Governare la macchina
Chi discute soltanto la velocità della corsa lascia ad altri la scelta della meta, conviene tenerlo presente. Mentre l’Occidente misura il progresso IA in parametri di prestazione e affida alle stesse imprese che costruiscono i modelli anche il compito di stabilire a cosa debbano servire, dalla Cina arriva una valutazione della tecnica più meditata, che ne considera insieme le conseguenze sociali, politiche, economiche e di civiltà.
Dall’inizio di luglio a oggi la Scuola Centrale del Partito ha ospitato sulla propria testata teorica, Study Times (学习时报), una fitta produzione di saggi ed editoriali intorno all’intelligenza artificiale e alla trasformazione digitale. Ne ho esaminati oltre trenta, alcuni anteriori alla conferenza di Shanghai: non, dunque, testi nati a commento del discorso di Xi Jinping, ma materiali che mostrano come quel discorso si sia innestato su un lavoro teorico già in corso, dandogli visibilità e coerenza politica.
Nessuno di essi vale come pronunciamento ufficiale; proprio per questo riesce istruttivo leggerli insieme, perché compongono una trama capace di restituire il modo in cui una parte rilevante del pensiero cinese sta collocando la macchina dentro un’idea generale di sviluppo.
In questo quadro va letta anche l’immagine scelta da Xi il 17 luglio, aprendo la World Artificial Intelligence Conference: un cavallo di razza chiamato a correre veloce conservando un’andatura sicura. La metafora impegna assai più di quanto lasci intendere, poiché attribuisce alla politica il compito di liberare la potenza della tecnica senza cederle la definizione dei fini.
Attorno a quell’immagine si raccoglievano questioni molto concrete: la convivenza con macchine capaci di decidere, le conseguenze etiche dell’ingresso dell’algoritmo nei processi decisionali e il rischio che una diffusione diseguale produca ingiustizie storiche inedite; profili che nel dibattito occidentale tendono spesso a passare in secondo piano rispetto all’urgenza della competizione.
Il patto disciplinare
La distanza si coglie bene sull’altra sponda del Pacifico. Nel luglio dello scorso anno la Casa Bianca aveva scelto un titolo che rinunciava a ogni ambiguità, Winning the AI Race, disponendo la politica americana lungo tre assi che andavano dall’accelerazione dell’innovazione alla costruzione delle infrastrutture, fino all’esportazione dell’intera produzione nazionale, processori e standard compresi, come strumento di proiezione globale.
Nel corso del 2026, quell’impostazione ha assunto una forma più nuda. L’iniziativa “Pax Silica” organizza filiere tecnologiche riservate a paesi selezionati e una bozza del Dipartimento di Stato riportata da Reuters il 14 agosto lascia intravedere il passo successivo ossia un blocco tecnologico guidato da Washington che chiederebbe ai firmatari di rinunciare ad accordi concorrenti con la Cina.
Si tratta ancora di una bozza, eppure la logica del patto disciplinare vi appare compiuta, perché l’egemonia tecnologica smette di accontentarsi del primato e pretende una scelta di campo.
L’Italia vi ha aderito il 31 luglio quasi senza dibattito, mentre la cronaca politica si consumava nella mediocrità delle sue schermaglie quotidiane. Dentro quel rumore minore si è materializzata un’ipoteca sui margini futuri di sviluppo del paese e sulla sua autonomia politica.
La Commissione europea, d’altro canto, aveva sottoscritto il medesimo patto poco più di un mese prima, invocando una tech sovereignty che regge parecchio male alla prova della logica, giacché cercare sovranità dentro l’ecosistema voluto dalla potenza dominante equivale a chiamare autonomia ciò che si configura come servile dipendenza.
Fra i firmatari figura inoltre Israele, convenuto davanti alla Corte internazionale di giustizia nel procedimento per genocidio a Gaza, e se una simile pendenza lascia intatta la qualifica di partner di fiducia si comprende di quale materia siano fatti i valori del nuovo spazio tecno-geopolitico occidentale.
