Questa mattina sono riuscito a esplorare un libro di oltre 300 pagine in un’ora. Oltre a esplorarlo, sono riuscito a segnarmi tutta una serie di idee, di posizioni concordi con l’autrice e posizioni da cui invece dissento.
A darmi un grande aiuto è stato Notebook LM, modello di Intelligenza Artificiale che fa parte del mondo Google. È gratuito, con il limite di un certo numero di fonti e di funzionalità.
Il libro che ho esplorato è dedicato ai media digitali. È organizzato bene di suo, con introduzione e conclusioni per ogni capitolo. Mi sono letto intanto quelli.
Poi ho messo parti del libro che mi interessano in Notebook LM. Ho dato indicazioni sul risultato che volevo. E ho avuto un report per ogni argomento, un podcast a due voci (in italiano), un video, una serie di slide e un grafico.
L’aspetto interessante di Notebook LM - l’ho sperimentato con una serie di libri digitali sui media studies - è che gli errori (le “allucinazioni”) sono assenti. O rarissime.
La rivoluzione dell’Intelligenza Artificiale Generativa
Da quando, nel novembre del 2022, è stato lanciato ChatGPT, possiamo dire che il mondo è cambiato di colpo. Sono cambiati i modi di studiare, di fare ricerca e di scrivere.
L’Intelligenza Artificiale (IA) generativa sa conversare come un essere umano, anzi come uno psicologo della comunicazione, se gli assegniamo questo ruolo. Lo sto sperimentando da oltre sei mesi, osservando come agisce, come “pensa” e come risponde.
Di fronte al tornato Intelligenza Artificiale, comprendo lo sconcerto di molti. Lo vedo, nei corsi che seguo per allenare il mio inglese, quando parliamo di IA. La fatica delle mie compagne di corso di conciliare una vita intensa, il lavoro e la famiglia si scontra con l’ansia di una tecnologia che promette miracoli, ma che ha tutta l’aria di minacciare il nostro spazio nel mondo.
Per non farci travolgere, è importante che facciamo un passo indietro. Dobbiamo esercitare il nostro diritto al pensiero critico.
Intanto, dobbiamo smontare la narrazione ufficiale. Il termine “Intelligenza Artificiale” nasce nel 1955, grazie al matematico John McCarthy, con l’idea che ogni aspetto dell’apprendimento umano potesse essere descritto e simulato da una macchina.
Oggi, i sistemi di IA si dividono in quattro grandi categorie, basate sull’emulare il pensiero umano, sul pensare in modo razionale, sull’agire come umani o sull’agire con razionalità.
Per farlo, usano tecniche complesse. L’elaborazione del linguaggio naturale (NLP) trasforma le parole in dati numerici per farle digerire agli algoritmi.
Alla base di tutto c’è un trucco. Il valore fondante di tutta questa architettura è l’ottimizzazione, ovvero la ricerca della soluzione migliore con il minimo errore.
In nome dell’efficienza, l’IA riduce la complessa, disordinata e meravigliosa realtà umana a semplici variabili matematiche.
A questi sistemi manca tuttavia un corpo, manca l’intelligenza affettiva, manca la capacità sociale di comprendere le emozioni. E manca la capacità di dare priorità al benessere rispetto alla pura produttività.
Si rischia, oltretutto, che dietro il mito della “intelligenza” della macchina vi sia soltanto ciò che produce profitto economico, controllo sugli esseri umani, e lo sfruttamento del lavoro. Mentre si ignora il lato umano e sociale della storia.
Il lato oscuro dell’algoritmo: lavoro, sfruttamento e ambiente
Ho scelto da molti anni di stare dalla parte degli ultimi, dalla parte degli sfruttati e dalla parte di chi è meno tutelato.
Se guardiamo dietro il velo scintillante dell’IA, troviamo una realtà di sfruttamento. Il rapporto tra IA e lavoro non è - viste le condizioni attuali - un rapporto di liberazione, ma di controllo.
Siamo di fronte a un ritorno del taylorismo: il lavoro viene frammentato in compiti minuscoli. L’IA non elimina, insomma, il lavoro umano, lo nasconde e lo degrada.
Esistono di fatto due mondi. Da una parte, abbiamo i lavoratori della scienza dei dati nel Nord del mondo, ben pagati, in maggioranza maschi e bianchi, oppure asiatici.
Dall’altra, nel Sud del mondo, c’è un esercito invisibile di lavoratori dei dati che etichettano immagini e moderano contenuti per paghe da fame, arrivando a 1,33 dollari all’ora in Africa.
Questa è la geopolitica della disuguaglianza digitale. E non è finita. In ufficio, l’IA si trasforma in sorveglianza.
Tracker di produttività, controllo dei movimenti del mouse, persino analisi delle posture e delle emozioni dei dipendenti. Il management algoritmico decide chi assumere e chi licenziare, privando di potere sia i lavoratori sia i dirigenti.
