NOVITA'[2300]

WHO CONTROL AI? At the end of the day, men made of flesh and blood , (neurosis included ) who have and will evacuate anyone who will question their power, their methods and the techniques they sell to consolidate their power. Alla fine dei conti, uomini fatti di carne e sangue (nevrosi incluse) che hanno e continueranno a fermare chiunque metta in discussione il loro potere, i loro metodi e le tecniche che vendono per consolidare il loro potere.

Quando la Silicon Valley scrive il manifesto del potere

L'intelligenza artificiale sta ridisegnando le gerarchie interne alle organizzazioni, in silenzio, lungo una frattura che quasi nessuno nomina. Chi ha cinquant'anni o più è cresciuto con un'idea precisa del rapporto con la tecnologia: lo strumento veniva verso di te con una spiegazione, tu la imparavi, poi lo usavi. L'AI richiede una disposizione all'esplorazione continua, alla tolleranza dell'ambiguità, al non-sapere come metodo. Quella disposizione non si acquisisce con un corso. Si forma nel tempo, per esposizione a un certo paradigma. Chi non ce l'ha ha un altro punto di partenza. Questa differenza non viene quasi mai riconosciuta. I decisori senior, imprenditori, dirigenti, responsabili di studio, vengono corteggiati come compratori di tecnologia e ignorati come utenti. Qualcuno più giovane implementa, loro firmano. La comprensione reale di cosa fa lo strumento non arriva mai al livello dove si prendono le decisioni. Nel frattempo il collaboratore trentenne che sa muoversi con disinvoltura in questi ambienti acquisisce un'influenza informale che il suo ruolo formale non prevede e non regola. La governance dell'AI nelle organizzazioni diventa spesso una finzione condivisa. Il mondo del lavoro è stratificato per generazioni, posture cognitive, relazioni di autorità. L'AI sta rimescolando tutto questo adesso, nelle organizzazioni reali, nelle PMI, negli studi professionali, nelle aziende di medie dimensioni.

Applicando la Learnable Theory di Magni, Marchetti e Alharbi all'enciclica Magnifica Humanitas (Leone XIV, 2026), emerge che il documento non si limita a enunciare principi etici sull'intelligenza artificiale, ma opera attraverso scelte linguistiche precise — nominalizzazioni, accostamenti paradossali, distribuzione grammaticale dell'agency — per generare nuovi pattern cognitivi collettivi. Espressioni come "ecologia della comunicazione" o l'estensione della destinazione universale dei beni agli algoritmi non sono ornamenti retorici: sono operazioni linguistiche che rendono pensabili, e quindi praticabili, risposte alla sfida tecnologica che senza quelle parole nuove resterebbero fuori dall'orizzonte del possibile. L'enciclica non descrive soltanto il mondo che vorrebbe — lo inizia a costruire attraverso il linguaggio che sceglie.

L’intelligenza artificiale sta creando una lingua sempre più uniforme, plausibile e condivisa. Ma comprendersi davvero potrebbe essere qualcosa di molto diverso.

L’intelligenza artificiale sta entrando nelle aziende molto più velocemente della capacità di governarla. Negli ultimi anni il dibattito si è concentrato soprattutto sulla produttività, sull’automazione e sull’efficienza. Oggi, però, molte organizzazioni stanno iniziando a confrontarsi con un problema più profondo: come mantenere controllo, responsabilità e fiducia dentro processi sempre più influenzati da sistemi generativi.

Abstract Negli ultimi decenni abbiamo imparato a diffidare di tutto: media, istituzioni, élite. Ma raramente ci fermiamo a osservare come si costruisce questa diffidenza. Già nel 1922, Walter Lippmann spiegava che non reagiamo alla realtà, ma alle immagini che ne costruiamo. Più tardi, Michel Foucault mostrava che il potere più efficace non impone: normalizza. Oggi, con Shoshana Zuboff, vediamo come informazione, dati e previsione stiano convergendo. Il punto non è immaginare regie occulte. È capire una dinamica più sottile: In un sistema saturo di informazioni, non "vince" ciò che è più importante. Vince ciò che è più visibile, più emotivo, più ripetuto. E quando tutto diventa urgente, diventa sempre più difficile distinguere ciò che è davvero rilevante. Non è uno scontro tra libertà e controllo. È uno scontro tra “complessità” e “governabilità”. La domanda non è se il sistema stia cambiando. È già cambiato. La questione urgente è: Chi definisce i parametri entro cui funzionerà?

