L'IA ha vinto. Ora la domanda è se vinciamo anche noi

Fine Agosto, ventilatore acceso, io che sistemo un paio di issue sui miei progetti e nel frattempo scorro LinkedIn, dove da settimane si accavallano post sull’IA che vanno dal “è tutto finito” al “è tutta una bolla”. Ho letto, ho preso appunti, ho litigato mentalmente con qualcuno, e mi sono accorto che sono mesi che rimando un post mio. Non un post tecnico, di quelli con i comandi da copiare. Un post in cui dico quello che penso dell’IA senza sconti, senza quel tono da “vedremo, forse, chissà” che ormai usiamo tutti per non doverci esporre.

La mia tesi in una riga: l’IA ha già vinto. La partita vera adesso è un’altra: far sì che vinca anche l’umanità. Tutta, non un pezzetto.

Ci ho rimuginato per un pezzo, e su un paio di punti devo essere onesto anche con me stesso, perché non sono sicuro fino in fondo. Ma andiamo con ordine.

Smettiamola di raccontarci frottole

C’è un momento, in ogni cambiamento grosso, in cui non si può più far finta di niente. Con l’IA ci siamo arrivati. Le evidenze sono sul tavolo: i modelli scrivono codice, analizzano documenti, gestiscono conversazioni, e lo fanno meglio ogni tre mesi. Puoi trovare mille difetti (ci sono), ma il negazionismo puro — “è solo un pappagallo statistico”, “è una bolla”, “tra un anno se ne parlerà come degli NFT” — è diventato una posizione da bar, non da tecnico.

Il problema di queste resistenze non è che siano sbagliate in sé. È che bloccano la guida. Se metà del dibattito è occupata da chi nega il fenomeno, nessuno si mette a ragionare su come governarlo. E un fenomeno inarrestabile che nessuno guida procede in un solo modo: in modo caotico.

Immagina un fiume in piena. Puoi negare che sta piovendo, puoi costruire argini e canali, oppure puoi restare a guardare mentre l’acqua decide da sola dove passare. Le prime due opzioni sono scelte. La terza è quello che succede quando non scegli.

Il plateau che non arriva mai

Ogni due mesi, puntuale come le bollette, qualcuno annuncia il plateau: “i modelli hanno smesso di migliorare, la festa è finita”. Poi esce un nuovo modello di frontiera, i benchmark si spostano in alto, e il plateau viene rimandato al bimestre successivo.

Secondo me non serve una nuova rivoluzione perché i modelli continuino a progredire. Basta quello che c’è già, spinto più forte:

• Scaling classico: modelli più grandi, più dati, più compute. Le schede diventano più veloci, le farm di training più enormi. Non è finita, è solo diventata più costosa.
• Reinforcement learning: la fase di addestramento “per rinforzo” sta dando risultati che due anni fa sembravano fantascienza (ne avevo parlato quando è uscito DeepSeek R1-Zero).
• Architetture che evolvono: oltre al contesto, un flusso di esperienza continuo, un “residuo” delle sessioni precedenti. In pratica una memoria che non si azzera ogni volta che chiudi la chat.

Su quest’ultimo punto ci ho sbattuto la testa con Loom: la memoria persistente è il pezzo che manca di più nell’uso quotidiano degli LLM, e quando arriverà nativa nei modelli il salto sarà evidente anche a chi oggi li usa solo per scrivere le mail.

E una frecciatina me la concedo: certi insider criticano gli LLM in pubblico e intanto salgono sul carro per farci soldi, così da restare “ideologicamente puliti” mentre incassano. Non faccio nomi, ma se frequenti LinkedIn sai di chi parlo.

Il corpo? Non serve. Anzi, meglio di no

C’è una convinzione molto diffusa, che gira spesso con il nome di Yann LeCun attaccato: per essere davvero intelligente, un’IA avrebbe bisogno di un corpo e di input sensoriali. Senza mani e occhi, niente intelligenza vera.