Il mezzo e il fine
La riflessione emergente negli scritti di Study Times si colloca da tutt’altra parte. Un articolo di Li Xiaofang porta un titolo che riassume l’intero corpus, La digitalizzazione è un mezzo, non un fine, e riconosce tre modi in cui l’informatizzazione amministrativa tradisce il proprio scopo.
Chiama paesaggismo digitale l’investimento in cruscotti luminosi costruiti per essere mostrati durante le ispezioni più che per servire a chi lavora. Descrive poi l’ossessione della tracciabilità, dove ogni passaggio deve lasciare un dato registrabile e la valutazione finisce per premiare l’indicatore di processo a scapito del risultato, con personale impegnato soprattutto ad alimentare i sistemi che dovrebbero misurarlo.
Individua infine una fatica digitale che nasce meno dall’avversione alla tecnologia e molto più dalla condizione di chi riceve compiti sempre più dettagliati e rigidi che comprimono la discrezionalità e causano squilibrio fra responsabilità e mezzi.
Un ulteriore contributo pubblicato lo stesso giorno spinge l’analisi più a fondo, osservando che l’algoritmo ridistribuisce il potere dentro l’amministrazione, poiché i livelli superiori guadagnano un controllo continuo mentre chi opera in basso perde il margine di giudizio che i conflitti locali richiederebbero.
La macchina riproduce inoltre le disparità depositate nei dati, così che i divari fra città e campagna si convertono in svantaggi sistematici nell’accesso ai servizi e dall’opacità del calcolo nasce un problema di fiducia destinato a diventare presto giuridico, dal momento che il funzionario resta l’esecutore finale di raccomandazioni che non sa spiegare.
Colpisce che una simile riflessione provenga dall’ambiente teorico della Scuola Centrale, cioè dal luogo che avrebbe il maggiore interesse a celebrare l’efficienza dell’apparato che quelle tecnologie promettono di modernizzare.
Il rilievo acquista senso accanto all’immagine del cavallo, che Zhu Baofeng svolge fino alla formula del regolare dentro lo sviluppo e sviluppare dentro la regolazione. Ne discende il rifiuto tanto del vuoto quanto dell’eccesso normativo, con uno spazio di sperimentazione riservato ai settori di frontiera e regole più strette dove la tecnologia è matura e il rischio elevato. La sicurezza smette in tal modo di intervenire a valle per correggere gli effetti, essendo già incorporata nelle condizioni che rendono possibile l’innovazione.
Sarebbe affrettato ricavarne un disinteresse per le forme più avanzate della tecnica. Yu Xiaohui descrive il passaggio all’intelligenza artificiale generale come un problema di dati prima che di modelli, poiché gli archivi statici raccolti in rete non bastano a un’intelligenza chiamata a decidere e a eseguire, e la raccolta va perciò estesa allo spazio fisico con i suoi cicli di percezione, azione e correzione.
Il futuro della macchina viene preso molto sul serio, salvo che il modo di pensarlo cambia in radice, perché l’intelligenza generale compare come traiettoria di ricerca e di ingegneria e mai come destino della tecnica o come soggetto destinato a subentrare alla storia umana. La macchina sceglierà i mezzi con autonomia crescente, mentre la decisione su quali fini siano legittimi rimarrà esterna a essa.
La formulazione più alta si deve a Xiang Yong, preside dell’Istituto per le Industrie Culturali dell’Università di Pechino, secondo il quale la macchina integra conoscenze e genera soluzioni con una potenza che eccede quella del singolo restando però fondata sull’induzione statistica e sulla riorganizzazione di un sapere già disponibile.
Il perché creare e il significato dell’azione rimandano all’esperienza vissuta e alla coscienza etica, sicché agli esseri umani spetta indicare la direzione e alle macchine estendere lo spazio delle possibilità, ove il confine decisivo passa per il valore assai prima che per la capacità.
