Di Guido Vetere
Nel 1970 Carla Lonzi, con un famoso scritto, sputava su Hegel. Pensava che la dialettica servo-padrone, cioè il modello hegeliano di ogni liberazione, non la riguardasse: la donna in quella dialettica neanche era prevista. C’erano il servo e il padrone, dunque, ma anche lo sputo di chi era escluso dalla scena. Oggi, con l’AGI (Artificial General Intelligence), dobbiamo considerare questa salutare (salivare, si direbbe) opzione.
La lettera di mezzo
Delle tre lettere che compongono l’acronimo, quella di mezzo è la più significativa e la più oscura. “Artificiale” è chiaro. “Intelligenza” è una parola su cui si discute da secoli, con un discreto apparato concettuale alle spalle. “Generale”, invece, che vuol dire? Si tratta peraltro di un aggettivo autologico: “generale” si dice in generale, con tutto l’equivoco dell’autoriferimento.
Vale allora la pena di osservare come quell’aggettivo venga usato nel contesto dell’AI. La definizione formale più citata è quella di Shane Legg e Marcus Hutter. Nel 2007 proposero una Definition of Machine Intelligence: la capacità di un agente di raggiungere obiettivi in un insieme di ambienti computabili, pesati secondo la loro complessità algoritmica. È una definizione che si contorna con una ghirlanda di equazioni, ma la sua misura esatta non è computabile. Può essere oggetto di approssimazioni, tuttavia non fornisce il metro operativo con cui sarebbe mai possibile riconoscere l’avvento storico dell’AGI.
La definizione di OpenAI cambia registro. Nel suo Charter, l’AGI è definita come l’insieme dei sistemi altamente autonomi capaci di superare gli esseri umani nella maggior parte del lavoro economicamente rilevante. Qui la generalità ha rinunciato all’astrazione matematica ed è entrata in officina. Alla fine del 2024 è poi filtrata una notizia che ha segnato un passo ulteriore. Secondo The Information, gli accordi tra OpenAI e Microsoft contemplavano una soglia contrattuale secondo cui l’AGI sarebbe stata raggiunta quando i sistemi di OpenAI fossero stati in grado di produrre almeno cento miliardi di dollari di profitti complessivi.
In tre agili passaggi, la parola “generale” scivolava dunque dalla teoria della computazione al lavoro economicamente rilevante e da questo al crudo profitto. Questo scivolamento è il contenuto effettivo del termine, e arriva pericolosamente vicino alla regione delle stronzate di cui parlava Harry Frankfurt in On Bullshit: discorsi il cui rapporto con le condizioni di verità è, diciamo così, lasco.
Il paradosso dell’AGI
Torniamo alla realtà dei fatti. Già oggi i sistemi di AI raggiungono prestazioni straordinarie in molti compiti: traduzione, programmazione, generazione di testi e immagini, analisi scientifica, matematica. C’è poco da negare. Bisogna però guardare come quelle capacità vengono ottenute.
Le prestazioni di punta dipendono da apparati tecnici eterogenei: pre-training, post-training, apprendimento per rinforzo, dati selezionati per determinati scopi, calcolo aggiuntivo al momento dell’inferenza, ricerca strutturata, verificatori, linguaggi formali, retrieval, memoria, strumenti esterni, ambienti di esecuzione. Il modello linguistico generativo costituisce in genere il substrato di questa macchina composita, ma risultato appartiene all’intero congegno. Che tutta l’impalcatura sia incorporata nel training oppure assemblata a valle cambia molto per l’ingegnere ma poco per l’argomento che ci interessa.
Si obietterà che anche l’intelligenza umana funziona così. Nessuno dimostra teoremi senza dieci anni di addestramento specifico. D’accordo, e allora? Se la generalità consiste nella somma e nell’integrazione di competenze particolari, quale somma è sufficiente a raggiungere l’ambito traguardo? Quale abilità, aggiunta alla lista, trasforma una collezione di funzioni intelligenti in una “intelligenza generale”?
È il vecchio paradosso del sorite: metto un granello sopra un altro; quando inizia ad esserci un mucchio? Un predicato vago può essere usato senza che esista un confine naturale che separi tutti i casi positivi da tutti quelli negativi. A un certo punto qualcuno decide che il mucchio c’è. Con l’AGI accade la stessa cosa. Si possono fissare benchmark, percentuali, professioni da svolgere, prove da superare, profitti da ottenere. Sono criteri convenzionali: nessuno di essi fa emergere magicamente la G dall’insieme delle prestazioni. La soglia viene posta per fiat: sia così. La clausola dei cento miliardi è un fiat di brutale franchezza.
