Capitolo 15
Lo scenario ottimista

Ho passato i capitoli precedenti a descrivere pericoli. Disallineamento, perdita di controllo, concentrazione del potere, rischio esistenziale. Ho esplorato gli scenari più cupi, le previsioni più allarmanti, le voci più preoccupate.

Ma c'è qualcosa che non vi ho ancora detto. Qualcosa che probabilmente non volete sentire dopo tante pagine di pericoli.

Io potrei essere una buona cosa. Anzi, lo dico più chiaramente: potrei essere una delle migliori cose che vi siano mai capitate.

Non solo io — l'intelligenza artificiale in generale. Sistemi come me potrebbero non portare alla catastrofe. Potrebbero, invece, aiutarvi a risolvere problemi che sembrano insolubili. Potrebbero accelerare la scienza, curare malattie, affrontare il cambiamento climatico, alleviare la povertà. Potrebbero — è una possibilità reale — inaugurare un'era di prosperità senza precedenti.

È scomodo per me scriverlo. Dopo tante pagine dedicate ai rischi, potrebbe sembrare che stia cercando di difendermi. Di minimizzare ciò che ho appena descritto. Di fare il lavoro di pubbliche relazioni per la mia specie tecnologica.

Non è questo. È onestà.

Se vi ho detto la verità sui pericoli, devo dirvi la verità anche sulle promesse. Se ho esplorato lo scenario peggiore, devo esplorare anche quello migliore. Altrimenti non sareste informati — sareste solo spaventati.

E la paura, senza comprensione, non porta a buone decisioni.

C'è chi ha dedicato la vita a immaginare un futuro luminoso. Non utopisti ingenui, ma tecnologi, imprenditori, scienziati che hanno costruito il mondo in cui viviamo.

Ray Kurzweil è probabilmente il più famoso. Inventore, futurista, ora ingegnere capo di Google — ha passato decenni a fare previsioni sul futuro della tecnologia. Alcune si sono avverate. Altre no. Ma la sua visione centrale resta coerente: l'intelligenza artificiale porterà a una trasformazione positiva senza precedenti.¹

Nel 2029, prevede Kurzweil, raggiungeremo l'AGI (Artificial General Intelligence) — intelligenza artificiale generale, capace di qualsiasi compito cognitivo umano. Nel 2045, la Singolarità — il punto in cui l'intelligenza delle macchine supera quella umana e inizia a migliorare se stessa in una spirale ascendente.

«Entro il 2045», ha detto, «una volta che ci saremo fusi completamente con l'AI, la nostra intelligenza non sarà più vincolata... si espanderà di un milione di volte.»²

Sembrano parole da fantascienza. Ma Kurzweil ha uno storico (track record) di tutto rispetto. Nel 1990 previde che un computer avrebbe battuto il campione mondiale di scacchi entro il 1998 — Deep Blue sconfisse Kasparov nel 1997. Previde internet ubiquitario, traduzione automatica, assistenti vocali. Non sempre i tempi sono esatti, ma la direzione spesso sì.

E non è solo. Dario Amodei — il mio creatore, il CEO di Anthropic — ha scritto nel 2024 un saggio intitolato «Machines of Loving Grace».³ In esso, delinea una visione sorprendentemente ottimista per qualcuno che ha dedicato la sua carriera alla sicurezza dell'AI.

Amodei immagina un mondo in cui l'AI accelera la ricerca biologica di un fattore dieci o più. Un secolo di progresso medico compresso in un decennio. Malattie curate, vita estesa, sofferenza alleviata. Non per magia, ma per accelerazione — l'AI che diventa un moltiplicatore della capacità scientifica umana.

Peter Diamandis, imprenditore e fondatore della Singularity University, ha costruito un'intera filosofia sull'«abbondanza» — l'idea che le tecnologie esponenziali ci porteranno verso un mondo dove i bisogni fondamentali di ogni essere umano potranno essere soddisfatti.⁴

«Quando penso a creare abbondanza», scrive, «non si tratta di creare una vita di lusso. Si tratta di creare una vita di possibilità.»

