Perché l’Intelligenza Artificiale segna la fine del capitalismo? · Parte I: La fine come meta
Intelligenza Artificiale: una breve introduzione
Ci sono parole che, se ci soffermiamo su di esse, aprono uno spazio di interpretazione più ampio di quanto sembri. Fine è una di queste. In italiano, come in spagnolo, può significare meta — la direzione verso cui qualcosa si orienta — e anche termine — la chiusura di quello stesso processo. In questa ambivalenza c’è una ricchezza concettuale che l’etimologia rivela. Il termine greco télos, da cui deriva la nostra “fine”, non distingue tra obiettivo e compimento: entrambi fanno parte di un medesimo movimento circolare. Télos proviene dalla radice indoeuropea kwel- — girare, ruotare, chiudere un ciclo. Per il pensiero antico, ciò che raggiunge il proprio télos non solo termina: si realizza. La fine è la meta compiuta; la meta è la fine naturale del processo.
Le lingue moderne hanno separato questi significati —meta da una parte, fine dall’altra— perché la nostra immaginazione storica è divenuta lineare. Crediamo che tutto proceda in avanti, verso il più, verso il meglio, come se ogni processo dovesse prolungarsi illimitatamente.
Forse per questo tendiamo a vedere il nuovo come una versione ampliata di ciò che già conosciamo. Se il tempo è una linea ascendente, supponiamo che il futuro sia solo la continuazione della nostra esperienza: più tecnologia, più velocità, più efficienza, ma niente di veramente diverso. Quest’idea di continuità ci rassicura. Ci colloca in un luogo immaginario di dominio, come se ciò che verrà fosse solo un gradino in più di un percorso che comprendiamo da secoli. Ecco perché ripetiamo “questo l’abbiamo già vissuto”: non per descrivere la realtà, ma per conservare una sensazione di familiarità davanti all’ignoto. Ma ci sono momenti storici in cui questa illusione smette di essere una protezione e diventa un pericolo.
Due film sulla Prima Guerra Mondiale lo mostrano chiaramente: Paths of Glory (Stanley Kubrick, 1957) e All Quiet on the Western Front (Lewis Milestone, 1930). In Paths of Glory viene ritratta la cecità della leadership militare francese, convinta che la guerra fosse ancora quella ricordata: gesta eroiche, avanzate decisive, campi in cui il coraggio personale poteva cambiare il destino. All Quiet on the Western Front mostra lo stesso dal punto di vista del soldato semplice: giovani che marciavano al fronte credendo di ripetere le glorie del passato. Quello che trovarono non fu alcuna continuità: la guerra era diventata una carneficina industriale. In pochi giorni, decine di migliaia morirono sotto mitragliatrici capaci di spazzare via reggimenti in minuti; in poche ore, l’artiglieria trasformava villaggi e boschi in crateri fumanti. In un solo giorno sulla Somme morirono più soldati che in interi mesi di conflitti precedenti, comprese le campagne napoleoniche. Non si era mai ucciso tanto rapidamente, meccanicamente, impersonale. Il passato non tornò; non poteva tornare. E coloro che insistevano nel dire che la guerra “era la stessa di sempre” si sbagliavano profondamente: quell’errore costò oltre 17 milioni di morti in soli quattro anni.
Il pericolo di credere che il nuovo sia solo ripetizione del passato è che si perde la capacità di riconoscere il salto qualitativo. E oggi, di fronte all’intelligenza artificiale, accade qualcosa di simile. Chi afferma “questo lo abbiamo già vissuto con altre tecnologie” dimentica che mai prima d’ora abbiamo affrontato l’automazione cognitiva. Non si tratta di sostituire la forza fisica né di accelerare i calcoli: si tratta di delegare a sistemi tecnici funzioni che prima erano esclusiva della mente umana. Oggi circa il 65% del PIL mondiale proviene dal settore dei servizi e circa il 60% dell’occupazione globale si basa su attività la cui materia prima non è la forza, ma l’interpretazione, la comunicazione, l’organizzazione, la pianificazione, l’analisi o la produzione simbolica. Ed è proprio qui che l’automazione cognitiva introduce un cambiamento radicale: non rende più veloce ciò che già facciamo, ma può farlo senza richiedere presenza umana, con costi marginali minimi e una velocità impossibile da eguagliare. L’automazione cognitiva non riduce solo le mansioni: ridefinisce la struttura stessa del lavoro, sposta il valore verso processi non umani e rende superflua gran parte dell’attività remunerata.
