Liquido Mercato

De-sign: ti antropomorfizzo. Matteo Cibic sulla strada di Fornasetti e Memphis

noreply@blogger.com (Fabrizio Bellavista) — Wed, 11 Nov 2026 12:21:59 +0000

La Pareidolia applicato al Mercato

Alla base dell'arte di Cibic c'è lo studio della pareidolia, quell'illusione subcosciente che ci porta a riconoscere volti e forme umane in oggetti o profili naturali. I suoi lavori — dai celebri vasi provvisti di "nasi" e tratti somatici (il progetto VasoNaso), fino ai cabinet scultorei — sono oggetti antropomorfi. Matteo Cibic tenta di ricordarci una lezione fondamentale. In un mondo saturo di prodotti iper-ottimizzati e freddi, il design del futuro (e del presente) vince quando smette di prendersi troppo sul serio.

La storia dietro il progetto VasoNaso

Il gennaio 2016 inizia una sfida tanto artistica quanto di resistenza progettuale. Cibic si è imposto di progettare, modellare e realizzare a mano un vaso al giorno, per 365 giorni consecutivi.

L'Ispirazione: Giorgio Morandi incontra l'ironia

Il progetto prende vita come un omaggio tridimensionale alle celebri Nature Morte del pittore Giorgio Morandi. Mentre Morandi indagava il rapporto tra oggetti di uso quotidiano attraverso silenziose variazioni cromatiche e compositive sulla tela, Cibic ha tradotto questa ricerca volumetrica e cromatica nello spazio fisico. A questa base riflessiva, però, il designer ha aggiunto il suo tratto distintivo: un'ironia scanzonata e l'antropomorfismo.

Dal mio punto di vista Fornasetti e Cibic hanno qualcosa da spartire come con Mamphis e, incredibile un po', con Giò Ponti: ho appena rivisto il capolavoro a quattro mani di Fornasetti e Gio Ponti (il Trumeau esposto in Triennale), in cui la decorazione surreale invase l'architettura razionale.

Vero o verosimile nell'arte

noreply@blogger.com (Fabrizio Bellavista) — Sun, 08 Nov 2026 19:48:45 +0000

Vero o verosimile. Innanzitutto per Marcel Duchamp l’irresistibile tentazione di distinguere il vero dal falso è solo una questione tecnica di incredibile stupidità. "Il caso Duchamp–Lequeu: un falso introdotto in biblioteca" segue questa traccia con al centro della vicenda Jean-Jacques Lequeu, architetto e disegnatore francese vissuto tra il 1757 e il 1826, a cui l'immagine della monaca è un omaggio.

In questo blog ho trattato varie volte il concetto di falso/vero, sopratutto nell'arte, anticamere della vita reale. Ecco alcuni interventi: Il verosimile, il vero e la maschera nell’epoca dell’Intelligenza Artificiale Generativo; Oscar Wilde; Alias e multipli identitari: Nat Tate e molti altri; Multidentità e alias: “Uno, nessuno, centomila”.

Lequeu lasciò una raccolta di disegni architettonici straordinariamente eccentrici, fantastici e talvolta erotici, oggi conservati alla Bibliothèque nationale de France.

Nel 1986 lo storico dell'architettura Philippe Duboÿ pubblicò Lequeu: An Architectural Enigma, avanzando una teoria sorprendente.

Secondo questa ipotesi, Duchamp, che aveva lavorato per circa un anno e mezzo presso la Bibliothèque nationale di Parigi, avrebbe potuto manipolare alcuni documenti attribuiti a Lequeu, costruendo un inganno artistico destinato ai posteri.

L'idea era che alcuni disegni apparentemente settecenteschi fossero stati modificati o introdotti successivamente, come parte di una sofisticata provocazione dadaista.

Nell'immagine: Jean-Jacques Lequeu, "E noi, anche noi saremo madri; perché…", 1793

L’intelligenza artificiale farà crescere il PIL del 50%. Ma la ricchezza sarà di tutti?

noreply@blogger.com (Fabrizio Bellavista) — Sun, 18 Oct 2026 20:01:22 +0000

Un punto importante: ho già parlato di possibile "età dell'oro" (anche dall'astrologia le previsioni di Barbault tratteggiavano questa possibilità per il perodo 2025-2030) ed ora la riprendo in occasione di un'uscita senz'altro "sparata" ma che potrebbe contenere partedi verità - bombe atomiche e armi chimiche a parte.

Da 30.000 a oltre 44.000 miliardi di dollari entro il 2030. L’intelligenza artificiale potrebbe imprimere all’economia statunitense un’accelerazione senza precedenti. Ma dietro questi numeri si nasconde una domanda molto più importante: chi beneficerà davvero di questa nuova ricchezza? E soprattutto, siamo culturalmente e politicamente preparati a governarla?

La notizia arriva da Bangkok, dove si sono svolti gli incontri annuali del Fondo Monetario Internazionale e della Banca Mondiale. Jack Clark, cofondatore di Anthropic, la società che sviluppa Claude, ha prospettato uno scenario economico impressionante: grazie all’intelligenza artificiale, il prodotto interno lordo degli Stati Uniti potrebbe raggiungere circa 44.000 miliardi di dollari entro il 2030, con un incremento vicino al 50% rispetto ai livelli attuali.

Una precisazione è necessaria: non si tratta di una previsione certa, ma dello scenario più estremo di un modello elaborato da Anthropic, che ipotizza una diffusione rapidissima dell’AI nelle attività intellettuali. Gli scenari meno radicali indicano una crescita decisamente più contenuta. Ma anche considerando questa prudenza, la dimensione del cambiamento merita attenzione.

Clark sostiene che l’AI stia già accelerando la ricerca scientifica e che nei prossimi anni potrebbe moltiplicare la capacità di innovazione in medicina, biologia, ingegneria e in numerosi altri settori. Non parliamo, dunque, soltanto di automatizzare qualche attività d’ufficio o produrre contenuti a costi inferiori. Parliamo della possibilità di modificare la velocità stessa con cui una società genera conoscenza, invenzioni, servizi e valore economico.

Ma produrre più ricchezza non significa necessariamente distribuirla meglio.

Ed è proprio qui che, a mio avviso, comincia la parte più interessante della questione.

Futuro dell’economia con l’intelligenza artificiale

Perché uno sviluppo di questa portata produca benefici collettivi, occorre cambiare radicalmente la nostra visione dell’innovazione. Non possiamo più considerarla un settore specialistico, riservato alle grandi aziende tecnologiche, ai laboratori di ricerca o a una ristretta élite di professionisti.

L’innovazione deve diventare una competenza sociale diffusa, condivisa e possibilmente autonoma.

Non basta che milioni di persone utilizzino strumenti di intelligenza artificiale. Bisogna che siano in grado di comprenderne il funzionamento, valutarne criticamente i risultati, adattarli ai propri bisogni e, soprattutto, sviluppare nuove capacità progettuali e creative.

In altre parole, dobbiamo passare da una società di consumatori di intelligenza artificiale a una società capace di partecipare attivamente alla costruzione dell’innovazione.

Questo significa investire nell’educazione, nella formazione permanente, nella ricerca pubblica, nelle piccole e medie imprese e nelle competenze interdisciplinari. Significa costruire un tessuto sociale nel quale le tecnologie non siano soltanto disponibili, ma realmente accessibili, comprensibili e utilizzabili per generare valore.

Una base vasta e autonoma, appunto. Perché l’autonomia tecnologica non consiste necessariamente nel possedere tutti i sistemi, ma nel non dipendere completamente da chi li progetta e ne controlla le condizioni di utilizzo.

Se l’AI diventasse una straordinaria macchina di produttività utilizzata passivamente da una maggioranza di persone, mentre una minoranza ne controllasse infrastrutture, dati, modelli e profitti, avremmo certamente innovazione tecnologica. Molto meno innovazione sociale.

E una trasformazione di questa portata, senza una corrispondente evoluzione culturale, rischierebbe di accentuare squilibri già profondi.

AI e distribuzione della ricchezza

La seconda riflessione è ancora più delicata.

Potremmo trovarci di fronte a una tecnologia capace di creare ricchezza molto più velocemente di quanto le nostre istituzioni siano in grado di governarne la distribuzione.

È una possibilità che dovrebbe entrare immediatamente nel dibattito economico e politico.

Chi beneficerebbe realmente di questa enorme crescita? Le imprese che possiedono le tecnologie? I lavoratori che le utilizzano e che diventano più produttivi? I clienti, attraverso prodotti e servizi migliori e meno costosi? Oppure gli azionisti e i proprietari delle infrastrutture digitali?

Non sono possibilità equivalenti. E soprattutto non sono automaticamente compatibili.

Una maggiore produttività può tradursi in stipendi più elevati, riduzione dell’orario di lavoro, prezzi inferiori e nuovi servizi. Ma può anche trasformarsi prevalentemente in maggiori margini aziendali e rendimenti del capitale, senza un corrispondente miglioramento delle condizioni di vita della maggioranza.

Il problema non nasce certamente con l’intelligenza artificiale. Da molti anni assistiamo a processi di concentrazione della ricchezza, del potere economico e della proprietà tecnologica. L’AI potrebbe accelerarli ulteriormente.

Peraltro, nello scenario estremo esaminato da Anthropic, emergono anche conseguenze potenzialmente negative per i lavoratori della conoscenza e una riduzione della quota di reddito nazionale destinata al lavoro, a vantaggio del capitale.

Immaginiamo allora un’economia capace di aumentare enormemente il proprio PIL, ma nella quale i benefici si concentrino in poche piattaforme, pochi fondi di investimento e poche grandi imprese. Potremmo registrare un successo macroeconomico straordinario accompagnato da una crescente fragilità sociale.

Sarebbe un paradosso soltanto apparente: un Paese complessivamente molto più ricco, ma non necessariamente abitato da cittadini più prosperi.

Governare l’AI e governare i suoi benefici

C’è poi un ulteriore aspetto, spesso trascurato. Il dibattito sulla regolamentazione dell’intelligenza artificiale si concentra prevalentemente sui rischi: sicurezza, privacy, discriminazioni algoritmiche, disinformazione, utilizzi impropri e sostituzione del lavoro umano.

Sono questioni fondamentali. Ma accanto alla governance dei rischi dovrebbe esistere una vera governance dei benefici.

Come fare in modo che gli aumenti di produttività si trasformino anche in benessere collettivo? Come evitare che la proprietà delle infrastrutture tecnologiche determini una concentrazione eccessiva del potere economico? Come ridistribuire opportunità, competenze e capacità di innovare?

Le risposte potrebbero comprendere nuove politiche formative, sistemi fiscali adeguati, accesso competitivo alle tecnologie, sostegno alla ricerca pubblica e modelli di partecipazione dei lavoratori ai risultati dell’innovazione.

Ma soprattutto serve una visione diversa del rapporto tra tecnologia ed essere umano.

Una visione tecno-umanistica nella quale l’intelligenza artificiale non sia valutata esclusivamente in funzione della quantità di ricchezza che riesce a produrre, ma anche della qualità delle relazioni, delle opportunità e delle condizioni di vita che contribuisce a generare.

La stessa direttrice del Fondo Monetario Internazionale, Kristalina Georgieva, ha richiamato a Bangkok la necessità di regole e garanzie, sottolineando che le opportunità dell’AI potrebbero essere superate dai rischi in assenza di adeguati strumenti di governo.