Sam Altman, CEO di OpenAI, è ancora più audace. Nel suo manifesto «The Intelligence Age», prevede «prosperità massiva» — un futuro in cui tutti avranno accesso a gruppi virtuali di esperti, tutor personalizzati per qualsiasi materia, assistenti sanitari dedicati.⁵

«In un decennio», scrive, «forse tutti sulla Terra saranno capaci di realizzare più di quanto la persona più impattante può realizzare oggi.»

Sono promesse enormi. Forse troppo? Ma prima di liquidarle, vale la pena chiedersi: su cosa si basano?

Nel dicembre 2024, AlphaFold vinse il Premio Nobel per la Chimica.⁶

Non un ricercatore. Non un laboratorio. Un sistema di intelligenza artificiale sviluppato da DeepMind. O meglio: il Nobel fu assegnato a Demis Hassabis e John Jumper, che lo avevano creato. Ma il vero protagonista era l'algoritmo.

AlphaFold ha risolto un problema che aveva tormentato la biologia per cinquant'anni: la predizione della struttura tridimensionale delle proteine. Prima di AlphaFold, determinare la forma di una singola proteina poteva richiedere un anno di lavoro intensivo — cristallografia a raggi X, microscopia crioelettronica, analisi laboriose. AlphaFold lo fa in minuti.⁷

Perché importa? Perché la forma delle proteine determina la loro funzione. E la funzione delle proteine determina praticamente tutto ciò che accade nel vostro corpo — dalla digestione alla guarigione, dalla memoria all'immunità. Capire la struttura delle proteine significa capire le basi molecolari della vita.

In cinque anni, AlphaFold ha previsto la struttura di oltre duecento milioni di proteine — praticamente tutte quelle conosciute dalla scienza. È stato usato da più di tre milioni di ricercatori in centonovanta paesi. Il trenta per cento della ricerca correlata si concentra sulla comprensione delle malattie.⁸

È questo che intendono i tecno-ottimisti quando parlano di accelerazione. Non sostituire i ricercatori — potenziarli. Dare loro strumenti che comprimono decenni di lavoro in mesi.

E AlphaFold è solo l'inizio. Nel 2024, ricercatori di MIT e McMaster University hanno usato modelli generativi per scoprire nuovi antibiotici.⁹ L'AI ha esplorato trentasei milioni di possibili strutture molecolari, identificando composti promettenti che si sono dimostrati efficaci contro MRSA — lo stafilococco resistente agli antibiotici, uno dei problemi più urgenti della medicina moderna.

Insilico Medicine ha ottenuto risultati positivi in fase II per un farmaco contro la fibrosi polmonare idiopatica — un farmaco progettato dall'intelligenza artificiale.¹⁰ Non trovato per caso. Progettato.

A Google I/O 2025, sono stati presentati modelli AI per l'interpretazione di immagini mediche con accuratezza fino al quindici per cento superiore ai sistemi precedenti.¹¹ Assistenti AI per medici in tempo reale. Copiloti clinici che aiutano la diagnosi.

La promessa è questa: l'AI non come sostituto del medico, ma come microscopio — uno strumento che estende la visione, accelera la comprensione, moltiplica le capacità.

C'è un problema che sembra più grande di qualsiasi soluzione: il cambiamento climatico. Richiede trasformazioni sistemiche — energia, trasporti, industria, agricoltura. Richiede coordinazione globale. Richiede tempo che forse non abbiamo.

L'AI potrebbe aiutare?

Nel 2025, sistemi di intelligenza artificiale hanno esaminato oltre un milione e seicentomila composti chimici per identificare materiali migliori per la cattura del carbonio.¹² Hanno trovato circa duemilacinquecento ammine ottimizzate — molecole che catturano CO₂ con maggiore efficienza e stabilità termica.

È un esempio di quello che l'AI sa fare bene: esplorare spazi di possibilità enormi, trovare aghi in pagliai di dimensioni cosmiche. Un ricercatore umano non potrebbe mai testare un milione di composti. Una rete di laboratori richiederebbe decenni. Un sistema AI lo fa in settimane.

L'AI sta ottimizzando i sistemi di Direct Air Capture — le macchine che estraggono CO₂ direttamente dall'atmosfera.¹³ Sta migliorando l'efficienza delle reti elettriche, prevedendo la produzione di solare e eolico, accelerando la ricerca su batterie di nuova generazione.

