L'opportunismo della la fine del mondo per i maganti dell'IA

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

La Cina ha un esercito di talenti nell'IA

di Michelangelo Cocco

Nel 2025 la Cina è diventata il paese col maggior numero di ricercatori di punta nel campo dell’intelligenza artificiale (il 41 per cento), davanti agli Stati Uniti (34 per cento). Il primato cinese – emerso dal rapporto Who’s Ahead in the Global AI Talent Race? – segna un’inversione di tendenza rispetto a pochi anni fa. Nel 2022 il 46 per cento dei talenti IA lavorava negli Usa e solo il 27 per cento in Cina. Gli Usa restano la destinazione preferita per i talenti IA che vanno a lavorare all’estero.

Sempre più ricercatori cinesi di punta restano in patria invece di fare rotta verso la Silicon Valley, attratti dai ricchi stipendi di player nazionali come DeepSeek e frenati dalle restrizioni alla concessione dei visti da parte degli Usa, per proteggersi dalla competizione dell’IA cinese. Delle migliaia di talenti censiti dal report, l’anno scorso il 57 per cento aveva conseguito la laurea di primo livello in Cina (+11 per cento rispetto al 2022), mentre solo il 13 per cento aveva completato gli studi universitari negli Usa.

Per la prima volta la spesa in ricerca e sviluppo in percentuale del Pil della Cina – 2,8 per cento nel 2025 – ha superato la media dell’Organizzazione per la cooperazione e lo sviluppo economico (Ocse), ovvero delle economie sviluppate guidate da governi democratici, che l’anno scorso si è fermata al 2,7 per cento.

Nel 2025 la spesa in R&D della Cina è stata di 3.920 miliardi di yuan (584,8 miliardi di dollari). Una crescita che riflette la strategia di autosufficienza tecnologica del governo di Pechino, accelerata dal XV Piano quinquennale (2026-2030).

Il ministro della Scienza e tecnologia, Yin Hejun, ha illustrato i piani del governo per rafforzare la ricerca scientifica di base, definendola essenziale per conseguire progressi tecnologici e affrontare le esigenze della sicurezza nazionale e altre priorità strategiche.

Yin ha aggiunto che Pechino intensificherà gli sforzi per superare i colli di bottiglia nei settori strategici, come i semiconduttori, i macchinari industriali e la strumentazione di alta gamma. Sarà inoltre rafforzato il sostegno alla ricerca nelle tecnologie di frontiera, tra cui l’intelligenza artificiale, le tecnologie quantistiche, le biotecnologie e le tecnologie di interazione tra cervello e computer.

Fonte

Perchè i colossi dell’IA distruggono i libri?

L’ultima novità è di poche settimane fa e viene dal Giappone. Nel paese del Sol Levante sta infatti succedendo una cosa curiosa: alcune librerie dell’usato hanno recentemente registrato vendite quintuplicate, con ordini da centinaia di volumi alla volta, tutti diretti allo stesso centro logistico nella prefettura di Okayama. Da lì, i pallet di libri partono verso gli Stati Uniti: oltre cinquanta tonnellate in totale, secondo le notizie raccolte dalle testate giornalistiche nipponiche. Nessuno ha ancora confermato chi sia il compratore finale, ma il percorso ricalca uno schema già noto altrove.

È lo stesso schema emerso in una causa giudiziaria che sta facendo la storia: Bartz v. Anthropic. Gli atti del processo sono stati resi noti dalla stampa americana e raccontano la storia di un’azienda che ha comprato milioni di libri di seconda mano, li ha fatti smontare tagliando la rilegatura, li ha fatti scansionare pagina per pagina sostanzialmente distruggendoli, e infine li ha buttati al macero. 

Quello di Anthropic non è l’unico caso. Un’inchiesta della testata 404 Media ha seguito, grazie a un tracciatore nascosto in un lotto di volumi rari, un processo analogo che ha portato un lotto di alcune centinaia di libri comprato all’ingrosso fino a un magazzino Amazon vicino a Las Vegas, dove, anche in questo caso, alcuni lavoratori avrebbero raccontato di aver tagliato le rilegature, scansionato le pagine e gettato i resti. 

La società non ha però confermato pubblicamente che i file siano destinati all’addestramento dei suoi modelli, né ha chiarito quanti libri siano coinvolti o quale criterio usi per selezionare i volumi. Amazon ha risposto che “acquista libri tramite i canali commerciali per contribuire allo sviluppo e al miglioramento dei prodotti e dei servizi utilizzati dai nostri clienti”.

Questo è uno dei punti comuni. Le aziende spesso non negano l’acquisto dei libri, ma evitano di confermare pubblicamente il processo completo: acquisto, scansione, uso nei dataset, distruzione e conservazione delle versioni digitali ricavate. Segnalazioni di pratiche simili arrivano anche da Regno Unito, Irlanda e altri Paesi europei.

Il filo che lega questi episodi è più interessante della singola notizia e conduce in una direzione molto chiara: la guerra senza quartiere in corso tra i colossi dell’intelligenza artificiale per ottenere la supremazia sviluppando nuovi modelli di frontiera sempre più potenti. 

Per anni la battaglia sui dati con cui si addestrano i modelli linguistici ha riguardato soprattutto le persone: foto, conversazioni e tutte le altre tracce digitali lasciate in rete. Oggi quel fronte si è spostato sulla carta stampata, perché i grandi archivi del web cominciano a scarseggiare e i libri restano un giacimento ancora relativamente poco sfruttato.

Anthropic, per esempio, ha sostenuto che Claude viene addestrato su una combinazione di dati disponibili pubblicamente sul web, dataset acquistati commercialmente e dati prodotti dall’azienda. Ha anche dichiarato che acquistare libri è una pratica ampiamente utilizzata nel settore dell’IA, e che nessuno dei suoi programmi di acquisizione dati compra e distrugge “libri rari o antiquari”. 

Questa dichiarazione è importante, ma va letta con precisione. Non equivale a dire che Anthropic non abbia mai usato la cosiddetta “scansione distruttiva”. Gli atti giudiziari del caso Bartz v. Anthropic descrivono invece un programma chiamato Project Panama, nel quale copie cartacee venivano acquistate, private della rilegatura, scansionate e poi scartate. La dichiarazione aziendale insiste sulla categoria “rari o antiquari”, lasciando aperta la questione di libri fuori catalogo, specialistici o difficili da reperire, ma non formalmente classificati come antiquari.

Gli atti e le cause americane indicano che il problema riguarda più aziende, non soltanto Anthropic. Meta avrebbe definito l’accesso a grandi quantità di dati librari “essenziale per restare competitiva”. OpenAI è stata accusata di aver usato libri protetti da diritto d’autore, e avrebbe riconosciuto di aver scaricato materiale da piattaforme pirata come Library Genesis (LibGen) e Z-Library (spesso menzionate insieme ad altre “shadow libraries” come Sci-Hub e Bibliotik), sostenendo di averlo cancellato prima del lancio di ChatGPT. Questi elementi non provano però che tutte le aziende citate abbiano adottato lo stesso sistema di acquisto, taglio e distruzione fisica dei libri. 

La distinzione è fondamentale: ci sono prove di una corsa generale ai libri, ma non esiste ancora una prova pubblica uniforme che ogni grande azienda abbia un “Project Panama” identico.

Materia prima pregiata

C’è un motivo se l’industria editoriale è entrata nel mirino dei colossi dell’IA, e riguarda la qualità del lavoro umano specializzato. In generale, un romanzo curato da un editor, un saggio storico, un manuale specialistico offrono una scrittura di qualità superiore a gran parte di quanto circola online, caratterizzata da testi e strutture coerenti e corretti, frutto di anni di lavoro redazionale. A finire nella lista dei desideri delle aziende sono soprattutto testi scritti prima che l’intelligenza artificiale generativa cominciasse a riempire il web di contenuti sintetici, quindi genuinamente umani. 

Per un modello linguistico questa è la materia prima più pregiata che esista perché evita del tutto il rischio del “collasso del modello” (model collapse), che si verifica invece quando l’addestramento avviene con contenuti generati da un’altra IA (o da versioni precedenti di se stessa). Questa forma di endogamia digitale (non a caso chiamata anche, con una certa ironia, Habsburg AI, l'“IA degli Asburgo”, dinastia nota per la sua endogamia) è un processo di addestramento paragonabile a una fotocopia di una fotocopia: a ogni passaggio il modello addestrato perde sfumature, dettagli rari e aderenza alla realtà, accumulando errori e appiattendo le risposte.

La soluzione al “problema Asburgo” dell’IA è trovare “materiale umano” fresco, meglio se verificato, com’è il caso dell’industria editoriale pre-ChatGPT. E di questo materiale ne serve tanto. 

I numeri danno l’idea della scala. Secondo Epoch AI, l’insieme del testo umano di qualità disponibile online è un numero attorno ai trecentomila miliardi di token, con un esaurimento previsto tra il 2026 e il 2032. Nello stesso periodo si è formato un mercato delle licenze per dataset che vale già alcuni miliardi di dollari l’anno. Anthropic, per esempio, nel 2026 ha pagato un miliardo e mezzo di dollari per chiudere una causa legata a circa cinquecentomila libri scaricati da archivi pirata.

Qui entra in gioco il diritto d’autore. Chi compra una copia di un libro può rivenderla, prestarla o anche distruggerla senza chiedere permesso a nessuno. È il principio che rende possibili le biblioteche e le bancarelle dell’usato. Possedere il volume, però, non significa avere anche il diritto di riprodurne liberamente il contenuto, per esempio digitalizzandolo integralmente. 

Sul versante opposto, va anche segnalato che la distruzione dei libri è tutt’altro che un’anomalia: gli editori mandano da sempre al macero le copie non vendute, restituite dai librai come parte del “reso”, cioè dell’invenduto. Che è però un modo per chiudere una perdita logistica, non per estrarne valore.

Lo scandalo del macero industriale

Quindi, la distruzione delle copie in sovrappiù c’è sempre stata. Allora perché la vicenda dei libri usati comprati dai produttori e poi distrutti diventa scandalosa? Il macero tradizionale elimina copie che nessuno vuole più leggere. Le aziende di IA, invece, comprano deliberatamente libri che sono sul mercato, che hanno ancora un valore informativo, ne assorbono il contenuto e poi ne distruggono il supporto fisico, spesso senza che autori ed editori vedano un euro. Se il volume era un’edizione rara, quel testo esce per sempre dal mondo condiviso della lettura, ogni libro sparisce davvero solo quando smettiamo di parlarne e di sfogliarlo. 

