Il calice condiviso. Per un’AI come bene comune?

Foto di Boitumelo su Unsplash

L’articolo L’amaro calice di Franco Berardi Bifo descrive con lucidità molti dei rischi dell’epoca che stiamo attraversando: concentrazione del potere tecnologico, delega sistematica di competenze cognitive, progressiva ibridazione tra umano e macchina, uso militare dell’intelligenza artificiale, giganteschi investimenti finanziari forse non sostenibili. È una diagnosi severa e, in buona parte, condivisibile. Il punto su cui vale la pena discutere è la conclusione che Bifo ne trae, perché da quegli stessi fenomeni si può ricavare una deduzione diversa.

L’intelligenza artificiale che osserviamo oggi è certamente plasmata da un capitalismo tecnologico fortemente concentrato, da interessi geopolitici e militari e da modelli economici fondati sull’estrazione di dati e attenzione. Ma non è evidente che queste caratteristiche appartengano necessariamente all’AI.

C’è un passaggio, nell’argomentazione di Bifo, che ritorna più volte: ciò che sta accadendo tende a diventare ciò che deve accadere. La militarizzazione diventa il destino dell’AI. La delega cognitiva diventa disattivazione inevitabile del pensiero. La concentrazione economica diventa appropriazione definitiva del general intellect. La produzione simbolica artificiale diventa preludio alla scomparsa dell’umano. È proprio questa trasformazione della contingenza in necessità che vorrei mettere in discussione. Non per negare il rischio, ma il rischio esiste proprio se esistono ancora alternative.

La Chiesa è contro il paradigma tecnocratico, non contro l’AI

Un punto di partenza interessante è proprio l’enciclica Magnifica Humanitas di Leone XIV, da cui prende le mosse anche Bifo. L’enciclica formula una critica molto netta al paradigma tecnocratico: la convinzione che tutto ciò che può essere tecnicamente realizzato debba essere realizzato e che efficienza, ottimizzazione e controllo costituiscano criteri sufficienti per organizzare la società. Ma non identifica la tecnologia con quel paradigma. Al contrario, riconosce esplicitamente il valore del progresso tecnico e concentra la propria critica sulla distribuzione del potere, sui fini che orientano la tecnologia e sulle istituzioni che possono governarla. A mio parere è un passaggio decisivo.

Quando parla della destinazione universale dei beni, Magnifica Humanitas include esplicitamente, al §67, tra le nuove forme di proprietà brevetti, algoritmi, piattaforme digitali, infrastrutture tecnologiche e dati, e considera problematico che questi beni restino concentrati nelle mani di pochi quando mancano adeguate forme di condivisione e di accesso.

Sul tema specifico dell’AI l’enciclica va ancora oltre. Ai §§108–109 afferma che la proprietà dei dati non può essere lasciata soltanto ai privati, invita a immaginare forme per gestirli come beni comuni o collettivi e collega la destinazione universale dei beni alla ricerca di un accesso universale alle tecnologie e alla formazione. Al §110 chiarisce inoltre che «disarmare» l’AI non significa rinunciare alla tecnologia, ma sottrarla alla logica della competizione armata, economica e cognitiva e alla concentrazione monopolistica del potere. La distinzione è sottile ma fondamentale: il problema non è necessariamente l’AI, il problema è chi la possiede, chi ne decide i fini, secondo quali incentivi viene progettata e chi ha il potere di utilizzarla.

Da questa prospettiva il contrario della tecnocrazia non è l’abbandono della tecnologia ma la sua democratizzazione.

Criticare il tecno-capitalismo non significa accettarne l’inevitabilità

La concentrazione di potere denunciata da Bifo non è immaginaria.

Pieter Verdegem definisce l’“AI capitalism” attraverso la commodificazione e l’estrazione dei dati, la concentrazione nell’accesso al talento AI e alla capacità computazionale e le dinamiche di monopolizzazione che ne derivano. Propone il paradigma dei commons come alternativa per ripensare proprietà, governance e distribuzione del valore.

