reale, di un combattimento andato storto nel centro di Ramadi. La guerra in Warfare non è un conflitto eroico, ma una somma di esperienze personali, di memoria e di trauma. La mancanza di personaggi definiti con dei retroscena o dei percorsi emotivi completi è costruita in modo che il protagonista del film non sia un singolo soldato, ma l’intera unità, un corpo unico che agisce e reagisce al caos e al rischio di morte immediata.
Nel 2006, la tecnologia di guerra rifletteva un’epoca di transizione, in cui l’informazione non era ancora un flusso costante e onnisciente. Questo si manifesta in modo lampante nella logistica e nelle comunicazioni del film. Il primo aspetto da considerare riguarda le comunicazioni radio. La radio è l’unico canale di comunicazione tra i vari team militari e la catena di comando. La sua rappresentazione è un elemento cruciale. Invece di offrire chiarezza, la radio in Warfare è una fonte di frammentazione e di confusione. Le voci che si sovrappongono, il rumore statico e l’urgenza dei comandi contribuiscono a creare un’esperienza sonora vertiginosa e sovraccaricante che posiziona lo spettatore direttamente nella testa del soldato. Le comunicazioni sono spesso interrotte, i comandi sono ambigui o vengono negati, costringendo i soldati a improvvisare e a prendere decisioni che, in un sistema più controllato, sarebbero state impensabili. La radio diviene un linguaggio a sé stante, fatto di segnali e ritmi, che i soldati devono istintivamente decifrare in mezzo al caos.
Rispetto alla guerra dei nostri giorni va evidenziata la visione limitata della sorveglianza aerea: la sorveglianza aerea è mostrata come una presenza distaccata e imperfetta. Il film rappresenta una visuale aerea da un aereo che rende ogni persona un semplice pixel su uno schermo ma, si nota subito, sono pixel in bianco e nero, una vera e propria preistoria della rappresentazione della battaglia. Questa rappresentazione ricorda che, a differenza delle tecnologie più recenti, la sorveglianza nel 2006 non offriva un’analisi dettagliata o un flusso di dati in tempo reale per la gestione tattica. La limitazione era coerente con le tecnologie satellitari dell’epoca, come quelle basate su pellicola fotografica che doveva essere fisicamente recuperata per l’analisi (come nel caso dei sistemi HEXAGON KH-9 del periodo precedente), o con immagini satellitari che, pur digitali, non erano ancora integrate in un sistema di mappatura dinamico e in tempo reale per le operazioni sul campo. Questo tipo di sorveglianza imperfetta rafforza l’idea che la drammatica esperienza del soldato a terra fosse supportata da un’informazione incostante e una visione a tunnel del campo di battaglia, non da una prospettiva onnisciente.
L’antropologia visuale di Warfare è intrinsecamente legata alle limitazioni tecnologiche dell’epoca raccontata. Le scelte estetiche non sono arbitrarie, ma sono il risultato diretto del tentativo di ricreare la “verità” della memoria. Consideriamo riprese e montaggio: Il film si avvale di uno stile di ripresa e montaggio che è stato descritto come staccato e aritmico, senza una compressione temporale significativa. La macchina da presa rimane costantemente vicina ai soldati , quasi claustrofobica, limitando la prospettiva dello spettatore a ciò che i personaggi possono vedere e percepire in un ambiente caotico. Questa scelta estetica non solo serve a immergere il pubblico nell’esperienza sensoriale del combattimento, ma riflette anche la natura disorientante del trauma dei reduci. Non vi è una narrazione lineare, e la mancanza di una colonna sonora, sostituita da un design del suono meticoloso e avvolgente amplifica l’effetto del rumore, sangue e caos. L’estetica come sempre crea simbolismo e la vera dimensione simbolica del film risiede nel tipo di capacità di esplorare la guerra come un’esperienza viscerale. L’assenza di un nemico realmente visibile e la scelta di mostrare il conflitto unicamente dal punto di vista americano suggeriscono non il simbolico di una propaganda patriottica ma quello di un’esperienza di isolamento e confusione, dove la minaccia è onnipresente ma sfuggente. Si impone la dimensione del simbolico del terrore, dell’esplorazione del caos e del punto di vista limitato e impaurito del combattente. Pur essendo stato descritto come emotivamente freddo per la sua mancanza di archi narrativi convenzionali, il film ottiene un effetto opposto: il suo crudo realismo costringe lo spettatore a confrontarsi con l’orrore e il sacrificio senza la consolazione di una trama tradizionale o di una musica che ne sterilizzi il significato. L’obiettivo di Garland, infatti, è esprimere il trauma, la dimensione liminale e la fratellanza di chi sta rischiando di morire attraverso l’esperienza sensoriale, non attraverso una narrativa emotiva convenzionale spesso pedagogica.
