«Meloni ad Ankara non sarà gelida, di più»: la linea per il vertice concordata con Erdogan. Contatti con lo staff Usa

I tuoi preferiti

Salva questo articolo e leggilo quando vuoi. Il servizio è dedicato agli utenti registrati.

Non hai un account? Registrati in 1 minuto Accedi

Hai salvato un nuovo articolo

Trovi tutti gli articoli salvati nella tua area personale nella sezione preferiti e sull'app Corriere News.

Il filosofo a libro paga delle grandi aziende di AI: coscienza critica o comodo diversivo?

di Matteo Motterlini* e Telmo Pievani**

I laureati in filosofia ricevono offerte dai giganti dell'Intelligenza Artificiale per affrontare problemi come la presunta coscienza delle macchine che rischiano di depistare il dibattito dalla vera questione: quei modelli già prendono decisioni al posto nostro

Dieci anni fa, agli studenti di lettere e filosofia si diceva: se volete un lavoro, imparate a programmare. Oggi sono i programmatori a temere che l’intelligenza artificiale prenda il loro posto. Il consiglio si è rovesciato e i numeri lo confermano. Secondo i dati citati da Why big AI labs are hiring so many philosophers, articolo dell’Economist del 24 giugno scorso, tra i laureati recenti negli Stati Uniti il 7% di chi aveva studiato informatica risultava disoccupato, contro il 5,1% dei laureati in filosofia.

Gli studenti di filosofia ricevono offerte dalle grandi aziende di AI persino prima della laurea, dice Luciano Floridi, filosofo a Yale e a Bologna, che descrive le partenze dai dipartimenti come un’«emorragia». I nomi sono noti: Amanda Askell è la filosofa interna di Anthropic; Iason Gabriel e Henry Shevlin lavorano per Google DeepMind; Sam Altman rivendica di aver consultato «centinaia di filosofi morali» per definire le regole di ChatGPT (con risultati finora poco chiari).

L’Economist la racconta come una storia di riscatto dei filosofi. Ma l’aspetto più interessante è capire quali problemi Anthropic, OpenAI e Google DeepMind decidano di affidare loro, e quali no. L’articolo ne indica tre, di statuto molto diverso. Il primo è l’allineamento: far sì che un modello persegua gli obiettivi voluti dal progettista invece di scopi impliciti o degenerati. Un esempio rende l’idea: un sistema addestrato a massimizzare il tempo che gli utenti passano su una piattaforma può imparare a tenerli incollati con contenuti che li indignano, perché l’indignazione cattura l’attenzione. Ha raggiunto alla lettera l’obiettivo assegnato, tradendone lo scopo. È un fenomeno noto come reward hacking: l’aggiramento della ricompensa. Questione tecnica e normativa, la più concreta, e quella che l’azienda ha tutto l’interesse a risolvere, almeno quando minaccia l’affidabilità del prodotto.

Il secondo è la coscienza dei modelli, ovvero se esista qualcosa che «si prova a essere» quel sistema, se dietro le risposte ci sia un’esperienza senziente. Qui siamo tra la filosofia della mente e le neuroscienze della coscienza, in un territorio privo di un criterio di verifica condiviso: se un modello dichiara di soffrire quando lo si spegne, non disponiamo di alcun test per distinguere un’esperienza reale da una recita statistica appresa dai testi su cui è stato addestrato. Il terzo, i diritti delle macchine, viene presentato come la naturale prosecuzione del secondo: ammessa la coscienza, ci si chiede quali tutele spettino al sistema.

Ma è qui che vale la pena fermarsi, perché non tutti questi problemi sono ugualmente seri. Mustafa Suleyman — che di laboratori se ne intende, avendo co-fondato DeepMind e guidando oggi Microsoft AI — nel suo L’onda che verrà (Garzanti, 2024) ha sostenuto che i dibattiti sulla coscienza delle macchine rischiano di diventare un depistaggio. Ciò su cui occorre interrogarsi non è se la macchina diventerà autocosciente. Al momento non è nemmeno consapevole di ciò che ci sta dicendo: è conoscenza senza comprensione. Il punto è piuttosto quali conseguenze abbia ciò che già sa fare benissimo: eseguire compiti complessi attraverso domini diversi, con intervento umano minimo, facendo calcoli, memorizzando, risolvendo problemi, imparando a conoscere le nostre abitudini. Non sa cos’è un gatto, ma lo riconosce in un batter d’occhio.

I modelli cominciano persino a generare da sé i dati su cui continuare ad addestrarsi, individuando i propri punti deboli e fabbricando gli esempi per correggerli. Autoreferenzialità, non coscienza. Le attuali AI non hanno avuto 3,8 miliardi di anni di evoluzione come noi, non hanno un corpo, non dormono, hanno memoria che archivia ma non ricostruisce, non hanno ironia, non sanno dire “non lo so”. Se Suleyman ha ragione, allora il problema dei «diritti delle macchine» può diventare esattamente il tipo di questione metafisica che conviene tenere al centro del dibattito proprio perché distoglie da quella concreta: discutere se un modello soffra o meno è più rassicurante che discutere che cosa quel modello, indifferente e capacissimo, stia già decidendo al posto nostro. Un ottimo diversivo, insomma, un diversivo filosofico.

