Analisi critica di tre saggi convergenti sul rischio sistemico dell’IA, tra teoria economica, paralleli storici e la scelta tra Star Trek e un nuovo Medioevo
Tra gennaio e febbraio 2026, tre figure chiave dell’ecosistema tecnologico ed economico hanno pubblicato saggi indipendenti che convergono su una tesi inquietante: il rischio più sottovalutato dell’intelligenza artificiale non è di natura tecnica, ma economica e sistemica. Dario Amodei (CEO di Anthropic), Andrea Pignataro (fondatore di ION Group) e Citrini Research presentano tre angolazioni diverse – tecnica, filosofica ed economica – di un medesimo fenomeno: la disruption cognitiva potrebbe innescare una crisi sistemica proprio quando l’IA funziona perfettamente. Questo articolo analizza i tre saggi attraverso la lente della ricerca accademica, traccia paralleli con le rivoluzioni industriali passate, ed esamina il modello di governance europeo come possibile frizione sistemica. La conclusione è che l’umanità si trova di fronte a un bivio storico: costruire una società dell’abbondanza tecnologica orientata al benessere collettivo, o precipitare in un nuovo periodo oscuro di concentrazione estrema del potere.
1. Introduzione: La Domanda Che Non Abbiamo Ancora Posto
Ricordo ancora la prima volta che mi collegai a Internet, nei primi anni ’90. Era un modem 14.4k che fischiava come una teiera impazzita, e per scaricare un’immagine ci volevano minuti che sembravano ore. Pensavo: “Questa cosa cambierà tutto.” E in parte avevo ragione. Ma in trent’anni di lavoro nel settore IT – dal dial-up ai datacenter cloud, dalla videosorveglianza agli agenti AI su Azure – ho imparato che la tecnologia cambia sempre qualcosa, ma raramente cambia tutto nel modo in cui ce lo aspettiamo.
Oggi, però, la sensazione è diversa. Non è più quella del tecnico che vede arrivare un’ondata di innovazione. È quella dello storico che riconosce un pattern, un momento di svolta in cui le traiettorie divergono e non si ricompongono più.
Nel film Contact, tratto dal romanzo di Carl Sagan, c’è una scena che mi torna in mente spesso in questi mesi. L’astronoma che ha captato il primo segnale alieno viene interrogata da una commissione internazionale. Le chiedono: “Se potessi fare una sola domanda agli alieni, quale sarebbe?” La sua risposta è: “Come avete fatto a sopravvivere alla vostra adolescenza tecnologica senza distruggervi?”
È la domanda giusta. E credo che sia la stessa domanda che dovremmo farci noi, adesso, mentre entriamo nell’era in cui l’intelligenza – l’unica risorsa che è stata scarsa per tutta la storia umana – sta per smettere di esserlo.
Tra gennaio e febbraio 2026, tre persone che non hanno bisogno di farsi notare hanno pubblicato tre saggi lunghi, densi, convergenti. Dario Amodei, CEO di Anthropic. Andrea Pignataro, fondatore di ION Group e uomo più ricco d’Italia. Gli analisti di Citrini Research, che gestiscono soldi veri sui mercati. Un costruttore di IA, un filosofo del software, e un team di economisti. Tutti dicono la stessa cosa: il rischio più grande non è tecnico. È economico. Ed è sistemico.
Li ho letti tutti e tre. E in questo articolo voglio fare qualcosa che raramente si fa: analizzarli insieme, con rigore, alla luce della ricerca scientifica disponibile e dei paralleli storici documentati. Perché credo che questi tre saggi, letti nel loro insieme, non stiano semplicemente descrivendo un problema. Stiano mappando un bivio storico.
2. Background: Quando la Storia Si Ripete (Ma Tre Volte Più Veloce)
2.1 Le rivoluzioni industriali che ci hanno preceduto
La storia delle rivoluzioni tecnologiche è anche la storia di come le società hanno (o non hanno) gestito la disruption. Non è la prima volta che l’umanità si trova di fronte a cambiamenti radicali nei mezzi di produzione. Ma ogni volta, la velocità è aumentata.
