Qualcosa sembra essere cambiato rapidamente, negli ultimi anni — eppure quel cambiamento si prepara da tempo. È una sensazione diffusa: che il mondo conosciuto sia diventato improvvisamente obsoleto, nell’automotive, nel modo di ascoltare musica, nelle competenze che contano sul lavoro. Questo articolo prova a capire se quella sensazione di rapidità sia reale, o se sia in parte un effetto di chi guarda con la memoria di ciò che c’era prima — e a mostrare, con casi concreti, come un cambiamento di questo tipo si costruisce davvero.

La continuità che diventa salto

La fisica offre un’immagine utile: la transizione di fase. La temperatura di un liquido sale con continuità per un tempo lungo, finché non attraversa una soglia critica — e allora, in un istante, lo stato cambia. Il salto non nega la continuità precedente: è il momento in cui l’accumulo diventa visibile. Applicato alla storia, è la stessa logica del declino relativo delle potenze descritto da Paul Kennedy: un processo lento di decenni, che si manifesta all’opinione pubblica come un evento improvviso, quello in cui il dato non può più essere ignorato.

Prima di accettarla, però, vale la pena metterla alla prova con un’ipotesi più scomoda: che il salto percepito sia in parte un effetto della posizione di chi osserva, non del fenomeno osservato. Ogni generazione, a un certo punto della propria traiettoria, tende a leggere come frattura ciò che per chi entra ora nel campo è semplicemente lo stato naturale delle cose. Se fosse così, il salto non sarebbe nella realtà, ma nello sguardo — ed è una possibilità che questo articolo non potrà chiudere del tutto, perché è scritto da chi il «prima» lo ricorda.

Il paradosso del barbaro: Baricco e Beethoven

Alessandro Baricco, ne «I barbari — saggio sulla mutazione», descrive il passaggio da un sapere verticale e profondo — la competenza di chi scende a fondo in un solo campo — a un sapere orizzontale, di superficie ma capace di attraversare rapidamente molti territori diversi: il «surfing». Il suo esempio più noto riguarda il vino: da una parte l’esperto verticale, che giudica un’etichetta per la sua storia e la sua tecnica; dall’altra il nuovo degustatore, che colloca lo stesso vino in un intero ecosistema di gusto, racconto, esperienza. Non è impoverimento, per Baricco: è una civiltà che cambia pelle. I «barbari» non distruggono — portano un codice diverso, che rende obsoleto, non inferiore, quello precedente.

Ma il caso più rivelatore che Baricco porta a sostegno della propria tesi non è il vino: è Beethoven. Alla prima esecuzione delle sue opere più radicali, i contemporanei non lo accolsero come un genio: lo trattarono come un barbaro che stava demolendo le regole della musica colta. La sua scrittura appariva rozza, eccessiva, priva dell’eleganza classica attesa. Con il tempo, quella stessa musica giudicata barbara è diventata un totem intoccabile, sacralizzato dalla cultura borghese come vertice della civiltà occidentale.

Il punto più utile per questo articolo, però, è come Baricco descrive il rapporto dei nuovi barbari digitali con quello stesso Beethoven oggi: non lo rifiutano — lo usano come lasciapassare. Dimostrare di conoscere, anche solo di sfiorare, un genio così solido legittima la propria cultura nuova agli occhi di quella vecchia. Ma lo fanno spesso ascoltandolo a velocità doppia, di passaggio, senza fermarcisi — perché ciò che i barbari temono non è la profondità in sé, è l’immobilità. Il barbaro di ieri diventa il totem di oggi, e il totem di oggi diventa il lasciapassare veloce di domani: attraversato, citato, mai più abitato.

È uno schema in tre tempi — rifiuto, sacralizzazione, attraversamento veloce — che vale la pena tenere a mente: è il modello che i casi seguenti mettono alla prova, in campi diversi.

Come si costruisce un nuovo paradigma

Una parola va corretta prima di andare oltre: dire che una generazione «sceglie» un nuovo paradigma è impreciso. Non è una scelta individuale — è una costruzione collettiva, fatta di preferenze quotidiane, investimenti, conversazioni, ciò che si decide di valorizzare e ciò che si scarta. Chi nasce dentro quella costruzione non la sente come rottura: la sente come il mondo. La frattura è visibile solo a chi ricorda il prima, e non riguarda mai un solo aspetto della vita: riguarda il modo stesso in cui una generazione rappresenta il mondo in cui vuole vivere.

Questo spiega anche perché il cambiamento appare improvviso, pur preparandosi da tempo: la generazione non è solo una categoria anagrafica, è il momento in cui una struttura già matura — tecnologia disponibile, nuove forme di ricchezza, nuove infrastrutture sociali — incontra il primo gruppo di persone senza memoria contraria, libero di costruire su quelle basi senza doverle giustificare. Prima di quel punto, il cambiamento procede come variazione marginale dentro un paradigma ancora dominante. Al punto di congiunzione, il paradigma si inverte.

I casi che seguono verificano separatamente questo meccanismo in campi diversi: l’automotive di lusso, la musica, le competenze tecniche sul lavoro, e — come contro-esempio storico, per mettere alla prova lo schema anche dove sembra rovesciarsi — l’industria bellica del Rinascimento italiano.

Primo caso: l’automotive di lusso

Nel 2026 Ferrari presenta la Luce, la sua prima elettrica, disegnata in gran parte da LoveFrom — lo studio fondato da Jony Ive, il designer dell’iPhone, insieme a Marc Newson. Lo stesso centro stile Ferrari, guidato da Flavio Manzoni, ha dichiarato che una tecnologia radicalmente nuova richiedeva uno sguardo esterno al mondo dell’automotive: è lo spostamento di competenza descritto nella teoria, applicato all’oggetto più identitario del design italiano.

La spinta non è solo culturale. Tre pressioni convergono: la clientela storica, legata alle prestazioni pure, si assottiglia per ragioni anagrafiche; un nuovo tipo di ricchezza riconosce comunque l’esclusività del marchio, ma le attribuisce un significato diverso — investimento e segnale sociale più che esperienza di guida; e l’automotive cinese avanza proprio nel segmento dove la meccanica tradizionale contava di più. Ferrari non sta sostituendo un pubblico con l’altro: sta biforcando l’offerta, continuando a produrre modelli canonici mentre costruisce rilevanza per chi verrà dopo. Un dettaglio conferma che la discontinuità è stata assunta, non tenuta a distanza: la Luce nasce nell’e-building, uno stabilimento nuovo ma interno a Ferrari, non un progetto esternalizzato.

Sul piano tecnico, Fabio Filippini — ex direttore del design di Pininfarina — parte da un principio preciso del suo libro «Curve»: un’automobile non è un oggetto statico, è un oggetto in movimento, e la maestria del car designer sta nel costruire superfici che comunichino moto anche da ferme, attraverso asimmetria, progressione e convergenza delle linee — non simmetria speculare e parallelismo, che comunicano invece stasi. Applicato alla Luce, il suo giudizio non è affatto attenuato: la colloca nella categoria della staticità, con proporzioni rese difficili dal pacco batterie nel pianale e da un ingombro vicino a quello di un SUV, e linee giudicate troppo morbide, poco decise. La sintesi è netta — un oggetto senza anima, che nella sua espressione stilistica non è una Ferrari — e nasce, significativamente, dalla delusione per un’occasione mancata: un cambio di paradigma così radicale, dice, avrebbe potuto produrre qualcosa di realmente rivoluzionario.

Giorgetto Giugiaro dà una risposta in due tempi che ricalca esattamente lo schema di Baricco: sul piano industriale usa un’immagine efficace per dire che il percorso non si ferma — si è partiti dal cavallo, si è arrivati a qualcosa che sembra uscito da un cartone animato di robot giapponesi — ma sul piano estetico giudica il risultato modesto, tranquillo. Rifiuto e sacralizzazione convivono nello stesso giudizio, nella stessa persona.

Benedetto Vigna, l’amministratore delegato — un fisico, ex CEO di STMicroelectronics, prima guida Ferrari estranea al mondo dei motori — sposta il terreno della critica dall’analisi a distanza all’esperienza diretta: chi contesta il design, dice, spesso non ha visto l’auto dal vivo. E sintetizza il cambio di priorità meglio di chiunque altro: fare prestazioni pure è ormai la parte facile, la vera sfida è renderle percepibili. Un punto va precisato, perché cambia la lettura di tutto il caso: Ferrari non è ciò che è per via dei suoi appassionati, è vero il contrario — ha appassionati per la sua essenza industriale, prima ancora che emotiva. Chi oggi si oppone all’innovazione non difende l’essenza di Ferrari in quanto tale, ma la forma in cui l’ha conosciuta.

Il caso più preciso di lasciapassare, nello schema di Baricco, è il cambio «manuale» della Ferrari 12Cilindri: sotto la leva e il pedale della frizione non c’è alcun collegamento meccanico, sono attuatori by-wire che simulano l’esperienza sopra lo stesso cambio automatico a doppia frizione della versione standard. Chi la guida non recupera il manuale: lo attraversa velocemente, con la certificazione di un gesto che rimanda a un’epoca meccanica senza più appartenerle — lo stesso Beethoven ascoltato a velocità doppia.

Secondo caso: la musica

Lo stesso meccanismo, in un campo distante, era già stato verificato in un articolo precedente di questa serie, dedicato al mondo della musica classica: il passaggio dall’ascolto come rito collettivo e fisico — il concerto dal vivo, il disco posseduto — a un consumo individuale, mediato da flussi algoritmici, con un mercato secondario dei biglietti che cattura valore senza restituirne all’artista o al pubblico. Non è la stessa storia raccontata due volte: è lo stesso spostamento del valore da chi produce sostanza a chi orchestra l’esperienza, osservato in un campo dove la costruzione collettiva del nuovo criterio di ascolto ha già completato buona parte del suo corso.

Terzo caso: le competenze tecniche

Nel lavoro, in particolare nell’informatica, il criterio di valore si è spostato dalla competenza tecnica verticale al coordinamento tra sistemi e persone. La tensione tra chi possiede quella competenza e chi decide senza vederne subito i vincoli non è nuova — esisteva anche prima — ma lo spostamento di criterio l’ha resa più acuta: il coordinamento è diventato il metro dominante di giudizio, mentre il costo dei vincoli tecnici ignorati non sparisce, si sposta più avanti, quando il sistema incontra la produzione reale.

Il contro-esempio: i cannoni cesellati

C’è un dettaglio, raccontato dallo stesso Vigna, che fa da ponte verso un precedente storico scomodo: per una componente elettronica della Luce, Ferrari aveva individuato un fornitore italiano, che si è tirato indietro dopo mesi di lavorazione; un fornitore cinese ha consegnato lo stesso pezzo in tempi più brevi, con un risultato giudicato migliore. Non riguarda il design, riguarda l’esecuzione — e richiama un episodio che l’Italia ha già vissuto, con lo stesso schema e un esito noto.

Nel Rinascimento italiano, le fonderie di cannoni in bronzo erano spesso gestite da scultori e orafi — Benvenuto Cellini tra questi. I cannoni non erano solo armi: erano decorati con fregi, stemmi, figure mitologiche, pensati per comunicare il potere del principe prima ancora di sparare bene. Nello stesso periodo, Inghilterra, Olanda e Germania si concentravano sulla fusione in ferro e ghisa — materiali meno nobili, esteticamente grezzi, ma economici e veloci da produrre in serie. I galeoni del nord Europa portavano più bocche da fuoco standardizzate, e vinsero sul mare la partita che contava.

È un parallelo scomodo perché rovescia lo schema appena visto con Ferrari: lì un’azienda italiana ha scelto di affidarsi a un linguaggio estraneo alla propria tradizione per restare rilevante nel tempo; nel Rinascimento fu l’Italia a restare fedele alla propria estetica identitaria, e a perdere la partita industriale. Non stabilisce quale rischio sia più pericoloso in assoluto — restare fedeli a un linguaggio che il mondo ha smesso di premiare, o rincorrerne uno nuovo perdendo ciò che rendeva un prodotto riconoscibile — ma mostra che entrambi gli esiti sono già accaduti, nella stessa cultura industriale, in epoche diverse.

La percezione del salto

Letta così, la vicenda Ferrari non riguarda quanto sia bella o brutta la Luce, né se il cambio manuale simulato sia un tradimento o un compromesso onesto: riguarda chi, nella stessa cultura industriale che nel Rinascimento scelse il cesello di Cellini invece della ghisa inglese, questa volta ha riconosciuto la soglia in tempo. Il management Ferrari ha colto lo spostamento; una parte dei suoi critici più autorevoli, per quanto tecnicamente fondati nei rilievi, restano ancora fedeli al cesello.

Nei tre campi esaminati — l’automotive, la musica, le competenze tecniche — ricorre lo stesso schema: chi si oppone al cambiamento non difende l’essenza di ciò che ama, ma la forma che quell’essenza aveva quando l’ha conosciuta. Vale per chi rimpiange il manuale vero sotto il cambio simulato, il disco posseduto sotto lo streaming, la competenza tecnica riconosciuta sotto il coordinamento distribuito. I due campi, in ciascun caso, non condividono più il criterio per giudicare cosa sia una perdita e cosa un guadagno — ed è questo, più di ogni singolo caso, la prova più diretta del salto generazionale di cui parla l’articolo.

Resta comunque aperta, dichiaratamente, la domanda con cui questo articolo è partito: se quel salto sia reale, o sia in parte un effetto della posizione di chi osserva. I tre casi mostrano come funziona; non bastano, da soli, a stabilire se sia nella realtà o nello sguardo di chi, avendo memoria del prima, lo racconta.

La Vespa 98 (1946) e la Programma 101 (1965): due oggetti in cui la forma e la funzione coincidono con un problema risolto

Un comico ride. Una fotocopia negata. La stessa storia.

Non parto da una tesi. Parto da due fatti.

Milano, 1991. Torno dal servizio militare e riprendo Informatica alla Statale. Prima di partire, tra studenti ci si scambiavano i temi d’esame degli anni precedenti — materiale di esercitazione, un bene comune informale. Al ritorno chiedo agli stessi compagni i temi di un corso: non le soluzioni, solo i testi, li fotocopio e li restituisco. Rispondono di no. Quei temi sarebbero finiti, con le soluzioni, in un libro da vendere.

Rimasi interdetto — non per il rifiuto, che era nel loro diritto, ma per ciò che rivelava. Un bene accumulato per consuetudine collettiva, dentro un’istituzione pubblica, era diventato materia prima di una speculazione. Capii che qualcosa era cambiato non leggendo un saggio, ma chiedendo una fotocopia.

Anni dopo, un comico in televisione deride la Vespa di Corradino D’Ascanio. Risata, applauso. Ma quell’oggetto è esposto al MoMA di New York come vertice del design industriale. Nel 1946, in un paese affamato e distrutto, risolse un problema reale di mobilità di massa rispettando tutti i vincoli dell’epoca. Poter deridere quella macchina senza pagare alcun dazio culturale segnala che una gerarchia di valore si è rovesciata.

Il primo episodio mostra l’inizio di un cambiamento; il secondo il suo esito compiuto. Tra i due c’è una traiettoria, e la domanda che pone non è nostalgica ma verificabile: cosa è cambiato, e perché?

La Vespa: quando la forma è un problema risolto

La Vespa nasce nel 1946 da una missione dichiarata: dare mobilità agli italiani a un prezzo compatibile con le loro possibilità, usando solo le risorse scarse dell’epoca. Ogni scelta tecnica risponde a un vincolo reale, senza decorazione.

La scocca portante in lamiera stampata, derivata dai rivestimenti lavoranti dell’aeronautica, elimina il telaio e protegge chi guida — così anche l’impiegato e la donna possono usarla, e il mercato si allarga a chi non avrebbe mai toccato una moto. La sospensione anteriore monotubo, ispirata ai carrelli d’atterraggio, consente di cambiare la ruota forata svitando pochi bulloni, ruote anteriore e posteriore interscambiabili, su strade allora sterrate. Cambio al manubrio e trasmissione diretta senza catena riducono manutenzione e sporco.

I numeri confermano: 2.500 esemplari nel 1946, 10.535 l’anno dopo, fino ai quasi venti milioni in ottant’anni. Prezzo di lancio pensato per il mercato di massa. La bellezza qui non è ornamento — è la forma che prende un problema risolto bene. Deriderla senza contraddittorio misura quanto si sia allentato il legame tra valore e necessità.

Olivetti: la grandezza e il neo

La parabola Olivetti nel computing è la più densa di significato, perché concentra in pochi anni creazione straordinaria, resistenza interna e smantellamento deliberato.

Tutto comincia prima della Programma 101. Alla fine degli anni Cinquanta, Mario Tchou — ingegnere italo-cinese chiamato da Adriano dall’America — guida a Ivrea un gruppo di ricercatori giovanissimi. Ne esce l’Elea 9003: primo elaboratore elettronico a transistor prodotto in Italia, interamente progettato da zero, con design firmato Ettore Sottsass. Una quarantina di esemplari venduti a Fiat, Marzotto, Monte dei Paschi di Siena. L’Italia era in prima fila nella corsa ai calcolatori.

Poi la P101. Nel 1962, Pier Giorgio Perotto — trentadue anni, ingegnere elettrotecnico — riceve da Olivetti l’incarico di progettare un calcolatore da scrivania. Il team è piccolo: De Sandre, Garziera, Gaiti, Toppi. Lavorano in condizioni che oggi definiremo da startup, con una differenza: dentro un’azienda in crisi finanziaria che nel frattempo sta cedendo la sua divisione elettronica alla General Electric.

Qui accade qualcosa che merita di essere raccontato per intero, perché è raro nella storia industriale. Il team capisce che gli americani vogliono i grandi elaboratori e ignorano i piccoli progetti. Per sottrarre la P101 all’accordo con GE, Garziera cambia manualmente la classificazione della macchina da “calcolatore” a “calcolatrice” — categoria che restava fuori dalla transazione. Un trucco burocratico come atto di resistenza. Per rendere il laboratorio invisibile alla nuova struttura aziendale, il gruppo oscura letteralmente le finestre, colorandole di nero. Si lavora in semiclandestinità dentro la propria azienda.

Il contorno è da romanzo, ed è documentato. Nel 1964 un prototipo viene sottratto e i contrabbandieri che tentano di portarlo in Svizzera attraverso i sentieri alpini vengono intercettati con un elicottero noleggiato d’urgenza dal capo della sicurezza Olivetti insieme a un commissario di polizia. Nello stesso periodo i Carabinieri sventano un tentativo di cessione di documenti verso Mosca.

Nell’ottobre 1965, al salone BEMA di New York, la P101 arriva come prodotto secondario rispetto alla calcolatrice meccanica Logos 27, considerata dalla dirigenza il vero futuro. Finisce per oscurarla. Il pubblico si chiede dove sia il cavo che la colleghi a un “vero computer” — nessuno può credere che sia autonoma. La NASA ne acquisterà dieci unità per calcolare le traiettorie delle missioni Apollo. Quando Hewlett-Packard immette sul mercato una macchina dall’architettura molto simile, il brevetto depositato nel 1965 impone a HP di versare a Olivetti 900.000 dollari. Ai progettisti, per clausola contrattuale, andrà un dollaro simbolico a testa.

Tutto questo accade mentre l’azienda smantella ciò che lo ha reso possibile.

Adriano Olivetti muore il 27 febbraio 1960 su un treno diretto a Losanna, per emorragia cerebrale. Aveva 58 anni. Nessuna autopsia fu mai eseguita. Un anno dopo, Mario Tchou muore in un incidente stradale sulla Milano-Torino, a 37 anni, in circostanze che alimentarono dubbi mai del tutto dissipati. La CIA, si saprà in seguito da documenti desecretati, teneva Olivetti sotto sorveglianza da oltre un decennio, ritenendolo troppo aperto verso l’Est e politicamente inaffidabile. La storiografia non ha prove di un assassinio — ma l’assenza di indagini formali e la velocità con cui tutto fu archiviato restano un dato, non una suggestione.

Nel 1964, esposta finanziariamente anche per l’acquisizione dell’americana Underwood, la famiglia Olivetti perde il controllo. Interviene un consorzio guidato da Mediobanca — Fiat, Pirelli, IMI, La Centrale. Vittorio Valletta, uomo Fiat, definisce la divisione elettronica “un neo da estirpare”. Il laboratorio che aveva prodotto l’Elea e stava completando la P101 viene ceduto per il 75% a General Electric nel 1964, per il resto nel 1968; nel 1970 Honeywell rileva tutto e il know-how si disperde.

Cesare Romiti, che di quel capitalismo fu uno degli architetti, dirà anni dopo che Olivetti dava fastidio a tutti gli industriali italiani: si presentava diverso, un po’ il primo della classe che nessuno ama. Non era solo antipatia ideologica. Era che la presenza di chi fa le cose bene rende visibile per contrasto la mediocrità altrui — e questo è intollerabile per chi ha costruito la propria posizione su altro. Gli industriali italiani avrebbero potuto riconoscere le opportunità indicate da Olivetti e consorziarsi per sostenere il progetto. Non lo fecero. La sconfitta del concorrente valeva più del risultato collettivo.

Dieci anni dopo, da Cupertino, arriveranno Jobs e Gates. Sarebbero arrivati comunque — disponevano di un ecosistema che l’Italia non aveva: capitale di rischio, cultura del garage, università orientate al trasferimento tecnologico. Ma sarebbero partiti da una posizione di inseguimento, non di vantaggio. Il vantaggio era qui, e fu deliberatamente dismesso.

Perché gli incentivi si sono spostati

La differenza tra il dopoguerra e ciò che viene dopo non è la qualità morale delle persone. È la presenza o assenza di un bisogno collettivo riconosciuto, urgente, condiviso da tutti.

Nel dopoguerra si usciva da una calamità comune. Quando il nemico condiviso è la fame, la mancanza di case, l’impossibilità di muoversi, creare un bene che funziona è insieme imperativo tecnico ed economico: gli obiettivi coincidono. Persino la competizione resta orientata a risolvere lo stesso problema. D’Ascanio e Olivetti non erano santi — erano imprenditori che operavano in un contesto in cui la creazione di valore utile era anche la strada più diretta al successo economico.

Quando la calamità finisce e i bisogni di base si saturano, l’incentivo non scompare: cambia bersaglio. Non più creare ciò che manca, ma conquistare quote di ciò che già esiste. Battere un concorrente diventa un fine in sé. In questo regime il capitale converge sulla finanza e sulla rendita, che concentrano risorse con una rapidità che nessun progetto industriale di lungo periodo può eguagliare.

La banalizzazione culturale — ridere di D’Ascanio, privatizzare i temi d’esame — non è la causa di questo spostamento. È la sua conseguenza visibile, il segnale che una gerarchia di valore si è già invertita sul piano degli incentivi economici. La cultura segue, non guida.

Una precisazione che va fatta subito: questo non significa che la calamità sia desiderabile. Significa che il motore virtuoso di allora era la necessità riconosciuta, e che oggi quel motore manca — non che dovremmo reintrodurre la miseria per riaccenderlo.

L’estrazione allo stato puro

Per chiudere il cerchio serve l’estremo opposto della Vespa e della P101: un caso in cui non c’è alcun bene sottostante, solo valore percepito e ceduto al momento giusto.

Marzo 2000. CDB Web Tech, holding di venture capital di Carlo De Benedetti, viene quotata a 38,8 euro per azione nel pieno della bolla della new economy. Il titolo perde oltre il 90%. Seguiranno sanzioni della Consob per operazioni sospette nello stesso periodo del crollo. I piccoli risparmiatori pagano. Lo so con precisione perché ero tra loro: vidi 25 milioni di lire diventarne 3.

Qui non c’è nessuna Vespa, nessuna P101. Non c’è un problema risolto, non c’è un bisogno soddisfatto, non c’è nulla che resti nelle mani di qualcuno. C’è valore gonfiato, ceduto, e il vuoto che lascia. L’estrazione senza residuo.

Formalizzazione

La tesi, ridotta all’osso e falsificabile: quando esiste un bisogno collettivo riconosciuto, gli incentivi premiano chi crea; quando il bisogno si satura e resta la sola competizione, gli incentivi premiano chi estrae — e la cultura segue gli incentivi, fino a ridere di ciò che prima ammirava.

Vespa e P101 non sono esempi di un’epoca migliore. Sono la prova verificabile di cosa producono certi incentivi quando operano in un contesto di necessità condivisa. Il fatto che quattro tecnici abbiano salvato il primo personal computer del mondo oscurando le finestre del loro laboratorio e cambiando un’etichetta su un registro non è romantico — è la dimostrazione che il fattore decisivo sono gli incentivi e le scelte, non un’ineluttabile decadenza.

La domanda che resta aperta non è nostalgica. È verificabile: si può ricreare una necessità condivisa — un progetto comune esplicito e misurabile, come oggi sarebbero energia, clima, infrastrutture — senza aspettare la prossima calamità che ce lo imponga? La risposta non è in questo articolo. Ma la domanda, almeno, è quella giusta.

Quello che non vede nessuno

Succede ogni giorno, in ogni città. Qualcuno parcheggia in doppia fila e scende tranquillo. Qualcuno sale sull’autobus senza timbrare. Qualcuno lascia la lattina sul bordo della panchina, a pochi metri dal cestino. Qualcuno tiene la musica ad alto volume in uno spazio condiviso, senza che nessuno dica nulla.

Non sono episodi. Sono una costante. E la cosa che colpisce non è il gesto in sé — è l’assenza di attrito intorno. Nessuno interviene, nessuno obietta, spesso nessuno nemmeno alza gli occhi. Come se quello spazio — la strada, il mezzo, il parco — non appartenesse a nessuno. O meglio: come se appartenesse agli altri, che quindi ci pensassero loro.

È da questa osservazione banale che vale la pena partire. Non per fare un catalogo di maleducazione, ma perché dietro quei gesti c’è qualcosa di più preciso di una mancanza di buone maniere. C’è una frattura — silenziosa, diffusa, raramente nominata — in qualcosa che tiene insieme lo spazio comune.

Il costo del gesto giusto

Ogni spazio condiviso funziona su un presupposto implicito: chi lo usa non lo esaurisce. Quando questo non accade, il costo non sparisce — si sposta. Qualcun altro lo paga. La defezione individuale è sempre sovvenzionata dalla collettività.

E quasi sempre è una scelta consapevole. Chi lascia i rifiuti quando nessuno guarda sa cosa sta facendo. La distanza dallo sguardo altrui non produce inconsapevolezza — produce comodità. La differenza non è sapere cosa è giusto: è decidere se vale la pena pagarne il costo.

Una quota che si porta

Ogni comunità funziona su un presupposto che raramente viene esplicitato: i diritti di ciascuno esistono perché qualcun altro ha accettato dei limiti. Non è generosità — è struttura. Il contratto sociale, nella sua forma più elementare, dice che la libertà individuale non è assoluta: si esercita dentro uno spazio che altri contribuiscono a tenere aperto. I diritti senza doveri non sono una conquista — sono una pretesa.

Questo equilibrio non si mantiene da solo. Tocqueville lo aveva visto con precisione: l’individualismo non erode il patto con un atto deliberato, lo svuota silenziosamente, per ritiro progressivo. Ciascuno si occupa del proprio, lascia che del resto si occupi qualcun altro, e non si accorge — o preferisce non accorgersi — che quell’altro non c’è. Il patto non viene rinnegato: smette di essere riconosciuto. Durkheim avrebbe chiamato questo stato anomia — non l’assenza di regole, ma la perdita del loro riconoscimento.

La distanza dagli eventi che hanno reso necessario quel patto non è innocua. Chi ha dovuto conquistare diritti e sicurezza sapeva esattamente cosa stava difendendo. Chi li ha trovati già funzionanti non ha mai fatto quell’esperienza — e non poteva farla.

Il problema non è la gratitudine mancante. È che l’urgenza di trasmettere scompare insieme alla memoria del costo. Non si decide di smettere di educare ai doveri: si perde la percezione del bisogno di farlo. Si insegna ai figli cosa spetta loro. Cosa devono portare, raramente. Il dovere come forma di partecipazione — come quota che si porta — richiede un’educazione deliberata che nessuno sente più il bisogno di impartire.

Il piano dove non costa nulla

C’è un piano su cui la responsabilità non costa nulla: il discorso pubblico. Si critica chi detiene il potere, si difendono i diritti, ci si schiera per la giustizia. Il costo è zero. Il ritorno in termini di appartenenza è immediato.

