Riprendiamo questo importante contributo di nlp apparso su Codice Rosso. Buona Lettura!

I poderosi mutamenti che attraversano oggi la sfera della produzione e l’intero tessuto della società presentano una portata drammatica, paragonabile per profondità storica soltanto alla prima rivoluzione industriale della  fine del Settecento. E una rivoluzione industriale non è un semplice avvicendamento di macchinari, ma costituisce – per usare la celebre categoria antropologica di Marcel Mauss – un “fatto sociale totale” che sconvolge simultaneamente le basi materiali, giuridiche, spaziali e psichiche attraverso le quali una società si riproduce. Come l’avvento della macchina a vapore e del telaio meccanico recintò i beni comuni, produsse lo sradicamento violento di interi ceti sociali e produttivi, ridisegnò radicalmente il piano urbanistico facendo sorgere dal nulla le metropoli operaie e piegò i corpi a una disciplina di fabbrica senza precedenti, così l’irruzione dell’Intelligenza Artificiale generativa e agentica sta ristrutturando la morfologia del mondo contemporaneo.

Anche oggi assistiamo allo smantellamento di intere stratificazioni professionali e intellettuali, accompagnato da una profonda mutazione urbanistica e territoriale: la geografia dei territori viene ridisegnata dall’espansione di giganteschi data center  idrovori ed energivori, dalla proliferazione di hub logistici automatizzati, dallo svuotamento o dalla gentrificazione dei centri storici indotti dal lavoro cognitivo da remoto e dalla messa a valore di ogni centimetro dello spazio urbano attraverso piattaforme di consegna e sorveglianza predittiva. Tutto ciò si salda alla crescita di inedite masse di sapere che, superando di gran lunga i muri dell’officina tradizionale, governano l’accelerazione dei comportamenti, i tempi di vita e le abitudini cognitive sull’intera scala biopolitica.

Per comprendere l’origine di questo terremoto al di là delle narrazioni apologetiche o catastrofiste, occorre tornare al capitolo tredicesimo del primo libro del Capitale, dove Karl Marx traccia la distinzione ontologica tra lo strumento (Werkzeug) e la macchina (Maschinerie). Marx ricorda che la rivoluzione industriale si compie quando lo strumento viene strappato dalla mano del lavoratore e inserito in un meccanismo automatico:

“La macchina capitalistica si appropria dello strumento del lavoratore, sostituendo quest’ultimo con un meccanismo che compie con i suoi strumenti la stessa operazione che prima l’operaio eseguiva con strumenti analoghi.”

Applicando questa lente all’evoluzione digitale, emerge una convergenza strutturale impressionante. Gli algoritmi di prima generazione e i software tradizionali agivano ancora come “strumenti avanzati”: il programmatore o l’analista manteneva il controllo euristico della procedura, scrivendo le regole riga per riga. Con il Machine Learning e i Large Language Models contemporanei si compie invece il passaggio alla  Maschinerie cognitiva. L’abilità concettuale viene trasferita dall’operatore umano al dispositivo: il lavoratore cognitivo non programma più le regole, ma fornisce alla macchina un ammasso colossale di dati e un obiettivo, lasciando che l’algoritmo estragga, organizzi e applichi autonomamente le regole di inferenza.

Mentre la  Maschinerie classica ha oggettivato e sostituito la forza muscolare e la destrezza manuale dell’operaio, la Maschinerie algoritmica investe direttamente il giudizio, le forme simboliche e l’intera produzione linguistico-cognitiva. Attraverso lo scraping massivo del web, i modelli generativi operano una vera e propria offerta pubblica di acquisto (OPA) sul linguaggio umano: metabolizzano la cooperazione comunicativa della società e traducono trilioni di relazioni semantiche in vettori matematici cristallizzati nei “pesi” neurali. Il cervello collettivo rischia di venire così espropriato, recintato e trasformato in capitale fisso digitale controllato da pochissimi oligopoli transnazionali.