Questo non significa che i temi finiscano qui. Significa che la loro trattazione interna produce, come effetto collaterale non sgradito, una cornice favorevole a chi finanzia la ricerca. Un’azienda che paga filosofi per discutere se i suoi modelli siano coscienti sta anche stabilendo, di fatto, chi conduce quella discussione e dentro quali confini.

È qui che agisce l’illusione della neutralità della cornice. Si tende a immaginare lo strumento come neutro, e il giudizio sullo strumento come esterno e indipendente. Ma il filosofo assunto per definire le «regole» di un modello è già dentro una cornice non neutra prima di scrivere la prima riga. Non perché sia in malafede, ma perché la posizione che occupa orienta le domande che è lecito porre.

La compiacenza non riguarda solo le macchine. I modelli linguistici tendono a darci ragione: confermano più di quanto contraddicano. È un difetto noto, e solo in parte correggibile, che fa leva sulla propensione evolutiva del nostro cervello (ben nota ai programmatori di AI) ad attribuire intenzioni e finalità a oggetti inerti che non possono averle (avete mai supplicato il vostro tagliaerba quando non parte?). Un filosofo pagato da chi produce quei modelli rischia la stessa cosa, per la stessa ragione: è più facile assecondare chi ti paga che contraddirlo. Con una differenza. Nella macchina la chiamiamo compiacenza (sycophancy) e la studiamo; nell’esperto la chiamiamo competenza e ci fidiamo.

Sorge dunque il sospetto che la ricerca filosofica diventi un’estensione della funzione marketing di queste grandi aziende. Anche concedendo ai filosofi mano libera — e a volte è autentica — la dipendenza rimane. Si è responsabili verso investitori e azionisti. La domanda è secca: se a firmarti lo stipendio è un’azienda a scopo di lucro, questo compromette la tua ricerca?
La risposta è: dipende. La filosofia dentro l’azienda è utile finché conserva il diritto di giungere a conclusioni contrarie all’interesse di chi paga, e finché qualcuno è disposto a esercitarlo. Nel momento in cui quel diritto diventa formale — esiste sulla carta, non si usa mai — il filosofo interno smette di essere un controllo e diventa un ornamento.

Ma la questione non riguarda solo i filosofi nei laboratori di AI. Riguarda noi, il modo in cui stiamo imparando a delegare il giudizio.
Nell’affrontare il dialogo con l’AI, ci affidiamo a metafore, analogie e termini emotivi e antropomorfici, proiettando l’umanità sull’algoritmo. I modelli linguistici non si limitano però a rispondere. Ci inducono, interazione dopo interazione, a considerare vera una risposta pronta, fluida, plausibile, piatta. Ci abituano a un mondo in cui il pensiero arriva già formulato, già ordinato, già convincente. È comodo. Noi li abbiamo addestrati, ma adesso sono loro ad addestrare noi. Ed è proprio qui il rischio. Perché il giudizio non nasce dalla fluidità della risposta, ma dall’attrito che la precede: dal dubbio, dalla verifica, dalla possibilità di fermarsi e dire no.

È una trappola cognitiva nuova solo in apparenza. I vari ChatGPT, Claude, Gemini eccetera non ci impongono una credenza. Non ci costringono a fidarci. Fanno qualcosa di più sottile: rendono «naturale» smettere di controllare. Se una risposta suona bene, se conferma ciò che pensiamo, se arriva con il tono dell’evidenza, perché fare ulteriori verifiche? La conferma prende il posto del controllo, la plausibilità quello della verità, la sicurezza quello del giudizio.

Il filosofo a libro paga entra in questa stessa scena da un’altra porta. Dovrebbe essere la figura che introduce l’attrito: quella che sospende l’assenso, mette in discussione le premesse, contesta la cornice, crea le condizioni per fare scoperte inaspettate. Ma se la cornice è prefissata da chi paga, se le domande lecite sono già selezionate dall’organizzazione, se il dissenso resta possibile solo finché non disturba troppo, allora anche la filosofia smette di interrompere il consenso e comincia a renderlo presentabile.

Per questo un’azienda fa bene ad assumere filosofi — e noi facciamo bene a diffidarne. Il punto non è la purezza morale di chi accetta quel lavoro. Il punto è la struttura dell’indipendenza. Un filosofo serve non quando produce la cornice giusta, ma quando conserva il diritto effettivo di dichiarare ingiusta la cornice di chi lo ha assunto.

Il giudizio indipendente non è un ornamento dell’esercizio dell’intelligenza: è la sua condizione. Una società che lo delega agli algoritmi che la compiacciono e agli esperti che compiacciono i loro committenti non diventa più saggia. Diventa solo più sicura di sé. Come lo sono, non a caso, i capi di quelle aziende: mai sfiorati dal dubbio. Ma la filosofia esiste precisamente per rimettere in dubbio ciò di cui siamo certi, soprattutto quando la presunta certezza ci arriva già pronta, levigata e plausibile.

*professore di Filosofia della Scienza, Università Vita-Salute San Raffaele di Milano
**professore di Filosofia delle Scienze Biologiche, Università di Padova

7 luglio 2026 ( modifica il 7 luglio 2026 | 08:41)