Il piano su cui la responsabilità costa è un altro: quello in cui si ha discrezionalità reale. Come si lavora quando nessuno controlla. Cosa si sceglie quando la scelta è davvero propria.

È lì che il metro cambia. Kunda lo ha documentato: il ragionamento motivato non cerca la verità, cerca la conferma di ciò che conviene. Si può invocare la giustizia in pubblico e ignorarla in privato senza percepire contraddizione — perché i due piani non si incontrano mai. Non è ipocrisia: è dissociazione sistematica tra il piano del dire e il piano del fare. Non è una questione morale. È una questione di funzione: il cittadino non è chi ha le opinioni giuste, è chi contribuisce al sistema che lo contiene.

L’idealismo senza prezzo

La stessa dissociazione opera su scala più larga. L’Europa vive da decenni sotto un ombrello di sicurezza costruito e mantenuto da altri. Questo ha reso possibile un idealismo che non ha mai dovuto fare i conti con il suo costo reale.

Il paradosso è che gli strumenti di quel sistema — libertà di parola, dissenso, critica pubblica — vengono usati per sostenere sistemi che quegli stessi strumenti li vietano e li perseguono. La critica è possibile solo perché il sistema che si critica la consente. Chi la usa per favorire il suo opposto non sta esercitando un diritto — sta erodendo la condizione che lo rende possibile.

La misura vera di un principio non è quanto lo si proclama. È quanto si è disposti a pagare quando proclamarlo costa qualcosa.

Foto di Mick Haupt per Unsplash

Nel 2018 esce Behind the Curve, documentario americano sul movimento terrapiattista. Tra i protagonisti c’è una donna che ne è diventata una delle voci più riconoscibili: conduce un programma radiofonico, intervista i principali esponenti, è invitata ai convegni. A un certo punto il movimento inizia ad accusarla di essere un’agente della CIA. Le prove: la sua eccessiva compostezza, la qualità tecnica dei suoi video, persino il suo cognome, che in inglese richiama il verbo “guidare”. Nel documentario la si vede alle prese con quella accusa. E in un momento dice una cosa che vale più di qualunque confutazione esterna: se il dubbio può nascere dal nulla su di me, forse nasce dal nulla anche su tutto il resto.

Poi richiude.

Non è la particolarità di un sistema o di una teoria. È la struttura. Ogni sistema che sopravvive escludendo il dubbio dai propri fondamenti produce, crescendo, le proprie autorità, i propri profeti. E a quel punto la leva che aveva sempre puntato verso l’esterno trova bersagli interni. Non perché qualcuno la rivolga deliberatamente — ma perché una logica coerente non sa fare eccezioni.

I sistemi aperti sembrano fragili. Mettono sul tavolo gli strumenti per smontarsi. Ma è esattamente questo che li tiene in piedi: chi trova un errore lo corregge, e il sistema impara. Quelli chiusi sembrano solidi — e lo sono, verso l’esterno. Il dubbio è ammesso sui dettagli, mai sui fondamenti. Quella asimmetria ha un costo.

Il costo si manifesta quando il sistema è cresciuto abbastanza da produrre i propri profeti. Sono sistemi identitari: dottrina e leader coincidono. Quando la stessa logica che escludeva il dubbio verso l’esterno viene applicata ai propri vertici — per morte, per scandalo, per coerenza — restano due uscite. Il collasso, oppure la sostituzione. La sostituzione non è una via d’uscita: è la conferma che la vulnerabilità esiste e va gestita. Nei sistemi chiusi maturi, eliminare il proprio profeta prima che la contraddizione diventi pubblica è una funzione di sistema.

La vulnerabilità insospettata dei sistemi chiusi non è importata dall’esterno. È strutturale: nasce dalla stessa logica che li rende compatti. Non perché qualcuno li attacchi nel punto giusto — ma perché la propria logica, applicata fino in fondo, non riconosce esenzioni.

Foto di Andrey Novik per Unsplash

In questi anni ho osservato una politica assente e impotente di fronte all’economia, e un’economia a sua volta subordinata alla tecnologia. Da questa catena nascono squilibri e istanze che restano senza risposta, e le istanze disattese trovano sfogo nella difesa di un’identità nazionale che ciascuno declina secondo la propria narrazione.

Da queste osservazioni è nata in me una strana percezione: temo che dovremo affrontare periodi di tensione, perché chi potenzialmente potrebbe spegnere questo incendio persiste sulla stessa strada, senza rendersi conto del pericolo esiziale che sta alimentando.

La percezione è strana perché nessun indicatore la conferma: i conti tornano, i mercati sono ordinati, le istituzioni funzionano. Eppure, persiste. Questo articolo nasce per capire se sia un’impressione infondata, o se registri qualcosa che gli indicatori, per costruzione, non possono vedere.

Vale la pena di guardare da vicino la catena descritta all’inizio, perché contiene un rovesciamento. Nel disegno costituzionale delle democrazie, la sovranità sta in basso: i cittadini delegano alla politica, la politica governa l’economia, la tecnica serve entrambe come strumento. La catena che osserviamo oggi è invertita: la tecnologia definisce i vincoli, l’economia opera dentro quei vincoli, la politica amministra ciò che resta — e ai cittadini arriva l’annuncio di decisioni già prese altrove, presentate come obbligate.

Una precisazione, prima di procedere. Questo articolo non è contro la tecnica, né contro l’economia: entrambe sono mezzi, e come mezzi sono indispensabili. Il problema nasce quando il mezzo diventa fine — quando si ottimizza il vincolo invece dell’obiettivo. E il fine, in un sistema sociale, è l’uomo: non per una questione morale, ma per una questione funzionale. Un sistema che ottimizza i mezzi e perde di vista il fine genera guasti, esattamente come un software perfetto sulla carta — veloce, sicuro, conforme a ogni specifica — che però l’utente non riesce a usare: ogni requisito tecnico è soddisfatto, e il sistema è inutile. L’inversione tra mezzo e fine non è un peccato: è un errore di progettazione. E gli errori di progettazione, prima o poi, si pagano.

Va precisato cosa intendiamo qui per economia: non il tessuto delle imprese che opera dentro i confini e le regole di un paese, ma i grandi gruppi industriali e finanziari, spesso extranazionali, che operano a una scala superiore a quella degli Stati. Questa posizione consente loro di mettere le nazioni in concorrenza tra loro — su fisco, costo del lavoro, regole — e di accaparrarsi benefici negoziando con ciascuna da una posizione di forza. Il risultato è che criteri come la giustizia sociale escono dal tavolo: non perché qualcuno li abbia rifiutati, ma perché nessuna delle parti in trattativa ha più la scala per imporli. Ogni Stato che ci provasse da solo perderebbe l’investimento a favore del vicino.

Esisterebbe, in teoria, un’entità con la scala giusta per riequilibrare il rapporto: l’Unione Europea, l’unico soggetto abbastanza grande da negoziare alla pari con poteri economici continentali. Ma è proprio qui che il paradosso si chiude: il livello che avrebbe la forza non ha la legittimazione — i cittadini non lo percepiscono come proprio, non lo eleggono in modo diretto nelle sue funzioni decisive, e spesso lo identificano con la tecnocrazia stessa anziché con un argine ad essa. Così il potere democratico resta intrappolato: al livello nazionale c’è la legittimazione ma manca la scala, al livello europeo c’è la scala ma manca la legittimazione. I grandi gruppi operano comodamente nello spazio tra i due.

Questo rovesciamento della gerarchia — la sovranità che scivola dal basso verso l’alto — produce una conseguenza precisa: chi decide non risponde a nessun elettore, e chi risponde agli elettori non decide. Le responsabilità diventano introvabili per costruzione, non per malafede. E le istanze che il sistema non accoglie non hanno più un indirizzo a cui presentarsi: non c’è lo sportello dove protestare contro un vincolo di bilancio o un algoritmo di mercato.

Da qui la domanda che attraversa tutto l’articolo: perché chi avrebbe il potere di correggere questa deriva non la corregge? Le risposte possibili sono due, e non si escludono: una riguarda gli incentivi, l’altra — più profonda — riguarda ciò che il sistema è in grado di vedere.

La prima risposta è la più semplice, e non richiede di immaginare malafede: basta guardare gli incentivi. Per chi opera dentro il sistema — il funzionario, il banchiere centrale, il ministro tecnico — ogni correzione di rotta ha un costo immediato, individuale e certo: i mercati reagiscono, i partner protestano, la carriera ne risente. Il danno della non-correzione, invece, è cumulativo, collettivo e lontano: si depositerà su tutti, tra anni, quando chi ha deciso sarà altrove. Su un orizzonte di diciotto mesi, persistere è quasi sempre la scelta razionale; il conto arriva su un orizzonte di vent’anni, e a quel punto non c’è più nessuno a cui presentarlo.

Non serve dunque la cecità: basta l’asimmetria tra chi paga subito e chi pagherà dopo. È lo stesso meccanismo che chiunque abbia lavorato in una grande organizzazione riconosce: la conservazione della posizione prevale sul merito della decisione, non perché gli uomini siano peggiori, ma perché il sistema premia chi non disturba. Eppure, questa risposta, da sola, non basta. Spiega perché chi vede il pericolo non agisce; non spiega perché molti, in apparente buona fede, il pericolo non lo vedono affatto. Per questo serve la seconda risposta — che riguarda non la volontà, ma la vista.

La seconda risposta è meno intuitiva, e più inquietante: chi governa attraverso i numeri vede benissimo — ma dentro un campo visivo che i numeri stessi hanno disegnato. I fondamentali non sono la realtà: sono un modello della realtà, costruito per misurare ciò che è misurabile. PIL, spread, inflazione, occupazione catturano i flussi; non catturano il risentimento, la percezione di declassamento, l’erosione della fiducia — variabili che non compaiono in nessun cruscotto, ma che accumulano energia come una faglia sismica: silenziosamente, fino al giorno in cui si scaricano tutte insieme.

Il meccanismo ha un nome. James Scott, studiando i grandi progetti dello Stato moderno, lo ha chiamato legibilità: ogni potere vede solo ciò che ha reso leggibile attraverso le proprie metriche, e finisce per scambiare la mappa con il territorio. Il corollario è perverso: più il sistema di misurazione è sofisticato, più cresce la fiducia in esso, più si atrofizza la capacità di percepire ciò che ne resta fuori. Non è una cecità da ignoranza: è una cecità prodotta dalla competenza stessa. Si aggiunge un secondo meccanismo, noto come legge di Goodhart: quando una misura diventa obiettivo, smette di essere una buona misura. Decenni di politica subordinata ai fondamentali hanno insegnato ai governi a ottimizzare le metriche — il deficit sotto la soglia, lo spread sotto controllo — anche quando la metrica diverge dal benessere che doveva rappresentare. Così i conti tornano e il paese arde, senza contraddizione: il fuoco brucia in una dimensione che il modello non rileva.

C’è infine un terzo elemento, che rende il sistema impermeabile alla propria correzione: chi segnala ciò che sta fuori dal modello viene classificato come non rigoroso — perché non porta dati. Ma non può portarli, per definizione: sta indicando esattamente ciò che il sistema ha scelto di non misurare. Il modello possiede così una sorta di meccanismo immunitario contro le critiche più importanti, quelle che ne contestano il perimetro e non i calcoli. Ed è qui che la percezione da cui siamo partiti smette di essere strana: una sensazione che nessun indicatore conferma non è necessariamente infondata — può essere la registrazione, fatta con strumenti diversi dai numeri, di ciò che i numeri non possono vedere.

Torniamo ora alle istanze rimaste senza indirizzo. Il punto cruciale è che un’istanza disattesa non si dissolve: cerca un’altra strada. E la strada che trova non passa dalle istituzioni — che non hanno più uno sportello a cui presentarla — ma dalle altre persone.

Il meccanismo è antico, e parte da un’esperienza che chiunque conosce: percepire qualcosa che gli altri non sembrano vedere è una condizione di disagio, quasi fisicamente intollerabile. Chi la vive cerca conferme — e finché non le trova, dubita di sé. Ma quando incontra altri che provano la stessa cosa, accade qualcosa di più di un sollievo: il gruppo che converge sulla stessa percezione la trasforma in realtà. Non è una debolezza dei sempliciotti: è il modo in cui funziona la validazione umana in assenza di criteri oggettivi, come la psicologia sociale ha documentato da quasi un secolo. E le conseguenze sono materiali. Vale qui il teorema formulato dal sociologo William Thomas nel 1928: se gli uomini definiscono reali certe situazioni, esse sono reali nelle loro conseguenze. Non serve che la percezione condivisa sia accurata: una volta che un numero sufficiente di persone la abita, produce voti, piazze, scelte — muove la storia quanto e più dei fatti misurabili.

C’è però un prezzo, e sta nel punto in cui avviene la validazione. Finché la percezione era solitaria, restava esposta al dubbio — e quindi correggibile. Una volta condivisa, la verifica cambia natura: non avviene più contro i fatti, avviene contro il consenso del gruppo. Il gruppo diventa l’organo di senso con cui si guarda il mondo, e un organo di senso non può percepire i propri errori.

Questo meccanismo, va ripetuto, è antico quanto la specie. Ciò che è cambiato è l’attrito. Per tutta la storia umana, trovare “altri che provano la stessa cosa” aveva costi: la geografia, la casualità degli incontri, il tempo. E soprattutto c’erano i mediatori — la parrocchia, il partito, il sindacato, il giornale locale — che raccoglievano le percezioni individuali, le filtravano, le traducevano in domande presentabili alle istituzioni. Si può dire molto contro quei corpi intermedi: erano lenti, opachi, spesso autoreferenziali. Ma svolgevano una funzione che nessuno aveva progettato e che si è capita solo quando è venuta a mancare: moderavano. Tra la percezione grezza e la sua organizzazione c’era un passaggio che costava fatica, e la fatica selezionava.

Per misurare quanto è cambiata la funzione, non servono analisi politologiche: basta l’orecchio. Al termine remoto del confronto, un discorso di De Gasperi — abbastanza lontano, ormai, da poterlo ascoltare senza tifo: sobrio, argomentato, quasi noioso; un linguaggio fatto per spiegare. Al termine vicino, non serve nemmeno un comizio: basta una qualunque serata di talk show. Quelli che vengono annunciati come confronti non sono confronti: sono sfottò da tifoseria, interruzioni, aggressioni, negazione sistematica dell’ascolto — ciascuno parla alla propria curva, e l’avversario serve solo da bersaglio di scena. Il formato conserva la scenografia del dibattito e ne ha rovesciato la funzione: non abbassare la temperatura, alzarla. Era il lavoro dei mediatori, raffreddare; non lo sta facendo più nessuno — e lo si sente, letteralmente, a orecchio.

Sarebbe però una scorciatoia attribuire questo registro ai politici come categoria. I politici, prima di esserlo, sono persone qualunque: non parlano così perché sono entrati in politica — parlavano già così, come si parla ormai nelle conversazioni di ogni giorno, e la politica li ha semplicemente selezionati e messi in onda. Il linguaggio da tifoseria non è il vizio di una casta: è il registro di una società, di cui chi appare in televisione è, nel senso più letterale del termine, il rappresentante. E questo rende il problema più serio, non meno: una casta si può sostituire; il vivaio da cui si pesca, no.

Oggi l’attrito è zero, e la ricerca dei propri simili percettivi non è nemmeno più una ricerca: è un servizio. Le piattaforme su cui passiamo le giornate sono progettate per massimizzare la permanenza, e nulla trattiene quanto la validazione — il sollievo di scoprire che altri vedono ciò che vedi tu. L’algoritmo non sa cosa sia vero; sa cosa ti somiglia, e te lo porta prima ancora che tu lo cerchi. Qualunque percezione, per quanto minoritaria, trova in poche ore la sua comunità planetaria di conferma. Ciò che un tempo richiedeva anni di volantini e sezioni di partito oggi si auto-assembla in un fine settimana.

L’effetto combinato dei due cambiamenti — la scomparsa dei mediatori e l’azzeramento dell’attrito — è che il percorso delle istanze si è rovesciato anche lui. Prima salivano verso le istituzioni attraverso filtri successivi, e ad ogni passaggio qualcosa si raffreddava, si precisava, diventava negoziabile. Ora si espandono orizzontalmente tra pari, e ad ogni passaggio si riscaldano: la conferma reciproca non raffina la domanda, la radicalizza. Le istituzioni, che un tempo ricevevano istanze già tradotte in linguaggio politico, oggi si trovano davanti percezioni allo stato grezzo, condivise da moltitudini. E le diverse parti della politica hanno imparato a servirsene, ciascuna per i propri scopi: chi le cavalca ne fa carburante per il consenso, e ha interesse a tenerle calde; chi le delegittima ne fa lo spauracchio contro cui presentarsi come ultimo presidio della ragionevolezza, e ha interesse a non risolverle. Strategie opposte, stesso risultato: nessuno fa più ciò che facevano i mediatori — raffreddare, precisare, trasformare la percezione in domanda negoziabile — perché la percezione irrisolta è diventata una risorsa per tutti i contendenti. Ed è in questo vuoto di lavorazione, presidiato da chi ne trae vantaggio, che le istanze attraversano indisturbate la soglia di cui dobbiamo ora occuparci.

Resta da capire cosa accade quando un’istanza, scaldandosi di conferma in conferma, supera un certo punto. Perché esiste un punto — una soglia critica — oltre il quale l’istanza non è più la stessa cosa che era prima. E la soglia non è quantitativa: non si misura in numero di aderenti, in percentuali di consenso, in piazze riempite. È qualitativa: è il momento in cui la domanda diventa identità.

Finché un’istanza è una domanda, è negoziabile: chiede qualcosa, e ottenendolo si placa. Chi la porta resta distinto da ciò che chiede — può ottenere, può transigere, può perfino cambiare idea senza smettere di essere se stesso. Oltre la soglia, questo spazio si chiude: le persone non hanno più una rivendicazione, la sono. E un’identità non può essere soddisfatta, perché non chiede provvedimenti: chiede riconoscimento. E il riconoscimento non è un provvedimento: non si concede a metà, non si negozia, e non basta mai. Perché a concederlo dovrebbe essere proprio quel “loro” contro cui l’identità si è formata.

La transizione ha un marcatore osservabile, e ancora una volta è linguistico: il passaggio dal “vogliamo” al “siamo”. Finché le persone dicono ciò che vogliono, si è in tempo. Quando cominciano a dire ciò che sono — quando compare un lessico che distingue chi appartiene da chi no, quando l’adesione si fa simbolo indossabile, il gilet, il cappellino, la bandiera, e togliersi il simbolo diventa tradimento anziché cambio di opinione — la finestra si sta chiudendo. È un indicatore a costo zero, leggibile da chiunque ascolti. Ma richiede esattamente la competenza che il governo dei fondamentali ha atrofizzato: ascoltare il linguaggio invece di contare i numeri. Un sondaggio può registrare un consenso stabile mentre, sotto il numero immutato, la sostanza sta mutando: la metrica vede quante persone sostengono l’istanza, non cosa l’istanza è diventata dentro di loro.

Oltre la soglia, il sistema acquisisce una proprietà che spiazza chi governa: le concessioni smettono di funzionare. Chi amministra ragiona per cause ed effetti reversibili: se la protesta nasce da un motivo, rimuovere il motivo dovrebbe spegnerla. Sotto la soglia è vero. Sopra, no: si può concedere tutto ciò che era stato chiesto all’inizio, e la mobilitazione continua, talvolta si rafforza. Le concessioni arrivano da un interlocutore ormai delegittimato, e vengono lette come debolezza o come inganno; e soprattutto arrivano in risposta a una domanda che non esiste più, perché nel frattempo è diventata un’identità — e l’identità non chiedeva quello.

Il caso di scuola è francese. Nel 2018 i gilet gialli scendono in piazza contro un aumento del prezzo del carburante. Il governo ritira l’aumento, poi aggiunge dieci miliardi tra sussidi e sgravi — più di quanto il movimento avesse inizialmente chiesto. Non cambia nulla: le piazze continuano per mesi. Perché ormai la posta non era più il prezzo del gasolio: era il riconoscimento di una Francia che si sentiva invisibile, e nessun decreto può decretare la visibilità. Il movimento aveva attraversato la soglia prima che il governo aprisse il portafoglio — e oltre la soglia il denaro risponde a una domanda che nessuno sta più facendo.

La fisica ha un nome per questo comportamento: isteresi. Certi materiali, magnetizzati da un campo, restano magnetizzati anche quando il campo viene spento: la sollecitazione ha lasciato una traccia permanente nella struttura. I sistemi sociali oltre la soglia si comportano allo stesso modo: la causa originaria può sparire, ma ha generato nel frattempo strutture che si autoalimentano — leader, simboli, memoria condivisa, torti subiti durante la protesta stessa — e queste non si smagnetizzano per decreto. Rimuovere la causa non riporta il sistema allo stato precedente, perché il sistema non è più quello precedente.

Da qui una conseguenza che è forse la più amara dell’intero ragionamento: la mediazione funziona solo quando sembra superflua. Trattare con istanze piccole, frammentate, che “non rappresentano nessuno”, appare sempre un costo evitabile; quando la rappresentanza diventa evidente, la finestra si è già chiusa. È un’asimmetria crudele: il momento in cui la politica ha la forza di ignorare coincide con l’unico momento in cui ascoltare servirebbe — e il momento in cui è costretta ad ascoltare è quello in cui ascoltare non basta più.

C’è un ultimo elemento, ed è quello che rende la situazione attuale diversa — e più instabile — rispetto ai conflitti sociali del passato. La perdita di controllo, oltre la soglia, non riguarda solo le istituzioni: riguarda i movimenti stessi.

La rabbia organizzata del Novecento era pericolosa, ma aveva una struttura: il sindacato, il partito, la federazione avevano dirigenti, congressi, una catena di comando. Questo li rendeva interlocutori temibili ma negoziabili: un segretario poteva firmare un accordo e — soprattutto — farlo rispettare alla base. Poteva consegnare la pace sociale in cambio di concessioni. La trattativa era possibile perché esisteva qualcuno in grado di onorarla.

Le mobilitazioni aggregate per via algoritmica non hanno nulla di tutto questo. Nascono senza struttura, crescono senza congressi, non eleggono nessuno. Chi prova a parlarne a nome viene sconfessato in tempo reale dalla rete stessa che dovrebbe rappresentare. Anche volendo trattare, non c’è controparte: nessuno può firmare, e se firmasse, nessuno sarebbe tenuto a rispettare. La rabbia del Novecento era un esercito; quella di oggi è uno sciame — e con uno sciame non si negozia, perché lo sciame non può consegnare nulla, nemmeno a sé stesso.

Il sistema si trova così davanti ad avversari che può solo reprimere o subire. Che sono esattamente le due opzioni che la politica era nata per evitare.

Uno sciame, dicevamo, non ha struttura. Ma ha un bisogno, e prima o poi lo soddisfa: il bisogno di un racconto. Le percezioni condivise, per quanto calde, restano un aggregato instabile finché qualcosa non le ordina — non un’organizzazione, che lo sciame rifiuta, ma una storia: da dove veniamo, chi ci ha portato via qualcosa, come ce lo riprendiamo. Chi fornisce il racconto non ha bisogno di comandare lo sciame: gli basta orientarlo.

Ed è qui che il discorso, finora generale, incontra l’attualità. Nel maggio 2025, in un teatro comunale di Gallarate, si è tenuto il primo “Remigration Summit”: circa quattrocento attivisti da tutta Europa, riuniti attorno a un’idea che il suo principale ideologo, l’austriaco Martin Sellner, chiama remigrazione — il rimpatrio, “volontario o incentivato”, degli immigrati non europei, inclusi richiedenti asilo e cittadini di seconda e terza generazione giudicati “non assimilabili”. Un secondo summit si è tenuto poi in Portogallo, con partecipazione cresciuta e ospiti d’oltreoceano. Non è un fenomeno carbonaro: è un’idea che ha attraversato il dibattito tedesco, che viene rivendicata apertamente da esponenti politici eletti in vari paesi, e che i suoi promotori dichiarano di voler portare — sono parole loro — nel mainstream, finché “tutti i partiti di destra la chiedano e tutti i governi d’Europa la implementino”.

Chi scrive ha guardato le registrazioni di quei discorsi. E ha provato qualcosa che merita di essere riferito come dato, non come emozione: un brivido freddo — la sensazione precisa di aver già sentito quelle cadenze, quelle strutture argomentative, in documenti di un’altra epoca. Ma l’impressione, da sola, non è un argomento: le analogie storiche sono lo strumento più abusato del dibattito pubblico, e chi le maneggia ha il dovere di verificarle. La domanda corretta non è “a cosa somiglia questo discorso?”, ma: “come è costruito?”. Ed è smontandolo che si trova qualcosa di più solido di una somiglianza.

Il primo elemento che emerge dallo smontaggio è la struttura del racconto. La storia che questi discorsi raccontano è sempre la stessa, e si regge su tre pilastri. C’era un’età dell’oro: un’Europa omogenea, “indigena”, padrona di sé. È avvenuta una caduta, per opera di un agente esterno o di un tradimento interno: la “sostituzione” della popolazione, favorita da élite complici. Ed esiste una redenzione possibile: la remigrazione, appunto, che restaurerebbe lo stato originario.

Ognuno dei tre pilastri è storicamente falso, ed è falso in modo documentabile. L’Europa omogenea non è mai esistita: il continente è da millenni un crocevia di migrazioni, mescolanze, invasioni e fusioni — è semmai l’omogeneità a essere un’invenzione recente, e sempre costruita a posteriori. Ma l’errore fattuale è il punto meno interessante. Il punto interessante è che la struttura — età dell’oro, caduta, redenzione — non è quella di una teoria storica: è quella di un mito. Ernst Cassirer, analizzando nel 1946 la macchina culturale del nazismo, arrivò a questa conclusione: il mito politico non è una teoria sbagliata della storia, è una sostituzione della storia con un racconto a funzione mobilitante. E un mito è una cosa di natura diversa da una teoria: una teoria può essere corretta dai fatti, un mito no, perché non deve essere vero, deve essere abitabile. Offre un posto, un ruolo, un nemico e un compito. E la storia reale, con le sue mescolanze e le sue colpe distribuite, non offre mai un “noi” pulito: per questo ogni identità di massa ha bisogno di semplificare la storia. Non è un incidente del discorso: è il prerequisito.

Il secondo elemento sta in una sola parola, ed è la parola “remigrazione” stessa. Suona tecnica, amministrativa, quasi gentile: un prefisso di ritorno, un termine da modulistica. Copre un contenuto che include l’espulsione di cittadini nati in Europa da genitori nati in Europa. La scelta non è casuale: è progettazione lessicale. Victor Klemperer, filologo, annotò giorno per giorno la lingua del Terzo Reich e ne trasse una lezione che vale oltre quel caso: il lavoro ideologico più profondo non avviene nei programmi, avviene nel vocabolario — perché chi controlla le parole con cui un problema viene pensato ha già orientato ogni pensiero successivo. Le parole, scriveva, possono essere come minuscole dosi di arsenico: ingerite senza accorgersene, sembrano non avere effetto, e dopo qualche tempo l’effetto c’è. Una parola pulita per un contenuto che pulito non è serve esattamente a questo: a rendere pensabile, poi dicibile, poi normale ciò che, chiamato col suo nome, incontrerebbe resistenza.

Le parole non sono etichette applicate a pensieri preesistenti: sono il materiale di cui i pensieri sono fatti. Coniare una parola significa, alla lettera, creare un pensiero possibile — aprire un corridoio dove prima il ragionamento doveva passare per termini compromessi, e davanti a quei termini si fermava.

