In un paragrafo del Capitale intitolato «Lotta fra operaio e macchina», Marx si sofferma sui luddisti, gli operai tessili che all’inizio dell’Ottocento entravano di notte nelle botteghe e nelle fabbriche per fare a pezzi i telai. Nella loro furia vede l’errore di una fase in cui la classe operaia sta ancora imparando a riconoscere il proprio avversario. «Ci vuole tempo ed esperienza», scrive, «affinché l’operaio apprenda a distinguere le macchine dal loro uso capitalistico, e quindi a trasferire i suoi attacchi dal mezzo materiale di produzione stesso alla forma sociale di sfruttamento di esso».
Alcuni storici, da Eric Hobsbawm a E.P. Thompson, hanno poi corretto questo ritratto. I luddisti distruggevano i telai dei padroni che tagliavano i salari, assumevano manodopera senza apprendistato o inondavano il mercato di calze scadenti e risparmiavano quelli di chi pagava il giusto; nelle loro lettere minacciavano «tutti i macchinari dannosi per la comunità» (all Machinery hurtful to Commonality), che è cosa assai diversa da «tutti i macchinari». Hobsbawm ha definito la loro tattica una «contrattazione collettiva tramite sommossa»; in un paese in cui i Combination Acts vietavano i sindacati, rompere un telaio era un modo per costringere i padroni a sedersi al tavolo con i lavoratori. La distinzione che Marx chiedeva loro di imparare, insomma, in buona parte l’avevano già intuita.
Oggi una parte della sinistra rifiuta categoricamente l’intelligenza artificiale, con motivazioni diverse che approdano a conclusioni simili: la macchina va boicottata perché inutile, perché nociva o per entrambe le ragioni. Da artista e teorico che lavora ogni giorno con questi strumenti mi capita spesso di litigare con persone con cui sono d’accordo su molte cose, ma che su questo punto mi considerano una specie di traditore del popolo – del resto si sa che la sinistra è spesso più feroce con chi le sta vicino che con i suoi avversari. E, per tirar fuori l’ennesimo stereotipo politico, la sinistra non è mai compatta e per mia fortuna c’è anche chi la pensa come me.
È di queste voci che parlerò, ricostruendo la genealogia di una posizione che dal Capitale arriva fino al dibattito di questa estate su Jacobin. Il disaccordo sulle macchine, del resto, attraversa le forze progressiste da molto tempo.
Comincio dalla mia posizione. Le intelligenze artificiali generative sono macchine potentissime e lo diventeranno sempre di più; la loro utilità, che si poteva contestare tre o quattro anni fa, mi sembra ormai più un dato che un’opinione. Sono anche macchine nate dentro la fase più accelerata del capitalismo contemporaneo, finanziate da fondi di capitale di rischio che ragionano a breve termine, addestrate su un patrimonio di dati comune e globale, possedute da una manciata di aziende americane e cinesi. Molte delle loro scelte di design portano il segno di questa origine. Evgeny Morozov ne ha stilato un elenco: l’interfaccia conversazionale, pensata per dare l’impressione di un interlocutore e quindi per creare attaccamento; i filtri di sicurezza, che fissano una certa idea di ciò che è dicibile; l’accesso a consumo, che trasforma ogni domanda in una voce di bilancio. A questo si aggiungono il prelievo di dati pubblici a volte senza alcuna contropartita, il lavoro invisibile di chi etichetta e corregge, il consumo energetico e via dicendo. Chi descrive queste macchine come degli strumenti neutri che si possono usare bene o male, a mio parere sbaglia.
Credo però che l’origine di una tecnologia non ne esaurisca il destino e che pensarlo sia un errore logico chiamato fallacia genetica, che consiste nel giudicare il valore di qualcosa solo dalla sua provenienza. Vale soprattutto per le tecnologie che gli economisti chiamano general purpose, quelle che si diffondono in ogni settore e generano usi lontani da quello per cui erano nate. L’esempio che trovo più utile è l’elettricità, cresciuta fra i brevetti e i monopoli di Edison e Westinghouse, prodotta in centrali che nessun artigiano avrebbe potuto costruire e diventata in pochi decenni un’infrastruttura per degli usi che nessuno aveva previsto, fino a essere nazionalizzata in molti paesi, compresa l’Italia del 1962.