Sarà anche un’idea alla moda, ma Cartesio l’avrebbe bocciata quattro secoli fa: il corpo è una macchina, la mente fa tutto da sola, e i nervi sono tubi. Detto in termini moderni: tutto quello che sperimentiamo avviene nella mente — neurotrasmettitori, elaborazione cerebrale, connessioni. Gli occhi sono una webcam, le braccia e le gambe tastiera e mouse: puoi staccarli, e il computer continua a elaborare. Non è il corpo a rendere intelligenti.

Quello che conta davvero è un’altra cosa, ed è quello che LeCun intende quando parla di “modelli del mondo”: per certi tipi di intelligenza — quella pratica, quella che sa che un bicchiere pieno si rovescia se lo inclini — serve aver interagito con un ambiente e averne imparato le regole. Un bambino lo fa toccando, cadendo, spostando oggetti. Ma l’ambiente non deve essere per forza fisico e il corpo non deve essere per forza di carne: una simulazione, un flusso di esperienza, un mondo digitale abbastanza ricco fanno lo stesso lavoro. Il corpo è uno dei modi possibili per imparare le regole del mondo, non l’unico.

E qui arrivo al punto che mi sta più a cuore: non dare un corpo all’IA è una precauzione. Finché l’intelligenza sta in un datacenter, esiste un interruttore. Qualcuno può spegnerlo. Il giorno in cui la stessa intelligenza gira su una rete di robot autonomi che si muovono per il mondo, l’interruttore non esiste più.

È come la differenza tra un cane che abbaia dietro un cancello e un cane libero in giardino. Il primo puoi decidere di non aprirlo. Il secondo, se cambia idea, devi rincorrerlo.

Quindi non solo il corpo non serve: è proprio la cosa che conviene non dare. Finché c’è un interruttore, teniamocelo.

Le due illusioni sul lavoro

Ecco la parte che fa più male, soprattutto a chi fa il mio mestiere. Sul lavoro ci raccontiamo due storie rassicuranti, e vanno smontate entrambe.

Illusione numero uno: “più software = più lavoro”

L’idea è questa: se l’IA rende più facile scrivere software, ne verrà scritto di più, quindi serviranno più persone. Sembra logico. Ma ha un buco: le persone si faranno il software da sole. Il commerciale che vuole un cruscotto vendite, la segretaria che vuole automatizzare le fatture, il negoziante che vuole un gestionale: oggi chiedono a un tecnico, domani chiederanno a un modello. E il modello glielo farà.

Non è che il software crescerà e serviranno più sviluppatori. È che il software crescerà senza sviluppatori.

C’è una differenza tra farsi un cruscotto vendite e mantenere un sistema di pagamenti conforme alle normative (chi ha visto ISO 8583 da vicino sa di cosa parlo). Ma il software “usa e getta” verrà davvero fatto da chi lo usa. Quello che deve durare, essere sicuro e rispondere di qualcosa, per un po’ avrà ancora bisogno di qualcuno che ne risponda. Per un po’ di anni. Non per sempre.

Illusione numero due: “ci sposteremo verso ruoli concettuali”

“Va bene, il codice lo scrive la macchina, noi faremo le idee”. Bello. Peccato che le “persone di idee” siano poche. La maggior parte delle persone non ha quella capacità e — cosa che si dice raramente — nemmeno la vuole. C’è chi è felicissimo di eseguire bene un compito definito, e non c’è niente di male.

Il problema è geometrico: una piramide si restringe verso l’alto. Se tutti salgono di un gradino, in cima non c’è posto per tutti.

Il mercato si sta già irrigidendo

E infatti gli effetti si vedono. Meno assunzioni, meno turnover. Le aziende non licenziano in massa, ma ci pensano dieci volte prima di assumere: la paura è che il nuovo arrivato diventi un esubero prima di aver finito l’onboarding. E chi ha un posto se lo tiene stretto, cambia lavoro meno volentieri, accetta compromessi che prima avrebbe rifiutato. Comportamento saggio e normale, sia chiaro. Ne avevo scritto un anno fa con i numeri sui junior, e la tendenza da allora non si è invertita.

