Il percorso di un filosofo tra fisica delle particelle e algoritmi che decidono le nostre vite.
Cosa hanno in comune un laboratorio dove si studiano le particelle più piccole dell’universo e una piccola startup che aiuta le persone a capire come funzionano gli algoritmi che scelgono quali video guardare su YouTube. Apparentemente nulla. Eppure Giuseppe Aceto si muove proprio in questo spazio intermedio, tra la scienza più avanzata e la vita quotidiana di tutti noi.
Giuseppe non è facile da etichettare. Ha studiato filosofia, ha lavorato al CERN (il famoso laboratorio di fisica delle particelle in Svizzera), si occupa di design e oggi è co-fondatore di Relatronica, uno studio con sede a Zurigo che fa qualcosa di particolare: aiuta le persone a capire l’intelligenza artificiale e a riflettere sulle sue conseguenze.
In un’epoca in cui tutti parlano di IA – spesso con entusiasmo esagerato o paura irrazionale – Giuseppe è tra quelli che cercano una terza via: capire davvero cosa sta succedendo e chiedersi quali conseguenze avrà sulle nostre vite. Abbiamo parlato con lui del suo lavoro, di Relatronica e del progetto SEGNO, che aiuta le persone comuni a sviluppare uno sguardo più consapevole sulla tecnologia.
Giuseppe, partiamo dall’inizio. Tu hai studiato filosofia, hai lavorato al CERN e ora ti occupi di etica dell’intelligenza artificiale. Come si passa dalla filosofia alle particelle subatomiche all’IA?
«È un percorso che sembra strano, lo ammetto! Ma per me ha un filo logico. La filosofia mi ha insegnato a fare domande, soprattutto quelle che sembrano scomode. Tipo: perché facciamo le cose in questo modo? Chi decide cosa è giusto e cosa è sbagliato? Cosa significa “progresso”? Il CERN è stato illuminante. È un posto dove scienziati di tutto il mondo collaborano per cercare di capire di cosa è fatto l’universo. Sembra lontanissimo dalla vita quotidiana, ma lì ho capito una cosa importante: anche la ricerca scientifica più avanzata è fatta di scelte. Quali esperimenti fare? Quali dati raccogliere? Come interpretarli? E queste scelte non sono mai solo tecniche, riflettono sempre valori, priorità, visioni del mondo.
Quando ho iniziato a interessarmi di intelligenza artificiale, ho ritrovato le stesse domande. Gli algoritmi sembrano oggettivi, matematici, neutrali. Ma non lo sono. Qualcuno li programma, qualcuno decide quali dati usare, qualcuno sceglie cosa ottimizzare. E queste scelte hanno conseguenze enormi sulle nostre vite. È qui che il mio percorso ha trovato un senso: usare la filosofia e il design per rendere visibili queste scelte e le loro conseguenze.»
Quando dici “algoritmi”, di cosa stiamo parlando esattamente? Perché sembra che siano ovunque…
«Hai ragione, la parola “algoritmo” è diventata onnicomprensiva e un po’ misteriosa. In realtà un algoritmo è semplicemente una sequenza di istruzioni per risolvere un problema. Una ricetta di cucina è un algoritmo: prendi gli ingredienti, segui i passaggi, ottieni il risultato. Gli algoritmi di cui parliamo oggi sono molto più complessi, ovviamente. Sono quelli che decidono quali post vedi su Facebook o Instagram, quali video ti propone YouTube, quali risultati escono quando cerchi qualcosa su Google. Sono quelli che nelle banche decidono se darti un prestito, quelli che nelle aziende selezionano i curriculum per un colloquio di lavoro, quelli che in alcuni paesi vengono usati persino dalla polizia per decidere dove pattugliare.
Il problema non è l’algoritmo in sé, ma il fatto che questi sistemi prendono decisioni che ci riguardano senza che noi sappiamo come funzionano. È come se qualcuno decidesse aspetti importanti della tua vita seguendo regole che non ti vengono mai spiegate. E spesso chi li ha creati ti dice: “Fidati, l’algoritmo sa cosa è meglio per te”. Ma è davvero così?»