Ecco perché la prospettiva avanzata da Jack Clark è particolarmente significativa, indipendentemente dall'effettiva realizzazione di quelle cifre.

Non perché ci prometta un futuro inevitabilmente più ricco, ma perché ci costringe a interrogarci su quale modello di società vogliamo costruire intorno a questa nuova capacità produttiva.

La storia delle rivoluzioni tecnologiche ci insegna che crescita economica, progresso sociale e distribuzione della ricchezza non procedono necessariamente alla stessa velocità.

Questa volta, però, potrebbe esserci una differenza sostanziale: la velocità del cambiamento.

L’intelligenza artificiale potrebbe accelerare la produzione di ricchezza molto più rapidamente della nostra capacità di ripensare istituzioni, lavoro, istruzione e diritti economici.

Un’ipotesi estrema? Certamente. Ma sarebbe un errore aspettare che diventi realtà prima di affrontarla.

Perché forse la domanda decisiva per il 2030 non sarà se gli Stati Uniti avranno raggiunto 44.000 miliardi di dollari di PIL.

Sarà capire quanti cittadini avranno realmente beneficiato di quella crescita. E quanti, invece, saranno rimasti spettatori di una ricchezza prodotta anche grazie alla loro conoscenza, ai loro dati, al loro lavoro e alla loro partecipazione alla società digitale.

L'immagine in alto: "futuro in stile Armando testa", AI Image, NemoX, 2026.

Fonti di riferimento

Reuters, 17 ottobre 2026 – AI rapidly improving, could vastly boost US GDP, Anthropic's Clark tells policymakers.
Financial Express, 17 ottobre 2026 – $44 trillion US economy by 2030? Anthropic's extreme AI scenario explained.
Reuters, 16 ottobre 2026 – IMF chief says AI risks may exceed opportunities without safeguards and ethical framework.
Fondo Monetario Internazionale e Banca Mondiale – Annual Meetings 2026, Bangkok, 12–18 ottobre 2026.

Da testo che "significa" a testo che "simula significato"

noreply@blogger.com (Fabrizio Bellavista) — Thu, 15 Oct 2026 20:59:15 +0000

L’avvento delle intelligenze artificiali generative introduce una discontinuità radicale nel rapporto tra linguaggio e significato. Non siamo più soltanto di fronte a testi che producono senso, ma a testi capaci di simularne la costruzione, la profondità e persino l’intenzionalità.

Il linguaggio generativo si presenta coerente, fluido, argomentativo, talvolta persino emotivamente coinvolgente. Può riprodurre un tono, articolare un pensiero, sostenere una posizione, organizzare riferimenti e restituire un’impressione convincente di consapevolezza e profondità. Eppure, questa credibilità non deriva necessariamente da un’esperienza vissuta, da una responsabilità enunciativa, da una presenza corporea o da una relazione autentica con l’altro. Deriva da processi computazionali di apprendimento e generazione, fondati su regolarità statistiche, correlazioni e capacità di elaborazione probabilistica del linguaggio.

È proprio qui che la distinzione tra testo che significa e testo che simula significato assume una rilevanza decisiva. Un testo che significa non si esaurisce nella correttezza delle sue formulazioni: può custodire un’intenzione, una memoria, una prospettiva sul mondo, un’esperienza e una responsabilità interpretativa. Un testo generato artificialmente, invece, può riprodurre tutti gli indizi linguistici di queste dimensioni senza necessariamente possederne il radicamento esperienziale.

Può apparire fondato senza esserlo. Può sembrare pensato senza essere il risultato di un’esperienza di pensiero vissuta. Può evocare emozioni senza averle provate. Può simulare una presenza pur non avendo un corpo.

In questa prospettiva, la GenAI non costituisce semplicemente un’evoluzione tecnologica della scrittura. Rende visibile, e al tempo stesso amplifica, una frattura che attraversa da secoli la storia della comunicazione umana: la progressiva separazione tra parola, voce, corpo, presenza e relazione.

La scrittura ha reso possibile la conservazione della memoria, la trasmissione del sapere e la circolazione del pensiero oltre i confini dello spazio e del tempo. Ma ha anche introdotto una distanza tra chi enuncia e ciò che viene enunciato. La parola scritta può sopravvivere alla voce che l’ha pronunciata; la voce registrata può essere separata dal corpo che l’ha prodotta; il messaggio può continuare a circolare anche quando il suo autore è assente.

La macchina generativa conduce questa traiettoria verso una soglia inedita: la parola può prendere forma senza che all’origine vi sia un soggetto che abbia vissuto, pensato o sperimentato ciò che essa racconta. Non si tratta più soltanto di separare il linguaggio dalla presenza del suo autore, ma di produrre linguaggio senza che un’esperienza soggettiva ne costituisca necessariamente l'origine.

Il problema, dunque, supera la dimensione tecnica e non si esaurisce nella distinzione tra un uso corretto e uno scorretto dell’intelligenza artificiale. Investe direttamente lo statuto semiotico, cognitivo ed etico del linguaggio, interrogando il rapporto tra la forma dell’espressione, la costruzione del significato e la responsabilità di chi comunica.

Se il credibile può essere generato automaticamente, se il verosimile può essere scambiato per il vero, se il plausibile può assumere l’autorità del giusto, allora il rischio non riguarda soltanto la produzione di contenuti falsi, ma una trasformazione più profonda: la progressiva confusione tra la rappresentazione del significato e l’esperienza che lo rende possibile.

Emerge così una domanda che attraversa il cuore stesso della nostra contemporaneità: che cosa rende ancora significativo un testo quando la sua credibilità può prescindere dall’esperienza, dalla coscienza e dalla responsabilità di un soggetto?

E, soprattutto, siamo ancora capaci di distinguere un linguaggio che nasce dall’esperienza da un linguaggio che ne riproduce soltanto le forme?

Nell'immagine: Joseph Kosuth — One and Three Chairs (1965)

Cosa significa essere umani nell'era dell'intelligenza artificiale? A LIVING POEM

noreply@blogger.com (Fabrizio Bellavista) — Thu, 15 Oct 2026 20:53:45 +0000

Riporto, da Moma Museum. Cosa significa essere umani nell'era dell'intelligenza artificiale? Dal 2018, l'artista e poetessa Sasha Stiles esplora questa domanda attraverso collaborazioni con il suo alter ego, Technelegy, un sistema di intelligenza artificiale in continua evoluzione, addestrato per emulare e potenziare la sua scrittura e la sua voce.

I loro progetti analizzano come la mente umana e quella artificiale elaborano il linguaggio, plasmando nuove forme di espressione per un mondo in rapida trasformazione.

Il passo successivo del loro esperimento in corso è A LIVING POEM, un testo infinito alimentato dall'immaginazione umana e da algoritmi informatici. Ispirato alle opere d'arte testuali della collezione del Museo, il poema si riscrive e si esibisce ogni 60 minuti. Ogni pagina prende vita in tempo reale grazie a un modello linguistico personalizzato, a intricati suggerimenti, a set di dati su misura ed elementi sensoriali come voce, suoni e immagini. Le parole appaiono in diversi caratteri, tra cui Cursive Binary. Questo carattere personalizzato, che fonde la calligrafia dell'artista con gli zeri e gli uno del codice binario, offre una metafora poetica del rapporto in continua evoluzione tra l'umanità e la tecnologia.

Stiles ha descritto quest'opera come una "poesia in residenza", trasformando lo schermo nella hall del museo in un taccuino autonomo. A LIVING POEM include un paesaggio sonoro intimo e immersivo creato dal collaboratore di Stiles, Kris Bones, che ci ricorda le radici della poesia nella tradizione orale. Questa esperienza uditiva è accessibile tramite codice QR. Insieme, questi elementi formano un sistema linguistico dinamico: una poesia che si rivela momento per momento, in continua evoluzione, mai finita.

Theodor Adorno. Analisi del sottotitolo di Minima Moralia: "Meditazioni della vita offesa"

noreply@blogger.com (Fabrizio Bellavista) — Thu, 13 Aug 2026 08:20:08 +0000

Pensare non significa ormai altro che sorvegliare, in ogni istante, la propria capacità di pensare.

All’interno del celebre libro di Theodor W. Adorno “Minima moralia. Meditazioni della vita offesa”, ho trovato questa intuizione che trovo preziosissima: “[...] Anche dove non c’è nulla da macinare, il pensiero diventa un allenamento all’esecuzione di ogni sorta di esercizi. Considera i suoi oggetti come semplici ostacoli, come un test permanente del proprio essere‑in‑forma. [...] Il pensiero che ha disappreso a pensare se stesso, è diventato – nello stesso tempo – l’assoluta istanza di controllo di sé stesso. Pensare non significa ormai altro che sorvegliare – in ogni istante – la propria capacità di pensare.»

In sintesi “Ogni pensiero diventa un quiz di informazione” ossia il pensiero viene ridotto a un test di performance, un “quiz” interno in cui si verifica solo se si è “in forma”, elastici, pronti a rispondere a compiti già dati, anziché aprire spazi di riflessione autonoma. E l'iper-razionalizzazione centra con tutto questo.

Analisi del sottotitolo di Minima Moralia: "Meditazioni della vita offesa"

A questo punto l'analisi del sottotitolo porta ulteriori sollecitazioni: il sottotitolo «Meditazioni della vita offesa» non è ornamentale: contiene praticamente la chiave di Minima Moralia.

“Offesa” introduce invece una dimensione etica: qualcosa che avrebbe dovuto essere rispettato è stato violato. La vita umana viene lesa nella sua autonomia, nella sua singolarità, nella capacità di relazione e perfino nella possibilità di pensare diversamente.

in Adorno la società non domina soltanto attraverso grandi strutture esteriori; entra nelle microforme della vita e modifica dall'interno il modo in cui pensiamo, parliamo e desideriamo. La vita umana viene lesa nella sua autonomia, nella sua singolarità, nella capacità di relazione e perfino nella possibilità di pensare diversamente.

Artificiale = falso?

Chiudiamo con la formula dell'aforisma 18: «Es gibt kein richtiges Leben im falschen.», «Non c'è vita giusta nella vita falsa.»

Nell'immagine: Uscite, Minima Muralia, Blu, street artist

Olivetti. Un’idea di futuro senza nostalgia

noreply@blogger.com (Fabrizio Bellavista) — Sat, 25 Jul 2026 12:41:07 +0000

Ci sono buone notizie: in questo anno caratterizzato astrologicamente :-) da un passaggio inconsueto di pianeti lenti in segni di fuoco, certamente le guerre e i film di guerra Odissea di Nolan, per esempio, hanno il loro momento di grande visibilità.

Ma ci so anche delle ottime notizie che circolano, oltre ai miliardari che chiedono + tasse in UK, c'è anche questa news su Olivetti

Olivetti. Un’idea di futuro senza nostalgia

La nascita del nuovo Centro Studi per il Piano Olivetti è una bella notizia. Non soltanto perché riporta l’attenzione su una delle figure più innovative della storia italiana, ma perché recupera una domanda ancora molto attuale: "può esistere uno sviluppo economico che faccia crescere anche le persone, le comunità e i territori?"

Per Adriano Olivetti la fabbrica non era un mondo separato dalla società. Innovazione, cultura, lavoro, bellezza e responsabilità sociale dovevano procedere insieme.

Oggi, mentre parliamo continuamente di intelligenza artificiale, trasformazione digitale e nuove tecnologie, questa visione torna ad avere una forza straordinaria. La vera innovazione, infatti, non consiste soltanto nell’introdurre strumenti più potenti, ma nel comprendere quale società vogliamo costruire attraverso di essi.