La prima rivoluzione industriale (1760-1840) ha richiesto circa 80 anni per dispiegarsi completamente. La meccanizzazione del tessile in Inghilterra ha spostato milioni di persone dalle campagne alle città, ha creato nuove forme di povertà urbana, e ha generato resistenze violente – il movimento luddista, che tra il 1811 e il 1816 distrusse telai meccanici credendo di combattere il progresso. Quello che i luddisti non capivano (e che la storia ha dimostrato) era che il problema non era il telaio meccanico in sé, ma chi possedeva il telaio e come venivano distribuiti i benefici della produttività.
La seconda rivoluzione industriale (1870-1914) ha portato elettricità, chimica, acciaio e comunicazioni di massa. Ha creato la classe operaia moderna, i sindacati, le otto ore lavorative. Ha impiegato 40-50 anni per stabilizzarsi, e nel processo ha generato conflitti sociali così profondi da contribuire alla Prima Guerra Mondiale.
La terza rivoluzione industriale – quella digitale, iniziata negli anni ’70 – ha accelerato ulteriormente. In 20-30 anni ha trasformato completamente il modo in cui lavoriamo, comunichiamo, consumiamo informazioni. Ma, ed è un “ma” cruciale, ha sempre creato più lavoro cognitivo di quanto ne distruggesse. Il programmatore che ha perso il lavoro in una fabbrica ha trovato lavoro scrivendo software. Il giornalista che ha perso il lavoro in un quotidiano ha (forse) trovato lavoro online.
Questa volta è diverso.
2.2 Il sostituto cognitivo generale: perché questa volta è diverso
Come documenta Daron Acemoglu nel suo paper del maggio 2024 “The Simple Macroeconomics of AI”, l’intelligenza artificiale non è una tecnologia specifica per un settore. È un sostituto cognitivo generale. Può fare analisi finanziarie, scrivere codice, redigere contratti, diagnosticare malattie, progettare edifici, creare contenuti. Non sostituisce un tipo di lavoro cognitivo. Sostituisce il lavoro cognitivo in quanto tale.
Acemoglu, economista del MIT e vincitore del Premio Nobel per l’Economia 2024, è uno dei massimi esperti mondiali di automazione e mercato del lavoro. Nel suo studio calcola che l’impatto macroeconomico dell’IA nei prossimi 10 anni sarà “modesto” in termini di crescita della produttività totale dei fattori (TFP): tra lo 0,53% e lo 0,66%. Numeri che sembrano piccoli, ma che nascondono una verità più inquietante: l’IA aumenterà il divario tra capitale e lavoro, spostando valore dagli stipendi ai profitti, senza creare nuovi compiti per i lavoratori spiazzati.
Cito testualmente dal paper:
“I show theoretically that even when AI improves the productivity of low-skill workers in certain tasks (without creating new tasks for them), this may increase rather than reduce inequality.”
Tradotto: anche quando l’IA ti rende più produttivo, se non crea nuovi compiti per te, il beneficio va a chi possiede l’IA, non a chi la usa.
2.3 La velocità del cambiamento
La prima rivoluzione industriale: 80 anni.
La seconda: 50 anni.
La terza: 30 anni.
L’IA generativa: 2 anni.
In due anni siamo passati da GPT-3 che scriveva testi appena plausibili a Claude e GPT-4 che scrivono codice production-ready, analizzano documenti legali complessi, e conducono ricerche scientifiche. La velocità di miglioramento non è lineare. È esponenziale. E le istituzioni – leggi, sindacati, sistemi fiscali, reti di sicurezza sociale – sono costruite per adattarsi a cambiamenti lineari, distribuiti su decenni.
