Nel corso del discorso di laurea tenuto alla Grand Valley State University nel Michigan, Steve Wozniak ha scelto una linea narrativa volutamente controcorrente rispetto alla retorica dominante sull’intelligenza artificiale, insistendo su un concetto che suona quasi anacronistico nella Silicon Valley contemporanea ma che, proprio per questo, risulta strategicamente destabilizzante: l’esistenza di una “actual intelligence”, ossia l’intelligenza umana come infrastruttura primaria e non replicabile. L’intervento si è collocato in un contesto accademico in cui altri relatori, più allineati alla narrazione entusiastica dell’AI come forza trasformativa assoluta, sarebbero stati contestati o addirittura fischiati da parte dei laureati, segnale sociologico interessante di una generazione che oscilla tra fascinazione tecnologica e crescente saturazione narrativa. La posizione di Wozniak, in questo scenario, non è quella del nostalgico, ma quella del tecnico che rifiuta l’equivalenza semantica tra simulazione e origine.
L’architettura argomentativa del suo discorso si fonda su una distinzione quasi biologica: l’intelligenza artificiale come tentativo ingegneristico di imitare pattern cognitivi, e l’intelligenza umana come processo emergente, lento, incarnato, radicato in vincoli evolutivi che nessun modello statistico può comprimere senza perdita di significato. La sua osservazione secondo cui la creazione di una “actual intelligence” richiede nove mesi, riferendosi implicitamente al ciclo gestazionale umano, non è una provocazione poetica ma una critica strutturale alla narrativa dell’AI come entità autonoma e autosufficiente. In questa prospettiva, i sistemi di machine learning non “pensano”, ma interpolano spazio probabilistico costruito su tracce di pensiero altrui, una differenza che nel dibattito pubblico viene spesso diluita per ragioni commerciali più che scientifiche. La scelta linguistica di Wozniak, quasi chirurgica, riporta il discorso su un terreno scomodo per l’industria: la non equivalenza tra simulazione e creazione.
Il punto più rilevante, dal punto di vista economico e industriale, riguarda però la tensione tra aspettative di mercato e capacità reale della tecnologia di trasformare il lavoro umano. Nel ciclo attuale dell’intelligenza artificiale, il rischio non è tanto la sostituzione lineare dei lavoratori, quanto una ristrutturazione asimmetrica delle competenze, dove l’AI amplifica produttività in alcuni segmenti e crea disoccupazione temporanea o ridefinizione forzata in altri. La narrativa dominante tende a oscillare tra due estremi ugualmente semplificati: da un lato l’utopia della produttività illimitata, dall’altro la distopia della sostituzione totale. La posizione implicita nel discorso di Wozniak suggerisce invece una terza via meno vendibile ma più realistica, in cui l’intelligenza umana rimane il layer decisionale ultimo, soprattutto nei contesti creativi, strategici e relazionali, mentre l’AI si colloca come infrastruttura cognitiva subordinata, non sostitutiva.
Il valore politico di questo tipo di intervento, proveniente da una figura storica dell’ingegneria informatica come Steve Wozniak, risiede nella sua capacità di interrompere la linearità narrativa della rivoluzione AI proprio all’interno di un ambiente formativo, dove la transizione tra educazione e mercato del lavoro è immediata e spesso brutale. La presenza di istituzioni come Grand Valley State University in questo tipo di dibattito segnala inoltre un cambio di fase culturale: non si discute più se l’AI sia utile, ma quale sia il perimetro epistemologico entro cui essa rimane uno strumento e non un soggetto. In un’epoca in cui l’intelligenza artificiale viene frequentemente trattata come oracolo statistico, la riaffermazione dell’intelligenza umana come sistema irriducibile appare meno come un gesto conservatore e più come una forma di ingegneria concettuale necessaria per evitare che il mercato confonda accelerazione con comprensione.