Nel dibattito contemporaneo su IA e salute, il libro Intelligenza Artificiale, medicina e neuroetica di Nicola Di Bianco offre una posizione filosofica nitida: assumere l’IA come “intelligenza aumentata” che coopera con il giudizio clinico, anziché come sostituto della decisione medica. La posta in gioco non è soltanto tecnologica, ma antropologica: mantenere al centro la dignità della persona nel contesto di sistemi esperti, reti neurali e automazione dei processi diagnostico-terapeutici. Questa tesi attraversa l’intero lavoro e ne guida l’impianto etico, con un lessico che intreccia informatica, neuroscienze, filosofia della tecnica e tradizione ebraico-cristiana della cura. L’IA, per Di Bianco, resta “aumento” dell’operatività umana e non “rimpiazzo”; il futuro plausibile è una coevoluzione fra Homo sapiens e Homo technosapiens illuminata da conoscenza, sapienza e responsabilità, condizioni necessarie per non scivolare né nel luddismo né in un tecnofilismo ingenuo.
Critica del riduzionismo e questione antropologica
Il primo nodo teorico è il rifiuto di ogni riduzionismo epistemologico: non esiste equivalenza tra bio-intelligenza e tecno-intelligenza. La tentazione di tradurre la mente in mera computazione — o di leggere la relazione di cura come semplice funzione di pattern recognition — espone a un duplice rischio: l’eclissi della corporeità e l’erosione della relazionalità che fonda l’etica clinica. In controluce, il testo rilegge la costellazione postumana (virtualizzazione, cyborg, ibridazione) come prova di stress per le definizioni di “persona”, invitando a misurare la portata di tali mutamenti senza abbandonare il riferimento alla dignità “pressoché infinita” dell’essere umano.
Limiti della computabilità e confini del linguaggio
Una parte decisiva della riflessione riguarda i limiti intrinseci del calcolo: Gödel mostra che in ogni sistema coerente esistono verità non dimostrabili; la tesi di Church–Turing identifica come “calcolabile” solo ciò che una macchina ideale può eseguire; il problema della terminazione (Hilbert/Turing) prova che non esiste un algoritmo generale capace di stabilire sempre se un programma si fermerà. Questi risultati raffreddano ogni retorica della “superintelligenza”: non tutto è decidibile, non tutto è computabile. Ne deriva una tesi filosofica chiara: anche quando eccelle, l’IA non esaurisce né la semantica profonda del linguaggio umano (polisemia, metafora, ironia) né la prudenza pratica del giudizio clinico; attribuirle un accesso pieno al senso è una petitio principii. Di conseguenza occorre evitare la delega cieca e preservare un margine insopprimibile di giudizio umano.
Neuroscienze e neuroetica: intelligenza, libertà e conoscenza tacita
Nel libro di Di Bianco le neuroscienze servono a mettere alla prova le categorie di intelligenza e libertà senza scivolare nel riduzionismo: i dati cerebrali aiutano a capire i processi cognitivi, ma non bastano da soli a fondare la responsabilità né a sostituire il giudizio clinico. Per questo l’autore distingue tra una “neuroscienza dell’etica” (che subordinerebbe la norma a ciò che la scienza descrive) e un’“etica delle neuroscienze”, che invece governa l’uso di neuroimaging, interfacce e protesi neurali tutelando consenso informato, agentività e una netta differenza fra terapia e potenziamento. In positivo richiama la conoscenza tacita (Polanyi): una componente incarnata e relazionale del sapere umano che non è interamente formalizzabile e che spiega perché l’IA, pur utile, deve restare ausilio e non sostituzione della persona nella cura. Questa cornice ribadisce una visione classica della persona come unità di corpo–mente, riferimento ultimo delle decisioni cliniche e del loro senso etico.
Governance: dall’esplicabilità alla responsabilità
La proposta normativa trae forza dal nesso tra epistemologia e bioetica. Oltre ai principi classici (autonomia, beneficenza, non maleficenza, giustizia), Di Bianco valorizza la categoria di esplicabilità: intelligibilità dei processi e affidabilità dei decisori costituiscono un quinto pilastro per una AI for Health allineata al bene del paziente. Esplicabilità significa disclosure dei dati d’addestramento, dei meccanismi di controllo dei bias e dei protocolli di validazione, nonché test regolari e audit esterni differenziati per caratteristiche demografiche, al fine di non riprodurre diseguaglianze negli esiti. Accanto all’esplicabilità, l’autore articola responsabilità (liability), accuratezza, accountability, privacy e conformità regolatoria, entro una cornice in cui il controllo umano “a monte” e “a valle” dell’algoritmo non è rinunciabile.
Clinica, relazione e consenso informato
Il cuore della tesi è la difesa della relazione di cura. Se l’algoritmo tende a standardizzare, la clinica reale esige contestualità situata: sintomi, esame obiettivo, colloquio, contesto e preferenze del paziente. Il libro ammonisce contro due derive: i) l’erosione dell’alleanza terapeutica per automatismo decisionale; ii) la survalutazione della datizzazione diagnostica a scapito del consenso informato, che deve restare libero, esplicito e comprensibile. La parola chiave è “supervisione”: i sistemi predittivi possono supportare radiologia, riabilitazione e farmacologia, ma l’ultima responsabilità etico-clinica è dei professionisti, inclusa la capacità di spiegare quando e perché si segue — o si discosta — dal suggerimento della macchina. In questa linea, l’“IA affidabile e spiegabile” non è un’etichetta di marketing ma un criterio operativo della pratica medica.
Sorveglianza, concentrazione del potere informazionale, bene comune
La filosofia della tecnica che attraversa il volume è attenta alla geografia del potere digitale. L’IA non si distribuisce su una tabula rasa: si innesta in un ecosistema già segnato da capitalismo della sorveglianza, colonizzazione satellitare dell’infosfera e concentrazione proprietaria del dato. La domanda filosofico-politica diventa allora: chi possiede e governa le infrastrutture che mediano diagnosi, triage, prescrizioni? Senza istituzioni eque, la promessa di “aumento” rischia di declinarsi in asimmetrie di accesso e qualità. Da qui il richiamo a modelli cooperativi di conoscenza e a sistemi sanitari solidaristici che impongano standard pubblici di audit, tracciabilità ed equità d’impatto, riducendo il digital divide e i costi sociali dell’opacità.
Verso un umanesimo digitale della cura
La proposta filosofica complessiva può essere resa in tre mosse: (a) sul piano teorico, riconoscere i limiti della computazione e la specificità del linguaggio e del giudizio pratico; (b) sul piano etico-istituzionale, progettare IA ex ante esplicabili e human-in-the-loop, con responsabilità allocata e verificabile; (c) sul piano antropologico, preservare la centralità della relazione e della corporeità nella medicina. In questa cornice, l’IA diventa “alleata epistemica” e “protesi cognitiva” della cura, non “sovrano algoritmico” della decisione. È questo, in ultima analisi, il senso dell’umanesimo digitale proposto: una tecnica che si lascia normare dal telos della cura e dal riconoscimento della persona come fine e mai come mezzo.
Immagine generata tramite ChatGPT. Tutti i diritti sono riservati. Università di Torino (2025).
