30/09/2026
_ 𝑰𝒏𝒕𝒆𝒍𝒍𝒊𝒈𝒆𝒏𝒛𝒂 𝒂𝒓𝒕𝒊𝒇𝒊𝒄𝒊𝒂𝒍𝒆, 𝒊𝒍 𝒎𝒂𝒓𝒌𝒆𝒕𝒊𝒏𝒈 𝒅𝒆𝒍𝒍𝒂 𝒑𝒂𝒖𝒓𝒂 𝒆 𝒍𝒂 𝒅𝒐𝒎𝒂𝒏𝒅𝒂 𝒄𝒉𝒆 𝒏𝒐𝒏 𝒇𝒂𝒄𝒄𝒊𝒂𝒎𝒐: 𝒄𝒉𝒊 𝒅𝒆𝒄𝒊𝒅𝒆 𝒅𝒐𝒗𝒆 𝒔𝒕𝒊𝒂𝒎𝒐 𝒂𝒏𝒅𝒂𝒏𝒅𝒐?
Sull’intelligenza artificiale rischiamo di essere imprigionati dentro una narrazione sempre più semplice: la tecnologia corre troppo velocemente, potrebbe sfuggirci di mano e quindi bisogna rallentare. I rischi esistono. Sarebbe irresponsabile negarli. Ma proprio perché sono seri dovremmo evitare di trasformarli in quello che potremmo definire un vero e proprio marketing della paura. La domanda, infatti, non dovrebbe essere soltanto se l’intelligenza artificiale stia correndo troppo. Dovremmo chiederci chi sta correndo, chi guida, chi stabilisce la direzione e chi deve rispondere delle conseguenze. Colpisce che a chiedere di rallentare siano soprattutto coloro che stanno correndo.
Le preoccupazioni sulla sicurezza possono essere autentiche e fondate. Ma questo non dovrebbe impedirci di porre una domanda: chi produce una tecnologia può essere anche il principale soggetto che definisce quanto quella tecnologia sia pericolosa e quali debbano essere le regole del mercato nel quale opera? È proprio qui che dobbiamo spostare il punto di vista: non chiedere genericamente di rallentare, ma attribuire responsabilità a chi sviluppa, immette sul mercato e controlla queste tecnologie. Per questo non convince l’idea del semplice “rallentare”. Non abbiamo bisogno di sentirci dire da chi corre: rallentateci. Abbiamo bisogno di attribuire responsabilità a chi corre. Responsabilità sui prodotti che vengono immessi sul mercato, sui dati utilizzati, sulla trasparenza, sulla sicurezza, sugli effetti sociali ed economici, sul rispetto dei diritti e sulla possibilità di verificare i sistemi ed i processi. È una differenza enorme. Perché il primo approccio rischia di bloccare o selezionare l’innovazione, il secondo cerca di governarla. E qui entra una questione ancora più delicata. La sicurezza è una tutela. Ma può diventare anche una barriera competitiva. Immaginiamo una fontanella pubblica dalla quale tutti possono bere gratuitamente acqua potabile. Accanto alla fontanella qualcuno vende bottigliette d’acqua. È evidente che l’acqua della fontanella debba essere controllata. Ma immaginiamo che, giorno dopo giorno, qualcuno cominci a diffondere il messaggio che quell’acqua potrebbe essere pericolosa. Aumentano i controlli, le certificazioni, gli adempimenti, le limitazioni. Fino a quando bere alla fontanella diventa talmente complicato, o percepito come rischioso, che acquistare la bottiglietta sembra l’unica scelta ragionevole.
La questione, allora, non è eliminare i controlli. È domandarsi se quei controlli siano davvero necessari per fronteggiare un rischio reale o se possano diventare anche uno strumento per frenare la concorrenza, creare barriere all’ingresso e consentire a qualcuno di mantenere, rafforzare o acquisire una posizione dominante nel mercato. La metafora vale anche per l’intelligenza artificiale. Il confronto tra modelli proprietari e modelli aperti non è soltanto una discussione tecnica. È anche una gigantesca partita industriale. I modelli aperti provenienti dalla Cina hanno negli ultimi anni ridotto fortemente la distanza rispetto ai modelli occidentali, conquistando rapidamente diffusione anche grazie a costi più bassi e maggiore accessibilità. Non significa che non debbano essere controllati. Al contrario. Significa che le medesime regole di sicurezza, trasparenza e responsabilità devono valere indipendentemente dal passaporto dell’algoritmo. Altrimenti rischiamo di confondere due questioni diverse: proteggere le persone dai rischi dell’intelligenza artificiale e proteggere qualcuno dalla concorrenza. Ed è forse questo uno degli effetti più pericolosi del marketing della paura: concentrare tutta la nostra attenzione sullo scenario estremo, la macchina che prende il controllo, l’umanoide che sostituisce l’essere umano, l’intelligenza che diventa incontrollabile, mentre rimangono sullo sfondo questioni molto più concrete che esistono già oggi.
