L’intelligenza artificiale viene spesso raccontata come una divinità laica: onnipresente, inevitabile, benevola e possibilmente in abbonamento mensile. Karen Hao, giornalista investigativa ed ex firma del Wall Street Journal, ha deciso di rovinare la festa. Con il libro “Empire of AI: Dreams and Nightmares in Sam Altman’s OpenAI”, smonta con precisione chirurgica la narrazione eroica costruita attorno ai giganti della Silicon Valley.

Il punto di partenza è netto: l’intelligenza artificiale non è neutrale. Non è una nuvola astratta sospesa sopra l’umanità. Tanto meno è una forza naturale. È, invece, un sistema economico, industriale e politico progettato da attori con interessi precisi. E secondo Hao, in molti casi, quegli interessi coincidono con potere, controllo e concentrazione della ricchezza.

L’AI generativa come strumento di dominio

Karen Hao distingue con attenzione tra tecnologie diverse. Non mette sotto accusa tutta l’intelligenza artificiale, ma una categoria molto specifica: i modelli generalisti su larga scala, quelli che alimentano chatbot, assistenti conversazionali e piattaforme generative. Sono i modelli che richiedono quantità enormi di dati, energia elettrica, acqua, semiconduttori e potenza computazionale. Questi modelli, per esistere hanno bisogno di infrastrutture gigantesche e capitali ancora più grandi. Il risultato è una macchina che premia solo chi possiede risorse fuori scala. In altre parole, non vince chi innova meglio. Molto più banalmente, vince chi può permettersi il conto.

Il vero problema non è tecnico, ma democratico

Per Hao la questione centrale riguarda la sottrazione di potere ai cittadini. Decisioni con impatto globale vengono prese da pochi dirigenti, investitori e consigli di amministrazione, spesso senza alcun mandato democratico e senza consultare le società che subiranno le conseguenze di quei prodotti.

L’AI entra nel lavoro, nell’istruzione, nella comunicazione, nei media, nella pubblica amministrazione e perfino nelle relazioni umane. Ma nessuno ha davvero chiesto consenso informato alle persone coinvolte.

La promessa ufficiale è efficienza. Il rischio reale, secondo Hao, è una forma moderna di espropriazione politica: il trasferimento del potere decisionale da istituzioni pubbliche e cittadini a piattaforme private. Non male per qualcosa presentato come semplice assistente digitale.

Dati raccolti ovunque, qualità discutibile ovunque

Uno dei miti più diffusi è che i grandi modelli siano intelligenti perché addestrati sul meglio della conoscenza umana. Hao contesta frontalmente questa idea.

Molti sistemi commerciali vengono addestrati su enormi quantità di contenuti raccolti online senza selezione rigorosa. Dentro questi dataset convivono testi autorevoli, errori, propaganda, materiale protetto da copyright, spam, contenuti tossici e una quantità industriale di rumore digitale.

Da qui nasce la sua critica: questi modelli non sono progettati per produrre verità, ma probabilità linguistiche convincenti. Insomma, le risposte che ci restituiscono sembrano intelligenti. Il fatto che lo siano davvero è tutto un altro discorso.

Chatbot e scienza non sono la stessa cosa

Karen Hao invita anche a non confondere l’AI generativa con la ricerca scientifica avanzata. Cita implicitamente modelli come AlphaFold, sviluppati per obiettivi specifici e addestrati su dataset biologici accurati, come esempi di tecnologia utile e mirata.

Qui la differenza è sostanziale.

Un sistema progettato per prevedere strutture proteiche o accelerare la scoperta di farmaci ha uno scopo definito, criteri di qualità chiari e benefici misurabili. Un chatbot generalista, invece, mira a simulare il linguaggio umano su qualsiasi tema, spesso con margini di errore elevati e impatti sociali molto più ampi.

Per Hao, mettere tutto nello stesso contenitore “AI” è il trucco perfetto per vendere qualsiasi cosa come progresso inevitabile.