Come vedremo analizzando i tre saggi, è proprio questa asimmetria temporale tra velocità tecnologica e velocità istituzionale a creare il rischio sistemico.
3. Analisi dei Tre Saggi: Un Triangolo di Evidenze Convergenti
3.1 Amodei: L’Onestà Scomoda del Costruttore
Dario Amodei, CEO di Anthropic (l’azienda che costruisce Claude, uno dei sistemi di IA più avanzati al mondo), pubblica a fine gennaio 2026 “The Adolescence of Technology”, un saggio di quasi 15.000 parole. Il peso simbolico della cosa non può essere sottovalutato: l’uomo che sta letteralmente costruendo l’IA più potente ammette pubblicamente che la sua tecnologia potrebbe eliminare il 50% dei posti di lavoro impiegatizi entry-level entro uno-cinque anni.
Non lo dice un sindacalista. Non lo dice un politico. Lo dice chi la costruisce.
Amodei identifica cinque categorie di rischio:
- IA che sfugge al controllo (il rischio “Skynet”)
- Uso dell’IA per armi biologiche
- Uso dell’IA per concentrare potere politico
- Collasso economico
- Effetti indiretti imprevedibili
Le prime tre categorie – quelle che fanno notizia, quelle da film di fantascienza – occupano la maggior parte del saggio. La quarta, quella economica, arriva verso la fine e occupa meno spazio. Eppure è lì che Amodei fa l’ammissione più importante.
Cita esplicitamente Ray Dalio, fondatore di Bridgewater Associates (il più grande hedge fund al mondo), che ha documentato come i livelli di concentrazione della ricchezza che stiamo raggiungendo somiglino storicamente a quelli che precedono rivoluzioni e conflitti sociali. Nel suo libro “Principles for Dealing with the Changing World Order” (2021), Dalio mostra come ogni grande impero – olandese, britannico, americano – abbia seguito un ciclo in cui la concentrazione estrema di ricchezza porta a instabilità interna, che poi accelera il declino.
Le soluzioni che Amodei propone – trasparenza legislativa, tassazione progressiva, filantropia (tutti i co-fondatori di Anthropic hanno donato l’80% del patrimonio) – sono sincere. Ma, ed è un “ma” che pesa come un macigno, sembrano un cerotto su una ferita da arma da fuoco a fronte del problema che descrive.
L’onestà di Amodei sta nel riconoscere il problema. Il limite sta nel sottovalutarne la portata sistemica.
3.2 Pignataro: La Tragedia Nascosta Dietro Ogni Click
Due settimane dopo Amodei, il 15 febbraio, Andrea Pignataro pubblica “The Wrong Apocalypse”. Il contesto è drammatico: tra fine gennaio e metà febbraio 2026, oltre 2.000 miliardi di dollari di capitalizzazione sono evaporati dal settore enterprise software, dopo il lancio dei plugin specializzati di Claude Cowork e Claude Code.
La logica del mercato era brutale: se un agente IA può fare quello che fa un software, perché pagare per quel software?
Pignataro – bolognese, PhD in matematica all’Imperial College, fondatore di ION Group (13.000 dipendenti, oltre il 60% delle maggiori istituzioni finanziarie globali come clienti) – è l’uomo più ricco d’Italia con un patrimonio di 42 miliardi di dollari. È noto per non parlare mai. Se esce allo scoperto con un saggio di 5.000 parole, è perché la posta in gioco lo riguarda esistenzialmente.
E qui Pignataro fa una mossa intellettuale che non ho visto fare a nessun altro CEO tech: porta Ludwig Wittgenstein nel dibattito sull’IA.
3.2.1 I “giochi linguistici” e il Substitution Fallacy
Wittgenstein, filosofo austriaco del XX secolo, ha introdotto il concetto di “language games” (giochi linguistici): l’idea che le parole non abbiano significato in astratto, ma solo all’interno di pratiche condivise, di forme di vita. “Scacco matto” ha significato solo se conosci le regole degli scacchi. “Giusto processo” ha significato solo se conosci il sistema legale.