La formula più efficace per questa posizione l’ha coniata lo storico della tecnologia Melvin Kranzberg, nella prima delle sue leggi: la tecnologia non è né buona né cattiva, e nemmeno neutrale. Fra l’idea della neutralità, per cui la tecnica sarebbe un mezzo inerte in attesa di un qualche utilizzo, e quella del determinismo, per cui sarebbe la tecnica a plasmare la società e non il contrario, si apre un ampio spazio di possibilità. Andrew Feenberg, allievo di Marcuse, parla di sottodeterminazione: i soli criteri tecnici non bastano a fissare la forma di un artefatto e il margine che lasciano aperto viene occupato da interessi sociali. Un suo esempio è il Minitel francese, un terminale che lo Stato aveva pensato per distribuire informazioni dall’alto e che gli utenti trasformarono in pochi anni in un sistema di messaggistica. Se vale per un semplice terminale, varrà a maggior ragione per un modello linguistico, che è insieme strumento, medium, agente, archivio e interlocutore, e i cui usi si scoprono quasi sempre dopo che è stato messo in circolazione.
Per uscire dalla falsa dicotomia della difesa o il rifiuto delle IA generative bisogna guardare più da vicino che cosa vada criticato e che cosa difeso, sapendo che nella pratica le due cose si mescolano di continuo.
C’è anzitutto la forma che il committente ha dato alla macchina: le scelte progettuali elencate da Morozov ne portano il segno. Questo però non rende “cattivo” tutto quel che fa la macchina. Gran parte di quel che un modello linguistico offre ogni giorno a milioni di persone, che traducano, studino o cerchino un’informazione, è esattamente ciò per cui è stato progettato, ed è una cosa buona. La storia della tecnica è piena di casi analoghi. Le previsioni meteorologiche numeriche nascono nel 1950 su ENIAC, un calcolatore finanziato dall’esercito americano; eppure nessuno (spero) considera il bollettino del meteo uno strumento del capitale. Chi si cura con un antibiotico prodotto da una multinazionale farmaceutica ne fa l’uso previsto, e fa benissimo. Quando l’uso previsto soddisfa un nostro desiderio che consideriamo legittimo – come ad esempio leggere un testo in lingua straniera, o fare per noi un lavoro noioso – la questione politica è semmai legata alla proprietà e all’accesso, cioè chi decide come funzionano queste macchine e chi ne ottiene vantaggio. In questi casi la macchina può restare in buona parte com’è: è il suo proprietario a dover cambiare.
Il filosofo ecuadoriano-messicano Bolívar Echeverría, che Morozov ha riportato al centro del dibattito, sosteneva che ogni tecnica racchiude un’infinità di attualizzazioni possibili del valore d’uso: il capitale ne seleziona alcune, le altre restano latenti e disponibili per condizioni sociali diverse. Gilbert Simondon diceva che la perfezione di una macchina sta nel suo margine di indeterminazione, nella capacità di restare aperta a usi non prefissati. Controintuitivamente Simondon dice che una macchina del tutto automatica non è perfetta ma povera: avendo fissato in anticipo ogni sua operazione, non può più essere regolata, combinata con altre o piegata a scopi nuovi.
Un modello generalista ha un margine particolarmente ampio: posso usare un modello prodotto da una grande azienda tecnologica anche per documentarmi, scrivere e tradurre in venti lingue un libello contro le grandi aziende tecnologiche – per fare un esempio volutamente palese di un uso che eccede quelli previsti da chi lo possiede. Ripeto, non tutti gli usi positivi sono eccedenti: come dicevo la maggior parte sono semplicemente degli usi previsti desiderabili. L’eccedenza riguarda quelli che il modello di business non ha selezionato o che vanno contro gli interessi di chi lo vende e il suo valore teorico sta nel mostrare che la forma attuale della macchina è una tra molte possibili.
E qui chi tiene alla purezza mi dirà: anche il libello contro le grandi aziende, se viene scritto pagando un abbonamento, finanzia l’azienda che critica. È vero, ma vale anche per un libro stampato su carta di una multinazionale editoriale e venduto su Amazon e nessuno ne conclude che non vada scritto. Il problema non sta nel singolo uso ma nel fatto che il guadagno finisca sempre agli stessi e a questo non si risponde con l’astensione ma con una lotta per il controllo delle macchine.