La forza produttiva
Il lessico delle forze produttive attraversa tutti i testi e colloca l’intelligenza artificiale dentro una tradizione che pensa la tecnologia in rapporto alla struttura materiale della società, cosa che il dibattito euroamericano ha smarrito da tempo.
La formula più efficace riprende un’indicazione di Xi, per cui la ricerca originale porta da zero a uno e il compito successivo consiste nell’allungare quell’uno lungo l’ingegneria, l’industrializzazione, le norme e l’ecosistema, fino a farne produttività reale.
Il problema non riguarda la scarsità dei risultati, dato che modelli e prototipi aumentano mentre pochi superano la maturazione su scala pilota e la verifica ingegneristica. La Cina riconosce senza reticenze le proprie insufficienze nella ricerca fondamentale e nei software industriali di fascia alta e ricorda a se stessa che la scoperta costituisce soltanto una porzione del potere tecnologico, perché standard, brevetti e diffusione industriale decidono quanto a lungo un vantaggio sopravviva.
Da questa diagnosi nasce la richiesta di riformare la valutazione della ricerca, poiché titoli accademici e indici bibliometrici hanno favorito la crescita scientifica del paese ma rischiano ora di alimentare comportamenti autoreferenziali; si domanda perciò di misurare la qualità e la capacità di trasformazione dei risultati, lasciando spazio al giudizio di chi quelle tecnologie dovrà impiegare.
La critica arriva così a investire l’amministrazione della scienza, con l’invito a riconoscere autonomia ai ricercatori, a sostenere programmi lunghi e rischiosi e a costruire un ambiente nel quale il fallimento non cancelli la possibilità di riprovare.
Anche il rapporto fra Stato e mercato risulta più complesso dell’immagine di una tecnologia diretta dall’alto, dato che Xi parla di un mercato efficiente insieme a un governo capace di funzionare.
Gli scritti di Study Times affidano alle imprese l’individuazione dei problemi industriali e la trasformazione dei risultati, discutendo di capitale di rischio, di investimenti pazienti e di proprietà dei dati, mentre al governo competono le infrastrutture e la ricerca di lungo periodo, la correzione dei fallimenti di sistema e il coordinamento di attori che, lasciati a se stessi, produrrebbero ridondanze o perderebbero di vista l’interesse generale.
Il mercato conserva dunque un ruolo chiave per investimenti e iniziative imprenditoriali, ma dentro una direzione politica dello sviluppo: esattamente la possibilità che il pensiero economico europeo ha smesso di considerare praticabile.
La stessa logica attraversa la questione dei dati, dove la contraddizione principale si è spostata dalla quantità insufficiente all’assenza di un sistema d’offerta, giacché i materiali industrialmente più preziosi restano chiusi in silos privi di standard comuni e la competizione diventa perciò competizione sulla capacità di organizzarli.
A marzo il paese contava oltre 116.000 dataset di alta qualità e, per la prima volta, i dati impiegati nell’inferenza superavano quelli dell’addestramento, indice del passaggio dalla stagione dei modelli alla loro diffusione nei processi reali.
Il costo materiale entra a sua volta nel campo strategico: nel 2025 i centri di calcolo hanno consumato circa 196 miliardi di chilowattora con una crescita del diciotto per cento in un anno e per questo la capacità computazionale viene di conseguenza pianificata insieme al sistema elettrico che deve sostenerla.
La potenza di elaborazione segue l’elettricità: si colloca dove l’energia rinnovabile è più abbondante e sposta i carichi fra regioni e fasce orarie in base alle condizioni della rete. In questo modo il calcolo diventa una risorsa regolabile, l’energia entra nella politica dell’intelligenza artificiale e l’impronta carbonica si presenta come un problema industriale prima ancora che come un capitolo della comunicazione aziendale.