Pignataro applica questo framework al software enterprise. Dice: le organizzazioni non usano Salesforce. Parlano Salesforce. I loro processi, le loro metriche, il loro vocabolario organizzativo – tutto è costituito dal software. Sostituirlo non è come cambiare uno strumento. È come chiedere a una comunità di adottare una nuova lingua.
Chiama questo errore il Substitution Fallacy: credere che, siccome l’IA può eseguire il compito che un software facilita, può anche sostituire il software stesso. Per il software commodity (quello che fa compiti semplici), sì. Per il software istituzionale (quello che coordina persone con informazioni diverse, incentivi diversi, livelli di autorità diversi), non a breve.
Fin qui, si potrebbe pensare che Pignataro stia semplicemente difendendo il suo business. E lo sta facendo, in parte. Ma poi arriva il colpo di scena.
3.2.2 La Tragedia dei Beni Comuni, versione 2026
Dopo aver argomentato che l’enterprise software istituzionale è parzialmente protetto, Pignataro rivela quello che considera il vero pericolo. E qui il saggio diventa un pezzo di pensiero strategico di livello mondiale.
Nel 1968, l’ecologo Garrett Hardin pubblica su Science un articolo destinato a diventare uno dei più citati della storia: “The Tragedy of the Commons”. Descrive una situazione in cui una risorsa condivisa (un pascolo comune) viene sfruttata eccessivamente perché ogni pastore agisce nel proprio interesse. Il risultato è il degrado della risorsa, con danno collettivo per tutti.
Nel 2009, Elinor Ostrom vince il Premio Nobel per l’Economia dimostrando che, in determinate condizioni, le comunità possono trovare sistemi di governance cooperativa per gestire i beni comuni. Ma quelle condizioni richiedono tempo, fiducia, istituzioni condivise.
Pignataro applica la tragedia dei beni comuni all’adozione dell’IA in un modo che nessuno aveva articolato prima:
Quando una società di consulenza usa Claude per redigere analisi per i clienti, non sta solo ottenendo produttività. Sta insegnando ad Anthropic come funzionano i “giochi linguistici” della consulenza. Non i dati proprietari dello studio, ma qualcosa di potenzialmente più prezioso: la forma, la struttura, la grammatica del lavoro consulenziale. Come si strutturano le analisi. Cosa aspettano i clienti. Quali standard di rigore si applicano.
Moltiplicato per migliaia di studi, la piattaforma IA accumula una cartografia dell’intero settore a un livello di dettaglio che nessuno studio singolo possiede su sé stesso.
Ecco la tragedia: ogni singola azienda fa la scelta razionale di adottare l’IA (altrimenti perde competitività). Il risultato collettivo è che tutte insieme stanno addestrando il sistema che le renderà superflue. Ogni cliente è simultaneamente una fonte di ricavi e un segnale di addestramento.
La struttura game-teorica è identica a una corsa agli armamenti. La strategia individualmente razionale porta a un risultato collettivamente catastrofico.
E poi Pignataro aggiunge un’osservazione tagliente su Anthropic stessa: il brand costruito sulla sicurezza e sulla responsabilità genera fiducia. La fiducia genera accesso alle organizzazioni. L’accesso accelera l’apprendimento dei giochi linguistici. Chi impara più velocemente è meglio posizionato per disintermediare.
La sincerità, conclude Pignataro, è il vantaggio competitivo. E questo è molto più inquietante della semplice ipocrisia.
3.3 Citrini: La Spirale Vista Dai Numeri
A chiudere il triangolo, il 22 febbraio, Citrini Research pubblica “The 2028 Global Intelligence Crisis”. È scritto come un finto memo macroeconomico dal giugno 2028, che ricostruisce retrospettivamente come l’economia americana è finita in crisi.
