La democrazia è un fatto muscolare: se non la si pratica, si atrofizza. È questa la premessa dell’ultimo report pubblicato da DemocracyNext, dal titolo eloquente: Deliberative Muscles & AI. L’istituto “di ricerca e azione” si occupa di affrontare il “trilemma” della sfiducia che governa le relazioni tra cittadini, tra cittadini e istituzioni e viceversa. Il lavoro si fonda su quella che è stata definita una – molto recente – «deliberative wave», un’ondata di oltre 1000 occasioni deliberative. In sostanza, gruppi di persone selezionati come campioni statisticamente rappresentativi sono stati chiamati a prendere delle decisioni di pubblico interesse. I pilastri dell’azione dell’istituto, e in generale del concetto di democrazia deliberativa, si possono infatti riassumere nell’espansione del concetto di rappresentanza: attraverso occasioni come le assemblee cittadine o i “citizens’ jury”, è possibile non delegare del tutto la rappresentanza dei propri interessi, e invece farsi portatori di interessi condivisi. Attraverso un processo dialogico strutturato, si costruisce un consenso sufficiente a perseguire una decisione comune, sviluppando una forma di intelligenza collettiva in cui convergono orientamenti valoriali e decisioni informate e razionalmente elaborate.
La domanda che si pone il report è se questo trend di “DelibTech” possa effettivamente servire gli scopi della democrazia deliberativa, rafforzando le capacità (“muscolari”) individuali e collettive, o se invece non rischi di deperire queste competenze.
Il punto di partenza del ragionamento, che si appresta a fornire un primissimo bilancio di queste esperienze, offrendo anche una sistematizzazione utile a chi si occupa di facilitare questi processi, è la distinzione di David Krakauer, direttore del Santa Fe Institute, a proposito degli “artefatti cognitivi”. Per quanto difficile sintetizzare il pensiero del ricercatore, per i fini di questa trattazione è sufficiente distinguere questi strumenti materiali o culturali in due categorie: artefatti complementari e artefatti competitivi.
Il report, firmato da Claudia Chwalisz, Sammy McKinney, Jorim Theuns, Eugene Yi, integra questa distinzione con l’individuazione di sette aree muscolari, chiedendosi di volta in volta come gli strumenti di Intelligenza Artificiale possano rafforzarli oppure indebolirli.
Queste considerazioni si fondano ormai su uno storico di piattaforme ed esperimenti di integrazione dell’IA in processi assembleari, siano istituzionali o organizzati da enti di ricerca o del terzo settore. Un paper di Simone Vagnogni e Monica Palmirani, dell’Università di Bologna, si intitola Fostering Deliberative Democracy in the Digital Age: An AI-Powered Platform for Enhanced Citizen Engagement in Legislative Process. È un segnale dell’interesse anche accademico per lo sviluppo di piattaforme potenziate dall’IA e finalizzate a rafforzare il coinvolgimento cittadino nella politica. Nella proposta degli autori, “machine learning, natural language processing, argument mining” sono criteri indispensabili per consentire alla piattaforma di mitigare le fallacie logiche nell’argomentazione, incrementando la qualità del discorso finalizzato alla proposta legislativa. Il fondamento teorico di questa proposta è tutto inserito nelle teorie della democrazia deliberativa, ma deve fare i conti con una serie di trade-off causati dall’integrazione dell’IA: bias, protezione dei dati, inclusività, ma anche digital divide e misinformazione, che osteggiano quei connotati disposti da Jürgen Habermas and James Fishkin sulla legittimità di un processo di «collective reasoning».
A partire da esempi costruttivi come Taiwan’s vTaiwan, Kialo, IBM’s Project Debater, i ricercatori propongono AI-Assisted Argument Construction Wizard, con suggerimenti agli utenti in tempo reale, e agenti IA che fungano da facilitatori (con ruoli chiari, e a tratti goldoniani, come “Devil’s Advocate”, “Mediator”, “Fact-Checker”).
C’è quindi un interesse, e anche un ottimismo, per lo sviluppo di piattaforme deliberative integrate con l’intelligenza artificiale, perché se gli obiettivi sono quelli di massimizzare il coinvolgimento dei cittadini nella gestione della cosa pubblica, allora lo strumento digitale diventa cruciale. Nel precedente rapporto di DemocracyNext, il team di ricerca si interrogava sulla difficoltà dello “scaling” dei processi deliberativi, auspicando uno scaling out (più partecipanti), up (livelli governativi più alti), across (più processi), deep (più profondi), in (miglioramento generale della qualità).
La costruzione di “società artificiali”, secondo gli autori, agisce solo sulla parte quantitativa: l’IA consente di raccogliere moltissimi dati, ma tratta la deliberazione come una macchina per distribuire opinioni. La popolazione a cui fa riferimento non esiste, è sintetica: la deliberazione è il frutto di una raccolta di dati comportamentali massicci, ma esiste solo un processo di elaborazione di informazioni in cui nessuno impara niente, nessuno ascolta.
