La tesi di fondo del saggio di Giorgio Griziotti è che non ci troviamo di fronte a un ipotetico futuro disastroso causato dall’Intelligenza Artificiale (IA), ma siamo già immersi in un disastro in corso, dove l’IA agisce come infrastruttura fondamentale per un nuovo ordine “tecnofascista” e per un regime di guerra permanente. Tuttavia, l’autore sostiene che il dominio dell’IA non è totale: attraverso un approccio “diffrattivo” e la valorizzazione della “metatecnica” umana, è possibile sottrarre queste tecnologie al controllo oligarchico e riconfigurarle all’interno di pratiche di lotta e cooperazione.

Ecco gli elementi principali a supporto di questa tesi, articolati secondo le fonti fornite:

1. Distinzione tra Metatecnica e Meta-automazione Il testo contesta l’equiparazione tra intelligenza umana e macchinica.

• Metatecnica (Umana): È la capacità tipicamente umana non solo di usare strumenti, ma di creare nuove tecniche e ridefinire i contesti. È un “soglia” che apre all’indeterminato e all’invenzione radicale, permettendo di rompere gli schemi esistenti (come fecero la Nouvelle Vague nel cinema o la fisica quantistica nella scienza).
• Meta-automazione (IA): L’IA generativa e il Machine Learning rappresentano una “automazione dell’automazione”. Sebbene potente, essa rimane confinata in una griglia di dati preesistenti e calcoli probabilistici; non possiede vera “agentività” né può generare concetti fuori dal suo dataset di addestramento.

2. Il contesto politico: Tecnofascismo e Necropolitica L’IA non è uno strumento neutro, ma si sviluppa in precise condizioni storiche e politiche.

• Centralizzazione del potere: L’IA è il perno di una convergenza tra “Big Tech” e “Big State” (l’amministrazione Trump ne è un esempio), creando un’oligarchia che mira a riconfigurare l’umano e la società.
• Strumento di guerra: L’IA è descritta come un’infrastruttura letale. Viene citato l’uso di algoritmi come Lavender da parte di Israele per automatizzare decisioni di morte a Gaza, trasformando l’IA in una kill-chain per il genocidio e la repressione.
• Controllo sociale: Dopo la fase del “neurocapitalismo” (social media), l’IA introduce un controllo più profondo che agisce sulla singolarità, creando dipendenza affettiva e cognitiva e fungendo da “nuovo oppio dei popoli” per sedare il dissenso.

3. Limiti materiali ed epistemici dell’IA Nonostante la retorica dell’onnipotenza, l’IA presenta limiti strutturali insormontabili:

• Hallucinations (Allucinazioni): Gli errori dell’IA non sono semplici sbagli, ma “scarti epistemici” dovuti alla natura probabilistica del sistema. L’IA non riconosce l’errore perché non ha percezione della realtà, ma solo correlazioni statistiche; questo rende rischiosa la sua applicazione in contesti critici e mina la redditività economica del settore.
• Insostenibilità ecologica: L’infrastruttura necessaria (GPU, data center) richiede risorse energetiche immense, con un impatto devastante sull’ambiente, spesso sostenuto da fonti fossili o nucleari.
• Mancanza di comprensione: L’IA non “impara” dalle conversazioni in modo autonomo e dinamico come un umano; il suo apprendimento è mediato e confinato ai limiti del dataset.

4. Strategie di sopravvivenza e resistenza Per sopravvivere e contrastare questa deriva, il testo propone azioni concrete basate su un approccio “diffrattivo” (che crea nuovi pattern invece di riflettere l’esistente):

• Pragmatismo radicale: Ispirandosi alle rivolte della “Gen Z” (es. l’uso di Discord in Marocco), si suggerisce di appropriarsi tatticamente delle tecnologie per scopi antagonisti.
• Infrastrutture alternative: È necessario costruire alternative materiali al monopolio, come server collettivi, mesh networks e modelli di calcolo leggeri che non dipendano dai data center ecocidi delle Big Tech.
• Saperi subalterni: Occorre allenare le macchine su epistemologie non coloniali e non patriarcali (es. progetto Masakhane per le lingue africane), trasformando la tecnologia in un campo di battaglia culturale.

Analogia Conclusiva

Per comprendere l’approccio suggerito dall’autore, si può immaginare la differenza tra uno specchio e un prisma. L’approccio tradizionale all’IA agisce come uno specchio: riflette e ripete all’infinito i pregiudizi e le strutture di potere già presenti nei dati (il passato). La proposta di Griziotti è invece quella di agire come un prisma (diffrazione): quando l’onda (o la tecnologia) incontra un ostacolo critico, non deve tornare indietro uguale a se stessa, ma deve rompersi e deviare in molteplici direzioni impreviste, generando nuovi colori e nuove possibilità di esistenza che non erano contenute nel fascio di luce originale.