#CentroOlivetti #Innovazione #Bellezza #Cultura #Lavoro #Responsabilitàsociale #Tecnoumanesimo

Il nuovo Centro Studi lavorerà anche sulla rigenerazione culturale delle aree interne, sul dialogo tra generazioni e sull’educazione digitale consapevole. Un modo concreto per ricordarci che la cultura non è un ornamento: può creare opportunità, ricostruire relazioni e ridare energia ai territori più fragili.

Qualcosa di terribilmente necessario: cmq il modo migliore per celebrare Olivetti non è conservarlo dentro un museo, ma provare ad applicare la sua lezione e mettere la tecnologia al servizio dell’essere umano e lo sviluppo al servizio della comunità.

Nell'immagine: poster di Giovanni Pintori per la Olivetti Tetracrys, 1957.

L'intelligenza artificiale e la didattica: la macchina per fare i compiti

noreply@blogger.com (Fabrizio Bellavista) — Mon, 13 Jul 2026 09:28:02 +0000

Nel 1967, Gianni Rodari scrisse una fiaba sorprendente, quasi profetica, "La macchina per fare i compiti" su un buffo omino che andava in giro a vendere una macchina capace di fare i compiti al posto dei bambini.

Bastava premere un bottone.

Bottone rosso: problemi di matematica.
Bottone giallo: temi in classe.
Bottone verde: geografia.

Tutto semplice, tutto veloce, tutto apparentemente perfetto. Una piccola meraviglia tecnologica ante litteram, verrebbe da dire oggi. Una scorciatoia irresistibile: niente più fatica, niente più errori, niente più fogli strappati, niente più paura della maestra. La macchina pensa, scrive, risolve. Tu devi solo usarla.

Ma Rodari, che aveva sempre uno sguardo più lungo degli altri, inserisce subito il punto decisivo. Per comprare quella macchina il bambino deve rinunciare al proprio cervello. Tanto – gli viene detto – non gli servirà più. Era il 1962.

Goolge DiffusionGemma “moves beyond”: dalla "noia" della "prossimità" alla "incertezza" dell'"atto creativo"?

noreply@blogger.com (Fabrizio Bellavista) — Thu, 09 Jul 2026 15:17:53 +0000

Google con DiffusionGemma non prova solo a scrivere più velocemente - e dunque costare meno. Prova a cambiare il modo stesso in cui una macchina genera linguaggio. Non sta semplicemente “scrivendo da sinistra verso destra, dall'alto verso il basso”. Sta riempiendo e raffinando una nuova struttura delle architettura futura dell’AI, e dunque del linguaggio. Da“una parola dopo l’altra” a una "composizione simultanea e revisione progressiva".

Se la strada funzionasse bene su larga scala, potremmo avere modelli linguistici meno legati alla logica “una parola dopo l’altra” e più vicini a una logica di "composizione simultanea e revisione progressiva".

Ho dovuto mettere molta attenzione su questa nuova frontiera ma dato il mio antico interesse riguardo il termine "creatività", mi ci sono messo d'impegno. Provo ad approfondire: nel testo non si lavora con pixel continui, bensì con token discreti, cioè unità separate. In pratica, il modello può lavorare su più posizioni del testo nello stesso momento, invece di essere obbligato a completare tutto rigidamente da sinistra verso destra. Secondo Google, DiffusionGemma va oltre il tradizionale processo sequenziale token per token, generando simultaneamente interi blocchi di testo. Ancora più chiaramente: i modelli linguistici tradizionali, detti autoregressivi, generano il testo così: scelgo il primo token → poi il secondo → poi il terzo → poi il quarto…

Esempio, banalizzando un po':

Internet

Internet nasceva

Internet nasceva come

Internet nasceva come promessa

Internet nasceva come promessa universale…

In sintesi: ogni nuovo token viene scelto guardando quelli già generati prima. È come se il modello dicesse continuamente: “Dato quello che ho già scritto, qual è il prossimo pezzo più probabile?” Questo sistema è molto potente, ma ha un limite strutturale: deve procedere in sequenza. Invece DiffusionGemma prova un’altra strada. Google lo presenta come un modello sperimentale che usa la diffusione discreta per generare testo, invece della classica generazione token-per-token dei modelli autoregressivi. Qui la logica è diversa e non funziona più così: token 1 → token 2 → token 3 → token Ora non c'è più la sequenzialità Il meccanismo potrebbe essere descritto invece così: blocco iniziale incerto → prima correzione → seconda correzione → testo più stabile → testo finale: prima hai una forma grezza. Poi il modello la pulisce, la corregge, la completa, la rende coerente.

Google non cambia solo un meccanismo dell'intelligenza artificiale generativa, ma mette mano nel cuore della struttura del linguaggio

Dunque, riprendo quello che ho scritto all'inizio di questo post, Google non cambia solo un meccanismo dell'intelligenza artificiale generativa, ma mette mano nel cuore della struttura del linguaggio come lo abbiamo considerato sinora, che è sempre stata appunto sequenziale, di prossimità, come aveva ben scritto Edward De Bono: noi ragioniamo per prossimità, eccetto certi momenti in cui l'atto creativo diventa esso stesso linguaggio, con una rottura, che è appunto la rottura dell'atto creativo, del pensiero laterale, eccetera. Google sta indicando quindi, un passaggio concernente la meccanica del linguaggio - è molto importante ricordare che si tratta di meccanica statistica non comparabile con la complessità del meccanismo creativo umano: dalla "noia" della "prossimità" alla "incertezza" dell'"atto creativo"?

Nell'immagine: Arianna Vanini, "Pieno di sè o pieno di se", 2018

Answer Engines, il lato oscuro della comodità

noreply@blogger.com (Fabrizio Bellavista) — Tue, 07 Jul 2026 11:18:13 +0000

Answer Engines: il lato oscuro della comodità. Vince chi conserva una disciplina antica dentro una macchina nuova: fare domande migliori, controllare le fonti, verificare le citazioni, leggere le assenze, non confondere la risposta con la verità.

C’è stato un tempo, neppure troppo lontano, in cui cercare significava perdersi, cioè: aprire finestre, confrontare fonti, seguire una traccia sbagliata, tornare indietro, trovare un dato laterale, scoprire che proprio quel dato laterale era più interessante della domanda iniziale. La ricerca desk era anche questo: una pratica lenta, quasi corporea. Occhio, tempo, sospetto, selezione, una piccola archeologia del presente.

Gli AI Answer Engines, non offrono più la vecchia processione di link blu. Leggono pagine, aggregano fonti, incrociano report, sintetizzano notizie, producono briefing. In pochi minuti ciò che prima richiedeva ore, o giorni, diventa una mappa pronta per la riunione. Tutto questo è certamente una conquista ma anche una perdita - lapalissiano e ovvio.... Sappiamo bene che quando la macchina risponde, l’umano rischia di smettere di attraversare il dubbio; e il dubbio, nelle ricerche di mercato (e non solo), non è un difetto: è il metodo. E ora una serie di citazioni sul tema:

Herbert A. Simon — economista, scienziato cognitivo e pioniere dell’intelligenza artificiale.
“Una ricchezza di informazioni genera una povertà di attenzione.”

Clay Shirky — scrittore, docente e teorico della cultura digitale.
“Non è sovraccarico informativo. È fallimento dei filtri.”

Doug Lenat — informatico, ricercatore AI e fondatore di Cycorp / Gary Marcus — scienziato cognitivo, autore e professore emerito alla NYU.
“Plausibile, ma non necessariamente vero.”

Luciano Floridi — John K. Castle Professor in the Practice of Cognitive Science, Yale University; founding director del Digital Ethics Center.
“Un rischio irriducibile di errori o di classificazioni sbagliate.”

Roberto Serra — consulente SEO data-driven e fondatore di Roberto Serra / Raank.
“Bisogna distinguere il funzionamento reale della macchina dalle supposizioni e dalle immaginazioni sull’AI.”

Questo è il punto: l’AI non elimina l’analista. Lo costringe a diventare più severo.

Di conseguenza, non vince chi usa il tool più nuovo: vince chi conserva una disciplina antica dentro una macchina nuova: fare domande migliori, controllare le fonti, verificare le citazioni, leggere le assenze, non confondere la risposta con la verità. Il problema vero è che + usiamo le macchine meno avremo senso critico, quello che serve per fare questo.

Il serpente che si morde la coda: il lato oscuro della comodità.

Nell'immagine:"Sexta Figura", incisione, Matthaeus Merian (1593–1650). Figura 6 dal "De Lapide Philosophico" di Lambsprinck, 1678. Un serpente o un drago si morde la coda, simbolo del mercurio. L'uroboro è uno dei simboli alchemici più antichi. Le descrizioni allegoriche che richiedevano una decodifica da parte del praticante erano sempre state parte integrante della comunicazione alchemica.

Manipolazione algoritmico artistica

noreply@blogger.com (Fabrizio Bellavista) — Mon, 06 Jul 2026 15:34:54 +0000

Voglio parlare di un saggio breve ma molto centrato sul filone AI/educazione/democrazia/umanesimo digitale/didattica: autore è Mario Caligiuri professore ordinario di Pedagogia generale e sociale all’Università della Calabria. Ecco il titolo: L’algoritmo educativo e i suoi nemici. Strategie pedagogiche per orientarsi nella metamorfosi del mondo.

La tesi è forte: gli algoritmi oggi sono prevalentemente costruiti per profilare, orientare consumi, prevedere comportamenti e catturare attenzione. Caligiuri propone di rovesciare questa logica: progettare “algoritmi educativi” capaci di promuovere pensiero critico, riflessività, consapevolezza civica e difesa democratica. In sintesi: il Caligiuri propone di sottrarre l’algoritmo alla sola economia dell’attenzione e di riconsegnarlo alla pedagogia democratica: non algoritmi per consumatori più prevedibili, ma algoritmi per cittadini più critici. Più precisamente: non basta insegnare agli studenti a “usare bene” l’AI. Bisogna ripensare l’architettura stessa degli ambienti algoritmici affinché non siano solo macchine persuasive, ma anche dispositivi formativi. I nemici non sono solo tecnologici, sono, invece, soprattutto:

Il capitalismo algoritmico: piattaforme che usano i dati per monetizzare comportamenti, desideri, intenzioni e attenzione. Il riferimento forte è Shoshana Zuboff e il “capitalismo della sorveglianza”.
Le grandi piattaforme digitali / GAFAM: secondo Caligiuri non hanno un interesse strutturale a promuovere pensiero critico, perché ciò contrasterebbe con la logica commerciale della profilazione e del consumo.
La debolezza dello Stato democratico: l’autore sostiene che lo Stato dovrebbe tornare attore dell’innovazione, finanziando ricerca pubblica sugli algoritmi educativi e recuperando il primato della politica sull’economia digitale. Qui richiama anche Mariana Mazzucato e l’idea di Stato innovatore.
La crisi della media literacy tradizionale: la semplice educazione ai media rischia di non bastare più, perché oggi il problema non è solo il contenuto, ma l’infrastruttura algoritmica opaca che seleziona, ordina e condiziona i contenuti.
Le resistenze etiche e pedagogiche: chi decide che cosa è “educativo”? Quali valori devono essere inscritti negli algoritmi? Caligiuri cita anche Paolo Benanti come riferimento per questi dilemmi.

