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.