Lo scenario:
– Disoccupazione USA: 10,2%
– S&P 500: -38% dai massimi di ottobre 2026
– “Ghost GDP”: prodotto interno che appare nelle statistiche ma non circola nell’economia reale
3.3.1 Il feedback loop senza freni
Citrini racconta la meccanica con precisione da orologiaio:
- L’IA migliora
- Le aziende tagliano posti di lavoro
- I margini crescono
- Gli utili esplodono
- Le azioni salgono
- I risparmi vengono reinvestiti in più IA
- L’IA migliora ancora → torna al punto 1
Il PIL cresce. La produttività esplode. Ma è “Ghost GDP”: prodotto che appare nelle statistiche ma non circola nell’economia reale, perché le macchine non comprano nulla.
Nel frattempo, i lavoratori cognitivi licenziati erano anche i consumatori che tenevano in piedi il 65% della spesa discrezionale americana.
3.3.2 Minsky, Kindleberger e le crisi che si autoalimentano
Il modello di Citrini richiama direttamente due giganti della teoria delle crisi finanziarie:
Hyman Minsky (1919-1996), economista post-keynesiano, ha formulato l’”Ipotesi di Instabilità Finanziaria”. La sua tesi: nelle economie capitalistiche evolute, i periodi di stabilità generano comportamenti sempre più speculativi, che alla fine portano alla crisi. La stabilità è destabilizzante.
Minsky identificava tre tipi di posizioni finanziarie:
– Hedge (coperte): i flussi di cassa coprono capitale + interessi
– Speculative: i flussi coprono solo gli interessi
– Ponzi: i flussi non coprono nemmeno gli interessi, si deve rifinanziare continuamente
Nel boom, le posizioni Ponzi proliferano. Quando il ciclo si inverte, il castello crolla.
Charles Kindleberger (1910-2003), storico economico, ha documentato le crisi finanziarie dal 1600 in poi, mostrando pattern ricorrenti: euforia, speculazione, panico, crisi, contagio.
Citrini applica questo schema all’IA:
– Euforia: l’IA funziona, i profitti esplodono (2025-2026)
– Speculazione: reinvestimento massiccio in compute e licenziamenti (2026-2027)
– Panico: credito al consumo si sgretola, mutui prime traballano (2027-2028)
– Crisi: collasso della domanda aggregata (2028)
– Contagio: private credit esplode, effetto domino finanziario
L’equivalente economico di un incendio in cui il combustibile è anche l’estintore.
4. La Convergenza: Tre Angolazioni, Una Conclusione
Mettiamo insieme i tre pezzi:
- Amodei (il costruttore): Il pericolo più grande potrebbe essere economico, ma ammette di non avere soluzioni adeguate
- Pignataro (il filosofo): Il mercato ha sbagliato il tipo di panico, ma il vero pericolo è la tragedia dei beni comuni – ogni azienda addestra razionalmente il proprio sostituto
- Citrini (l’analista): Ecco esattamente come la spirale si svolge, trimestre per trimestre, fino al collasso sistemico
Tre angolazioni diverse. Una conclusione convergente: il rischio più sottovalutato dell’IA non è tecnico. È economico e sistemico. E il paradosso è che si manifesta proprio quando l’IA funziona bene, non quando fallisce.
Nessuna delle nostre istituzioni è progettata per questo:
– Il fisco è costruito sulla tassazione del tempo umano
– Il credito è costruito sull’assunzione che le persone continueranno a guadagnare
– La politica è costruita su cicli che si autocorreggono
Niente di questo funziona quando la causa della crisi è anche la risposta alla crisi.
5. L’Angolazione Europea: La Frizione Come Vantaggio Strategico
C’è un punto su cui Pignataro è l’unico a soffermarsi, ed è strategicamente importante per noi europei, e per noi italiani in particolare.