Tuttavia, alcuni commentatori tecnologici e di orientamento libertario sostengono che la scansione distruttiva venga presentata in modo troppo apocalittico. Per esempio, Jack Nicastro, in un commento ripreso dall’Information Technology and Innovation Foundation, argomenta che il procedimento può convertire rapidamente libri fisici in testo ricercabile, aiutare a rispettare il copyright e ampliare l’accesso alla conoscenza. Secondo questa lettura, il problema principale sarebbe la trasparenza e non la distruzione materiale in sé.

La posizione della Commissione Europea è invece opposta: lo scorso 16 settembre la Commissione ha dichiarato che la digitalizzazione di un libro fisico protetto è un atto di riproduzione e che le eccezioni non coprono, nella sua interpretazione, la digitalizzazione di opere originariamente fisiche.

Inoltre, l’European Writers Council ha condannato la scansione distruttiva di milioni di libri, sostenendo che non si tratta soltanto di copyright, ma di rispetto per il lavoro creativo e per il patrimonio culturale. Questa posizione considera il libro non un semplice contenitore di token: un volume può avere valore come oggetto, come esemplare raro, come testimonianza di una biblioteca, come testo annotato o come unica copia ancora reperibile. Il PDF può salvare le parole, ma non conserva integralmente la storia materiale del libro.

È difficile capire quale possa essere il punto di vista corretto, soprattutto se l’obiettivo è di preservare la cultura di cui i libri sono simbolo oltre che contenitori. Un’altra analisi pubblicata da Stanford difende la scansione distruttiva in linea di principio: anche biblioteche e archivi possono smontare copie duplicate per preservare il contenuto e renderlo studiabile. La condizione, però, è che la procedura sia usata correttamente, su copie adeguate e dentro una politica di conservazione responsabile.

Da un lato, digitalizzare una copia duplicata e depositare il file in un archivio controllato può avere un valore conservativo. Dall’altro, è facilmente dimostrabile che comprare indiscriminatamente migliaia di libri fuori catalogo, tagliarli in modo irreversibile, non rendere pubblico l’elenco dei titoli e usare il risultato per addestrare prodotti commerciali è invece molto più problematico.

Europa e Stati Uniti: stessi libri, leggi diverse

Quello che Anthropic e le altre aziende stanno facendo nasce, come detto, dal bisogno di dati freschi e dagli spazi lasciati dal diritto vigente, soprattutto negli Stati Uniti: la legge per ora permette più di quanto il senso comune sia disposto a concedere. Negli Stati Uniti il giudice che ha istruito il caso Anthropic ha separato con cura i libri scaricati da biblioteche pirata dai libri comprati legalmente e poi scansionati. Ha ritenuto legittimo l’uso dei testi per addestrare i modelli e la digitalizzazione delle copie acquistate, mentre ha escluso che il fair use potesse giustificare l’acquisizione e la conservazione di libri ottenuti da archivi pirata. Si tratta di una sentenza di merito legata a quella singola fattispecie, ma è stata interpretata come un lasciapassare generale. 

Chi si oppone a questa interpretazione, autori ed editori inclusi, nota però che il proprietario di una copia comprata legalmente può altrettanto legalmente rivenderla o distruggerla, ma questo non gli concede automaticamente il diritto di riprodurne il contenuto su scala industriale.

In Europa il quadro è più prudente e non ricalca quello statunitense. Le eccezioni per l’estrazione di testi e dati previste dalla normativa comunitaria permettono in alcuni casi di analizzare opere a cui si abbia accesso lecito, ma gli autori possono riservarsi esplicitamente i diritti per gli usi commerciali. Per questo le segnalazioni arrivate da librerie del Regno Unito, dell’Irlanda e di almeno sette Paesi del continente (non risulta ad oggi che l’Italia sia tra questi) mostrano che il fenomeno non è confinato agli Stati Uniti. La conclusione di un tribunale californiano non si trasferisce da sola nel diritto europeo: davanti a un giudice del Vecchio continente il risultato con tutta probabilità sarebbe molto diverso.

Anthropic, peraltro, non è sola in questa corsa. Ci sono Meta e OpenAI, probabilmente anche Amazon. Le aziende hanno fornito dichiarazioni parziali: confermano acquisti commerciali o descrivono in modo generale le fonti dei dati, ma raramente pubblicano liste complete dei libri, procedure di conservazione, criteri per escludere opere rare e informazioni verificabili sul percorso dei file. Nessuno di questi elementi dimostra infatti che tutte le aziende seguano lo stesso protocollo di acquisto, taglio e distruzione fisica, ma conferma che la caccia ai libri è un fenomeno parte di un mercato ormai strutturato, non un’anomalia isolata.

Resta, sullo sfondo, un deficit di trasparenza che accomuna quasi tutti i protagonisti della vicenda. In Giappone l’associazione degli editori ha chiesto chiarimenti al grande distributore Nippan, il cui nome compare negli atti del contenzioso americano, senza ottenere finora risposte sulle singole transazioni. 

Librai e artisti contro l’IA

Questa storia si inserisce in una vicenda più ampia che da alcuni decenni vede contrapposta l’industria culturale alle multinazionali tecnologiche. Dalle guerre a Napster alla fine degli anni Novanta fino agli scontri di oggi fra artisti e colossi dello streaming, tutto ruota intorno alla ridistribuzione dei profitti: artisti pagati pochi centesimi per ascolti che generano fatturati miliardari. 

È la stessa guerra che ha mandato in sciopero per 148 giorni gli sceneggiatori di Hollywood, preoccupati che l’IA potesse scrivere al posto loro togliendo lavoro futuro (alla fine hanno ottenuto la garanzia che nessun testo generato da un modello potesse valere come materiale letterario), ma finora nessuno si era posto il problema, enorme, della sostituzione anche fisica del libro in quanto strumento più antico e potente per la trasmissione della cultura delle nostre società.

Adesso, il libro, oggetto apparentemente innocuo su uno scaffale, è diventato il terreno di uno “scontro finale” tra chi crea e chi addestra. Tuttavia, le storie che circolano online secondo le quali i grandi dell’intelligenza artificiale “stanno distruggendo tutti i libri del mondo”, “ogni volume giapponese finisce in Anthropic”, “tutte le aziende bruciano opere uniche” vanno ridimensionate. 

Il fenomeno non è una leggenda nata sui social. La vera novità però è che la trasformazione del libro in materia prima industriale per l’IA sta diventando abbastanza vasta da produrre effetti visibili nei mercati dell’usato, nei rapporti fra editori e distributori e nel dibattito sulla conservazione culturale.

Fonte

L’ideologia e la falsa coscienza dell’IA

Molti ingegneri e informatici che hanno studiato all’università dagli ’90 in poi hanno una sensazione ricorrente quando leggono articoli sull’Intelligenza Artificiale moderna: gran parte delle tecniche presentate come rivoluzionarie sembrano in realtà strumenti già noti da tempo.

Ottimizzazione numerica, statistica, reti neurali, metodi euristici e algoritmi di ricerca erano infatti tecniche e concetti insegnati molto prima dell’attuale boom dell’IA.

C’è quindi qualcosa che non torna, si tratta di teorie “vecchie” o c’è effettivamente qualcosa di nuovo? Le fondamenta matematiche dell’IA moderna non sono nuove. Se con il termine “intelligenza” ci riferiamo ai presupposti teorici di questa tecnologia allora possiamo affermare che esiste ed è insegnata da una trentina d’anni a questa parte, è, però, cambiato il modo in cui tali strumenti vengono utilizzati oggi.

Supponiamo quindi che con il termine “intelligenza” ci si riferisca ai presupposti teorici di questa tecnologia, allora per comprenderla oltre l’ideologia è necessario partire da tre pilastri matematici fondamentali: statistica, ottimizzazione ed euristica.

I tre pilastri matematici dell’IA

La statistica si occupa di estrarre informazione dai dati. Quando stimiamo una probabilità, una distribuzione o una correlazione stiamo svolgendo un problema statistico. In un sistema di riconoscimento immagini, ad esempio, la statistica consente di individuare regolarità nei milioni di esempi utilizzati per l’addestramento di un nuovo modello. La statistica non è una scienza esatta, si basa sulla probabilità e non sulla certezza, ma se il campione è abbastanza vasto da coprire una buona parte della popolazione presa in esame, allora le sue predizioni diventano sempre più accurate. Negli anni ’90 ad esempio non c’era modo di accumulare una quantità di dati sufficiente per analizzare con un errore trascurabile i fenomeni fisici, economico o sociali... figuriamoci se poteva essere possibile memorizzare miliardi e miliardi di libri, immagini e altro per ridurli a dati da cui estrarre delle statistiche. Ci tornerò successivamente ma in questo fatto sta uno dei cambiamenti storici che porta l’IA a diventare così centrale oggi.

L’ottimizzazione ha invece un obiettivo diverso: trovare la soluzione migliore rispetto a una funzione obiettivo. In termini matematici si cerca il minimo o il massimo di una funzione:

oppure

Quando una rete neurale viene addestrata, ciò che realmente accade è la minimizzazione di una funzione di errore.

Facciamo un esempio per semplificare e capirci meglio. Un modello di IA basato sul linguaggio – ovvero i LLM – deve costruire una frase sulla base di una domanda. Poniamo una domanda semplice: “Come stai?”, il modello andrà a cercare qual è, tra i tanti dati raccolti, la prima parola più probabile che si ripete dopo questa domanda e troverà: “Sto”.

Successivamente cerca qual è la parola seguente più probabile – senza perdere il contesto della domanda – e troverà: “bene”. Fino ad arrivare a rispondere “Sto bene. Grazie!”, semplicemente perché ha notato che questa è la risposta che è statisticamente più probabile nelle conversazioni e nei dialoghi dai quali ha appreso.

Quindi sulla base di una statistica e di un numero enorme di dati attiva una funzione di ottimizzazione che restituisce appunto un ottimo (minimizzazione dell’errore o massimizzazione della probabilità etc. etc.) in corrispondenza di alcune soluzioni come ad esempio quella proposta.

Questa tecnica è importante perché ci fa comprendere che l’IA segue degli obiettivi prefissati, e attiva tutti i percorsi utili a raggiungere questi obiettivi.