Hai fondato Relatronica con questa idea di “civic tech”. Cosa significa? Non è solo un anglicismo di moda?
«È un termine che viene usato in molti modi diversi, è vero. Per noi civic tech significa: tecnologia al servizio delle persone e della democrazia, non il contrario. Oggi la tecnologia è spesso presentata come qualcosa che dobbiamo accettare così com’è. Ti dicono: “Questa è l’innovazione, devi adattarti”. Ma chi l’ha detto che l’innovazione deve andare sempre in quella direzione? Chi ha deciso che abbiamo bisogno di assistenti vocali che ascoltano tutto quello che diciamo in casa? Chi ha stabilito che è normale che un algoritmo decida quali notizie leggiamo? Civic tech, per come la intendiamo noi, significa ribaltare questa prospettiva. Significa chiedersi: di quale tecnologia abbiamo davvero bisogno? Come possiamo costruirla insieme, in modo democratico? Come possiamo assicurarci che serva il bene comune e non solo il profitto di poche aziende?
E soprattutto, civic tech significa dare alle persone gli strumenti per capire e decidere. Non puoi partecipare a una discussione se non capisci di cosa si sta parlando. Per questo gran parte del nostro lavoro è divulgazione, educazione, alfabetizzazione critica.»
Relatronica usa metodi come il “design speculativo” e il “design critico”. Puoi spiegare cosa significano questi termini con un esempio pratico?
«Certo, i termini tecnici non aiutano! Te la spiego in modo semplice.
Il design speculativo è un modo di immaginare futuri possibili per capire meglio il presente. Invece di progettare un oggetto o un servizio che risolve un problema, creiamo scenari, prototipi, narrazioni che mostrano dove potremmo finire se continuiamo su una certa strada. Facciamo un esempio concreto. Immagina una città dove le telecamere con riconoscimento facciale sono ovunque e un algoritmo decide quanto sei “affidabile” in base a dove vai, con chi parli, cosa compri. Non è fantascienza: tecnologie del genere esistono già in alcune parti del mondo. Noi potremmo creare un’installazione, un video, un prototipo interattivo che ti fa sperimentare come sarebbe vivere in quella città. Non per dirti “questo è il futuro”, ma per farti chiedere: “Voglio davvero vivere così? Cosa possiamo fare per evitarlo?”
Il design critico invece mette in discussione le narrazioni dominanti. Ci dicono: “L’IA ci renderà più efficienti, più sicuri, più felici”. Ma è sempre vero? Per chi? A quale prezzo? Noi creiamo provocazioni, oggetti impossibili, situazioni paradossali che ti costringono a fermarti e pensare.
Entrambi questi approcci hanno una cosa in comune: non accettano la tecnologia come inevitabile, ma la trattano come un campo di possibilità dove possiamo fare scelte diverse.»
Veniamo a SEGNO, il vostro progetto per aumentare la consapevolezza sull’intelligenza artificiale. Come è nato e a chi si rivolge?
«SEGNO nasce da una frustrazione che sento ogni giorno. Da una parte c’è chi dice: “L’IA è fantastica, risolverà tutti i problemi”. Dall’altra chi dice: “L’IA è terrificante, ci ruberà il lavoro e ci controllerà”. Manca una via di mezzo, fatta di comprensione vera. Il punto è che l’intelligenza artificiale non è né magia né mostro. È tecnologia, creata da persone, con scopi precisi, che può fare cose utili ma anche produrre danni. E il problema è che la maggior parte di noi interagisce ogni giorno con sistemi di IA senza sapere come funzionano, senza poter fare domande, senza poter scegliere davvero.
SEGNO si rivolge a tutti, non serve essere esperti di tecnologia. È per la persona che usa TikTok e si chiede perché continua a vedere certi contenuti. Per il genitore che vuole capire cosa succede quando il figlio usa internet. Per il lavoratore che scopre che la sua candidatura è stata scartata da un algoritmo. Per chiunque voglia smettere di subire passivamente la tecnologia e iniziare a capirla.»
Concretamente, cosa fate in SEGNO?
