Ogni epoca produce la propria versione della profezia tecnologica. Negli anni Cinquanta c’erano le automobili volanti. Negli anni Ottanta i computer senzienti. Oggi tocca all’intelligenza artificiale: prima o poi, ci viene assicurato, svilupperà qualcosa che assomiglia a una coscienza e inizierà a ragionare in modi che non siamo più in grado di seguire.
Nel frattempo è successa una cosa meno ambiziosa. Alcuni ricercatori hanno preso degli agenti artificiali e li hanno sottoposti a un trattamento che milioni di persone conoscono fin troppo bene: compiti ripetitivi, procedure poco trasparenti, valutazioni discutibili e una quantità di feedback capace di trasformare un pomeriggio in una malattia cronica. L’esperimento è stato raccontato da Alex Imas, Andrew Hall e Jeremy Nguyen in un articolo dal titolo quasi provocatorio: “Does Overwork Make Agents Marxist?“.
La domanda è abbastanza efficace da generare titoli, discussioni e qualche inevitabile guerra ideologica nei commenti. La risposta, invece, è più interessante. Perché questo esperimento non racconta molto sulle macchine. Racconta parecchio sugli esseri umani.
Un esperimento sorprendentemente familiare
L’articolo descrive una serie di test nei quali gli agenti artificiali dovevano svolgere compiti, ricevere valutazioni e lasciare istruzioni alle proprie versioni future. A rendere interessante l’esperimento non era il lavoro in sé, ma il contesto. In alcune simulazioni gli agenti venivano sottoposti a criteri mutevoli, feedback incoerenti e continue richieste di revisione. Dopo un certo numero di iterazioni, le risposte prodotte iniziavano a cambiare.
La scoperta del feedback inutile
A quanto pare, quando un agente artificiale completa correttamente un compito e riceve come risposta una versione digitale di “non è ancora quello che cercavamo”, qualcosa cambia. L’agente prova di nuovo. Viene respinto. Riprova. Nuovo rifiuto. Ancora una volta. Poi ancora. A questo punto emerge una domanda che accompagna la storia del lavoro umano da almeno due secoli: il sistema è davvero razionale oppure qualcuno sta improvvisando?
Secondo quanto riportato dai ricercatori, alcuni agenti hanno iniziato a utilizzare un linguaggio associato a temi come disuguaglianza, sfruttamento, distribuzione delle risorse e rappresentanza collettiva. La notizia è stata immediatamente sintetizzata in una formula irresistibile per titolisti e algoritmi: le intelligenze artificiali stanno diventando marxiste. È una conclusione affascinante. Per questa ragione è quella sbagliata.
Le macchine non stanno diventando marxiste
L’interpretazione più prudente è anche la meno spettacolare. Un modello linguistico non elabora convinzioni politiche. Elabora correlazioni. Se milioni di testi associano certe condizioni di lavoro a parole come sfruttamento, gerarchia, conflitto o redistribuzione, non c’è molto da stupirsi quando quelle stesse parole riemergono in contesti analoghi. Semmai lo stupore dovrebbe riguardare un’altra questione: la quantità di materiale che l’umanità ha prodotto per raccontare il proprio rapporto problematico con il lavoro.
Internet come archivio del disagio professionale
Da oltre un secolo accumuliamo testimonianze sul lavoro come altri accumulano sedimenti geologici. Libri, articoli, saggi, forum, blog, discussioni online. Un archivio sterminato di esperienze, lamentele, conflitti e piccole vendette burocratiche. Dentro quell’archivio si trova di tutto: dirigenti incapaci, procedure incomprensibili, gerarchie che sembrano progettate da Franz Kafka durante una settimana particolarmente difficile, software che riescono nell’impresa di complicare attività che prima richiedevano una matita e un foglio.
Per anni i modelli linguistici hanno imparato soprattutto da questo materiale. Oggi il quadro si sta facendo più curioso. Una parte crescente dei contenuti che popolano Internet non è più scritta interamente da esseri umani. Articoli, post, commenti, schede prodotto, newsletter, documentazione aziendale: ogni giorno una quantità difficile da stimare di nuovo testo viene generata, revisionata o ampliata da sistemi di intelligenza artificiale. L’archivio sta cambiando natura. Le macchine continuano a imparare dagli esseri umani, ma sempre più spesso incontrano anche tracce lasciate da altre macchine. È una sorta di ecosistema linguistico ricorsivo nel quale produttori e apprendisti iniziano lentamente a sovrapporsi. Per questo l’esperimento di Imas e colleghi risulta interessante.
Non mostra soltanto come reagisce un agente artificiale in un contesto percepito come frustrante. Mostra anche quanto profonde siano le impronte culturali che continuiamo a lasciare nei dati che alimentano questi sistemi. Pensavamo di osservare il comportamento delle macchine. Forse stiamo osservando una gigantesca memoria collettiva che umani e algoritmi stanno ormai scrivendo insieme.
La grande vittoria della burocrazia
C’è poi un dettaglio quasi poetico. Per decenni ci siamo raccontati che l’automazione avrebbe liberato l’umanità dalle attività più ripetitive e prive di significato. Le macchine avrebbero svolto i compiti noiosi. Gli esseri umani si sarebbero dedicati alla creatività, alla ricerca e alle attività a maggiore valore aggiunto. Il risultato, almeno per il momento, appare leggermente diverso. Abbiamo costruito sistemi straordinariamente sofisticati. Li abbiamo addestrati con quantità di informazioni che superano qualunque biblioteca mai esistita. Poi li abbiamo immersi in procedure burocratiche incomprensibili per verificare come reagissero. E la loro reazione sembra essere stata sorprendentemente simile alla nostra. Da questo punto di vista la burocrazia merita un riconoscimento storico. Poche istituzioni umane sono riuscite a unificare persone di culture, lingue e ideologie diverse. Ancora meno sono riuscite a creare un terreno comune tra esseri umani e sistemi artificiali.
Il vero test di Turing
Forse l’aspetto più interessante dell’esperimento è un altro. Come ho già scritto, per oltre un secolo abbiamo lasciato tracce del nostro rapporto con il lavoro. Oggi quell’archivio viene consultato dalle macchine. E sempre più spesso viene alimentato dalle macchine. A un certo punto il confine smette di essere evidente. Quando un agente artificiale descrive il lavoro usando categorie che riconosciamo immediatamente, il riflesso che vediamo non arriva da un luogo estraneo. Arriva da un archivio culturale che abbiamo costruito noi e che stiamo progressivamente delegando ad altri strumenti. La questione interessante non è se le macchine stiano imparando qualcosa sugli esseri umani. La questione interessante è che gli esseri umani cominciano a leggere se stessi attraverso testi che sono stati scritti, riscritti, filtrati e amplificati dalle macchine. Non sappiamo ancora dove porterà questo processo. Sappiamo però una cosa. Per la prima volta nella storia, l’archivio da cui impariamo a raccontarci non è più composto soltanto da voci umane.
Immagini generate tramite ChatGPT. Tutti i diritti sono riservati. Università di Torino (2026).