Da semplice “educazione digitale” difensiva, a una contro-ingegneria pedagogica d'attacco

Il passaggio più originale è questo: Caligiuri non propone una semplice “educazione digitale” difensiva, ma una contro-ingegneria pedagogica d'attacco. Cioè: se gli algoritmi commerciali sanno attivare desideri, abitudini, pulsioni e automatismi cognitivi, allora bisognerebbe chiedersi se tecniche simili possano essere riprogettate per stimolare metacognizione, dubbio, lentezza interpretativa, pensiero critico, responsabilità civica. Il saggio parla infatti di collaborazione tra pedagogia, neuroscienze cognitive, psicologia dello sviluppo e ingegneria informatica.

Siamo dunque al centro di quello che è anche il mio orientamento: un percorso sul neo-umanesimo digitale / tecno-umanesimo / Rinascimento dell’innovazione; in questo senso il saggio è utile perché sposta la domanda da: “Come usiamo l’AI nella scuola?” a: “Chi progetta gli ambienti cognitivi in cui formeremo la mente democratica?”

È un passaggio decisivo. Caligiuri non vede l’AI solo come strumento didattico, ma come campo di battaglia cognitivo, politico e antropologico. Questo dialoga bene i temi a me familiari su corpo, mente, media, democrazia, capitale semantico, educazione e manipolazione algoritmica. Purtroppo il testo è più programmatico-teorico che operativo. Non offre ancora un vero modello tecnico di algoritmo educativo, né protocolli sperimentali dettagliati. Chiudo questa parte con: progettare “algoritmi educativi” si può.

Anna Ridler: operare su dataset creati interamente da lei stessa

Ho indagato e come estensione del lavoro concettuale di Caligiuri, ho scelto Anna Ridler: è un'artista britannica che indaga i bias algoritmici nutrendo le intelligenze artificiali con dataset creati interamente da lei stessa, quindi progetta “algoritmi artistici" personalizzati. In opere come Mosaic Virus, l'algoritmo impara a generare forme su misura senza riprodurre gli stereotipi della rete commerciale, rimettendo l'umano al centro del processo. Approfondendo quest'aopera emerge la complessità del pensiero di Anna: Mosaic Virus (2018) è un'opera d'arte digitale davvero affascinante. Immagina uno schermo che mostra una griglia di tulipani creati interamente dall'intelligenza artificiale, addestrata su migliaia di foto di bulbi veri. La cosa pazzesca? I loro colori, le forme e persino i movimenti cambiano continuamente seguendo l'andamento del prezzo del Bitcoin!

Il titolo dell'opera non è casuale. Il "virus del mosaico" è proprio quello che creava quelle bellissime striature sui petali dei tulipani, rendendoli la varietà più rara e ricercata durante la famosa "Tulipomania" olandese del 1637 (praticamente la primissima bolla speculativa della storia!). C'era però un trucco: questo virus infettava il bulbo indebolendolo generazione dopo generazione, fino a renderlo sterile. Questo significava che l'offerta di questi tulipani speciali era, per sua stessa natura, limitata.

Tutto ciò suona familiare? È l'esatta logica del Bitcoin. Il suo valore si basa sulla scarsità intrinseca: ne esisteranno al massimo 21 milioni, non uno di più. L'opera mette così nella stessa cornice due mondi apparentemente lontanissimi: un fiore del Seicento e una criptovaluta dei nostri giorni. In fondo, ci racconta come le dinamiche del desiderio, della scarsità e della speculazione funzionino esattamente allo stesso modo, anche a quattro secoli di distanza.

Anche il mezzo scelto per creare l'opera — l'Intelligenza Artificiale — si sposa alla perfezione col tema. Fin dai suoi inizi, il mondo del machine learning ha vissuto continui cicli di "boom" e "crollo": periodi di grande entusiasmo e investimenti folli seguiti da veri e propri crolli di interesse. Quest'opera è nata proprio in uno di quei momenti di forte accelerazione (anche se da allora, in pochi anni, la tecnologia si è già trasformata in modo irriconoscibile).

E c'è un ultimo tocco: le reti neurali usate per generare i fiori (chiamate GAN) hanno un'instabilità innata. Mentre si allenano, imparano velocemente a creare immagini sempre più realistiche e convincenti, ma da un momento all'altro possono subire un improvviso "collasso modale", in cui la qualità dell'immagine precipita drasticamente. L'essenza dell'opera è tutta lì, visibile a occhio nudo: puoi guardare il modello matematico che fa di tutto per creare il tulipano perfetto, per poi improvvisamente cedere e collassare su sé stesso.

Nell'immagine: Anna Ridler, "Mosaic Virus", AI Algorithmic Art, 2018

Sci-fi e il senso del futuro

noreply@blogger.com (Fabrizio Bellavista) — Sat, 04 Jul 2026 09:41:06 +0000

Sci-fi è l’abbreviazione inglese di science fiction, fantascienza; in parole semplici indica racconti, film, romanzi, serie o immagini che immaginano scenari legati a, tra l'altro: tecnologia avanzata, viaggi spaziali, intelligenza artificiale, robot, futuri possibili, alieni, mondi paralleli, distopie, mutazioni scientifiche.

Esempio:

Blade Runner = sci-fi distopica
Star Wars = sci-fi avventurosa/spaziale
Black Mirror = sci-fi sociale e tecnologica
Matrix = sci-fi filosofica e cyberpunk

Nella sezione speciale dell'ultimo numero della rivista Formiche dedicata alla sci-fi trovate un articolo sul senso della letteratura di fantascienza tra 'critique' e 'hacking', la sci-fi come vettore 'eversivo' e non solo 'evasivo' del presente a partire dal romanzo di poli-sci-fi di Mary Shelley, Frankenstein, nientepopodimeno...

Cosimo Accoto , filosofo, scrive: "... siamo sicuri di sapere cosa < è > il futuro e di come lo si invoca (o si revoca), progettualmente e concretamente, all’esistenza? ... Chiediamoci, ad esempio, che tipo di temporalità presente (presenting) incarnano e abitano i “prototipi” considerato che prototipare è anch’esso una costruzione di futuring (non solo di presenting) ..." .

Nell'immagine: rielaborazione AI della cover della rivista Formiche.

Il lato oscuro degli algoritmi

noreply@blogger.com (Fabrizio Bellavista) — Mon, 29 Jun 2026 10:00:33 +0000

Un post che può apparire banale e risaputo: penso, invece, che un ripasso sia assolutamente salutare.

Weapons of Math Destruction è il libro del 2016 in cui Cathy O’Neil, matematica ed ex quant, denuncia il lato oscuro degli algoritmi nella società contemporanea.

La sua tesi centrale è che molti modelli matematici, presentati come oggettivi, possono invece produrre ingiustizie su larga scala.
Questi sistemi diventano “armi” quando sono opachi, difficili da contestare e applicati a milioni di persone. O’Neil mostra casi legati a scuola, lavoro, credito, assicurazioni, polizia predittiva, università e pubblicità online.
Il problema non è la matematica in sé, ma l’uso di dati parziali, criteri discutibili e obiettivi economici mascherati da neutralità tecnica.
Un algoritmo può rinforzare disuguaglianze già esistenti: chi è povero, fragile o marginale viene spesso valutato peggio e resta intrappolato nel sistema.
In sintesi: non basta chiedersi se un algoritmo funziona; bisogna chiedersi per chi funziona, chi danneggia e chi può correggerlo.

Il libro anticipa molti temi oggi centrali nell’AI ethics: bias, accountability, trasparenza, sorveglianza e potere computazionale. In sintesi: le cinque sfide cruciali per il nostro sviluppo.

Il bias algoritmico è la prima: essendo addestrati su vasti archivi di dati umani, i modelli rischiano di ereditare e perpetuare discriminazioni razziali, sociali o di genere. Da qui deriva direttamente il nodo dell'accountability (responsabilità): se un algoritmo commette un danno o un errore grave, chi ne risponde giuridicamente? Lo sviluppatore, la multinazionale o l'utente finale? Per stabilirlo serve trasparenza. Eppure, gran parte delle reti neurali odierne opera come "scatole nere" opache, rendendo impossibile spiegare a posteriori il processo logico dietro alle loro decisioni. C'è poi il tema della sorveglianza: l'uso indiscriminato dell'IA per il riconoscimento biologico o predittivo minaccia la privacy, rischiando di trasformare le società in sistemi di controllo di massa. Infine, l'accesso al potere computazionale. Addestrare e mantenere questi sistemi richiede risorse hardware ed energetiche immense. Ciò concentra di fatto il controllo dell'innovazione in un ristretto oligopolio privato, escludendo chi non possiede le giuste infrastrutture dalla scrittura delle regole del futuro.

PS. Continuo a credere nello sviluppo tecnologico equilibrato, ingenuo eh!

Nell'immagine: Banksy, This is a Pipe, 2011

Il più grande furto di dati della storia

noreply@blogger.com (Fabrizio Bellavista) — Sat, 27 Jun 2026 10:37:45 +0000

L’AI apprende nutrendosi di dati: testi, immagini, tracce, comportamenti: quando questo materiale viene assorbito senza consenso, l’addestramento diventa appropriazione. La distillazione comprime poi quel sapere in modelli più piccoli, efficienti, apparentemente innocenti. Ma resta una domanda: quanta intelligenza è innovazione e quanta è memoria rubata? Così si è consumato "il più grande furto di dati della storia".

Ho appena scritto su questo tema, leggi qui "addestramento illegale".

A settembre 2025 Anthropic, il laboratorio che produce Claude e che si presenta al mondo come l'azienda di intelligenza artificiale "dei buoni", quella ossessionata dalla sicurezza e dall'allineamento etico, ha accettato di versare 1,5 miliardi di dollari per chiudere una class action degli autori americani: aveva scaricato qualcosa come sette milioni di libri da archivi pirata per dare in pasto a Claude la prosa dell'umanità.

Distillazione. Partiamo da un termine diventato corrente negli ultimi due anni: la distillazione, nel machine learning, nasce come un gesto di "eleganza computazionale". Un modello grande, pesante, costoso (il “teacher”) trasferisce il proprio sapere a un modello più piccolo, lo “student”: non gli passa solo risposte secche, ma sfumature, probabilità, incertezze: quella che Hinton chiamava quasi una “conoscenza oscura”. Ma attenzione, l’obiettivo originario non era impoverire l’intelligenza artificiale, ma renderla più leggera, più accessibile, più utilizzabile: diciamo che si tratta di una forma di pedagogia tra macchine: il sapere non viene copiato brutalmente, viene compresso, interpretato, riaddestrato. Qui sta la nobiltà dell’idea: ridurre la potenza senza perdere del tutto la profondità.

Ma oggi la parola “distillazione” porta con sé anche un’ambiguità nuova: può significare apprendimento, ma anche appropriazione.

Shoshana Zuboff nel suo The Age of Surveillance Capitalism, dice: il capitalismo digitale si fonda sulla "rivendicazione unilaterale dell'esperienza umana privata come materia prima gratuita". Lo è? Siamo stati tutti avvisati e abbiamo detto sì? Mmmm, a me non sembra ....

Aggiungo per rafforzare la tesi (sia chiaro che il termine più consono cmq è e resterà "furto di dati"): Lawrence Lessig in Free Culture (2004) dice che "i pionieri costruiscono le loro fortune attingendo a piene mani dal patrimonio comune, e una volta arrivati in cima chiudono il cancello alle spalle, perché nessuno faccia a loro ciò che loro hanno fatto a tutti".