La frammentazione regolatoria europea – di solito citata come handicap nell’era dell’IA – potrebbe rivelarsi un freno alla cascata.
5.1 GDPR e AI Act come “sabbia negli ingranaggi”
Il GDPR (General Data Protection Regulation, 2018) e l’AI Act (Regolamento UE 2024/1689) limitano l’apprendimento aggregato che alimenta la tragedia dei beni comuni descritta da Pignataro.
L’AI Act, in particolare, introduce un approccio basato sul rischio che classifica i sistemi di IA in quattro categorie:
1. Rischio inaccettabile (vietati)
2. Rischio alto (regolamentati pesantemente)
3. Rischio limitato (obblighi di trasparenza)
4. Rischio minimo (nessuna regolamentazione)
Sistemi che manipolano comportamenti, che fanno social scoring, che usano riconoscimento biometrico in tempo reale sono vietati. Sistemi che assumono personale, che valutano accesso al credito, che operano in settori critici devono rispettare standard di trasparenza, tracciabilità, supervisione umana.
È frizione istituzionale. Rallenta l’adozione. Limita l’aggregazione di dati. Protegge settori sensibili.
5.2 Le tutele occupazionali e la velocità di trasmissione
Ventisette regimi normativi. Tradizioni legali multiple. Protezioni lavorative forti in molti paesi (articolo 18 in Italia, fino alla riforma Jobs Act). Barriere linguistiche reali.
Le tutele occupazionali rallentano la traduzione della perdita di ricavi in licenziamenti. Non è immunità. È frizione temporale. E nella cascata sistemica descritta da Citrini, la frizione è la differenza tra una transizione gestita e una rottura strutturale.
5.3 Il vantaggio italiano nascosto
Per l’Italia c’è un ulteriore elemento: il peso del manifatturiero e delle PMI nel nostro tessuto economico ci rende meno esposti alla prima ondata di disruption cognitiva rispetto a un’economia tutta servizi come quella americana.
Secondo dati ISTAT 2024:
– Il manifatturiero rappresenta il 16% del PIL italiano (vs 11% USA)
– Le PMI sono il 92% delle imprese e impiegano il 78% dei lavoratori
– I servizi ad alta intensità cognitiva (finanza, consulenza, IT) sono il 12% del PIL (vs 22% USA)
Non è un motivo per dormire tranquilli. Ma è un motivo per usare il tempo che abbiamo.
6. Il Bivio Storico: Star Trek o il Nuovo Medioevo
Ed eccoci al punto. La domanda che nessuno dei tre saggi pone esplicitamente, ma che emerge con chiarezza se li leggi insieme.
Che tipo di società vogliamo costruire con queste tecnologie?
6.1 L’economia post-scarsità: non è fantascienza, è una scelta
In Star Trek, la Federazione Unita dei Pianeti non usa denaro. Non perché il denaro sia stato abolito per decreto, ma perché è diventato irrilevante. Il replicatore (un dispositivo che crea qualsiasi oggetto da energia e materia prima) ha eliminato la scarsità dei beni materiali. L’energia da fusione è praticamente illimitata. Il lavoro umano non serve più per la sopravvivenza, ma per l’auto-realizzazione.
Come dice il capitano Picard in Star Trek: Primo Contatto: “L’acquisizione di ricchezza non è più la forza trainante della vita delle persone. Lavoriamo per migliorare noi stessi e il resto dell’umanità.”
Sembra utopia. Ma dal punto di vista tecnologico, non è lontano. L’IA potrebbe realmente creare abbondanza di beni cognitivi. La robotica avanzata potrebbe fare lo stesso per i beni materiali. L’energia rinnovabile a costo marginale zero esiste già in alcuni momenti della giornata in paesi come Spagna e Germania.
Il problema non è tecnologico. È distributivo.