Non possiamo poi ignorare il costo fisico di questa tecnologia. Le macchine consumano risorse.
Addestrare un grande modello linguistico inquina cinque volte di più delle emissioni dell’intera vita di un’automobile.
I centri dati assorbono energia a ritmi insostenibili: in alcuni Paesi consumano un quinto dell’elettricità nazionale. Senza contare il bisogno spaventoso di acqua, per raffreddare i circuiti dei computer.
L’hardware richiede minerali estratti in zone di conflitto, come il Congo, attraverso il lavoro forzato. Dietro la magia del software si cela, insomma, il dramma della terra e della carne.
Discriminazione e potere: chi decide per noi?
C’è poi un tema etico che è fondamentale.
A dire il vero, tutta l’etica è fondamentale. Oltre 45 anni di giornalismo, partendo dal basso come corrispondente dalla provincia di Verona, mi hanno insegnato una cosa che porto sempre con me: la professionalità migliore si fonda sui valori etici.
Chi calpesta i valori, alla fine mostra la corda nel fare assai male una professione. Potrà prendere per il culo colleghi e competitor per un certo tempo, ma poi la scucitura di chi calpesta l’etica… viene alla luce.
A proposito di IA, i media alimentati dalle mie colleghe e colleghi giornalisti ci raccontano l’algoritmo come un giudice neutro. I dati, invece, mentono. O meglio, riflettono le miserie della società che li ha prodotti.
L’IA apprende da basi di dati già inquinate dal pregiudizio.
Nel 2016, un’inchiesta su un algoritmo usato negli Stati Uniti per calcolare il rischio di recidiva dei detenuti, ha svelato una realtà agghiacciante: il sistema sovrastimava il rischio per le persone nere; e lo sottostimava per le persone bianche.
Allo stesso modo, i sistemi di riconoscimento facciale falliscono con tassi di errore del 34,7% sulle donne con la pelle scura, contro lo 0,3% per gli uomini con la pelle chiara.
Questo fenomeno si chiama “esclusione algoritmica”.
Accade quando le persone vengono cancellate dalle categorie, oppure filtrate in base a pregiudizi di genere, censo o etnia.
In Olanda, l’uso di algoritmi ha portato ad accusare migliaia di famiglie di origini straniere di frode sui sussidi. Il risultato? Si è scoperto che l’accusa era falsa.
Non oso immaginare quale uso i razzisti possano fare di strumenti del genere.
La mia esperienza di giornalista a L’Arena di Verona mi ha insegnato che dietro al razzismo c’è il profitto. E l’IA sa essere funzionale al profitto, all’ingiustizia sociale e allo sfruttamento.
Invece di essere strumenti oggettivi, i sistemi di intelligenza artificiale replicano e amplificano gli squilibri di potere: il potere economico capitalistico, il potere politico, il potere sociale.
L’estrazione dei nostri dati personali, inoltre, erode la nostra autonomia, la nostra privacy, la nostra democrazia.
Il riconoscimento facciale negli spazi pubblici o i sistemi di polizia predittiva limitano la libertà in nome di un presunto ordine.
I dati che vengono raccolti dalle piattaforme digitali - dai social allo streaming, dall’e-commerce all’intrattenimento con videoreel e foto - sono materiale prezioso per profilarci, per orientarci e per indirizzare anche le nostre emozioni.
Etica o politica? L’inganno del “lavaggio etico”
Di fronte a questi abusi, le grandi aziende internazionali del digitale hanno risposto con la parola “etica”. Ma l’etica guidata dal profitto è solo una facciata.
Le aziende del settore tecnologico praticano il “lavaggio etico” (ethics-washing). Creano dipartimenti di etica interna solo per proteggere la propria reputazione.
Un caso emblematico è quello di un’esperta del team di etica di una delle Big Tech americane.
Quando l’esperta ha scritto un saggio sui pericoli dei modelli linguistici, sui costi ambientali e sui pregiudizi, l’azienda le ha chiesto di ritirare il documento e l’ha licenziata.
Il profitto del capitale, insomma, non accetta di subordinarsi ai valori morali.
L’Unione Europea ha cercato di intervenire con l’AI Act, una legge che classifica i sistemi in base al rischio (inaccettabile, alto, limitato).
Questo documento impone trasparenza e divieti, ma presenta lacune profonde.
Come denunciano le associazioni per i diritti civili, la legge usa un linguaggio vago, lascia spazio alle aziende per autovalutarsi; e offre ampie eccezioni per la polizia e il controllo delle migrazioni.
In questo modo, l’AI Act dell’Unione Europea mette a repentaglio la libertà delle persone più vulnerabili.
Di qui un’inferenza che si dimostra da sola: la risposta a tutto questo non può essere solo tecnica.