Ormai pochi dicono apertamente che queste macchine vanno rifiutate in blocco. Il rifiuto totale ha una cattiva reputazione, sa di nostalgia e di luddismo nel senso deteriore del termine e quasi tutti premettono di non essere contrari alla tecnologia in sé. Poi però arrivano le eccezioni: chi genera immagini con l’IA fa estetica fascista, i modelli sbagliano troppo per poterli usare, non si devono usare per scrivere, né per tradurre, né per studiare, né per illustrare un articolo. Messe in fila queste obiezioni lasciano in piedi soltanto gli usi che non servono a nessuno o estremamente di nicchia. È un rifiuto per sottrazione: non si dichiara, ma a forza di escludere un ambito dopo l’altro ottiene lo stesso risultato del divieto con il vantaggio di non doverlo difendere. Questa teologia negativa cerca di nascondere un poco difendibile rifiuto globale dietro a tanti piccoli rifiuti apparentemente più sensati.
Non è questa la sede adatta a smontarli uno per uno, ma a titolo di esempio descriverò i due grandi gruppi cui appartengono. Il primo è di chi rifiuta queste macchine perché le considera inutili. La versione più nota di questa tesi si trova in L’inganno dell’intelligenza artificiale di Emily Bender e Alex Hanna, uscito in traduzione quest’anno per Fazi. Per le autrici «intelligenza artificiale» è un’etichetta puramente di marketing: i modelli linguistici si limitano a calcolare la parola statisticamente più probabile dopo le precedenti senza capire nulla di ciò che scrivono e l’industria che li promuove sarebbe una truffa costruita sull’hype. È lo sviluppo della metafora dei «pappagalli stocastici» che Bender aveva proposto nel 2021 con Timnit Gebru e altre ricercatrici. Che queste macchine non facciano ciò che la pubblicità promette lo penso anch’io, ma solo perché la pubblicità è come sempre esagerata. Il limite del libro sta altrove: tratta come immutabile una diagnosi del 2021 senza riconoscere i salti enormi compiuti dai modelli da quando è nata quella critica, mentre documenta un lungo elenco di danni che a dirla tutta presuppongono una certa efficacia. Un editore che licenzia un traduttore per sostituirlo con una macchina lo fa perché la macchina funziona bene: a volte peggio dell’umano, a volte meglio, e soprattutto a un decimo del costo e molto più velocemente. L’editore vuole solo risparmiare e si può sostenere che questi strumenti funzionano con costi sociali inaccettabili e a vantaggio delle persone sbagliate. Ma sostenere che non funzionano, o funzionano sempre peggio di chi lavora senza di esse, è ormai platealmente falso, come testimoniano i recenti successi in matematica e programmazione.
Bender e Hanna propongono un «rifiuto strategico» accompagnato da regolazione e resistenza sindacale, ma la riappropriazione resta ai margini del libro: le autrici citano progetti comunitari come Te Hiku Media, che costruisce tecnologie vocali per la lingua māori sotto il controllo della comunità, e auspicano un «trasferimento di potere (e di capitale)» dalle aziende a chi è coinvolto, ma limitano questa possibilità a piccoli modelli per compiti specifici e non a quelli generalisti.
La posizione di chi le rifiuta perché le considera pericolose è più sostenibile. Kate Crawford ha descritto l’industria dell’IA come un apparato estrattivo che divora litio, acqua, lavoro sottopagato e cultura, e di recente ha definito i suoi prodotti uno scarto che diventa a sua volta combustibile.