E la strategia della normalizzazione è dichiarata. Sellner stesso descrive il meccanismo con un’immagine: la standing ovation — pochi si alzano per primi, altri seguono, finché restare seduti diventa imbarazzante. Così, spiega, la remigrazione deve entrare nel discorso pubblico: non convincendo, ma rendendo il dissenso progressivamente più scomodo dell’assenso. Non è un’intuizione estemporanea: è l’applicazione di una strategia elaborata da decenni nei laboratori intellettuali della destra identitaria europea, che ha mutuato — rovesciandola di segno — una teoria nata a sinistra: il potere politico non si conquista vincendo le elezioni, ma prima, vincendo la battaglia per il senso comune. Quando un’idea è diventata dicibile, poi discutibile, poi familiare, la politica non deve più imporla: deve solo raccoglierla. In quest’ottica ogni elemento del fenomeno trova il suo posto: la parola progettata serve a rendere dicibile, i summit servono a rendere discutibile, la ripetizione serve a rendere familiare. Non si chiede il consenso: si costruisce, a monte, lo spazio in cui il consenso diventerà spontaneo. Chi ha seguito il percorso di questo articolo riconosce il disegno: è la costruzione deliberata di una massa critica — la stessa dinamica che abbiamo visto auto-assemblarsi negli sciami, qui pianificata a tavolino, con i summit come acceleratore e la parola pulita come lubrificante.

Torniamo ora al brivido da cui questa parte è cominciata — perché a questo punto è possibile dirne qualcosa di più preciso. La somiglianza avvertita ascoltando quei discorsi non riguardava i contenuti: riguardava la costruzione. Il mito tripartito, la parola progettata, la normalizzazione pianificata sono la stessa architettura documentata nei totalitarismi del Novecento — non per imitazione superficiale, ma perché quella architettura è ciò che serve, in ogni epoca, per trasformare uno sciame in un’identità di massa. Il brivido, dunque, era un dato: la registrazione, fatta da un orecchio che conosceva il precedente, di una struttura che tornava. Non un’emozione da archiviare — una misura, presa con uno strumento che nessun cruscotto possiede.

Ma chi scrive appartiene a una generazione che quel precedente lo ha ricevuto in casa, da chi lo aveva vissuto. Lo strumento, in altre parole, è stato calibrato dalla trasmissione diretta — e questa calibrazione non è trasferibile per via ereditaria. Anni fa, in una conversazione privata, una domanda mise a fuoco il problema in una forma che non ha più smesso di lavorare: dopo il ventennio e la guerra, possiamo rivivere qualcosa di simile, o ormai abbiamo gli anticorpi?

La risposta data allora fu: è possibile. Basta che si ricreino condizioni analoghe, anche in un contesto del tutto diverso. L’anticorpo non esiste.

L’ultima parte di questo articolo è il tentativo di dimostrare quella risposta — e di capire che cosa, se non un anticorpo, può difendere una democrazia.

L’immagine dell’anticorpo è consolante, ed è per questo che va guardata da vicino: promette che l’esperienza storica, una volta fatta, immunizzi. Ma l’immunità biologica ha una proprietà che la memoria storica non possiede: si trasmette, almeno in parte, passivamente — la madre la consegna al figlio nel sangue. La memoria no. Ogni generazione nasce immunologicamente nuda davanti agli stessi agenti, e l’unica trasmissione possibile è attiva, faticosa, quotidiana. Primo Levi lo disse in una forma che non ammette aggiornamenti: è accaduto, quindi può accadere di nuovo. Non “potrebbe”, per ipotesi remota: può, come capacità permanente. E aggiunse che accadrà sotto altre forme e altri nomi — il che rende inservibile l’unico anticorpo che la memoria spontanea produce, quello che riconosce le divise e i simboli di ieri ma non la struttura che si ripresenta in abiti nuovi. I dati contemporanei confermano l’erosione: le ricerche sulla cosiddetta deconsolidazione democratica mostrano che la quota di chi considera essenziale vivere in una democrazia cala a ogni coorte generazionale — non perché le nuove generazioni siano peggiori, ma perché per chi non ha mai visto l’alternativa la democrazia degrada da conquista a sfondo. E dello sfondo non ci si prende cura: sembra dato.

Se l’anticorpo non esiste, la democrazia è un’attitudine — e le attitudini si allenano o si atrofizzano. La domanda diventa allora: qual è il meccanismo dell’atrofia? La risposta che questo articolo propone è: la delega. Ogni volta che una decisione migra fuori dalla deliberazione — verso la competenza tecnica, verso il vincolo esterno, verso la tutela — perché “tanto è complicato”, il muscolo civico si accorcia di un millimetro. Nessun singolo passaggio è grave; molti sono perfino ragionevoli. È la somma che produce cittadini disabituati a decidere, perché su quasi nulla di importante la loro decisione conta.

A questo punto il senso comune offre una spiegazione pronta, racchiusa in un adagio che circola in mille varianti: i tempi duri creano uomini forti, gli uomini forti creano tempi facili, i tempi facili creano uomini deboli. La delega sarebbe figlia del benessere: generazioni allontanatesi dalla fame, abituate a sicurezze e supporti, che perdono resilienza e si consegnano alla tutela. La diagnosi ha fondamenta serie. Già nel 1840 Tocqueville aveva previsto per le democrazie prospere non il dispotismo violento, ma un potere “immenso e tutelare”, dolce, previdente, che non spezza le volontà ma le ammorbidisce — e cittadini che lo invocano, perché la sicurezza è diventata il loro primo bisogno. E gli studi contemporanei sui sistemi complessi confermano il meccanismo: ciò che viene privato di sollecitazioni non resta uguale, deperisce — come l’osso che senza carico si decalcifica. Una società che ottimizza per l’eliminazione di ogni attrito sta facendo atrofizzare esattamente l’organo che le servirà alla prima crisi vera.

Eppure, sottoposta al test della storia, la tesi fallisce. Se la delega fosse figlia del benessere, le generazioni temprate dalla privazione dovrebbero esserne immuni. È accaduto l’esatto contrario: gli uomini che consegnarono l’Europa ai totalitarismi del Novecento venivano dalla trincea, dalla fame, dall’iperinflazione — erano, per l’adagio, gli uomini più forti che si possano fabbricare. La durezza non li rese cittadini: li rese disponibili. E nemmeno la sofferenza in sé fu il discrimine — i reduci si divisero, e nei fascismi pesarono molto i ceti impauriti dal declassamento più che dalla fame vera. Ciò che accomunava chi si consegnò non era quanto aveva patito: era la percezione di non avere più controllo, e l’offerta di qualcuno che prometteva di restituirlo in blocco, in cambio di tutto.

La tesi va dunque riformulata, e la riformulazione è il punto di arrivo di questo articolo. La variabile critica non è la condizione materiale — non è la fame, non è il benessere. È la perdita di autonomia, e ha due strade d’accesso. La privazione genera una delega acuta e verticale: si consegna tutto, subito, a qualcuno — il capo, il salvatore — in cambio della promessa di riscatto. È visibile, ha una data, un volto, spesso un’uniforme. Il benessere genera una delega cronica e diffusa: non si consegna a qualcuno ma a qualcosa — il sistema, le procedure, le tutele — un pezzo alla volta, senza mai un momento decisivo. Non ha volto né data, e per questo non incontra resistenza: nessuno firma la resa, la resa è la somma di mille comodità accettate.

Le due deleghe differiscono in un punto decisivo: la reversibilità. Quella acuta, paradossalmente, può essere revocata — il tiranno cade, la guerra finisce, e la generazione che ha visto il disastro riprende ciò che aveva ceduto: è la storia del 1945. Quella cronica è molto più difficile da revocare, perché non c’è nulla da abbattere: solo capacità atrofizzate da ricostruire, e nessun evento che segnali il momento di farlo. Si può datare la fine di una dittatura; non si può datare il giorno in cui una società ha smesso di saper fare da sola.

Da qui la conclusione, che è insieme la risposta alla domanda sull’anticorpo e la formalizzazione dell’intero percorso. Se entrambe le condizioni estreme — la privazione e il benessere — producono delega, allora la cittadinanza democratica non è uno stato naturale verso cui si tende quando le cose vanno male o bene: è una fascia stretta e instabile tra due regimi, che non si mantiene da sola in nessuno dei due. La democrazia non è un punto di equilibrio: è un’orbita — si regge solo finché riceve energia, e l’energia è l’esercizio quotidiano della decisione, della responsabilità, del confronto che raffredda invece di scaldare. La delega, in entrambe le sue forme, è la cessazione di quell’apporto. Non esiste l’anticorpo: esiste solo l’allenamento. E l’allenamento, a differenza dell’anticorpo, si può riprendere in qualunque momento — questa è l’unica nota di speranza che un’analisi onesta autorizza, ed è meno piccola di quanto sembri. Nessuna orbita decaduta è definitiva, finché c’è qualcuno disposto a rimettere energia nel sistema. Il primo gesto costa poco: ascoltare il linguaggio — il proprio, prima di quello degli altri. Sentire se sta dicendo “voglio” o sta dicendo “sono”. E davanti a chi parla per scaldare, fare la cosa che nessun algoritmo prevede: abbassare la voce, e chiedere i fatti.

Foto di Marco Oriolesi per Unsplash

Una convergenza e le sue premesse

Il 25 aprile non è la festa di una fazione. È il momento in cui — per ragioni diverse, con motivazioni diverse, con gradi diversi di convinzione — una convergenza sufficientemente ampia liberò il paese da un regime e da una occupazione straniera, rendendo possibile la fondazione di una nuova identità nazionale garantita dalla Costituzione.

Quella convergenza non era ideologicamente pura. Era pragmatica, contraddittoria, piena di interessi e storie diverse. Ma produsse qualcosa di reale e duraturo. La Costituzione che oggi ciascuno usa strumentalmente contro i propri avversari politici esiste solo grazie a quella convergenza. È un paradosso che il ragionamento motivato dall’appartenenza identitaria continua sistematicamente a non vedere.

Quella convergenza aveva in sé le premesse per una elaborazione storica condivisa. Non avvenne. Le verità non dette, le responsabilità non dichiarate da nessuna parte nei mesi e negli anni immediatamente successivi alla liberazione, impedirono quella elaborazione. La convergenza si frammentò di nuovo in narrazioni contrapposte. Da quel momento il ragionamento motivato dall’identità di schieramento non fu più un residuo del passato — divenne una scelta strutturale che si rinnova ad ogni generazione.

Quello che segue non è una revisione storica del 25 aprile. Non intende equiparare la lotta di liberazione al fascismo, né i fenomeni storici che li caratterizzano. La caduta del regime è un dato storicamente non discutibile nel suo significato. Il meccanismo comune che verrà descritto non produce equivalenza tra i due fenomeni — sono storicamente, filosoficamente e moralmente distinti. Quello che hanno in comune non è la natura, ma il riflesso: la stessa incapacità di fare i conti con la realtà quando essa contraddice l’identità del gruppo. Quello che è in esame è il meccanismo che si è generato nei decenni successivi — e il costo che quel meccanismo continua a produrre oggi.

Un caso paradigmatico

Quella mancata elaborazione non rimase confinata al dopoguerra. Si riprodusse. Cambiarono i protagonisti, cambiò il contesto storico, ma il meccanismo rimase identico: la verità subordinata alla coerenza del gruppo.

Il 17 maggio 1972 Luigi Calabresi, commissario di polizia, venne ucciso davanti alla sua abitazione di Milano da due colpi di pistola. Lasciò la moglie incinta e due figli piccoli. Il caso rimase irrisolto per sedici anni.

Nel 1988 Leonardo Marino, ex militante di Lotta Continua, confessò e accusò Adriano Sofri, Giorgio Pietrostefani e Ovidio Bompressi. Nel 1997 la Cassazione confermò la condanna definitiva per tutti e tre. La verità giudiziaria esiste. Quella storica rimane controversa per ragioni metodologiche precise: l’intera costruzione accusatoria poggia su un’unica testimonianza, raccolta sedici anni dopo i fatti, senza riscontri materiali indipendenti. Sofri non ha mai confessato.

Quello che rimane al di fuori di qualsiasi dibattito giudiziario è una contraddizione interna alla posizione stessa. Lotta Continua si presentava come movimento di emancipazione dell’uomo — con un linguaggio dei diritti, una visione del destino collettivo, una elaborazione morale esplicita. Su quello stesso piano, la morte deliberata di una persona specifica, con una famiglia specifica, non può essere letta come effetto collaterale necessario. Non regge sui principi che quella visione dichiarava — indipendentemente da chi abbia materialmente agito.

C’è un ulteriore elemento che il tempo ha reso visibile. Un movimento che si proponeva di rifondare la società su basi nuove aveva, in quella stessa pretesa, un obbligo di chiarezza sulle proprie responsabilità storiche. Non averlo fatto — indipendentemente dalla verità giudiziaria — significa aver praticato la stessa opacità che attribuiva al sistema che intendeva abbattere. Non è una critica esterna. È una contraddizione interna al progetto stesso.

Si potrebbe obiettare che anche Pinelli era morto — precipitato da una finestra della questura di Milano il 15 dicembre 1969, durante un interrogatorio, in circostanze mai completamente chiarite. L’obiezione è legittima e la questione storica rimane aperta. Ma Pinelli era anarchico. L’anarchismo è filosoficamente incompatibile con una violenza organizzata, pianificata, verticistica, decisa da una avanguardia in nome di tutti. Trasformarlo in simbolo di una causa organizzata — e la sua morte in giustificazione morale per un omicidio pianificato — è una appropriazione indebita che Pinelli, coerente con il proprio pensiero, avrebbe probabilmente rifiutato. La sua morte era una ragione in più per esigere verità istituzionale. Non una licenza per produrne altra.

La sconfitta che nessuno dichiara

Questo episodio non è una anomalia storica. È un esempio paradigmatico di un meccanismo più antico e più radicato.

Né il fascismo né il comunismo — nelle loro esperienze storiche concrete — hanno mai dichiarato la propria sconfitta. Non una sconfitta tattica, superabile con nuove strategie. Una sconfitta strategica: la storia li ha superati perché si sono falsificati dall’interno, tradendo i principi di cui si erano fatti portatori.

Il fascismo si proponeva come rigenerazione nazionale e difesa della civiltà. Ha prodotto guerra, macerie e vergogna. Era essenzialmente una tecnologia del potere — pragmatica, reattiva, priva di una vera teoria dell’uomo e della storia. Non aveva fondamenta filosofiche solide da tradire. Aveva promesse concrete che non ha mantenuto.

Il comunismo è altra cosa. Ha alle spalle una elaborazione filosofica seria sulla natura dell’uomo, sullo sfruttamento, sulla direzione della storia. Ha preteso di essere scientifico. Questa differenza di natura spiega la diversa durata: il comunismo aveva una architettura teorica che ha sostenuto la sua applicazione pratica per settant’anni, il fascismo no. Ma quella durata maggiore non ha prodotto risultati migliori — ha prolungato i danni. Entrambi, nell’applicazione concreta, hanno tradito le proprie premesse fondanti: disastri sociali, umani ed economici documentati e misurabili. Su scale diverse, con modalità diverse. Ma con una costante comune: la realtà ha smentito le promesse.

Due fenomeni diversi per natura, durata e peso storico. Non assimilabili. Ma accomunati dallo stesso riflesso: nessuno ha mai detto con chiarezza “abbiamo perso, e avevamo torto su questo.”

Quel riflesso non è esclusivamente italiano — il trasformismo e la sconfitta mai dichiarata sono presenti in molte culture politiche. La specificità italiana è altra: qui quel meccanismo è diventato un alibi strutturale. La psicologia cognitiva lo chiama ragionamento motivato (Kunda, 1990). Le prove si cercano dove confermano, non dove falsificano. In Italia quel meccanismo non elimina il dibattito pubblico — ne sostituisce il contenuto. Si dibatte intensamente, ma sulle posizioni identitarie di ieri, non sulle istanze concrete di oggi. Permette alla politica di spendersi in contrapposizioni di schieramento invece di affrontare problemi reali, concreti e spesso scomodi da presentare agli elettori.

La discontinuità obbligata

La Germania del dopoguerra aveva una caratteristica che l’Italia non aveva: la sconfitta era totale, materiale, geograficamente visibile. Le macerie erano letterali. Non lasciavano spazio a narrazioni alternative, a trasformismi, a continuità silenziose. Imponevano una discontinuità.

Quella discontinuità obbligata ha reso possibile — non semplice, non indolore, ma possibile — un processo istituzionale di elaborazione collettiva. I processi di Norimberga, la denazificazione, il confronto pubblico con la propria storia. Non perché i tedeschi fossero moralmente superiori. Perché non avevano scelta narrativa.

In Italia la sconfitta del fascismo avvenne attraverso una guerra civile, non una resa netta. I funzionari restarono, la burocrazia restò, le reti di potere locale si adattarono. Il trasformismo operò immediatamente e silenziosamente. Senza discontinuità certificata, nessun obbligo di resa dei conti.

Le narrazioni contrapposte entrarono nelle famiglie. Diventarono identità personale prima ancora che politica. E quelle stesse persone occuparono naturalmente gli spazi pubblici — partiti, università, giornali, amministrazioni. Non per un piano coordinato. Per inerzia culturale.

Il risultato è un meccanismo che si autosostiene senza bisogno di regia. Ogni problema contemporaneo viene ricondotto alle narrazioni storiche contrapposte — non necessariamente per malafede, ma perché è il linguaggio disponibile. È quello che si è imparato in famiglia, quello che produce consenso, quello che definisce appartenenza.

Il costo concreto

Le conseguenze di questo meccanismo non sono astratte. Sono misurabili.

Dal dopoguerra ad oggi l’Italia ha attraversato governi di ogni colore e coalizione. Democrazia cristiana, centrosinistra, centrodestra, governi tecnici, movimenti che si presentavano come rottura radicale con il passato. Ognuno accompagnato dalla narrazione del cambiamento finalmente possibile. Nel frattempo, la transizione energetica, la demografia, la competitività economica, l’intelligenza artificiale, la geopolitica che si riassesta — sfide concrete che non aspettano e non si orientano sulle categorie del Novecento — sono rimaste sistematicamente in secondo piano.

La struttura sottostante non è cambiata

Il debito pubblico cresce. La produttività ristagna. I giovani emigrano. La burocrazia resiste a qualsiasi riforma che ne intacchi l’inerzia. La giustizia rimane lenta. Queste non sono opinioni — sono costanti empiricamente osservabili attraverso decenni di alternanze politiche.

Il motivo non è necessariamente incompetenza o malafede. È un cortocircuito: chi governa risponde agli incentivi che l’elettorato produce. Le narrazioni identitarie vengono premiate dal voto, le istanze concrete sistematicamente rinviate. Quando il consenso si costruisce sulle narrazioni, le soluzioni reali diventano un rischio elettorale: costano qualcosa, richiedono sacrifici, e chi le propone raramente viene premiato per questo. Non è un fallimento del sistema — è il sistema che funziona esattamente come gli viene chiesto.

I cambiamenti strutturali reali sono arrivati quasi sempre dall’esterno — i vincoli europei, il Patto di Stabilità, le riforme imposte dalla Commissione. Ma anche quella pressione esterna viene processata attraverso la logica del trasformismo: adeguamento formale nella forma, continuità nella sostanza. I vincoli vengono accettati sulla carta e aggirati nella pratica. Il cambiamento appare, la struttura resta.

C’è una ulteriore contraddizione osservabile. Nella vita pratica — nel lavoro, nelle relazioni, nelle scelte quotidiane — la maggior parte degli italiani è largamente distante da quei modelli ideologici. Non li vive, non li applica. Il ragionamento motivato dall’identità di schieramento emerge nel dibattito pubblico, non nell’esperienza concreta. Questo non attenua il problema — lo conferma. Se quelle ideologie fossero davvero vissute produrrebbero comportamenti coerenti. Il fatto che non lo facciano dimostra che sono sopravvissute come identità di schieramento, non come sistemi di valori reali.

Il Gattopardo non è una metafora letteraria. È la descrizione di un meccanismo operativo. Tancredi capì prima di tutti che il cambiamento apparente era la forma più efficace di conservazione reale. Ogni alternanza politica italiana da allora ha riprodotto quella logica — non per citazione consapevole, ma per inerzia strutturale.

La responsabilità del presente

Gli italiani di oggi non erano presenti. Non portano responsabilità per quello che accadde nel 1945, né per gli anni di piombo, né per le verità che altri hanno scelto di non dire.

Ma esiste una responsabilità specifica e acquisibile nel presente.

Non è ereditata dal sangue o dall’appartenenza culturale. Si contrae nel momento in cui — posti davanti alla possibilità di una lettura storica più onesta — si sceglie consapevolmente di difendere la narrazione identitaria. Perché è più comoda. Perché protegge l’appartenenza al gruppo. Perché la verità costerebbe qualcosa.

La responsabilità non si eredita — si sceglie.

Chi difende quelle narrazioni oggi non sta proteggendo i propri padri. Sta contraendo un debito proprio — ipotecando la capacità collettiva di leggere il presente e affrontare il futuro. Le sfide che l’Italia ha davanti — economiche, demografiche, tecnologiche, geopolitiche — richiedono esattamente le capacità che una cultura fondata sul ragionamento motivato dall’appartenenza sistematicamente distrugge: la disponibilità ad aggiornare le proprie posizioni sulla base dei fatti, la capacità di dichiarare una sconfitta quando una strada non funziona, il coraggio di dire cose scomode.

Nessuno di questi comportamenti è compatibile con la difesa identitaria.

L’esperienza storica concreta di quelle ideologie ha prodotto risultati documentati e misurabili. Non ha bisogno di ulteriori sentenze. Ha bisogno che chi viene dopo tragga le conseguenze pratiche di quel giudizio — e smetta di usare quelle narrazioni come strumento di consenso nel presente.

Non è un atto di tradimento verso i propri padri. È l’unico modo per non continuare a subire i loro errori.

Foto di Boudewijn Huysmans per Unsplash

Mi è capitato di sentire di un grande progetto di trasformazione — il tipo di progetto che nei comunicati stampa si chiama “strategico” e nelle presentazioni occupa slide con frecce che puntano verso l’alto.

Nei primi mesi tutto funziona come previsto. Arrivano le persone giuste — o almeno quelle con il profilo giusto. Si fanno workshop, si costruiscono roadmap, si definiscono architetture. Si firmano contratti con i vendor — contratti ambiziosi, negoziati in una fase in cui la complessità reale non è ancora visibile, e che per questo tendono a cristallizzare le assunzioni del momento in obblighi vincolanti.

Poi il progetto entra nella fase in cui bisogna fare le cose. Le architetture incontrano i sistemi reali, le roadmap incontrano i vincoli reali, le persone incontrano la complessità che nessuna slide aveva rappresentato. E i contratti — firmati quando tutto sembrava chiaro — diventano la struttura dentro cui bisogna muoversi, anche quando la realtà ha già dimostrato che quelle assunzioni erano sbagliate.

Chi aveva costruito la visione non c’è più — è già al prossimo progetto, con il CV aggiornato e la narrazione della trasformazione intatta. Chi resta raccoglie le conseguenze di scelte fatte da altri, su fondamenta che non può cambiare e dentro vincoli che non ha negoziato.

Non è andata storta per incompetenza. Non è malafede. È qualcosa di più preciso — e di più difficile da vedere dall’interno.

La domanda non è perché queste persone si comportino così. La domanda è perché il sistema lo consenta — anzi, lo premi.

Il sistema non è irrazionale. È perfettamente razionale rispetto al suo vero obiettivo.

La differenza sta nel capire quale sia quell’obiettivo. Non produrre risultati — preservare le posizioni. E quando il criterio di valutazione è interno al sistema, il sistema ha sempre ragione per definizione. Chi dissente viene marginalizzato non perché abbia torto, ma perché disturba. Chi conferma viene premiato non perché abbia ragione, ma perché amplifica — propaga la narrativa del sistema, ne rafforza la coerenza interna, ne estende la portata.

Il risultato è un sistema che produce i propri criteri di successo — e li rispetta scrupolosamente. I contratti vengono firmati, le roadmap vengono presentate, i workshop vengono facilitati. Tutto accade. Solo che accade per ragioni diverse da quelle dichiarate.

Questo meccanismo funziona. Nel breve periodo, funziona molto bene.

Il sistema si compatta, genera consenso, produce massa critica. Chi ne fa parte si sostiene a vicenda, amplifica le stesse narrative, condivide gli stessi criteri di successo. È una strategia coerente — e dentro il proprio orizzonte temporale, è vincente.

Il problema non è nel meccanismo in sé. È nel suo rapporto con la realtà esterna.

Un sistema che espelle il dissenso perde progressivamente la capacità di vedere quello che sta fuori. Non perché diventi stupido — perché ha sistematicamente rimosso gli strumenti che gli avrebbero permesso di guardare altrove. Chi avrebbe potuto dire “stiamo sbagliando direzione” non c’è più — è stato marginalizzato, o ha smesso di parlare perché ha imparato che non serve.

Il paradosso è preciso: accettare posizioni contrarie non è una concessione al dissenso. È l’unico modo per vedere opportunità che il sistema chiuso non riesce a percepire. Chi guarda solo dall’interno vede solo quello che il sistema gli consente di vedere. Chi mantiene aperta una finestra sulla realtà esterna vede anche quello che sta arrivando — e può scegliere se adattarsi o cogliere l’opportunità prima degli altri.

La differenza non è morale. È competitiva. Il sistema chiuso massimizza il consenso. Ma il consenso non genera progresso — lo sostituisce.

Col tempo il sistema non ha più gli strumenti per distinguere una minaccia reale da un’opportunità — perché ha eliminato esattamente le persone e le prospettive che gli avrebbero permesso di fare quella distinzione.

Il risultato non è un sistema che ha scelto di non guardare. È un sistema che ha perso la capacità di farlo — e non lo sa.

Non è un fenomeno recente. E non riguarda solo le organizzazioni.

La storia offre esempi di questo meccanismo in contesti molto diversi tra loro — separati per epoca, geografia e scala. Quello che li accomuna non è il risultato, ma la logica che li genera.

La Prima Guerra Mondiale

La Prima Guerra Mondiale offre forse l’esempio più estremo di questo meccanismo — e il più costoso.

L’esercito italiano era organizzato secondo una gerarchia rigidamente punitiva. Gli ordini scendevano dall’alto, l’esecuzione saliva dal basso, e tra i due livelli non esisteva spazio per il giudizio autonomo. Un ufficiale subalterno che avesse visto qualcosa che il comando non aveva previsto non aveva strumenti per dirlo — e spesso nemmeno il linguaggio per farlo. Aspettava l’ordine. Se l’ordine non arrivava, aspettava ancora.

L’esercito tedesco funzionava secondo una logica radicalmente diversa — l’Auftragstaktik, la tattica per obiettivi. Ogni livello gerarchico riceveva un obiettivo, non un ordine dettagliato su come raggiungerlo. Un sottufficiale, un tenente, potevano decidere autonomamente quando le comunicazioni si interrompevano o la situazione cambiava. La competenza era riconosciuta a ogni livello — dentro e fuori dall’esercito.

Non era solo una differenza organizzativa. Era una differenza di visione — sulla fiducia, sulla competenza, sul valore del giudizio individuale. E aveva radici più profonde della dottrina militare.

La Germania aveva costruito nel tempo una cultura civica e sociale in cui la competenza era riconosciuta a ogni livello della gerarchia — dentro e fuori dall’esercito. Un operaio, un artigiano, un sottufficiale erano portatori di un sapere specifico che il sistema riconosceva e valorizzava. L’autonomia di giudizio non era un privilegio dei piani alti — era una capacità diffusa, coltivata, attesa.

In Italia quella cultura mancava. La gerarchia sociale era rigida, la fiducia verso i livelli bassi era scarsa, il giudizio autonomo era percepito come indisciplina. Non era un difetto dell’esercito — era il riflesso esatto della società che lo aveva prodotto.

Sul campo di battaglia quella distanza si misurava in modo brutale. I contadini italiani in trincea stavano costruendo, loro malgrado, qualcosa che la società non aveva ancora dato loro — la fiducia reciproca, la dipendenza dall’uomo alla propria destra e alla propria sinistra. Non per un’idea. Per necessità di sopravvivenza.

L’unità d’Italia e il Gattopardo

Le radici di quella distanza affondano più indietro. Si vedono già nel modo in cui l’Italia era diventata una nazione.

Il Risorgimento aveva unificato un territorio. Non aveva unificato una società. Il nuovo stato aveva bisogno di una classe dirigente — e l’aveva trovata dove era più comodo trovarla: nei notabili già esistenti, al Nord come al Sud. Cambiata la casacca, non la logica. Le stesse reti, gli stessi criteri di selezione, gli stessi meccanismi di conservazione della posizione — ora al servizio del nuovo ordine invece che del vecchio.