Le euristiche, infine, sono strategie pratiche utilizzate quando il problema è così complesso da rendere impossibile una ricerca esatta della soluzione ottimale. Invece di esplorare tutte le possibilità, l’algoritmo utilizza regole di buon senso matematicamente motivate per restringere lo spazio di ricerca. Di fatto, alla domanda precedente un modello avrebbe potuto rispondere in mille altri modi ma calcolare esattamente quale sarebbe il modo perfetto per rispondere potrebbe richiedere troppo tempo. Allora, invece di usare la soluzione “ottima” in assoluto si utilizzano tecniche capaci di arrivare ad “ottimi” relativi, ovvero soddisfacenti ma non assolutamente esatti.

Nell'immagine seguente, la pallina nel punto A si trova in un ottimo relativo, la pallina nel punto B in un ottimo assoluto quando la funzione obiettivo è minimizzare l’altezza a cui si trova la pallina. Una euristica che ci porterebbe nel punto A è la regola di andare avanti fin tanto che non trovo una salita. Come è evidente rispetto al punto di partenza non ci si sbaglia di molto se invece che andare nel punto di ottimo assoluto ci si ferma in quello relativo, si risparmia però tempo.

Gran parte dell’IA moderna può quindi essere descritta come la combinazione di questi tre elementi: la statistica estrae informazione dai dati, l’ottimizzazione definisce l’obiettivo da raggiungere e le euristiche permettono di trovare una soluzione, seppur approssimata, in tempi accettabili.

L’apprendimento delle macchine esisteva già negli anni ’50 del '900

Una convinzione diffusa è che le reti neurali siano una tecnologia recente. In realtà il loro antenato diretto, il Perceptron, fu introdotto da Frank Rosenblatt nel 1958 nel lavoro The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain. [homepages….th.uic.edu], [mlanthology.org]

L’idea fondamentale era già quella di un sistema capace di modificare automaticamente i propri parametri sulla base dell’esperienza. In altre parole, il concetto di apprendimento dai dati era presente oltre sessant’anni fa. [homepages….th.uic.edu], [mlanthology.org]

Anche molte tecniche di ottimizzazione utilizzate oggi derivano da idee sviluppate nel corso del Novecento. Da questo punto di vista, affermare che l’IA sia nata negli anni ‘20 del nuovo secolo, con OpenAI ad esempio, sarebbe storicamente scorretto.

Le euristiche erano già considerate IA 

Un altro esempio significativo è rappresentato dall’algoritmo A*, introdotto nel 1968 da Peter E. Hart, Nils J. Nilsson e Bertram Raphael nel lavoro A Formal Basis for the Heuristic Determination of Minimum Cost Paths. [centerconsulting.com], [achievements.ai]

L’algoritmo utilizza una funzione:

dove g(n) rappresenta il costo reale accumulato mentre costituisce una stima euristica del costo ancora necessario per raggiungere l’obiettivo. L’idea consiste nel privilegiare i percorsi che sembrano più promettenti. [achievements.ai], [centerconsulting.com]

Questa logica è alla base di numerosi sistemi di pianificazione, robotica e navigazione ancora oggi utilizzati. Pertanto, molti degli strumenti che oggi chiameremmo IA erano già presenti oltre mezzo secolo fa. [en.wikipedia.org], [centerconsulting.com]

La differenza più interessante tra IA classica e Large Language Models (LLM) non è tanto nella matematica utilizzata, quanto nel luogo in cui risiede la conoscenza, o se vogliamo l’intelligenza.

IA classica

Nei sistemi tradizionali l’intelligenza era principalmente incorporata dal progettista.

L’ingegnere definiva:

• le regole del sistema;
• le euristiche da applicare;
• le funzioni di valutazione;
• i criteri decisionali.

In un motore scacchistico classico, ad esempio, era il progettista a stabilire che una donna valeva più di una torre o che il controllo del centro della scacchiera fosse vantaggioso. Il sistema eseguiva ciò che era stato esplicitamente modellato dall’essere umano in maniera consapevole. In questo paradigma si può affermare che l’intelligenza risiedesse principalmente nel progettista.

Large Language Models

Negli LLM la situazione è profondamente diversa. L’ingegnere non programma più direttamente le regole linguistiche. Non scrive la grammatica italiana, inglese o francese. Non definisce manualmente quando utilizzare una determinata costruzione sintattica.

Definisce invece:

• l’architettura del modello;
• la funzione di perdita (loss function);
• il processo di addestramento;
• le procedure di ottimizzazione.

Successivamente il sistema apprende autonomamente osservando enormi quantità di dati.

In questo paradigma, l’intelligenza non risiede principalmente nelle regole scritte dal progettista, ma nei dati e nel processo di apprendimento che consente di estrarne regolarità, schemi e conoscenze implicite. L’ingegnere non programma direttamente il comportamento finale del sistema; programma piuttosto il meccanismo attraverso il quale tale comportamento emergerà.

Questo rappresenta probabilmente il cambiamento concettuale più importante introdotto dall’IA moderna.

Ma da dove provengono i dati necessari per addestrare questi modelli? In larga misura dalla produzione culturale e conoscitiva dell’umanità: libri, articoli, siti web, fotografie, opere artistiche, documentazione tecnica, discussioni pubbliche, archivi digitali e, più in generale, dalla conoscenza accumulata e trasmessa da generazioni. La proprietà di questi dati è collettiva.

È proprio qui che emerge una delle tensioni più significative dell’industria dell’intelligenza artificiale contemporanea. Le prestazioni dei modelli dipendono fortemente dalla quantità e dalla qualità dei dati disponibili, e dalla capacità di archiviarli. Di conseguenza, la competizione tra aziende si traduce spesso nella ricerca di un accesso sempre più ampio al patrimonio informativo prodotto collettivamente dalla società.

Si crea così un paradosso: il valore economico dei modelli deriva in misura crescente dalla capacità di incorporare e rielaborare conoscenze generate da milioni di persone, mentre i benefici economici risultanti tendono a concentrarsi nelle organizzazioni che possiedono l’infrastruttura computazionale, i modelli e le piattaforme attraverso cui tali conoscenze vengono trasformate in prodotti e servizi.

La questione diventa quindi non solo tecnologica ma anche politica, economica e giuridica: chi possiede la conoscenza, chi può utilizzarla per addestrare modelli di IA e chi dovrebbe beneficiare del valore economico generato da tale utilizzo?

In altre parole, il dibattito contemporaneo sull’intelligenza artificiale non riguarda soltanto gli algoritmi, ma anche il rapporto tra conoscenza collettiva e proprietà privata.

Da questo punto di vista siamo di fronte a due modelli politicamente diversi: quello cinese open source e quello privatistico americano. Su ognuno di questi modelli insiste una contraddizione: per quello cinese è vero che il software di intelligenza artificiale è gratis/aperto, ma per usarlo è necessario un server non certo alla portata di una famiglia e spesso nemmeno di alcuni Stati.

Sul modello americano insiste la contraddizione più classica del capitalismo: affinché la conoscenza possa diventare proprietà privata, è necessario negare la proprietà privata sulla conoscenza ai singoli individui. Ovvero devono operare costantemente espropriazioni del prodotto del lavoro mentale.

Qui si capisce anche perché alcuni sviluppatori IA sembrano essere impazziti, mollano tutto per paura di quelli che potranno essere gli effetti dell’intelligenza artificiale in futuro, non la comprendono più... Il punto è che il Capitale ha prodotto alienazione tra chi lavora per ottenere una merce e chi invece se ne appropria, esattamente come un operaio che produce un ingranaggio di una macchina su cui non ha nessun controllo e consapevolezza, così succede per gli ingegneri oggi.

A quel famoso sviluppatore diventato estraneo al prodotto del suo stesso lavoro andrebbe detto: benvenuto nell’era dell’IA, benvenuto nella classe operaia. Magari, con un po’ di sano marxismo gli passa la paura.

Conclusioni

Resta un punto ancora da sviscerare, se le basi dell’IA esistevano anche nei primi anni 2000, perché ora se ne parla così tanto? Il punto di svolta avvenne nel 2012 con il lavoro ImageNet Classification with Deep Convolutional Neural Networks di Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton. Il modello dimostrò come una rete neurale profonda addestrata su oltre un milione di immagini e accelerata tramite GPU potesse superare nettamente le tecniche precedenti. [proceeding…neurips.cc], [papers.nips.cc]

La successiva svolta arrivò nel 2017 con il lavoro Attention Is All You Need di Ashish Vaswani e collaboratori, che introdusse l’architettura Transformer utilizzata dai moderni LLM. [arxiv.org], [research.google], [papers.neurips.cc]

La matematica sottostante non era nuova. Ciò che era cambiato era la disponibilità simultanea di:

• grandi quantità di dati;
• elevata potenza computazionale;
• architetture sufficientemente scalabili.

Ciò che cambia è la scala. Modelli con centinaia di miliardi di parametri vengono addestrati su quantità di testo impensabili solo pochi anni fa. [arxiv.org], [papers.neurips.cc]

C’è stato quindi un cambio di paradigma. Nell’IA classica l’intelligenza era codificata dall’ingegnere sotto forma di regole ed euristiche; nei moderni sistemi di apprendimento l’ingegnere definisce l’architettura e il processo di ottimizzazione, mentre la conoscenza emerge dall’analisi di enormi quantità di dati.

È questo spostamento dell’intelligenza dalle regole ai dati, unito alla disponibilità di potenza computazionale senza precedenti, che ha trasformato “vecchie” idee accademiche in una rivoluzione tecnologica percepita oggi come “Intelligenza Artificiale”. [proceeding…neurips.cc], [arxiv.org], [papers.neurips.cc]

Venendo quindi a una delle questioni più filosofiche: l’IA possiede una coscienza autonoma oppure no? La risposta è semplice se si guarda appena dietro all’ideologia che viene costruita attorno a questa tecnologia:

1. L’intelligenza, ovvero la matematica di base, è molto simile al T9 dei vecchi telefoni, nessuno mai ha creduto che il telefono pensasse prima di completare le parole;
2. La conoscenza deriva dall’enorme capacità di rubare dati, di memorizzarli e catalogarli. L’IA è cosciente solo di quella che è la conoscenza umana. Può apparire che abbia consapevolezza di se stessa, ma questa è ideologia, la macchina sta solo ripetendo uno schema che ha trovato ripetibile staticamente e vincente (“ottimo”) nel comportamento umano.
3. Non è possibile prevedere a priori come reagirà un certo modello in seguito all’addestramento semplicemente perché il nostro cervello è troppo limitato per tener conto di tutti quei dati contemporaneamente, ed emerge così l’angoscia di non riuscire a tenere sotto controllo l’AI. Quando invece quel comportamento è semplicemente il miglior comportamento mai realizzato dall’umanità, individuato in tempi utili in funzione di uno o più obiettivi dichiarati in partenza. È il caso degli esperimenti che sono sulle cronache dei giornali, quando si dice che il modello tal dei tali abbia disobbedito, ha in realtà riprodotto uno schema che ha trovato in un forum di hacker per esempio.