Le critiche materiali di Crawford sono fondate, ma prima di implicare un rifiuto netto vanno messe a confronto con ciò che abitualmente tolleriamo nelle altre industrie. Secondo l’Agenzia internazionale dell’energia, nel 2024 i data center di ogni tipo – non solo quelli per l’IA – consumavano circa l’1,5% dell’elettricità mondiale; per il 2030 ne prevede il raddoppio, pur con ampi margini e dubbi in ogni direzione, dunque arriveranno intorno al 3% e sotto l’1% delle emissioni globali di CO2. Nel 2025 i soli centri dedicati all’IA valevano circa mezzo punto percentuale dei consumi elettrici. La produzione di cemento, da sola, emette circa l’8% della CO2 mondiale; il turismo, voli compresi, intorno all’8% dei gas serra. I soli videogiochi, negli Stati Uniti, consumano circa il 2,4% dell’elettricità domestica. Estrazione mineraria, consumo d’acqua e lavoro sottopagato non sono un’invenzione dell’IA: attraversano l’acciaio, l’elettronica, l’agricoltura industriale e l’abbigliamento. Eppure nessuno a sinistra propone di rifiutare in blocco il turismo, lo streaming o i videogiochi, che pure inquinano e non sono beni di prima necessità; al massimo si chiede di regolarli e renderli più sostenibili. Pretendere un rifiuto solo per l’IA è un doppio standard. Il problema che la stessa Agenzia segnala è un altro: la crescita dei data center è rapidissima e concentrata in pochi luoghi, al punto che in Irlanda assorbono ormai oltre un quinto dell’elettricità nazionale e negli Stati Uniti gran parte di quella nuova energia viene ancora da fonti fossili. È una questione di gestione delle risorse, cioè di dove si costruiscono, con quale energia e per decisione di chi. La risposta sensata è rendere queste macchine – anzi, tutte le macchine – più sostenibili, non rifiutarle.
Molti critici, come in misura diversa Crawford e Steyerl, sembrano ammettere un solo uso legittimo di queste tecnologie: quello che serve a smontarle ed esporne la logica. Usare la macchina contro la macchina è spesso illuminante, ma ridurre ogni uso alla critica è limitante, quando tanti usi previsti molto utili chiedono soltanto di essere sottratti al controllo esclusivo di chi li vende. Il passaggio che non riesco ad accettare è quello che dal danno specifico conduce al rifiuto generale: l’IA ha dei problemi e da questo si conclude che va ostacolata e respinta in larga parte. E questo al netto del fatto che alcuni di quelli che vengono presentati come danni, a mio parere, non lo sono – non parlo qui dei danni ambientali, che sono purtroppo concreti, ma ad esempio di quelli alla nostra mente, su cui non esiste una letteratura scientifica netta e pacifica.
Nella pratica insomma il rifiuto è un boicottaggio e il boicottaggio mi sembra un’idea impraticabile e autolesionista. I luddisti erano lavoratori qualificati che controllavano un passaggio decisivo della produzione e potevano esercitare pressione su un numero limitato di padroni. Un boicottaggio di consumatori dispersi contro uno strumento che milioni di persone usano ogni giorno per lavorare, studiare e sbrigare faccende quotidiane si scontra invece con tutti i limiti dell’azione collettiva e chi rinuncia alla competenza tecnica lascia il campo a chi non ha alcun interesse a cambiarne la forma. Il caso di illustratori, traduttori o doppiatori è più vicino a quello dei luddisti; ma anche lì il rifiuto rischia di trasformarsi in una guerra tra poveri, perché molti di loro usano già questi strumenti e non intendono rinunciarvi.
Brian Merchant, in Blood in the Machine, ha usato proprio Hobsbawm e Thompson per rivendicare i luddisti come modello per i lavoratori minacciati dalle grandi aziende tecnologiche, dagli autisti di Uber agli illustratori alle prese con l’IA generativa. Ma Merchant stesso insiste che i luddisti non si opponevano alle macchine in quanto tali: si opponevano al modo in cui venivano introdotte, senza che chi lavorava avesse voce in capitolo. Resta da capire che cosa si chiede. Un divieto d’uso mi sembra sterile; si deve piuttosto sviluppare un sistema sociale che accolga queste macchine diminuendo le disparità invece di aumentarle. Su un punto sono in disaccordo con Merchant: l’autore confronta le immagini generate con quelle di un artista esperto e conclude che le aziende le adottano solo perché costano meno. Spesso è vero, ma solo perché non sta considerando quel che può fare un artista esperto con l’IA: scambia un limite del contesto sociale con uno della tecnica.