Best in Hell si posiziona all’estremo opposto dello spettro cinematografico occupato da Garland, soprattutto perché offre una rappresentazione del conflitto modellata dalle tecnologie belliche degli anni ’20. Il film, ambientato nel conflitto in Ucraina, è stato prodotto dal disciolto Gruppo Wagner, conferendogli una dimensione immediata di propaganda mentre, guardando nel profondo, il prodotto finale è molto più complesso. La sua origine e il suo scopo sono intrinsecamente legati alla sua estetica, che riflette una visione del conflitto come un processo tecnologico misurabile e gestibile ma anche così feroce da non lasciare praticamente nessuno sul campo, alla fine della battaglia. Il film rappresenta un salto epistemologico fondamentale, nel quale l’esperienza del combattimento non è più mediata primariamente dalla percezione sensoriale umana, ma da un apparato tecnologico onnipresente che offre una visione distaccata e strategica.
L’esperienza del conflitto qui si incontra immediatamente con la percezione di droni e intelligenza artificiale (AI): l’uso dei droni è un elemento centrale e ricorrente, non solo come armi d’attacco, ma, in modo più cruciale, come “occhio”, quasi divino, sopra il campo di battaglia. A differenza della sporadica e limitata visuale aerea di Warfare, i droni di Best in Hell offrono un flusso costante di informazioni, una sorveglianza ad alta risoluzione che guida ogni mossa. L’intelligenza artificiale, pur non esplicitamente discussa in relazione al film stesso, e un elemento centrale del videogioco basato sul film, è un’estensione diretta della narrazione. Questo suggerisce una concezione della guerra dove l’automazione e l’analisi dei dati, non solo la manodopera umana, sono al centro del processo decisionale, trasformando i soldati in attori di un sistema più vasto.
La presenza della AI come attante tecnologico, dei droni con una capacità di rappresentazione del terreno e di analisi dati impensabili nel 2006, garantisce un salto epistemologico anche nei livelli di ferocia presenti nel combattimento: l’intelligenza artificiale ottimizza talmente le perdite del nemico che in Best in Hell, tra ucraini e russi, sopravviverà solo una persona. La mappatura digitale e le infografiche: il film utilizza in modo massiccio le infografiche per spiegare le tattiche, i movimenti delle truppe e le capacità dei diversi equipaggiamenti militari. Il campo di battaglia è trasformato in una mappa di battaglia digitale, dove le posizioni dei soldati e del nemico sono tracciate, le traiettorie dell’artiglieria sono illustrate e le azioni sono descritte in termini logistici. L’analogia con le “battle maps” utilizzate nei giochi di ruolo come Dungeons and Dragons non è casuale; il film presenta la guerra come una scacchiera strategica in cui le “miniatures” si muovono secondo un piano ottimizzato, talmente ottimizzato da non far rimanere quasi nessuno sul campo tra i due combattenti.
L’antropologia visuale di Best in Hell è definita da questa estetica della presenza tecnologica e della gamification del conflitto. Le riprese e il montaggio si basano su un’alternanza metodica tra la prospettiva soggettiva a spalla dei soldati a terra e la prospettiva distaccata e aerea fornita dai droni e dalle infografiche. Il montaggio serve a collegare il “micro” del combattimento ravvicinato, fatto di urla e spari, al “macro” della strategia, nella quale, mentre i soldati muoiono, la stessa azione si riduce a un’icona che si sposta su una mappa digitale. La violenza non è vista solo attraverso gli occhi di chi la subisce, ma anche attraverso una lente oggettiva e analitica, che la decontestualizza dal suo orrore viscerale: il cielo della rappresentazione digitale avviene a livello macro, il massacro è lì sul micro, in basso.
Ecco quindi il simbolismo di Best in Hell tra guerra e videogame: mostra la brutalità della guerra, estesa e ottimizzata rispetto anche al recente passato e, allo stesso tempo, ne celebra l’efficienza e la chiarezza strategica attraverso il suo stile visivo. L’estetica delle infografiche e la visione onnisciente conferiscono un’aura da videogioco allo scontro mentre la guerra viene mostrata per come è : un “lavoro duro, senza fronzoli” dal quale però non si è destinati a uscire. Questo crea una profonda tensione simbolica: il film dichiara di voler mostrare l’inutilità del conflitto, l’inevitabilità dell’inferno per chi vi combatte, ma la sua rappresentazione della tecnologia suggerisce una visione della guerra come un’operazione logica, precisa e, in ultima analisi, utile e controllabile persino eroica nell’intreccio tra digitale e martirio.