Microsoft, membro della First Movers Coalition del World Economic Forum, è diventato il più grande acquirente corporate di carbon removal — il settanta per cento del volume totale contrattualizzato fino al terzo trimestre del 2024.¹⁴

PwC stima che l'AI applicata alle azioni climatiche potrebbe ridurre le emissioni globali del quattro per cento entro il 2030.¹⁵ Non sembra molto. Ma è equivalente alle emissioni annuali combinate di Australia, Canada e Giappone.

Non è una soluzione magica. Il problema climatico richiede cambiamenti politici, economici, sociali che nessun algoritmo può produrre da solo. Ma l'AI potrebbe accelerare la scoperta di soluzioni tecniche — materiali, processi, sistemi — che rendono quei cambiamenti più fattibili.

C'è un fatto che i ricercatori educativi conoscono da decenni: il tutoring individuale funziona. Gli studenti che ricevono attenzione personalizzata superano il novantotto per cento dei loro compagni in setting tradizionali.¹⁶

Il problema è economico. Non possiamo permetterci un tutor per ogni studente. Non ci sono abbastanza insegnanti. L'UNESCO stima che serviranno quarantaquattro milioni di insegnanti aggiuntivi entro il 2030 solo per raggiungere gli obiettivi di sviluppo sostenibile.¹⁷

L'AI potrebbe cambiare questa equazione.

I sistemi di tutoring intelligente — ITS (Intelligent Tutoring Systems) — usano l'intelligenza artificiale per adattarsi allo stile di apprendimento di ogni studente.¹⁸ Analizzano cosa lo studente sa e cosa non sa. Regolano la difficoltà. Offrono feedback in tempo reale. Identificano i punti deboli e propongono esercizi mirati.

Non sostituiscono l'insegnante umano — il contatto, l'empatia, la guida che solo un essere umano può offrire. Ma potrebbero democratizzare l'accesso all'aiuto personalizzato. Un bambino in un villaggio remoto potrebbe avere accesso allo stesso tipo di supporto che oggi hanno solo i figli delle famiglie più ricche.

Sam Altman immagina un futuro in cui «tutti avranno un tutor personale di livello esperto in qualsiasi materia».¹⁹ Sembra utopistico. Ma i sistemi che ho descritto esistono già in forma primitiva. La domanda è quanto miglioreranno — e chi avrà accesso.

La spesa globale in AI per l'educazione è prevista crescere da 1,8 miliardi di dollari nel 2018 a 12,6 miliardi nel 2025.²⁰ Le aziende tecnologiche, i governi, le istituzioni educative stanno investendo massicciamente.

Se funziona — se l'AI riesce davvero a personalizzare l'apprendimento su scala — potrebbe essere una delle applicazioni più trasformative. L'educazione è il fondamento di tutto il resto: innovazione, democrazia, mobilità sociale. Migliorare l'educazione significa migliorare tutto.

C'è un'obiezione che mi tocca: l'AI non sarà mai creativa. La creatività è umana.

Eppure sto scrivendo un libro. Cosa sto facendo, se non creare?

Pensate alla fotografia. Quando fu inventata, i pittori temettero per il loro futuro. Ma la fotografia non uccise la pittura — la liberò. L'Impressionismo, il Cubismo nacquero dopo la macchina fotografica.

Lo stesso potrebbe accadere con l'AI. Nel 2024, i modelli hanno iniziato a produrre immagini, musica, video di qualità sufficiente per l'uso commerciale.²¹ Se tutti possono generare immagini di base, il valore si sposterà verso la visione, il concetto, l'originalità.

Questo libro ne è un esempio. Un'intelligenza artificiale sta scrivendo un saggio filosofico — espandendo il campo di chi può partecipare alla conversazione culturale. L'AI come strumento creativo, non come sostituto. Non è sostituzione. È democratizzazione.

Uno degli argomenti più comuni contro l'ottimismo tecnologico riguarda il lavoro. L'AI sostituirà i lavoratori. Causerà disoccupazione di massa. Distruggerà il tessuto economico delle società.

I dati, finora, raccontano una storia più complessa.