Fiducia digitale, etica dell'informazione e il problema del segno opaco Luciano Floridi, ne Il nodo etico (Raffaello Cortina, 2026), fonda l'etica dell'informazione come etica ambientale: l'infosfera non è il luogo in cui sorgono problemi morali, è essa stessa oggetto di considerazione morale. L'articolo incrocia questa fondazione con lo strumentario semiotico di Eco per interrogare la fiducia digitale come condizione di leggibilità dei sistemi. Quando la responsabilità si distribuisce tra agenti umani e artificiali e il funzionamento interno dei sistemi resta opaco, la fiducia cessa di essere un atto di volontà per diventare un problema di segni: si dà solo dove l'ambiente rende interpretabili le proprie regole. La tesi è che il Digital Trust non sia una proprietà dei sistemi che funzionano, ma dei sistemi che si lasciano leggere.

Gli LLM hanno cambiato il nostro modo di interagire con le macchine. Ma una nuova generazione di AI sembra iniziare a guardare oltre il linguaggio. Ineffable Intelligence, la startup fondata da David Silver, una delle menti dietro AlphaGo, punta verso sistemi che apprendono dall’esperienza, dall’esplorazione e dall’interazione con il mondo. Forse il futuro dell’intelligenza artificiale non riguarderà soltanto modelli che parlano. Ma sistemi che imparano autonomamente.

Una riflessione su fuoco, scrittura e intelligenza artificiale: quando la tecnologia forma chi la usa e quando lo riduce a spettatore ben servito.

Terminata da poco la lettura di Resistere ai tempi oscuri, l’ultimo libro di Asma Mhalla, recentemente pubblicato in versione italiana, mi sono ricordato di un breve scritto di Giorgio Agamben che, parlando dei nostri governanti argomentava dicendo che chi ci governa cerca oggi di organizzare la sopravvivenza dell’umanità, cerca cioè, di trasformare i vivi in sopravvissuti.

Dietro ogni risposta generata esiste un’infrastruttura fatta di data center, chip, reti ed energia. Ed è proprio su questo piano, meno visibile ma sempre più determinante, che si sta giocando una parte rilevante del futuro dell’AI.

Una riflessione sul lavoro che cambia e sulla distanza crescente tra realtà e strumenti per comprenderla. Un tentativo di tenere insieme scuola, economia e società senza semplificazioni.

Il pericolo non è che l'IA diventi un dio. Il pericolo è che i leader, sfiniti dalle responsabilità, innalzino uno strumento e definiscano l'abdicazione innovazione.

Quando una risposta è chiara, fluida e convincente, tendiamo a fidarci. Con l’intelligenza artificiale, però, è proprio questa apparente perfezione a rendere l’errore più difficile da riconoscere.

Nei prossimi dieci anni non assisteremo solo a nuove tecnologie, ma a un cambiamento più profondo: la fusione tra sistemi intelligenti e realtà quotidiana. In questo scenario, il vero tema non sarà cosa può fare l’AI, ma quanto saremo ancora capaci di riconoscere quando non fidarci.

Si narra di un re che, per vedere meglio i confini del regno, fece costruire torri sempre più alte. Col passare degli anni osservò che i confini si spostavano, lungo linee che le torri non avevano previsto. Cambiò le torri; i confini continuarono a spostarsi. Il re, prima di morire, confessò al successore un sospetto: che forse le torri avessero disegnato i confini, anziché mostrarli. Davanti all'intelligenza artificiale, oggi, ci troviamo di fronte a una domanda del tutto simile a quella del re.

Dire che siamo all'inferno non è una metafora consolatoria. Non è il lamento di chi ha perso la speranza, né la provocazione di chi vuole scandalizzare. È una diagnosi. E come tutte le diagnosi serie, richiede precisione: quale inferno, per quale ragione, prodotto da chi.

Arnaud Orain descrive un capitalismo che ha preso coscienza della finitudine delle risorse e, invece di rallentare, ha accelerato. Ma perché non riusciamo a fermarci? La risposta non è solo economica: è epistemologica. Partendo dallo sgabello a tre gambe di John Ralston Saul e dalla diagnosi heideggeriana del Gestell, si delinea la genealogia di una civiltà costruita sull'illusione di poter ignorare il limite. E se il dio invocato da Heidegger per salvarci non può essere un evento messianico, e tantomeno un deus ex machina, a farlo può essere la scelta individuale, moltiplicata fino a fare massa critica, di tornare ad abitare il limite invece di negarlo.