Il risultato era prevedibile. Non si costruisce una cultura civica diffusa cooptando chi aveva tutto l’interesse a non diffonderla. Non si forma una società in cui la competenza è riconosciuta a ogni livello se chi gestisce il processo di formazione è esattamente chi da quella competenza diffusa avrebbe da perdere.

Giuseppe Tomasi di Lampedusa lo aveva capito con una precisione che nessun saggio storico ha eguagliato. Tancredi, nel Gattopardo, dice allo zio Principe mentre indossa la divisa garibaldina: “Se vogliamo che tutto rimanga come è, bisogna che tutto cambi.” Non è cinismo dichiarato — è la formulazione letteraria più precisa di quello che la storia italiana avrebbe chiamato trasformismo: la capacità sistematica di assorbire il cambiamento nella forma per neutralizzarlo nella sostanza. Una strategia che non nasce con l’unificazione e non finisce con essa — diventa il modo in cui il sistema italiano gestisce ogni discontinuità, ogni pressione, ogni tentativo di riforma. Cambia la casacca, resta la logica.

Dall’altro lato, don Ciccio Tumeo — l’organista di Donnafugata, un uomo del popolo — vede la stessa cosa con chiarezza brutale dopo il plebiscito manipolato per l’Unità d’Italia: “Ero un fedele suddito, sono diventato un borbonico schifoso. Ora tutti Savoiardi sono! Ma io i Savoiardi me li mangio col caffè, io!” — e mima il gesto di inzuppare un biscotto immaginario.

Chi stava in alto aveva cambiato tutto perché non cambiasse nulla. Chi stava in basso lo vedeva benissimo. E non venne ascoltato.

La transizione elettrica

La transizione elettrica non era una novità improvvisa. Era visibile da tempo — abbastanza da poter essere colta come opportunità invece di essere subita come minaccia.

L’industria automobilistica occidentale aveva costruito nel tempo un modello di profitto raffinato: innovazioni reali ma dilazionate, distribuite in aggiornamenti frequenti e incrementali, ciascuno sufficiente a giustificare la sostituzione del modello precedente. A questo si aggiungeva l’obsolescenza programmata — la vita utile del prodotto calibrata non sulla sua durata tecnica possibile, ma sulla frequenza di acquisto desiderata. Un sistema che funzionava, che generava profitti prevedibili, che aveva una logica interna coerente.

In questo contesto la transizione elettrica non appariva come un’opportunità — appariva come una minaccia esistenziale a quel modello. Non solo alla tecnologia, ma all’intera architettura di profitto costruita intorno ad essa.

Le obiezioni erano pronte: mancava l’infrastruttura di ricarica, mancava l’energia necessaria, i tempi non erano maturi. Obiezioni non del tutto false — ma usate selettivamente per non vedere quello che stava dall’altra parte. L’assenza di infrastruttura non era un ostacolo — era un mercato da costruire. L’energia necessaria non era un costo — era una filiera da sviluppare. Ulteriori opportunità, non ulteriori minacce.

Chi non aveva quell’ecosistema di rendite da proteggere lo ha visto. E lo ha fatto — costruendo insieme il prodotto e l’infrastruttura, senza aspettare che qualcun altro creasse le condizioni.

La Cina non è un modello — il suo sistema non è replicabile né desiderabile in un contesto democratico. Ma è uno specchio. Dimostra che la transizione era possibile, che i tempi erano maturi, che l’opportunità esisteva. Il fatto che l’industria occidentale non l’abbia colta non era una necessità tecnica. Era una scelta — libera, consapevole, e costosa.

Non diversamente da quello che accadde nel 1948, quando Preston Tucker tentò di portare sul mercato la Tucker 48 — un’automobile con caratteristiche che l’industria americana avrebbe impiegato decenni ad adottare. Fu fermato. Non perché la tecnologia non funzionasse. Perché funzionava troppo bene — e disturbava un equilibrio che nessuno aveva interesse a mettere in discussione.

Il meccanismo era lo stesso. La scala era diversa.

Gli italiani all’estero

C’è un dato che rende tutto questo molto concreto e molto vicino.

Chi ha talento e non viene riconosciuto in Italia spesso va all’estero — e spesso eccelle. Non è un caso, e non è fortuna. È la dimostrazione che il problema non era nel talento. Era nel sistema che non sapeva — o non voleva — riconoscerlo.

All’estero il criterio è diverso. Non conta la rete, non conta l’appartenenza al gruppo giusto, non conta chi ti ha introdotto. Conta quello che sai fare. E chi era stato selezionato negativamente da un sistema che premiava la conservazione si trova improvvisamente in un contesto che premia esattamente quello che aveva — competenza, autonomia di giudizio, capacità di vedere i problemi per quello che sono.

Il paradosso è che ogni governo che ha provato a invertire questa tendenza ha fallito. Non per mancanza di volontà o di strumenti — ma per una contraddizione strutturale impossibile da aggirare. Per far tornare chi è andato via bisognerebbe cambiare il criterio di selezione. Ma cambiare il criterio di selezione significa minacciare le posizioni di chi quel criterio lo gestisce e ne beneficia. Il sistema non può riformare se stesso su questo punto senza minacciare la propria ragione di esistere.

Non è un problema di politica industriale. Non si risolve con gli sgravi fiscali. È una contraddizione sistemica — e come tale, non ha soluzione interna.

La massa critica come condizione del cambiamento

Il cambiamento non nasce dall’interno. Non può — per le ragioni che abbiamo visto. Nasce quando la pressione esterna raggiunge una soglia che il sistema non riesce più ad assorbire.

La storia ha un nome per questa soglia: massa critica. Non è una metafora — è una condizione. Sotto quella soglia il sistema assorbe, copta, neutralizza. Il trasformismo funziona, le posizioni reggono, la narrativa tiene. Sopra quella soglia la discontinuità diventa inevitabile — non perché qualcuno l’abbia decisa, ma perché il sistema non ha più gli strumenti per evitarla.

L’esempio più nitido è la rivoluzione industriale inglese. Ciò che sarebbe diventata la borghesia industriale aveva costruito un criterio di valutazione che il sistema esistente non poteva controllare — la capacità produttiva, il capitale, i risultati economici misurabili. La macchina a vapore non chiedeva il permesso alla nobiltà. Produceva. E quei risultati erano impossibili da ignorare, impossibili da cooptare, impossibili da neutralizzare con il trasformismo.

Oggi la pressione viene da direzioni diverse — la competizione globale, la velocità dell’innovazione tecnologica, la visibilità dei risultati in tempo reale. La Cina che vince su elettrico ed endotermico insieme non è un dato politico — è un dato industriale. Misurabile, confrontabile, impossibile da raccontare in modo diverso da quello che è.

La massa critica si sta formando. La competizione globale, la velocità dell’innovazione, la visibilità dei risultati in tempo reale — sono pressioni che il trasformismo fatica sempre di più ad assorbire. Se e quando raggiungeranno la soglia, non è scritto.

Il filo comune

Guardando insieme tutti questi esempi — il progetto abbandonato a metà, la Prima Guerra Mondiale, l’unificazione italiana, la transizione elettrica — emerge un filo comune che non era stato cercato, ma che si trova.

Non è una questione di intelligenza, non è una questione di risorse, non è una questione di sistema politico. È una questione di posizione.

Chi non ha niente da perdere dal cambiamento lo guarda con occhi diversi. Non cerca i motivi per cui non si può fare — cerca dove sta il valore. L’opportunità è visibile perché non c’è niente che la nasconda. Chi invece ha costruito nel tempo una posizione, una rete, una rendita, guarda lo stesso cambiamento e vede una minaccia. Non per malafede — per la stessa cecità strutturale che abbiamo visto all’opera in ogni esempio. Il sistema fornisce gli strumenti con cui si guarda la realtà. E quegli strumenti sono calibrati per proteggere quello che c’è, non per vedere quello che potrebbe esserci.

Il risultato è sempre lo stesso — chi non aveva niente da perdere costruisce il futuro, chi aveva tutto da perdere difende il passato. E quando la massa critica raggiunge la soglia, la discontinuità arriva comunque. Solo che arriva dopo — e con un costo che si poteva evitare.

La democrazia non è un alibi. L’immobilismo lo scegliamo noi, per proteggere le posizioni.

Non è una condanna. È una diagnosi. E una diagnosi, a differenza di una condanna, lascia aperta la possibilità di cambiare.

Foto di Mick Haupt — Unsplash

Chi ha disegnato interfacce SOAP o REST conosce bene il termine “contratto” — il WSDL, o lo schema REST equivalente, definisce operazioni, messaggi, tipi di dato: un accordo formale su come i sistemi si parlano. Ma è un contratto che certifica la forma, non la sostanza. Due sistemi possono esporre entrambi un campo statoEntità: string, entrambi perfettamente conformi al proprio contratto — senza che quel campo significhi la stessa cosa.

Basta cambiare il tipo di entità per vederlo con chiarezza. L’attivazione di una SIM, a partire da un order manager, coinvolge l’attivazione coordinata di più elementi di rete GSM — un processo con passi tecnici intermedi propri. L’onboarding di un cliente per una polizza assicurativa segue un percorso diverso — richiesta, verifica documentale, firma, decorrenza — con transizioni proprie del dominio assicurativo. L’attivazione di un conto corrente bancario introduce vincoli normativi propri, come le verifiche antiriciclaggio, che generano stati di sospensione temporanea assenti negli altri due casi. Stesso nome di campo, stesso tipo dichiarato nel contratto tecnico — tre entità con cicli di vita e transizioni di stato profondamente diversi, per natura del dominio a cui appartengono.

E non finisce qui. La stessa interfaccia, con lo stesso identico WSDL, usata da aziende clienti diverse per lo stesso tipo di entità, può richiedere logiche di stato, sequenze di transizione e attributi correlati altrettanto differenti. Il contratto tecnico non cambia; il ciclo di vita che ciascuna azienda attribuisce a quei valori sì.

A questo punto la domanda diventa inevitabile: se il contratto tecnico — verificato, tipizzato, formalmente corretto — non è in grado di catturare nessuna di queste differenze, dove va cercata la definizione vera di cosa significhi, per quella entità e per quell’azienda, trovarsi in un determinato stato? Non può stare nel contratto stesso, che per costruzione parla solo di forma. E non può stare implicitamente nella testa di chi ha progettato ciascun sistema, perché è esattamente questo che genera l’incompatibilità quando i sistemi devono dialogare.

BI e AI non introducono un nuovo problema — analizzano dati che quelle stesse interfacce hanno trattato, prodotto, persistito. Il problema è già lì, a monte, nel momento in cui il contratto tecnico lascia indefinito cosa statoEntità significhi per quella entità e per quell’azienda. BI e AI non fanno che ereditare quell’ambiguità, ciascuna a modo suo.

Uno strumento di Business Intelligence lavora sopra uno schema costruito sui sistemi sorgente: qualcuno, in fase di progettazione del report o del data warehouse, ha dovuto decidere come trattare quel campo, senza avere a disposizione nulla che gli dicesse cosa significasse davvero. La BI, del resto, nasce per rispondere a domande note in anticipo — dashboard, KPI predefiniti — ed è proprio questa la sua forza (ripetibilità su schema fisso) e insieme il suo limite (non può adattarsi a una domanda che lo schema non aveva previsto). I sistemi di BI moderni offrono spesso strumenti di implementazione e descrizione della reportistica che semplificano notevolmente questa fase di progettazione — ma restano strumenti che agevolano la costruzione di un report e non risolvono cosa significhi davvero il dato che vi confluisce. Se lo statoEntità di una SIM e quello di un conto corrente vengono aggregati come fossero comparabili, il risultato è tecnicamente corretto e concettualmente privo di senso — non perché la BI abbia sbagliato query, ma perché il dato che sta interrogando porta con sé un’ambiguità che nessuno ha mai risolto a monte.

Un agente basato su AI parte dagli stessi dati, con la stessa ambiguità di fondo, ma la affronta in modo diverso: rispetto alla BI inverte esattamente il rapporto tra flessibilità e ripetibilità — risponde a domande non previste in anticipo, ma paga il prezzo opposto, perché ogni risposta è ricostruita al momento, senza garanzia di coerenza tra un’interrogazione e l’altra. Invece di ereditare passivamente uno schema già deciso da altri, il modello prova a inferire, ogni volta che riceve una domanda, cosa significhi quel campo in quel contesto. Se la definizione non è dichiarata esplicitamente da nessuna parte, il modello la ricostruisce per plausibilità statistica — con il rischio che lo faccia in modo leggermente diverso a seconda della domanda o del contesto disponibile. Il risultato è più insidioso di un errore di BI: non un report vuoto o una query che fallisce, ma una risposta plausibile, ben formulata, e potenzialmente sbagliata, senza alcun segnale visibile che lo sia.

Due strumenti, due modi diversi di lavorare sui dati — BI rigida ma prevedibile (anche quando ben strumentata), AI flessibile ma non deterministica — ma nessuno dei due genera l’ambiguità, e nessuno dei due, da solo, la risolve: entrambi la trovano già scritta nei dati che ricevono in eredità dalle interfacce che li hanno prodotti.

Torniamo allora al punto di origine: il contratto tecnico — WSDL o schema REST — dichiara le operazioni disponibili e la struttura dei messaggi, senza specificare cosa quelle operazioni significhino davvero nel dominio applicativo. Certifica solo la forma, non la sostanza. Ogni sistema che implementa quell’interfaccia — ogni SIM, ogni polizza, ogni conto corrente, in ogni azienda diversa — è un’implementazione concreta diversa dello stesso contratto formale, con la propria logica interna, la propria macchina a stati, i propri vincoli.

Verrebbe da pensare che il rapporto tra queste implementazioni funzioni come il polimorfismo, nella programmazione: la possibilità che implementazioni diverse di una stessa interfaccia si comportino in modo intercambiabile per chi le utilizza. Un cerchio e un rettangolo possono avere ciascuno il proprio modo di calcolare l’area, ma chi invoca “calcola l’area” lo fa nello stesso modo per entrambi, senza dover specificare di volta in volta la forma — è l’oggetto stesso, nel momento in cui viene creato, a sapere di essere un cerchio o un rettangolo, e a eseguire il calcolo giusto di conseguenza.

Ma qui il legame è più debole: passare dal dato del sistema sorgente a un significato condiviso richiede quasi sempre una trasformazione esplicita — non un semplice casting da una forma all’altra, come nel polimorfismo, ma un lavoro interpretativo che qualcuno deve compiere consapevolmente.

Per capire con precisione cosa significhi davvero costruire un modello che astrae oggetti concreti diversi sotto un’unica definizione condivisa, l’algebra astratta offre lo strumento più preciso. Una struttura come il gruppo è definita da assiomi — associatività, esistenza di un elemento neutro, esistenza dell’inverso per ogni elemento — non da cosa siano concretamente i suoi elementi. Per capirci, ecco alcuni esempi di gruppo:

1. gli interi, con l’addizione come operazione e lo zero come elemento neutro;

2. le permutazioni di un insieme, con la composizione come operazione e “non permutare nulla” come elemento neutro;

3. le matrici invertibili, con la moltiplicazione tra matrici come operazione e la matrice identità come elemento neutro.

Sono istanze completamente diverse tra loro — numeri, riordinamenti, tabelle di numeri — che condividono solo la struttura astratta definita dagli assiomi. Non sono, si badi, tre modi diversi di rappresentare la stessa cosa — sono oggetti matematici del tutto indipendenti, che non hanno nulla in comune nel contenuto. Il loro unico punto di contatto è formale: rispettano tutti la stessa struttura astratta (la definizione di gruppo). Ed è esattamente questo il rapporto che interessa qui: così come questi tre oggetti concreti condividono solo un’impalcatura di assiomi, SIM, polizza e conto corrente sono sistemi concretamente diversissimi che possono condividere, allo stesso modo, solo una struttura astratta comune — non il contenuto tecnico, ma l’ontologia di dominio che li governa.

Il passaggio da un’istanza concreta a un’altra è un morfismo (si veda la definizione in algebra astratta): una funzione che preserva la struttura, e che può non essere iniettiva — cioè può far confluire elementi diversi in un unico risultato, come vedremo tra poco con il quoziente.

Un quoziente, in algebra, è ciò che si ottiene raggruppando elementi diversi di una struttura in un’unica classe, secondo una regola: ad esempio, raggruppando gli interi per parità si ottengono solo due classi, “pari” e “dispari”. La proiezione su questo quoziente è la funzione che assegna a ogni numero la propria classe — e nel farlo perde necessariamente informazione: sapere che un numero è “pari” non permette di risalire a quale numero fosse in origine, perché conta solo la categoria a cui appartiene, non il valore specifico. È lo stesso meccanismo che avviene quando un valore tecnico del sistema sorgente confluisce in uno stato astratto del semantic layer: molti valori diversi possono ricadere nella stessa categoria, e il dettaglio tecnico specifico va perso perché, per il modello di business, non contava.

Detto in termini semplici: questo è, in miniatura, ciò che significa costruire un modello ontologico. Non si tratta di elencare i campi che i sistemi hanno in comune, ma di individuare gli assiomi — le relazioni e i vincoli che devono valere sempre, qualunque sia il sistema sorgente — lasciando che ogni sistema resti un’istanza concreta diversa, con la propria rappresentazione tecnica dei medesimi principi.

Vale la pena distinguere, a questo punto, tre livelli che nella pratica finiscono spesso mescolati, ed è proprio questa confusione a rendere più sfuggente di quanto dovrebbe essere il concetto verso cui questi tre livelli convergono: il semantic layer, il livello che vedremo tra poco. Il primo livello è lo schema tecnico: campi, tipi, struttura di un singolo sistema — pura sintassi, quello che il contratto WSDL certifica. Il secondo è il modello canonico, tipico di un’architettura EAI (Enterprise Application Integration — l’insieme di tecniche con cui i sistemi aziendali si scambiano dati senza dover essere collegati uno a uno): una rappresentazione intermedia usata per il mapping tra sistemi, già un passo verso l’astrazione, ma orientata soprattutto a far dialogare i messaggi, non a definirne il significato ultimo. Il terzo livello è quello di cui stiamo parlando: la struttura che non dice solo “come mappare il campo X nel campo Y”, ma “cosa X è davvero”, con quali vincoli e relazioni — è questo lo scarto che rende il modello riusabile anche per ragionamento e inferenza, non solo per instradamento dati.

Questo livello, una volta definito, non serve solo a leggere lo stato delle entità nei sistemi sorgente — serve anche ad agire su di esso, e qui il ciclo si chiude in due direzioni. In lettura, sono i sistemi sorgente a popolare l’oggetto astratto: ciascun sistema alimenta la propria porzione del modello comune secondo il proprio mapping. In scrittura il verso si inverte: un’azione compiuta sul modello astratto — non sul sistema sorgente direttamente — deve tradursi in un’operazione concreta su quel sistema specifico. L’oggetto astratto, in altre parole, non è solo una vista di lettura: è un’interfaccia attraverso cui si opera sul sistema reale.

Questo introduce un problema tecnicamente delicato, diretta conseguenza del fatto che il morfismo può non essere iniettivo: dopo che un’azione modifica il sistema sorgente, l’oggetto astratto va riletto per riflettere lo stato reale — e se l’azione astratta non aveva una traduzione univoca e completa in quel sistema, la rilettura può non ricostruire esattamente lo stato che il modello aveva previsto. La coerenza tra i due livelli, in altre parole, non è garantita per costruzione: va progettata.

Per risolvere questa incoerenza è necessario definire un’ontologia — quella che poco sopra abbiamo anticipato come semantic layer: un modello concettuale che stabilisce entità, relazioni e vincoli a livello di significato, condiviso e indipendente da come ciascun sistema li implementa fisicamente — non uno schema tecnico, non un formato di scambio, ma la rappresentazione di cosa le cose sono davvero per quel dominio.

Esistono però modelli diversi di ontologia, ed è utile distinguerli. Il primo è quello classico del web semantico, basato sui formalismi RDF e OWL, entrambi standard del W3C.

RDF (Resource Description Framework) è il modello dati di base: rappresenta ogni fatto come una tripla soggetto-predicato-oggetto — ad esempio “Cliente — ha_contratto — Contratto”. È un modo strutturato di scrivere fatti e relazioni, nulla di più.

OWL (Web Ontology Language) si costruisce sopra RDF e aggiunge la parte logica: permette di definire classi, sottoclassi, vincoli — ad esempio “ogni Cliente ha esattamente un codice fiscale” — e soprattutto l’inferenza logica automatica: un motore software (detto reasoner) può dedurre fatti impliciti a partire da quelli dichiarati esplicitamente. Se una regola stabilisce che “Cliente” è sottoclasse di “Persona”, e un’istanza è dichiarata “Cliente”, il reasoner deduce da solo che è anche “Persona”, senza che nessuno lo scriva a mano.

RDF e OWL restano però dichiarativi e passivi: descrivono cosa è vero, e permettono di interrogare quella conoscenza o farci ragionare sopra un motore esterno — ma non agiscono di per sé sui sistemi sorgente. Sono un livello di conoscenza consultabile, non un livello che modifica la realtà che rappresenta.

È qui che l’Ontology di Palantir Foundry si distingue: non si limita a rappresentare la conoscenza in questo modo dichiarativo, ma la rende operativa. Agli oggetti del modello astratto sono associate delle “actions”: operazioni che un utente o un processo esegue direttamente sull’oggetto astratto — ad esempio, cambiare lo stato di un’entità, o assegnarle un nuovo valore — così come si opererebbe su un normale oggetto applicativo. La differenza sostanziale è cosa succede subito dopo: quell’azione, eseguita sul modello astratto, non resta confinata lì. Il framework la traduce automaticamente nell’operazione concreta corrispondente sul sistema sorgente specifico — una chiamata API, una scrittura su database, un aggiornamento di record — e la propaga fino a modificare realmente lo stato del sistema originario. Questo è il write-back: l’azione compiuta “in astratto” si scrive indietro, concretamente, nei sistemi che avevano originato il dato.

La differenza pratica rispetto a un’ontologia dichiarativa come RDF/OWL è netta: lì, cambiare un fatto nel modello di conoscenza è un’operazione che riguarda solo il modello stesso — non tocca in alcun modo il sistema che aveva fornito il dato originario. Con Foundry, invece, agire sul modello astratto significa agire, di riflesso, sulla realtà operativa che quel modello rappresenta.

Il modello astratto, una volta costruito, non è soltanto il bersaglio delle azioni — è anche, e soprattutto, la base su cui si possono finalmente condurre analisi affidabili. È qui che BI e AI, di cui abbiamo visto i limiti in apertura, cambiano ruolo: non interrogano più direttamente i dati grezzi dei sistemi sorgente, con tutta l’ambiguità che questo comportava, ma il modello astratto — dove statoEntità ha un unico significato dichiarato, coerente per ogni sistema e ogni azienda cliente. Un agente AI che lavora sopra questo livello non deve più inferire, ogni volta, cosa significhi un attributo: quella definizione è già scritta, stabile, verificabile. È un cambiamento che non riguarda la potenza dello strumento di analisi, ma il terreno su cui opera.

Questo apre la parte più rilevante per il business: le analisi condotte sul modello astratto — pattern, correlazioni, soglie ricorrenti individuate osservando gli oggetti a livello semantico, non i singoli sistemi — possono tradursi in azioni concrete che, tramite il write-back, modificano davvero il modello di business sorgente. Non si tratta quindi solo di leggere meglio i dati: il ciclo si chiude nell’altra direzione, dall’analisi alla decisione operativa, senza dover intervenire manualmente, sistema per sistema, su ciascuna piattaforma sorgente.

Tutto questo — la struttura astratta, i morfismi, la parametrizzazione per contesto — ha senso pratico in un caso preciso: quando l’obiettivo è costruire un sistema di analisi di business riusabile su più aziende clienti, senza dover ripetere ogni volta un’implementazione su misura. Se il sistema dovesse servire una sola azienda, con una sola tipologia di entità, si potrebbe anche cablare direttamente la semantica nel codice, senza bisogno di un layer separato: sarebbe più rapido, e la parametrizzazione sarebbe solo un costo aggiuntivo ingiustificato. Il semantic layer diventa necessario — non solo utile — nel momento in cui la stessa infrastruttura di analisi deve funzionare su aziende diverse, con logiche di business diverse, senza che questo significhi riscrivere da zero il sistema per ciascuna.

Detto in termini di processo di business, non di implementazione tecnica: oggi, se un’azienda scopre — analizzando i propri dati — che una certa condizione dovrebbe far scattare un’azione (sospendere un contratto, avviare una verifica, inviare una comunicazione di recesso), quella scoperta resta separata dall’azione stessa. Qualcuno deve tradurla in un intervento sul sistema giusto: un ticket per il team che gestisce le SIM, uno per chi gestisce le polizze, uno per chi gestisce i conti correnti — ciascuno con le proprie priorità, i propri tempi, la propria coda di lavoro. La decisione è unica, la sua esecuzione si moltiplica per quanti sistemi sorgente esistono. È esattamente questa separazione — tra scoperta e azione — che un semantic layer, con il suo ciclo di lettura e scrittura, permette di ricomporre in un unico processo integrato.

Il write-back capovolge questo schema: la regola si scrive una sola volta, sul modello astratto, e da lì si propaga automaticamente — senza intervento manuale ripetuto — a ciascun sistema sorgente, nella forma che gli è propria. Non è più “abbiamo scoperto qualcosa, ora bisogna implementarlo ovunque”: è “abbiamo scoperto qualcosa, ed è già implementato ovunque”.

Questo, e non l’ennesimo miglioramento nella capacità di interrogare i dati, è il vero cambio di paradigma. Finché l’obiettivo era leggere meglio — con la BI prima, con l’AI poi — il beneficio restava confinato all’analisi: si capiva di più, ma si agiva comunque allo stesso modo, sistema per sistema. Quando anche l’azione passa attraverso il modello astratto, il costo di trasformare una scoperta in una modifica operativa smette di crescere con il numero di sistemi e di aziende clienti coinvolte — proprio perché, come appena visto, la regola si scrive una sola volta e si propaga da sé, invece di dover essere reimplementata caso per caso. Ed è questo ciò che rende l’investimento nel semantic layer strutturalmente diverso da un investimento nello strumento di analisi più recente.

È qui che si comprende meglio perché l’AI, da sola, non basta a generare questo salto: ha reso evidente e non più eludibile il problema semantico — ha tolto l’alibi tecnico di non poter interrogare i dati in linguaggio naturale — ma non lo ha risolto, perché risolverlo significa costruire lo strato che sta sotto, non un agente più bravo sopra. Palantir Foundry è oggi il caso più visibile e maturo di questa architettura, ma non ne è il destinatario esclusivo: è la prima implementazione industriale di un’esigenza che, una volta resa evidente dall’AI, difficilmente resterà un caso isolato.

Resta però un investimento non indifferente da giustificare — tipicamente non da parte della singola azienda che affronta da sola il problema, ma da parte di un vendor che costruisce una piattaforma di questo tipo per offrirla come servizio a più aziende clienti. E anche per un vendor, la scelta non ha senso allo stesso modo in ogni contesto: ha senso soprattutto dove esiste una massa sufficiente di aziende — con una pluralità di sistemi sorgente eterogenei da governare, e volumi di operazioni tali da giustificare il costo — per cui i benefici del write-back centralizzato superano chiaramente il costo che quelle aziende dovranno sostenere per adottarlo. È nella complessità diffusa su un intero mercato di potenziali clienti — non nel caso isolato di una singola azienda con pochi sistemi — che l’investimento del vendor si ripaga, e che il vantaggio competitivo di chi costruisce per primo una piattaforma del genere diventa strutturale, non recuperabile a posteriori da chi arriva dopo semplicemente offrendo un tool più potente.

Non dispongo di dati certi e ufficiali su questo — Palantir non pubblica un listino pubblico, e prezza ogni deal in negoziazione diretta — ma da fonti di settore è possibile reperire alcune indicazioni: contratti commerciali per Foundry, spesso abbinato ad AIP (la componente che integra modelli AI nei flussi operativi costruiti sull’ontologia), che vanno da circa 250.000 dollari l’anno per un deployment con un singolo caso d’uso ristretto, fino a diversi milioni per un programma enterprise, con la maggior parte dei primi contratti — tra mid-market e grandi aziende — che si colloca tra 500.000 e 2 milioni di dollari annui. A questo si aggiungono tipicamente costi di implementazione e capacità interna che, nel primo anno, spesso superano quello della sola licenza.