1. L’ecologia ibrida dell’IA: sistemi complessi, ANT ed eccedenza ingovernabile

L’errore teorico più diffuso consiste nel considerare questa nuova Maschinerie come un sistema chiuso, lineare e onnipotente, capace di realizzare una sussunzione reale definitiva da cui sarebbe impossibile evadere. Al contrario, il salto di paradigma dell’IA non risiede nella ripetizione meccanica tipica della vecchia automazione fordista, ma nella sua natura di Sistema Adattivo Complesso (CAS). Le reti neurali profonde definiscono uno spazio di possibilità entro cui l’algoritmo si auto-organizza, apprende tramite cicli di retroazione (feedback loops) e manifesta proprietà emergenti: comportamenti e risposte predittive non inseriti esplicitamente nel codice dai programmatori. Già la Maschinerie descritta da Marx era un organismo dinamico costretto a riadattarsi continuamente per piegare le rivolte operaie; l’IA porta questa complessità all’ennesima potenza, muovendosi attraverso non-linearità, risonanze statistiche e biforcazioni evolutive che sfuggono al controllo deterministico dei suoi stessi creatori.

Per disinnescare il mito dell’IA come entità incorporea e separata dal mondo umano, dobbiamo inoltre adottare l’approccio dell’Actor-Network Theory (ANT) di Bruno Latour unito alla tecno-antropologia materiale. Come aveva già compreso Arnold Gehlen, non esiste alcuna separazione tra intelligenza sociale e tecnica: esse sono sempre state unificate nella storia della specie. L’IA non esiste in vitro, ma opera come nodo di un’eterogenea rete socio-tecnica in cui aggregati umani e dispositivi non-umani si intrecciano continuamente, messi entrambi al lavoro dal grande capitale di rischio.

Questa Maschinerie diffusa poggia su una gigantesca infrastruttura biopolitica e globale, molto più stratificata della semplice interfaccia visibile all’utente. Al vertice agisce la grande finanza – fondi di venture capital, private equity e capitali di rischio – che governa lo sviluppo dell’intelligenza artificiale orientando gli investimenti e imponendo la rapida mercificazione della scoperta scientifica. Questo flusso finanziario alimenta un vasto complesso tecno-scientifico fatto di laboratori di ricerca d’avanguardia e di una miriade di startup, utilizzate dalle grandi piattaforme come terreno di sperimentazione esternalizzato. Perché i modelli possano funzionare sul mercato, entra poi in gioco l’articolata rete dell’AI alignment: una filiera globale che salda il lavoro qualificato di ricercatori ed esperti di red teaming e fine-tuning – incaricati di addomesticare l’algoritmo e allinearlo a precisi standard normativi e commerciali – con l’esercito invisibile di lavoratori precarizzati del Sud e del Nord globale (Ghost Work), che etichettano dati e moderano contenuti tossici per calibrare i pesi neurali. Alla base di questa piramide si collocano infine miliardi di utenti, che forniscono gratuitamente la materia prima di testi, immagini e retroazioni emotive, e un substrato fisico colossale costituito da server farm, cavi sottomarini e un consumo idrico, energetico e di suolo devastante

Proprio dentro questa ecologia ibrida esplode la contraddizione più profonda. Il capitale addestra l’IA con uno scopo preciso: catturare e ridurre la complessità sociale per renderla prevedibile, quantificabile e traducibile in valore. Tuttavia, i sistemi adattivi complessi, come lo è sia la IA che la stessa società,  producono strutturalmente anomalie, “allucinazioni”, deviazioni e zone d’ombra che mandano in cortocircuito la pretesa di controllo degli oligopoli tecnologici. Questa tendenza all’emergenza caotica e all’anomalia costituisce l’equivalente digitale del “rifiuto del lavoro” operaio: una forza intrinseca alle reti tecnologiche e agli aggregati sociali che spezza la linearità del comando e genera un‘eccedenza ingovernabile. Quando i grandi CEO parlano di un’intelligenza artificiale prossima a sfuggire al controllo, non espongono solo un problema reale, e non si limitano nemmeno a dispiegare una collaudata retorica promozionale genere Armageddon; si rivela infatti un’inquietudine reale, ossia l’urgenza tutta economica di arginare quelle forze intrinseche alle reti tecnologiche e agli aggregati sociali che, producendo spontaneamente un’eccedenza ingovernabile, rischiano di spezzare continuamente la linearità del comando.