Dove la responsabilità non si delega
Il banco di prova più delicato rimane il lavoro. Oltre ottanta milioni di persone lavorano già nelle forme di impiego nate attorno alle piattaforme, dentro una forza lavoro che supera i quattrocento milioni, e sono algoritmi a fissare le tariffe e a valutare le prestazioni.
Study Times ne ricava proposte concrete che vanno dalla trasparenza delle regole algoritmiche fino alla partecipazione dei lavoratori nella loro definizione, muovendo dal principio che quando il comando assume forma algoritmica anche la tutela deve imparare a raggiungere l’algoritmo. Il confronto con il diritto del lavoro europeo riesce poco lusinghiero per noi.
Lo stesso criterio vale in sanità, dove la diagnosi assistita e il triage vengono incoraggiati a condizione che la decisione clinica finale resti attribuibile a un medico, con revisione costante degli algoritmi e consenso esplicito del paziente quando i suoi dati alimentano l’addestramento. Una decisione sulla salute contiene elementi che eccedono la valutazione statistica.
Quattro condizioni della sovranità
L’attenzione ai fini si mostra anche quando la discussione passa alla cultura. La macchina ricostruisce affreschi, reinterpreta opere antiche e allarga l’accesso ai musei, cosicché la modernizzazione assume una relazione particolare con il tempo storico, dove il nuovo vale anche nella misura in cui permette al passato di conservare una forza attuale.
Dietro questa politica culturale si annida però una questione più vasta, poiché l’output di un modello riorganizza e amplifica le strutture di conoscenza depositate nell’addestramento e nutrirsi a lungo di lingue e valori altrui influenza in modo sottile i modelli cognitivi di chi lo usa.
Da qui la richiesta di basi linguistiche proprie insieme a dataset capaci di rappresentare civiltà differenti, richiesta che in Occidente non sembra sia stata formulata con altrettanta chiarezza malgrado la nostra situazione sia esattamente quella descritta.
La questione conduce alla sovranità, che Liu Dian articola in quattro condizioni. L’autonomia risponde alla domanda se si sia in grado di funzionare rispetto alla mutevolezza dell’ambiente esterno. La completezza esige che potenza di calcolo, dati, modelli, applicazioni e governance stiano dentro un disegno unico, perché un vantaggio locale non compensa mai una vulnerabilità sistemica. La sicurezza definisce i confini operativi e la cultura àncora l’orientamento di valore, sicché una buona prestazione ottenuta sopra un cloud controllato altrove, con modelli dipendenti da un ecosistema esterno e dati che scorrono in una sola direzione, resta strutturalmente fragile per quanto brillino le metriche.
Lo stesso articolo mette però in guardia dalla lettura autarchica, giacché recidere i legami internazionali rallenterebbe l’iterazione degli algoritmi e allargherebbe i divari di prestazione e l’apertura entra pertanto nella costruzione della sovranità a patto che lo scambio non generi dipendenze trasformabili in ricatto.
Persino la nozione di sicurezza viene delimitata con cautela, poiché una sua estensione eccessiva ostacolerebbe i flussi legittimi di dati, la collaborazione open source e lo scambio scientifico. Difficile non leggervi una risposta alla tendenza americana a dilatare la sicurezza nazionale fino a farne il principio ordinatore della circolazione tecnologica mondiale.
Perché far correre la macchina
La distanza dalla Pax Silica si rivela allora più profonda di una rivalità fra blocchi. La strategia americana organizza una gerarchia di accesso al proprio ecosistema e salda tecnologia, standard e appartenenza geopolitica in un vincolo unico, mentre nei testi cinesi l’indipendenza viene associata all’apertura.
Qi Huaigao giudica impraticabile la riproduzione dello schema della Guerra fredda, per l’intreccio delle catene industriali e per la natura transnazionale dei rischi, e propone canali permanenti di dialogo dentro una competizione che resterà intensa.