Ma questo è solo uno dei suoi fronti. L’altro —più profondo— è l’automazione del giudizio. Non si parla di abilità tecniche, ma di esternalizzare una funzione che in tutte le società umane era rimasta al centro dell’esperienza: la capacità di valutare, scegliere, ponderare e decidere. Automatizzare il giudizio non significa solo che una macchina decida per noi; significa che la forma stessa della decisione si trasforma. Facoltà che prima richiedevano attenzione, criterio, memoria, confronto, intuizione e valutazione vengono integrate in processi algoritmici progettati per ottimizzare risultati, non per comprenderli. Una decisione automatizzata non è più una decisione umana, anche se i suoi effetti ricadono sugli umani. E quando un sistema tecnico occupa quello spazio, non produce solo risposte: definisce l’orizzonte del possibile, determina quali opzioni consideriamo rilevanti e quali svaniscono prima ancora di essere pensate. Automatizzare il giudizio non significa solo delegare scelte; è permettere che un sistema esterno zittisca in anticipo tutte le alternative che non verranno mai a esistere per noi.
Possiamo fingere che questo appartenga a un futuro lontano, ma sta già accadendo. L’automazione del giudizio non inizia quando una macchina decide completamente per noi, ma quando lasciamo che filtri il mondo prima che giunga alla nostra coscienza. Oggi gli algoritmi scelgono cosa guardare, cosa ascoltare, cosa leggere e cosa ignorare. Le serie che seguiamo, le notizie che riceviamo, la musica che scopriamo o i risultati evidenziati da un motore di ricerca sono per lo più decisioni prese dal sistema. Piattaforme, social network e motori di ricerca gerarchizzano la realtà in funzione di schemi che non controlliamo; decidono cosa merita attenzione e cosa può scomparire senza lasciare traccia. Questo produce un effetto determinante: ciò che attira la nostra attenzione, ciò che consideriamo rilevante o desiderabile, fa parte della nostra identità. Ciò che ci interessa non è superficiale: è costitutivo. Delegandolo, non cediamo solo funzioni pratiche; cediamo il processo stesso attraverso cui diventiamo ciò che siamo. Se un altro sistema decide cosa può interessarci, modella anche ciò che siamo capaci di desiderare. Se organizza la gerarchia del significato, definisce i limiti del nostro mondo interiore. Molte delle nostre preferenze non sono nate dalla nostra sensibilità, ma da raccomandazioni accettate come scelte spontanee. È una trasformazione silenziosa della soggettività.
L’intelligenza artificiale come meta del capitalismo neoliberale
Per capire perché l’intelligenza artificiale può diventare il compimento di una traiettoria storica, conviene osservare prima il movimento del sistema che l’ha incorporata. Il capitalismo non è un insieme di regole economiche, ma un modo di organizzare la vita. Tutto ciò che tocca diventa processo: lavoro, tempo, relazioni, persone, informazione. E questo processo ha una direzione costante: massimizzare la produttività e ridurre i costi. Ogni innovazione — la meccanizzazione, la fabbrica, la catena di montaggio, la digitalizzazione, la finanziarizzazione — è stata integrata proprio in questa logica.
Il neoliberismo è l’espressione più radicale di questa impostazione. Porta la logica aziendale all’intera esistenza: l’individuo diventa unità di rendimento; il tempo, una risorsa; la soggettività, un attivo; i diritti, un costo; la precarietà, uno stimolo. In questa visione il mercato non è uno spazio dentro la società: è il principio che la organizza. Il sistema funziona meglio quanto meno c’è intervento umano. La disuguaglianza non è più vista come un difetto, ma come segno di efficienza.
Comprendere il suo télos — l’orientamento interno che ne guida l’evoluzione — implica identificare quali mete ha perseguito dalle origini e come l’intelligenza artificiale interviene nella loro realizzazione.
Fin dall’inizio, il capitalismo ha cercato di liberarsi dai limiti del corpo umano. La meccanizzazione ha sostituito la forza fisica; la catena di montaggio ha annullato la variabilità dei lavoratori; la digitalizzazione ha assorbito le mansioni ripetitive; l’automazione industriale ha ridotto la dipendenza dal ritmo biologico e dall’attenzione. Tutto ciò che nell’umano introduceva fatica, pausa o imprevedibilità veniva considerato frizione. L’IA introduce un salto qualitativo perché automatizza ciò che non era ancora stato automatizzato: la cognizione. Dove prima serviva interpretazione, decisione o coordinamento umano, ora può intervenire un modello tecnico. La funzione cognitiva inizia a essere sostituita da una continuità operativa senza limiti.