Anche la letteratura più specificamente politica mostra che una parte importante dell’élite tecnologica non considera affatto la tecnologia come un semplice strumento.

James Rushing Daniel ha analizzato la retorica messianica con cui Peter Thiel interpreta e propone una trasformazione dell’ordine capitalistico. Ali Riza Taşkale interpreta le visioni di Thiel, Elon Musk e Marc Andreessen come una traduzione di immaginari fantascientifici in strategie e forme di governance che incidono sui rapporti di potere reali.

Questa critica rafforza, non indebolisce, parte della diagnosi di Bifo, ma conduce anche a una domanda diversa: se il problema è una particolare concentrazione di potere economico, tecnologico e politico, perché dovremmo considerarla una proprietà intrinseca della tecnologia invece che un regime storico della tecnologia? L’oligopolio non è una legge dell’informatica. La sorveglianza non è una proprietà matematica dei transformer. Il monopolio del compute non è un requisito ontologico dell’intelligenza artificiale. Sono configurazioni economiche, industriali e politiche. E ciò che è politicamente costruito può almeno in principio essere politicamente trasformato.

L’AI è essenzialmente una tecnologia di guerra?

Qui la tesi di Bifo merita una verifica più diretta.

Che l’intelligenza artificiale sia ormai una tecnologia strategica e militare è difficile da contestare. Sistemi autonomi, intelligence, targeting, cyberwarfare, sorveglianza, logistica e analisi dei dati fanno dell’AI una componente sempre più importante dell’apparato militare contemporaneo.

Il problema nasce quando da questo si passa ad affermare che le risorse necessarie allo sviluppo dell’AI provengano “quasi esclusivamente” dal sistema militare e che le sue applicazioni essenziali siano militari. È la formulazione utilizzata da Bifo.

I dati disponibili raccontano una realtà più complessa. Secondo lo Stanford AI Index 2026, nel solo 2025 gli investimenti privati statunitensi nell’AI hanno raggiunto 285,9 miliardi di dollari. Nello stesso rapporto, l’industria risulta aver prodotto oltre il 90% dei modelli di frontiera considerati rilevanti; l’adozione organizzativa dell’AI ha raggiunto l’88% e il valore annuo stimato degli strumenti di AI generativa per i consumatori statunitensi è arrivato a 172 miliardi di dollari all’inizio del 2026.

Questi dati non dimostrano affatto che la dimensione militare sia marginale. L’AI è una tecnologia dual-use: ricerca pubblica, procurement statale e militare, competizione geopolitica, cloud, chip e mercato privato possono alimentarsi reciprocamente. La presenza di impieghi civili non esclude quindi un ruolo strutturale degli interessi militari e strategici.

Ridimensionano però la formulazione più forte di Bifo: che le risorse dell’ecosistema AI provengano «quasi esclusivamente» dal sistema militare e che il suo valore d’uso sia essenzialmente la guerra. I dati mostrano almeno un ecosistema molto più composito, nel quale capitale privato, industria civile, ricerca pubblica e impieghi militari interagiscono.

Esiste inoltre già un valore d’uso civile massivo e misurabile: ricerca scientifica, medicina, educazione, sviluppo software, accesso all’informazione, attività professionali e una quantità crescente di processi economici. Questo non neutralizza la militarizzazione, ma impedisce di identificarla con l’intero valore d’uso della tecnologia.

Disarmare l’AI, allora, non significa fingere che il suo uso militare non esista, significa impedire che la logica militare diventi il paradigma che ne determina sviluppo, priorità e controllo. E questa distinzione è importante proprio perché apre uno spazio politico: se l’AI fosse per essenza una tecnologia di guerra, non ci sarebbe molto da governare. Se invece la militarizzazione è una delle possibili traiettorie del suo sviluppo, allora quella traiettoria può essere contrastata.