A Shanghai Xi ha rifiutato l’estensione arbitraria della sicurezza nazionale, ha attribuito alle Nazioni Unite un ruolo centrale e ha presentato l’accesso all’intelligenza artificiale come questione di equità internazionale, mentre la Cina promuoveva la World Artificial Intelligence Cooperation Organization con collaborazioni che vanno dall’ASEAN ai BRICS e annunciava cinquemila opportunità di formazione in cinque anni.
Sarebbe ingenuo scambiare queste formulazioni per la prova della loro realizzazione. La diffusione di infrastrutture e standard cinesi può a sua volta produrre dipendenze asimmetriche, mentre l’insistenza sulla sovranità culturale lascia aperta la questione di chi definisca i valori incorporati nella tecnologia.
Anche la critica all’algoritmo che riduce i margini di giudizio rimanda a un problema più generale: il rapporto fra automatizzazione, responsabilità amministrativa e decisione politica. I testi di Study Times interessano proprio perché quelle tensioni affiorano al loro interno invece di essere rimosse, il che costituisce già una differenza rispetto alla “letteratura promozionale” con cui da noi si accompagna ogni nuova versione di un modello.
Resta una differenza che va riconosciuta per quello che è. Nella strategia americana la competizione viene dichiarata apertamente come corsa al dominio, con la volontà di fare dello stack statunitense lo standard mondiale, mentre l’Europa insegue un’improbabile sovranità dentro quella stessa architettura e l’Italia vi ha appena firmato l’adesione.
Nei testi cinesi la competizione è altrettanto presente e talvolta durissima, eppure l’orizzonte entro cui viene pensata rimane più largo della gara fra modelli, perché la produzione e l’energia, il lavoro e il diritto, l’amministrazione e la cultura entrano nella medesima riflessione, e la macchina viene trattata come una forza destinata a modificare l’organizzazione sociale nel suo complesso.
La sua potenza non costituisce di per sé un criterio di progresso, tanto che perfino l’ambizione di un’intelligenza artificiale sovrana riguarda la sovranità della società sulla propria infrastruttura e mai una sovranità attribuita alla macchina.
I testi cinesi esaminati obbligano a vedere ciò che nel nostro dibattito resta spesso fuori campo e lontanissimo da un’opportuna consapevolezza generale: la domanda sui fini della tecnologia, sulle infrastrutture che la sostengono e sui rapporti sociali che essa contribuisce a produrre.
Sarebbe già molto recuperare l’idea che una tecnologia si giudica dalla forma di società che contribuisce a produrre e trarne le conseguenze pratiche, ossia infrastrutture di calcolo sottratte alla proprietà di tre-quattro società americane, un regime dei dati che ne riconosca la natura di deposito collettivo, una contrattazione capace di raggiungere l’algoritmo là dove ormai risiede il comando e una valutazione della ricerca che premi la trasformazione dei risultati anziché la loro contabilità.
Tutto questo esige qualcosa che alle nostre classi dirigenti manca assai più delle risorse: l’idea che una società possa ancora darsi fini propri e orientare verso di essi le proprie capacità collettive.
Rimane forse questo il tratto più istruttivo dell’intera vicenda. Davanti a tecnologie capaci di apprendere, pianificare e agire con autonomia crescente, la questione decisiva sfugge alla fascinazione per la prestazione, perché governare la macchina significa conservare la capacità collettiva di stabilire a quale sviluppo debba servire, quali limiti debba rispettare e quali forme di vita valga la pena costruire attraverso la sua potenza.
La domanda torna in tal modo a coincidere con una domanda antica della politica, quella che chiede quale società saprà decidere perché far correre quel cavallo, in quale direzione e a vantaggio di chi.
* da https://revolvepl.substack.com/
- © Riproduzione possibile DIETRO ESPLICITO CONSENSO della REDAZIONE di CONTROPIANO
Ultima modifica: stampa
