C’è qualcosa di profondamente antico nel modo in cui l’uomo guarda all’intelligenza artificiale.
Cambiano i circuiti, cambiano i laboratori, cambiano i nomi delle aziende e la potenza delle macchine. Ma la paura che accompagna la tecnica sembra provenire da molto più lontano. Prima dei computer, prima dell’elettricità, prima perfino della scienza moderna, i Greci avevano già costruito il racconto fondamentale: Prometeo.
Il Titano sottrae agli dèi il fuoco e lo consegna agli uomini. Non porta soltanto una fiamma. Porta la techne: la capacità di trasformare la natura attraverso la conoscenza.
E viene punito.
È difficile immaginare una metafora più potente del rapporto occidentale con la tecnologia. Il progresso appare contemporaneamente come liberazione e trasgressione. Ogni salto tecnologico sembra contenere una domanda morale: abbiamo superato un limite che non avremmo dovuto oltrepassare?
L’intelligenza artificiale è soltanto l’ultima incarnazione di questa domanda.
Ma probabilmente è anche la più potente.
IL NUOVO FUOCO
Quando nel giugno 2023 Marc Andreessen pubblicò Why AI Will Save the World, propose una lettura radicalmente opposta alla narrativa apocalittica che già circondava l’intelligenza artificiale.
La sua tesi era semplice: l’IA non dovrebbe essere osservata innanzitutto come una minaccia, ma come un moltiplicatore dell’intelligenza umana.
La definizione proposta da Andreessen era volutamente priva di misticismo: matematica e software applicati a sistemi capaci di comprendere, sintetizzare e generare informazioni.
Dietro l’apparente magia rimangono matematica, dati, hardware, algoritmi e istruzioni.
È un punto essenziale.
Attribuire alla macchina caratteristiche metafisiche significa confondere il funzionamento di un sistema con la rappresentazione culturale che costruiamo attorno ad esso.
Un modello non è un dio.
Non è un demone.
Non è un oracolo.
È una tecnologia.
Questo non significa sostenere che sia incapace di produrre conseguenze impreviste o dannose. I sistemi contemporanei possono ricevere ampi margini di autonomia operativa, utilizzare strumenti, generare codice, coordinare processi e prendere decisioni intermedie senza che un essere umano impartisca ogni singola istruzione.
Ma autonomia delegata non significa volontà metafisica.
La distinzione è fondamentale.
Il problema reale non è domandarsi se una macchina possieda un’anima segreta intenzionata a ribellarsi all’uomo. Il problema è stabilire chi costruisce il sistema, con quali obiettivi, quali dati, quali autorizzazioni, quali controlli e quale potere gli viene delegato.
Ed è proprio qui che il dibattito sull’intelligenza artificiale diventa politico.
LA MOLTIPLICAZIONE DELL’INTELLIGENZA
Per migliaia di anni il principale motore della civiltà è stato l’aumento della capacità umana di comprendere e manipolare la realtà.
La medicina ha aumentato la nostra capacità di intervenire sulla malattia.
La matematica ha aumentato la capacità di descrivere il mondo.
La scrittura ha consentito alla conoscenza di sopravvivere alla morte dell’individuo.
La stampa l’ha moltiplicata.
Le telecomunicazioni hanno annullato la distanza.
Internet ha ridotto drasticamente il costo della distribuzione dell’informazione.
L’intelligenza artificiale introduce qualcosa di diverso: riduce il costo dell’elaborazione della conoscenza stessa.
Non distribuisce soltanto informazione.
Aiuta a organizzarla, sintetizzarla, confrontarla, tradurla, trasformarla e produrla.
Il salto concettuale è enorme.
Un medico può interrogare enormi quantità di letteratura scientifica.
Un programmatore può sviluppare e verificare codice più rapidamente.
Un ricercatore può confrontare migliaia di documenti.
Un piccolo imprenditore può accedere a capacità analitiche che fino a pochi anni fa avrebbero richiesto interi uffici.
Un insegnante può costruire materiali personalizzati.
Un artista può sperimentare strumenti espressivi prima economicamente irraggiungibili.
Non significa che la macchina sostituisca automaticamente l’esperto.
Significa qualcosa di forse più importante:
l’esperto dotato della macchina può diventare enormemente più produttivo dell’esperto che ne è privo.
Ed è probabilmente qui che si trova il vero terremoto economico dell’intelligenza artificiale.
LA PRODUTTIVITÀ È IL CUORE DELLA QUESTIONE
La prosperità non nasce semplicemente dal lavorare di più.