E la bolla?

C’è poi la questione finanziaria.

Bifo, seguendo Cory Doctorow, interpreta l’attuale corsa all’AI come una possibile bolla. È plausibile che valutazioni, investimenti infrastrutturali e aspettative di rendimento possano rivelarsi eccessivi; non possiamo però considerare già dimostrato né che l’intero settore costituisca una bolla né quale sarebbe la sua dimensione. Non sarebbe, in ogni caso, la prima volta che una trasformazione tecnologica reale viene accompagnata da una forte componente speculativa.

Ma sono due domande differenti.

La prima è: oggi le aziende e le soluzioni dell’AI valgono realisticamente quanto gli investimenti fatti? La seconda è: l’AI produce capacità e utilità reali? Una risposta negativa alla prima non determina automaticamente una risposta negativa alla seconda. Gli stessi dati dello Stanford AI Index mostrano contemporaneamente una crescita eccezionale degli investimenti, un’adozione organizzativa arrivata all’88% e un valore economico percepito dagli utenti già misurabile. Questo non dimostra che le valutazioni finanziarie siano sostenibili, ma rende difficile far coincidere una possibile sopravvalutazione del capitale con l’assenza di utilità della tecnologia.

Una eventuale correzione finanziaria potrebbe quindi dirci molto sul modo in cui il capitale ha valutato l’AI ma direbbe assai meno sull’utilità della tecnologia in sé.

Anche qui occorre evitare di trasformare la critica a un determinato regime economico in una definizione ontologica della tecnologia che quel regime sta finanziando.

L’AI come diritto universale e bene comune

Proprio da questa critica alla concentrazione stanno emergendo, nella ricerca e nel dibattito istituzionale, filoni diversi ma convergenti: l’AI come infrastruttura sociale, la proposta di diritti di partecipazione e accesso, i Digital Public Goods, i commons e la public AI. Sono categorie differenti — politiche, istituzionali e giuridiche — e non vanno trattate come sinonimi; condividono però l’idea che sviluppo e accesso all’AI non debbano essere governati esclusivamente dal mercato e dalla proprietà privata.

Il position paper TheRighttoAI, pubblicato nei Proceedings di ICML 2025, propone concettualmente un “Right to AI”: individui e comunità dovrebbero partecipare in modo significativo allo sviluppo e alla governance dei sistemi che incidono sulla loro vita. Si ispira al “diritto alla città” di Henri Lefebvre e tratta l’AI come infrastruttura sociale. Non descrive un diritto giuridico già riconosciuto né un diritto individuale ad accesso gratuito e illimitato a qualsiasi modello.

Il preprint Should AI Be come an Intergenerational Civil Right? compie un passo ulteriore e propone di riconoscere l’accesso all’AI come diritto civile intergenerazionale, collegando equità di accesso, sostenibilità energetica, rete e capacità computazionale. È una proposta normativa e di ricerca, non la descrizione di un diritto già riconosciuto dal diritto internazionale o dagli ordinamenti nazionali.

Nel 2026 United Nations University, Asian Development Bank e UN Office of Digital and Emerging Technologies hanno pubblicato AI Systems as Digital Public Goods. Il report non dichiara che l’AI sia già un bene pubblico digitale: rileva che oggi pochissimi sistemi soddisfano in pratica il DPG Standard e analizza le condizioni di apertura, accountability, salvaguardia, capacità locale, finanziamento ed equità necessarie perché alcuni sistemi possano diventarlo.

Altri lavori sviluppano tasselli complementari. Huang e Siddarth analizzano il rapporto tra modelli generativi e digital commons; Chan, Bradley e Rajkumar propongono un public data trust che attribuisca ai cittadini una parte del potere decisionale e redistribuisca, secondo il modello proposto, una quota del valore economico associato ai dati; Tan e colleghi sostengono che l’open source, da solo, non democratizzi l’AI se compute, post-training, deployment e oversight restano concentrati, e propongono per questo una public AI sostenuta da infrastrutture e istituzioni pubbliche.