Per chiudere, però approfondendo, ecco una lista di concetti correlati all’addestramento dell’intelligenza artificiale.

Addestramento / Training — Fase in cui il modello apprende regolarità, strutture e correlazioni dai dati.
Pre-addestramento / Pre-training — Prima fase in cui il modello viene esposto a enormi quantità di dati generali.
Fine-tuning / Fine-tuning — Adattamento di un modello già addestrato a un compito, settore o stile specifico.
Riaddestramento / Retraining — Nuovo ciclo di addestramento per aggiornare, correggere o migliorare un modello.
Dati di addestramento / Training Data — Insieme dei testi, immagini, audio, video o codici usati per istruire il modello.
Dataset / Dataset — Raccolta organizzata di dati usata per addestrare, validare o testare un sistema AI.
Etichettatura dei dati / Data Labeling — Processo con cui ai dati vengono assegnate categorie, descrizioni o classificazioni.
Apprendimento supervisionato / Supervised Learning — Metodo in cui il modello impara da esempi già classificati o corretti.
Apprendimento non supervisionato / Unsupervised Learning — Metodo in cui il modello cerca autonomamente strutture, somiglianze e pattern nei dati.
Apprendimento per rinforzo / Reinforcement Learning — Metodo in cui il modello apprende attraverso ricompense, penalità e feedback.
Feedback umano / Human Feedback — Intervento umano usato per correggere, valutare o orientare le risposte del modello.
Allineamento / Alignment — Processo che cerca di rendere il comportamento dell’AI coerente con obiettivi, valori e sicurezza umana.
Bias algoritmico / Algorithmic Bias — Distorsione prodotta da dati sbilanciati, criteri errati o modelli addestrati su rappresentazioni parziali del mondo.
Overfitting / Overfitting — Errore in cui il modello memorizza troppo i dati di addestramento e funziona male su casi nuovi.
Generalizzazione / Generalization — Capacità del modello di applicare ciò che ha appreso a situazioni mai viste prima.
Validazione / Validation — Controllo intermedio usato per verificare se il modello sta apprendendo in modo efficace.
Test set / Test Set — Dati separati usati per valutare le prestazioni finali del modello.
Distillazione / Model Distillation — Tecnica con cui un modello più piccolo apprende da uno più grande, cercando di conservarne le capacità principali.
Embedding / Embedding — Rappresentazione numerica di parole, immagini o concetti dentro lo spazio matematico del modello.
Tokenizzazione / Tokenization — Trasformazione del testo in unità minime leggibili dal modello, dette token.
Pesi del modello / Model Weights — Parametri numerici interni che conservano ciò che il modello ha appreso.
Parametri / Parameters — Variabili interne che determinano il funzionamento e le risposte del modello.
Scraping dei dati / Data Scraping — Raccolta automatizzata di contenuti dal web o da archivi digitali.
Contaminazione dei dati / Data Contamination — Errore che avviene quando dati riservati, duplicati o di test entrano impropriamente nell’addestramento.

Ora una news per sorridere un po' :-): Anthropic accusa DeepSeek, Moonshot AI e MiniMax - la Cina è vicina: secondo l'azienda, ci sono stati 24.000 account fraudolenti e 16 milioni di scambi con Claude per nutrire i loro modelli, una campagna che Anthropic ha definito "su scala industriale".

Ps. Un tributo ai maestri di pensiero da cui ho la fortuna di poter attingere: Rivista.ai, Marco Camisani Calzolari, Luciano Floridi, Padre Benanti, Cosimo Accoto e Matteo Flora (se vuoi approfondire con Matteo il tema che ho trattato, vai qui).

Immagine in alto: AI Image, NemoX, distillAZIONE, 2026

AI. Il vero e il verosimile

noreply@blogger.com (Fabrizio Bellavista) — Tue, 23 Jun 2026 16:03:36 +0000

Il pezzo è di Cosimo Accoto, pubblicato su Avvenire – Agorà giugno 2026, dedicato a post-truth, dis-trust, AI e nuove forme di fiducia. mi piace e ne ripropongo una sintesi.

L’articolo di Accoto riflette sul modo in cui l’intelligenza artificiale sta trasformando il rapporto tra verità, linguaggio e fiducia - sul tema ho abbondantemente scritto qui. Nell’epoca della post-verità non è più solo l’umano a produrre discorsi, significati e narrazioni: entrano in scena linguaggi macchinici capaci di generare parole, decisioni, immagini e interpretazioni. Da qui nasce una domanda centrale: come possiamo fidarci di una parola che non nasce più dal corpo, dall’esperienza e dalla responsabilità umana?

Gli algoritmi, secondo Accoto, non sono semplici strumenti tecnici, ma nuove infrastrutture di senso: costruiscono ambienti, orientano percezioni, producono credibilità. Per questo occorre vigilare sul loro ruolo istituente, perché la fiducia non sarà più garantita soltanto da vecchie autorità — media, istituzioni, esperti — ma da nuovi dispositivi computazionali. Il “cantiere opaco delle nuove verità” è dunque lo spazio in cui l’AI sta terraformando il mondo simbolico: non abolendo la verità, ma ridefinendo le condizioni attraverso cui essa viene prodotta, riconosciuta e creduta.

PS. Parlo anche di Accoto e di Rin@scimento qui.

Immagine: NemoX, post-truth, 2026

L’addestramento illegale dei modelli di intelligenza artificiale

noreply@blogger.com (Fabrizio Bellavista) — Wed, 17 Jun 2026 16:37:01 +0000

Il fenomeno del data scraping e dell’addestramento dei modelli di intelligenza artificiale su contenuti raccolti online senza consenso esplicito ha aperto una nuova stagione di contenziosi internazionali. Il fronte più caldo riguarda Stati Uniti ed Europa, dove si stanno ridefinendo i confini tra diritto d’autore, privacy, uso legittimo dei dati, responsabilità delle piattaforme e tutela della creatività umana.

Non esiste un numero stabile e definitivo: nuove cause vengono depositate con frequenza crescente. Tuttavia, si può ormai parlare di tantissimi procedimenti rilevanti, alcuni dei quali che raggrupano grandi organizzazioni in cause potenzialmente miliardarie, destinati a incidere profondamente sul futuro dell’AI generativa.

Le principali azioni legali possono essere ricondotte a tre aree: editori e media, autori e creativi, industria musicale e voce sintetica.

1. Editori e media contro le aziende di AI

Una delle cause più note è The New York Times contro OpenAI e Microsoft. Il quotidiano accusa le due società di aver utilizzato articoli protetti da copyright per addestrare sistemi di AI generativa, generando prodotti capaci di competere con le stesse fonti giornalistiche da cui avrebbero tratto valore.

Un altro fronte riguarda Perplexity AI, accusata da diversi editori di copiare, riassumere o riprodurre contenuti editoriali protetti, talvolta collocati dietro paywall, riducendo il traffico verso le fonti originarie e alterando il rapporto economico tra produzione giornalistica e distribuzione algoritmica.

2. Autori, scrittori e dataset librari

Diversi autori, tra cui nomi molto noti della narrativa internazionale, hanno contestato l’uso non autorizzato di libri all’interno di dataset di addestramento. Il nodo giuridico è chiaro: se un modello viene addestrato su opere protette senza consenso e senza remunerazione, il sistema può generare valore economico partendo da un patrimonio creativo che appartiene ad altri.

Le aziende di AI invocano spesso il principio del fair use, sostenendo che l’addestramento sia un uso trasformativo. Gli autori ribattono che i modelli possono produrre testi sostitutivi, sintesi o imitazioni stilistiche capaci di entrare in concorrenza con le opere originali.

3. Artisti visivi e fotografia

Nel campo delle immagini, il caso più rilevante è Getty Images contro Stability AI. Getty sostiene che Stability AI abbia utilizzato milioni di immagini, didascalie e metadati protetti per addestrare i propri modelli. Il caso ha assunto forte visibilità anche perché alcune immagini generate dai sistemi AI avrebbero riprodotto watermark riconducibili a Getty, seppure deformati.

Importante anche la class action avviata da artisti visivi contro piattaforme come Stability AI, Midjourney e DeviantArt. Al centro vi è l’accusa di aver impiegato enormi quantità di opere artistiche per addestrare modelli text-to-image senza autorizzazione, senza trasparenza e senza compensazione economica.

4. Musica, voce e identità sonora

Nel settore musicale, le major discografiche — tra cui Sony Music, Universal Music Group e Warner Music Group — hanno promosso azioni contro piattaforme di AI musicale come Suno e Udio, accusandole di aver addestrato i propri modelli su cataloghi protetti da copyright per generare brani musicali artificiali.

Un fronte parallelo riguarda il voice cloning: attori, doppiatori e performer contestano l’uso non autorizzato della propria voce per addestrare modelli di sintesi vocale. Qui la questione non è solo economica, ma anche identitaria: la voce diventa dato biometrico, tratto personale, asset professionale e possibile oggetto di appropriazione tecnologica.

5. I principali fondamenti giuridici

Le azioni legali si muovono soprattutto lungo quattro direttrici.

La prima è la violazione del copyright. È il terreno principale dello scontro: da una parte le aziende AI invocano l’uso trasformativo; dall’altra autori, editori e artisti sostengono che l’addestramento senza consenso produca un vantaggio competitivo indebito.

La seconda riguarda la violazione dei termini di servizio. Piattaforme come Reddit, X, LinkedIn e Stack Overflow hanno progressivamente irrigidito le proprie regole per limitare lo scraping finalizzato al training AI. La violazione di questi divieti può aprire controversie contrattuali e, in alcuni ordinamenti, contestazioni legate all’accesso non autorizzato ai sistemi informatici.

La terza riguarda privacy e dati personali. In Europa, lo scraping di dati personali per addestrare sistemi AI deve rispettare il GDPR: servono una base giuridica, trasparenza, proporzionalità e possibilità effettiva di esercitare i diritti degli interessati. Il caso del blocco temporaneo di ChatGPT da parte del Garante Privacy italiano nel 2023 resta uno degli episodi simbolici di questa fase.

La quarta riguarda la possibile rimozione delle Copyright Management Information: metadati, nomi degli autori, titoli, watermark o altre informazioni che identificano la titolarità dell’opera. In alcuni procedimenti, questa rimozione viene contestata come violazione autonoma, distinta dall’uso dell’opera in sé.

In sintesi, il conflitto sul data scraping non riguarda soltanto il copyright. Riguarda il nuovo rapporto tra creatività umana, dati, piattaforme, capitale tecnologico e diritto. La domanda centrale non è più soltanto se l’AI possa usare contenuti prodotti da altri, ma a quali condizioni, con quale trasparenza, con quale compensazione e con quale rispetto della persona, dell’autore e della comunità che genera conoscenza.

Un quadro più esaustivo delle problematiche: aggiungiamo un elenco completo delle cause in atto oltre al blow up su data scraping e sull’addestramento

Il digitale ha generato promesse enormi, molte delle quali disilluse. Nel 2026 le Big Tech non sono più giudicate solo come aziende innovative, ma come infrastrutture sociali, cognitive, informative ed economiche da sottoporre a responsabilità pubblica.

In sintesi, i fronti penali aperti nel 2026

Antitrust / monopolio: Google, Apple, Amazon, Meta e Microsoft sono sotto pressione per abuso di posizione dominante, controllo degli ecosistemi digitali, pubblicità online, app store e interoperabilità.