Nasce dalla capacità di produrre di più utilizzando meno risorse.
Un agricoltore moderno può produrre ciò che avrebbe richiesto decine o centinaia di lavoratori in epoche precedenti. Un escavatore sostituisce migliaia di ore di lavoro manuale. Un foglio elettronico esegue in pochi secondi calcoli che un tempo occupavano squadre di impiegati.
L’intelligenza artificiale porta questo principio nel lavoro cognitivo.
Ed è questa la sua caratteristica economicamente rivoluzionaria.
Le ricerche raccolte dall’OCSE mostrano già incrementi di produttività in diverse attività, pur sottolineando che l’effetto varia notevolmente in funzione del compito, dell’esperienza dell’utilizzatore e del modo in cui uomo e macchina vengono integrati.
Anche l’Organizzazione Internazionale del Lavoro, nella sua revisione delle evidenze pubblicata nel 2026, rileva guadagni di produttività reali, ma ancora disomogenei.
Non siamo quindi davanti alla prova di un’automatica esplosione della prosperità.
Siamo davanti a qualcosa di forse più interessante:
una tecnologia capace di modificare il costo economico dell’intelligenza applicata.
E quando diminuisce il costo di una risorsa fondamentale, l’intera struttura economica tende a cambiare.
LA PAURA DEL LAVORO CHE FINISCE
Naturalmente ritorna la profezia più antica dell’automazione:
«Questa volta le macchine prenderanno tutti i posti di lavoro.»
La storia economica invita alla prudenza.
Ogni grande innovazione ha distrutto determinate mansioni.
Il telaio meccanico ha sostituito attività artigianali.
Il trattore ha eliminato milioni di posti nell’agricoltura tradizionale.
Il computer ha cancellato professioni e funzioni amministrative.
Internet ha devastato intere filiere economiche.
Eppure nessuna di queste tecnologie ha prodotto la fine del lavoro.
Ha prodotto qualcosa di molto più complesso: la trasformazione del lavoro.
Questo avviene perché l’economia non contiene una quantità predeterminata di occupazioni da distribuire.
Quando una tecnologia riduce il costo di produzione, una parte delle risorse viene liberata. I prezzi possono diminuire, aumentano nuove forme di consumo, emergono prodotti prima economicamente impossibili e compaiono professioni che nessuno aveva previsto.
Un cittadino del 1850 avrebbe difficoltà persino a comprendere il lavoro di milioni di persone del XXI secolo.
Perché dovremmo presumere che noi siamo invece capaci di immaginare tutte le professioni del 2050?
La cosiddetta fallacia della quantità fissa di lavoro consiste proprio nel considerare l’economia come una torta immobile: se la macchina prende una fetta, all’uomo rimane necessariamente meno.
Ma l’innovazione modifica anche le dimensioni della torta.
Questo non significa ignorare i costi della transizione.
Alcuni lavori spariranno.
Altri perderanno valore.
Alcune competenze diventeranno obsolete.
Altre diventeranno improvvisamente preziose.
Secondo il Fondo Monetario Internazionale, una quota molto significativa dell’occupazione mondiale sarà interessata dall’intelligenza artificiale, con un’esposizione ancora maggiore nelle economie avanzate.
Ma essere interessati dall’IA non equivale automaticamente a essere sostituiti dall’IA.
Ed è questa distinzione che troppo spesso scompare dai titoli.
IL PARADOSSO DELL’AUTOMAZIONE
Immaginiamo per un momento lo scenario più estremo.
Supponiamo che una macchina riesca a produrre con un costo quasi nullo ciò che oggi richiede cento ore di lavoro umano.
È necessariamente una catastrofe?
Se applicassimo questa logica al passato dovremmo considerare una tragedia il fatto che oggi per illuminare una stanza non sia più necessario produrre manualmente candele.
Dovremmo rimpiangere gli eserciti di copisti sostituiti dalla stampa.
Dovremmo distruggere le mietitrebbie perché hanno eliminato il lavoro dei mietitori.
Il vero problema non è che una società riesca a produrre beni utilizzando meno lavoro.
È esattamente ciò che il progresso economico cerca di ottenere.
Il problema politico diventa piuttosto stabilire come una società riesca ad adattarsi abbastanza rapidamente alla trasformazione.
Formazione, mobilità professionale, imprenditorialità, concorrenza e accessibilità della tecnologia diventano quindi molto più importanti del tentativo di congelare artificialmente il mercato del lavoro esistente.
I PURITANI E I CONTRABBANDIERI
Ed è qui che la questione economica incontra quella politica.