Nessuna di queste proposte dimostra che un’AI comune e democratica nascerà inevitabilmente, né che esista già un diritto universale all’AI. Dimostrano però qualcosa di più modesto e, per questa discussione, sufficiente: esistono modelli accademici e istituzionali concretamente elaborati per organizzare accesso, proprietà e governance in modo diverso dall’attuale concentrazione proprietaria.

L’attuale modello proprietario non è l’unicomodello pensabile.

Disattivazione cognitiva: un rischio reale, non una legge naturale

Uno dei punti più forti di L’amarocalice riguarda la delega cognitiva. Se affidiamo alle macchine la scrittura, la memoria, la ricerca, il ragionamento e progressivamente anche la decisione, non rischiamo di perdere proprio le capacità che deleghiamo? Il rischio esiste.

Uno studio presentato a CHI 2025 ha raccolto da 319 knowledge worker 936 esempi di prima mano sull’uso dell’AI generativa in attività lavorative. È una survey basata su resoconti auto-riferiti: trova che una maggiore fiducia nella GenAI è associata a un minore esercizio del pensiero critico auto-riferito, mentre una maggiore fiducia nelle proprie capacità è associata all’effetto opposto. Non dimostra quindi una perdita cognitiva causale, generale o permanente.

Lo stesso studio contiene però un’altra informazione importante: qualitativamente, il lavoro critico non scompare necessariamente, ma tende a spostarsi verso verifica delle informazioni, integrazione delle risposte e supervisione del compito.

Soprattutto, altri esperimenti mostrano che risultati diversi sono possibili.

Un trial randomizzato pubblicato su Scientific Reports nel 2025 ha confrontato, in uno specifico corso universitario di fisica, un tutor AI progettato secondo principi pedagogici espliciti con lezioni in aula basate su active learning. In quel contesto gli studenti hanno ottenuto maggiori guadagni di apprendimento in meno tempo e hanno riferito maggiore coinvolgimento e motivazione. È una controprova causale importante, ma circoscritta a quello specifico design e contesto didattico.

I due risultati non si contraddicono.

Il punto è questo: gli effetti cognitivi dell’AI non sono uniformi e dipendono almeno dal compito, dal grado di affidamento dell’utente, dal design del sistema, dal contesto e dalla quantità di delega. Un sistema progettato e usato per sostituire sistematicamente lo sforzo cognitivo può favorire dipendenza e passività. Un sistema progettato per provocare domande, fornire feedback, sostenere la verifica e strutturare l’apprendimento può invece, in determinati contesti, migliorare risultati e coinvolgimento. La “disattivazione cognitiva” non è quindi una fantasia, ma non è neppure una legge naturale dell’intelligenza artificiale. La “disattivazione cognitiva” va quindi trattata come un rischio reale e condizionato, non come un esito uniforme o una legge naturale dell’intelligenza artificiale.

Produzione simbolica e mutazione antropologica

Bifo coglie però un punto ancora più profondo.

Per la prima volta una parte crescente della produzione di testi, immagini, musica, codice e altri oggetti simbolici può essere affidata a sistemi non biologici. Questo modifica inevitabilmente il nostro ambiente cognitivo e negarlo sarebbe inutile. Ma anche qui esiste una differenza tra trasformazione e sostituzione.

La scrittura ha trasformato la memoria umana. La stampa ha trasformato la trasmissione del sapere. Le reti digitali hanno trasformato attenzione, comunicazione e accesso all’informazione. L’AI probabilmente trasformerà ancora più profondamente il rapporto tra produzione, conoscenza e decisione. La domanda decisiva non è allora se l’AI ci trasformerà, è chi decide la forma di quella trasformazione.