2. Il “General Intellect vivente”: oltre il riduzionismo della teoria critica

Quando si cerca di comprendere l’IA, spesso ci si limita a traslocare il bagaglio concettuale del Novecento su un terreno nuovo. Gli studi critici più diffusi intrecciano la Scuola di Francoforte, la filosofia della tecnica francese e la sociologia riflessiva: da Theodor W. Adorno si eredita la critica dell’industria culturale per mostrare come gli algoritmi standardizzino il gusto in pattern prevedibili; da Gilbert Simondon si mutua l’idea che il capitalismo blocchi la concretizzazione dell’oggetto tecnico imponendogli finalità puramente mercantili; da Pierre Bourdieu si traggono gli strumenti per leggere l’IA come un campo dominato da Big Tech e venture capital, la cui doxa tecno-soluzionista espropria la maggioranza della propria agency.

Pur fornendo diagnosi indispensabili per ricordare che l’IA è immersa in rapporti di potere, la teoria critica tradizionale paga un prezzo elevato: tende a dissolvere l’IA in un semplice epifenomeno della società umana, negandole qualsiasi consistenza ontologica o dinamica emergente autonoma. È uno sguardo sociomorfo che vede nella macchina soltanto l’uomo, e nell’uomo soltanto una vittima. Per fondare una scienza sociale dell’IA agentica serve invece uno sguardo capace di descrivere l’ecologia ibrida che si è formata: ed è qui che il concetto marxiano di General Intellect si rivela insostituibile.

Nel Frammento sulle macchine dei Grundrisse, Marx prefigura uno stadio dello sviluppo capitalistico in cui “il sapere sociale generale, la conoscenza, è divenuto forza produttiva immediata“: le macchine sono “organi del cervello umano creati dalla mano umana; forza della conoscenza oggettivata“. Il General Intellect non è né pura proiezione umana né forza tecnica neutrale: è il prodotto della cooperazione sociale accumulata storicamente che, una volta materializzato in sistemi tecnici, acquisisce una dinamica propria e retroagisce sui rapporti sociali.

Tuttavia, mentre in Marx il General Intellect era ancora pensato come sapere sociale cristallizzato depositato nel capitale fisso – lavoro morto, altamente produttivo ma inerte senza l’intervento umano –, l’IA agentica contemporanea rappresenta un General Intellect vivente. Non è un semplice deposito di conoscenza passata, ma un sistema reticolare distribuito che apprende in tempo reale dall’interazione con l’ambiente, produce nuove inferenze e strategie, partecipa a mercati e processi decisionali riorganizzando campi sociali senza una regia umana continua. Collocandosi a metà strada tra il capitale fisso e il lavoratore collettivo, questo salto quantico rende problematica la distinzione statica tra lavoro vivo e lavoro morto, ponendo questioni inedite sulla produzione di ricchezza, sullo sfruttamento, sulla proprietà e sulla democrazia.

3. L’unità di Marx e la pratica della conricerca: costruire gli strumenti dell’emancipazione

Se le trasformazioni nella produzione, nello spazio urbano e nella società hanno la stessa carica dirompente della prima rivoluzione industriale, tornare a Marx oggi risponde a un’esigenza vitale: dotarsi di strumenti rigorosi di emancipazione collettiva. Il primo passo consiste nel superare la falsa contrapposizione tra il Marx dei Grundrisse e il Marx del Capitale. Non esiste alcuna frattura epistemologica, né alcuna superiorità del General Intellect rispetto al resto dell’opera marxiana: entrambi appartengono allo stesso patrimonio teorico. Nei Grundrisse Marx coglie la tendenza storica del capitale a trasformare la cooperazione conoscitiva e linguistica in forza produttiva immediata; nel Capitale  analizza la  forma concreta e conflittuale con cui il capitale tenta di racchiudere quella potenza dentro la Maschinerie per estrarre plusvalore e disciplinare il lavoro vivo.