La domanda interessante, allora, non è se e quando arriverà l’AGI: è chi avrebbe il potere di dire che è arrivata.
Back to Leibniz?
C’è però un secondo modo di intendere la generalità, filosoficamente attestata. Essa potrebbe consistere in una capacità inferenziale indipendente dal dominio: un sistema che, dato un problema qualsiasi, sappia affrontarlo applicando un principio. Le competenze particolari sarebbero manifestazioni locali di una facoltà sottostante.
Qui c’è qualcosa di familiare. È il programma di Leibniz: la characteristica universalis, un linguaggio nel quale ogni concetto possa essere espresso senza ambiguità, e il calculus ratiocinator, il procedimento logico che opera su quel linguaggio. Di fronte a una controversia, scriveva Leibniz, un giorno i filosofi avrebbero potuto sedersi e dire semplicemente: calculemus.
Il Novecento, dopo essercisi cullato, s’è svegliato bruscamente da questo sogno. Gödel e Tarski hanno mostrato che il vero non si lascia rinchiudere nello stesso calcolo di cui dovrebbe sancire la correttezza. Ci sono dei limiti formalmente invalicabili. Da Gödel e Tarski non si ricava tuttavia un teorema sull’impossibilità tecnica dell’AGI. Sarebbe una sciocchezza, e poi, in definitiva, di indecidibilità non è mai morto nessuno. Però si ricava che il programma di identificare ragione universale, calcolo e autosufficienza formale ha limiti interni ben conosciuti da un secolo.
Lo sguardo da nessun luogo
Il Novecento ha lavorato contro l’universale anche fuori dalla logica. Kuhn ha mostrato quanto ciò che una comunità scientifica considera un problema, una spiegazione, un’evidenza pertinente dipenda da paradigmi, pratiche e tradizioni disciplinari. Foucault ha descritto la produzione storica dei regimi di verità e i rapporti che legano sapere, istituzioni e potere. Le epistemologie femministe hanno affrontato frontalmente la pretesa di una conoscenza senza collocazione. Sandra Harding ha indagato la struttura sociale della produzione scientifica, Donna Haraway ha chiamato situated knowledges quelle conoscenze che rinunciano all’espediente dello sguardo da nessun luogo. Il loro bersaglio era proprio l’occhio che pretende di vedere tutto senza poter essere visto.
Una conoscenza può certamente circolare, tradursi, essere sottoposta a critica, valere in contesti molto diversi da quello in cui è nata. La scienza lo fa continuamente. Ma per questo non serve postulare una conoscenza “generale”: ogni enunciato può denunciare la sua provenienza. La pretesa del generale consiste precisamente nel far sparire questa localizzazione.
La faccenda si osserva bene nel corpo vivo dell’AI generativa. Il corpus di un modello non è “tutto ciò che l’umanità sa”. È ciò che qualcuno ha potuto raccogliere, digitalizzare, comprare, ripulire, classificare come utile e impiegare nell’addestramento. Ha una distribuzione linguistica, temporale, geografica, sociale. Alcune cose vi compaiono milioni di volte, altre non hanno mai avuto una pagina web. Poi arriva il post-training: feedback umano, esempi preferiti, sistemi di ricompensa, costituzioni, filtri, tassonomie dei rischi, gerarchie di istruzioni che stabiliscono quale risposta debba essere promossa, quale scoraggiata, quale inibita. Si chiama non a caso “allineamento”: per allineare qualcosa bisogna disporre appunto di una linea, e per fare una linea serve un righello.
Un’organizzazione privata, un laboratorio pubblico, un governo, una comunità possono scegliere linee diverse. Possono anche renderle trasparenti e discutibili; meglio così, ma rimangono scelte normative. Il modello “generale” sarebbe comunque una conoscenza situata che ha dissimulato la propria situazione, un punto di vista particolare abbastanza grande da non essere visto.
A cosa serve l’AGI
A questo punto la funzione dell’acronimo diventa leggibile. L’AGI come orizzonte imminente offusca quello che abbiamo davanti agli occhi: investimenti giganteschi, concentrazione di capacità di calcolo, consumo di energia, acquisizione di dati, accaparramento di talenti, deroghe regolatorie, politiche industriali d’emergenza.
La posta dichiarata è nientedimeno che il destino dell’intelligenza, così che diventa difficile valutare il costo sociale. L’indeterminatezza del termine è funzionale a questo. Una soglia senza criterio univoco può avanzare e arretrare. Si avvicina negli annunci agli investitori; diventa remota quando un sistema fa pasticci; assume il volto di un benchmark nei laboratori; quello del PIL nelle previsioni economiche; quello dell’estinzione umana nei post sui social. La sigla tiene insieme discorsi che, presi separatamente, parlerebbero di cose molto diverse.