Se lasciamo che essa sia determinata esclusivamente dalla competizione tra corporation, dalla massimizzazione dell’engagement, dalla sostituzione del lavoro, dalla sorveglianza e dalla superiorità militare, la mutazione descritta da Bifo diventa perfettamente plausibile.

Ma questo è precisamente il motivo per cui la questione dell’AI è politica. Non siamo davanti soltanto a una nuova macchina. Siamo davanti alla costruzione di una nuova infrastruttura cognitiva.

Acqua, petrolio e AI: perché il calice può essere condiviso

Qui può essere utile un paragone volutamente semplice.

Perché l’acqua è stata progressivamente riconosciuta come diritto umano e spesso pensata come bene comune, mentre il petrolio viene trattato prevalentemente come risorsa strategica ed economica? Non soltanto per ciò che sono fisicamente: è anche il risultato di una storia politica e normativa. Nel 2010 l’Assemblea Generale delle Nazioni Unite ha riconosciuto il diritto all’acqua potabile sicura e ai servizi igienico-sanitari come diritto umano. Questo non significa che l’acqua abbia ovunque lo stesso regime giuridico o proprietario. Significa però che il suo accesso essenziale è stato riconosciuto a livello internazionale come qualcosa che non può essere ridotto alla sola capacità individuale di pagamento. Il petrolio ha seguito una storia differente. In molti ordinamenti le risorse del sottosuolo appartengono allo Stato, ma estrazione, distribuzione e valorizzazione sono organizzate soprattutto attraverso imprese pubbliche o private, concessioni, mercati e rendite.

L’analogia con l’AI naturalmente si ferma qui: l’AI non è acqua, e nessuno muore biologicamente dopo tre giorni senza un chatbot. Ma politicamente il paragone aiuta a formulare la domanda.

L’AI sta rapidamente diventando una risorsa per: accedere alla conoscenza; scrivere e comprendere; studiare; lavorare; programmare; ricercare; orientarsi tra quantità enormi di informazioni. Se questa trasformazione continuerà, essere esclusi dall’accesso a strumenti cognitivi avanzati potrebbe significare essere progressivamente esclusi da opportunità economiche, culturali e sociali. In questo senso — politico, non biologico — l’AI comincia ad assomigliare più all’acqua che al petrolio.

È inoltre costruita sopra risorse collettive.

C’è una seconda ragione: i sistemi di AI non sono nati nel vuoto. Dipendono da decenni di ricerca scientifica pubblica e privata, dalla rete Internet, da università, protocolli aperti, linguaggi, biblioteche digitali, produzione culturale e da enormi quantità di dati e testi prodotti socialmente. Questo non significa che tutto ciò che è pubblicamente accessibile sia automaticamente un “bene comune”: contenuti disponibili online possono restare protetti da copyright, privacy, licenze o altri diritti, e non spariscono proprietà intellettuale e diritti di chi ha investito capitale e lavoro.Sarebbe una semplificazione opposta. Significa però che l’idea secondo cui chi ha costruito un modello possa considerare l’intero valore che esso genera come risultato esclusivo della propria attività privata è altrettanto semplicistica. È precisamente questa tensione che i lavori sui digital commons stanno cercando di affrontare. Huang e Siddarth osservano che molti modelli generativi sono addestrati su dati pubblicamente disponibili e usano infrastrutture pubbliche, pur in un ecosistema nel quale convivono contenuti aperti e contenuti soggetti a diritti. Chan, Bradley e Rajkumar propongono un public data trust che licenzi dati di addestramento a sviluppatori commerciali in cambio di una quota dei ricavi. Tan e colleghi sostengono che l’apertura di codice o pesi non sia sufficiente senza infrastrutture e istituzioni capaci di garantire accesso effettivo, sostenibilità e accountability pubblica.

È interessante che Magnifica Humanitas arrivi, da un percorso completamente differente, a una conclusione affine: al §67 include espressamente brevetti, algoritmi, piattaforme digitali, infrastrutture tecnologiche e dati tra le nuove forme di proprietà sottoposte al principio della destinazione universale dei beni; ai §§108–109 lega proprietà dei dati, partecipazione e accesso alle tecnologie al bene comune.