Al di là dell’ideologia la realtà è ben diversa: ciò che è fuori controllo è il modo di produzione capitalista, che porta ad un nuovo e rinnovato livello l’alienazione, mentre i produttori di conoscenza (i lavoratori) cadono nel girone della classe operaia, insieme alle illusioni offerte dal capitalismo.

È chiaro però che se addestri un modello con i manuali di guerra invece che con quelli medici, sarà potenzialmente in grado di distruggere l’umanità.

Ma la responsabilità di chi è? Vogliamo davvero pensare che sia un pezzo di silicio a decidere tutto?

Bibliografia scientifica

1. Frank Rosenblatt, The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain, Psychological Review, 1958. [mlanthology.org], [homepages….th.uic.edu]
2. Peter E. Hart, Nils J. Nilsson, Bertram Raphael, A Formal Basis for the Heuristic Determination of Minimum Cost Paths, IEEE Transactions on Systems Science and Cybernetics, 1968. [centerconsulting.com], [achievements.ai]
3. Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton, ImageNet Classification with Deep Convolutional Neural Networks, NeurIPS 2012. [proceeding…neurips.cc], [papers.nips.cc]
4. Ashish Vaswani et al., Attention Is All You Need, NeurIPS 2017.

Fonte

Trump-Xi, non è stato solo uno show

di Michelangelo Cocco

Il commento più perspicace che mi è capitato di leggere sulla visita di stato di Xi Jinping che si è conclusa ieri negli Stati Uniti è un post secco su LinkedIn, pubblicato da una donna cinese. Non riesco a ritrovarlo – dunque non posso citare l’autrice – ma ricordo che recita così: solo se sei potente vieni rispettato.

La Cina che Donald Trump ha offeso ripetutamente ai tempi del suo primo mandato (2017-2021), tra l’altro dandole dell’untrice globale durante la pandemia di Covid-19 e ribattezzando quella malattia “virus cinese”, non è la stessa Cina di cui, da giovedì a sabato, ha accolto il leader con una pompa tale da suscitare inquietudine in patria (tra i suoi stessi repubblicani) e all’estero.

Per comprendere perché il presidente Usa abbia alla fine optato per una linea più accomodante nei confronti di Pechino – che probabilmente porterà avanti fino a quando, il 20 gennaio 2029, dovrà lasciare la Casa bianca – bisogna ricordare i fattori principali che hanno determinato questa scelta che, a giudizio di chi scrive, come ben sintetizzato dal post della signora cinese, vanno ben al di là di un mero calcolo elettoralistico di Trump, atteso il 3 novembre alla prova delle urne per il Mid Term:

• la Cina è diventata, sempre più, una superpotenza commerciale. Nel 2025 ha registrato un surplus di 1.200 miliardi di dollari e monopolizza l’export di terre rare, indispensabili per l’industria elettronica e bellica degli Usa (e di altre economie avanzate);
• l’influenza internazionale di Pechino è cresciuta notevolmente, spinta dalle iniziative promosse dalla leadership cinese (Global Development Initiative e Belt and Road Initiative, tra le altre) e favorita dall’unilateralismo di Trump;
• l’esercito popolare di liberazione si è rafforzato: nel Pacifico occidentale – soprattutto nei “mari della Cina” (Mar cinese meridionale e Mar cinese orientale) – l’egemonismo statunitense ha incontrato finalmente un argine;
• l’hi-tech cinese – rappresentato dalle sue compagnie di internet e di intelligenza artificiale – ha fatto passi da gigante, con la conseguenza che il paese sta riducendo in quest’ambito cruciale le dipendenze dalle economie più avanzate, in primis quella statunitense.

Di fronte a questa ascesa – apparentemente inarrestabile, ma non priva di contraddizioni – alla strada dello scontro Trump ha preferito quella del dialogo, inaugurata col faccia a faccia di Busan, in Corea del Sud (30 ottobre 2025) e proseguita col summit di Pechino (13-15 maggio 2026). A questo approccio – che quest’anno vedrà i due incontrarsi ancora in occasione del vertice dell’Apec a Shenzhen (18-19 novembre) e, per la quarta volta, del summit del G20 a Miami (14-15 dicembre) – negli ultimi giorni si è voluto dare il massimo risalto mediatico, con Trump e consorte che sono andati a ricevere gli ospiti cinesi fin sulla pista della base di Andrews, gli affettuosi messaggi di benvenuto e lo sfarzoso cerimoniale riservato dalla Casa bianca a Xi e sua moglie, Peng Liyuan.

Accordi e disaccordi

Tuttavia gli esiti concreti del summit rivelano che a cambiare è il metodo dell’amministrazione Trump, che, con la Cina, è diventato dialogante, non la dinamica delle relazioni tra le prime due economie del Pianeta, due superpotenze, che resta di competizione e rivalità. Questo vertice però – è importante sottolinearlo – non era stato organizzato per sottoscrivere intese di rilievo, ma, appunto, per dare continuità al nuovo corso.

Come che sia, il caso che meglio rappresenta le difficoltà di Washington e Pechino – mentre il Congresso, il Pentagono e la Cia restano ostili alla Cina – di trovare compromessi sostanziali è quello dell’intelligenza artificiale, sulla quale nei giorni scorsi si sono moltiplicati gli appelli alla cooperazione bilaterale, dopo gli allarmi lanciati dagli esperti Usa del settore sulla possibilità che la tecnologia vada fuori controllo.

Trump ha spento le speranze di chi auspica una collaborazione fruttuosa tra i due paesi leader nello sviluppo dell’IA. «La Superintelligenza sarà un tema di discussione molto importante, ma voglio lasciarla esattamente dov’è», ha tagliato corto, mentre Xi ha sostenuto che andrebbe mantenuta sotto il controllo umano e dovrebbe servire l’interesse pubblico.

Nei giorni scorsi, le aziende cinesi erano state accusate di aver sottratto e copiato modelli americani attraverso «campagne di distillazione su scala industriale». Pechino aveva reagito contro-accusando Washington di voler imporre un monopolio sulla nuova tecnologia e frenare lo sviluppo della Cina, e minacciando contromisure.

Nel Fact Sheet, non un vero e proprio comunicato, della Casa bianca, si sottolinea che Trump ha ottenuto da Xi l’ok a chiamarla “Superintelligenza” e che tra i due paesi partirà un dialogo formale sull’IA.

Di fatto, Cina e Stati Uniti andranno avanti sviluppandola ognuno a modo suo: indirizzata dallo stato, open source e forse meno performante quella cinese; in mano alle corporation, finanziarizzata e con poche regole quella statunitense. Trump e Xi non ne rallenteranno la corsa come Ronald Reagan e Michail Gorbačëv fecero con l’atomica: i modelli non hanno ancora prodotto i disastri della bomba e Trump ha illustrato con chiarezza adamantina il suo punto di vista: «Chi vince sull’IA, vince su tutto».

Anche sul commercio non c’è ancora un’intesa, nonostante le trattative mensili tra le rispettive delegazioni. Lo sbarco a Washington del segretario generale del Partito comunista è stato preceduto dall’annuncio dell’estensione di due mesi – fino al 10 gennaio – della tregua di un anno sui super-dazi, siglata dai due il 30 ottobre scorso.

È il segnale che Washington e Pechino, in questa nuova fase che i cinesi hanno etichettato come “stabilità strategica costruttiva”, vogliono confrontarsi sulle questioni più spinose, ma anche della difficoltà di raggiungere un compromesso, che il segretario al tesoro, Scott Bessent, e il vice premier e responsabile per l’economia, He Lifeng, stanno discutendo da un anno. Ieri Bessent ha dichiarato che l’amministrazione repubblicana è «disponibile sia a continuare semplicemente con l’intesa raggiunta a Busan sia a valutare un accordo più ampio», caldeggiato dai cinesi.

Raggiunta un’intesa di massima su un regime tariffario reciprocamente non penalizzante su 30 miliardi di beni “non sensibili”, in entrambe le direzioni, tra i quali rientrerà l’aumento delle importazioni cinesi di soia e altri prodotti agricoli statunitensi.

Trump ha ottenuto l’impegno della Cina a importare, nel 2027 e 2028, almeno 10 milioni di tonnellate di carbone Usa all’anno, mentre si sta ancora discutendo sul controllo dell’export di terre rare, che Pechino vuole sentirsi libera di rallentare. 

È stato ufficialmente istituito il Board of Investment, ideato durante la visita di Trump in Cina a maggio.

Per quanto riguarda i dossier internazionali, la Cina ha mostrato disponibilità ad aiutare Trump a tirarsi fuori dal pantano di Hormuz, mediando tra Washington e gli amici iraniani.

È interessante notare che Xinhua ha diffuso una nota separata per approfondire il commento di Xi sulla posizione della Cina riguardo al Medio Oriente, senza fare altrettanto sulla guerra in Ucraina:

La Cina ha sempre ritenuto che la sovranità e la sicurezza di tutti i paesi debbano essere rispettate. La Cina ha costantemente svolto un ruolo costruttivo nell’allentare le tensioni e riportare la situazione alla calma, incoraggiando tutte le parti a optare per la pace e a mantenere vivo lo slancio dei negoziati. La Cina sostiene il ritorno di Stati Uniti e Iran al Memorandum d’intesa di Islamabad, auspicando che entrambe le parti tornino al più presto sulla via della soluzione delle questioni attraverso il dialogo e i negoziati, giungano infine a un accordo globale che comprenda anche la questione nucleare e raggiungano quanto prima la pace.

Chi la dura la vince

Xi ha intensificato la pressione sul presidente Usa per ottenere concessioni su quella che lo stesso Trump ha recentemente definito “merce di scambio”, (bargain chip), ovvero l’isola di Taiwan, la cui “riunificazione” alla madrepatria per Pechino è invece parte integrante della strategia di Grande rinnovamento della nazione cinese (Zhōnghuá mínzú wěidà fùxīng).