6.2 La concentrazione come scelta politica
Nel gennaio 2025, Oxfam pubblica il rapporto annuale “Disuguaglianza: povertà ingiusta e ricchezza immeritata”. I dati sono agghiaccianti:
- Nel 2024, la ricchezza dei miliardari è cresciuta di 2.000 miliardi di dollari (5,7 miliardi al giorno)
- I 10 uomini più ricchi hanno guadagnato in media 100 milioni di dollari al giorno
- Qualora il 99% dei loro patrimoni “evaporasse”, rimarrebbero comunque miliardari
- Il numero assoluto di persone sotto la soglia di povertà di 6,85 dollari al giorno è lo stesso del 1990: 3,5 miliardi
Questa concentrazione non è un effetto collaterale inevitabile del progresso tecnologico. È il risultato di scelte politiche: regimi fiscali, protezione della proprietà intellettuale, governance aziendale, potere contrattuale del lavoro.
Con l’IA, queste scelte diventeranno ancora più determinanti.
6.3 Perché l’UBI da solo non basta
Molti propongono l’Universal Basic Income (reddito universale di base) come soluzione. L’idea: se le macchine fanno il lavoro, diamo a tutti un reddito per consumare.
È una parte della soluzione. Ma non è sufficiente.
Per tre motivi:
- Non risolve il problema del significato. Come documentano decenni di studi sociologici (da Émile Durkheim in poi), il lavoro non è solo fonte di reddito. È fonte di identità, struttura sociale, scopo. Un UBI senza una ridefinizione del lavoro e del contributo sociale rischia di creare alienazione di massa.
- Non risolve il problema del potere. Se il capitale possiede le IA e distribuisce l’UBI, il potere resta concentrato. È una forma di feudalesimo tecnologico: i signori possiedono i mezzi di produzione (digitali), i sudditi ricevono la sussistenza.
- È politicamente fragile. Un UBI finanziato dalla tassazione dei profitti dell’IA richiede volontà politica continua. In un contesto di concentrazione del potere economico (e quindi politico), quella volontà può essere erosa.
6.4 Il modello della Federazione: tecnologia come bene comune
Star Trek non mostra solo un mondo senza povertà. Mostra un mondo in cui la tecnologia è un bene comune, gestito democraticamente, orientato al benessere collettivo.
Non è un caso che Gene Roddenberry, creatore di Star Trek, fosse influenzato dal pensiero umanista del dopoguerra. La Federazione nasce dopo una Terza Guerra Mondiale devastante (nel canone di Star Trek, 2026-2053). L’umanità sceglie consapevolmente un altro percorso.
La lezione filosofica è chiara: la tecnologia non è neutra. Dipende da chi la possiede, chi la governa, a chi serve.
Richard Stallman, fondatore del movimento del software libero, lo disse già negli anni ’80: rendere liberi i programmi è un passo verso un mondo post-scarsità, dove nessuno deve lavorare duramente solo per sopravvivere, ma può dedicarsi ad attività che hanno senso.
6.5 L’alternativa: il nuovo Medioevo
Se non facciamo questa scelta – se lasciamo che la concentrazione proceda senza freni, che la tragedia dei beni comuni si compia, che il feedback loop di Citrini si dispieghi – il rischio non è solo una crisi economica.
È un periodo oscuro.
Nel Medioevo, il potere era concentrato in pochi. La mobilità sociale era quasi nulla. La conoscenza era monopolizzata. Le masse vivevano in condizioni di sussistenza.
Un nuovo Medioevo tecnologico avrebbe caratteristiche simili:
– Potere ultra-concentrato in chi possiede le IA
– Mobilità sociale azzerata (senza lavoro cognitivo, come si sale?)
– Conoscenza proprietaria (i modelli sono segreti, i dati sono recintati)
– Masse in sussistenza (con un UBI minimale, forse, se siamo fortunati)
Non è fantascienza. È una delle traiettorie possibili. Ed è quella verso cui ci stiamo muovendo, se non cambiamo rotta.