Perché l’AI dovrebbe essere un bene comune?

La domanda potrebbe allora essere rovesciata. Non soltanto: perché l’AI dovrebbe essere un bene comune? Ma: perché dovremmo considerare naturale che una futura infrastruttura cognitiva generale sia governata esclusivamente secondo diritti proprietari e capacità di pagamento?

Parlare di costruire l’AI come bene comune non significa necessariamente nazionalizzare i modelli, abolire l’impresa privata o rendere gratuito ogni servizio. E non significa sostenere che l’AI sia già oggi, in senso giuridico, un bene comune o un diritto universale riconosciuto.

Il “comune”, qui, non è un attributo naturale della tecnologia ma un possibile regime di accesso, gestione, controllo e responsabilità. Può essere costruito in molti modi: accesso universale a capacità di base; infrastrutture pubbliche di calcolo; modelli aperti; data trust; standard interoperabili; diritti di partecipazione; audit indipendenti; limiti alla concentrazione; redistribuzione di una parte delle rendite; servizi pubblici di AI per scuola, ricerca, sanità e pubblica amministrazione.

Sono scelte politiche.

Esattamente come sono scelte politiche quelle che oggi stanno producendo un’AI concentrata, proprietaria e sempre più integrata negli apparati militari.

Il calice condiviso

Forse è allora possibile accettare quasi interamente la diagnosi di Bifo e rifiutarne la prognosi.

Sì: esiste una concentrazione senza precedenti di capitale e potere tecnologico. Sì: esiste una militarizzazione crescente dell’intelligenza artificiale. Sì: esiste il pericolo di una delega cognitiva che impoverisca le capacità umane. Sì: una parte dell’attuale corsa all’AI potrebbe essere alimentata da dinamiche speculative. Sì: l’ingresso di sistemi artificiali nella produzione simbolica modifica profondamente ciò che intendiamo per attività umana. Ma nessuno di questi fatti dimostra che il loro esito sia già scritto. Il rischio più grande sarebbe forse proprio crederlo. Perché se la concentrazione, la militarizzazione e la disattivazione cognitiva fossero la necessaria destinazione dell’intelligenza artificiale, alla politica resterebbero soltanto due possibilità: accettare il nuovo mondo oppure rifiutare la tecnologia.

Se invece sono il prodotto di un determinato regime economico, di determinati incentivi e di determinate istituzioni, esiste una terza possibilità: cambiarne il governo. L’intelligenza artificiale può certamente diventare uno strumento di dominio, guerra e sostituzione dell’umano. Ma può anche essere costruita come infrastruttura di conoscenza, educazione, ricerca, partecipazione e potenziamento delle capacità individuali.

Non sarà la tecnologia a decidere quale delle due cose accadrà. Lo decideranno, almeno in parte, le istituzioni, i diritti, le forme di proprietà e le comunità che riusciremo — o non riusciremo — a costruirle intorno.

Il calice dell’AI non deve quindi essere bevuto in silenzio da una minoranza che ne controlla il contenuto. E non deve necessariamente essere rifiutato come se contenesse un veleno inevitabile. Può essere condiviso.

Forse la vera domanda posta dall’intelligenza artificiale non è se l’umano sia destinato a scomparire. È se saprà ancora esercitare una delle capacità più profondamente umane: decidere collettivamente il proprio futuro.

