di A. Dina
Abstract: L’interesse per i paper di Sofia Bonicalzi nasce da una necessità più operativa che accademica, quella di comprendere come categorie tradizionali come decisione, controllo e responsabilità stiano perdendo stabilità nel momento in cui l’intelligenza artificiale smette di essere uno strumento e diventa un’infrastruttura decisionale diffusa. La sua ricerca sulla frammentazione dell’io e sulla natura funzionale del controllo offre un lessico particolarmente adatto a leggere sistemi in cui l’azione non è più riconducibile a un soggetto unitario, ma emerge da catene di inferenza distribuite tra modelli, dati e interazioni umane residuali.
Il punto non è stabilire se le macchine “decidano”, ma osservare come la stessa idea di decisione si stia decomponendo in processi probabilistici privi di intenzionalità ma non privi di effetti normativi. In questo scenario, Bonicalzi diventa rilevante perché sposta l’attenzione dalla libertà come proprietà metafisica al controllo come capacità graduata, offrendo una chiave di lettura che consente di evitare sia il riduzionismo neuroscientifico sia l’illusione opposta di una soggettività pienamente sovrana. L’analisi dei suoi lavori, in questo senso, serve a rendere pensabile un contesto in cui la responsabilità non scompare, ma si redistribuisce lungo architetture cognitive e computazionali sempre più intrecciate.
L’emergere dei sistemi di intelligenza artificiale generativa e dei modelli decisionali automatizzati ha reso improvvisamente meno teorica una questione che la filosofia della mente discute da decenni: che cosa significa “decidere”, e soprattutto chi, o che cosa, può essere considerato un agente. In questo scenario la traiettoria di Sofia Bonicalzi diventa sorprendentemente attuale, perché il suo lavoro sulla frammentazione dell’io, sulla natura del controllo e sulla responsabilità morale offre una grammatica concettuale già pronta per interpretare sistemi che prendono decisioni senza intenzionalità cosciente, ma con effetti causali pienamente reali.
Il punto di partenza, che oggi si riflette quasi specularmente nei modelli di AI, è la crisi dell’idea di un soggetto unitario. Le neuroscienze cognitive avevano già incrinato questa immagine attraverso esperimenti come quelli di Libet e attraverso la distinzione tra sistemi automatici e deliberativi, ma l’intelligenza artificiale porta questa frammentazione su un piano diverso: non più soltanto interno all’individuo, ma distribuito tra infrastrutture computazionali, dataset e architetture di ottimizzazione. Le decisioni non emergono più da un centro cosciente, ma da catene di inferenza statistiche che non hanno un “io” riconoscibile.
Nel lavoro di Bonicalzi, in particolare in Libet-like Experiments and the Efficacy of the Will, la critica all’interpretazione deterministica delle neuroscienze non mira a restaurare un soggetto sovrano, ma a chiarire che la causalità neurale non esaurisce la dimensione normativa dell’azione. Questo passaggio diventa cruciale quando si guarda ai sistemi di AI, perché la tentazione culturale dominante è simmetrica rispetto a quella neuroscientifica: se il cervello non “decide davvero”, allora anche l’algoritmo non “decide davvero”, e quindi nessuno decide. Ma questa simmetria è fuorviante, perché confonde descrizione causale e attribuzione di responsabilità.
Il problema diventa ancora più evidente quando si osserva la struttura dei sistemi di machine learning contemporanei, che operano come sistemi decisionali distribuiti e probabilistici. Qui la distinzione tra sistema uno e sistema due, resa popolare da Daniel Kahneman, trova una sorta di analogia tecnica: modelli addestrati su grandi quantità di dati funzionano come sistemi rapidi, statistici, non riflessivi, mentre eventuali livelli di controllo umano intervengono solo a posteriori, in modo intermittente e spesso inefficace. L’architettura complessiva della decisione non è più centrata su un agente, ma su una stratificazione di processi eterogenei.
È proprio su questo punto che il lavoro di Bonicalzi con Patrick Haggard, in Responsibility Between Neuroscience and Criminal Law. The Control Component of Criminal Liability, acquista una rilevanza che va oltre il perimetro giuridico tradizionale. L’idea centrale, secondo cui la responsabilità dipende da capacità funzionali di controllo piuttosto che da una libertà metafisica, può essere reinterpretata nel contesto dell’AI come criterio per distinguere tra sistemi che generano output e sistemi che possono essere considerati agenti in senso forte. In altre parole, la domanda non è se un sistema sia “libero”, ma se possieda forme di controllo sufficientemente integrate da giustificare l’attribuzione di responsabilità.
Questa impostazione diventa ancora più significativa nel confronto con il lavoro From Freedom From to Freedom To, dove la libertà viene ridefinita come spazio di possibilità operative entro vincoli cognitivi e ambientali. Traslata nell’ambito dell’intelligenza artificiale, questa idea suggerisce che l’agency non è una proprietà binaria, ma una variabile graduata che dipende dalla capacità di un sistema di valutare alternative, inibire output e adattarsi a contesti mutevoli. Alcuni modelli di AI mostrano già forme rudimentali di questo comportamento, ma senza alcuna unità soggettiva che possa essere assimilata a un “io”.
Il punto critico, tuttavia, non è tecnico ma normativo. Se le decisioni umane sono il prodotto di sistemi cognitivi frammentati e se le decisioni artificiali sono il prodotto di architetture statistiche distribuite, allora la distinzione classica tra agente umano e strumento tecnologico diventa meno netta. La questione della responsabilità, centrale nel lavoro di Bonicalzi, si sposta verso un territorio ibrido, dove il controllo non coincide più con un centro decisionale unico, ma con reti di influenza che includono progettisti, utenti, dati e modelli.
In questo contesto, anche le teorie di Gerd Gigerenzer sulla razionalità ecologica e i limiti nella comprensione del rischio assumono una nuova valenza. Gli errori cognitivi umani, amplificati dall’interazione con sistemi automatizzati, non sono più soltanto deviazioni individuali, ma diventano vulnerabilità sistemiche. Le euristiche che guidano il comportamento umano si combinano con le ottimizzazioni algoritmiche, producendo esiti che nessun singolo agente può comprendere pienamente.
Il risultato finale è una dissoluzione controllata dell’idea tradizionale di agente. Non scompare la responsabilità, ma si redistribuisce lungo catene causali più lunghe e meno trasparenti. Il contributo di Bonicalzi, in questo quadro, non consiste nel difendere una nozione nostalgica di libero arbitrio, ma nel fornire strumenti concettuali per pensare la responsabilità in sistemi dove l’azione non è più attribuibile a un centro unitario, ma emerge da interazioni tra cervelli, algoritmi e infrastrutture decisionali.
L’intelligenza artificiale, in questo senso, non rappresenta una rottura epistemologica assoluta, ma una continuità amplificata delle fragilità già presenti nella cognizione umana. La differenza è che ciò che prima era distribuito dentro l’individuo oggi è esplicitamente esternalizzato nelle macchine. E in questa esternalizzazione, la filosofia dell’azione diventa inevitabilmente anche una filosofia delle architetture computazionali che governano, sempre più spesso, le condizioni stesse della scelta.