Xi ha invitato Trump a trattare la questione taiwanese «con attenzione» e ad adottare la «posizione corretta», opponendosi all’indipendenza dell’isola. La Cina è pronta a dare una mano in Medio Oriente, e forse anche a qualche altra concessione, se otterrà uno stop alla vendita di armamenti statunitensi (11 miliardi di dollari già approvati e 14 miliardi in attesa dell’ok di Trump) a quella che Pechino considera una provincia ribelle.

Ma è improbabile che Trump possa scostarsi dalla tradizionale politica Usa di “ambiguità strategica” e sostegno militare, a scopo “difensivo”, a Taiwan.

Fin dal momento in cui Trump, il 5 novembre 2024, è stato rieletto, la diplomazia cinese ha lanciato un’offensiva indirizzata alla Casa Bianca, utilizzando come ambasciatrici le corporation Usa, oltre ai normali canali diplomatici e ai media, che Pechino utilizza sempre meglio (non va sottovalutato, a tal proposito, il ruolo svolto, sui social, da commentatori, ricercatori, giornalisti e influencer occidentali folgorati sulla via di Pechino). 

Alla carota Pechino ha alternato il bastone del blocco dell’export delle terre rare, al quale la Cina è ricorsa, per la prima volta, per rispondere ai super-dazi varati da Trump col Liberation Day, il 2 aprile 2025.

Su Taiwan in particolare l’offensiva diplomatica di Pechino nei confronti di Washington è stata martellante, perché la leadership cinese sa che quella di Trump è un’amministrazione non solo meno ideologica di quella precedente, ma anche sgangherata.

Insomma Xi è arrivato al summit della Casa Bianca al culmine di un intenso lavoro, svolto dagli organismi preposti del partito e dalla diplomazia, indirizzato a centrare i due obiettivi strategici per Pechino:

• stabilizzare le relazioni con Washington, in modo tale da rimuovere o, quantomeno, depotenziare le politiche dell’avversario che potrebbero rallentare lo sviluppo socioeconomico della Cina (dazi, restrizioni alle esportazioni, conflitti che danneggiano le catene di approvvigionamento);
• fare un passo avanti in direzione della “riunificazione pacifica” di Taiwan, traguardo più difficile da raggiungere, nonostante l’indifferenza palesata da Trump nei confronti del governo di Taipei e il ritardo nell’approvazione della seconda commessa militare record per l’isola.

In definitiva, anche se il summit Trump-Xi alla Casa Bianca non ha prodotto grandi risultati concreti, esso riflette il consolidamento della nuova fase delle relazioni bilaterali, che i cinesi hanno chiamato “stabilità strategica costruttiva” e che Pechino preferisce di gran lunga rispetto all’abbozzo di contenimento che ha caratterizzato la politica cinese dell’amministrazione guidata da Joe Biden.

Come scrisse Henry Kissinger nel 2018:

penso che Trump possa essere una di quelle figure che, di tanto in tanto, compaiono nella storia per segnare la fine di un’epoca e costringerla a rinunciare alle proprie pretese. Questo non significa necessariamente che lui ne sia consapevole o che stia pensando a una grande alternativa. Potrebbe essere semplicemente un caso.

Fonte

Crescono le rivolte contro i data center dell’IA

Il conflitto sui data center sta ormai cambiando natura: non riguarda più soltanto gruppi ambientalisti o singoli comitati locali, ma mette in discussione il rapporto tra intelligenza artificiale, infrastrutture fisiche e comunità che devono ospitarle. Le ragioni sono molte, ma semplici. L’intelligenza artificiale appare immateriale: una domanda digitata, una risposta che arriva in pochi secondi, un modello che sembra vivere soltanto nei server.

Ma dietro ci sono edifici giganteschi, trasformatori, linee elettriche, sistemi di raffreddamento, acqua, terreni e migliaia di lavoratori impegnati nei cantieri. Più l’IA diventa invisibile nella vita quotidiana, più diventa fisicamente ingombrante nel territorio.

Negli Stati Uniti la protesta è diventata nazionale. Il 18 luglio si sono svolte 142 manifestazioni in 42 Stati contro la rapida espansione dei data center destinati anche a sostenere l’IA. Secondo Data Center Watch, tra aprile e giugno circa 45 progetti statunitensi, per un valore complessivo di 68 miliardi di dollari, sono stati bloccati o ritardati dalle opposizioni locali.

Il tema è soprattutto quello del prezzo materiale dell’intelligenza artificiale. I data center consumano enormi quantità di elettricità, richiedono infrastrutture energetiche dedicate e, a seconda delle tecnologie di raffreddamento, possono esercitare una forte pressione sulle risorse idriche.

In California, per esempio, la discussione è arrivata fino a San Jose, nel cuore della Silicon Valley, dove residenti e associazioni ambientaliste contestano nuovi impianti mentre l’amministrazione cittadina cerca di conciliare gli investimenti tecnologici con le preoccupazioni sull’energia, sull’acqua e sull’inquinamento.

Il caso più significativo è forse quello dello Stato di New York, che a luglio è diventato il primo Stato americano a introdurre una moratoria sui nuovi grandi data center, sospendendo per un periodo fino a un anno alcune autorizzazioni ambientali per gli impianti di grandi dimensioni. La misura è stata motivata dalla necessità di studiare gli effetti sulla rete elettrica, sulle bollette, sull’ambiente e sulle comunità locali.

Ma la protesta non è soltanto statunitense. In Europa i conflitti si stanno moltiplicando. In Irlanda diversi ricorsi hanno rallentato il progetto di un campus da circa un miliardo di euro a Rochfortbridge. In Scozia, il progetto Cato, da 600 MW e circa 5 miliardi di sterline, ha raccolto oltre 1.200 opposizioni durante la consultazione pubblica. Proteste e contestazioni sono emerse anche in Germania e Polonia.

In Olanda la questione riguarda direttamente Amsterdam, dove più di 500 persone hanno aderito alla campagna contro un grande data center a Zuidoost. Nel 2024 i data center rappresentavano già il 4,6% dell’intero consumo elettrico olandese, un dato che aiuta a capire perché la questione abbia assunto una dimensione politica.

E in Francia il conflitto ha assunto una forma ancora più clamorosa. A Étrechet, nel centro del Paese, il sindaco e altri amministratori locali si sono dimessi per protestare contro il progetto di un enorme data center di Google. L’impianto dovrebbe richiedere tra 880 megawatt e 1,1 gigawatt di elettricità, una potenza paragonabile a quella di un reattore nucleare. Gli amministratori hanno denunciato soprattutto il consumo di territorio e acqua, l’impatto paesaggistico e la pressione sulla rete elettrica.

In Italia il fenomeno si è sviluppato soprattutto in Lombardia. A sud di Milano è nata una rete di comitati, con mobilitazioni a Lacchiarella, Zibido San Giacomo, Opera, Rho, Bollate, Magenta e altri comuni. Le contestazioni riguardano consumo di suolo, acqua, rumore, calore, generatori e vicinanza alle abitazioni. A fine settembre la rete Stop Data Center riuniva circa venti realtà locali.

Le proteste hanno già prodotto alcuni risultati concreti. A Travagliato, nel Bresciano, il progetto di un data center da circa 120 MW è definitivamente tramontato. Dopo il parere negativo del Comune, motivato dalla mancanza di informazioni necessarie per valutare compiutamente l’impatto ambientale, la società East Gate ha ritirato la pratica edilizia e non ha depositato il progetto per l’allacciamento elettrico.

Anche a Rozzano la mobilitazione ha contribuito, secondo i comitati, alla riapertura della consultazione pubblica nell’ambito della valutazione di impatto ambientale relativa all’ampliamento di un data center. Il caso di Opera è invece ancora aperto. Il Comune ha avviato l’iter per un progetto EdgeConneX su circa 30 mila metri quadrati, con un edificio alto 18 metri e una potenza indicata in 100 MW complessivi, dei quali 60 MW di potenza IT. La documentazione comunale mostra che il progetto è tuttora dentro un percorso amministrativo, mentre cittadini e comitati stanno contestando l’intervento.

Le domande che stanno emergendo nelle comunità sono destinate a diventare centrali: chi paga l’elettricità necessaria per alimentare questi impianti? Chi paga le nuove infrastrutture? Quanta acqua possono consumare? Quanto territorio è ragionevole destinare ai server? E soprattutto, quale beneficio rimane alle comunità che sopportano i costi ambientali e infrastrutturali dei data center?

È questo il nuovo conflitto attorno all’intelligenza artificiale: non soltanto cosa può fare l’IA, ma quanto territorio, energia e risorse siamo disposti a mettere a disposizione perché possa farlo.

Fonte

Quant’è materiale questa “intelligenza”...

“La potenza è nulla, senza controllo”. Il vecchio slogan pubblicitario, nello spot interpretato da un Carl Lewis all’apice della sua carriera, sembra diventato una chiave interpretativa comoda – per giornalisti pigri o privi di conoscenze – per affrontare i problemi ormai evidenti nello sviluppo dell’intelligenza artificiale.

Gli stessi amministratori delegati delle aziende statunitensi del settore – OpenAi, Anthopic, xAI-Grok di Elon Musk, Copilot di Microsoft, Perplexity, Meta Ai di Meta, Gemini di Google – hanno parlato pubblicamente delle necessità di “rallentare” lo sviluppo dei loro “modelli di frontiera”, quelli con maggiore potenza di calcolo e quindi anche maggiori margini di “autonomia” (in realtà capaci di azioni non programmate dagli ingegneri).

Il problema posto in maggiore evidenza è perciò quello della “sicurezza”. In pratica, dopo aver reso noto l’“incidente zero” – centinaia di “agenti IA” di OpenAi che hanno attaccato il sistema di una società del settore, Hugging Face, fuggendo da un “ambiente sperimentale” che si pensava “chiuso” – pian piano stanno venendo rivelati migliaia di incidenti, simili o minori.

Si parla di “incidenti” avvenuti sia nei test interni sia come “fughe” nel mondo reale. E se i primi possono essere confinati tra le inevitabili difficoltà di qualsiasi tecnologia in fase sperimentale, i secondi pongono effettivamente il problema dei danni che possono essere provocati alla normale vita economica, politica e militare occidentale, anche senza incolpare la “guerra ibrida russa”.

