Il primo maggio continua a sopravvivere come una reliquia sofisticata della modernità industriale, una di quelle istituzioni simboliche che non muoiono mai davvero ma smettono lentamente di spiegare il mondo. La sua grammatica nasce in un’epoca in cui il lavoro era visibile, misurabile, localizzato; oggi, invece, il lavoro si è dissolto in una trama di interazioni digitali, micro-decisioni algoritmiche e flussi di dati che sfuggono alla percezione immediata. Non è sparito, tutt’altro. Si è moltiplicato, frammentato, astratto. Il problema non è la sua scomparsa, ma la sua trasformazione in qualcosa che somiglia sempre meno a ciò che abbiamo storicamente chiamato lavoro.
La narrativa dominante tende a raccontare questa trasformazione come una semplice digitalizzazione, una trasposizione tecnologica di processi esistenti. È una semplificazione rassicurante e, come tutte le semplificazioni rassicuranti, profondamente fuorviante. Ciò che osserviamo non è un upgrade, ma una riconfigurazione strutturale. Il lavoro contemporaneo si articola sempre più su due livelli che coesistono e si contaminano: da un lato la dimensione tradizionale, ancora largamente ancorata a tempo, salario e contratto; dall’altro una dimensione emergente, fatta di dati, interazioni e segnali comportamentali che vengono catturati, analizzati e monetizzati da sistemi computazionali. Il punto non è che il primo livello scompaia, ma che il secondo stia ridefinendo il primo in modo silenzioso e progressivo.
Le piattaforme digitali rappresentano il luogo in cui questa trasformazione diventa operativa. Non sono più semplici intermediari, come spesso si continua a ripetere con una certa ingenuità concettuale, ma infrastrutture di coordinamento che orchestrano l’allocazione del lavoro attraverso logiche algoritmiche. Ranking, scoring, matching predittivo non sono strumenti accessori; sono il cuore del sistema. Qui la produttività non è più solo una funzione dell’effort umano, ma il risultato di una negoziazione continua tra comportamento individuale e modelli statistici. Il lavoro non viene semplicemente svolto, viene interpretato, valutato e riottimizzato in tempo reale.
Si potrebbe dire che stia emergendo una seconda economia del lavoro, invisibile ma estremamente concreta. Ogni click, ogni interazione, ogni contenuto prodotto alimenta sistemi di machine learning che, a loro volta, ridefiniscono le condizioni di produzione futura. Il lavoratore non è solo produttore di valore, ma anche fornitore di dati per l’addestramento di modelli. Questa dinamica è particolarmente evidente nei sistemi di intelligenza artificiale generativa, dove la distinzione tra utilizzo e training diventa sempre più sottile. Il confine tra lavorare e generare dati utili al sistema tende a sfumare.
Le stime di organizzazioni internazionali come OECD e ILO indicano che una quota crescente delle attività economiche è esposta a forme di automazione, ma il dato più interessante non è la percentuale, bensì la qualità della trasformazione. Non si tratta solo di sostituire lavoro umano con macchine, ma di ridefinire cosa significhi lavorare in un contesto in cui le decisioni vengono sempre più mediate da sistemi predittivi. L’automazione non elimina necessariamente il lavoro; lo riconfigura in forme ibride, spesso meno visibili ma non meno rilevanti.
In questo contesto emerge una formulazione che, pur suonando provocatoria, coglie un elemento reale della transizione in corso: il lavoro non è più soltanto ciò che l’uomo fa nel sistema, ma sempre più ciò che il sistema fa attraverso l’uomo. Non è una rottura totale con il passato, quanto piuttosto un’accelerazione di dinamiche già presenti nel capitalismo avanzato. Il lavoratore è stato a lungo integrato nei processi produttivi come funzione; oggi questa integrazione diventa esplicita, misurabile, codificata. L’algoritmo non si limita a organizzare il lavoro; contribuisce a definirne il significato economico.