7. Conclusioni: La Domanda Giusta È Sempre Più Preziosa della Risposta Giusta
Non siamo nel 2028 di Citrini. Non siamo (ancora) nella tragedia completa di Pignataro. Non siamo nei cinquanta milioni di geni nel datacenter di Amodei.
Ma i tre saggi che ho analizzato meritano di essere letti per intero, con calma, perché pongono la domanda giusta.
E la domanda giusta non è: “L’IA creerà o distruggerà posti di lavoro?”
La domanda giusta è: “Cosa succede al sistema economico quando l’input che è stato scarso per tutta la storia moderna – l’intelligenza umana – smette di esserlo? E chi decide come distribuire l’abbondanza che ne deriva?”
In trent’anni nel settore IT, ho visto tante ondate tecnologiche. Ho visto il dial-up diventare fibra. Ho visto i datacenter fisici diventare cloud. Ho visto la videosorveglianza analogica diventare intelligenza visiva distribuita.
Ma questa è diversa. Perché per la prima volta nella storia, stiamo costruendo qualcosa che potrebbe realmente sostituire noi come fonte primaria di valore cognitivo.
La tecnologia è uno strumento. Può costruire la Federazione o può costruire un nuovo feudalesimo. Dipende dalle scelte che facciamo adesso.
Come padre, come professionista, come cittadino, credo che abbiamo il dovere di puntare alla prima opzione. Non perché sia facile. Ma perché l’alternativa è troppo oscura per essere accettabile.
La vera sfida non è tecnica. È umana. È politica. È la capacità di immaginare e costruire istituzioni che orientino la tecnologia al benessere di tutti, non di pochi.
Star Trek può sembrare una fantasia. Ma ogni grande cambiamento sociale è iniziato come una fantasia in cui qualcuno ha creduto abbastanza da battersi per realizzarla.
La domanda dell’astronoma di Contact resta sospesa: “Come avete fatto a sopravvivere alla vostra adolescenza tecnologica?”
Non abbiamo ancora la risposta. Ma sappiamo che il tempo per trovarla si sta esaurendo.
Riferimenti
Acemoglu, D. (2024). The Simple Macroeconomics of AI. MIT Shaping the Future of Work Initiative. https://shapingwork.mit.edu/
Acemoglu, D., & Restrepo, P. (2020). Robots and jobs: Evidence from US labor markets. Journal of Political Economy, 128(6), 2188-2244.
Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of Economic Perspectives, 33(2), 3-30.
Amodei, D. (2026). The Adolescence of Technology. https://www.darioamodei.com/
Hardin, G. (1968). The tragedy of the commons. Science, 162(3859), 1243-1248.
Kindleberger, C. P., & Aliber, R. Z. (2005). Manias, Panics, and Crashes: A History of Financial Crises (5th ed.). John Wiley & Sons.
Minsky, H. P. (1986). Stabilizing an Unstable Economy. Yale University Press.
Ostrom, E. (1990). Governing the Commons: The Evolution of Institutions for Collective Action. Cambridge University Press.
Oxfam International. (2025). Disuguaglianza: povertà ingiusta e ricchezza immeritata. Rapporto Davos 2025.
Pignataro, A. (2026). The Wrong Apocalypse. ION Analytics. https://www.ionanalytics.com/
Piketty, T. (2014). Capital in the Twenty-First Century. Harvard University Press.
Senato della Repubblica Italiana. (2024). Intelligenza artificiale: governance, responsabilità e privacy. Documento di Analisi N. 31.
Stiglitz, J. E. (2012). The Price of Inequality. W.W. Norton & Company.
Unione Europea. (2024). Regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio (AI Act).
van Geelen, J., & Shah, A. (2026). The 2028 Global Intelligence Crisis. Citrini Research. https://www.citriniresearch.com/
Wittgenstein, L. (1953). Philosophical Investigations. Blackwell Publishing.
Rispondi