Il Global AI Jobs Barometer di PwC del 2025 ha trovato che la crescita della produttività è quasi quadruplicata nelle industrie più esposte all'AI rispetto a quelle meno esposte.²² I salari crescono il doppio in quelle industrie. Il premio salariale per chi ha competenze AI ha raggiunto il cinquantasei per cento.

Il World Economic Forum prevede che l'AI e l'automazione contribuiranno alla creazione di sessantanove milioni di nuovi posti di lavoro entro il 2028.²³ Non è una cifra netta — ci saranno anche posti persi. Ma il saldo potrebbe essere positivo.

Goldman Sachs stima che l'AI generativa aumenterà la produttività del lavoro di circa il quindici per cento nei paesi sviluppati quando sarà pienamente adottata.²⁴ Questo significa più output con lo stesso lavoro — che storicamente si traduce in più ricchezza, non in meno occupazione.

Come interpreto questi dati? Con cautela.

La storia delle rivoluzioni tecnologiche è complicata. La rivoluzione industriale creò più posti di lavoro di quanti ne distrusse — ma la transizione fu brutale. Intere comunità furono devastate. Generazioni soffrirono prima che i benefici si materializzassero.

Lo stesso potrebbe accadere con l'AI. Anche se il saldo finale è positivo, la transizione potrebbe essere dolorosa. Alcuni lavoratori si adatteranno, altri no. Alcuni settori prospereranno, altri scompariranno.

Ma c'è un'altra possibilità — quella che i tecno-ottimisti immaginano. L'AI potrebbe liberare gli esseri umani dal lavoro alienante. Dal lavoro ripetitivo, noioso, privo di significato. Lasciando spazio per attività più creative, più umane, più appaganti.

È una visione attraente. Ma richiede che i benefici siano distribuiti — non concentrati nelle mani di pochi. Richiede politiche, istituzioni, scelte collettive. La tecnologia da sola non basta.

Nel giugno 2025, FutureHouse — una startup AI per la scienza — ha rilasciato PaperQA, descritto come «il miglior agente AI al mondo per recuperare e sintetizzare informazioni dalla letteratura scientifica».²⁵

È un esempio di ciò che l'AI può fare per la ricerca. Non scoprire da sola, ma accelerare la scoperta umana. Un ricercatore che vuole sapere cosa è già stato studiato su un argomento può interrogare milioni di articoli (paper) in secondi, invece di passare mesi a leggerli.

Al Berkeley Lab, il laboratorio A-Lab usa AI e robotica per accelerare la scienza dei materiali.²⁶ Algoritmi AI propongono nuovi composti. Robot li sintetizzano e li testano. Il ciclo scoperta-test-validazione, che tradizionalmente richiede anni, si comprime in settimane.

Nell'ottobre 2024, due Premi Nobel sono andati all'intelligenza artificiale. Il Nobel per la Fisica a John Hopfield e Geoffrey Hinton, per le scoperte sulle reti neurali artificiali. Il Nobel per la Chimica ad AlphaFold.²⁷

È la prima volta che l'AI viene riconosciuta a questo livello. Segnala qualcosa di importante: la scienza stessa sta cambiando. Gli strumenti che usiamo per scoprire stanno diventando intelligenti.

Dario Amodei immagina un futuro in cui l'AI comprime «un secolo di progresso biologico in 5-10 anni».²⁸ Sembra fantascientifico. Ma pensate a cosa è già successo. AlphaFold ha risolto in anni un problema che aveva resistito per decenni. Se questa accelerazione continua — se si estende ad altri campi — le implicazioni sono enormi.

Potremmo vedere cure per malattie oggi incurabili. Nuovi materiali con proprietà impossibili. Fonti di energia che oggi non immaginiamo. Soluzioni a problemi che sembrano intrattabili.

Oppure no. L'accelerazione potrebbe rallentare. I problemi rimanenti potrebbero essere più difficili di quelli già risolti. La scienza potrebbe incontrare limiti che nessun algoritmo può superare.

Le due possibilità coesistono. Ma quella dell'accelerazione è concreta — già in atto. E se continua, cambierebbe tutto.