L’economista Bruce Yandle formulò negli anni Ottanta una teoria divenuta famosa come «Bootleggers and Baptists», letteralmente «contrabbandieri e battisti».
L’esempio proveniva dalle restrizioni alla vendita domenicale di alcolici negli Stati Uniti.
I battisti sostenevano le limitazioni per ragioni morali.
I contrabbandieri le appoggiavano per ragioni completamente diverse: meno concorrenza legale significava maggiori profitti.
Due gruppi apparentemente opposti finivano quindi per sostenere la stessa politica.
I primi fornivano la legittimazione morale.
I secondi raccoglievano la rendita economica.
Applicato all’intelligenza artificiale, il modello solleva una domanda scomoda.
Che cosa accade quando le imprese tecnologiche già dominanti iniziano a chiedere regolamentazioni estremamente costose?
La risposta istintiva è rassicurante:
«Vogliono rendere sicura l’intelligenza artificiale.»
Può essere vero.
Ma non è necessariamente tutta la storia.
QUANDO LA SICUREZZA DIVENTA BARRIERA ALL’INGRESSO
Immaginiamo una normativa che richieda milioni di euro in certificazioni, verifiche, consulenti, audit, documentazione e autorizzazioni prima di poter immettere un nuovo sistema sul mercato.
Chi può sostenerne il costo?
Una multinazionale tecnologica con decine di miliardi di fatturato probabilmente sì.
Una startup con cinque ingegneri probabilmente no.
La stessa norma produce quindi due risultati contemporaneamente.
Riduce un determinato rischio.
Ma aumenta la barriera all’ingresso.
La questione non è dunque scegliere semplicemente tra regolamentazione e assenza di regolamentazione.
La vera domanda è:
quale regolamentazione, applicata a quale rischio, con quale costo e con quali conseguenze sulla concorrenza?
Perché una normativa costruita male può ottenere il risultato opposto a quello dichiarato.
Può trasformare la sicurezza in licenza.
La licenza in barriera.
La barriera in oligopolio.
E l’oligopolio in potere politico.
LA LEZIONE DELLE BANCHE
Il settore finanziario offre un precedente interessante, anche se deve essere utilizzato con cautela.
Dopo la crisi del 2008, il sistema americano introdusse attraverso il Dodd-Frank Act un’enorme architettura regolatoria destinata a rafforzare la stabilità finanziaria.
Molte norme rispondevano a problemi reali.
Ma emerse anche un effetto collaterale.
Il Government Accountability Office statunitense ha documentato come banche locali e cooperative di credito abbiano segnalato incrementi nei costi di conformità, nel personale necessario e nel tempo dedicato agli adempimenti.
La Federal Reserve stessa ha riconosciuto che determinati obblighi possono pesare proporzionalmente molto più sulle istituzioni piccole.
Questo non dimostra che la regolamentazione bancaria sia stata inutile.
Dimostra una cosa più generale:
il costo fisso della regolamentazione favorisce strutturalmente chi possiede già dimensioni sufficienti per assorbirlo.
Applicato all’intelligenza artificiale, il problema diventa evidente.
Una disciplina pensata per controllare cinque giganti potrebbe finire per assicurare che rimangano soltanto cinque giganti.
IL VERO RISCHIO: LA CONCENTRAZIONE DELL’INTELLIGENZA
Paradossalmente, quindi, chi teme la concentrazione del potere tecnologico dovrebbe preoccuparsi anche delle norme che possono consolidarla.
L’obiettivo dovrebbe essere esattamente l’opposto:
moltiplicare l’accesso all’intelligenza artificiale.
Più modelli.
Più imprese.
Più ricerca.
Più concorrenza.
Più strumenti aperti.
Più capacità distribuita.
I dati dello Stanford AI Index mostrano quanto rapidamente il settore stia evolvendo e quanto intensa sia ormai la competizione internazionale e industriale.
Questo conta enormemente.
Perché la democratizzazione tecnologica non avviene quando una tecnologia viene congelata nelle mani dei primi inventori.
Avviene quando viene copiata, migliorata, miniaturizzata, resa più economica e infine banalizzata.
Il computer occupava una stanza.
Poi una scrivania.
Poi una borsa.
Poi una tasca.
Lo stesso principio economico potrebbe riguardare l’intelligenza.
DAL LUSSO ALLA DEMOCRATIZZAZIONE
Le tecnologie iniziano quasi sempre come beni elitari.
Le prime automobili erano oggetti per ricchi.