Nel 2023 gli sceneggiatori americani hanno scioperato per quasi cinque mesi e hanno ottenuto un accordo che – attenzione – non bandisce l’IA, ma stabilisce che lo sceneggiatore può scegliere di servirsene senza che nessuno possa obbligarlo. Hanno fatto ciò che facevano i veri luddisti, colpendo il sistema, e hanno lasciato a chi lavora la decisione sull’uso. Una scelta individuale protetta da un quadro collettivo evita la guerra tra poveri e tiene conto del fatto che chi rifiuta l’IA subisce la concorrenza di chi la usa e un divieto morale vincola solo chi lo accetta, lasciando il vantaggio a tutti gli altri. Il rifiuto efficace, insomma, è stato un rifiuto del lavoro, non dello strumento. È però una vittoria limitata e locale: vale per un solo sindacato, in un solo paese, in un settore in cui i lavoratori avevano ancora la forza di fermare la produzione e soprattutto non tocca né la proprietà dei modelli né la loro forma.
La frase di Marx da cui sono partito apre una lunga tradizione di dibattiti. Nel 1961, sul primo numero dei Quaderni Rossi, Raniero Panzieri attaccava la fiducia nel progresso tecnico diffusa nel Pci e nel sindacato, sostenendo che l’uso capitalistico delle macchine determina lo sviluppo tecnico stesso e che i rapporti di produzione stanno dentro le forze produttive. Una decina d’anni dopo Claudio Napoleoni giudicava insostenibile la distinzione marxiana tra la macchina e il suo uso, perché una macchina usata in modo non capitalistico sarebbe, di fatto, un’altra macchina. Da quel lato del dibattito vengono molti argomenti del rifiuto odierno, anche se Panzieri non chiedeva di rinunciare alle macchine ma di contenderne la forma attraverso il controllo operaio. Sono obiezioni che in parte accolgo e la loro conclusione è più vicina alla mia di quanto sembri: è proprio perché macchina e uso non si lasciano separare con un taglio netto che bisogna distinguere, caso per caso, ciò che va cambiato da ciò che va difeso.
Dall’altro lato, Lenin vedeva nel taylorismo sia la raffinatezza dello sfruttamento borghese che conquiste scientifiche da far proprie e ripeteva che il socialismo andava costruito con tutta la cultura, la scienza e la tecnica lasciate dal capitalismo. Più di dieci anni dopo, Walter Benjamin, in «L’autore come produttore», sosteneva che il compito dell’intellettuale progressista non è rifornire l’apparato di produzione per cui lavora, ma trasformarlo.
Hans Magnus Enzensberger distingueva un uso repressivo dei media, con un centro che trasmette e una massa di consumatori isolati, da un uso emancipatorio in cui ogni ricevente è anche trasmittente e rimproverava alla Nuova Sinistra un «arcaismo culturale», accusandola di aver ridotto lo sviluppo dei media a un unico concetto, quello di manipolazione. La stessa linea ritorna nel Manifesto cyborg di Donna Haraway, che invitava il femminismo socialista ad assumersi la responsabilità delle macchine invece di rifugiarsi in una natura innocente mai esistita, nel Manifesto xenofemminista di Laboria Cuboniks e in Assembly di Michael Hardt e Antonio Negri, che hanno fatto dell’appropriazione del capitale fisso uno dei loro temi centrali. Il precedente storico più citato resta il Cile di Allende, dove fra il 1971 e il 1973 il cibernetico britannico Stafford Beer e Fernando Flores costruirono Cybersyn, una rete di telex e modelli statistici per coordinare le industrie nazionalizzate con la partecipazione degli operai.
Il caso più interessante degli ultimi mesi è quello di Morozov, che ha costruito la propria reputazione demolendo il cyberutopismo e che ancora nel 2023 leggeva l’ideologia dell’intelligenza artificiale generale come un figlio illegittimo del neoliberismo. Nel dicembre 2024, sulla Boston Review, ha cambiato registro, respingendo insieme i realisti che chiedono soltanto regole e i refusenik che rifiutano tutto; un anno dopo, in «Socialism After AI», ha rimproverato ai socialisti di trattare l’IA come uno strumento neutro da reindirizzare e di avere soltanto riflessi difensivi, come regolarla, tassarla o nazionalizzarla. La sua proposta è un socialismo capace di sperimentare, fatto di modelli municipali addestrati sui documenti pubblici di una città, di reti di artisti e archivisti che costruiscono modelli per lingue in via d’estinzione, di istituzioni che permettano di provare configurazioni diverse e di abbandonarle. Nella replica ai suoi critici la formula si è fatta ancora più netta: si tratta di appropriarsi dell’IA come infrastruttura di sperimentazione collettiva. Con Morozov condivido la diffidenza verso la distinzione marxiana da cui sono partito e ci separa altro, perché lui insiste sulla cristallizzazione dei rapporti capitalistici dentro il modello e io sull’eccedenza che quei rapporti non riescono a contenere.