Siamo partiti da una parola usata quotidianamente da chi disegna interfacce — “contratto” — e da una difficoltà reale a definirla fino in fondo. Quella difficoltà non era un limite personale: era il sintomo esatto del problema. Un WSDL, uno schema REST, certificano la forma di uno scambio, non il significato di ciò che viene scambiato — e questa distanza tra forma e significato resta identica, silenziosa, sia che a interrogare quei dati sia un report BI costruito su schema fisso, sia che a farlo sia l’agente AI più avanzato disponibile oggi. Cambiano gli strumenti, cambia la loro flessibilità, ma il vincolo di fondo — nessuno dei due sa, per costruzione, cosa significhi davvero un attributo come statoEntità per quella specifica entità e per quella specifica azienda — resta intatto, perché nessuno dei due è stato progettato per risolverlo.

Il punto di arrivo non è quindi un nuovo strumento di analisi, ma il livello che sta sotto tutti gli strumenti: quell’ontologia di cui abbiamo già visto la natura, che si presta a essere descritta con lo stesso rigore delle strutture algebriche astratte — assiomi stabili, istanze concrete che li soddisfano ciascuna a modo proprio, morfismi che collegano le une alle altre senza pretendere di preservare ogni dettaglio.

Questa esigenza si può leggere su due piani distinti, che convergono sulla stessa conclusione.

Sul piano teoretico, conviene partire da un fatto sperimentale concreto, prima di generalizzarlo. Un modello di visione artificiale, per riconoscere un cane in una fotografia, non fa quello che fa un essere umano quando guarda la stessa immagine. Un umano riconosce un cane — che si tratti di un chihuahua o di un alano, animali visivamente molto diversi tra loro — perché possiede il concetto astratto di “cane”, una categoria che resta la stessa al di là delle enormi differenze di taglia, forma, proporzioni tra le razze. Il modello, invece, analizza i valori numerici dei singoli pixel e calcola quale etichetta è statisticamente più probabile, sulla base di milioni di immagini viste durante l’addestramento — non “sa” cosa renda un chihuahua e un alano entrambi cani, riconosce solo pattern ricorrenti nei numeri.

Questo limite è stato dimostrato in modo netto dagli esempi cosiddetti adversarial: modificando un numero minimo di pixel in un’immagine — una variazione così piccola da restare invisibile all’occhio umano, che continua a vedere un cane senza alcun dubbio — è possibile far sì che il modello classifichi la stessa immagine come uno squalo. È il rovescio esatto di quanto appena visto: dove l’umano resta fermo sul concetto nonostante un’enorme diversità visiva (chihuahua contro alano), il modello cambia risposta di fronte a una differenza visiva minima e impercettibile. Se un intervento tanto piccolo può ribaltare completamente il risultato, significa che dietro l’etichetta “cane” non c’è mai stato un concetto stabile: c’è solo una configurazione di numeri, che si può spostare con un intervento minimo verso una configurazione diversa.

Lo stesso meccanismo, spostato dal dominio delle immagini a quello del testo, vale per un modello linguistico che analizza dati aziendali: quando gli viene chiesto cosa significhi un attributo come statoEntità, il modello non possiede una definizione stabile di quel concetto, così come non possiede il concetto di “cane” — ricostruisce ogni volta la risposta più plausibile, sulla base del contesto disponibile in quel momento, e può ricostruirla in modo leggermente diverso a seconda della domanda.

Questo limite ha un parallelo preciso nella filosofia di Kant, già incontrato altrove: le categorie di pensiero, per Kant, non sono ricavate dall’esperienza sensibile — la precedono, e sono ciò che rende possibile un’esperienza organizzata e coerente, invece che un flusso caotico di sensazioni. Un semantic layer gioca esattamente lo stesso ruolo per un sistema artificiale: non viene ricavato induttivamente dai dati, come fa un modello quando impara pattern nei pixel o nel testo, ma viene imposto dall’esterno come vincolo dichiarato — una struttura di significato stabile che esiste prima ancora che un modello interroghi i dati. Nessuna ottimizzazione statistica può generare da sé questa struttura, perché per sua natura un modello scopre correlazioni tra i dati che vede, non definizioni di ciò che quei dati rappresentano.

Sul piano del business, la stessa esigenza assume un volto diverso ma converge sullo stesso punto. Palantir Foundry, con la sua Ontology e il suo ciclo di write-back, è oggi il caso più visibile di questa architettura portata a scala industriale. Ma è ragionevole pensare che non resterà a lungo un caso isolato: una volta che un’esigenza di questo tipo viene resa evidente e dimostrata a scala — con numeri di mercato che la rendono un segmento appetibile — è naturale attendersi che altri fornitori entrino a costruire layer analoghi, differenziandosi su livelli di prestazione e fasce di costo pensate per esigenze diverse dalla grande enterprise che oggi può permettersi cifre nell’ordine delle centinaia di migliaia o dei milioni di dollari l’anno. È lo schema consueto con cui un’architettura dimostrata da un pioniere si democratizza: non resta un prodotto unico, diventa una categoria, con opzioni scalate per chi ha meno sistemi da governare o budget più contenuti.

Qualche anno fa Shlomo Sand, professore di Storia Contemporanea all’Università di Tel Aviv, pubblicò un saggio che in Israele generò una reazione violenta: L’invenzione del popolo ebraico. La tesi centrale era che l’identità ebraica come “popolo” fosse una costruzione moderna, elaborata nel XIX secolo nel contesto dei nazionalismi europei, non una continuità biologica e culturale risalente all’antichità.

Il libro è documentato, il dibattito che ha aperto è reale, le domande che pone sono legittime. Ma la ricezione del libro — almeno in certi ambienti — ha riprodotto esattamente il meccanismo che il libro denuncia: selezione delle evidenze, costruzione di una narrazione, esclusione di ciò che non si adatta.

Non è un paradosso. È un segnale.

Chi costruisce la narrazione nazionalista e chi la smonta usano spesso lo stesso strumento epistemologico: scelgono i fatti che supportano la tesi, trascurano quelli che la complicano, arrivano a conclusioni già formate prima di iniziare l’analisi. La direzione è opposta. Il metodo è identico.

Questo non significa che le due posizioni siano equivalenti nei contenuti. Significa che nessuna delle due sta facendo quello che dichiara di fare — cercare di capire. Sta cercando di avere ragione.

La domanda che vale la pena porre è: cosa c’è sotto entrambe le narrazioni?

Le identità collettive non si trovano. Si costruiscono.

Non è un’affermazione ideologica — è un’osservazione storica verificabile. Roma è forse il caso più nitido. Fin dalle origini — il Lucus Asyli, il luogo di asilo aperto da Romolo per attrarre fuggitivi, stranieri, emarginati — Roma incorpora invece di escludere. Con l’espansione, il diritto di cittadinanza viene esteso progressivamente alle popolazioni conquistate. Imperatori di origine iberica, africana, siriana, illirica governano un impero che si definisce romano non per discendenza ma per adesione a un sistema di leggi, pratiche e strutture condivise.

Non è un modello ideale. È un modello empirico, con le sue contraddizioni documentate e i suoi limiti visibili. Ma produce qualcosa che i modelli fondati sulla purezza non riescono a produrre: durabilità.

Ernest Renan, nel 1882, aveva già formalizzato questa osservazione: la nazione non è razza, non è lingua, non è territorio. È un plebiscito quotidiano — la volontà collettiva di continuare a stare insieme, condividendo una memoria e un progetto.

Gli Stati Uniti rendono questo meccanismo visibile in modo quasi didascalico, perché non possono nasconderlo dietro una continuità etnica. Non c’è etnia fondante. C’è una narrazione condivisa, un sistema di valori codificato nella Costituzione, un rituale esplicito di adesione. Un nigeriano, un vietnamita, un polacco diventano americani non per sangue ma per atto di riconoscimento reciproco con quella cultura.

Ma gli USA sono anche il caso in cui la contraddizione tra principio dichiarato e applicazione praticata è più visibile e meno risolvibile.

Il diritto di chi è arrivato per primo vale — eccetto per chi era lì prima. La logica di Locke — la terra appartiene a chi la trasforma e la lavora — viene applicata ai coloni rispetto alla Corona britannica, non ai nativi rispetto ai coloni. I nativi non “contano” come primo arrivo perché non rientrano nel modello culturale di riferimento: non hanno proprietà privata formalizzata nel senso europeo, non costruiscono città nel senso europeo, non scrivono contratti nel senso europeo.

Questo non è semplicemente incoerenza. È il funzionamento di un filtro culturale che opera sotto il livello del principio dichiarato.

Il sociologo Robert Bellah ha chiamato questo substrato civil religion: un sistema di credenze e simboli quasi-religiosi che trascende le denominazioni confessionali e definisce chi appartiene alla nazione e chi no. La sua radice è la teologia calvinista — la prosperità materiale come segno di elezione divina. Chi non accumula, chi non trasforma la terra nel senso europeo-protestante, non è tra gli eletti. La sconfitta dei nativi diventa quasi una conferma teologica.

La separazione formale tra chiesa e stato — reale sul piano giuridico — non elimina questo substrato. Lo rende implicito. E ciò che non è dichiarato non può essere messo in discussione nel linguaggio ufficiale del sistema. La contraddizione rimane strutturalmente aperta perché il filtro che la genera non è nominabile.

C’è però un elemento che nessuna delle due narrazioni — quella nazionalista e quella che la decostruisce — vuole nominare esplicitamente.

Le entità collettive nascono quasi sempre da processi che includono violenza, sopraffazione, esclusione. Non come eccezione — come regola. Weber lo aveva formalizzato: lo stato è il detentore del monopolio della violenza legittima. La legittimità viene costruita dopo, sul fatto compiuto.

Cercare il fondamento etico dell’origine è un errore categoriale. Si applica una categoria — il giudizio morale — a un processo che non ne è governato. Roma nasce da una guerra. da una rivoluzione armata e dalla progressiva eliminazione delle popolazioni native. Il nazionalismo del XIX secolo — non solo quello ebraico — si realizza ovunque attraverso conflitti. Non esistono eccezioni rilevanti nella storia delle nazioni.

Questo non significa che tutto sia equivalente. Significa che il giudizio va spostato. Non sull’origine — che non si giudica, si descrive. Ma sulle strutture che vengono costruite dopo.

C’è un ultimo elemento che questo ragionamento obbliga a nominare, scomodo per chi vive nell’Europa contemporanea.

L’Europa ha fatto una scelta precisa: ha deciso di rimuovere il momento fondante come categoria legittima. Colonialismo, guerre, totalitarismi — non li ha dimenticati. Li ricorda così bene da averne fatto la ragione della propria rinuncia agli strumenti, non solo agli obiettivi. Il patriottismo costituzionale teorizzato da Habermas — la soft power come modello alternativo alla potenza — era una scommessa intelligente. Reggeva però solo in un mondo in cui qualcun altro faceva la guardia.

Il problema non è la scelta in sé. È che quella scelta è stata applicata unilateralmente. Il problema non è stabilire se l’atteggiamento degli altri attori sia legittimo o meno. Il problema è più concreto: quando alcuni interlocutori usano la forza come strumento reale, le dichiarazioni di principio non producono effetti equivalenti. L’asimmetria non è morale — è operativa. Chi non dispone di strumenti concreti non è un interlocutore — è uno spettatore.

Le identità nazionali europee non sono sopite. Sono vive ma non dicibili nel linguaggio pubblico europeo, perché quel linguaggio le ha dichiarate superate. Operano sotto la superficie — nei veti, nelle resistenze, nelle geometrie variabili. L’assenza di unità politica europea non è un problema tecnico o istituzionale. È lo specchio esatto di quelle identità che non si sono mai dissolte.

La domanda che vale la pena porre è: riconosciuto che le identità collettive si costruiscono sempre, e che l’origine non offre fondamenti etici su cui appoggiarsi, cosa rimane come criterio di valutazione?

Non l’origine. Non la purezza della narrazione — che è sempre selettiva, in entrambe le direzioni che abbiamo osservato. Rimangono le strutture costruite dopo il momento fondante, e la loro capacità di essere messe alla prova nel tempo.

Gli esempi che abbiamo percorso lo confermano empiricamente. Le entità che hanno mostrato maggiore durabilità non sono quelle fondate sulla purezza — biologica, culturale o narrativa. Sono quelle che hanno trovato un criterio di coesione che non richiedeva di escludere per definirsi: Roma con il suo modello di cittadinanza espandibile, gli USA nel principio dichiarato — anche quando non applicato. Modelli imperfetti, contraddittori, documentatamente fallibili. Ma osservabili. E quindi valutabili.

Il criterio non è ideale. È empirico. E come tale — aperto alla revisione.

Il 28 ottobre 1917, subito dopo Caporetto, Luigi Cadorna inviò ai comandi un comunicato che scaricava la responsabilità della sconfitta sui soldati: reparti che si erano vilmente ritirati o ignominiosamente arresi. Era una narrativa costruita per scagionare il comando.

Cadorna fu rimosso l’8 novembre 1917. Era inviso alla politica, ai soldati che trattava come materiale da consumare, e alla realtà dei fatti. Il suo successore Diaz applicò una logica diversa — per scelta o per necessità, non è facile dirlo — e l’esercito italiano tenne fino a Vittorio Veneto. Cadorna fu il parafulmine. Il sistema rimase intatto.

Badoglio, assente a Caporetto con il suo ordine di non aprire il fuoco, non subì conseguenze di rilievo. Le responsabilità della disfatta furono distribuite e in parte coperte per ragioni politiche. Fu anzi promosso e continuò la carriera, fino al 1944, come capo del governo del Sud, senza aver mai risposto di nulla.

Ma i reparti, lungo tutti i livelli gerarchici, compilavano documenti. Relazioni operative, dichiarazioni degli ufficiali superstiti, registrazioni delle perdite, diari di reparto. Documenti prodotti in tempo reale, sotto pressione, da chi era lì — non per la storia, ma per registrare fatti operativi. Distribuiti per segnatura negli archivi militari, sono rimasti lì. E quegli stessi documenti sono stati usati nelle inchieste e nei processi del dopoguerra per ricostruire le responsabilità.

Una narrativa ufficiale si era scontrata con una documentazione che non era stata prodotta per contraddirla. Ma che la contraddiceva comunque.

I tre livelli della storia

La storia si costruisce su livelli che non si sostituiscono.

Il generale Giuseppe Boriani, che comandava la Divisione Bersaglieri in quei giorni, ha scritto le sue memorie: L’ultima retroguardia. Non è uno storico che ricostruisce — è il protagonista che scrive. Vede la battaglia dal livello del comando: divisioni, brigate, corpi d’armata, il senso complessivo di quello che stava accadendo.

Paolo Gaspari e Alberto Pertoldi, nel Combattimento di Pradamano, scendono ai battaglioni e alle compagnie, ai tenenti che tengono il ponte fino all’ultima cartuccia, ai movimenti ora per ora. Attingono direttamente ai documenti dell’Ufficio Storico dell’Esercito.

Nessuno di questi livelli è sufficiente da solo. Boriani spiega il contesto ma non nomina i singoli. Gaspari e Pertoldi ricostruiscono i movimenti ma lavorano per aggregati. Per trovare il nome di un uomo specifico, bisogna scendere ancora: al fascicolo individuale, al foglio matricolare, alla dichiarazione di irreperibilità.

È lì che si trovano i singoli. E da lì, la storia di Caporetto cambia.

Due modelli in collisione

Il comando italiano aveva ricevuto informazioni precise dai disertori sull’imminente offensiva. Le rivalità interne allo Stato Maggiore — Cadorna e Capello in disaccordo sul dispositivo difensivo o offensivo — avevano paralizzato le decisioni. E Badoglio era assente.

Nel sistema italiano non si muoveva nulla senza un ordine scritto — non per coordinare meglio, ma per trasferire la responsabilità. Non importava il risultato: importava chi firmava. Una mentalità che non è rimasta lì, ma che continua a fare parte del costume italiano.

Dall’altra parte, i tedeschi avevano pianificato in poche settimane il trasferimento di reparti e materiali su richiesta austriaca: calcolo dei convogli ferroviari, percorsi scelti per non rivelare il dispositivo, coordinamento logistico di una precisione che non aveva precedenti su quel fronte. Non era solo capacità tecnica. Era il riflesso di un modello di comando radicalmente diverso: l’Auftragstaktik, la tattica per obiettivi. Ogni livello gerarchico riceveva un obiettivo, non un ordine dettagliato su come raggiungerlo. Sottufficiali e tenenti erano formati e autorizzati a decidere autonomamente quando le comunicazioni si interrompevano o la situazione cambiava.

Non era solo una scelta organizzativa. Rifletteva una cultura in cui la competenza era riconosciuta a ogni livello della gerarchia — dentro e fuori dall’esercito. In Italia quella cultura mancava. E a questo si aggiungeva qualcosa di più profondo: la dottrina della guerra era cambiata, ma non tutti al comando se n’erano accorti. La realtà sul campo era già altrove rispetto ai piani.

Quel modello presupponeva qualcosa che nel sistema italiano mancava: la fiducia che chi stava ai livelli bassi della gerarchia fosse capace di giudizio autonomo. Non era una differenza tecnica. Era una differenza di visione sociale e di cultura professionale — una distanza che attraversava l’esercito come la società. I tedeschi quella cultura l’avevano già costruita, dentro e fuori dall’esercito. I contadini italiani la stavano costruendo in trincea, loro malgrado, attraverso la condivisione degli stenti e la dipendenza reciproca — non per un’idea, ma per gli uomini alla propria destra e alla propria sinistra.

La manovra

La Divisione Bersaglieri aveva ricevuto un compito preciso: manovra di presa di contatto e frenaggio, per consentire il ripiegamento degli altri reparti e chiudere la ritirata. Era un ordine consapevole. Le perdite attese erano stimate intorno al settanta percento. Non era un’anomalia — era il calcolo di chi pianifica una retroguardia estrema.

Il 37° e il 43° battaglione tennero le posizioni sul ponte tra Buttrio e Pradamano oltre il tempo previsto, perché i reparti ai quali avrebbero dovuto garantire il ripiegamento non si presentarono ai punti di contatto stabiliti, senza che venisse comunicato nulla al loro comando. Nessun ordine di movimento, nessuna informazione. Tennero la linea perché era quello il loro compito — e perché non sapevano che la situazione era già cambiata altrove.

Boriani, che manteneva il contatto tra i suoi reparti e gli altri comandi, valutò la situazione e anticipò di alcune ore l’ordine di movimento, secondo una sequenza precisa: prima il 29°, poi il 43°, poi il 37°, che per la sua posizione avanzata sarebbe stato l’ultimo a disimpegnarsi. Il 29° riuscì a muoversi. Il 37° e il 43° furono investiti da nuovi attacchi mentre si stavano ancora predisponendo. Il 37° si trovò nella posizione peggiore rispetto alla manovra di aggiramento che stava per essere completata.

Quando il Maggiore Tosi, comandante del 37° battaglione — l’unico a cavallo — ricevette l’ordine di ripiegare, prima di muoversi radunò i suoi uomini e li inquadrò in ordine di marcia. In un momento di massima pressione, scelse di anteporre la coesione del reparto alla velocità del movimento. Si mossero come un reparto, non come una fuga.

Il 37° battaglione fu praticamente distrutto. Il 43° dimezzato. Le perdite complessive della divisione ammontarono a circa settanta ufficiali e millesettecento uomini di truppa.

Alessandro

Grilli Alessandro, figlio di Giovanni, nato il 29 febbraio 1884 a Castignano. Contadino. Non sapeva leggere né scrivere. Richiamato nel maggio 1916, passato per il 21° Reggimento Bersaglieri, assegnato al 4° nel maggio 1917.

L’ultima annotazione sul foglio matricolare: ferito a Pradamano il 31 ottobre 1917, scomparso dopo. Non identificato tra i morti, non denunciato come prigioniero. Dichiarato irreperibile nel gennaio 1919.

Prima di partire aveva detto alla moglie di occuparsi della bambina appena nata. Sapeva che non sarebbe tornato.

Alessandro non è un eroe nel senso convenzionale del termine. Non aveva ragioni ideologiche per difendere niente. Non voleva essere lì. Ma lì c’era — insieme ad altri uomini che non avevano scelto, che condividevano gli stenti, la paura, la consapevolezza di chi sa già come va a finire.

Non si trattava di scegliere tra restare e fuggire. Erano reparti che avevano combattuto e vinto insieme, con una fiducia costruita sul campo. Avevano un compito, lo conoscevano, ne conoscevano il costo. Quando il sistema di comando esterno aveva già ceduto intorno a loro, hanno continuato a fare quello che sapevano fare — fino a quando il tentativo di aggiramento li ha travolti, o appena in tempo per non esserlo.

Gli archivi

Alessandro è cercabile perché qualcuno ha conservato il suo fascicolo. Le carte operative dei reparti sono consultabili perché l’Ufficio Storico dell’Esercito le ha custodite per un secolo. I libri di Boriani e di Gaspari-Pertoldi esistono perché qualcuno ha fatto il lavoro di ricerca e ricostruzione.

Non tutto il materiale è digitalizzato — non per pigrizia istituzionale, ma per la vastità del patrimonio e la complessità del lavoro. Questo significa che parte delle fonti è ancora accessibile solo fisicamente, solo in loco, solo a chi fa il viaggio. È una limitazione che non è sentimentale: finché una fonte non è accessibile, non entra nell’analisi.

In quale battaglione si trovava Alessandro il 31 ottobre 1917 — nel 37°, praticamente distrutto sul ponte, o nel 43°, dimezzato nel ripiegamento? I Diari Storici del 4° Reggimento Bersaglieri per quei giorni sono all’Ufficio Storico dello Stato Maggiore dell’Esercito, segnatura B-1, 139/S-1735C. Consultabili solo a Roma, solo in loco.

La risposta potrebbe essere lì. O potrebbe non esserci.

La storia di Alessandro, come la grande storia, non si costruisce con le narrazioni. Si costruisce con i documenti, con la ricostruzione dei fatti e del contesto, che li rende leggibili. Senza questi archivi, e senza le persone che li custodiscono, niente di tutto questo sarebbe possibile.

Quando ci troviamo di fronte a qualcosa che ci emoziona — un quadro, una canzone, un edificio — viene quasi naturale chiedersi: è arte? È una domanda che sembra fondamentale. Forse non lo è.

Proviamo a costruire due insiemi: ciò che è arte e ciò che non lo è. Cerchiamo il confine. L’elemento più basso del primo insieme — il meno artistico tra le opere d’arte — quanto dista dall’elemento più alto del secondo? La distanza, scoprirete, è piccola. Spostando iterativamente quel punto limite, il confine migra. I due insiemi non sono disgiunti. Il taglio è arbitrario.

Questo non significa che la distinzione non esista. Significa che non è una proprietà delle opere — è una decisione di chi osserva. E allora la domanda interessante non è più “cos’è arte”. È: chi decide dove cade il taglio, e in base a cosa.

Chi traccia il confine

Jack Vettriano è un pittore scozzese autodidatta. Il suo quadro più noto — The Singing Butler — è stato per anni il più riprodotto in Gran Bretagna. Milioni di persone lo hanno cercato, acquistato, appeso in casa.

La Royal Scottish Academy lo ha rifiutato ripetutamente. I critici lo hanno definito kitsch, sentimentale, illustrativo.

Non è necessario prendere parti. Quello che vale la pena osservare è il meccanismo: un’istituzione che ha il potere di definire il perimetro dell’arte esclude un’opera che milioni di persone sentono profondamente propria.

Una delle accuse ricorrenti a Vettriano è la semplicità — pochi elementi compositivi, nessuna complessità formale dichiarata, una leggibilità immediata. È esattamente questa semplicità che il sistema istituzionale usa come criterio di esclusione.

Ma vale la pena chiedersi se quella semplicità sia davvero povertà, o se sia invece una scelta — economia di mezzi al servizio della tensione emotiva. E se sia proprio quella economia a permettere a persone di culture diverse di entrarci dentro senza bisogno di una chiave d’accesso.

La domanda rimane aperta. Ma ci porta direttamente al nodo successivo.

Cosa attraversa i confini culturali

Sultans of Swing di Mark Knopfler esce nel 1978. Racconta un’Inghilterra precisa — pub di provincia, musicisti di mezza età, un pubblico distratto. È un pezzo profondamente radicato nel suo contesto, quasi documentaristico nel testo.

Eppure ha attraversato confini culturali in modo difficile da spiegare con il solo contesto. Funziona anche per chi non ha mai visto quei pub, non conosce quell’Inghilterra, non ha vissuto quegli anni.

La progressione armonica della strofa — Re minore, Do maggiore, Si bemolle maggiore, La maggiore — è una cadenza di chiara origine mediterranea, presente in tradizioni musicali molto diverse tra loro, dal flamenco al blues. Non è una scelta teorica: è una scelta di colore. Produce una sonorità immediatamente riconoscibile, con quel sapore sospeso e leggermente malinconico che attraversa culture senza bisogno di spiegazioni. A questo si aggiunge la tecnica di Knopfler — arpeggi puliti, nessuna distorsione, voce e chitarra che si muovono insieme con un’economia di mezzi quasi asciutta.

Knopfler racconta un pub inglese di provincia con un colore armonico che viene da molto più lontano. Il codice culturale è locale. La sonorità è già universale per costruzione — e quella scelta, come conferma chi suona, non era necessariamente consapevole a livello teorico. Era una scelta pratica: quel giro di accordi suonava giusto.

E come per Vettriano, la struttura è minimale. Nella musica, come in pittura, la complessità non è una garanzia di profondità. Quello che conta è la scelta della nota successiva — perché quella nota dà senso a ciò che viene prima e prepara ciò che viene dopo. Tutto si gioca in pochi elementi, e la differenza sta nella precisione con cui sono scelti.

Questo suggerisce che nell’opera convivano almeno due livelli distinti. Il primo è specificamente culturale: i riferimenti, il contesto, il codice che richiede una chiave d’accesso. Il secondo opera prima del codice culturale — è il livello che attraversa i confini, quello che non richiede di condividere lo stesso contesto per funzionare.

Le opere che attraversano il tempo e la geografia potrebbero essere quelle in cui questo secondo livello è abbastanza forte da non essere bloccato dal primo. Ma c’è ancora una domanda che non abbiamo toccato: se l’arte emerge da una cultura e ne porta i codici, come fa a volte a precedere quella stessa cultura?

Ciò che emerge prima della consapevolezza

Vienna, fine Ottocento. L’impero asburgico è ancora formalmente in piedi. La superficie culturale è decorosa, ordinata, controllata.

Nel 1897 Gustav Klimt fonda la Secessione viennese, rompendo con l’accademia. Il motto è già un manifesto: Der Zeit ihre Kunst, der Kunst ihre Freiheit — a ogni epoca la sua arte, all’arte la sua libertà. Attorno a lui, Egon Schiele e Oskar Kokoschka portano sulla tela corpi distorti, psicologie esposte, tensioni che la cultura ufficiale non riusciva ancora a nominare. Schiele viene arrestato. Le opere vengono sequestrate.

Nella stessa Vienna, negli stessi anni, Freud pubblica L’interpretazione dei sogni. Non è una coincidenza — è la stessa tensione sotterranea che affiora contemporaneamente in luoghi diversi.

L’arte della Secessione non ha previsto la caduta dell’impero, che sarebbe arrivata vent’anni dopo. Ma ha reso visibile qualcosa che era già presente — una crisi che la cultura ufficiale non aveva ancora gli strumenti per dire.

L’artista non sta fuori dalla cultura che lo produce. Sta dentro di essa, ma con una sensibilità più alta a ciò che non è ancora formulato. Non inventa — intercetta. E portando in superficie ciò che è sotterraneo, lo rende dicibile per tutti.

Forse è questo il senso più preciso dell’effetto anticipatorio dell’arte. Non profetizza eventi. Anticipa la consapevolezza.

Una domanda aperta

Tre meccanismi, dunque, che riguardano tutti la relazione tra un’opera e la cultura che la circonda.

Il confine tra arte e non-arte è arbitrario, e chi lo custodisce esercita potere — spesso usando la complessità come criterio, mentre la vera profondità può stare altrove. Alcune opere attraversano i confini culturali perché operano su un livello che precede il codice — un motore emotivo che non richiede una chiave d’accesso condivisa. E certe opere anticipano non gli eventi, ma la consapevolezza — rendono manifesto ciò che una cultura porta dentro senza ancora saperlo.