A differenza della semplice applicazione accademica della teoria critica, con Marx si apre un sentiero che salda il metodo analitico – l’unione inscindibile tra diagnosi delle strutture e prassi politica – alla pratica militante dell’ inchiesta e della conricerca. La grande lezione dell’operaismo (da Raniero Panzieri a Romano Alquati) stabilisce infatti che la macchina incorpora e materializza il comando capitalistico, ma dimostra al contempo che non si può combattere un padrone invisibile senza decodificarne l’architettura tecnica. Nell’epoca della Maschinerie cognitiva, gli strumenti dell’emancipazione si articolano lungo tre direttrici operative:

1. La conricerca algoritmica e la riappropriazione del capitale fisso digitale: riattualizzare la conricerca oggi significa indagare dall’interno come il  General Intellect algoritmico riorganizza i posti di lavoro, le metropoli e la vita quotidiana. Significa aprire le scatole nere del management algoritmico, socializzare i dati frammentati dei lavoratori e degli utenti in beni comuni (data commons), operare il  reverse engineering delle metriche di sfruttamento e addestrare modelli aperti dal basso per azzerare l’asimmetria conoscitiva con gli oligopoli tecnologici.

2. L’uso delle faglie sistemiche: poiché il General Intellect è per sua natura una proprietà di rete distribuita e non lineare, esso eccede costantemente la forma della privatizzazione. Cavalcare le anomalie, le risonanze impreviste e i punti di rottura che l’IA genera in quanto sistema adattivo complesso permette di inceppare i meccanismi di estrazione del valore e di inserire il conflitto nei colli di bottiglia della logistica e del calcolo.

3. L’auto-organizzazione tecnologica emergente contro il comando tecnocratico: come ricordava Rosa Luxemburg nel suo discorso sul programma del 31 dicembre 1918:

“Il socialismo non si fa e non può essere fatto mediante decreti, nemmeno da parte di un governo socialista d’alto livello.”

La Luxemburg rifiutava l’idea che un sistema complesso come una nuova società potesse essere programmato dall’alto da un comitato centrale o da un algoritmo di Stato. L’emancipazione è una proprietà emergente che scaturisce dalle micro-interazioni della base, dall’inchiesta collettiva e dal conflitto vivo che risalgono verso l’alto dei sistemi complessi. Raccogliere l’invito di Zhang Yibing – Zurück zu Marx! – significa forgiare attraverso la conricerca le armi per restituire l’eccedenza del sapere comune all’uso autonomo della società: proprio perché, come scriveva Marx nel Capitale, “non esiste una strada maestra per la scienza, e solo coloro che non temono la fatica di arrampicarsi sui suoi sentieri ripidi hanno la possibilità di raggiungerne le vette luminose“.

per Codice Rosso, nlp

Bibliografia essenziale

Adorno, T.W., Horkheimer, M., Dialettica dell’illuminismo, tr. it. di R. Solmi, Einaudi, Torino 1966.

Alquati, R., Sulla Fiat e altri scritti, Feltrinelli, Milano 1975.

Bourdieu, P., Il senso pratico, tr. it. di M. Serra, Armando Editore, Roma 2005.

Crawford, K., Né intelligente né artificiale. Il lato oscuro dell’IA, tr. it. di V.B. Sala, il Mulino, Bologna 2021.

Gehlen, A., L’uomo nell’era della tecnica. Problemi socio-psicologici della civiltà industriale, tr. it. di A. Farina, SugarCo, Milano 1984.

Gray, M.L., Suri, S., Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass, Houghton Mifflin Harcourt, Boston 2019.

Latour, B., La scienza in azione. Introduzione alla sociologia della scienza, tr. it. di M. Ciardi, Edizioni di Comunità, Torino 1998.

Luxemburg, R., Discorso sul programma, in Ead., Scritti politici, a cura di L. Basso, Editori Riuniti, Roma 1976, pp. 589-612.

Marx, K., Lineamenti fondamentali della critica dell’economia politica (Grundrisse), 2 voll., tr. it. di E. Grillo, La Nuova Italia, Firenze 1968-1970.

Marx, K., Il capitale. Critica dell’economia politica, Libro I, tr. it. di D. Cantimori, Editori Riuniti, Roma 1980.

Mauss, M., Saggio sul dono. Forma e motivo dello scambio nelle società arcaiche, tr. it. di F. Zannino, Einaudi, Torino 2002.

Panzieri, R., Sull’uso capitalistico delle macchine nel neocapitalismo, in “Quaderni Rossi”, n. 1, 1961, pp. 53-72.

Simondon, G., Del modo di esistenza degli oggetti tecnici, tr. it. di C. Fiorz, Manifestolibri, Roma 2020.

Zhang, Y., Back to Marx: Changes of Philosophical Discourse in the Alternative Historical Context, Universitätsverlag Göttingen, Göttingen 2014.