Il dibattito che ne è seguito su The Ideas Letter merita attenzione. Aaron Benanav ha obiettato a Morozov che nessuna sperimentazione è libera da scelte politiche, dato che ogni decisione di investimento privilegia alcuni futuri a scapito di altri; vale anche per l’eccedenza di cui parlo, che per essere coltivata deve essere finanziata. Leif Weatherby, in un saggio intitolato «Automate the C-Suite», ha sostenuto che l’IA va intesa come la materializzazione della razionalità decisionale del capitalismo, frutto di un secolo di teoria dell’ottimizzazione, economia neoliberale e informatica, un blocco in cui tecnica e ideologia non si lasciano separare. Se ha ragione, cambiare il proprietario della macchina lascerebbe intatta la razionalità che vi è inscritta.
Credo che Weatherby colga una genealogia reale ma che ne tragga un’identificazione troppo stretta. La programmazione lineare, che lui fa risalire a George Dantzig e colloca al cuore di quella razionalità, era stata inventata in modo indipendente da Leonid Kantorovich in Unione Sovietica, proprio per pianificare la produzione: segno che la sua saldatura con il neoliberismo occidentale è un fatto storico, contingente come tutti i fatti storici. Ogni cosa, del resto, è ottimizzata per qualcuno e secondo qualche criterio, e ciò che distingue il capitalismo è il criterio selettivo, cioè il profitto. Weatherby stesso, d’altra parte, nota che i modelli linguistici deviano dalla storia da cui provengono, perché gran parte dell’ottimizzazione mirava a tagliar via le scorie della cultura umana mentre questi modelli producono altra cultura. Ed è curioso che la sua conclusione sia molto meno cupa delle premesse: la logica di queste macchine, scrive, tende a rendere superflua la classe dei dirigenti e degli amministratori delegati, cioè proprio chi le possiede. È l’eccedenza vista dall’alto, una macchina che minaccia chi l’ha voluta. Che una razionalità sia inscritta in una macchina non significa che sia per forza negativa né che ne esaurisca gli usi: dedurre dall’impronta capitalistica di un modello che ogni suo uso sia capitalistico è, ancora una volta, una fallacia genetica.
Il politologo Langdon Winner distingueva le tecnologie che richiedono un certo assetto sociale da quelle che sono soltanto compatibili con esso, usando come esempio l’energia: il nucleare, sosteneva, esige un’organizzazione centralizzata e gerarchica, mentre il solare si presta a forme decentrate. A guardarlo bene, un modello linguistico è le due cose insieme, a seconda del livello che si considera. Il pre-addestramento di un modello di punta somiglia a una centrale nucleare, perché richiede enormi potenze di calcolo, data center grandi come quartieri e capitali che pochi stati potrebbero mobilitare. L’adattamento di un modello aperto a un compito specifico, la distillazione in modelli più piccoli, l’esecuzione in locale su un computer personale somigliano piuttosto ai pannelli sul tetto di casa. La tendenza centralizzatrice sta in alto, l’eccedenza in basso, e da qualche anno la distillazione trasferisce capacità dall’alto verso il basso, anche se in questo modo il basso continua a dipendere da ciò che si fa in alto.
Ne discende una strategia più complessa. Il pre-addestramento può essere finanziato con infrastrutture di calcolo pubbliche, come è già accaduto in piccolo e solo in forma sperimentale con il modello svizzero Apertus, sviluppato dai politecnici di Losanna e Zurigo, o con Minerva, addestrato dalla Sapienza sul supercalcolatore Leonardo del Cineca; l’adattamento può avvenire in modo decentrato, nelle comunità, nelle istituzioni, nei sindacati. Ovviamente anche le infrastrutture pubbliche comprano i loro chip da un oligopolio di produttori e la catena dei semiconduttori resta il punto in cui la riappropriazione per ora non arriva. Ma lasciare tutta la filiera in mano a una manciata di aziende sarebbe di gran lunga peggio.