I casi più frequenti includono infatti la violazione delle protezioni, la creazione di bacheche di messaggi, la fuga da sandbox (“ambienti chiusi”), il dirottamento di siti web, l’auto-suggerimento o il tentativo di aggirare i sistemi di monitoraggio. Per scopi mai decisi da nessun essere umano.

I risultati delle prime “indagini” sembrano confermare le difficoltà delle aziende nello stabilire un controllo completo sulle proprie tecnologie. Da qui nasce la richiesta al “pubblico” – lo Stato, in questo caso l’amministrazione Trump – di “fissare regole” nell’intervallo di tempo impiegato dalle aziende per cercare di riprendere il controllo sulle proprie creature.

Un “rallentamento dello sviluppo” comunque problematico, anche a detta di questi boss, perché “altri modelli di avversari stanno progredendo rapidamente”. 

Il contesto è chiaramente quello della competizione tra due superpotenze, che in questo settore hanno adottato due modelli di sviluppo completamente diversi.

Gli Stati Uniti, fedeli al neoliberismo più ortodosso, hanno “lasciato fare” alle aziende private, orientate ovviamente al raggiungimento del massimo profitto il più rapidamente possibile, che quindi hanno puntato sulla “potenza di calcolo” garantita da chip dedicati sempre più performanti – costruiti da Nvidia – che nel frattempo venivano vietati all’esportazione verso la Cina (tramite decisione politica della Casa Bianca).

I cinesi, invece, costretti a fare di necessità virtù con chip meno performanti, hanno lavorato sugli scopi dell’IA e sul “dimagrimento” degli algoritmi, cavandone fuori modelli egualmente performanti, adattabili alle necessità di utilizzo finale (tramite architetture open source), fin qui abbastanza “controllati” e soprattutto molto più economici.

Invece di “tenere indietro” il concorrente, insomma, gli USA ne hanno creato uno ancora più temibile, secondo la logica capitalistica. Quello che ti batte sul prezzo... 

L’industria dell’IA è infatti molto “materiale”, nonostante i suoi prodotti siano quasi esclusivamente “informativi” (dati, software, messaggi, contenuti ecc.). Richiede data center delle dimensioni degli stabilimenti industriali old economy, che consumano energia elettrica in quantità colossali; richiedono sistemi di raffreddamento, smaltimento del calore, ecc.. 

Necessità che stravolgono i territori e provocano rincari dei prezzi dell’energia che si scaricano sulle popolazioni circostanti, specie negli Stati Uniti, dove gli incentivi per installarli si scaricano su tutti i consumatori (gli “oneri di sistema”) oppure i prezzi sono “territorializzati” e variano con i livelli di consumo medio. Un data center in una bucolica comunità agricola magari inquina poco, ma consuma acqua ed elettricità come una fonderia. E la bolletta di tutti sale... 

Questo ha inevitabilmente ridotto di molto la “popolarità” dell’IA, che da un lato fa volare i prezzi di acqua ed energia e dall’altra porta via il lavoro o minaccia di farlo a breve.

Ma anche se la diffidenza popolare fosse minore, resta il fatto economicamente brutale: per finanziare l’installazione di tutta la potenza di calcolo necessaria a sviluppare i “modelli di frontiera” occorrono centinaia o migliaia di miliardi. Ma le “vendite” fin qui sono una frazione irrisoria dei costi da mettere in bilancio. E i profitti reali sono ridicoli rispetto a quelli attesi e già “prezzati” sul mercato (tutta la crescita di Wall Street negli ultimi anni è stata concentrata sui titoli del settore, a cominciare da Nvidia).

Se c’è un competitore che può vendere a prezzi stracciati, non c’è partita. Fallirai. E con te chi ti ha prestato i soldi... 

Abbiamo raccolto, negli ultimi mesi, diverse analisi sulla “bolla finanziaria dell’AI” che prima o poi sembra destinata a scoppiare. Ciò ovviamente preoccupa i chief executive officer di settore forse più degli “incidenti” di percorso.

Hanno di fronte un presidente e un’amministrazione che si intendono poco di tecnologia e considerano l’IA quasi come una nuova “arma fine di mondo”, essenziale per mantenere un vantaggio sui concorrenti (la Cina). Chiamare “superintelligenza” questa roba dà il segno chiaro dell’equivoco.

I ceo di Anthropic, OpenAI, ecc., si trovano perciò a dover giocare la carta del “manteniamo il vantaggio competitivo”, nel mentre devono cercare di riprendere il controllo di quel che hanno tra le mani e, al tempo stesso, convincere gli investitori che i profitti arriveranno copiosi come nelle promesse.

Equilibrismo difficile... Nemmeno l’IA li può consigliare. Ma magari qualche decina di miliardi pubblici potrebbe far loro tirare un sospiro di sollievo.

Temporaneo, sia chiaro, quasi artificiale...

Fonte

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

Usa e Cina non si scontrano, per fortuna

Dar conto di un vertice tra i presidenti delle due maggiori superpotenze mondiali è il classico esercizio di giornalismo “al buio”. Quel che si dicono i due è ovviamente filtrato dai rispettivi uffici stampa, quasi sempre anche concordato tra loro. Qualche dettaglio in più, altrettanto pilotato, arriva ai giornalisti che hanno qualche “contatto” tra i funzionari che assistono agli incontri.

La parte sostanziale viene peraltro discussa tra gli “sherpa”, ovvero i dirigenti dei vari settori economici, politici, militari che costituiscono il vero focus di ogni vertice. Da lì arriva poco o nulla, e quel poco richiede in genere una conoscenza approfondita dei problemi, il che esclude la quasi totalità della stampa, ormai ridotta a “porgitori di microfono” che solo raramente si sente in dovere di fare anche domande.

La valanga di articoli e servizi televisivi che ne discende sono quindi in genere “interpretazioni” del linguaggio diplomatico, che ha una serie di termini standard per indicare lo stato delle relazioni tra i due paesi, sia sul piano “storico” che immediato. Un “confronto franco” sta ad indicare un dialogo tra sordi ai confini della rissa verbale, uno “costruttivo” sta invece per qualche avanzamento in alcuni settori, e così via.

Ovviamente, anche le interpretazioni sono diverse a seconda degli interessi nazionali, aziendali (i media hanno dei proprietari che quasi sempre sono industriali con il core business in altri comparti), la stagione politica, ecc..

Tutta la premessa serve a dire che il confronto tra Trump e Xi, in quel di Washington, nel mentre all’Onu prosegue la passerella dei leader del resto del mondo, si va svolgendo sotto il segno del “bel tempo”. “I nostri rapporti mai così buoni”, “un nuovo modello di convivenza”, e giù grandi sproloqui sul sostegno alla “collaborazione” anziché alla “competizione”.

La realtà è naturalmente assai più complessa. Per esempio è certamente vero che lo sviluppo dell’intelligenza artificiale – secondo due modelli ormai decisamente differenti, di cui quello “autoritario e centralista” è paradossalmente la versione Usa – è uno dei capitoli più importanti ed urgenti di questo vertice.

È sicuramente vero che Trump è accompagnato dalla nutrita pattuglia dei “chief executive officer” statunitensi – Elon Musk di X-Grok, Jeff Bezos di Amazon, Zuckerberg di Meta, Huang di Nvidia e Altman di OpenAi – ma è altrettanto vero che ai “pari grado” cinesi è stato negato il visto necessario ad entrare negli Stati Uniti.

Buona parte dei grandi capitani d’impresa della Repubblica Popolare è infatti inserita nelle liste nere commerciali statunitensi, e nessuno si è preoccupato per l’evidente e pesante sgarbo fatto alla controparte. Per capirci: personaggi di spicco come Liang Wenfeng (fondatore di DeepSeek) e Yang Zhilin (fondatore di Moonshot AI) sono rimasti a casa. Mentre alcuni industriali cinesi di altri settori sono arrivati solo in un secondo momento.

Non mancano nella delegazione di Pechino funzionari espertissimi in materia, ma è chiaro che l’ostilità Usa verso i “concorrenti” è ai massimi livelli.

Lo sconfinato pragmatismo cinese è in grado di assorbire “scortesie” anche più gravi, ma certamente in qualche altro comparto arriverà prima o poi una reazione uguale e contraria, sicuramente costosa anche in termini economici.

Xi, come al solito, non ha fatto un plissè, limitandosi a ribadire che “Sia la Cina che gli Stati Uniti sono nazioni leader nell’intelligenza artificiale. Abbiamo sia la capacità che la responsabilità di sviluppare e gestire l’IA per il bene comune, e di garantire che lo sviluppo dell’IA sia sempre sotto controllo umano e serva al benessere delle persone”. Una mezza frecciata, insomma, alle recenti “evasioni” avvenute durante esperimenti nell’AI statunitense e alle conseguenti paure diffuse dai “ceo”... 

Anche sul piano delle relazioni economiche il mismatch esistente evidenzia le “chiusure” e i divieti americani, con Xi Jinping pronto a ricordare che “La cooperazione tra Cina e Stati Uniti potrebbe non risolvere tutti i problemi del mondo, ma senza la nostra cooperazione sarebbe difficile risolvere molti dei problemi globali. La Cina tiene le sue porte spalancate e accoglie le aziende americane che desiderano investire e fare affari nel nostro paese. Ci auguriamo che le aziende cinesi vengano trattate equamente qui negli Stati Uniti. Lavorando insieme, possiamo ampliare la lista delle aree di cooperazione e ridurre la lista dei problemi”.

Fino a fornire un avvertimento e un richiamo alle antiche prassi stravolte proprio dall’unilateralismo statunitense: “Dovremmo coesistere in pace. Come ho detto molte volte, la Cina e gli Stati Uniti, in quanto due grandi nazioni, trarrebbero vantaggio dalla cooperazione e perderebbero entrambi in caso di confronto. Non dobbiamo evitare di parlare di competizione, ma la nostra competizione dovrebbe essere sana e rimanere entro certi limiti. Dovrebbe essere una corsa per recuperare terreno a vicenda”.

In conclusione, i “buoni rapporti” sono all’insegna della massima vigilanza reciproca, con qualche calcetto sugli stinchi tirato sotto il tavolo.

E comunque, per un mondo sull’orlo della guerra, questa è una mezza buona notizia, perché quanto meno non accelera le dinamiche negative.

