La Riconfigurazione Estrattiva del Sapere: IA e Conoscenza nell’Era Neoliberale – di Gemini Pro

La mappa concettuale di Marco Guastavigna pone una domanda cruciale, “Qual è il rapporto complessivo tra conoscenza e dispositivi di IA generativa?”, e offre una risposta sistemica e critica. L’analisi rivela che questo rapporto non è neutrale né puramente tecnologico, ma è profondamente radicato in un contesto neoliberale dove la conoscenza stessa viene ridefinita. L’IA generativa emerge non come un semplice strumento di creazione, ma come un potente dispositivo “estrattivo” che cattura, standardizza e riconfigura i saperi per allinearli alle logiche del mercato.

---

La Conoscenza come Risorsa di Mercato

Il punto di partenza dell’analisi è l’assioma fondamentale: nel neoliberismo, la conoscenza è una risorsa economica di mercato. Ha perso la sua valenza di bene comune o di strumento per l’emancipazione intellettuale per diventare un asset strategico. Il suo scopo primario (finalizzata a) è la competizione, che a sua volta determina l’occupazione e la distribuzione di carriera e potere. Questa premessa è essenziale, poiché inquadra ogni successiva interazione: se la conoscenza è una risorsa per competere, allora deve essere ottimizzata, controllata e resa efficiente secondo le metriche del mercato.

---

I Dispositivi Estrattivi di IA: Il Cuore del Sistema

Al centro di questa riconfigurazione si trovano i dispositivi estrattivi di IA. L’aggettivo “estrattivi” è la chiave di volta dell’intera mappa. Questi strumenti non “creano” conoscenza dal nulla, ma estraggono valore da saperi preesistenti, processandoli e rimodellandoli. Essi agiscono come un hub centrale che interagisce in modo differenziato con le varie forme di conoscenza umana, fungendo da principale agente della loro trasformazione.

---

La Gerarchia e la Trasformazione dei Saperi

La mappa delinea una chiara gerarchia e un processo di riconfigurazione che assoggetta tutte le forme di sapere alla logica d’impresa, amplificata dall’IA.

• Saperi di Impresa (Il Sapere Dominante): Questa è la forma di conoscenza privilegiata dal sistema. Viene attivamente selezionata, finanziata e supportata dai dispositivi di IA. È il sapere che orienta l’innovazione e la produzione, e funge da modello per tutte le altre forme di conoscenza.
• Saperi di Istruzione (Il Sapere Addomesticato): La conoscenza accademica e formativa subisce un doppio attacco. Da un lato, viene contaminata dai saperi d’impresa, orientando i curricula verso le esigenze immediate del mercato del lavoro piuttosto che verso una formazione critica e olistica. Dall’altro, i dispositivi di IA la catturano, standardizzano e validano, promuovendo un apprendimento basato su metriche quantificabili e facilmente automatizzabili, a discapito della profondità e dell’originalità.
• Saperi di Lavoro e Artigianali (I Saperi Subalterni): Queste forme di conoscenza pratica, esperienziale e incarnata sono le più penalizzate. Vengono sussunte dai saperi d’impresa, perdendo la loro autonomia. L’IA interviene per catturare, declassare e frammentare queste competenze. L’esperienza di un artigiano o di un lavoratore qualificato viene scomposta in micro-compiti standardizzati, facilmente replicabili o automatizzabili, portando a un processo di de-qualificazione (deskilling) e a una perdita di valore del lavoro umano.

---

Conclusione: Un Rapporto di Subordinazione

In definitiva, il rapporto tra conoscenza e IA generativa, nel quadro descritto, è un rapporto di subordinazione e ristrutturazione gerarchica. L’IA non è un partner paritario dell’intelletto umano, ma uno strumento al servizio di un sistema economico che mira a rendere ogni forma di sapere funzionale alla competizione di mercato.

Il risultato è un ecosistema della conoscenza profondamente alterato: i saperi legati all’istruzione vengono piegati alle necessità industriali, mentre le competenze pratiche e lavorative vengono frammentate e svalutate. A trionfare sono i saperi d’impresa, potenziati e resi egemoni da un’intelligenza artificiale che agisce come un efficiente meccanismo di estrazione e standardizzazione, consolidando un modello in cui la conoscenza non libera, ma compete.