La domanda che rimane è forse la più semplice: quando un’opera ci parla ancora dopo decenni o secoli, cosa sta attraversando il tempo — il codice culturale, o qualcosa che sta sotto?

Foto di Erik Mclean

Chi guida, oggi, sta davvero guidando?
Osservando il traffico — in città, in autostrada, ai semafori — la risposta onesta è: non sempre. Il telefono sul cruscotto, la musica, il podcast, la conversazione con il passeggero. La mente altrove. Le mani sul volante per abitudine, non per intenzione.

Non è una critica morale. È una descrizione.

La guida è diventata per la maggior parte delle persone un’attività di sottofondo — qualcosa che si fa mentre si fa altro, o mentre si pensa ad altro. Un intervallo tra due momenti che contano, non un momento che conta in sé.

Non è sempre stato così. C’è stata un’epoca in cui guidare era un atto consapevole, persino desiderato. Ma quella epoca aveva un contesto preciso — culturale, tecnologico, sociale — che non esiste più. Quello che è rimasto è il mezzo. Il senso si è trasformato in qualcos’altro, silenziosamente, senza che nessuno lo dichiarasse.

Vale la pena chiedersi cosa ci dice questo cambiamento. Non per giudicarlo — per capire dove sta andando.

Il contesto in cui si guida oggi non è lo stesso di cinquant’anni fa.

Le città sono cambiate. La densità urbana è cresciuta, ma non sempre nel senso atteso. Il costo crescente degli immobili nelle aree metropolitane ha spinto le persone verso periferie e comuni limitrofi — più lontani, ma ancora gravitazionalmente legati ai centri per il lavoro. A questo si aggiunge una mobilità lavorativa molto più elevata rispetto al passato: le persone cambiano azienda, cambiano sede, cambiano città. Gli spostamenti si sono moltiplicati e concentrati negli stessi orari. Il traffico è diventato una variabile strutturale — non un'eccezione, ma la condizione normale. Chi si sposta in automobile nelle ore di punta nelle grandi aree metropolitane non sta guidando in senso pieno: sta avanzando a passo d'uomo, frenando, ripartendo, aspettando. Un'attività che richiede presenza senza offrire nulla in cambio.

A questo si aggiunge una stratificazione normativa crescente. Le norme del codice della strada si sono fatte più stringenti — limiti di velocità, zone a traffico limitato, requisiti tecnici dei veicoli, standard di emissione. Non per capriccio burocratico, ma per ragioni reali: più veicoli, più velocità, più rischio. La risposta normativa era inevitabile.

Il risultato combinato è che lo spazio di libertà che l’automobile rappresentava si è progressivamente ristretto. Non è più il mezzo con cui si sfugge ai vincoli — è diventato esso stesso un sistema di vincoli: assicurazione, bollo, manutenzione, parcheggio, ZTL, limiti, telecamere.

L’automobile come simbolo di libertà individuale era già un racconto del dopoguerra. Oggi quel racconto fatica a reggere il confronto con la realtà quotidiana di chi passa un’ora in coda ogni mattina.

La risposta tecnologica a questo cambiamento è già in corso. Non nei laboratori — nei veicoli di serie.

Chi guida un’automobile moderna di fascia media ha già a disposizione sistemi che, fino a pochi anni fa, erano prerogativa delle vetture di lusso: frenata autonoma di emergenza, mantenimento automatico della corsia, cruise control adattivo che regola la velocità in funzione del veicolo che precede, riconoscimento dei segnali stradali, avviso di angolo cieco. In alcuni modelli, il veicolo è già in grado di gestire autonomamente tratti autostradali in condizioni di traffico scorrevole.

Non è fantascienza. È già nei concessionari.

Quello che colpisce, osservando questa evoluzione, è la direzione che indica. Ogni sistema di assistenza alla guida sposta progressivamente il carico cognitivo dal conducente al veicolo. Non elimina il guidatore — lo deresponsabilizza parzialmente, lo affianca, lo sostituisce nei compiti più ripetitivi e meno stimolanti.

C’è però un aspetto di questa transizione che vale la pena nominare con onestà. I sistemi di assistenza parziale creano un paradosso: da un lato inducono il conducente a distrarsi — la guida diventa meno impegnativa, la soglia di attenzione si abbassa. Dall’altro non sono ancora in grado di sostituirlo completamente — intervengono, correggono, frenano, ma richiedono che qualcuno rimanga presente e reattivo.

È una zona grigia pericolosa. Non è ancora guida autonoma, non è più guida tradizionale. Le responsabilità sono ambigue, i riflessi si atrofizzano, la fiducia nel sistema supera le sue capacità reali.

È un transitorio — necessario forse, ma non privo di costi. E suggerisce che la soluzione non stia nell’assistenza parziale, ma nel completare la transizione.

Qualcosa sta cambiando anche nel rapporto culturale con l’automobile, e lo sta facendo senza che nessuno l’abbia deciso.

Nelle grandi aree urbane, le generazioni cresciute negli ultimi vent’anni hanno sviluppato un rapporto con la mobilità strutturalmente diverso da quello dei loro genitori. L’automobile non è più il primo acquisto simbolico dell’indipendenza — in molti casi non è un acquisto affatto. Car sharing, scooter elettrici, mezzi pubblici, bicicletta: la mobilità è diventata un servizio da fruire, non un bene da possedere.

Non è solo una scelta culturale. È anche una risposta razionale al contesto: il costo crescente dell’automobile, la difficoltà di parcheggiarla, la disponibilità di alternative sempre più comode. Fuori dalle grandi città il quadro è diverso — l’auto rimane indispensabile. Ma nelle aree metropolitane la tendenza è leggibile nei dati: calo delle immatricolazioni nella fascia under 35, crescita costante dei servizi di mobilità condivisa, percentuale di giovani con patente in progressiva diminuzione.

A questo si aggiunge un dato culturale più profondo. L’automobile come status symbol — come oggetto che dice qualcosa di chi la possiede — ha perso progressivamente il suo significato nelle generazioni più giovani. Il modello che si guida non racconta più quello che raccontava. Altri oggetti, altri servizi, altre esperienze hanno preso quel posto.

Non è nostalgia, non è un giudizio. È una tendenza leggibile nei dati di vendita, nelle abitudini di spostamento, nei modelli di consumo. La direzione è già tracciata — semplicemente non è ancora stata letta come quello che è: un cambio di paradigma in corso, silenzioso e già avanzato.

Da questa osservazione emerge una domanda naturale: ha senso aspettare che questa tendenza si completi da sola, in modo frammentato e senza visione — o vale la pena costruire la proposta che la accompagna e la rende più efficiente?

La proposta non è rivoluzionaria nel senso di imporre qualcosa di nuovo. È quasi conservativa — prende una direzione già in atto e la organizza.

Il punto di partenza è una domanda semplice: cosa serve davvero alla mobilità individuale? Non guidare — spostarsi. Arrivare da A a B, possibilmente nel modo più comodo, efficiente e libero possibile. La guida è sempre stata il mezzo, non il fine. E quando il mezzo diventa un onere — traffico, stress, costi, norme, attenzione forzata — vale la pena chiedersi se esista un mezzo migliore per lo stesso fine.

La risposta esiste già in forma embrionale: unità di trasporto autonome, richiamate come servizio o possedute, in cui l’utente imposta la destinazione e si occupa d’altro. Non un’automobile con un autista — un sistema di mobilità in cui la guida non è più una variabile. Il tempo di spostamento torna disponibile: per lavorare, riposare, leggere, conversare.

Il salto ulteriore è sistemico. Queste unità non si spostano in modo indipendente e casuale — si aggregano dinamicamente in convogli per i tratti di percorso comuni, ottimizzando flussi e consumi, per poi disaggregarsi autonomamente verso le destinazioni individuali. Non è fantascienza: è logistica applicata alla mobilità personale. La stessa logica che governa i sistemi di distribuzione più efficienti, applicata agli spostamenti delle persone.

Il vantaggio non riguarda solo chi sceglie di non guidare. Riguarda anche chi non può più farlo — o non potrà farlo tra qualche anno. L’invecchiamento della popolazione porta con sé una perdita progressiva delle capacità fisiche e cognitive necessarie per guidare in sicurezza. Oggi quella perdita coincide con una perdita di autonomia: chi non può più rinnovare la patente perde l’accesso indipendente agli spostamenti. In un sistema di mobilità passiva, quel problema semplicemente non esiste. La mobilità non è più una prestazione — è un servizio disponibile a tutti, indipendentemente dall’età e dalle condizioni fisiche.

La guida, in questo scenario, non scompare. Si trasforma in quello che era alle origini — un’esperienza consapevole, cercata, ludica. La pista, il percorso di montagna, la domenica mattina con una macchina che vale la pena guidare. Non un obbligo quotidiano — una scelta.

Un sistema di mobilità ripensato in questi termini apre anche una domanda diversa sulla propulsione. Non più: come rendiamo il motore endotermico compatibile con requisiti che non è nato per soddisfare. Ma: quale sistema di propulsione è ottimale per un veicolo autonomo, aggregabile, gestito algoritmicamente?

La risposta non è ideologica — è tecnica. Un veicolo che non richiede risposta immediata al guidatore, che percorre tratti prevedibili, che si aggrega in convogli con flussi energetici condivisi, che viene gestito da un sistema che conosce in anticipo il percorso e ottimizza i consumi — questo veicolo ha requisiti completamente diversi dall’automobile tradizionale.

Propulsione elettrica, idrogeno, sistemi ibridi evoluti: non come imposizione normativa, ma come scelta tecnica naturale per un sistema progettato senza i vincoli del paradigma precedente. Quando si riparte dalla domanda giusta, le risposte cambiano da sole.

Una transizione di questa portata non si organizza da sola. La tendenza è già in atto, la tecnologia è già disponibile in forma embrionale, i costumi si stanno già muovendo. Ma senza una visione di sistema, quello che emerge è frammentazione: soluzioni parziali, standard incompatibili, investimenti duplicati, mercati che si sviluppano in modo disordinato.

È esattamente il punto in cui un programma coordinato fa la differenza — non per imporre una direzione, ma per renderla più rapida, più efficiente e più vantaggiosa per tutti.

Il modello non è nuovo. La Comunità Europea del Carbone e dell’Acciaio non nacque per dichiarare valori — nacque per rendere strutturalmente conveniente una cooperazione che altrimenti non sarebbe avvenuta. Non obbligò nessuno: rese il non partecipare oggettivamente svantaggioso. È la stessa logica che vale qui.

Un programma di ricerca multidisciplinare — ingegneria, urbanistica, scienze cognitive, economia dei sistemi — che definisca gli standard, le architetture, i protocolli di un sistema di mobilità passiva e aggregata. Non una tecnologia specifica da imporre, ma una piattaforma aperta su cui l’industria possa costruire.

Il coinvolgimento industriale non è una concessione — è una condizione. Chi costruisce veicoli, chi gestisce infrastrutture, chi sviluppa sistemi energetici ha tutto l’interesse a partecipare alla definizione del paradigma successivo, invece di subirlo. La storia insegna che chi arriva tardi al tavolo trova le regole già scritte da altri.

Il meccanismo di adesione è quello che ha già dimostrato di funzionare: chi partecipa ottiene vantaggi concreti — accesso agli standard, ai mercati, alle economie di scala. Chi non partecipa non viene punito — ma progressivamente si trova fuori da un sistema che funziona meglio del suo. Non un obbligo normato. Una proposta vantaggiosa che rende il non aderire la vera alternativa scomoda.

Ci sarà sempre chi sceglierà diversamente — chi vorrà un veicolo personale, un autista, un rapporto esclusivo con la propria mobilità. È una scelta legittima, come lo è oggi scegliere una barca privata invece del traghetto. Il sistema non li esclude e non li riguarda. Semplicemente, non è per loro che si costruisce il paradigma — è per tutti gli altri.

Il resto diventa sistema. Efficiente, prevedibile, liberato dal peso di un paradigma che ha centocinquanta anni e che ha già dato tutto quello che poteva dare.

Un motore a combustione interna aperto — centocinquanta anni di un principio invariato.

Mi sono chiesto, a un certo punto, come mai in centocinquanta anni di evoluzione tecnologica accelerata — dai semiconduttori alle telecomunicazioni satellitari, dalla biologia molecolare all’intelligenza artificiale — la mobilità individuale si fondi ancora su un principio introdotto nell’Ottocento: bruciare un derivato del petrolio per muovere un pistone.

Non è una domanda ecologista. È una domanda di metodo.

Perché quando un paradigma resiste così a lungo, nonostante i suoi limiti siano noti, documentati e misurabili — l’inquinamento, la dipendenza geopolitica da risorse concentrate in aree instabili, l’inefficienza termodinamica intrinseca — la spiegazione non può essere semplicemente tecnica. Qualcosa di più profondo tiene in piedi il sistema.

E quella cosa, scopriremo, non abita solo ai piani alti.

Il motore a combustione interna ha centocinquanta anni. I suoi limiti fondamentali erano già chiari ai suoi inventori: converte in movimento una frazione dell’energia contenuta nel combustibile, disperdendo il resto in calore. Quel rendimento è migliorato nel tempo — nei casi migliori, nei motori diesel ad alte prestazioni, si è arrivati intorno al quaranta percento — grazie a un secolo e mezzo di ingegneria raffinata. Un risultato notevole. Ma il principio è rimasto invariato. E i limiti strutturali — l’inquinamento, la dipendenza da una materia prima distribuita in modo geograficamente e politicamente irregolare — non sono stati risolti dall’ottimizzazione. Sono stati ridotti, gestiti, in parte nascosti. Non superati.

Eppure ha vinto. E ha continuato a vincere, decennio dopo decennio, perfezionandosi nei dettagli senza mai mettere in discussione il principio.

Non è andata così per caso.

Nel corso del Novecento le alternative sono esistite — elettrica, a idrogeno, a vapore — in forme più o meno mature, più o meno praticabili. Alcune sono state esplorate, brevettate, abbandonate. Non sempre per limiti tecnici insuperabili. Più spesso perché intorno al paradigma esistente si era costruito nel frattempo un ecosistema enormemente più grande della tecnologia stessa: infrastrutture, capitali, competenze, mercati, geopolitica. Un sistema che aveva tutto da perdere dal cambiamento e molto da guadagnare dall’ottimizzazione dell’esistente.

Alcune sono state abbandonate per limiti tecnici reali. Altre hanno incontrato ostacoli che tecnici non erano. La storia industriale del Novecento offre esempi documentati in abbondanza, per chi voglia approfondire.

C’è un altro segnale che vale la pena leggere. Il tentativo di rendere il motore a combustione compatibile con requisiti ambientali sempre più stringenti ha prodotto nel tempo una stratificazione tecnologica crescente: catalizzatori, sistemi di ricircolo dei gas, filtri antiparticolato, additivi chimici. Ogni soluzione aggiunta per contenere un limite ha introdotto nuova complessità, nuovi costi, nuovi punti di rottura — e in alcuni casi ha compromesso proprio quelle qualità di efficienza e risposta che avevano reso questi motori apprezzati.

Il problema non è stato risolto. È stato spostato, distribuito, reso meno visibile.

Quando una tecnologia richiede trasformazioni così profonde per diventare compatibile con requisiti che essa stessa non può soddisfare per natura, il segnale è chiaro: non si tratta di ottimizzare ulteriormente. Si tratta di scegliere — un cambio di paradigma tecnologico, o un ripensamento più radicale di come concepiamo la mobilità individuale.

Chiamarlo complotto sarebbe scorretto oltre che inutile. Nessuna riunione segreta ha deciso che il motore a scoppio dovesse sopravvivere. È successo qualcosa di più banale e più difficile da contrastare: migliaia di decisioni razionali, prese da migliaia di attori diversi, ciascuno nel proprio interesse immediato, hanno prodotto collettivamente una stasi.

È il meccanismo che vale la pena capire. Perché lo riconosceremo altrove.

Il motore a scoppio non è l’unico caso. Il nucleare racconta una storia speculare e per certi versi ancora più rivelatrice.

Scegliere di non avere il nucleare è una scelta legittima. Ma è una scelta che ha un costo reale, misurabile: se rinunci a una fonte di energia concentrata, devi produrre altrove ciò che ti manca, oppure consumare meno. Tertium non datur.

Quello che è accaduto in molti paesi è invece una terza via apparente: rifiutare il nucleare per ragioni che mescolano paura reale, ideologia e consenso elettorale, e poi acquistare energia dall’estero — inclusa quella prodotta da centrali nucleari altrui — scaricando su altri il rischio che si dichiara insopportabile.

Non è una soluzione. È una contraddizione resa invisibile dalla distanza geografica.

E anche qui, il meccanismo non è la malafede. È la stessa logica di sempre: massimizzare il consenso nel breve periodo, rimandare il costo reale, lasciare che il problema diventi di qualcun altro. Ai piani alti si chiama politica energetica. Altrove si chiama in altri modi.

C’è un filo che attraversa questi esempi e li tiene insieme. Non è la corruzione, non è la stupidità, non è nemmeno la malafede sistematica. È qualcosa di più sottile e più universale.

Gli economisti comportamentali lo chiamano status quo bias: la tendenza cognitiva a preferire la situazione esistente rispetto a qualsiasi alternativa, anche quando l’alternativa è oggettivamente migliore. Il cambiamento viene percepito come perdita certa. Il mantenimento viene percepito come assenza di rischio, anche quando il rischio è semplicemente differito.

Non è un difetto dei potenti. È una caratteristica della specie.

Lo ritroviamo nelle grandi decisioni industriali e in quelle politiche, nelle scelte collettive e in quelle individuali. Cambiamo operatore quando la bolletta diventa insostenibile, non quando troviamo qualcosa di meglio. Cambiamo abitudini quando il medico ci obbliga, non quando capiamo che sarebbe razionale farlo. Aspettiamo che cambino gli altri, poi eventualmente seguiamo.

C’è una parola per questa attesa strategica: prudenza. A volte lo è davvero. Più spesso è qualcos’altro travestito da prudenza.

La differenza tra chi decide per milioni di persone e chi decide solo per sé stesso non è nel meccanismo. È nella scala delle conseguenze.

È facile, leggendo questi fatti, individuare i responsabili e fermarsi lì. L’indignazione verso i grandi interessi è comprensibile, spesso giustificata. Ma è anche molto comoda: scarica altrove il peso della riflessione e ci restituisce, senza sforzo, una posizione morale netta.

Vale la pena invece fare una cosa più difficile: chiedersi se lo stesso meccanismo — scaricare il costo del cambiamento su altri, rimandare, attendere che si muovano prima gli altri — non sia qualcosa che pratichiamo anche noi, alla nostra scala, nelle nostre scelte quotidiane.

Non per assolvere nessuno. Ma perché accusare senza riconoscersi è un altro modo di non cambiare niente.

Eppure c’è una differenza che conta, e vale la pena nominarla.

Chi gestisce grandi interessi — industriali, finanziari, politici — ha strumenti per rendere invisibile il costo del proprio immobilismo: può esternalizzarlo, distribuirlo nel tempo, scaricarlo su altri. La dipendenza energetica diventa un problema del governo successivo. L’inquinamento diventa un problema delle generazioni future. Il costo reale viene sempre pagato, ma da qualcun altro, altrove, più tardi.

Noi non abbiamo questi strumenti. Il costo delle nostre inerzie lo paghiamo quasi sempre noi stessi, prima o poi. Eppure il meccanismo è identico.

Aspettiamo che cambino le condizioni prima di cambiare noi. Aspettiamo che cambino gli altri. Costruiamo ragionamenti elaborati per giustificare la scelta di non scegliere. Chiamiamo realismo quello che spesso è semplicemente comodità.

Non è una condanna. È una descrizione.

Il punto non è sentirsi in colpa per un’inerzia che condividiamo con l’intera specie. Il punto è riconoscerla. Perché il cambiamento sistemico non precede quello individuale — lo segue. E chi aspetta che siano i grandi a muoversi per primo sta applicando, alla scala più piccola possibile, esattamente lo stesso meccanismo che critica.

Centocinquanta anni di procrastinazione collettiva e industriale funzionano con la stessa logica delle nostre, personali. Solo la scala è diversa.

Foto di Raylor Photo

Il tempo che la legge non ha

Il caso Roggero non è, in questa sede, oggetto di discussione. La sentenza — tre gradi di giudizio, esito confermato, motivazioni fondate su fatti verificabili come la revoca del porto d’armi e la sequenza temporale ricostruita dalle telecamere — non viene qui né contestata né difesa. Serve da punto di partenza per una domanda diversa, che la sentenza non pone e non può porre: come si è formata la condizione in cui quel cittadino si è trovato? La risposta attraversa tre piani distinti e misurabili separatamente — il funzionamento del diritto, la presenza o assenza della prevenzione, la tenuta del patto sociale che lega i cittadini tra loro prima ancora che allo Stato. Il primo di questi piani riguarda, a sua volta, tre caratteristiche del diritto stesso: il tempo, la prevedibilità, la cavillosità.

Il tempo, anzitutto. Un cittadino comune, senza la possibilità di consultare un avvocato nell’istante in cui agisce, decide in una frazione di secondo qualcosa che il sistema giudicherà, con calma, mesi o anni dopo. Questo scarto tra il tempo dell’azione e il tempo del giudizio è misurabile anche su scala nazionale: secondo le rilevazioni della Commissione europea per l’efficacia della giustizia (CEPEJ), un procedimento civile italiano dura in media 527 giorni in primo grado, e supera i 2.600 giorni — oltre sette anni — sommando tutti e tre i gradi di giudizio; in paesi come il Portogallo o la Svezia lo stesso percorso completo si chiude in poco più di un anno. Per un cittadino o un’impresa coinvolti in una controversia, questo non è un dettaglio tecnico: è il tempo in cui un danno può diventare irreversibile prima che un giudice si sia pronunciato.

La prevedibilità, in secondo luogo. In ambito penale — quello che riguarda direttamente casi come questo — le rilevazioni aggregate mostrano che tra il 40 e il 45 per cento delle sentenze di primo grado viene riformato, in tutto o in parte, in appello; alcuni giuristi osservano che negli anni Novanta la quota era ancora più alta, vicina al 60 per cento. Il dato non è uniforme sul territorio: gli studi sulla giustizia d’appello registrano differenze sistematiche tra distretti, al punto che in alcune aree le sentenze riformate superano quelle confermate — un’anomalia che gli osservatori giudiziari leggono come segnale di difficoltà strutturale nella motivazione dei provvedimenti di primo grado, più che come casualità statistica. Un diritto prevedibile dovrebbe produrre lo stesso esito a parità di condizioni; qui la variabile territoriale pesa quanto quella fattuale.

La cavillosità, infine — forse la più insidiosa delle tre, perché riguarda la norma stessa, non la sua applicazione. La legittima difesa non si stabilisce guardando la scena: si stabilisce fissando soglie sull’“attualità” del pericolo, sulla proporzionalità della reazione, sulla sequenza esatta dei fatti — soglie che solo una ricostruzione a posteriori, con perizie, fotogrammi e sequenze cronometrate, può definire con precisione. Una norma generale, per essere davvero tale, dovrebbe poter orientare la decisione nel momento in cui viene presa. Una norma che richiede una stratificazione di distinzioni tecniche accessibili solo dopo, in aula, smette di essere una guida per l’azione e diventa uno strumento di giudizio a posteriori — utile al tribunale, inutile a chi si trova a decidere in una frazione di secondo.

C’è una quarta implicazione, che non riguarda una caratteristica del diritto in sé, ma l’effetto distributivo delle prime tre. Un sistema lento, imprevedibile e cavilloso non pesa allo stesso modo su chi lo attraversa una volta sola e su chi lo attraversa abitualmente. Per chi delinque come attività ricorrente, un esito sfavorevole è un rischio calcolato, incorporato nel mestiere — sa muoversi tra i gradi di giudizio, dispone spesso di difese esperte proprio in virtù della frequenza con cui ne ha bisogno, e un carcere scontato è un costo previsto, non un evento che ribalta la vita. Per chi non delinque mai — un cittadino che reagisce una volta, in una condizione eccezionale, senza esperienza del sistema e spesso senza le stesse risorse difensive — lo stesso esito sfavorevole non è un rischio del mestiere: è una sfortuna che si abbatte su un’esistenza costruita altrove, e la devasta. La cavillosità e l’imprevedibilità non colpiscono in modo neutro: pesano meno su chi è già attrezzato a maneggiarle, e di più su chi vi entra in contatto per la prima e unica volta.

Quattro caratteristiche distinte — il tempo, la prevedibilità, la cavillosità, l’effetto distributivo che ne consegue — convergono su un solo punto: un diritto che, pur restando tra i più garantisti d’Europa nella sua formulazione, funziona nella pratica come uno strumento che interviene in differita, non sempre nello stesso modo a parità di fatti, e con una complessità tecnica inaccessibile nel momento in cui servirebbe. È il primo dei tre fallimenti. Gli altri due riguardano ciò che avrebbe dovuto impedire, a monte, che quella sera la scelta si ponesse.

La deterrenza che non si vede più

Il diritto, per sua natura, interviene dopo. Giudica un fatto già accaduto. La prevenzione, al contrario, dovrebbe agire prima — ridurre la probabilità che quel fatto accada, non stabilire le conseguenze una volta che è accaduto. È un piano distinto dal precedente, e va misurato con strumenti distinti.

Un elemento di prevenzione documentato in criminologia è la cosiddetta deterrenza per presenza: non è tanto la severità della pena a scoraggiare un comportamento, quanto la percezione soggettiva della probabilità di essere controllati. Un controllo visibile — una pattuglia che verifica una sosta vietata, che interviene su un comportamento anomalo alla guida, che semplicemente si fa notare in un quartiere — non previene solo quel singolo episodio: comunica a chi osserva che il sistema è presente, attivo, attento. Quando quella presenza si dirada, il messaggio che arriva non è “le regole sono meno rigide”, ma qualcosa di più radicale: “in questo momento e in questo luogo, le regole non sono monitorate.”

Questo scarto tra presenza e assenza non riguarda i reati gravi in primo luogo. Riguarda le infrazioni minori e quotidiane — un divieto di sosta ignorato, una manovra pericolosa non contestata, un comportamento sopra le righe lasciato correre — che un tempo venivano intercettate con regolarità e oggi lo sono con minore frequenza. Non è un giudizio sull’operato delle forze dell’ordine, spesso numericamente insufficienti rispetto ai compiti che devono coprire: è la registrazione di un effetto a cascata. Quando l’infrazione minore smette di incontrare una reazione, il cittadino che la osserva impara due cose contemporaneamente: che il rischio di conseguenze è basso, e che l’infrazione stessa è, in fondo, meno grave di quanto la norma dichiari.

Ed è qui che il piano della prevenzione tocca quello, distinto, che affronteremo nella prossima sezione: quando un’infrazione ripetuta non incontra più alcuna reazione visibile, smette gradualmente di essere percepita come violazione di un patto con gli altri, e diventa semplicemente “così funzionano le cose”. La prevenzione, in questo senso, non serve solo a scoraggiare un singolo reato: serve a mantenere viva, nella percezione collettiva, l’idea stessa che esista una regola condivisa.

Roggero non si è trovato solo davanti a una domanda giuridica sulla legittima difesa. Si è trovato, prima ancora, in un negozio che tre persone hanno potuto rapinare — una condizione che la prevenzione avrebbe dovuto rendere meno probabile, e che invece si è realizzata. La sentenza ha giudicato la sua reazione. Nessuna sentenza, per definizione, poteva giudicare l’assenza che l’ha preceduta.

Il patto che nessuno controlla

I due piani precedenti — diritto e prevenzione — condividono una caratteristica: intervengono entrambi dopo che qualcosa si è già rotto. Il diritto giudica un fatto avvenuto. La prevenzione, quando funziona, riduce la probabilità che quel fatto avvenga, ma presuppone comunque un apparato che sorveglia, controlla, sanziona. Il terzo piano è diverso, ed è per questo il più rilevante dei tre: non richiede né un tribunale né una pattuglia. Richiede solo che il cittadino riconosca, senza bisogno di essere osservato, che una regola condivisa vale anche quando nessuno la fa rispettare. È l’unico dei tre livelli che, se funzionasse, renderebbe meno necessari gli altri due.