AI e copyright: OpenAI, Meta, Anthropic, Stability AI e altri sono coinvolti in cause per uso non autorizzato di libri, articoli, immagini, musica e contenuti protetti per addestrare modelli generativi.

AI e responsabilità legale: Google è stata chiamata in causa per contenuti falsi generati da AI Overviews; un tribunale tedesco ha indicato che quei contenuti possono essere attribuiti direttamente a Google.

Social media e giovani minori: Meta, Google/YouTube, TikTok e Snap affrontano cause per design manipolativo, dipendenza digitale, danni psicologici e insufficiente protezione degli utenti minorenni. Analizziamo solo questa area per quantificare un esempio delle azioni in corso: è l’area numericamente più pesante: oltre 2.600 cause pendenti nel contenzioso federale USA sulla dipendenza da social media, contro Meta, TikTok, Snap, YouTube e altri; inoltre, circa 1.200 distretti scolastici USA hanno promosso azioni contro piattaforme social per danni alla salute mentale dei minori. In parallelo ci sono azioni statali, come Florida contro TikTok e Snap.

Privacy e data scraping: molte azioni legali riguardano raccolta massiva di dati, tracciamento, profilazione, uso improprio di dati personali e training AI senza consenso. In questo caso se volessimo dati riguardo i problemi sulla Privacy, abbiamo anche in questo caso migliaia di riferimenti: Privacy / tracciamento / profilazione / uso improprio di dati personali. Ordine di grandezza: centinaia o migliaia di cause. Negli USA le sole data breach class actions sono state oltre 1.822 nel 2025; a queste si aggiungono cause su cookie, pixel tracking, SDK, session replay, biometria, app, dati sanitari, assistenti vocali e pubblicità comportamentale. Le class action federali complessive sono salite a oltre 12.200 nel 2025, con oltre 7.600 casi di consumer protection, categoria dentro cui ricadono molte controversie privacy.

Disinformazione e diffamazione algoritmica: aumentano le cause per contenuti falsi, deepfake, reputational damage e risposte AI che producono accuse non vere o fuorvianti.

Digital Markets Act / Digital Services Act / AI Act UE: in Europa le cause e le indagini si concentrano su gatekeeper digitali, trasparenza algoritmica, pubblicità, ranking, interoperabilità e responsabilità dei sistemi AI.

In alto: AI Image creata da sissiottostyle. L'artista dice: "Le mie immagini create con l’intelligenza artificiale. Ormai sono mesi che ci lavoro e la cosa mi piace, purtroppo, sempre di più".

Daniela Amodei, Anthropic Claude: le discipline umanistiche diventeranno sempre più importanti

noreply@blogger.com (Fabrizio Bellavista) — Tue, 16 Jun 2026 17:03:26 +0000

E' da tanti anni che lavoro sul versante del #tecnoumanesimo, con incontri, articoli, video, libri e una pagina dedicata in Facebook, TECNOCREATIVO.

Ora è successo qualcosa di importante: c'è l'affermazione di Daniela Amodei, cofondatrice e presidente di Anthropic, la società che sviluppa Claude. Daniela ha sostenuto in un’intervista ad ABC News che, proprio perché l’AI diventa sempre più capace — soprattutto nelle aree STEM — "lo studio delle discipline umanistiche diventerà più importante che mai": letteratura, storia, comprensione dell’umano, comunicazione, empatia e capacità critica saranno competenze sempre più decisive. PS. Daniela, co-founder di Anthropic, è laureata in letteratura inglese.

A supporto il pensiero di David Chalmers, filosofo australiano: "Penso che la domanda di filosofi con formazione AI stia superando l'offerta in questo momento".

Lo riporta anche Marco Camisani Calzolari che certamente non si è mai tirato indietro nell'affermare la cautela di un sviluppo tecnologico selvaggio. E con Marco è sempre più folto il gruppo di persone che così pensa e di conseguenza così progetta - vedi RENAISS@NCE

Le AI e il potenziale che una cognitività umana potrebbe sviluppare

noreply@blogger.com (Fabrizio Bellavista) — Sat, 13 Jun 2026 17:12:28 +0000

Ho scritto un contributo all'interno del libro MAIRKETING di Massimo Soriani Bellavista, mio figlio, un contributo che raccoglie una serie di dati e riflessioni riguardo il tema "Le neuroscienze coniugate con le Intelligenze Artificiali Generative all’interno di un approccio Human Centred". Queste ricerche non solo promettono di rivoluzionare le analisi di marketing, ma offrono anche un’opportunità unica per riflettere a fondo sulla nostra intelligenza “biologica”. Ed è questo il punto centrale del mio lavoro in questi ultimi anni.

Cognitività umana: il potenziale che potrebbe sviluppare

Grazie a queste tecnologie, potremmo scoprire e comprendere meglio l’enorme potenziale che la nostra area cognitiva naturale è in grado di sviluppare da qui al futuro, anche con l'interazione delle intelligenze artificiali: in quest’ambito. Le neuroscienze applicate al marketing rappresentano, a mio avviso, una straordinaria opportunità per indagare i desiderata profondi dell’essere umano, ossia quelle dimensioni inconsce che guidano le scelte e i comportamenti. Se orientate secondo un paradigma etico, esse non si riducono a una mera tecnicità di orientamento commerciale, bensì diventano strumento di rivelazione e di relazione più profonda con i nostri utenti.

Un sapere capace di integrare

La centralità dell’emozione restituisce al marketing una funzione originaria più vasta. In questo senso, esso può diventare – per riprendere le parole del filosofo Edgar Morin - un “sapere capace di integrare”, cioè un approccio alla conoscenza che supera la frammentazione delle discipline attraverso un pensiero globale e multidimensionale, aprendo la via a pratiche comunicative che rispettino la complessità dell’uomo.

Il modello 40-30-30

Termino con un focus molto chiaro del lavoro di Massimo: il modello 40-30-30.

La maggior parte dei progetti di AI non falliscono per limiti dell’algoritmo, ma per carenze culturali, organizzative e manageriali: mancanza di competenze, governance debole, processi immaturi, difficoltà nella gestione del cambiamento. Per questo il modello propone una gerarchia precisa: 40% intelligenza umana, 30% conoscenze e processi di marketing, 30% dati e tecnologie AI.

Nell'immagine: NemoX, Giardino Persiano, AI Act, 2026

Questa Università che non ha più pareti: apprendimento continuo gratuito

noreply@blogger.com (Fabrizio Bellavista) — Thu, 11 Jun 2026 09:29:28 +0000

Questa università che non ha più pareti ...

Dal 2001, OpenCourseWare mette in rete i materiali reali di migliaia di corsi — gratis, senza selezioni, senza confini. È una stanza aperta a tutti: ci entri da Nairobi, da Manila, da Napoli. È, a modo suo, un gesto rin@scimentale. Perché il Rinascimento non era decorazione — era la convinzione che il sapere appartenga a chi ha fame di capire, non a chi può permetterselo.

Studiare al MIT gratuitamente?

Non è un clickbait. Dal 2001 il Massachusetts Institute of Technology ha reso disponibili online — senza iscrizione, senza selezione, senza pagare nulla — i materiali reali di migliaia di corsi universitari e post-universitari. Si chiama OpenCourseWare ed è probabilmente una delle cose più utili che esistano su internet e di cui quasi nessuno parla abbastanza.

Appunti, esercitazioni, esami degli anni precedenti, bibliografie, videolezioni. Dall'ingegneria avanzata all'informatica, dall'economia alla filosofia. Milioni di autodidatti in tutto il mondo usano OpenCourseWare per integrare gli studi, costruire percorsi formativi su misura o semplicemente seguire una curiosità — dove vogliono, quando vogliono.

Sapere condiviso: ogni tanto qualche buona notizia

Il successo ha ispirato decine di progetti simili nelle università di tutto il mondo. E dimostra una cosa concreta: la tecnologia, quando viene usata bene, può trasformare l'apprendimento continuo in un'opportunità reale per chiunque.

L’intelligenza artificiale come specchio dei nostri mostri

noreply@blogger.com (Fabrizio Bellavista) — Thu, 04 Jun 2026 09:21:55 +0000

Mostri digitali, AI Monster. Ho sempre pensato e detto sin dall’inizio dell’emersione dell’intelligenza artificiale generativa, che quest’ultima avrebbe avuto molti ruoli nello sviluppo sociale e tecnologico umano. Alcuni evidenti: produttività, automazione, etc. E riguardo invece il lato oscuro, anche in questo caso le mie riflessioni abbondano e le si trovano qui sparse in svariati post. Altri - intendo ruoli - invece, ci sono e sono più sottili.

Uno, senz’altro, l’ho visto applicato perfettamente al mio caso: l’intelligenza artificiale ha generato in me una profonda curiosità. Non solo verso il tema in sé, ma verso la conoscenza in generale. Mi ha portato a leggere di più, a cercare di più, ad approfondire di più. Anche in rete. Soprattutto su LinkedIn che oggi è diventato per me una sorta di grande piazza di approvigionamento cognitivo.

Questo è un punto importante: l’intelligenza artificiale non è solo uno strumento che “fa cose”. Può anche risvegliare desideri sopiti dell'umana area. Può aumentare una tensione conoscitiva. Può spingere una persona a farsi più domande. Può funzionare come leva di curiosità, come acceleratore di attenzione, come dispositivo che rimette in moto il desiderio di capire.

In questo senso, l’AI è un’opportunità non soltanto tecnologica, ma antropologica. Ci serve per qualcosa che non ha a che vedere solo con la tecnologia, ma con lo sviluppo di qualcosa di nostro, di umano. Ci costringe a guardarci. Ci obbliga a chiederci che cosa sappiamo, che cosa immaginiamo, che cosa temiamo, che cosa desideriamo.

Ed è qui che torna il tema dello specchio. Le immagini mostruose generate da ChatGPT e condivise viralmente sui social network non sono soltanto bizzarrie digitali. Sono piccoli sintomi dell’immaginario collettivo.

Quei volti inquietanti, quelle creature impossibili, quelle forme disturbanti non provengono da una fantasia artificiale autonoma. La macchina non sogna. Non desidera. Non ha un inconscio. Non possiede una vita interiore. I modelli generativi non inventano nel senso umano del termine: ricombinano, correlano, comprimono, restituiscono. Quando generano mostri, spesso ci stanno restituendo una versione statistica delle nostre paure. Horror cinematografico, mitologie antiche, videogiochi, fumetti, arte gotica, fantasy, corpi deformati, ibridi uomo-macchina, demoni, zombie, cyborg, ultra corpi e creature post-umane. Tutto questo archivio simbolico, prodotto dalla nostra specie, viene assorbito, miscelato e restituito in nuove forme. Il mostro generato dall’AI, quindi, non è davvero alieno. È umano perché nasce dai nostri dati. È umano perché contiene le nostre ossessioni. È umano perché lavora su ciò che abbiamo già prodotto, immaginato, temuto, disegnato, fotografato, filmato, desiderato.

Ogni epoca ha avuto le proprie creature di confine. Il Medioevo aveva draghi, demoni e bestiari. L’età industriale ha avuto Frankenstein, l’automa, la macchina fuori controllo. Il Novecento ha avuto alieni, mutanti, zombie e androidi. L’epoca dell’intelligenza artificiale genera mostri sintetici: creature senza autore individuale, nate dalla sedimentazione di milioni di immagini umane. Ed è proprio questo a renderle perturbanti almeno, così sembrerebbe.... Per questo le immagini generate dall’AI andrebbero guardate anche come documenti antropologici. Non solo come immagini belle, brutte, strane o spettacolari. Bisognerebbe chiedersi: quali paure stanno ricombinando? Quali archetipi stanno facendo riemergere? Quali fantasmi collettivi stanno rendendo visibili?