E d’altro canto, la differenza fondante tra le piattaforme e i processi deliberativi sta proprio nella spazialità: una intangibile, l’altra strettamente fisica. Dunque si ritorna alla questione dirimente: se il tool di IA interviene migliorando e accelerando alcune funzioni, va considerato come un valore aggiunto? In realtà rischia di essere sia inefficace che inefficiente, perché ci lascia con un debito cognitivo e comportamentale: rimosso il tool, non siamo in grado di concludere il processo deliberativo, dovunque esso avvenga, dal Parlamento alle scuole, dai musei alle famiglie.
Tornando alla metafora muscolare, sono sette i distretti identificati dal report: self-reflection, reasoning, dialogue, vulnerability, collaboration, imagination, facilitation. Per ognuna delle aree, gli autori suddividono le applicazioni dell’IA in due: quelle di supporto in un senso complementare, e quelle antagoniste, che cioè sottraggono all’elemento umano la pratica necessaria a dare valore non all’esito, quanto al processo.
Ad esempio, la “riflessione” è un momento essenziale del processo deliberativo: delegarla interamente all’IA significa rinunciare a un set di strumenti cognitivi preziosi. “Plural Reality” è un tool che in Giappone è stato usato in molti procedimenti deliberativi, ma che presenta luci e ombre. I partecipanti interagiscono con un Cartographer che sistematizza in base ai loro disordinati spunti il loro posizionamento rispetto alla questione che verrà trattata: ma «se il sistema produce coerenza al posto tuo, non è empowerment. È ventriloquismo con una buona user experience», a detta del suo stesso fondatore Shutaro Aoyama, perché “le persone non sanno che cosa vogliono”. Le stesse considerazioni valgono per il problem solving o il ragionamento condiviso: un conto è fare «cognitive offloading», cioè affidare all’IA la fatica di elaborare i pensieri al posto nostro e di generare le nostre priorità; un altro è chiedere all’IA di filtrare le informazioni più rilevanti e magari usarla per restituire in formati visuali più efficaci, come podcast o live scribing.
Ma se queste sembrano solo distinzioni formali, la differenza si fa sostanziale su aree come la vulnerabilità o l’immaginazione, il dialogo o la cooperazione. Hélène Landemore, in un articolo per il New York Times dal titolo No Shy Person Left Behind, in cui è partita dalla rilettura del concetto di fragilità da parte di Martha Nussbaum, ha scritto che le emozioni sono la vera bussola dei processi deliberativi. Immaginiamo agenti IA che stabiliscono meccanicamente il tempo di parola, come previsto dalla Stanford’s Deliberation Platform: questa ripartizione disciplinata non tiene conto di una serie di fattori. E se qualcuno scoppiasse a piangere? E se qualcuno avesse bisogno di più tempo per articolare il pensiero? E se qualcuno si sentisse intimidito durante il proprio turno? Tutte queste componenti, assenti in una piattaforma, non potrebbero sottostare all’automatismo di un facilitatore IA.
Immaginare delle alternative all’impianto socio-economico del nostro tempo, non è un fatto che si può interamente delegare all’intelligenza artificiale. Può creare immagini, a partire dai nostri input, ma questo ci sottrae alla necessaria fatica della tessitura condivisa di uno scenario futuro.
Lo strumento è certamente utile in numerose forme. Nel rapporto The Year in Deliberation 2025 di Democracy R&D, il network che unisce realtà attive nella deliberazione da tutto il mondo, non a caso il primo capitolo è dedicato all’intelligenza artificiale nelle stanze deliberative. Sammy McKinney, ricercatore di Cambridge che porta la firma anche per il primo rapporto, è fiducioso: l’IA aiuta con la sintesi delle informazioni, identifica prospettive mancanti che magari non sono emerse durante il dibattito, supporta la traduzione e i formati comunicativi, come fanno Dembrane e deliberAIde. Ma così come genera possibilità inclusive, è anche potenziale fonte di iniquità legate all’alfabetizzazione digitale, oltre al fatto che l’intera filiera per il suo sviluppo richiede una discussione democratica a sé.
“Non voglio introdurre un intermediario nella relazione tra Stato e cittadini: voglio creare un’esperienza interpersonale. [..] Ma è sensato usare l’IA per tutto il lavoro preparatorio e di follow-up: traduzioni simultanee, sintesi di dati e operazioni simili”, l’opinione di Matthew Byrne, Senior Director of Deliberation di Unify America.
C’è una fatica da cui l’IA può sollevarci, dei campi in cui può essere nostra alleata nei processi deliberativi, ma a costo di non diventare una “membrana di plastica”, che avvolge il processo togliendone le proprietà tattili, corporee, tipicamente umane. Piattaforme come POL.IS possono essere un buon allenamento, ma c’è un attrito tipico della rotondità dell’esperienza deliberativa: il fiato spezzato, il muscolo dolente, sono i veri segnali di una democrazia matura.
Ludovica Taurisano