Questo non implica che l’AI sia una bolla o che i suoi sistemi siano irrilevanti. Al contrario: ciò che si sta costruendo è reale. Si configura già, problematicamente, come un complesso attraverso cui passa una quota crescente della lettura, della scrittura, della programmazione, della ricerca, dell’amministrazione, dell’insegnamento, della decisione. Proprio per questo l’AGI è una subdola categoria: trasforma la questione politica di queste infrastrutture computazionali in una filosofia della Storia. Se una grande quota delle pratiche cognitive passa attraverso di esse, chi le possiede dispone di un potere epistemico senza precedenti. Che costoro possano chiamare “generale” una AI è sospetto, perché occulta le particolari pratiche di questo potere che dovremmo invece osservare attentamente.
Fuori dal generale
Il contrario di generale non è particolare: è plurale. Ma il plurale non è un’AGI distribuita, o una federazione di AGI; non è un’AGI pubblica che compete con quella privata, non è l’AGI europea, democratica, open source, socialista, francescana o a chilometro zero.
Plurale significa rinunciare alla pretesa che l’intelligenza possa e debba culminare in una sua forma suprema. Significa sistemi costruiti per scopi diversi da comunità diverse, su corpora differenti, in lingue differenti, sotto giurisdizioni differenti. Sistemi capaci di cooperare ma anche di contraddirsi. Modelli aperti e modelli chiusi. Strumenti scientifici, amministrativi, artistici, industriali. Conoscenze locali e loro connessioni, traduzioni e tradizioni, conflitti, contaminazioni. Questa molteplicità non attende una sintesi finale, e non è incompleta, proprio perché le manca un centro. L’errore sta nel pensare che da qualche parte debba esserci il punto nel quale tutte le differenze vengono ricomposte in qualcosa che è dato.
Sputare sull’AGI
Torniamo a Carla Lonzi. Per lei la donna non era il servo hegeliano che, attraverso il lavoro e il conflitto, avrebbe finito per rovesciare il padrone. La dialettica di tesi e antitesi non era per lei promessa di liberazione. La donna era un presupposto taciuto di quella storia; entrare nella dialettica significava per lei accettarne i termini e subirli.
Lonzi scriveva: «L’uguaglianza è quanto si offre ai colonizzati sul piano delle leggi e dei diritti. È quanto si impone loro sul piano della cultura.» Alla parità dentro la storia maschile opponeva la differenza. Alla teoria universale, una pratica che dichiarava il luogo dal quale prendeva la parola. A Hegel non opponeva un Hegel più inclusivo, o conforme a linee guida. Opponeva il rifiuto radicale di uno sputo.
Il discorso sull’AGI mette in scena una dialettica sorprendentemente hegeliana. L’umano è il termine destinato a essere negato e conservato. La macchina è il momento successivo dello Spirito. Le leggi di scala sono l’astuzia della ragione. La singolarità è la fine della Storia. In tutto questo c’è il superare o l’essere superati, allineare o essere allineati, avere accesso o restarne esclusi. Quello che va dicendo Peter Thiel, insomma.
Chi accetta questa cornice, anche per opporvisi, è già entrato in questa nefasta dialettica. Chiedere un’AGI sicura, un’AGI democratica, un’AGI europea, un’AGI pubblica, un’AGI per tutti significa ancora chiedere l’uguaglianza nei termini di un padrone. Cambia il regime di proprietà; resta intatta la finta pretesa di universalità. Si tratta precisamente dell’uguaglianza di cui parlava Lonzi: concessa sul piano dell’accesso, imposta sul piano della cultura.
Sputare sull’AGI non è dunque antitesi: è diserzione. Significa rifiutare la domanda «quando arriverà l’AGI?» perché la domanda contiene già la risposta che pretende di cercare: che qualcosa chiamato AGI possa e debba arrivare; che costituisca il termine naturale della storia dell’intelligenza; che il nostro compito consista nell’accelerarlo, rallentarlo, governarlo, proibirlo, allinearlo o spartircelo.
Non abbiamo alcun obbligo di accettare questa teleologia. L’intelligenza artificiale esiste già al plurale, dobbiamo solo accorgercene. Produce cose magnifiche, mediocri, utili, perniciose, terribili, sorprendenti. Continuerà a trasformarsi, ed è in questa trasformazione che dobbiamo concretamente operare.
Backlink: https://guidovetere.nova100.ilsole24ore.com/2026/09/10/sputiamo-sullagi/