«Usiamo molti formati diversi, perché persone diverse imparano in modi diversi.
Organizziamo workshop interattivi dove le persone possono “giocare” con simulazioni di algoritmi. Per esempio, abbiamo creato un’attività dove dividi i partecipanti in gruppi e chiedi loro di costruire un algoritmo per selezionare candidati per un lavoro. Dopo un po’ si accorgono che ogni gruppo ha fatto scelte diverse: alcuni hanno privilegiato l’esperienza, altri la formazione, altri la diversità. E lì capiscono: un algoritmo non è oggettivo, riflette le priorità di chi lo crea. Facciamo installazioni artistiche che rendono visibile l’invisibile. Come mostri quanto un algoritmo sa di te? Abbiamo creato visualizzazioni che trasformano i dati in oggetti tangibili, in immagini, in esperienze che puoi vivere fisicamente.
Produciamo guide pratiche, scritte in linguaggio chiaro, che spiegano come funzionano i sistemi che usiamo ogni giorno. Non manuali tecnici, ma strumenti che ti aiutano a fare domande intelligenti. Se un algoritmo ti rifiuta un prestito, cosa puoi chiedere? Se un’app ti sembra invadente, quali sono i tuoi diritti?
L’obiettivo è sempre lo stesso: darti gli strumenti per non essere passivo. Non ti diciamo cosa pensare, ma ti aiutiamo a pensare in modo più consapevole.»
Una delle cose di cui parli spesso è la “trasparenza algoritmica”. Perché è così importante e perché è così difficile da ottenere?
«La trasparenza è fondamentale per una ragione semplice: se qualcosa prende decisioni che ti riguardano, hai il diritto di sapere come e perché. Pensaci: se vai in banca e ti rifiutano un prestito, puoi chiedere spiegazioni. L’impiegato ti dirà: “Il tuo reddito è troppo basso” o “Hai avuto problemi con i pagamenti in passato”. Puoi non essere d’accordo, puoi contestare, puoi provare a dare altre informazioni. C’è un dialogo. Con gli algoritmi questo dialogo spesso non esiste. Ti arriva un no, senza spiegazioni. O peggio, ti arriva un no e ti dicono: “L’ha deciso l’algoritmo”, come se fosse una forza della natura contro cui non puoi fare niente.
Il problema è che ottenere trasparenza è complicato. Primo, perché molti algoritmi di intelligenza artificiale sono talmente complessi che nemmeno chi li ha creati sa esattamente perché producono certi risultati. È come chiedere a un cuoco perché una torta è venuta bene: può dirti gli ingredienti, ma non può garantire che usando gli stessi ingredienti verrà sempre uguale.
Secondo, perché le aziende che sviluppano questi sistemi li considerano segreti commerciali. Non vogliono che i concorrenti sappiano come funzionano. E non vogliono nemmeno che le persone li capiscano troppo bene, perché potrebbero contestarli o aggirarli.
Ma la trasparenza da sola non basta. Anche se ti mostro il codice di un algoritmo, se tu non sei un programmatore non capisci nulla. Servono forme di trasparenza significativa: spiegazioni comprensibili, meccanismi di controllo indipendente, possibilità reale di contestare le decisioni.»
Parliamo anche di “fairness”, che in italiano potremmo tradurre come equità o giustizia. Gli algoritmi possono essere ingiusti?
«Non solo possono, spesso lo sono. E questo è uno dei problemi più gravi dell’intelligenza artificiale contemporanea. Gli algoritmi imparano dai dati. Se gli insegni a selezionare candidati per un lavoro usando i dati delle assunzioni passate, e in passato hai assunto soprattutto uomini, l’algoritmo impara che i candidati migliori sono uomini. Se gli insegni a valutare il rischio di recidiva criminale usando dati di un sistema giudiziario che ha storicamente discriminato le minoranze etniche, l’algoritmo riprodurrà quella discriminazione.