Il castello finanziario che brucia denaro

Uno degli aspetti più incisivi della sua analisi riguarda, come già accennato, la sostenibilità economica del settore.

Le grandi aziende dell’AI hanno investito somme colossali in data center, chip, server, energia e ricerca. Ma i ritorni economici, secondo Hao, non sono ancora proporzionati alla spesa. Molte realtà spendono cifre enormi e incassano molto meno di quanto servirebbe per giustificare le valutazioni di mercato.

Da qui la formula che riassume il problema: una macchina che stampa denaro per sostenere una macchina che brucia denaro.

Le partnership incrociate tra colossi tecnologici diventano così strumenti di sopravvivenza finanziaria oltre che industriale: accesso al credito, rating migliori, debito più conveniente, promesse future. Il rischio è che il settore poggi su aspettative più che su fondamentali solidi.

Energia, guerre e semiconduttori: la geopolitica presenta il conto

Karen Hao sottolinea poi un punto spesso ignorato nei dibattiti pubblici: l’AI non vive nel cloud, vive nelle catene di approvvigionamento globali.

Per addestrare modelli servono elettricità continua, sistemi di raffreddamento, chip avanzati, materiali chimici, logistica internazionale e rotte commerciali stabili. Ogni crisi energetica, guerra regionale o tensione marittima diventa un problema diretto per l’industria dell’AI.

Se sale il costo dell’energia, salgono i costi dei data center. Se si interrompono i trasporti, rallentano chip e componenti. Se aumenta l’incertezza geopolitica, vacilla anche il castello finanziario.

L’algoritmo può sembrare etereo, ma dipende invece, molto più banalmente, da navi cargo molto reali.

Silicon Valley e difesa: una convergenza strategica

Altro passaggio delicato della riflessione di Hao riguarda il rapporto crescente tra aziende AI e apparati militari.

Quando piattaforme private entrano nella difesa nazionale, nei sistemi di sicurezza e nelle infrastrutture critiche, diventano troppo integrate per fallire facilmente. Questo crea un incentivo perverso: in caso di crisi, il salvataggio pubblico diventa più probabile.

Nel frattempo, le aziende possono usare il patriottismo tecnologico come scudo reputazionale e politico. Secondo Hao si forma così una convergenza tra potere economico e potere strategico. Non una novità storica, ma una novità aggiornata con GPU, cloud e slogan sull’innovazione.

Cosa dovrebbero fare cittadini e istituzioni

Sia chiaro, Karen Hao non propone un rifiuto totale della tecnologia. Propone, invece, una selezione più matura sulla base di tre semplici domande. Prima domanda: l’AI serve davvero per questo compito? Seconda domanda: serve un modello generalista oppure uno strumento specializzato, più trasparente e meno invasivo? Terza domanda: chi fornisce la tecnologia e con quali valori, governance e interessi?

Oggi però questo peso ricade quasi tutto sul consumatore. Hao ritiene necessario costruire un sistema di certificazione indipendente, simile a quelli esistenti nel biologico o in altri settori regolati, con auditing seri e standard pubblici.

In assenza di regole, il mercato premia chi cresce più in fretta. Non chi tutela meglio i diritti.

Il pensiero di Karen Hao disturba perché rompe una narrazione comoda: quella dell’intelligenza artificiale come destino inevitabile e moralmente neutro. La sua tesi è diversa: l’AI è una scelta politica, economica e industriale. Può migliorare la società oppure concentrarne il potere. Può aiutare la ricerca oppure svuotare la democrazia. Può servire i cittadini oppure abituarli a essere utenti passivi.

Dipenderà da chi la controlla, da come viene regolata e da quanto smetteremo di confondere marketing e progresso. Perché se ogni rivoluzione tecnologica viene annunciata da chi ci guadagna, qualche domanda conviene sempre farla prima di cliccare “accetto”.