Se l’AI diventa un pedaggio da pagare saranno guai.
✅ Questo video è offerto da: #Netco #Niveus (maggiori info nel primo commento)
Stiamo affittando l’Intelligenza Artificiale da poche aziende nel mondo e ci sembra normale. Seguitemi fino alla fine che vi spiego perché questo riguarda il nostro portafoglio e la nostra democrazia.
Ogni volta che usiamo un grande modello di AI, in pratica stiamo usando un pezzo di infrastruttura digitale privata. Qui negli Stati Uniti questi sistemi nascono in poche città, decidono che cosa è accettabile dire, come filtrare i contenuti, quali risposte sono “sicure” per miliardi di utenti.
Il motivo è semplice: addestrare i modelli più avanzati costa cifre enormi, servono migliaia di chip e data center giganteschi. Questo crea una concentrazione di potere tecnologico ed economico che università, enti pubblici e startup non riescono a raggiungere. Chi possiede questi “tralicci digitali” fissa standard, prezzi e condizioni d’uso.
Nella storia, però, le grandi infrastrutture non sono state lasciate solo al mercato. Ferrovie, reti elettriche, la prima Internet sono state costruite anche con soldi pubblici, con regole condivise, con obiettivi dichiarati. Nessuno affiderebbe tutte le linee ferroviarie o tutti gli acquedotti a tre o quattro aziende private senza contropoteri.
Con l’AI stiamo facendo esattamente questo. Molti Paesi, inclusa l’Europa, finanziano piccoli progetti nazionali di “sovranità digitale” che restano però troppo deboli rispetto ai colossi statunitensi e cinesi. Sono isole scollegate, facili da comprare o aggirare.
Esiste un’altra strada: trattare l’AI di base come un’infrastruttura pubblica condivisa. Significa creare consorzi tra Stati, università e imprese per costruire insieme i modelli fondamentali, condividendo potenza di calcolo e dati, come si è fatto in passato nell’aerospazio o nell’energia.
Qualche esempio concreto esiste già. In Europa alcuni centri di ricerca hanno sviluppato modelli di AI pubblici e aperti, messi a disposizione di università, ospedali, amministrazioni. Sono ancora più piccoli rispetto ai giganti commerciali, ma dimostrano che si può progettare AI pensando all’interesse collettivo, non solo all’abbonamento mensile.
L’idea chiave è costruire “biblioteche pubbliche di dati” e infrastrutture di calcolo accessibili, dove chi lavora su sanità, agricoltura, scuola, ambiente possa usare l’AI senza dipendere ogni volta da una piattaforma privata. Questo crea pluralismo algoritmico: più lingue, più culture, più punti di vista nei sistemi che usiamo ogni giorno.
Per cittadini e famiglie la domanda diventa molto concreta: l’AI resterà un servizio in affitto di pochi colossi o diventerà anche un’infrastruttura che governiamo insieme, con regole trasparenti e obiettivi pubblici chiari?
Perché se i modelli di AI sono i nuovi tralicci dell’economia digitale, non basta chiederci se funzionano bene. Dobbiamo chiederci chi controlla l’interruttore.