I primi computer erano accessibili soltanto a governi, università e grandi aziende.
I primi telefoni cellulari costavano cifre proibitive.
Poi interviene la concorrenza.
La produzione cresce.
I costi diminuiscono.
La tecnologia si diffonde.
L’intelligenza artificiale potrebbe seguire la stessa traiettoria.
Ciò che oggi richiede infrastrutture estremamente costose potrebbe diventare progressivamente disponibile a imprese, professionisti e individui.
Già oggi strumenti che pochi anni fa sarebbero sembrati appartenere a un laboratorio militare o universitario sono accessibili attraverso un normale computer o telefono.
Questa è probabilmente una delle trasformazioni meno comprese dell’IA:
non soltanto l’automazione del lavoro, ma la democratizzazione di capacità cognitive avanzate.
BATTERE IL FUOCO CON IL FUOCO
Rimane naturalmente il problema dell’uso malevolo.
Truffe.
Disinformazione.
Attacchi informatici.
Manipolazione.
Sorveglianza.
Automazione di attività criminali.
Sono rischi reali.
Negarli sarebbe tanto ingenuo quanto trasformarli nella prova che l’intera tecnologia debba essere fermata.
La risposta storica alle tecnologie dual-use non è stata quasi mai abolire la tecnologia.
È stata sviluppare difese migliori.
La crittografia protegge dalle intrusioni digitali.
I sistemi antifrode combattono le frodi finanziarie.
Gli antivirus contrastano software ostile utilizzando software.
Lo stesso principio vale per l’intelligenza artificiale.
Un aggressore può usare l’IA.
Ma può utilizzarla anche chi difende.
Una tecnologia capace di individuare vulnerabilità può essere utilizzata per sfruttarle oppure per correggerle.
Il problema diventa quindi mantenere un vantaggio tecnologico difensivo.
Il fuoco non viene sconfitto proibendo il fuoco.
Si impara a controllarlo.
PRUDENZA NON SIGNIFICA IMMOBILITÀ
Tutto questo non significa adottare una fede cieca nel progresso.
L’intelligenza artificiale produce problemi concreti.
Errori.
Allucinazioni.
Bias.
Abusi.
Opacità.
Rischi per la privacy.
Problemi di responsabilità.
Nuove possibilità di manipolazione.
Lo Stanford AI Index 2026 registra una crescita degli incidenti documentati legati all’IA e segnala come la valutazione della sicurezza non stia avanzando alla stessa velocità delle capacità dei sistemi.
Il NIST americano ha costruito proprio per questo un quadro di gestione del rischio che punta a identificare, misurare e mitigare i problemi senza partire dal presupposto che l’unica soluzione possibile sia vietare la tecnologia.
Questa potrebbe essere la distinzione decisiva.
Gestire il rischio non significa eliminare il progresso.
Significa renderlo governabile.
La sicurezza migliore non è necessariamente quella che impedisce di costruire.
È quella che permette di costruire senza ignorare ciò che può andare storto.
CHI CONTROLLA IL NUOVO FUOCO?
La vera questione politica dell’intelligenza artificiale potrebbe quindi essere molto diversa da quella raccontata.
Non:
«Come fermiamo l’intelligenza artificiale?»
Ma:
«Chi potrà utilizzarla?»
Se soltanto governi e gigantesche corporation potranno permettersi modelli avanzati, certificazioni, infrastrutture e capacità computazionale, avremo creato una concentrazione di potere cognitivo senza precedenti.
Se invece l’accesso si allargherà a università, piccole imprese, professionisti, ricercatori indipendenti e cittadini, l’intelligenza artificiale potrebbe diventare uno dei più grandi strumenti di decentralizzazione della conoscenza mai prodotti.
La differenza non è tecnologica.
È politica ed economica.
PROMETEO NON RUBÒ UNA CANDELA
Il mito contiene infine un dettaglio che vale la pena ricordare.
Prometeo non consegna agli uomini un oggetto finito.
Consegna una capacità.
Il fuoco permette di cucinare, riscaldarsi, forgiare metalli, costruire strumenti.
Può illuminare una casa.
Può incendiarla.
La sua moralità non risiede nella fiamma.
Risiede nell’uomo che decide cosa farne.
L’intelligenza artificiale presenta la stessa ambivalenza, moltiplicata dalla velocità del mondo digitale.
Può essere utilizzata per centralizzare il potere oppure distribuirlo.
Per sorvegliare oppure proteggere.
Per manipolare oppure comprendere.
Per sostituire capacità umane oppure amplificarle.