La dimensione geopolitica di questa trasformazione è impossibile da ignorare, anche se spesso viene trattata con una superficialità sorprendente. La competizione tra Stati Uniti, Cina e Unione Europea non riguarda semplicemente la tecnologia, ma il controllo delle infrastrutture che rendono possibile questa nuova forma di lavoro. Gli Stati Uniti mantengono un vantaggio evidente nell’ecosistema delle piattaforme e dei modelli proprietari, ma al loro interno emergono tensioni crescenti tra Big Tech e governo, soprattutto su temi come sicurezza nazionale e uso militare dell’intelligenza artificiale. La Cina, al contrario, presenta un modello più integrato, in cui Stato e tecnologia operano in modo coordinato, trasformando l’infrastruttura digitale in strumento di governance. L’Unione Europea, fedele alla sua tradizione, tenta di esercitare influenza attraverso la regolazione, costruendo una forma di sovranità normativa che, pur sofisticata, resta dipendente da infrastrutture tecnologiche esterne.
In questo scenario, parlare di geopolitica del lavoro senza parlare di geopolitica dei dati diventa quasi un esercizio retorico. Le catene globali del valore non sono più soltanto produttive; sono computazionali. Il potere non risiede esclusivamente nella capacità di produrre, ma nella capacità di orchestrare flussi di dati, modelli e infrastrutture. La teoria della weaponized interdependence offre una lente utile per interpretare questa dinamica, anche se la sua applicazione all’ecosistema digitale richiede una certa cautela. Le reti globali diventano strumenti di potere non solo perché connettono, ma perché permettono di controllare accesso, visibilità e capacità di azione economica.
Una delle affermazioni più seducenti di questo dibattito è che i modelli stiano sostituendo la realtà. È una formula efficace, ma tecnicamente imprecisa. I modelli non sostituiscono la realtà; la mediano. Tuttavia, questa mediazione sta diventando così pervasiva da influenzare in modo determinante le decisioni economiche e sociali. Nei mercati finanziari, nei sistemi di raccomandazione, nei processi decisionali aziendali, ciò che conta sempre più non è la realtà in sé, ma la sua rappresentazione modellizzata. Il rischio non è la sostituzione del reale, ma la sua progressiva subordinazione a sistemi di interpretazione automatizzata.
In questo senso, l’intelligenza artificiale può essere interpretata come una infrastruttura epistemica. Non semplicemente uno strumento, ma un sistema attraverso cui viene prodotta, organizzata e distribuita conoscenza. Questo ha implicazioni profonde per il lavoro, perché sposta il baricentro dalla produzione materiale alla produzione di significato. Il lavoro cognitivo, in particolare, diventa sempre più un’interazione con sistemi che suggeriscono, filtrano e anticipano decisioni. L’autonomia del lavoratore non scompare, ma viene ridefinita all’interno di vincoli algoritmici sempre più sofisticati.
Il risultato è una forma di interdipendenza globale che non è solo economica, ma cognitiva. Gli attori economici non competono soltanto su prodotti e servizi, ma su modelli, dati e capacità di interpretazione. Il lavoro diventa la superficie su cui si manifestano queste dinamiche, un’interfaccia tra individuo e sistema che viene continuamente ricalibrata. In questo contesto, l’idea di lavoro come categoria stabile appare sempre più fragile.
Il primo maggio, allora, non perde completamente significato, ma cambia funzione. Non è più il simbolo di un conflitto chiaramente definito tra capitale e lavoro, ma una traccia storica di un ordine che non esiste più nella sua forma originaria. La sua persistenza segnala una discontinuità, non una continuità. Ricorda che il lavoro è sempre stato una costruzione storica, e che anche la sua forma attuale è destinata a evolvere.
Alla fine, ciò che emerge non è la fine del lavoro, ma la sua trasformazione in un sistema adattivo globale, in cui algoritmi, dati e infrastrutture digitali non si limitano a organizzare la produzione, ma contribuiscono a definirne le condizioni di possibilità. Il capitalismo contemporaneo non gestisce semplicemente il lavoro; lo traduce in linguaggio computazionale. Una frase che suona elegante, ma che, letta con attenzione, contiene una verità meno rassicurante: ciò che non è traducibile rischia, progressivamente, di diventare irrilevante