Fonti essenziali

– Franco Berardi Bifo, “L’amaro calice”, Comune-info, 6 settembre 2026. https://comune-info.net/2026/09/06/lamaro-calice/
– Leone XIV, Magnifica Humanitas, Lettera enciclica, 15 maggio 2026, in particolare §§4, 67, 95–110. https://www.vatican.va/content/leo-xiv/it/encyclicals/documents/20260515-magnifica-humanitas.html
– Stanford Institute for Human-Centered Artificial Intelligence, The 2026 AI Index Report, 2026. https://hai.stanford.edu/ai-index/2026-ai-index-report
Pieter Verdegem, “Dismantling AI capitalism: the commons as an alternative to the power concentration of Big Tech”, AI & Society 39, 727–737 (2024; pubblicato online nel 2022). DOI: 10.1007/s00146-022-01437-8.
– Rashid Mushkani, Hugo Berard, Allison Cohen, Shin Koseki, “Position: The Right to AI”, Proceedings of the 42nd International Conference on Machine Learning, PMLR 267, 81876–81896, 2025 [position paper]. https://proceedings.mlr.press/v267/mushkani25b.html
– Jon Crowcroft, Rute C. Sofia, Dirk Trossen, Vassilis Tsaoussidis, “Should AI Become an Intergenerational Civil Right?”, arXiv:2512.11892, 2025 [preprint / proposta normativa]. https://arxiv.org/abs/2512.11892
– Serge Stinckwich, Natalie Wong, Ally S. Nyamawe, Jia An Liu, Farhan Latif, Jaimee Stuart, AI Systems as Digital Public Goods, United Nations University, commissionato da Asian Development Bank e prodotto con UN ODET, 25 giugno 2026 [report istituzionale]. https://unu.edu/publication/ai-systems-digital-public-goods
– Saffron Huang, Divya Siddarth, “Generative AI and the Digital Commons”, arXiv:2303.11074, 2023 [preprint]. https://arxiv.org/abs/2303.11074
– Alan Chan, Herbie Bradley, Nitarshan Rajkumar, “Reclaiming the Digital Commons: A Public Data Trust for Training Data”, arXiv:2303.09001, accettato ad AIES 2023. https://arxiv.org/abs/2303.09001
– Joshua Tan, Nicholas Vincent, Katherine Elkins, Magnus Sahlgren, Joseph Low, David Pham, Sampo Pyysalo, Jenia Jitsev, “Position: If open source is to win, it must go public”, ICML 2026 Spotlight, arXiv:2507.09296v3 [position paper]. https://arxiv.org/abs/2507.09296
– Hao-Ping (Hank) Lee, Advait Sarkar, Lev Tankelevitch, Ian Drosos, Sean Rintel, Richard Banks, Nicholas Wilson, “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge
– Workers”, CHI 2025, Article 1121, 1–22. DOI: 10.1145/3706598.3713778.
– Greg Kestin, Kelly Miller, Anna Klales, Timothy Milbourne et al., “AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting”, Scientific Reports 15, 17458 (2025). DOI: 10.1038/s41598-025-97652-6.
– James Rushing Daniel, “Rewriting the plan of the world: Peter Thiel’s messianic rhetoric and the end of progressive neoliberalism”, Quarterly Journal of Speech 111(2), 272–295 (2025; online 2024). DOI: 10.1080/00335630.2024.2340046.
– Ali Riza Taşkale, “Materialized Science Fiction: The Tech Oligarchy’s Blueprint for a New Global Order”, Global Studies Quarterly 6(1), ksag002, 2026. DOI: 10.1093/isagsq/ksag002.
-United Nations General Assembly, A/RES/64/292, “The human right to water and sanitation”, 28 luglio 2010. https://digitallibrary.un.org/record/687002

Stefano Lena lavora da molti anni nel mondo della tecnologia e oggi utilizza quotidianamente strumenti di intelligenza artificiale. Non è un ricercatore né uno specialista di filosofia della tecnologia: è un cittadino europeo che, proprio perché usa l’AI e ne osserva da vicino l’evoluzione, cerca di porsi domande sulle sue conseguenze sociali, economiche e umane.

Articolo scritto da Stefano Lena con il supporto dell’intelligenza artificiale.

L'articolo Il calice condiviso. Per un’AI come bene comune? proviene da Comune-info.