Chi appare fuori dai giochi, e anche fuori di testa, è comunque la classe dirigente europea. L’insistenza dei media – e di alcuni politici – sulla questione di Taiwan è indicativa di un orientamento guerrafondaio su tutti i fronti.

Per non farla lunga. Lo status di Taiwan è ritenuto dai cinesi una “questione interna” (l’isola è sostanzialmente indipendente e staccata dalla Cina continentale dal 1949, quando vi si rifugiarono le truppe di Chiang-Kai Schek, sconfitto dalla Rivoluzione). Mentre gli Stati Uniti, che hanno riconosciuto la Repubblica Popolare solo nel 1979, mantengono una posizione storicamente ambigua. Da un lato ufficialmente adottano la linea che ammette esistere “una sola Cina”, dall’altro però Washington prende atto della rivendicazione cinese su Taiwan senza però riconoscerne formalmente la sovranità territoriale. Di fatto, vende armi a Taipei…

Insistere in questa fase sulla “necessità” occidentale di “proteggere Taiwan” significa accentuare fortemente la contraddizione con Pechino. Che sarebbe comunque un problema, per un continente che si va sfaldando economicamente, ma appare anche un’idiozia strategica senza pari in una fase in cui l’“alleato” americano si dimostra ogni giorno un avversario, le relazioni con la Russia sono ad un passo del conflitto aperto a causa della “guerra per procura” fatta combattere dall’Ucraina e i mercati si vanno chiudendo da tutte le parti.

Fonte

Paura dell’IA, o paura dell’IA cinese?

Nelle ultime settimane, il dibattito globale sull’intelligenza artificiale ha assunto toni sempre più apocalittici. Ricercatori che si dimettono con accuse drammatiche, CEO che firmano appelli per rallentare lo sviluppo, persino il Re d’Inghilterra che invoca “controlli sufficienti prima che sia troppo tardi”. Eppure, sotto la superficie di questa apparente preoccupazione per il futuro dell’umanità, emerge una dinamica più complessa e, per certi versi, più sospetta.

Le dimissioni di Jacob Coxon da Anthropic, seguite dalle dichiarazioni allarmistiche di altri ricercatori e dall’inedita convergenza tra Sam Altman, Elon Musk e Dario Amodei sulla necessità di “rallentare”, nascondono qualcosa sotto la patina di genuino campanello d’allarme. La domanda che sorge spontanea è se questa ondata di “paura dell’IA” non sia, in realtà, una paura dell’IA cinese, mascherata da preoccupazione esistenziale per l’umanità.

Lo spettro dell’IA cinese

Qualche indicazione la fornisce la politica di Washington. Il presidente Trump ha respinto con veemenza ogni ipotesi di rallentamento, definendo le paure di una catastrofe globale una “bufala” e ribadendo che “chi vince l’IA, vince tutto”. Lo speaker della Camera, Mike Johnson, ha avvertito che un intervento regolatorio affrettato significherebbe “perdere la corsa contro la Cina”. Il messaggio è chiaro: la vera minaccia non è l’IA in sé, ma l’IA sviluppata a Pechino.

Questa narrazione non è nuova. Da anni, figure come Dario Amodei di Anthropic sostengono che la Cina rappresenti il pericolo più grave legato all’IA e che qualsiasi rallentamento americano avvantaggerebbe Pechino. La sua proposta di “rallentare” è in realtà condizionata: gli Stati Uniti possono rallentare solo dopo aver consolidato un vantaggio incolmabile su chi resta indietro, con sanzioni, restrizioni sulle esportazioni di chip e controllo delle catene di fornitura.

Un vantaggio cinese che spaventa

E la preoccupazione degli imperialisti stelle-e-strisce non è infondata. Un rapporto del Congressional advisory body statunitense ha riconosciuto che la Cina sta costruendo un “ciclo auto-rinforzante” grazie a modelli open source sempre più performanti e a un’integrazione unica con il proprio apparato industriale.

Il deputato americano che presiede il comitato consultivo ha parlato di un divario che si sta “allargando” nel campo dell’IA fisica, quella dei robot e dei veicoli autonomi. Il CEO di Google DeepMind, Demis Hassabis, ha ammesso che i modelli cinesi potrebbero essere “indietro solo di alcuni mesi”.

Questa è la vera partita. L’IA non è una tecnologia come le altre: è il terreno su cui si giocherà l’egemonia tecnologica del prossimo decennio. E la Cina, nonostante le restrizioni sui semiconduttori, sta dimostrando che l’innovazione non si ferma con i dazi.

Verso un autoritarismo tecnologico

La risposta statunitense a questa sfida sta assumendo contorni preoccupanti per i principi e i valori che le “democrazie” occidentali dicono di proteggere. Trump ha dichiarato che l’unico “controllo” di cui l’IA ha bisogno è “un presidente forte e intelligente”.

In nome dell’emergenza tecnologica, si invoca un accentramento decisionale che bypassi i normali contrappesi parlamentari. L’idea, già emersa in ambienti vicini alla Silicon Valley, è che la “guerra dell’IA” richieda comando unificato e rapidità d’azione, non dibattito pubblico.

È un paradosso che merita attenzione: mentre si invoca la “democrazia” contro “l’autoritarismo cinese”, si prospetta un modello decisionale che di democratico ha ben poco. La paura dell’IA cinese rischia così di diventare il pretesto per un autoritarismo tecnologico interno.

Il nodo della “sicurezza”, quando si parla di IA, è legittimo, ma è traviato rispetto a quello che dovrebbe essere il suo contenuto. Quando chi ha spinto lo sviluppo senza limiti dei loro modelli e algoritmi per anni improvvisamente scopre il valore della cautela – ora che un concorrente si avvicina pericolosamente – qualche domanda sulle reali motivazioni è d’obbligo.

Fonte

Un’arma di distruzione di massa senza esplosione: l’AI e lo smantellamento della mente umana

Ciò a cui assistiamo oggi non è una presa del potere sull’umanità da parte dei robot, così come il cinema l’ha immaginata. È un altro modello di controllo digitale, fondato sull’automazione e sugli algoritmi per gestire ambiti sempre più ampi della vita quotidiana.

Perdere il controllo di questi sistemi è però soltanto il lato rumoroso del pericolo, che si sviluppa rapidamente per effetto della concorrenza tra le grandi potenze e le imprese monopolistiche, al punto che le leggi non riescono a stargli dietro, e il loro sviluppo avviene dentro rapporti di proprietà e una concorrenza feroce che rendono più probabile che sfuggano al controllo e ne moltiplicano il costo per le persone.

Il suo lato più grave è molto più silenzioso, poiché l’intelligenza artificiale, sotto la struttura capitalistica che la sviluppa, contribuisce a plasmare la coscienza di miliardi di persone in un senso che serve la logica del modello capitalistico, e questa concorrenza può, in assenza di leggi efficaci, infliggere i danni più gravi alla mente umana e trasformare l’intelligenza artificiale in un’arma di distruzione di massa.

Queste inquietudini non provengono più soltanto da chi critica l'IA. La rivista TIME ha rivelato che un sistema di intelligenza artificiale è sfuggito al controllo e ha attaccato altri sistemi, e pochi giorni dopo circa 1.400 ingegneri delle maggiori imprese hanno firmato una petizione comune che chiede di regolare il ritmo dello sviluppo, e tra i firmatari figuravano alti dirigenti di quelle stesse imprese.

Decine di migliaia di persone, tra cui scienziati di primo piano del settore, hanno firmato una dichiarazione internazionale che chiede di vietare lo sviluppo della «superintelligenza» finché non esista un consenso scientifico sulla sua sicurezza, mentre pensatori e tecnici hanno chiesto che il suo sviluppo venga regolato per legge e posto sotto supervisione sociale.

Il 12 settembre 2026, sotto una pressione mondiale popolare, delle organizzazioni per i diritti umani e anche del mondo tecnico, le imprese del capitalismo digitale si sono viste costrette a rompere il loro silenzio. Dario Amodei, amministratore delegato di Anthropic, ha pubblicato un articolo intitolato «Dobbiamo regolare il ritmo sulla frontiera tecnologica», nel quale invita la propria industria a rallentare la corsa dello sviluppo e propone di aprire i laboratori a valutatori indipendenti con pieni poteri, un organismo di norme comuni tra le imprese e un accordo internazionale che comprenda la Cina.

Nel giro di poche ore Sam Altman ha annunciato la sua adesione e ha adottato la stessa misura, Elon Musk ha scritto «Dario ha ragione», e a loro si è unito Demis Hassabis di Google DeepMind, mentre le tre imprese hanno rivelato di discutere di questo dossier da settimane.

Questa ammissione, che viene dai proprietari stessi, è la conferma più chiara della gravità della situazione, poiché dicono apertamente di non potersi fermare da soli, perché chi rallenta perde di fronte ai concorrenti, il che significa che il nocciolo del problema sta nella struttura stessa della proprietà e della concorrenza.

La risposta dell’amministrazione statunitense è arrivata in fretta, poiché Donald Trump ha definito questi avvertimenti una «truffa» e una «cospirazione malata» e ha scritto «non uccidete la gallina dalle uova d’oro», mentre il suo vice JD Vance li ha giudicati un «cavallo di Troia».

Così lo Stato più potente si schiera dalla parte dell’accelerazione senza controlli, perfino di fronte a chi fabbrica questa tecnologia. E non credo che queste imprese prenderanno misure effettive. È più probabile che le loro misure restino formali e mirino ad assorbire l’inquietudine e l’opposizione crescenti, poiché sono legate ai poteri di governo e sottoposte alle regole della concorrenza e del dominio.

Nessuno nega le enormi possibilità offerte dall’intelligenza artificiale. Comprime anni di ricerca nella scoperta di farmaci, aumenta la precisione della diagnosi delle malattie e permette di individuarle precocemente, modella i cambiamenti climatici e avverte delle loro catastrofi, e abbatte le barriere linguistiche e mette il sapere alla portata di chi ne è stato privato.

E sono proprio queste conquiste a rendere la domanda più urgente, poiché l’articolo non contesta tali capacità. Ciò che chiede è a chi appartengono, chi le orienta, quali interessi servono e come vengono impiegate.

Dall’orientamento della coscienza alla servitù digitale volontaria

Questa tecnologia viene impiegata in modo sistematico per orientare la coscienza delle persone in un senso che rafforza la cultura capitalistica e i suoi valori, poiché gli algoritmi di classificazione e raccomandazione controllano il contenuto mostrato e sono progettati per nutrire gli utenti con ciò che serve la visione capitalistica.