A questo si aggiunge un’altra meta cruciale: l’espansione illimitata. Più produzione, più circolazione, più accumulazione. Quest’espansione non si misura solo in beni, ma nell’intensificazione indefinita del lavoro, nell’uso totale del tempo disponibile, nella trasformazione di ogni gesto in produttività. Si esprime anche nell’espansione dei modelli predittivi capaci di anticipare decisioni e trasformare l’incertezza umana in schemi sfruttabili. Infine si manifesta nella finanziarizzazione, che permette al capitale di crescere senza produzione materiale. L’IA amplifica tutte queste dimensioni: moltiplica il lavoro senza sosta, perfeziona la previsione e potenzia mercati algoritmici autonomi. La crescita non dipende più dal soggetto: si regge sulla capacità algoritmica.
Ma questo movimento non si svolge in uno spazio aperto o distribuito: tende, in modo intrinseco, a concentrarsi. Non è un effetto secondario del sistema, ma una proprietà insita nel suo stesso nome. Capitale deriva da caput, “testa”: ciò che sta sopra, che dirige, che accumula. Il capitalismo, nella sua architettura più elementare, organizza la vita intorno a centri di accumulo, non a distribuzioni orizzontali. Con l’aumento dell’efficienza, il capitale si concentra presso chi possiede più capacità tecnica, finanziaria o informativa; la scala diventa il criterio decisivo del dominio. Il sistema funziona meglio quando il potere è concentrato, perché la concentrazione accelera l’accumulazione.
L’intelligenza artificiale non solo replica questa logica: la intensifica come nessuna tecnologia precedente. Gli algoritmi apprendono meglio quanto più dati possiedono e i dati — la materia prima dell’IA — sono già nelle mani di pochi attori globali. La qualità del modello dipende dalla centralizzazione: più grande è la piattaforma, maggiore è la precisione; quanto più vasto è il flusso di informazioni, tanto più dominante diventa la posizione conquistata. L’IA non democratizza l’infrastruttura: la centralizza per sua natura. Chi controlla modelli e dati gestisce l’intero processo; chi ne resta fuori è inevitabilmente relegato ai margini. Così la concentrazione non è più una tendenza, ma la forma stessa del sistema, perché la tecnologia che lo alimenta — come il capitale da cui prende origine — migliora proprio quanto più si concentra.
E si presenta una meta finale, forse la più profonda: ridurre progressivamente il ruolo dell’essere umano nella catena del valore. Ogni fase storica del capitalismo può essere letta come un passo in quella direzione: la meccanizzazione ha trasformato la forza del corpo in un limite superato dalle macchine; l’organizzazione scientifica del lavoro ha sostituito il sapere artigianale con procedure standardizzate, riducendo al minimo l’iniziativa individuale; la digitalizzazione ha reso la lentezza umana un divario insostenibile rispetto alla velocità dell’elaborazione informatica; e l’automazione industriale ha convertito la supervisione e il controllo umani in costi superflui. L’IA completa questo movimento. Non elimina solo compiti: elimina funzioni strutturali. Nella produzione pianifica e coordina; nella gestione analizza e decide; nella distribuzione ottimizza senza intervento umano; nel consumo anticipa i desideri; nella soggettività modella le preferenze. E quest’ultimo aspetto è forse il più determinante, perché significa spostare non solo il lavoro, ma la fonte stessa del desiderio. Anticipare i desideri significa che il sistema non attende più che il consumatore scelga: lo orienta verso ciò che massimizza il rendimento del circuito economico. Modellare le preferenze significa che il gusto non nasce più dall’esperienza personale, ma diventa il risultato di schemi statistici: affinità apprese dall’algoritmo, non sviluppate dal soggetto. L’IA definisce che tipo di attenzione siamo disposti a concedere, che sensibilità siamo propensi a sviluppare, quali gesti culturali tendiamo a riprodurre. In altre parole: gestisce la materia prima della soggettività. E in ogni caso sostituisce l’essere umano per la stessa ragione che guida il capitalismo da secoli: perché introduce limiti, variabilità, incertezza o pause.
Niente di ciò significa che il compimento di queste mete sia già avvenuto, né che sia inevitabile. Significa che, se il sistema non cambia direzione, l’IA è la prima tecnologia in grado di realizzare con precisione ciò che il capitalismo persegue da secoli: funzionare senza dipendere dall’essere umano come agente di valore. Non introduce un destino nuovo: ne rivela uno antico. Non trasforma il sistema dall’esterno: lo perfeziona dall’interno. Automatizza ciò che restava umano, accelera ciò che era tendenza, rende visibile ciò che prima era solo intuizione.
La fine come meta non è una previsione, bensì una lettura teleologica: il punto in cui un sistema avanza pienamente verso ciò che portava inscritto fin dalle origini. E in questo avanzare, l’IA trasforma l’essere umano in ciò che la logica del capitalismo ha sempre cercato di ottenere: superfluo.