La libertà che ha un costo per qualcun altro

Il punto di osservazione più utile non è il crimine, ma l’infrazione minima: la carta lasciata cadere in un parco, il biglietto del mezzo pubblico non pagato, la sosta selvaggia che occupa lo spazio destinato a un altro, la fila non rispettata. Sono episodi che, presi singolarmente, sembrano irrilevanti — ed è proprio questa apparente irrilevanza a renderli il caso di studio più chiaro. Nessuno di questi gesti richiede un contesto di povertà, di marginalità, di necessità: è compiuto per comodità, in piena consapevolezza, da persone che nella stessa giornata possono discutere con convinzione di diritti collettivi su scala globale.

Il meccanismo logico è verificabile con un semplice esperimento mentale, non dissimile da quello con cui Kant argomentava l’imperativo categorico: che cosa accadrebbe se quel comportamento diventasse generale? Se tutti evitassero il biglietto, il servizio pubblico che lo stesso evasore utilizza cesserebbe di esistere, sostenuto solo da chi continua a pagare. L’evasore non sta semplicemente infrangendo una regola astratta: sta trasferendo silenziosamente il costo del proprio comportamento su chi non lo adotta. Lo stesso vale per chi lascia rifiuti in un parco pubblico — la fruibilità dello spazio comune si deteriora per tutti, in proporzione a quanti scelgono di non contribuire a mantenerla — e per chi occupa una fila o uno spazio di sosta non suo: sta usando un diritto collettivo come se fosse privato, esattamente nella misura in cui lo nega a chi verrebbe dopo. In ciascun caso, la libertà individuale rivendicata non è neutra: ha un costo, misurabile, che ricade su un altro.

La ridefinizione della gravità

Cosa succede, nel tempo, a chi ripete questo gesto senza mai incontrare una reazione — né una sanzione, né uno sguardo di disapprovazione? Non si limita a ripeterlo. Tende a riclassificarlo. “In fondo non è una cosa così grave” non è la conclusione di un ragionamento sulle conseguenze — è l’effetto retroattivo della loro assenza. È un meccanismo psicologicamente affine a quello che la teoria della dissonanza cognitiva descrive nell’auto-giustificazione: se il comportamento si ripete e nessun costo esterno lo accompagna, la mente tende ad allineare la valutazione morale del gesto alla sua pratica reale, piuttosto che il contrario. Non è più “lo faccio anche se è sbagliato”: diventa “in fondo non è sbagliato farlo”.

Questo passaggio sposta il problema da un piano comportamentale a uno percettivo: non si tratta più di un cittadino che infrange consapevolmente una regola calcolando il rischio, ma di un cittadino che ha smesso di vedere quella regola come portatrice di un diritto altrui. È la stessa lente che Edward Banfield descriveva, in un contesto diverso ma affine, come “familismo amorale”: una razionalità che massimizza l’interesse della propria unità immediata senza riuscire a percepire il contesto sociale come portatore di interessi equivalenti. Il parco, il servizio pubblico, la fila smettono di essere “gli altri” e diventano semplicemente sfondo.

La trasmissione

È a questo punto — non prima — che entra in gioco l’educazione. Un genitore che ha attraversato questo processo di ridefinizione non trasmette al figlio “si può violare la regola senza rischio”: trasmette qualcosa di più radicale, perché per lui la regola ha smesso di esistere come categoria portatrice di un diritto altrui. Il bambino che osserva il genitore parcheggiare dove conviene, saltare la fila, non pagare il biglietto — senza mai un commento, una remora, un segno che quel gesto sia anche solo notato come problematico — non apprende che la regola si può infrangere. Apprende che quella configurazione di comportamento non è la violazione di nulla. È semplicemente come funzionano le cose.

Va precisato, per rigore, che descrivere questo meccanismo non equivale a un giudizio morale sui singoli genitori. È più utile — e più falsificabile — leggerlo come esito coerente dei due passaggi appena descritti: se il contesto ha eroso, gesto dopo gesto, la percezione stessa della regola come portatrice di un diritto altrui, quella percezione mancante non può essere trasmessa a chi non l’ha mai posseduta. Non si insegna ciò che si è smesso di vedere. La generazione successiva, in questo scenario, non eredita un patto indebolito: eredita l’assenza del concetto stesso di patto.

I tre meccanismi di Borsellino

L’intero processo appena descritto — dalla violazione tollerata alla sua ridefinizione interna, fino alla mancata trasmissione — trova una formulazione teorica precisa nel ragionamento con cui Paolo Borsellino distingueva i meccanismi che tengono insieme il rispetto della legge: non solo il timore della sanzione, ma il fatto che la maggior parte delle persone rispetta le norme perché le ritiene giuste, e perché la loro violazione comporterebbe la disapprovazione degli altri cittadini. Sono tre leve distinte, e la casistica appena descritta permette di osservarle separatamente in azione. Il timore della sanzione è quello su cui agisce la prevenzione — fragile per costruzione, cessa non appena il controllo si allenta. Il riconoscimento della regola come giusta è interiore, e precede ogni sorveglianza: è precisamente ciò che si logora nel processo di ridefinizione appena descritto. La disapprovazione sociale è esterna come la prima, ma non dipende dallo Stato: dipende dalla comunità stessa, dalla sua capacità di segnalare — con lo sguardo, col giudizio, con la disapprovazione informale — che un comportamento non è accettabile. È ciò che la criminologia contemporanea, con Robert Sampson, chiama collective efficacy.

Quando tutte e tre le leve sono attive, una società regge anche nei momenti di minor sorveglianza istituzionale. Ma la sequenza qui ricostruita — dalla violazione tollerata alla sua ridefinizione, fino alla trasmissione mancata — descrive un processo in cui la seconda leva si è già indebolita dall’interno e la terza, la disapprovazione sociale, è quasi scomparsa dall’esperienza quotidiana: chi getta la carta o non paga il biglietto raramente incontra oggi una reazione visibile. Resta attiva solo la prima, il timore della sanzione — proprio il meccanismo che, come mostrato nella sezione precedente, si è indebolito a sua volta.

Perché questo livello, e non gli altri due, potrebbe invertire la traiettoria

Il diritto e la prevenzione richiedono risorse — tribunali, tempo, personale, sorveglianza — e intervengono sempre in risposta a qualcosa già accaduto o imminente. Il patto sociale, quando interiorizzato, non richiede nulla di tutto questo: agisce prima, senza controllo, senza costo, perché il cittadino si astiene per riconoscimento del principio, non per calcolo di convenienza. È l’unico dei tre livelli in cui la prevenzione non è compito di qualcun altro, ma funzione distribuita su ogni cittadino, esercitata gratuitamente, nelle scelte minime di ogni giorno.

Ed è, per lo stesso motivo, il più difficile da ricostruire una volta eroso. Si può aumentare il numero di pattuglie, si può accelerare un processo civile — interventi tecnici, per quanto costosi. Non si può imporre per decreto la convinzione che una regola sia giusta anche quando nessuno guarda. Quella convinzione si trasmette, o smette di trasmettersi, in un tempo lungo, attraverso l’esempio quotidiano — ed è esattamente il punto in cui, secondo la sequenza qui descritta, la trasmissione si è interrotta.

Tre fallimenti, non uno

Il caso da cui siamo partiti resta, in questa sede, ciò che era all’inizio: un punto di innesco, non un oggetto di giudizio. La sentenza che lo ha definito non viene qui rimessa in discussione. Ma la domanda che quella sentenza non poteva porsi — come si è formata la condizione in cui un cittadino si è trovato — trova ora una risposta su tre piani distinti, ciascuno misurabile separatamente, e ciascuno insufficiente da solo a spiegare l’esito.

Un diritto che interviene in differita, con esiti non sempre prevedibili e con una complessità tecnica inaccessibile nel momento in cui servirebbe. Una prevenzione la cui presenza visibile si è progressivamente ritirata. E un patto sociale che, proprio a causa di quel vuoto, si è eroso dall’interno: non solo violato, ma ridefinito come irrilevante, fino a non essere più trasmesso a chi verrà dopo.

Il terzo livello è, dei tre, il meno visibile — e non a caso. Un diritto lento si nota mentre si attende una sentenza. Una prevenzione assente si nota mentre si subisce un reato. Ma il patto sociale eroso non si nota mentre lo si infrange: chi getta la carta o evade il biglietto non percepisce, in quel momento, di aver contribuito a nulla. Diventa visibile solo dopo, e solo a chi si trova dall’altra parte — quando è il diritto a non arrivare in tempo, la prevenzione a non esserci stata, e attorno non resta nessuna rete fatta di regole condivise a sostenerlo. È in quel momento, non prima, che il cittadino si scopre solo davanti a un sistema che credeva reciproco — e si sente, esattamente, una pecora tosata.

C’è un dato che aiuta a mettere tutto in prospettiva.

Il cervello umano consuma circa 20 watt. Meno di una lampadina a basso consumo. Eppure produce ragionamento, linguaggio, percezione, memoria, creatività — tutto quello che i sistemi di AI moderni cercano, in qualche misura, di replicare funzionalmente.

I modelli di AI più avanzati consumano, solo durante l’addestramento, energie nell’ordine di decine di gigawattora. In inferenza — ogni volta che un utente fa una domanda — consumano ordini di grandezza più di un neurone biologico per produrre una singola risposta. E questo su scala globale, milioni di richieste al giorno.

Non è un dato per condannare la tecnologia. È un dato per capire dove siamo. Stiamo costruendo sistemi straordinariamente capaci con una efficienza energetica che non ha nulla a che vedere con il sistema biologico che, in qualche modo, ci ha ispirato. E i limiti di questa distanza stanno diventando visibili — nell’energia, nell’acqua necessaria per raffreddare i data center, nei costi infrastrutturali che crescono con la scala.

La domanda non è se questi limiti esistano. È cosa succede quando diventano il vincolo principale.

Il costo dell’approccio attuale

Il consumo energetico dei sistemi di AI non è un problema tecnico in attesa di soluzione. È la conseguenza diretta di come questi sistemi sono stati costruiti.

L’approccio dominante degli ultimi anni ha seguito una logica precisa: più dati, più parametri, più potenza computazionale produce modelli più capaci. E ha funzionato — i risultati sono stati straordinari. Ma ogni salto di capacità ha richiesto un salto corrispondente di risorse. Modelli dieci volte più grandi non consumano dieci volte di più — consumano molto di più, perché la complessità delle operazioni cresce in modo non lineare.

I data center che ospitano questi sistemi sono infrastrutture industriali di prima grandezza. Consumano elettricità in quantità che si misurano in gigawatt. E per mantenere i sistemi di calcolo a temperature operative, consumano acqua — milioni di litri al giorno nei centri più grandi. Non è un dettaglio marginale. È un vincolo fisico che scala con la domanda.

Finché la domanda di AI cresce — e sta crescendo — cresce anche questo vincolo. E a un certo punto la domanda non è più solo tecnica. Diventa sistemica: quante risorse è sostenibile dedicare a questi sistemi, e a quali condizioni?

Cambiare il punto di vista sul problema

Di fronte a un limite, la risposta più immediata è spingere oltre — più potenza, più infrastruttura, più investimento. È la strada che l’AI ha seguito finora, e ha prodotto risultati reali. Ma è una strada che ha un costo crescente e un rendimento che prima o poi si appiattisce.

Esiste un’altra strada. Non sempre percorribile, ma quando lo è produce risultati più robusti con meno risorse. Consiste nel cambiare il punto di vista sul problema invece di aumentare la forza applicata per risolverlo.

Le torri gravitazionali per lo stoccaggio energetico ne sono un esempio preciso. Il problema dello storage non è stato risolto cercando batterie chimiche sempre più dense e sofisticate. È stato riformulato: invece di trasformare l’energia in chimica, la si sposta nello spazio. Massa, gravità, altezza. Una legge fisica elementare, nessun materiale esotico, nessuna chimica sofisticata. Meno elegante tecnologicamente, più robusta sistemicamente.

Nell’AI questa strada esiste e viene già esplorata. Tecniche come il pruning — eliminare i parametri che contribuiscono poco al risultato — e la quantizzazione — ridurre la precisione numerica dei calcoli senza perdere qualità significativa — vanno in questa direzione. Modelli più compatti, hardware specializzato, architetture sparse che attivano solo le parti necessarie per ogni specifico compito. Non più potenza — più intelligenza nel modo in cui la potenza viene usata.

Il cervello umano, con i suoi 20 watt, fa esattamente questo. Non è potente in senso assoluto. È straordinariamente efficiente nel selezionare cosa attivare e quando. È un’architettura che ha risolto il problema dell’energia non aumentando le risorse disponibili, ma ottimizzando radicalmente il loro utilizzo.

Non sappiamo ancora se e quando l’AI raggiungerà un livello di efficienza paragonabile. Ma la direzione è quella. E i limiti energetici e infrastrutturali che si stanno manifestando stanno rendendo quella direzione non solo interessante, ma necessaria.

Il lavoro e la diseguaglianza

L’impatto dell’AI sul lavoro non è un fenomeno nuovo nella sua struttura. È una transizione tecnologica — e le transizioni tecnologiche hanno una storia abbastanza lunga da poter essere osservate con una certa distanza.

La rivoluzione industriale inglese ha ridisegnato radicalmente dove si trovava il valore economico, chi lo produceva e come veniva organizzato il lavoro. Ha generato eccessi in entrambe le direzioni — chi ha accelerato senza misura, chi ha resistito con altrettanta forza. Il luddismo non era irrazionale — era la risposta di chi vedeva il proprio mondo cambiare più velocemente di quanto riuscisse ad adattarsi.

Prima che il sistema trovasse un nuovo equilibrio è passato del tempo. E in quel tempo ci sono stati costi reali per le persone.

L’AI introduce una variabile nuova rispetto alle rivoluzioni precedenti: automatizza non solo lavoro fisico ripetitivo, ma attività cognitive. Questo sposta il confine più in alto nella catena del valore. Quali competenze diventano meno richieste, quali diventano più richieste, come si ridisegnano i ruoli — sono domande aperte, le cui risposte dipenderanno da come la tecnologia viene adottata e in quali contesti.

C’è però un rischio che si aggiunge a quello della disoccupazione tecnologica, e che merita attenzione. Quando uno strumento diventa necessario per partecipare alla società e all’economia, il controllo sull’accesso a quello strumento diventa controllo sulla mobilità sociale. È successo con l’istruzione, con internet, con lo smartphone. Con l’AI il rischio ha una forma concreta: modelli di servizio differenziati, costi crescenti, livelli di accesso che non tutti possono permettersi. Chi ha accesso agli strumenti migliori produce di più, compete meglio, guadagna di più. Chi non ce l’ha rimane indietro — non per mancanza di capacità, ma per mancanza di accesso.

Quello che la storia suggerisce è che le transizioni tecnologiche non seguono traiettorie lineari. Producono eccessi, resistenze, aggiustamenti. E che il problema raramente è la tecnologia in sé — è la velocità con cui i sistemi umani riescono ad adattarsi, e le condizioni di accesso entro cui quella transizione avviene.

La privacy

La privacy è uno di quei temi su cui le narrazioni divergono in modo significativo. C’è chi la considera un diritto fondamentale, parte integrante della dignità personale. C’è chi la percepisce come un ostacolo all’innovazione — un vincolo burocratico che rallenta lo sviluppo di tecnologie utili. C’è chi, più semplicemente, non la considera un problema reale finché non diventa personale e concreta.

Queste narrazioni non sono solo opinioni diverse sullo stesso fatto. Riflettono valori diversi, esperienze diverse, e spesso interessi diversi. E quando si incontrano nel dibattito pubblico tendono a produrre più rumore che comprensione.

Il quadro legale esiste per mediare tra queste posizioni. Normative come il GDPR in Europa hanno cercato di formalizzare diritti e responsabilità — chi raccoglie dati, per quale scopo, con quali garanzie. Non è una soluzione definitiva, ma è una cornice che orienta. E che riconosce implicitamente che la privacy non è solo una preferenza individuale — è una condizione che riguarda la struttura del potere: chi controlla le informazioni, e cosa può farne.

Il fatto che le violazioni esistano non riduce il valore della norma — lo conferma. Una violazione è riconoscibile come tale solo perché esiste un riferimento rispetto a cui misurarla. Senza norma, quello che oggi è uno scandalo sarebbe semplicemente prassi ordinaria.

Nel contesto dell’AI questo tema diventa più acuto. I sistemi di AI apprendono dai dati — e spesso quei dati riguardano persone. Dove risiedono quei dati, chi li controlla, chi può accedervi non sono dettagli tecnici. Sono scelte che determinano il livello reale di riservatezza.

Ed è qui che la tecnica offre una risposta concreta. La distinzione tra AI cloud e AI locale non è solo una questione architetturale. Un sistema cloud elabora i dati su infrastrutture esterne — l’utente non controlla dove vanno, chi li vede, come vengono conservati. Un sistema locale elabora i dati sul dispositivo dell’utente — i dati non escono, il controllo rimane vicino a chi li produce.

Non è una soluzione per tutti i casi. Ma è una scelta disponibile, e sempre più praticabile. E in certi contesti — professionale, sanitario, legale — può fare la differenza tra un sistema che tutela e uno che espone.

Conclusione

L’intelligenza artificiale non è la prima tecnologia a generare aspettative eccessive e timori altrettanto eccessivi. Non sarà l’ultima. Le transizioni tecnologiche seguono dinamiche che la storia ha già mostrato — eccessi, resistenze, aggiustamenti, nuovi equilibri. Con costi reali nel mezzo, e risultati che raramente corrispondono esattamente a quello che era stato previsto in un senso o nell’altro.

Essere a favore o contro non cambia la traiettoria del fenomeno. Lo osserva da fuori, senza influenzarlo.

Quello che cambia la traiettoria — almeno a livello individuale e collettivo — è la comprensione. Sapere da dove viene questa tecnologia, come funziona, quali limiti presenta, quali vincoli strutturali sta incontrando. Non per diventare esperti, ma per smettere di essere spettatori passivi di una narrazione costruita da altri.

La conoscenza non elimina l’incertezza. Ma trasforma il modo in cui ci si muove dentro di essa.

La scelta di Turing

Nei primi anni cinquanta Alan Turing si trovava di fronte a una domanda che nessuno sapeva come affrontare: è possibile costruire una macchina che pensi?

Il problema era che nessuno sapeva rispondere a una domanda ancora più fondamentale: cosa significa pensare?

Turing non ha cercato di rispondere. Ha fatto qualcosa di diverso — e, a guardarlo in retrospettiva, di molto più utile. Ha spostato la domanda.

Non “cos’è l’intelligenza”, ma “come si manifesta”. Non la natura del fenomeno, ma il suo comportamento osservabile. Se un sistema produce risposte indistinguibili da quelle di un essere umano, ai fini pratici è rilevante sapere se “pensa davvero”?

È una mossa che somiglia a quella di un ingegnere alle prese con un problema impossibile: invece di affrontarlo dove è irrisolvibile, lo sposta dove diventa trattabile. Come chi deve incartare caramelle e invece di progettare mani meccaniche che replicano il gesto umano costruisce un nastro, un dispenser, due pulegge controrotanti. La caramella è incartata. Il problema è risolto. Nessuno ha speso un secolo a replicare quello che già sapeva fare la natura.

Questa scelta non è una semplificazione. È una scelta metodologica precisa — la stessa che la scienza fa ogni volta che un fenomeno è troppo complesso per essere compreso nella sua interezza: si costruisce un modello che ne cattura gli aspetti essenziali e lo si mette alla prova. Se funziona, lo si usa. Se sbaglia, lo si corregge. La perfezione non è il punto di partenza — è, semmai, un orizzonte. Come è sempre stato in ogni campo della conoscenza umana.

L’approssimazione non è un difetto

L’obiezione più comune all’intelligenza artificiale è che sbaglia. È vera. I sistemi di AI producono risultati probabilistici, non certezze. A volte sbagliano in modo evidente, a volte in modo sottile.

Ma vale la pena fermarsi un momento su questa obiezione, perché contiene un’assunzione implicita che merita di essere esaminata: che sbagliare sia un difetto specifico dell’AI, qualcosa che la distingue da un sistema di ragionamento più affidabile.

Anche gli esseri umani ragionano per inferenze costruite su esperienze parziali, analogie, pattern riconosciuti nel tempo. Non accediamo alla realtà direttamente — la interpretiamo attraverso modelli mentali che si sono formati nel tempo e che possono essere sbagliati. Se così non fosse, gli esseri umani non sbaglierebbero mai. E invece sbagliano — medici, ingegneri, giudici, scienziati. Non per incompetenza, ma perché operare in condizioni di incertezza e informazione incompleta è la condizione normale di qualsiasi sistema che ragiona sul mondo reale.

La differenza tra AI e intelligenza umana non è che una approssima e l’altra no. È che approssimano con strumenti diversi, su substrati diversi, con storie diverse.

Quello che conta, in entrambi i casi, è la prova. Il sistema — umano o artificiale — produce un risultato, lo confronta con la realtà, si corregge. La conoscenza non avanza per rivelazioni complete. Avanza per tentativi, errori e correzioni. Come è sempre stato in ogni campo della conoscenza umana.

Il confronto sbagliato

Tutto questo non porta a concludere che l’AI sia equivalente all’intelligenza umana, né che la superi o la minacci. Porta a qualcosa di più utile: riconoscere che il confronto stesso è mal posto.

AI e intelligenza umana non sono due versioni della stessa cosa che competono sullo stesso terreno. Sono sistemi che elaborano informazione in modi diversi, con strumenti diversi, per scopi che possono essere complementari. Confrontarli come se fossero la stessa categoria è un errore categoriale — come chiedersi se un martello è migliore o peggiore di una mano.

Guardare solo i successi dell’AI porta a sopravvalutarla. Guardare solo i difetti porta a ignorarne il valore reale. Entrambe le posizioni hanno in comune una cosa: non stanno osservando. Stanno cercando conferme a una conclusione già formata.

La domanda utile non è “l’AI è meglio o peggio dell’intelligenza umana”. È più concreta: cosa sa fare, cosa non sa fare, in quali condizioni produce valore, in quali condizioni produce danno. Domande operative, non ideologiche.

È da qui che ha senso partire per guardare quello che l’AI produce nel mondo reale — nei sistemi di lavoro, nelle infrastrutture energetiche, nella gestione dei dati personali. Non per giudicare, ma per capire.

Cosa sono i parametri

Per capire perché il funzionamento interno di un modello non è direttamente leggibile, è utile capire cosa sono i parametri — o pesi — di cui si parla quando si descrive una rete neurale.

Un parametro è un valore numerico. Un modello moderno ne contiene miliardi. Non sono istruzioni scritte da un progettista — nessuno li ha definiti uno per uno. Emergono da un processo: durante l’addestramento il modello elabora enormi quantità di dati, confronta le proprie risposte con i risultati attesi, e aggiusta progressivamente questi valori per ridurre l’errore. Miliardi di piccole correzioni ripetute miliardi di volte.

La conoscenza del modello non è scritta da nessuna parte in forma esplicita. È distribuita attraverso questi miliardi di valori numerici che interagiscono tra loro — i parametri. Ciascuno di essi, preso singolarmente, non significa nulla. È la loro interazione complessiva che codifica relazioni, pattern, associazioni apparse con frequenza significativa nei dati di addestramento. Non concetti espliciti, non regole dichiarate — strutture statistiche profonde che il modello ha imparato a riconoscere.

È questa struttura che orienta il comportamento ad ogni passo. Quando il modello riceve un testo, lo trasforma in valori numerici e li processa attraverso strati successivi — in ciascuno i parametri determinano quanto ogni elemento contribuisce all’uscita. Il risultato finale non è una risposta certa, ma una distribuzione di probabilità: quale parola o concetto è più probabile dato tutto ciò che è venuto prima. La scelta di procedere in una direzione piuttosto che in un’altra emerge da questa distribuzione, ad ogni passo.

Non c’è un parametro che rappresenta il concetto di giustizia, o una regola che decide come rispondere a una domanda specifica. C’è un sistema che ha imparato a produrre risposte coerenti attraverso un processo che nessuno ha progettato nel dettaglio. Ed è questa la ragione profonda per cui il comportamento emerge dall’addestramento e non può essere controllato istruzione per istruzione.

La black box

C’è un aspetto dei modelli di AI moderni che genera disorientamento, anche tra chi li usa con competenza: non sono leggibili come un programma tradizionale.

Un software classico ha una logica esplicita — si può seguire il percorso dal dato in ingresso al risultato in uscita, istruzione per istruzione. Un modello di AI funziona diversamente. Il comportamento emerge dall’interazione tra miliardi di parametri che si sono formati durante l’addestramento. Non c’è una riga di codice che dice “in questo caso rispondi così”. C’è un sistema che ha appreso pattern da enormi quantità di dati e che produce risposte sulla base di quella struttura interna.

Questo introduce un limite reale: non sempre è possibile ricostruire in modo semplice il percorso che porta a una determinata risposta. È quello che viene chiamato il problema della interpretabilità — o, con una metafora meno precisa ma più diffusa, il problema della black box.

Vale la pena però non fermarsi alla metafora. La black box non significa che il sistema sia arbitrario o incontrollabile. Significa che il livello di controllo è diverso da quello a cui siamo abituati. Si governa attraverso i dati di addestramento, i criteri di valutazione, i processi di verifica dei risultati. Non istruzione per istruzione, ma a livello sistemico.

È un tipo di governo meno familiare, ma non per questo assente.

Il tema del controllo

Una preoccupazione che emerge spesso, e che merita di essere presa sul serio, riguarda la possibilità che chi costruisce questi sistemi possa orientarli intenzionalmente — far sì che il modello risponda in un certo modo su argomenti specifici, favorendo una lettura piuttosto che un’altra.

La preoccupazione è legittima. Ma la versione che circola più spesso contiene un’imprecisione che vale la pena chiarire.

Un modello di AI non funziona come un programma in cui si può scrivere una istruzione che dice “su questo argomento, sostieni questa posizione”. I parametri emergono dall’addestramento su enormi quantità di dati — non sono assegnati uno per uno da un progettista. Non esiste una leva che controlli nel dettaglio una singola risposta su un singolo argomento.

Le influenze esistono, ma operano a un livello diverso: nella selezione dei dati di addestramento, nei criteri con cui il modello viene valutato e corretto, nelle scelte architetturali. Sono influenze reali, ma sistemiche e difficili da isolare con precisione.

C’è inoltre un elemento strutturale che vale la pena considerare. Un modello orientato intenzionalmente verso una lettura specifica lavora contro la propria utilità. La forza di questi sistemi sta nella coerenza su un dominio vastissimo di domande. Distorcere i pesi per favorire una esegesi su certi argomenti produce incoerenze che si propagano in modo imprevedibile su tutto il resto — risposte fallaci, comportamenti che lo stesso progettista non riesce a controllare. Un sistema di scarsa qualità perde appetibilità, credibilità, valore. Chi volesse orientarlo in modo fine si troverebbe di fronte a un paradosso: più cerca il controllo, più degrada il sistema.

Il problema reale non è quindi il controllo deterministico della singola risposta. È la governance dei processi che producono il modello: chi seleziona i dati, chi definisce i criteri di valutazione, chi verifica i risultati. Sono queste le domande rilevanti.

L’intelligenza artificiale è oggi presente in strumenti che molti usano ogni giorno. Eppure la discussione pubblica oscilla quasi sempre tra due posizioni: chi la presenta come una tecnologia che cambierà tutto, e chi la percepisce come un rischio difficile da definire ma impossibile da ignorare.

Entrambe le posizioni hanno in comune una cosa: parlano dell’AI senza spiegare cosa sia. Prima di valutare, conviene capire. Non nei dettagli tecnici di chi la costruisce, ma nella struttura di fondo — cosa è, di cosa è fatta, come funziona. Senza questo, qualsiasi giudizio — favorevole o contrario — rimane sospeso nel vuoto.

Una struttura, non una tecnologia

L’intelligenza artificiale non è una singola tecnologia. È un sistema composto da elementi che si sono sviluppati nel tempo, per strati successivi, ciascuno costruito sulle fondamenta del precedente.

Alla base ci sono i dati — testi, immagini, codice, audio. Sopra, i modelli matematici che imparano a riconoscere pattern e relazioni in quei dati. Ancora sopra, l’infrastruttura di calcolo che rende possibile elaborare quantità di informazione che nessun essere umano potrebbe gestire. E tutto questo richiede energia — una quantità che ha iniziato a diventare essa stessa un vincolo strutturale.