Chi possiede la tecnologia? Chi possiede i dati? Chi controlla la capacità di calcolo? Chi stabilisce gli obiettivi? Chi decide? E soprattutto, a chi andrà la ricchezza prodotta? Anche sul lavoro dobbiamo interrompere una narrazione troppo semplicistica. Vedremo certamente sostituzioni. Gli umanoidi nelle fabbriche e l’automazione di alcune attività sono già una realtà. Sarebbe inutile negarlo. Ma il futuro del lavoro non può essere rappresentato attraverso un’unica equazione: più tecnologia uguale meno persone. Dipenderà da come ridisegneremo i processi, da quali nuovi lavori nasceranno, da come utilizzeremo l’aumento di produttività e soprattutto dalla capacità di accompagnare lavoratrici e lavoratori verso nuove competenze e nuove funzioni. Il punto non è difendere ogni attività esistente per conservarla identica a se stessa. È ridisegnare l’organizzazione del lavoro attorno alle possibilità offerte dalla tecnologia, senza espellere le persone dal processo.
E qui emerge un limite forse ancora più importante nel modo in cui discutiamo di intelligenza artificiale. Continuiamo a considerare quasi esclusivamente la variabile tecnologica. Tecnologia più potente, più dati, maggiore capacità computazionale, modelli migliori. Ma un’organizzazione non è fatta soltanto di tecnologia. È fatta di tecnologia, organizzazione del lavoro e persone. Possiamo introdurre il modello più sofisticato del mondo dentro un’organizzazione costruita male e ottenere semplicemente una cattiva organizzazione che lavora più velocemente. Per questo la cosiddetta people strategy non può più essere considerata una variabile soft. È una variabile hard della trasformazione tecnologica. Competenze, formazione, capacità critica, organizzazione, leadership e partecipazione delle persone diventano infrastrutture essenziali esattamente come la capacità di calcolo. In Italia esiste già una disponibilità significativa verso l’intelligenza artificiale e una crescente consapevolezza della necessità di formarsi. Il problema è che questa disponibilità non è ancora accompagnata da un investimento altrettanto forte e strutturato sulle competenze. E le competenze necessarie non sono una sola cosa. Servono competenze tecniche, per conoscere gli strumenti, comprenderne possibilità e limiti, saperli interrogare e utilizzare correttamente. Servono competenze funzionali, cioè la capacità di leggere, interpretare e utilizzare l’output dell’intelligenza artificiale dentro una professione. E servono soprattutto competenze comportamentali e cognitive: giudizio critico, capacità di verifica, assunzione di responsabilità, valutazione del rischio e capacità di decidere anche quando la macchina suggerisce una soluzione diversa.
Più aumenta la capacità della tecnologia, più diventa importante la qualità della capacità umana che la governa. Ed è qui che cambia anche il ruolo del sindacato. Non può arrivare quando l’algoritmo è già stato deciso e limitarsi a gestirne gli effetti. Deve entrare nel processo, da soggetto autonomo, esterno alla direzione ma interno alla trasformazione, con competenze sufficienti per valutarla e negoziarla. Significa contrattare l’algoritmo, i suoi obiettivi, i processi nei quali viene utilizzato, i limiti e la responsabilità della decisione umana. E significa contrattare anche il dividendo tecnologico: se l’IA aumenta produttività e valore, una parte di quel beneficio deve tornare al lavoro, attraverso salari, tempo, formazione, welfare e qualità dell’occupazione. E l’Europa? Anche qui dovremmo smettere di raccontarci che siamo condannati a scegliere tra tecnologie americane e cinesi. L’Europa dispone di ricerca, università, capitale, industria, competenze e mercato. Ciò che spesso manca è la capacità di trasformare queste risorse frammentate in scala industriale. Airbus rimane una metafora potente. Non perché quel modello possa essere copiato meccanicamente nell’intelligenza artificiale, ma perché dimostra che l’Europa, quando riesce a mettere insieme capacità industriale, capitale, ricerca, competenze e una prospettiva continentale, può costruire realtà in grado di competere globalmente. Le capacità, dunque, esistono.
Quello che serve è una volontà politica capace di metterle a sistema, costruendo una strategia europea sull’intelligenza artificiale che non sia soltanto regolazione delle tecnologie prodotte altrove, ma capacità di ricerca, produzione, investimento e innovazione. Per questo dovremmo uscire dal dibattito tra chi vuole accelerare senza limiti e chi pensa che l’unica risposta sia rallentare. Non abbiamo bisogno né di una fede ingenua nella tecnologia né del marketing del terrore. Abbiamo bisogno di responsabilità. Perché mentre discutiamo della possibilità che un giorno una macchina possa decidere al nostro posto, rischiamo di non accorgerci che le decisioni più importanti sull’intelligenza artificiale vengono prese già oggi da esseri umani: su chi controlla i dati, su quali tecnologie sviluppare, su chi può accedervi, sulle regole del mercato, sull’organizzazione del lavoro e sulla distribuzione della ricchezza prodotta. Forse allora la domanda giusta non è: come possiamo rallentare l’intelligenza artificiale? È molto più impegnativa: chi vogliamo che la governi, in quale direzione vogliamo indirizzarla e come facciamo in modo che il suo straordinario potenziale diventi un progresso non soltanto tecnologico, ma umano, economico e sociale?