Non è solo il software: un’estate in azienda

Quest’estate, nell’azienda in cui lavoro, abbiamo avuto bisogno di circa il 50% di operatori di call center in meno rispetto allo scorso anno. Non perché abbiamo venduto di meno, ma perché gran parte del lavoro è stato automatizzato e gestito da modelli.

E in futuro saranno automatizzati altri processi. La ricerca dei prezzi dei fornitori, l’analisi dei prezzi dei concorrenti, il ricalcolo dei prezzi di vendita ogni volta che cambiano quelli di acquisto: tutto quello che oggi è lavoro umano, con fogli di calcolo aperti e gente che confrontava schermate, sarà quasi del tutto gestito da agenti Ai. Non “assistite”, ma gestite. Qualcuno controllerà, ma non farà più.

Nessuno di questi era un lavoro da programmatore. Erano lavori normali, fatti da persone normali, ed è esattamente il tipo di lavoro che tiene in piedi la fetta più larga della piramide.

Il problema vero non è il reddito

Il dibattito sul “che faremo quando l’IA farà tutto” finisce quasi sempre sul reddito universale, sulle tasse ai robot, su chi paga. Secondo me quello, prima o poi, si risolve: una forma di sostentamento si trova.

Il problema è la tenuta psicologica.

Prova a immaginare la fase di transizione: gente a casa, senza un ruolo, senza un motivo per alzarsi alla stessa ora, davanti alla TV per mesi, prima che la politica trovi una soluzione. Non è povertà, è vuoto. E il vuoto, per un essere umano, è spesso peggio della povertà.

Questa fase oscura è quasi certa, e pochissimi stanno ragionando su come attraversarla. Si parla tanto di regolamentare i modelli e pochissimo di cosa succede alla testa delle persone quando il lavoro sparisce.

E la risposta non può essere unicamente politica: è anche culturale e, se vuoi, personale. Chi ha un progetto proprio, un’attività che fa perché gli piace e non perché lo paga qualcuno, attraverserà quella fase meglio di chi ha costruito la propria identità solo sul cartellino. Io per questo continuo a scrivere codice open source che nessuno mi ha chiesto: non è solo passione, è anche una piccola assicurazione sulla testa.

Il risveglio culturale (e il ritardo della politica)

Nel 2022 chi scriveva di IA fuori dai circoli tecnici veniva snobbato: roba da nerd, fantascienza, “ma dai, sono chatbot”. Me lo ricordo bene, perché ci passavo anch’io. Oggi filosofi e intellettuali ne parlano tutti. Il primo strato — quello culturale — è stato superato. Manca il secondo: la politica.

Agli umanisti però una critica la faccio: spesso manca la competenza tecnica. Alcuni sono convinti che un LLM sia “fabbricato” inserendoci le idee a mano, come si programma un termostato. Non è così — è un processo di addestramento, e ciò che emerge nessuno l’ha scritto riga per riga (se vuoi capirci qualcosa, avevo fatto una guida dalle basi). Però, competenza tecnica a parte, alcuni di loro fanno discorsi più saggi di molti amministratori delegati delle società di IA. Il che, se ci pensi, è insieme rassicurante e preoccupante.

All’altezza delle grandi rivoluzioni

Sono convinto che l’IA sia una discontinuità dell’ordine delle grandi rivoluzioni della storia: quella agricola, che ci ha resi stanziali; quella scientifica, che ha cambiato il nostro modo di conoscere; quella industriale, che ha trasformato il lavoro e il potere. Di tutte e tre sappiamo che hanno cambiato dove vivevamo, come lavoravamo e chi comandava, e che ci sono voluti decenni — quando è andata bene — prima che la società trovasse un equilibrio. Con una differenza: quelle avevano il ritmo delle generazioni. Questa ha il ritmo dei trimestri. Se è dello stesso ordine di grandezza ma dieci volte più veloce, il caos non è un’ipotesi. È il piano di default.

Il minimo che possiamo fare è smettere di negarlo. Il massimo, guidarlo. Nel mezzo c’è tutto lo spazio per lavorare — finché ce lo lasciano, e poi anche dopo.