PS. Naturalmente :-/ anche io soffro di una sorta di dipendenza comportamentale dalle AI - come è già avvenuto in vari momenti, anche per la rete. E' terribilmente attraente non sapere cosa ti apparirà tra un attimo, mostruosamente :-) attraente.

Dimenticavo: anche queste sono immagini sintetiche, industrialmente (non tutte) prodotte o sfruttate in qualche modo: mi viene in mente allora che è forse proprio la AI il "drago" (a proposito di mostri) da sconfiggere per arrivare - mentalmente sani - dentro il castello e salvare....

Nelle immagini in alto, da sin verso dex: la prima non si è trovato l'autore, le altre due sono opere di nuag_ai.

Altman, tecnocrati e reddito universale

noreply@blogger.com (Fabrizio Bellavista) — Fri, 29 May 2026 16:22:27 +0000

Il concetto di reddito universale di base in Italia

OpenAI, inizia a preparare fondi per i lavoratori sostituiti dall’automazione cognitiva, segnale piuttosto evidente che anche Silicon Valley ha capito che il problema occupazionale non è più solo teorico. OpenAI Foundation, che ha annunciato un impegno iniziale di 250 milioni di dollari per aiutare lavoratori, comunità ed economie ad affrontare le trasformazioni prodotte dall’intelligenza artificiale. I fondi dovrebbero sostenere ricerca sull’impatto dell’AI sul mercato del lavoro, programmi per comunità colpite dall’automazione e sperimentazioni su come distribuire in modo più equo i benefici economici dell’AI.

La frase “lavoratori sostituiti dall’automazione cognitiva” va letta così: non parliamo più solo di robot che sostituiscono operai in fabbrica. Qui il rischio riguarda lavori mentali, linguistici, amministrativi, creativi, analitici: scrivere testi, fare customer care, produrre report, analizzare documenti, creare campagne, programmare, gestire pratiche, fare ricerca preliminare.

Quindi automazione cognitiva significa: automazione di attività che prima richiedevano capacità intellettive umane. Non necessariamente tutto il lavoro viene eliminato; spesso viene automatizzata una parte consistente delle mansioni. Ma se quella parte era il cuore del ruolo, il posto diventa fragile.

Grillo e sopratutto Gianroberto Casaleggio furono tra i primi in Italia a portare con forza nel dibattito pubblico il tema di un reddito garantito come risposta alla crisi del lavoro, alla precarizzazione e alla trasformazione tecnologica. PS. il “reddito di cittadinanza” del M5S non va confuso con un "reddito universale".

Il concetto di reddito universale di base nel mondo

Il concetto di reddito universale di base per contrastare la disoccupazione tecnologica e la digitalizzazione è promosso da molte personalità soprattutto dai grandi leader della Silicon Valley, da economisti di fama internazionale e da esponenti politici d'avanguardia.

I principali sostenitori a livello globale si dividono in tre categorie:

Le Big Tech e l'Intelligenza Artificiale

Sam Altman: Il CEO di OpenAI considera il reddito universale una misura inevitabile. Ha persino finanziato uno studio indipendente durato tre anni per testare gli effetti dell'erogazione di 1.000 dollari al mese a mille persone, ipotizzando che in futuro l'IA generativa stessa possa finanziare il welfare distribuendo "quote di produttività" ai cittadini.
Elon Musk: Il fondatore di Tesla e SpaceX ha dichiarato a più riprese che l'automazione e l'intelligenza artificiale renderanno obsoleti quasi tutti i lavori. Secondo Musk, l'unica soluzione per i governi sarà distribuire un reddito universale elevato per compensare la perdita di posti di lavoro.
Mark Zuckerberg: Il fondatore di Meta ha espresso pubblicamente il suo sostegno all'idea, proponendola come un paracadute sociale per consentire a chiunque di avere una base economica sicura e poter rischiare nel creare nuove imprese o studiare.

Esponenti politici

Andrew Yang: Imprenditore e candidato alle primarie presidenziali democratiche statunitensi nel 2020, ha incentrato tutta la sua campagna elettorale sul "Freedom Dividend" (Dividendo della Libertà), un reddito di base di 1.000 dollari al mese per ogni cittadino americano per contrastare l'automazione industriale e la sparizione dei lavori amministrativi e dei colletti bianchi.
Beppe Grillo: In Italia, dopo la scomparsa di Casaleggio, ha virato radicalmente rispetto alla proposta originaria del Movimento 5 Stelle, abbracciando apertamente la filosofia del reddito universale incondizionato per slegare la sopravvivenza biologica dell'individuo dal ricatto del lavoro automatizzato.
Qui parlo del tema visto da Casaleggio.

Economisti e Accademici

Robert Reich: Economista ed ex Segretario del Lavoro sotto la presidenza Clinton, ha evidenziato che l'enorme aumento di produttività dell'IA, unito alla contrazione dei salari e dell'occupazione, richiederà necessariamente una strategia di redistribuzione tramite il reddito universale.
Bill Gates: Sua l'idea che prevede di tassare l'automazione che sostituisce l'uomo per finanziare il welfare e riqualificare i lavoratori.

Il termine ufficiale Basic Income

Il termine ufficiale (1953): L'economista di Oxford G.D.H. Cole fu il primo a coniare ufficialmente l'espressione esatta "Basic Income" (Reddito di base) all'interno dei suoi studi sui mercati economici automatizzati.

In alto: immagine artificiale GPT Pro.

Leone XIV, Magnifica Humanitas e Giancarlo Livraghi, Coltivazione della Internet

noreply@blogger.com (Fabrizio Bellavista) — Mon, 25 May 2026 17:36:00 +0000

Leone XIV ha presentato Magnifica Humanitas - la prima enciclica papale interamente dedicata all'Intelligenza Artificiale. Accanto a lui, tra i relatori, Christopher Olah, cofondatore di Anthropic. Usa il termine COLTIVARE (par. 98): «Le moderne intelligenze artificiali sono più "coltivate" che "costruite"». Adottare un'AI è coltivare un campo, e come scrive Andrea Colamedici su Tlon: «Il contadino scopre che la terra lo sta cambiando». Con questo termine - Coltivazione della Internet - Giancarlo Livraghi, si rifaceva anche lui, più umilmente, a qualcosa di trascendente, Gandalf per esempio, ed anche i suoi testi, “L’umanità dell’Internet” tra gli altri: io vengo da lì, ho appreso molto da lui. Il prossimo anno sarebbe l'anniversario (Livraghi era nato a Milano nel 1927) ma io lo festeggio e ricordo oggi, un anno prima, proprio quando un libro così importante sulla tecnologia, esce nel mondo, il 25 maggio 2026. Vale la pena visitare il suo simulacro online, Gandalf, dove trovate, subito in alto a sinistra, questa citazione: "La rete non come tecnologia, ma come esperienza di comunicazione umana". Ditemi se è poco ...

L’Italia può diventare un punto di riferimento per una declinazione “rin@scimentale” dell’evoluzione tecnologica?

noreply@blogger.com (Fabrizio Bellavista) — Mon, 25 May 2026 14:23:00 +0000

RENAISS@NCE. L’Italia può diventare un punto di riferimento per la riformulazione “rin@scimentale” dell’evoluzione tecnologica in atto?

Per comprendere meglio il significato del termine, ci avvaliamo di una citazione importante, questa volta di Friedrich Nietzsche[1]: “Il Rinascimento italiano racchiude in sé tutte le forze positive a cui si deve la cultura moderna [...] spirito libero, messa in discussione dell’autorità, la vittoria dell'istruzione contro l'arroganza della nobiltà, entusiasmo per la scienza e per il passato scientifico, liberazione dell'individuo, ardente amore della verità e ostilità verso l’apparenza e il mero effetto”.

Oggi il riaffermarsi del pensiero neorinascimentale e umanistico vede in prima linea importanti personalità italiane. Sto parlando di Luciano Floridi, Founding Director, Digital Ethics Center, Yale University, che afferma: “La nostra epoca richiede una nuova visione progettuale in cui il digitale non sia solo strumento tecnico, ma elemento centrale integrato con i valori umani e la sostenibilità, affinché si costruisca un ‘umanesimo digitale’ capace di governare eticamente la nostra presenza nell’infosfera”[2]; Cosimo Accoto, Connection Science Fellow al MIT (Massachusetts Institute of Technology), scrive: “The art of transforming tomorrow: a new Renaissance: stiamo continuando a “terraformare” il nostro stesso pianeta, grazie alla rivoluzione tecnologica in atto”[3]; Paolo Benanti, teologo, Presidente della Commissione Intelligenza Artificiale per l’Informazione del Dipartimento per l’Informazione e l’Editoria della Presidenza del Consiglio dei Ministri, suggerisce: “L’obiettivo è mettere l’uomo al centro e sviluppare così un modello che potrebbe essere considerato rinascimentale, di riscoperta dell’umano e del suo valore nella relazione con le macchine”[4]; Francesco Morace, Sociologo e Saggista, fondatore di Future Concept Lab), che sin dai primi anni 2000 ha sviluppato il pensiero sui temi rinascimentali adattati alla modernità, sottolinea: “Per l’impresa italiana ci vuole un nuovo Rinascimento, fondato su innovazione, gusto e talento, capace di rigenerare la società e di dare al Made in Italy un ruolo esemplare nel mondo”[5]; Carlo Ratti, founder del Senseable City Lab, MIT, invece, afferma: “Siamo alle soglie di un nuovo Rinascimento? Potrebbe essere. Ma molto dipenderà dalla nostra capacità di cogliere l’occasione”. Si può parlare di “Rinascimento urbano”, “ma solo se le città sapranno trasformare l’innovazione tecnologica in partecipazione e qualità della vita”[6]. Anche Gaetano Fausto Esposito, economista e direttore del Centro Studi Tagliacarne, grande assertore della Economia Civile napoletana di metà ‘700, tocca questi temi in vari libri e articoli: “la strada per un’economia realmente più sostenibile non è un’utopia, ma una realtà in cui il nostro Paese potrebbe giocare un ruolo di protagonista per la costruzione di un nuovo umanesimo, come già è stato nel passato[7]”.

