Il debutto del podcast Dialoghi dentro le AI, condotto da Elisabetta Alicino, segna un punto interessante nel panorama italiano dell’intelligenza artificiale, non tanto per la ritualità dell’intervista quanto per la densità del profilo ospite, il professor Roberto Navigli, figura centrale nella ricerca sul linguaggio computazionale e tra i pochi in Europa ad aver costruito un ecosistema coerente tra accademia, infrastrutture semantiche e modelli linguistici proprietari. L’incontro non si limita alla consueta celebrazione del progresso tecnologico, ma mette a nudo una questione che nel mercato globale dell’AI tende a essere rimossa con eleganza: chi controlla la lingua controlla il perimetro cognitivo dei modelli. In un’epoca in cui la competizione tra sistemi non si gioca più solo sulla scala dei parametri ma sulla profondità culturale dei dataset, il caso italiano diventa un laboratorio marginale ma estremamente rivelatore.

La traiettoria narrativa dell’intervista si apre su un elemento apparentemente laterale, la biblioteca personale di Navigli, oltre ottomila volumi, letti e accumulati secondo una logica che richiama esplicitamente l’“antibiblioteca” di Umberto Eco, concetto che ribalta l’idea tradizionale di sapere come possesso e lo trasforma in sistema dinamico di ignoranza strutturata. In questa cornice, il libro non letto non è un fallimento ma una variabile aperta, un nodo potenziale di conoscenza futura. La cosa interessante, dal punto di vista dell’ingegneria del linguaggio, è che Navigli sovrappone a questa visione una metafora operativa che raramente entra nel discorso pubblico: il ricercatore come macchina di disambiguazione. Il parallelismo tra detective e sistemi NLP non è ornamentale, ma funzionale. Entrambi operano in ambienti rumorosi, entrambi devono inferire significato da segnali incompleti, entrambi lavorano su contesti dove la verità non è esplicita ma distribuita. In termini tecnici, è esattamente il problema che sistemi come BabelNet cercano di formalizzare su scala globale.

Il passaggio verso i modelli linguistici italiani, in particolare il progetto Minerva e la sua evoluzione conversazionale Chat Minerva, introduce un livello diverso di ambizione, meno legato alla competizione frontale con i colossi americani e più orientato alla costruzione di una nicchia ad alta densità culturale. L’architettura descritta nell’intervista si muove verso un paradigma compound, dove il modello non è un’entità isolata ma un nodo che integra capacità generative e accesso a informazioni aggiornate tramite web retrieval. La scelta non è puramente tecnica, ma economica e strategica: in un contesto in cui l’addestramento di un LLM generalista richiede capitali incompatibili con la maggior parte degli ecosistemi nazionali, la via italiana si sposta su specializzazione linguistica e profondità culturale. Il risultato dichiarato è un sistema che, pur operando su una scala inferiore rispetto ai giganti globali, mostra una maggiore aderenza alla sintassi, alle sfumature e ai riferimenti impliciti della cultura italiana, elemento che in applicazioni creative e linguistiche diventa un vantaggio competitivo reale, non solo percepito.

Il nodo più sensibile resta però quello della cosiddetta sovranità linguistica, tema che nel dibattito AI viene spesso ridotto a questione identitaria ma che, nella pratica industriale, coincide con il controllo dei bias strutturali dei modelli. L’anglocentrismo dei sistemi linguistici contemporanei non è un accidente statistico, ma il risultato diretto della distribuzione dei dati e delle priorità di addestramento. In questo scenario, l’italiano rischia di essere trattato come una variazione secondaria di un sistema ottimizzato su logiche angloamericane, con conseguenze che non sono solo stilistiche ma epistemiche, perché influenzano il modo in cui concetti, metafore e strutture argomentative vengono apprese e replicate. La posizione di Navigli, letta in chiave strategica, è chiara: preservare una lingua nei modelli significa preservare una forma di interpretazione del mondo, con implicazioni che vanno oltre la linguistica e toccano direttamente la governance della conoscenza.

Lo sguardo finale, più implicito che dichiarato, riguarda la funzione stessa del ricercatore in un ecosistema dominato da piattaforme globali. Il valore non è più soltanto nella produzione di modelli, ma nella capacità di fungere da interfaccia tra comunità scientifiche locali e infrastrutture internazionali, un ruolo di traduzione bidirezionale che diventa sempre più raro e quindi sempre più strategico. In questo senso, il podcast non racconta semplicemente un progetto tecnologico, ma una posizione industriale: la possibilità che l’AI non sia solo centralizzazione su scala planetaria, ma anche resistenza distribuita attraverso lingue, culture e modelli specializzati. Una tensione che, nel medio periodo, definirà non solo la qualità dei sistemi linguistici, ma anche la geografia del potere cognitivo globale.

Episodio su Spotify: https://open.spotify.com/episode/1PAXmKJtrOE3Xt2sNHIGLz

Episodio su YouTube:  https://youtu.be/XCH1tXvsKvE?si=qW9ERSQouyDcFqg7
Canale del podcast su Spotify: https://open.spotify.com/show/033zQZH8ZcrZd6CQxchZlR