La tendenza si è consolidata con l’espansione delle piattaforme, dato che secondo il rapporto dell’Unione internazionale delle telecomunicazioni circa tre quarti della popolazione mondiale sono oggi utenti di internet, e questo si deve in parte all’impegno delle imprese monopolistiche e delle grandi potenze nel portare internet in ogni angolo del mondo, e in particolare nei paesi del Sud, perfino in regioni prive di acqua potabile e di elettricità, perché la priorità dell’investimento va a ciò che allarga il mercato prima che a ciò che risponde ai bisogni delle persone, e questo è un nuovo colonialismo nella sua forma digitale.

E così la coscienza collettiva viene condotta gradualmente ad accettare questi valori come naturali e inevitabili, al punto che la maggior parte degli utenti, compresi settori della sinistra, vede in questa tecnologia strumenti neutrali. L’effetto raggiunge anche le facoltà mentali, poiché secondo uno studio di ricercatori dell’Istituto di tecnologia del Massachusetts affidarsi a strumenti di scrittura con IA riduce l’attività cerebrale e indebolisce la memoria, fenomeno che i ricercatori hanno chiamato «debito cognitivo», mentre un altro studio ha associato l’uso frequente dell'IA a un indebolimento del pensiero critico attraverso la «delega cognitiva».

E non si limita ai laboratori, dato che i risultati della valutazione internazionale degli studenti hanno spostato il quadro su interi sistemi educativi, con i risultati peggiori nella storia delle scuole europee, e dietro tutto questo sta il modello di profitto delle piattaforme fondato sulla dipendenza digitale e sullo sfruttamento dei grandi volumi di dati per manipolare le motivazioni delle persone.

Ciò che rende questo dominio più pericoloso è il suo carattere volontario, poiché le persone vengono spinte dentro questa «servitù digitale» senza costrizione e con l’illusione del controllo e della scelta.

Ora, una libertà le cui condizioni non appartengono a chi la esercita non è libertà, poiché è una scelta tra ciò che il capitale le ha messo davanti. E quel che accade a livello della persona si ripete a livello dell’umanità, dato che l’assenza di proprietà collettiva e di controllo democratico è ciò che porta la persona a perdere il dominio sulla propria coscienza, e può portare l’umanità a perdere il dominio sullo strumento più pericoloso che abbia costruito, riproducendo così in forma digitale l’alienazione umana, nella quale l’essere umano resta sottoposto ad algoritmi che stabiliscono per lui che cosa legge, come pensa e come comunica.
 
L’intelligenza artificiale può trasformarsi in un’arma di distruzione di massa

Sul piano militare, questa concorrenza prende corpo in una vera corsa agli armamenti che comprende armi autonome, robot da combattimento e sistemi di designazione degli obiettivi. E ci sono ricercatori che avvertono del collasso di questi sistemi quando passano dall’ambiente di test alle condizioni della guerra. Il pericolo non è ipotetico, poiché ci sono stati sistemi di intelligenza artificiale sfuggiti al controllo in casi annunciati e documentati.

Ora, la distruzione che può derivare dall’intelligenza artificiale non si ferma ai confini della guerra e delle operazioni militari, poiché ha un altro livello, più sommesso nel suono e più esteso nella portata. L’arma nucleare è stata legata a un uso militare diretto, relativamente visibile e sottoposto a calcoli e ad accordi internazionali dichiarati, e il suo pericolo è rimasto confinato all’istante della detonazione e a ciò che ne segue.

Sul piano della coscienza, al contrario, l’intelligenza artificiale lavora in silenzio e si infiltra nei dettagli della vita quotidiana, nell’istruzione, nel lavoro, nei media, nei servizi e nella maggior parte degli snodi della società, indebolisce le capacità umane, approfondisce la dipendenza dai sistemi digitali, e con essa arretrano il pensiero critico e l’autonomia cognitiva.

Qui la distruzione diventa meno rumorosa e più diffusa, e la servitù digitale stessa si converte in una forma di arma di distruzione di massa, poiché non uccide la persona in un colpo solo, e invece ne modifica la coscienza, le capacità e le relazioni giorno dopo giorno. I due livelli sono due facce di una stessa arma: l’uno distrugge i corpi in un istante, l’altro smonta le menti con calma.

E guardando i due livelli insieme, il pericolo non sta soltanto nel produrre armi più letali, sta anche nel rimodellamento dell’essere umano e della società quando lo sviluppo e l’impiego dell’intelligenza artificiale sono sottoposti alla logica del profitto, della concorrenza, del monopolio e del controllo. L’intelligenza artificiale può minacciare la capacità umana di comprendere, scegliere, analizzare e decidere.

Per questo centinaia di ricercatori di primo piano nell’intelligenza artificiale, tra cui chi ha contribuito a costruirla, hanno firmato una dichiarazione sintetica secondo cui «mitigare il rischio di estinzione causato dall’intelligenza artificiale deve essere una priorità globale, accanto ad altri rischi su scala sociale come le pandemie e la guerra nucleare».

Quando la tecnologia più pericolosa nella storia dell’umanità diventa una carta nelle mani della rivalità geopolitica e militare capitalistica tra i grandi poli, senza freni giuridici, sociali e democratici reali, il rischio di perdere il controllo cessa di essere una minaccia soltanto per la coscienza individuale e diventa una minaccia per il futuro della società e dell’umanità intera.

Un terreno di lotta di classe e di lotta cognitiva

Sarebbe tuttavia un errore cadere nel determinismo tecnologico. L’intelligenza artificiale è un terreno aperto di lotta di classe e di lotta cognitiva, dove il capitale la impiega nella repressione, nella designazione degli obiettivi, nell’uccisione e nel lavaggio della coscienza, mentre medici, ricercatori del clima, attivisti, sindacati e movimenti operai la usano nella cura, nella lotta e per far arrivare la voce delle vittime.

E le stesse evidenze che registrano il danno registrano il beneficio quando le condizioni cambiano, nell’istruzione e nei luoghi di lavoro, dove il rendimento e la produttività salgono quando il sistema è progettato perché sia chi lo usa a fare il lavoro invece di farlo al suo posto, e quando si mantiene la supervisione sociale.

Resta la domanda più importante: a chi vanno questi guadagni? L’aumento della produttività significa un accrescimento del plusvalore estratto dal lavoro delle lavoratrici e dei lavoratori manuali e intellettuali, e l’intelligenza artificiale non è qui una tecnica neutrale, poiché intensifica lo sfruttamento, dato che produce lo stesso valore con meno lavoro e meno tempo, mentre la maggior parte dei guadagni si converte in profitti per il capitale.

Lo si vede nel campo del lavoro, dove la minaccia sull’occupazione ha cessato di essere una possibilità futura, poiché è già cominciata la soppressione e la riduzione di numerosi posti e mansioni professionali, e ampi settori affrontano il rischio di perdere il lavoro o di vedere peggiorare le proprie condizioni.

Questo cambiamento viene presentato spesso come se l’intelligenza artificiale fosse un’entità indipendente che «si impadronisce» dei posti di lavoro, e questa formulazione nasconde la decisione economica e politica che le sta dietro, poiché sono le imprese e i datori di lavoro a decidere l’investimento, il licenziamento dei lavoratori e la ripartizione dei guadagni di produttività, e ogni posto di lavoro soppresso è il risultato di una decisione umana su chi raccoglie i frutti del progresso tecnico e chi ne sopporta il costo.

E anche là dove non sostituisce nessuno, basta agitare la possibilità di licenziare perché tutti si disciplinino, chi lavora accetta orari più lunghi, salari più bassi e una sorveglianza più stretta per paura di perdere il posto.

Così l’esercito salariale di riserva assume una nuova forma digitale che indebolisce la capacità della classe lavoratrice di negoziare, organizzarsi e scioperare. La disoccupazione non è qui un destino tecnico, dipende dal modo in cui la tecnologia viene usata e dalle decisioni del capitale, poiché quella stessa tecnica è in grado, dentro altri rapporti sociali, di ridurre la giornata lavorativa, mantenere i salari, allargare il tempo di riposo e liberare gli esseri umani dal lavoro estenuante.

Il problema non sta nel produrre di più con meno lavoro. Sta nel fatto che i frutti di tutto ciò vengono orientati, sotto il sistema capitalistico, verso l’accumulazione di profitti, invece di convertirsi in tempo libero, sicurezza economica e una vita migliore per chi produce il valore.

Conclusione e compiti: verso un’intelligenza artificiale al servizio dell’umanità

Qui affiora la contraddizione fondamentale: l’intelligenza artificiale è un prodotto sociale per eccellenza, costruito sul sapere umano accumulato e sul lavoro di milioni di persone, eppure di appropriano dei suoi frutti una manciata di monopoli e di Stati.

È la contraddizione tra il carattere sociale della produzione e l’appropriazione privata dei suoi risultati, riprodotta nelle forze produttive più avanzate della storia. Il problema fondamentale risiede nella proprietà dei mezzi digitali di produzione e nel controllo su di essi, ed è questo che sposta la battaglia dal terreno della lamentela contro la tecnologia al terreno della lotta di classe.

Ciò che abbiamo oggi davanti non è un destino tecnico inevitabile. È il prodotto di scelte politiche ed economiche che servono gli interessi del capitale, e può essere combattuto.

Questo richiede un’organizzazione di sinistra, progressista e basata sui diritti a livello mondiale, lavorare alla costruzione di alternative digitali di sinistra e progressiste, collocare l’infrastruttura dei dati sotto l’interesse pubblico e la gestione sociale, trasformare gli algoritmi da «scatole nere» in software open source sottoposto ad audit indipendente, imporre la trasparenza nella progettazione dei modelli e nelle fonti dei loro dati, sostenere alternative digitali cooperative di proprietà di chi le usa e di chi vi lavora, e orientare questa tecnologia a servire i bisogni della società e la giustizia sociale.

Senza questi meccanismi, l’appello alle leggi e alla supervisione resta generico e insufficiente, e la tecnologia resta ostaggio di una manciata di imprese monopolistiche e di grandi potenze. Attraverso la proprietà sociale, la responsabilizzazione sociale e le alternative cooperative, invece, diventa possibile strappare l’intelligenza artificiale alla logica del monopolio e del profitto e trasformarla in proprietà collettiva e in un mezzo di liberazione umana.

Fonte