È successo davvero, più volte. Amazon ha dovuto ritirare un algoritmo per la selezione del personale perché discriminava le donne. Negli Stati Uniti è emerso che algoritmi usati dai tribunali per decidere le pene davano punteggi di rischio più alti agli afroamericani, anche a parità di reato. Il punto è che gli algoritmi non sono neutrali, sono specchi della società che li crea. Se la società ha pregiudizi, gli algoritmi li amplificano. E la cosa insidiosa è che quando è “l’algoritmo” a discriminare, sembra più oggettivo, più scientifico, più accettabile. Affrontare questo problema è difficilissimo. Primo perché “equità” non è un concetto univoco. Equo rispetto a cosa? Parità di opportunità o di risultati? Trattare tutti allo stesso modo o compensare gli svantaggi storici? Dietro ogni definizione ci sono scelte valoriali.
Secondo, perché anche quando vogliamo correggere i bias, servono dati per capire dove sono. Ma spesso i dati su razza, genere, orientamento sessuale sono considerati sensibili e non possono essere raccolti. È un paradosso: per combattere la discriminazione devi misurarne l’esistenza, ma misurarla può essere invasivo o illegale.»
Il tuo impegno nel movimento del Free Software cosa c’entra con tutto questo?
«C’entra moltissimo. Il movimento del Free Software, nato negli anni ’80, si basa su un principio semplice ma radicale: il software deve essere libero. Non gratis necessariamente, ma libero nel senso che puoi studiarlo, modificarlo, condividerlo. Perché questo è importante? Perché il software non è neutrale, è potere. Se il software che usi è chiuso, proprietario, controllato da un’azienda, tu dipendi da quella azienda. Non puoi sapere cosa fa veramente quel software, non puoi cambiarlo se non ti piace, non puoi adattarlo ai tuoi bisogni. Con l’intelligenza artificiale questo problema diventa ancora più grave. Gli algoritmi più potenti oggi sono controllati da pochissime aziende: Google, Meta, OpenAI, Microsoft. Decidono loro come funzionano, su quali dati si allenano, per quali scopi vengono usati. È una concentrazione di potere enorme.
Il Free Software e l’Open Source offrono un’alternativa: modelli di IA sviluppati in modo aperto, collaborativo, dove il codice è pubblico e può essere verificato, migliorato, adattato. Non è una soluzione magica – anche un algoritmo open source può essere discriminatorio se non ci fai attenzione. Ma almeno hai la possibilità di guardare dentro, di fare audit indipendenti, di contestare e modificare. Per me il Free Software è parte di un’idea più grande: la tecnologia come bene comune, non come proprietà privata. L’intelligenza artificiale dovrebbe essere un’infrastruttura pubblica, come le strade o le scuole, non un prodotto che ti viene venduto da chi detiene il monopolio.»
Collabori con il CERN e altre organizzazioni internazionali. Cosa significa portare queste riflessioni etiche in contesti scientifici così avanzati?
«Il CERN è un ambiente affascinante per parlare di etica della tecnologia, proprio perché all’apparenza sembra lontanissimo da questi temi. Lì si studiano particelle subatomiche, si cercano risposte sulle leggi fondamentali dell’universo. Cosa c’entra l’etica? In realtà c’entra eccome. Il CERN produce quantità enormi di dati, parliamo di petabyte, cioè milioni di miliardi di byte. Per analizzarli servono algoritmi sofisticatissimi, molti dei quali usano tecniche di intelligenza artificiale. E questi strumenti, sviluppati per la fisica delle particelle, poi vengono spesso adattati per altri usi: medicina, finanza, sorveglianza. Il mio ruolo è aiutare a mantenere viva la riflessione etica anche in questi contesti. Quali dati raccogliamo e perché? Come garantiamo che gli strumenti che sviluppiamo siano usati in modo responsabile quando escono dal laboratorio? Come rendiamo la ricerca davvero aperta e accessibile?
C’è poi un aspetto più ampio. Il CERN è un modello di collaborazione internazionale: scienziati di decine di paesi che lavorano insieme su problemi complessi. È la dimostrazione che la scienza può essere uno spazio di cooperazione, non di competizione. E questo è un modello che servirebbe anche per l’intelligenza artificiale: meno corsa al profitto, più condivisione di conoscenza.»