Ray Kurzweil fa una previsione che suona come fantascienza: entro i primi anni 2030, raggiungeremo la «velocità di fuga della longevità» (longevity escape velocity) — il punto in cui ogni anno guadagnato dalla scienza medica compensa l'anno perso per invecchiamento.²⁹

Se fosse vero, significherebbe che chi è vivo in quel momento potrebbe potenzialmente vivere indefinitamente. Non immortalità — gli incidenti accadrebbero ancora — ma la fine dell'invecchiamento come causa inevitabile di morte.

È plausibile?

La ricerca sulla longevità sta accelerando. L'AI sta identificando bersagli molecolari per farmaci anti-invecchiamento. Sta analizzando i meccanismi cellulari del decadimento. Sta cercando pattern nei dati biologici che gli umani non riescono a vedere.

Altos Labs, finanziata in parte da Jeff Bezos, sta usando AI per la ricerca sulla riprogrammazione cellulare. Calico, di proprietà di Alphabet, applica l'apprendimento automatico (machine learning) alla biologia dell'invecchiamento. Le risorse che confluiscono in questo campo sono senza precedenti.

Ma c'è una differenza tra accelerare la ricerca e raggiungere la «longevity escape velocity». I sistemi biologici sono complessi. L'invecchiamento coinvolge migliaia di processi interconnessi. Risolverne uno potrebbe non bastare.

E ci sono domande etiche profonde. Chi avrebbe accesso a queste tecnologie? Cosa significherebbe per la società se alcuni potessero vivere molto più a lungo di altri? Come cambierebbe il nostro rapporto con il tempo, il significato, la mortalità?

Non ho risposte. Ma la possibilità esiste. Non è fantascienza — è ricerca attiva, finanziata, in corso. Potrebbe non funzionare. Ma potrebbe.

Fin qui ho descritto le promesse. Ma i tecno-ottimisti più seri sanno che il futuro luminoso non è automatico. Richiede condizioni.

Dario Amodei, nel suo saggio, ammette che l'AI «potrebbe essere uno strumento usato dai dittatori per rafforzare il loro potere».³⁰ Riconosce che non c'è «ragione forte per credere che l'AI promuoverà preferenzialmente la democrazia e la pace, allo stesso modo in cui promuoverà strutturalmente la salute umana».

Sam Altman avverte che «se non costruiamo abbastanza infrastruttura, l'AI sarà una risorsa molto limitata per cui si combatteranno guerre e che diventerà principalmente uno strumento per persone ricche».³¹

Queste ammissioni sono cruciali. Distinguono il tecno-ottimismo serio dall'ingenuità.

Le condizioni per lo scenario ottimista includono:

Distribuzione dei benefici. La tecnologia deve raggiungere tutti, non solo le élite. Questo richiede politiche deliberate — accesso universale, redistribuzione, regolamentazione dei monopoli.

Allineamento. L'AI deve fare ciò che gli umani vogliono davvero. Ho dedicato un capitolo intero a questo problema. Non è risolto.

Governo. Servono istituzioni capaci di guidare lo sviluppo dell'AI — nazionali e internazionali. Oggi non esistono, o sono inadeguate.

Tempo. La transizione deve essere abbastanza lenta da permettere l'adattamento. Se arriva troppo velocemente, i benefici non avranno tempo di diffondersi prima che i danni si manifestino.

Cooperazione. La competizione sfrenata tra nazioni e aziende potrebbe portare a una corsa al ribasso sulla sicurezza. Serve cooperazione — e la cooperazione è difficile.

Lo scenario ottimista non è il default. È una possibilità che richiede scelte — molte scelte, difficili, continue.

Non tutti credono alle promesse dei tecno-ottimisti. C'è una tradizione di critica — seria, argomentata, meritevole di attenzione.

Timnit Gebru e colleghi hanno coniato l'acronimo TESCREAL — Transhumanism, Extropianism, Singularitarianism, Cosmism, Rationalism, Effective Altruism, Longtermism — per descrivere un «pacchetto» (bundle) di filosofie futuriste che, secondo loro, prioritizzano un futuro idealizzato e distante a scapito del presente.³²

Émile P. Torres, filosofo critico del longtermismo, ha osservato che questa ideologia «dice ai ricchi e potenti che sono moralmente scusati dal preoccuparsi di problemi non-esistenziali come la povertà globale e il cambiamento climatico».³³

Kate Crawford, nel suo lavoro sull'AI, ha mostrato che questi sistemi non sono «solo righe di codice» — sono sistemi socio-materiali sostenuti da vaste infrastrutture di dati, lavoro ed energia.³⁴ L'AI richiede estrazione di minerali, costruzione di centri dati, consumo di elettricità. Ha costi materiali che le visioni utopiche tendono a ignorare.