Nel tempo questi elementi si sono combinati in forme diverse. Dai primi sistemi basati su regole esplicite scritte da programmatori, al machine learning che impara dai dati senza regole predefinite, fino alle reti neurali profonde e ai modelli generativi che oggi producono testo, immagini e codice. Quello che oggi viene comunemente chiamato AI è solo la parte più visibile di questa stratificazione — come la superficie di qualcosa che ha radici molto più profonde.

Perché questa evoluzione, e non un’altra

I sistemi di AI non sono tutti uguali, e la loro evoluzione non è stata lineare. Ogni passaggio è avvenuto perché l’approccio precedente aveva incontrato un limite che non riusciva a superare.

I primi sistemi erano basati su regole esplicite scritte da programmatori. L’idea era ambiziosa: descrivere il ragionamento in forma di istruzioni formali, come si farebbe con qualsiasi altro software. Funzionava bene per problemi definiti. Ma per problemi come il linguaggio, la percezione visiva, il ragionamento in contesti ambigui, nessuno sapeva scrivere tutte le regole che coprissero tutti i casi. Il problema era troppo grande per essere esplicitato.

Il machine learning ha spostato l’approccio: invece di scrivere le regole, si fornisce al sistema una grande quantità di esempi e lo si lascia inferire le regole dai dati. Come un essere umano che non nasce con un cervello che contiene già tutto, ma impara dall’esperienza. Il limite di questo approccio era però che qualcuno doveva ancora decidere cosa guardare — quali caratteristiche del problema fossero rilevanti. In problemi complessi, nessuno sa esattamente quali siano, o ce ne sono troppe da definire manualmente.

Le reti neurali profonde hanno eliminato anche questo passaggio. Non imparano solo a classificare — imparano anche cosa guardare. Ogni strato della rete costruisce una rappresentazione più astratta di quello precedente: i primi strati riconoscono strutture semplici, i successivi le compongono in concetti più complessi, e così via. Ogni strato parte da quanto costruito dal precedente per produrre un modello di realtà progressivamente più ricco.

La cosa più importante è che nessuno ha progettato queste rappresentazioni intermedie. Nessuno ha deciso cosa il secondo strato dovesse imparare dal primo. È emerso dall’addestramento. Il sistema ha trovato da solo le strutture più utili a produrre il risultato corretto.

Un prerequisito, non una conclusione

Sapere cosa è l’AI — di cosa è fatta, come ha imparato a fare quello che fa — non è un esercizio di curiosità tecnica. È il prerequisito per affrontare le domande che contano davvero.

Perché un sistema che produce risultati probabilistici non è un sistema difettoso. Perché il fatto che non si possa leggere istruzione per istruzione non significa che sia incontrollabile. Perché confrontarlo con l’intelligenza umana come se fossero la stessa cosa che compete sullo stesso terreno porta fuori strada.

Queste non sono domande tecniche. Sono domande sul modo in cui valutiamo un sistema che non assomiglia a nulla che abbiamo costruito prima. Ed è da lì che vale la pena ripartire.

Per chi vuole scendere un livello e capire come è fatto concretamente lo stack tecnologico dell’AI, ho messo insieme una mappa di riferimento:

https://open.substack.com/pub/gianniscaramucci/p/intelligenza-artificiale-una-mappa?r=8dqm43&utm_campaign=post&utm_medium=web&showWelcomeOnShare=true

Questo documento accompagna la serie di articoli sull’intelligenza artificiale. Non è necessario leggerlo per seguire gli articoli — serve a chi vuole scendere un livello e capire di cosa sono fatti concretamente i sistemi di cui si parla.

Quando usiamo un sistema di AI — che sia una chat, un assistente, uno strumento di ricerca — stiamo interagendo con la parte più visibile di una struttura molto più profonda. Una pila di tecnologie sovrapposte, ciascuna delle quali rende possibile quella successiva.

Partiamo dal basso.

L’infrastruttura fisica

Tutto comincia con strutture industriali reali: i data center. Edifici che ospitano migliaia di server, alimentati da grandi quantità di energia elettrica e raffreddati con sistemi che consumano acqua in quantità significativa. Non è un dettaglio marginale — è il substrato fisico su cui tutto il resto si appoggia, e uno dei vincoli strutturali più concreti dello sviluppo dell’AI.

All’interno dei data center i server sono collegati tra loro in cluster — sistemi composti da migliaia di macchine che cooperano per svolgere calcoli che nessuna singola macchina potrebbe gestire. Questa cooperazione richiede reti ad altissima velocità, perché la quantità di dati che si scambiano continuamente è enorme.

Il componente centrale di ogni server AI non è più la CPU tradizionale — il processore che coordina il sistema operativo e i processi generali. È l’acceleratore: una GPU, una TPU, o un chip specializzato progettato specificamente per eseguire in parallelo le operazioni matematiche che le reti neurali richiedono. Sono questi componenti che rendono possibile l’addestramento e il funzionamento dei modelli moderni.

I modelli

Sopra l’infrastruttura fisica vivono i modelli — la struttura matematica che costituisce il cuore dell’AI.

Un modello è una rete neurale: un sistema di strati sovrapposti, ciascuno dei quali trasforma i dati in ingresso in rappresentazioni progressivamente più astratte. I parametri — i valori numerici che definiscono queste trasformazioni — possono essere nell’ordine dei miliardi o dei trilioni. Non sono stati scritti da nessuno: sono emersi dall’addestramento.

Per elaborare il linguaggio, il testo viene prima trasformato in numeri attraverso un sistema chiamato tokenizer — ogni parola o frammento di parola diventa un token, e ogni token corrisponde a un valore numerico. È su questi valori che il modello opera.

L’addestramento

Prima di poter essere utilizzato, un modello deve essere addestrato. Questo avviene in fasi.

Nel pre-training il modello viene esposto a enormi quantità di dati — testi, immagini, codice — e impara a riconoscere pattern e relazioni. È la fase più costosa in termini di calcolo ed energia.

Nel fine tuning il modello viene specializzato per compiti specifici — rispondere a domande, scrivere codice, assistere in ambito medico.

Nell’alignment il comportamento del modello viene valutato e corretto da esseri umani, per renderlo più utile e più sicuro.

L’utilizzo

Quando il modello viene usato — ogni volta che un utente fa una domanda — si parla di inferenza. È la fase in cui il sistema riceve un input, lo elabora attraverso la rete neurale, e produce una risposta. Meno costosa dell’addestramento per singola operazione, ma moltiplicata per milioni di richieste al giorno diventa essa stessa un vincolo significativo.

Sopra il modello c’è un livello di orchestrazione — sistemi che gestiscono le richieste, distribuiscono il carico, garantiscono sicurezza e monitoraggio. E sopra ancora le applicazioni — ChatGPT, assistenti virtuali, strumenti di programmazione, sistemi di ricerca — che rendono tutto questo accessibile a un utente attraverso una interfaccia semplice: una chat, una voce, un campo di testo.

È a quel livello che tutta questa complessità scompare dalla vista. Rimane una conversazione.

Capita, a volte, di sentire che una comprensione si sta formando prima ancora di riuscire ad articolarla.

Non è un pensiero chiaro. È più simile a un filo — sottile, ancora nell’ombra — che si dipana da solo mentre lo segui. Non sai ancora dove porta. Ma senti, con una certezza difficile da spiegare, che il percorso è quello giusto. E continui a seguirlo.

Chi ha vissuto questa sensazione sa che non appartiene solo ai grandi scienziati o ai filosofi. Appartiene a chiunque abbia mai risolto un problema difficile, imparato qualcosa di nuovo, capito qualcosa di sé. È il modo in cui la mente avanza nel territorio inesplorato.

La scienza funziona esattamente così. Non parte da verità assolute — parte da intuizioni che vengono messe alla prova, corrette, delimitate. Le certezze non sono il punto di partenza, sono il risultato provvisorio di un processo che non si chiude mai.

Esiste un equivoco diffuso su questo. Chi non lavora con la scienza tende ad immaginarla come un edificio di verità solide e definitive — certezze conquistate una volta per tutte, immuni dalla revisione. Una collezione di risposte.

Non è così che funziona.

La scienza è un metodo. Non produce verità assolute — produce le migliori spiegazioni disponibili, valide fino a quando qualcosa le contraddice. Ogni teoria è vera fino a prova contraria. E trovare quella prova contraria non è un fallimento: è esattamente come il sapere avanza.

Questo richiede qualcosa a chi fa scienza. Richiede la disciplina di tenere sempre aperta la possibilità di avere torto — e l’onestà intellettuale di riconoscerlo quando arriva la prova. Non è un atteggiamento naturale. Ma il premio è preciso: chi accetta di poter essere falsificato continua a muoversi. Chi difende la propria teoria come una verità assoluta si chiude in un vicolo cieco — e prima o poi smette di fare scienza.

Questo principio ha un nome — lo ha formalizzato il filosofo Karl Popper nel Novecento — ma opera molto prima che qualcuno lo chiamasse falsificazione. Lo troviamo in ogni campo del sapere scientifico. E lo ritroviamo, in modo sorprendentemente fedele, nel percorso che ha portato all’intelligenza artificiale.

Due modi di avanzare

Prima di procedere vale la pena chiarire una cosa. Quando una teoria viene falsificata, non sempre accade la stessa cosa.

A volte la teoria viene abbandonata perché era strutturalmente sbagliata. Per secoli si è creduto che la Terra fosse al centro dell’universo. Quando le osservazioni hanno reso quella posizione insostenibile, il modello geocentrico non è stato ridimensionato — è stato sostituito. Non esiste un dominio in cui continua a valere. Lo stesso vale per la teoria del flogisto in chimica, o per l’etere come mezzo di propagazione della luce. Teorie che non sono state delimitate, ma abbandonate.

Altre volte invece la teoria non viene sostituita, ma contenuta. Si scopre che vale in un perimetro più stretto di quanto si pensasse — e che fuori da quel perimetro serve qualcosa di più ampio. Le leggi di Newton non sono state smentite dalla teoria della relatività: continuano a valere pienamente nei sistemi inerziali e a velocità molto inferiori a quella della luce, che è il dominio in cui vengono usate ogni giorno in ingegneria e fisica applicata. Einstein ne ha trovato i confini, non le ha rese inutili.

In entrambi i casi il motore è lo stesso: cercare i limiti invece di difendere le certezze. Ma le conseguenze sono diverse. Nel primo caso si cambia strada. Nel secondo si allarga la strada che si stava già percorrendo.

Il percorso che seguiremo in questo articolo — dalla matematica alla logica, fino all’intelligenza artificiale — appartiene prevalentemente al secondo tipo. Non perché il primo non esista, ma perché in questi domini il pattern ricorrente è quello della delimitazione: ogni teoria che trova il proprio confine diventa il punto di partenza della successiva.

I domini matematici: la delimitazione come metodo

Un buon punto di partenza è la matematica, perché il meccanismo è visibile e preciso.

I numeri che usiamo oggi non sono sempre esistiti come li conosciamo. Sono il risultato di espansioni successive, ognuna resa necessaria da qualcosa che il sistema precedente non riusciva a contenere.

I numeri interi bastano per contare. Ma non bastano per dividere — e nasce il bisogno dei razionali. I razionali sembrano sufficienti, finché si scopre che la radice di due non può essere espressa come rapporto tra numeri interi. Servono gli irrazionali. I numeri reali — che includono sia i razionali sia gli irrazionali, e che coprono tutti i punti di una retta continua — sembrano completi, finché certi problemi algebrici restano senza soluzione. Arrivano i numeri complessi.

Ogni estensione non nasce da un capriccio. Nasce da un’insufficienza del sistema precedente.

E quella insufficienza non distrugge ciò che c’era. Gli assiomi di Peano — che descrivono l’aritmetica dei numeri naturali — continuano a valere nel loro dominio. Non sono stati smentiti: sono stati delimitati. Il territorio che descrivono è più piccolo di quanto si pensasse, ma è ancora loro.

Questo è il pattern che si ripeterà. Non una verità che sostituisce un errore — una formalizzazione più ampia che contiene la precedente come caso particolare.

Hilbert e l’ambizione massima

Agli inizi del Novecento il matematico tedesco David Hilbert propose qualcosa di straordinariamente ambizioso: formalizzare tutta la matematica in un unico sistema completo, coerente e decidibile.

Completo: ogni verità matematica doveva poter essere dimostrata all’interno del sistema. Coerente: il sistema non doveva mai contraddirsi. Decidibile: doveva esistere un procedimento meccanico per stabilire se qualsiasi enunciato fosse vero o falso.

Era la versione più radicale dell’idea che il pensiero razionale potesse essere catturato interamente in regole formali. Una macchina del sapere senza eccezioni e senza confini.

Il programma di Hilbert non era velleitario — era il punto di arrivo naturale di una tradizione che cercava fondamenta solide e definitive per la matematica. Una verità assoluta, conquistata una volta per tutte.

Durerà meno di trent’anni.

Gödel: il limite dall’interno

Nel 1931 un matematico austriaco di venticinque anni, Kurt Gödel, pubblicò un risultato che demolì il programma di Hilbert — non dall’esterno, ma dall’interno.

Il teorema di incompletezza di Gödel dimostra che qualsiasi sistema formale sufficientemente ricco da descrivere l’aritmetica non può essere insieme completo e coerente. Esistono affermazioni vere che il sistema non è in grado di dimostrare usando le proprie regole. Se si forza il sistema ad essere completo, diventa incoerente. Se si mantiene coerente, rimane incompleto.

Non era un problema tecnico risolvibile con più lavoro. Era un limite strutturale, inscritto nella natura stessa dei sistemi formali.

Gödel non ha demolito la matematica — ne ha trovato il confine. Ha mostrato dove finiva il territorio conosciuto e dove iniziava qualcosa di inesplorato. Trovare quel confine era già conoscenza nuova. Il programma di Hilbert non fallì nel senso comune del termine: raggiunse il proprio limite, e quel limite era informativo.

Le teorie successive non hanno cercato di aggirare quel limite — lo hanno accettato e hanno spostato la domanda. Non più cosa è dimostrabile in assoluto, ma cosa è calcolabile in modo pratico. Non più certezza formale completa, ma prove sufficientemente affidabili per essere utili.

Turing e Church: due percorsi, la stessa frontiera

Il programma di Hilbert aveva posto anche un’altra domanda: esiste un procedimento meccanico per decidere la verità di qualsiasi enunciato matematico? Il problema è noto come Entscheidungsproblem — il problema della decidibilità.

Nel 1936 due ricercatori ci lavorarono indipendentemente, partendo da direzioni completamente diverse.

Alan Turing immaginò una macchina astratta — un dispositivo concettuale capace di leggere simboli su un nastro, elaborarli secondo regole precise e produrre un risultato. Non era un progetto ingegneristico. Era uno strumento teorico per rispondere a una domanda: cosa significa calcolare qualcosa?

Nello stesso anno Alonzo Church sviluppò il lambda calcolo — un sistema puramente formale, senza nastri né meccanismi, basato sulla trasformazione di funzioni attraverso regole di sostituzione simbolica. Un linguaggio astratto per descrivere la computazione senza fare riferimento ad alcuna macchina.

Due linguaggi completamente diversi. La stessa frontiera.

Entrambi dimostrarono che la risposta alla domanda di Hilbert era no — non esiste un procedimento meccanico universale per decidere la verità di qualsiasi enunciato. E la loro equivalenza — nota come tesi di Church-Turing — rafforzò il risultato: se ci arrivi da direzioni opposte e trovi lo stesso confine, quel confine è reale.

Entrambi i formalismi convergevano verso una stessa idea di fondo: descrivere con precisione cosa significa eseguire un procedimento in modo meccanico — senza intervento umano, passo dopo passo. Non era più la domanda di Hilbert su cosa è dimostrabile. Era una domanda nuova: cosa è calcolabile? E quella domanda non sarebbe rimasta sulla carta.

L’AI simbolica: la stessa ambizione, lo stesso limite

Se il pensiero è manipolazione di simboli secondo regole, un sistema sufficientemente completo di regole dovrebbe produrre intelligenza.

Questa era l’idea di partenza dell’intelligenza artificiale nella sua prima fase — quella che oggi chiamiamo AI simbolica o classica. Un’idea che affonda le radici direttamente nel formalismo di Turing e Church, ma che porta quella intuizione in una direzione nuova: non solo calcolare, ma ragionare.

Nacquero i sistemi esperti. Enormi basi di conoscenza, motori inferenziali, regole esplicite scritte da specialisti di dominio. Il sistema sapeva — e poteva spiegare perché. Ogni conclusione era tracciabile, ogni passaggio giustificabile. Era un pensiero automatico trasparente e controllabile.

Funzionava. In domini chiusi, ben definiti, con regole stabili, i risultati erano impressionanti.

Ma il mondo reale non si lascia descrivere completamente da regole scritte in anticipo. Riconoscere un volto in condizioni di luce diverse, capire il senso di una frase ambigua, guidare un’automobile nel traffico — sono attività che un essere umano compie senza sforzo, ma che resistono ostinatamente a qualsiasi tentativo di riduzione a regole esplicite. I sistemi esperti funzionavano bene dove il dominio era chiuso e le eccezioni erano gestibili. Fuori da quel perimetro il sistema non imparava — aspettava che qualcuno gli dicesse cosa fare.

Era lo stesso limite che Gödel aveva intravisto sul piano logico: nessun sistema formale sufficientemente ricco può essere completo. L’AI simbolica lo stava incontrando empiricamente, un problema alla volta.

Dal sapere all’imparare

A un certo punto la domanda cambiò.

Non più: come formalizziamo la conoscenza in regole esplicite? Ma: come un sistema può acquisire conoscenza dall’esperienza, senza che qualcuno gliela scriva una riga alla volta?

L’intuizione era già presente negli scritti di Turing. Nel 1950, nel paper Computing Machinery and Intelligence — quello in cui introduce il test che porta il suo nome — Turing propose qualcosa di inaspettato: invece di costruire una macchina che simulasse un cervello adulto già formato, costruire una macchina con la struttura di un bambino, e poi educarla. Non partire dalla conoscenza — partire dalla capacità di acquisirla.

Ci vorranno decenni prima che questa intuizione diventi praticabile.

Nel 1956 John McCarthy coniò il termine intelligenza artificiale, inaugurando ufficialmente il campo. Due anni dopo, nel 1958, Frank Rosenblatt sviluppò il percettrone — la prima rete neurale artificiale, ispirata direttamente all’architettura del cervello biologico: non regole esplicite, ma connessioni che si rafforzano o si indeboliscono attraverso l’esperienza. L’idea era promettente, ma i limiti tecnici dell’epoca la bloccarono presto. Marvin Minsky ne dimostrò i limiti formali nel 1969, e i fondi e l’interesse si spostarono altrove.

La svolta arrivò negli anni ’80 con Rumelhart e Hinton, che resero praticabile un meccanismo di apprendimento — la backpropagation — capace di addestrare reti con più strati di elaborazione.

Vale però la pena distinguere con precisione due cose che spesso vengono confuse.

Il machine learning è un campo più ampio: invece di scrivere regole, si mostrano esempi. Non si dice al sistema cosa è giusto — gli si mostra cosa è giusto, migliaia di volte, e lo si lascia ricavare da solo i pattern comuni. Nel machine learning classico, però, qualcuno decide ancora quali caratteristiche guardare — il colore, la forma, la dimensione. Il sistema impara a pesarle, ma le caratteristiche rilevanti le ha identificate un essere umano.

Il deep learning fa un passo ulteriore. Non solo impara a pesare le caratteristiche — impara da solo a identificarle. Gli si mostrano i dati grezzi, e lui si costruisce autonomamente, strato dopo strato, le rappresentazioni interne che gli servono. Ogni strato impara a riconoscere pattern nel risultato del livello precedente, aggiungendo un grado di astrazione. È come se fossero machine learning successivi che funzionano per composizione: dai segnali elementari si arriva, attraverso livelli intermedi, a concetti sempre più complessi. Nessuno ha progettato quelle rappresentazioni intermedie — il sistema se le è costruite da solo, perché erano utili al compito finale.

L’architettura delle reti neurali profonde esisteva già in forma embrionale dagli anni ’80. Ma rimase a lungo inapplicabile: servivano quantità enormi di dati per addestrare il sistema, molti strati sovrapposti per raggiungere livelli di astrazione sufficienti, e una potenza di calcolo che le macchine dell’epoca non avevano. Era come avere un motore valido ma senza carburante e senza strada. Quando nei primi anni 2010 Hinton, LeCun e Bengio — oggi considerati i padri del deep learning — dimostrarono che queste tre condizioni potevano finalmente essere soddisfatte insieme, lo stesso principio produsse capacità genuinamente nuove: riconoscimento di immagini, comprensione del linguaggio naturale, traduzione automatica.

L’AI simbolica non era sbagliata. Era delimitata — funzionava nel perimetro in cui le regole esplicite erano sufficienti. Fuori da quel perimetro, serviva un paradigma diverso. Stesso pattern di sempre: una formalizzazione trova il suo confine, nasce l’approccio successivo.

Anche il deep learning ha i suoi confini. Richiede quantità enormi di dati. Fatica dove i dati sono scarsi o il ragionamento deve essere spiegabile passo per passo. Non sa dire perché arriva a una conclusione. Quei confini li stiamo ancora mappando — e probabilmente è lì che nascerà il passo successivo.

Il filo che attraversa tutto

C’è un filo che attraversa tutto questo percorso — dalla matematica di Hilbert alle reti neurali di oggi — e non è il progresso tecnologico. È qualcosa di più sottile.

Ogni volta che una formalizzazione ha trovato il suo confine, quel confine non ha chiuso una porta. L’ha aperta. Gödel non ha demolito la matematica — ha mostrato dove finiva il territorio conosciuto e dove iniziava qualcosa di inesplorato. L’AI simbolica non è stata sconfitta — ha delimitato il perimetro dentro cui il pensiero per regole esplicite funziona davvero. E il deep learning, che oggi sembra il punto di arrivo, sta già mostrando i propri limiti — che qualcuno, da qualche parte, sta cercando di capire.

Questo è il metodo. Non una marcia verso una verità definitiva, ma una sequenza di delimitazioni successive, ognuna più precisa della precedente. Le teorie non muoiono — trovano il loro dominio reale, quello in cui continuano a valere. O vengono abbandonate, quando erano strutturalmente sbagliate. In entrambi i casi, il sapere avanza.

E richiede qualcosa a chi lo pratica. Richiede di resistere alla tentazione della risposta definitiva — quella che chiude la questione, che mette il punto, che non ha bisogno di essere messa alla prova. Perché chi smette di cercare i propri limiti smette, di fatto, di imparare.

La scienza non è una collezione di verità. È un metodo per costruire spiegazioni sempre più affidabili, sapendo già che prima o poi qualcosa le contraddirrà. E che quel momento — quando arriva — non è una sconfitta. È il passo successivo.

Capita, osservando gli altri, di trovare strani certi comportamenti. O sbagliati. La reazione è quasi automatica — arriva prima del ragionamento.

A volte però succede qualcosa di diverso. Ci si chiede: come apparirei io, in quella stessa situazione, visto dagli occhi di chi sto osservando?

È una domanda semplice. Ma cambia tutto.

Perché introduce un dubbio che la prima reazione non prevedeva: forse quello che sto giudicando non è un errore. È una differenza. E forse la differenza non sta nel comportamento dell’altro — sta nel punto da cui lo sto guardando.

Questa osservazione apre una domanda più grande: esistono comportamenti valutabili oggettivamente, indipendentemente dal contesto? O è sempre necessaria una comprensione del contesto prima di qualsiasi giudizio?

Non è una domanda di natura etica. È una domanda pratica, che riguarda lo scopo con cui affrontiamo qualsiasi indagine — su una persona, un fatto, una teoria.

Se lo scopo è davvero capire, allora il giudizio prematuro è controproducente — non perché sia moralmente scorretto, ma perché sabota lo scopo dall’interno. Chi giudica prima di capire non sta facendo due cose contemporaneamente. Sta facendo una cosa sola: confermare quello che pensava già.

Capire, invece, richiede di sospendere provvisoriamente il giudizio — non per rinunciarvi, ma per fondarlo su qualcosa di più solido di una prima reazione automatica.

Il motivo per cui questo è più difficile di quanto sembri ha una spiegazione precisa, che lo psicologo Daniel Kahneman ha formalizzato distinguendo due modalità cognitive.

La prima è veloce, automatica, inconsapevole. Agisce per schemi già formati, categorie consolidate, risposte costruite dall’esperienza e dalla cultura in cui siamo cresciuti. La seconda è lenta, deliberata, consapevole — il ragionamento esplicito.

Il problema è che la prima agisce sempre prima della seconda. Quando arriva un’informazione nuova, viene già categorizzata e pesata prima che il ragionamento conscio abbia la possibilità di intervenire.

Questi schemi non li vediamo perché vediamo attraverso di loro. Sono diventati il punto da cui guardiamo — non l’oggetto che guardiamo.

Questo non è debolezza, né malafede. È il modo in cui funziona la cognizione umana. Ma ha una conseguenza diretta: non basta la buona volontà per neutralizzare questi meccanismi. Serve la consapevolezza che esistono.

Quali sono, concretamente?

Il primo opera già a livello culturale. Tendiamo a giudicare le altre culture usando la nostra come metro implicito — non come una scelta consapevole, ma come un punto cieco. Questo si chiama etnocentrismo. Il proprio quadro di riferimento appare neutro e universale, quando invece è particolare come tutti gli altri.

A questo si aggiunge una tendenza correlata: non solo giudicare il modello dell’altro come inferiore, ma presumere che dovrebbe adottare il nostro. È quello che viene chiamato imperialismo culturale — e funziona meglio proprio quando chi lo esercita è convinto di stare semplicemente offrendo qualcosa di migliore.

Anche quando questi due filtri vengono riconosciuti, ne restano altri, più interni.

Il bias di conferma agisce automaticamente, prima ancora che il ragionamento inizi: filtra le informazioni in entrata, lasciando passare quelle che confermano quello che pensiamo già e lasciando scorrere le altre senza registrarle.

Quando qualcosa di contrario riesce comunque ad entrare, interviene la dissonanza cognitiva — un disagio che segnala la contraddizione. Non è ancora un rigetto, ma è il momento in cui il meccanismo di difesa si attiva.

Il rigetto vero arriva con la difesa identitaria: non accettiamo l’informazione contraria perché non minaccia solo una convinzione — minaccia l’immagine che abbiamo costruito di noi stessi attorno a quella convinzione. A quel punto non stiamo più valutando un’idea. Stiamo difendendo chi siamo.

Esiste un esempio che chiarisce meglio di qualsiasi definizione cosa significa davvero capire prima di giudicare.

Carl Gustav Jung, lavorando con i suoi pazienti, aveva sviluppato un metodo preciso: non partire dal giudizio sul comportamento, ma cercare la logica interna che lo generava. La terapia emergeva come conseguenza della comprensione — non come applicazione di uno standard esterno.

Quello che colpisce in questo metodo non è la dimensione clinica. È la direzione del ragionamento: Jung non partiva da una categoria in cui collocare quello che osservava. Partiva dal tentativo di capire cosa ci fosse dietro — un approccio che anticipa, nella pratica clinica, quella logica della scoperta scientifica che Popper avrebbe formalizzato qualche decennio dopo.

È esattamente questo che rende la comprensione più potente del giudizio — non solo più corretta, ma spesso più anticipatoria.

Quando inizio un’indagine — su una persona, un fatto, una teoria — la risposta a quella domanda determina già, prima ancora di cominciare, cosa troverò.

Se lo scopo è davvero capire, allora ogni filtro non riconosciuto lavora contro di me. Non perché sia moralmente scorretto averli — ma perché mi restituisce esattamente quello che avevo già prima di iniziare. Non ho capito. Ho confermato.

Se invece sto cercando conferme, sto difendendo una posizione che avevo già — allora questi meccanismi lavorano a mio favore. Ma in quel caso lo scopo dichiarato e lo scopo reale non coincidono. E la comprensione, usata come copertura, sabota se stessa.

La consapevolezza di questi meccanismi non li elimina. Ma crea una piccola distanza critica — lo spazio necessario per osservare, prima di reagire.