Se dovessi indicare le tre sfide più urgenti nell’etica dell’IA, quali sarebbero?
«La prima è il potere. Oggi l’intelligenza artificiale è controllata da poche aziende private, concentrate soprattutto negli Stati Uniti e in Cina. Decidono loro le priorità, le applicazioni, le regole. Questo è pericoloso per la democrazia. Serve un riequilibrio: più ricerca pubblica, più regolamentazione, più voce alle comunità che subiscono le conseguenze di queste tecnologie.
La seconda è l’ambiente. Allenare i grandi modelli di IA consuma quantità enormi di energia. Alcuni studi dicono che addestrare un singolo modello può produrre tanta CO2 quanto cinque auto nell’intero ciclo di vita. E non parliamo solo di energia: servono data center giganteschi, hardware che diventa obsoleto velocemente, risorse naturali per costruire i chip. Stiamo bruciando il pianeta per avere chatbot più sofisticati. Dobbiamo chiederci: ne vale davvero la pena?
La terza sfida è culturale. L’intelligenza artificiale viene presentata come inevitabile, come se fosse una forza della natura. “È il futuro, devi adattarti”. Ma non è vero. Il futuro non è scritto, lo stiamo costruendo noi con le scelte che facciamo oggi. Possiamo scegliere un’IA al servizio del bene comune, democratica, sostenibile. Oppure possiamo continuare su questa strada e finire in un mondo dove poche aziende controllano tutto e la tecnologia amplifica le disuguaglianze invece di ridurle. La sfida è rivendicare questo diritto di scelta.»
Ultima domanda: un consiglio per chi ci legge e vuole diventare più consapevole su questi temi?
«Partite dalla vostra esperienza quotidiana. Non pensate all’intelligenza artificiale come qualcosa di astratto e futuristico. Pensate agli algoritmi che usate ogni giorno: Instagram che decide cosa mostrarvi, Netflix che vi suggerisce serie, Google Maps che sceglie il percorso, il filtro antispam della mail. Cominciate a farvi domande: come funzionano? Quali dati usano? Chi li ha creati e perché?
Non abbiate paura di non capire tutto. L’intelligenza artificiale è complessa, anche gli esperti fanno fatica. Ma non serve diventare ingegneri per avere un’opinione informata. Serve curiosità, capacità di fare domande, voglia di approfondire. Ci sono tantissime risorse: podcast, documentari, articoli divulgativi, progetti educativi come il nostro SEGNO.
Non siate passivi. Quando un algoritmo fa qualcosa che vi sembra sbagliato, contestate. Chiedete spiegazioni. Segnalate. Parlate con gli altri della vostra esperienza. Il potere di queste tecnologie si basa anche sulla nostra accettazione silenziosa. Se cominciamo a fare domande, a pretendere trasparenza, a organizzarci per chiedere cambiamenti, le cose possono cambiare davvero.
E soprattutto: ricordatevi che l’intelligenza artificiale non è un destino. È il risultato di scelte umane. E se sono scelte umane, possono essere cambiate. Il futuro della tecnologia non è scritto nelle stelle, si decide nelle stanze dove si scrive il codice, nei parlamenti dove si fanno le leggi, nelle piazze dove si fa pressione politica. E anche nelle conversazioni quotidiane, quando decidiamo di non dare più nulla per scontato.»
Giuseppe Aceto continua il suo lavoro tra Zurigo e i vari laboratori internazionali dove collabora. Con Relatronica sta preparando nuovi progetti per rendere la tecnologia più comprensibile e democratica. Perché, come dice lui, “un algoritmo alla volta, possiamo costruire un futuro migliore”.
Nadia Clementi – n.clementi@ladigetto.it
Giuseppe Aceto – giuseppe.aceto@protonmail.com
https://www.linkedin.com/in/giuseppe-aceto/
https://www.youtube.com/channel/UCMeqNcRGSQMoLrmVUK1-wQQ
https://www.youtube.com/watch?v=uxzQPmVk_Dg
https://www.amazon.it/Relatronica-10-domande-noi-robot-ebook/dp/B0DQM2T64N
riproduzione riservata