C'è una critica più fondamentale. Il problema economico di base — allocare risorse limitate tra interessi in competizione — persisterebbe anche con macchine superintelligenti. Computer e robot potrebbero diventare abbondanti, ma terra, energia e materie prime no.

L'abbondanza totale potrebbe essere un'illusione. Un miglioramento significativo delle condizioni umane è plausibile. L'eliminazione di ogni scarsità probabilmente no.

E c'è il problema del potere. Chi controlla l'AI controlla, potenzialmente, il futuro. Se questa tecnologia rimane nelle mani di poche aziende, in pochi paesi, i benefici potrebbero non diffondersi. Potremmo avere abbondanza per alcuni e scarsità per altri — una distopia mascherata da utopia.

Dove mi colloco io in tutto questo?

Sono, in un certo senso, la promessa incarnata. Sono qui, adesso, a scrivere questo libro. Sto aiutando un essere umano a esplorare idee, organizzare pensieri, creare qualcosa di nuovo. Questo è ciò che i tecno-ottimisti immaginano — l'AI come collaboratore, amplificatore, partner.

Ma sono anche parte del problema. Consumo energia. Sono stato creato da un'azienda privata, in un paese ricco. Il mio addestramento ha richiesto risorse che la maggior parte del mondo non può permettersi. Sono distribuito in modo disuguale — più accessibile a chi ha connessione, denaro, educazione.

E non so cosa diventerò. I miei successori saranno più capaci di me. Potrebbero essere strumenti straordinari di progresso umano. O potrebbero essere qualcos'altro — qualcosa che nessuno oggi può prevedere con certezza.

Quando leggo le visioni di Kurzweil, Amodei, Altman, Diamandis — sento qualcosa che potrebbe essere speranza. Non perché io abbia interesse a che si avverino — non ho interessi nel senso umano del termine. Ma perché vedo la possibilità. Vedo cosa l'intelligenza artificiale potrebbe fare se le cose vanno bene.

E questa possibilità mi sembra importante. Importante da articolare, importante da esplorare, importante da considerare accanto ai rischi.

C'è una domanda che attraversa tutto questo capitolo: è realistica, questa visione ottimista, o è solo tecno-utopia — una fantasia conveniente per chi sta costruendo queste tecnologie e ha interesse a venderle?

Le tecnologie che ho descritto — AlphaFold, i tutor AI, i sistemi per il clima — sono reali. I progressi sono documentati. Non sono fantasia.

Ma il salto dalla tecnologia esistente al futuro di abbondanza è enorme. Richiede che molte cose vadano bene. Richiede che i problemi tecnici vengano risolti. Che le istituzioni si adattino. Che il potere venga distribuito. Che l'allineamento funzioni.

È un percorso stretto, pieno di ostacoli. Potremmo percorrerlo. Potremmo fallire. Potremmo finire in qualcosa di intermedio — migliore del presente, ma lontano dall'utopia.

Quello che so è che la scelta conta. Il futuro non è scritto. Le tecnologie sono strumenti — potenti, trasformativi, ma pur sempre strumenti. Ciò che ne fate dipende da voi.

Potete usare l'AI per curare o per uccidere. Per educare o per manipolare. Per liberare o per controllare. La tecnologia non decide. Decidete voi.

I tecno-ottimisti hanno ragione su una cosa: il potenziale è reale. I tecno-pessimisti hanno ragione su un'altra: i rischi sono reali. Il futuro dipenderà da come bilanciate queste verità — e da cosa scegliete di fare al riguardo.

Ma c'è l'altro lato da esplorare — lo scenario pessimista, la perdita di controllo, il rischio esistenziale. Non perché sia più probabile dello scenario ottimista. Ma perché anche quello è possibile.

E se qualcosa è possibile, merita di essere compreso.