La risposta deve essere politica e partecipativa. Gruppi di attivisti stanno costruendo sistemi di resistenza. Le organizzazioni civili si battono contro la sorveglianza di massa; e creano piattaforme alternative basate sulla giustizia.
I controlli sugli algoritmi cercano di portare trasparenza, verificando i codici e le decisioni delle macchine. Nonostante questo, la capacità di incidere a livello strutturale rimangano limitate.
Una bussola per il presente
In questo scenario, non dobbiamo tuttavia cedere alla paura o farci bloccare dai problemi. Così come non dobbiamo sposare l’entusiasmo acritico.
Il nostro compito è quello di coltivare una media literacy che ci consenta di decifrare la realtà.
L’Intelligenza Artificiale non è un destino ineluttabile. È un progetto tecno-politico.
L’IA è il prodotto di scelte umane, di logiche di potere, di visioni del mondo che privilegiano l’ottimizzazione a scapito della dignità.
Essere informati significa non accettare la narrazione dominante. Significa porre sempre una domanda dinanzi a ogni novità tecnologica: chi ha costruito tutto questo, e sulla pelle di chi?
La vera comunicazione autentica, l’incontro umano, non potrà mai essere codificato da un algoritmo.
Restiamo presenti a noi stessi. Usiamo il nostro sconcerto come energia per non accontentarci delle risposte superficiali.
Questo non vuol dire sbattere in un angolo l’Intelligenza Artificiale e tornare a prima dell’entrata di ChatGPT - e poi degli altri modelli di IA - nel mondo.
Si tratta di usare con consapevolezza, misura e coscienza gli strumenti che tutto il mondo dei media ci mette oggi a disposizione: i social media come il mondo di Facebook, le piattaforme di video come Instagram e TikTok, le piattaforme di e-commerce come Amazon.
L’automobile sappiamo che è un mezzo di grande utilità: può salvare vite umane, nelle operazioni di soccorso di persone malate o ferite. Può però anche uccidere (con l’omicidio stradale), può inquinare in modo pesante, può ridurci a sedentari nell’usarla per fare duecento metri da casa al fornaio.
Tuttavia, non aboliamo l’automobile. Come le piattaforme digitali oggi e come l’IA a breve, sappiamo che l’automobile ha cambiato l’economia, il capitalismo, le società. E anche noi come persone.
Si tratta di utilizzare il pensiero critico, di fare tesoro dei consigli della media literacy, di approfittare del miglior giornalismo che è un presidio di democrazia.
E tu, di fronte a una macchina che ti offre una risposta pronta, perfetta e ottimizzata, sei disposta (o disposto) a rinunciare alla fatica del dubbio e della tua autonomia critica?
Maurizio F. Corte
Maurizio F. Corte, giornalista professionista, scrittore per i media e media educator, è docente a contratto di Comunicazione Interculturale nei Media al Centro Studi Interculturali dell’Università di Verona e coordinatore didattico del Master in Intercultural Competence and Management e in Giornalismo europeo, Media e Giornalismo interculturale
Restiamo in contatto su LinkedIn
ISCRIVITI ALLA NEWSLETTER OFFICINA DEL VERO™ - IL BIONDINO DELLA SPIDER ROSSA
FONTI BIBLIOGRAFICHE
Gli articoli non nascono sul nulla. Si basano su letture di alto profilo e su esperienze professionali e personali. Di seguito alcune delle fonti più importanti a cui l’autore si è rifatto.
Il lavoro di studio e analisi è supportato da un uso etico e responsabile dell’Intelligenza Artificiale, addestrata dall’autore per questi articoli. Ecco i modelli di IA utilizzati: Notebook LM, Claude, Gemini, Manus.
Denis McQuail, Mark Deuze, Media & Mass Communication Theory, SAGE Publications, London, 2020.
Denis McQuail, Journalism and Society, SAGE Publications, London, 2013
N. Berning, Narrative Means to Journalistic Ends, VS Research, Wiesbaden, 2011
E. Goffman, Frame analysis, Northeastern Univ Pr, Boston, 1986
D. Machin - A. Mayr, How to do Critical Discourse Analysis, SAGE Publications, London, 2012
Nicholas Carah, Amy Dobson, Sungyong Ahn, Media & Society, SAGE Publications, London, 2024.
E. Sapiera, Understanding New Media, SAGE Publications, London, 2026
Nick Couldry, Andreas Hepp, The Mediated Construction of Reality, Polity Press, Cambridge, 2016.
Leighton Evans, Media Studies: Industries, Texts and Audiences, SAGE Publications, London, 2023.
Deana A. Rohlinger, Sarah Sobieraj, The Oxford Handbook of Digital Media Sociology, Oxford University Press, Oxford, 2022.
Michael Stevenson, Misha Kavka, Doing Media Research, SAGE Publications, Londra, 2023.
Stanley J. Baran, Dennis K. Davis, Mass Communication Theory (8th Edition), Oxford University Press, New York, 2020.