Marco Camisani Calzolari, Strategic Advisor, AI Ethics & Innovation e CEO di EthicsProfile.ai, ha iniziato già in tempi non sospetti, nel 2012, a coniugare innovazione e pensiero critico con il libro Fuga da Facebook. Oggi le sue iniziative, tra cui il volume Cyberumanesimo. Intelligenza artificiale, democrazie a rischio, etica e lavoro rubato dai robot. Come tenere sempre l’uomo al centro?[8] unitamente all’app EthicsProfile.ai[9], mirano a proteggere gli utenti online, fornire informazioni sulla sicurezza digitale e promuovere consapevolezza etica nell’uso delle tecnologie. Anche in questo caso, l’impegno riflette uno spirito neorinascimentale, dove conoscenza, responsabilità e innovazione si incontrano per favorire un progresso umano centrato sull’uomo. Federico Faggin, fisico, inventore e imprenditore, figlio del filosofo Giuseppe, dopo una strabiliante serie di successi tecnologici planetari, promuove oggi una visione tecno-umanista con convegni e libri, tra cui Oltre l'invisibile. Dove scienza e spiritualità si uniscono[10]. In quest’opera, Faggin sottolinea che scienza e spiritualità non sono discipline separate, ma una sola realtà che mostra la ricchezza, la bellezza e il significato dell’universo che possiamo creare insieme, un concetto che ha sintetizzato nel termine Nousym, fusione di Nous (intelletto) e Sym (simbolo). In conclusione, ricordiamo anche il pensiero di Giada Pistilli, Science team di Mistral AI, che lavora alacremente sul fronte etico in Francia: è stata selezionata nel 2024 tra le 100 donne brillanti nell’etica dell’intelligenza artificiale, promossa da Women in AI Ethics, ed è docente all’Università della Sorbona come filosofa specializzata nelle dimensioni etiche dell’intelligenza artificiale, con particolare attenzione agli agenti conversazionali[11]. Questi personaggi costituiscono una corale ed efficace risposta tutta italiana - con questo si intende persone che prendono spunto dalla scuola rinascimentale - a una forte richiesta di Etica che nasce all’inizio del grande sviluppo tecnologico degli anni ’90 unitamente a un senso di forte frustrazione per le promesse valoriali non mantenute.

Nel marzo di questo 2026, due sentenze ravvicinate nella stessa settimana, si sono espresse con condanne verso i Big Five sugli stessi principi: i social non sono piattaforme neutre ma prodotti pericolosi. Ma questa tesi è minimale: già nel 2018 avevo scritto, anche sulla mancata attenzione ai dati, un articolo di fuoco[12]. Siamo, dunque, alla fine dell’engagement puro, stiamo andando, verso un “safe design”, verso algoritmi sotto controllo e UX meno dopaminica? No, certamente non è così: è una opportunità in un nuovo scenario post-social, dove l'etica diventa asset portante, essenziale. Ad oggi, circa 2.500 cause sono in attesa, quindi potrebbe formarsi una equivalente situazione ai processi al tabacco risalenti agli anni ’90, ma, in questo caso, per algoritmi e attenzione. Sui particolari di questo specifico tema ricordo due interventi, tra i tanti: “Algodemocrazia: la Silicon Valley è un vecchio mito” un talk del 2022, e “Qualcosa è andato storto”, di Riccardo Luna, (2025) [13].

Un’ulteriore testimonianza della centralità italiana si è avuta a Firenze, culla della nostra cultura quattrocentesca, dove nei primi giorni del settembre 2025 si è svolto un convegno che ha riunito venti tra i più rilevanti giuristi internazionali sul tema “AI e Diritto”. Vicino a questa iniziativa, è emersa una realtà altrettanto importante: Firenze viene considerata capitale del diritto in ambiente digitale. Avranno sede in Toscana, nel dipartimento di Scienze Giuridiche dell’Università fiorentina, l’Osservatorio CybeRights e il Centro interuniversitario di ricerca CybeRights, che metterà insieme l’eccellenza accademica italiana sul tema della cybersicurezza.

Molto rilevante è stato un convegno inerente al tema, World Changers Ethical & Innovation Summit, svoltosi il 25 novembre a Città del Vaticano, che ha rappresentato un appuntamento internazionale di alto profilo dedicato al confronto su intelligenza artificiale, medicina rigenerativa, sostenibilità ambientale e responsabilità sociale.

All'importanza di questo convegno appena menzionato va aggiunta, nelle ultime ore, un fatto straordinario all'interno della Chiesa - perennemente in ritardo storico nelle risposte al progresso tecnologico: il lancio, il 25 maggio 2026, della "Enciclica Magnifica Humanitas”, sulla dottrina sociale nel tempo dell’intelligenza artificiale. L’appello, in sintesi, è stato: "custodire una magnifica umanità abitata da Dio”, promuovendo verità, dignità del lavoro, giustizia sociale e pace".

Di forte impatto è stato anche il Convegno Internazionale Etica dell’Intelligenza Artificiale, tenutosi nel dicembre 2025 a Roma, che ha rappresentato un appuntamento di rilievo nel dibattito europeo su AI, etica e governance. L’evento ha ospitato 27 tavole rotonde e coinvolto oltre 100 partecipanti tra studiosi, filosofi, tecnologi e policy-maker. Non meno importante, per il settore della didattica, questa volta, è stato il X Congresso Nazionale CKBG (Collaborative Knowledge Building Group) che si è tenuto a Firenze dal 27 novembre 2025, celebrando il ventennale di CKBG e il centenario di INDIRE. L'evento, intitolato "Educazione e Creazione di Valore nell'Era Digitale", ha esplorato le competenze per un umanesimo trasformativo, focalizzandosi su IA, sostenibilità e innovazione educativa.

RENAISS@NCE. Si può parlare di una economia a due emisferi?

[1] F. Nietzsche, “Umano, troppo umano. Un libro per spiriti liberi”, 1878.

[2] Luciano Floridi, “Il verde e il blu”, Raffaello Cortina, 2020.

[3] “Il mondo dato. Cinque brevi lezioni di filosofia digitale”, Cosimo Accoto, Egea, 2017.

[4] “Tecnologia per l’uomo. Cura e innovazione”, Paolo Benanti, San Paolo Edizioni, 2022.

[5] “L’alfabeto della rinascita. 26 storie di imprese esemplari”, Francesco Morace, Egea, 2021. Francesco Morace, Sociologo, Saggista, Fondatore e Presidente di Future Concept Lab, è anche Fondatore del network "The Renaissance Link" 2009, nato per promuovere un “nuovo Rinascimento” del Made in Italy e dell’Italian way nel mondo.

[6] Carlo Ratti, 2020, “Le città sensibili”, intervista in GQ / INU – Istituto Nazionale di Urbanistica.

[7] Gaetano Fausto Esposito, "La bioeconomia per un nuovo umanesimo economico", HuffPost, 2021.

[8] Marco Camisani Calzolari: "Fuga da Facebook. The back home strategy”, 2012, Carte Scoperte; "Cyberumanesimo. Intelligenza artificiale, democrazie a rischio, etica e lavoro rubato dai robot. Come tenere sempre l’uomo al centro?", Il Sole 24 Ore, 2024.

[9] È una piattaforma che crea un profilo etico standardizzato dei tuoi valori e lo fa usare all’AI come intervento etico plug‑and‑play. In questo modo l’AI può adattare decisioni e risposte ai principi etici definiti dall’utente o dall’organizzazione.

[10] “Oltre l’invisibile. Dove scienza e spiritualità si uniscono”, Federico Faggin, Mondadori, 2024.

[11] “What lies behind AGI: ethical concerns related to LLMs”, Giada Pistilli, «Éthique et Numérique», 2022.

[12] Nell’aprile 2018 avevo scritto per Repubblica questo articolo: “Il re è nudo. Dopo Cambridge Analytica e il Russiagate nulla sarà come prima, anche in azienda”, unitamente ad una serie di iniziative e pubblicazioni in parte già citate in questo volume.

[13] “Algodemocrazia: la Silicon Valley è un vecchio mito” talk con Fabrizio Bellavista, Massimo Giordani e Stefano Lazzari, 2022: https://www.aism.org/evento/milano-digital-week-2022-lo-sviluppo-dei-limiti-progetti-e-visioni-per-una-citta-e-un-pianeta-condivisi-10-14-novembre-2022. E il libro “Qualcosa è andato storto”, di Riccardo Luna, Edizioni Solferino, 2025. Ambedue toccano il profondo senso di delusione e smarrimento riguardo le “promesse” presenti nella prima onda del Digital World.

Steve Wozniak e l'Intelligenza Artificiale Generativa

noreply@blogger.com (Fabrizio Bellavista) — Sat, 23 May 2026 19:34:45 +0000

Un lungo silenzio perplesso ha seguito l'uscita “Tutti quanti avete l’AI” di Steve Wozniak nel suo discorso per i laureati della Grand Valley State University. Woz si applaude da solo e poi continua: “Actual Intelligence”, intelligenza autentica, gioco di parole sulla AI della sigla. Sospiri di sollievo e sorrisi in sala. Il seguito è altrettanto: “Ho lavorato per un’azienda che ha capito come si fa a fare un cervello. Servono nove mesi (gravidanza)”. Applausi questa volta a scena aperta. Ho avuto la fortuna di incontralo seppur brevemente a una grande convention in Rimini molti anni fa. Lui può dirlo.

Poesia e vaso, Design Week

noreply@blogger.com (Fabrizio Bellavista) — Mon, 04 May 2026 20:57:39 +0000

Mentre continua inarrestabile la fitta pioggia – come nella distopica città di B.R. - durante la Design Week. ho fatto pochissime esperienze, due molto belle. Inizio dal Giardino delle Meraviglie a Palazzo Crivelli (curatela della mente geniale di Michele De Lucchi), dove mi sono goduto il dialogo e le letture di Luca Molinari e Tiziana Cera Rosco (architetto/scrittore e poetessa/artista) con al centro Rilke e poi subito dopo il Jazz gentile di Georgia & The Candymen. Riuscivo sempre a sedermi, a guardare gli alberi di questo sconosciuto giardino delle meraviglie, sentire i profumi, guardare i fiori e soprattutto pensavo, senza saperlo, agli attrezzi che prestissimo mi sarebbero serviti per un nuovo giardino a due, nuovo, irriverente, certamente sorprendente, tenue e amorevole - pieno di.

E poi un vaso, e questo è il secondo incontro di questa settimana di de-sign: i vasi di Paolo e Davide (il nome del loro Studio è bellissimo: supercontento). Insieme, stanno sperimentando strade nuove, per esempio le possibilità che offre un materiale economico e inconsueto come il cemento con l'obiettivo di utilizzare i materiali naturali che ci circondano, per esempio i rami di un oleandro di cortile per creare e dare forma agli stampi per il cemento. “I rami del nostro oleandro sono in continua trasformazione, nascono, crescono, vivono o vengono tagliati, e presto o tardi ritorneranno alla natura in altre forme. Il cemento si pone come una testimonianza di una fase molto precisa di questo ciclo, come una fotografia, la superficie delle nostre sperimentazioni riporta la forma e la texture naturale dei rami utilizzati. Ogni oggetto è unico, ogni calco viene fatto con rami diversi che diventano i veri autori della forma che l'oggetto assume”.

Si parla, di nuovo, di qualcosa vicino alle nostre mani come con Maurizio Turchet in "Manufatto versus tecnofatto".

Termino riprendendo le parole di Tiziana Cera Rosco, parole preziose dette nel Giardino delle Meraviglie: “Non saremo mai belli come ora, il bello al suo limite esprimibile (parlo di questa cosa specifica) è anche una promessa di tradimento, perché ogni volta che ci si espone al nuovo si è ruvidi e incompetenti. Staremo ancora un po’ in questa situazione perché la voglio fissare dentro di me come un’immagine Stabile che, anche se in un giardino che cambia e cresce, non ha a che fare col tempo. Certo, nel tempo ci siamo tutti, ma le immagini, quelle, ci precedono e perdurano. Toccare un’immagine, frequentarla, è un grande miracolo ma, come ci ricorda Rilke, ogni Angelo è tremendo. E noi siamo qui per imparare a prendere congedo dalle immagini che siamo stati in grado di sopportare ma non ancora e forse mai pronti per quel tremendo che ci precede, ci meraviglia, ci attende e ci spaventa”.

Nell'immagine: "vasoleandro", supercontento, 2026.