Il confronto tra i due film, war movie entrambi ma con approcci molto diversi tra loro, rivela un’evoluzione nella rappresentazione cinematografica delle tecnologie e nel simbolismo ad essa correlato. La principale distanza simbolica tra i due film risiede nel loro approccio alla “verità” della guerra. Warfare presenta il rapporto tra ferocia e verità viscerale, radicata nell’esperienza sensoriale e nel trauma. La tecnologia della guerra (la radio che crepita, l’aereo che passa) è un mezzo imperfetto che enfatizza i limiti e la soggettività della percezione umana. Il film celebra la memoria, il caos e la dimensione liminale di gruppo come unici punti di riferimento in un ambiente senza senso. Best in Hell propone una il rapporto tra ferocia della guerra e verità algoritmica, dove il numero dei morti cresce, effetto dell’ottimizzazione AI del conflitto, ma è solo un problema di logistica risolvibile con i dati. La tecnologia (droni, infografiche) è uno strumento di controllo e oggettivazione che riduce la violenza a un processo da ottimizzare portato ad un alto livello di “produzione”. I soldati diventano dati su una mappa, e il conflitto, nonostante la sua continua brutalità, assume una dimensione intellettuale e strategica. La dimensione del caos e quella liminale di gruppo sul campo vengono letteralmente dominate dalla presenza eal graduato che, nella sala di comando, dirige le operazioni. L’eroe all’inferno, quello sul campo, è guidato verso il sacrificio dal cielo, dallo svolgersi dell’analisi dell’intelligenza artificiale. Qui non c’è nessuna estetica della sparizione dei corpi, c’è quella della rappresentazione digitale della sparizione della vita umana.
L’antropologia visuale della guerra è mutata profondamente in poco più di quindici anni. Warfare offre un ritratto dell’uomo in guerra, un’indagine sul suo corpo, sulla sua mente, sul gruppo e sulla sua memoria. È un film che si concentra sull’individuo e sulla sua incapacità di comprendere pienamente il quadro generale e sulla sopravvivenza possibile solo facendo gruppo. Best in Hell, al contrario, sposta il focus dall’individuo al sistema operativo. La guerra è un massacro unito ad una rappresentazione visiva su uno schermo, la strage è trasformata in problema di dati da gestire dall’alto. L’analisi comparativa di Warfare e Best in Hell rivela una trasformazione fondamentale nella rappresentazione cinematografica del conflitto moderno. Il passaggio dalla narrazione basata sulla memoria personale e soggettiva all’estetica guidata dai dati e dalla tecnologia non è semplicemente un’evoluzione stilistica, ma un profondo mutamento antropologico.
Warfare ci invita a “sentire” la guerra attraverso il rumore assordante, la confusione delle comunicazioni e la claustrofobia. La sua forza risiede nella capacità di mostrare la guerra come un’esperienza viscerale e traumatica, dove la tecnologia è un mezzo imperfetto che rafforza il senso di caos e isolamento. Best in Hell, al contrario, ci chiede di “vedere” il massacro attraverso la chiarezza dei dati, la visione onnisciente dei droni e la didascalica utilità delle infografiche. La strage è il prodotto finale di un problema di logistica e strategia, e la violenza diviene parte di un processo ottimizzabile.
L’esperienza collettiva della seconda guerra mondiale, una guerra giusta, di liberazione dal nazismo, con infinite storie di eroismo e solidarietà collettiva ci dice poco in questo genere di conflitti. Piuttosto, l’esperienza più vicina a Warfare e Best in Hell è quella della prima guerra mondiale che, secondo Walter Benjamin, lasciava i reduci senza nemmeno la forza di raccontare quello che era accaduto al fronte. Mentre la guerra reale si evolve con l’integrazione sempre maggiore tra massacri, intelligenza artificiale, droni autonomi e mappatura digitale, Best in Hell si dimostra un vero episodio pilota della rappresentazione della tecnologia e del simbolismo dei conflitti presenti e a venire. Warfare si presenta come la guerra prima che si aprisse l’inferno, fatto di integrazione tra massacri, intelligenza, artificiale, droni, lontano e sterilizzato dalla rappresentazione mediale della guerra costruita solo su rapporti diplomatici, dichiarazioni pubbliche, polemiche senza fine e senso.
Fonte
Iscriviti a:
Post (Atom)