Riconoscere che non tutto quel che nasce nel capitalismo è da scartare non richiede giustificazioni politiche, come non le richiede accendere la luce, e il moralismo del purista che chiede di astenersene lascia intatto il potere di chi produce queste macchine e impoverisce chi potrebbe usarle. Si può obiettare, con Audre Lorde, che gli attrezzi del padrone non smonteranno mai la casa del padrone. Lorde però parlava degli strumenti concettuali e istituzionali con cui il femminismo accademico bianco ignorava le differenze di razza e di classe, mentre la sua stessa opera circolava attraverso la lingua, l’editoria e le università del padrone. Nessun movimento ha mai trasformato una società con strumenti estranei a quella società – pretendere di rifiutarli tutti è impossibile prima ancora che inutile.
L’uso, però, non basta se non si accompagna a una lotta per il controllo. Il che non vuol dire battersi per un diritto d’autore più rigido, che sembra proteggere illustratori e traduttori ma farebbe arrivare i compensi soprattutto a editori e grandi archivi e lascerebbe sul mercato solo le aziende in grado di pagare le licenze, escludendo i modelli aperti e pubblici. Bisogna battersi piuttosto perché i modelli siano aperti, con codice e pesi ispezionabili e modificabili dalla collettività. E il discorso non può fermarsi ai confini di un paese: come ha ricordato Cecilia Rikap, i modelli sono addestrati sulla produzione creativa del mondo intero e una loro nazionalizzazione americana sarebbe una riappropriazione solo per pochi.
L’intervento di Rikap fa parte di un dibattito che considero il segnale più interessante di questi mesi. All’inizio dell’estate Bernie Sanders ha proposto una tassa una tantum del 50% sulle grandi aziende di IA, da pagare in azioni, per costituire un fondo pubblico. Sono piuttosto scettico della proposta in sé: trasferisce allo Stato metà delle azioni, ma si limita alla proprietà e ai dividendi senza toccare la forma dei modelli, e riguarda solo gli Stati Uniti. Il fatto che idee simili circolino anche ai vertici dell’industria tech, da Sam Altman a Dario Amodei, dovrebbe metterci in guardia. Il passo avanti sta in ciò che ne è seguito su Jacobin. Michael McCarthy ha chiesto che a decidere siano anzitutto i lavoratori il cui mestiere viene ridisegnato; Nuno Teles ha scritto che la sinistra deve respingere tanto le profezie sull’apocalisse occupazionale quanto la tentazione del luddismo, nel senso corrente e non storico del termine, perché sotto controllo pubblico queste macchine potrebbero alleggerire la fatica invece di comprimere i salari. Finalmente si discute di chi debba controllare i modelli, mentre fino a poco tempo fa, e in parte ancora oggi, si discuteva soprattutto della loro presunta inutilità.
Marx chiedeva agli operai di imparare a distinguere la macchina dal suo uso capitalistico, e la tradizione che da Panzieri arriva a Napoleoni e a Morozov gli ha risposto che quella distinzione non regge, perché la macchina porta dentro di sé le scelte di chi l’ha voluta. Credo che la risposta ripeta l’errore della domanda. Marx separava in modo troppo netto, i suoi critici tendono a saldare con la stessa rigidità. Entrambe le versioni non riescono a descrivere una macchina che non è né neutra né determinata. Queste macchine fanno già, ogni giorno, molte cose buone esattamente nel modo per cui sono state progettate. Ne fanno anche altre che nessuno aveva previsto e che chi le vende non ha interesse a coltivare. Non dobbiamo scegliere fra difesa e rifiuto, ma prendere il buono che c’è già, allargare il margine di indeterminazione di cui parlava Simondon e lottare perché a decidere la forma di queste macchine siano anche quelli che le usano. I luddisti, che distinguevano telaio da telaio e padrone da padrone, lo avevano capito due secoli fa; il tempo e l’esperienza che Marx chiedeva a loro servono oggi soprattutto a noi.
Francesco D’Isa