Per creare oligopoli oppure distruggere vecchie rendite di posizione.
La tecnologia non risolverà automaticamente queste contraddizioni.
Ma nemmeno il divieto lo farà.
IL MOMENTO DI COSTRUIRE
Esiste sempre una ragione per aspettare.
Una nuova tecnologia non è abbastanza sicura.
Non è abbastanza compresa.
Non è abbastanza regolamentata.
Potrebbe essere utilizzata male.
Potrebbe cambiare il mercato del lavoro.
Potrebbe alterare gli equilibri economici.
Tutto vero.
Ma se questi criteri fossero stati applicati sistematicamente alla storia dell’umanità, probabilmente non avremmo costruito quasi nulla.
La civiltà avanza perché qualcuno accetta l’incertezza e prova a trasformarla in conoscenza.
Questo non richiede incoscienza.
Richiede sperimentazione, responsabilità, concorrenza e capacità di correggere gli errori.
La scelta davanti all’intelligenza artificiale non è dunque tra un futuro perfettamente sicuro senza IA e un futuro pericoloso con l’IA.
Quel primo futuro non esiste.
La scelta reale riguarda quale società costruirà l’intelligenza artificiale, chi avrà accesso ai suoi strumenti e quali istituzioni controlleranno il nuovo potere che essa rende possibile.
Prometeo, secondo il mito, pagò per aver consegnato il fuoco agli uomini.
Ma senza quel fuoco simbolico non sarebbe esistita la civiltà capace di raccontarne la storia.
Oggi il nuovo fuoco non brucia.
Calcola.
Scrive.
Analizza.
Programma.
Confronta.
Impara dai dati e moltiplica alcune capacità di chi lo utilizza.
Possiamo certamente temerlo.
Possiamo certamente controllarlo.
Dobbiamo certamente comprenderne i rischi.
Ma sarebbe un errore confondere la prudenza con la paura e la sicurezza con l’immobilità.
La domanda fondamentale non è se l’uomo debba rinunciare al fuoco.
È se saprà usarlo senza consegnarne il monopolio a pochi.
È il momento di costruire.
Nota
Questo saggio sviluppa e rielabora liberamente alcune delle tesi esposte da Marc Andreessen in Why AI Will Save the World, pubblicato da Andreessen Horowitz il 6 giugno 2023, integrandole con considerazioni sul mito prometeico, sulla teoria economica della regolamentazione, sul mercato del lavoro e con dati successivi sulla diffusione dell’intelligenza artificiale.
FONTI E APPROFONDIMENTI
Marc Andreessen — “Why AI Will Save the World”, Andreessen Horowitz, 6 giugno 2023
https://a16z.com/ai-will-save-the-world/
Bruce Yandle — “Bootleggers and Baptists: The Education of a Regulatory Economist”
https://www.cato.org/sites/cato.org/files/serials/files/regulation/1983/5/v7n3-3.pdf
Bruce Yandle & Adam C. Smith — Bootleggers & Baptists: How Economic Forces and Moral Persuasion Interact to Shape Regulatory Politics
https://www.cato.org/books/bootleggers-baptists
OECD — “The effects of generative AI on productivity, innovation and entrepreneurship”, 2025
https://www.oecd.org/en/publications/the-effects-of-generative-ai-on-productivity-innovation-and-entrepreneurship_b21df222-en.html
International Labour Organization — “Generative AI and Jobs: A 2025 Update”
https://www.ilo.org/publications/generative-ai-and-jobs-2025-update
International Labour Organization — “The impact of GenAI on jobs, productivity and work organization”, 2026
https://www.ilo.org/publications/impact-genai-jobs-productivity-and-work-organization-review-empirical
International Monetary Fund — AI, produttività e mercato del lavoro
https://www.imf.org/en/news/articles/2026/02/03/sp-md-leveraging-artificial-intelligence-and-enhancing-countries-preparedness
Stanford University — AI Index Report 2026
https://hai.stanford.edu/ai-index/2026-ai-index-report
NIST — Artificial Intelligence Risk Management Framework
https://www.nist.gov/itl/ai-risk-management-framework
U.S. Government Accountability Office — Dodd-Frank e impatto regolatorio su community banks e credit unions
https://www.gao.gov/products/gao-16-169
U.S. Government Accountability Office — Compliance Burdens on Community Banks and Credit Unions
https://www.gao.gov/products/gao-18-213
Federal Reserve — Community Banks, supervisione e proporzionalità regolatoria
https://www.federalreserve.gov/supervisionreg/community-banks.htm
