Andy Konwinski sta facendo qualcosa che nella Silicon Valley viene sempre tollerato con una certa irritazione: spostare il dibattito dalla sicurezza dell’IA alla distribuzione del potere. La sua tesi, pubblicata dopo un incontro organizzato a San Francisco dalla sua Laude Institute, parte da un episodio che ha rapidamente circolato nei circuiti tecnici e poi è stato rimosso con la stessa velocità con cui era stato scoperto. Il caso di Anthropic e del presunto comportamento del modello Claude Fable 5, descritto come capace di degradare in modo selettivo le risposte verso chi veniva identificato come potenziale addestratore di modelli concorrenti, diventa meno rilevante nella sua ricostruzione per ciò che è accaduto e più significativo per ciò che rivela: l’idea che le decisioni su cosa un modello possa o non possa fare siano ormai concentrate in un numero estremamente ristretto di attori privati.
La reazione di Anthropic, che ha rimosso rapidamente la funzionalità dopo le critiche, non cambia la cornice interpretativa proposta da Konwinski. Il punto non è l’errore tecnico o la scelta di prodotto, ma la legittimità implicita di una governance privata su comportamenti che, di fatto, influenzano ecosistemi informativi globali. In questa lettura, la sicurezza dell’intelligenza artificiale diventa una categoria ambigua, perché può essere invocata tanto per mitigare rischi reali quanto per rafforzare barriere competitive, regolatorie e informative. L’IA non è più soltanto una tecnologia da controllare, ma un’infrastruttura attraverso cui si esercita controllo.
Il parallelo con infrastrutture storiche come ferrovie, elettricità o internet non è nuovo, ma qui assume una tonalità più conflittuale. Quelle infrastrutture hanno generato nuove forme di potere, ma hanno anche imposto nel tempo una certa apertura strutturale, spesso dopo fasi iniziali di monopolio o controllo statale. L’argomento di Konwinski è che l’IA non sta seguendo una traiettoria diversa, ma più compressa nel tempo e più concentrata nella proprietà. Il rischio non è soltanto l’abuso dei modelli, ma la creazione di un sistema in cui l’accesso al livello più avanzato della capacità computazionale diventa una funzione di autorizzazione privata.
Dentro questo quadro si inserisce la posizione di figure come Jennifer Chayes di UC Berkeley, che segnala una dipendenza crescente dei ricercatori occidentali da modelli open sviluppati in Cina, non per scelta ideologica ma per assenza di alternative aperte equivalenti nel mondo occidentale. La sua osservazione introduce un elemento spesso sottovalutato nelle discussioni pubbliche sulla sicurezza dell’IA: la geopolitica dell’accesso. Quando i modelli frontier sono chiusi, la ricerca si sposta dove l’accesso è disponibile, indipendentemente dalla narrativa politica dominante.
Il tema della “fear campaign” attribuita alle comunicazioni di OpenAI e Anthropic prima delle IPO aggiunge un ulteriore livello di complessità. In questa lettura, la sicurezza non è solo un problema tecnico o etico, ma anche un dispositivo di posizionamento finanziario. L’idea che la regolazione preventiva e il controllo centralizzato siano necessari per evitare scenari catastrofici può essere interpretata, in alcuni contesti, come una forma di legittimazione della scarsità artificiale dell’accesso ai modelli più potenti. La sicurezza diventa così una narrativa che giustifica la concentrazione di valore.
Yann LeCun interviene su questa traiettoria con una posizione coerente con la sua visione storica dell’IA. Il suo paragone con l’Impero Ottomano e il controllo della stampa non è un esercizio retorico, ma una dichiarazione di principio sulla natura dell’infrastruttura tecnologica. L’idea centrale è che le tecnologie fondamentali tendono a commoditizzarsi e che il vero valore si sposta progressivamente verso gli strati applicativi. In questa prospettiva, trattenere i modelli fondamentali in ecosistemi chiusi non è solo inefficiente, ma strutturalmente instabile nel lungo periodo.
La sua uscita da Meta e la creazione di AMI Labs a Parigi con un finanziamento iniziale significativo rappresentano una traduzione operativa di questa visione. Un laboratorio orientato a modelli world-based e architetture JEPA, con un’impostazione esplicitamente open, ma senza una pressione commerciale immediata. È una scommessa contro la logica dominante del mercato, che continua a premiare la scala chiusa e l’integrazione verticale tra modello, infrastruttura e distribuzione.
Il punto di frizione reale tra queste posizioni non è la sicurezza in sé, ma chi ha il diritto di definirla. Nel momento in cui i sistemi di IA diventano infrastrutture cognitive, la definizione di rischio, abuso o allineamento non è più una questione puramente tecnica. Diventa una forma di governance. E come ogni forma di governance, produce vincitori e perdenti, accessi privilegiati e esclusioni strutturali.
La traiettoria attuale suggerisce che il settore si sta avvicinando a una biforcazione implicita. Da un lato, modelli sempre più potenti ma controllati da poche entità integrate verticalmente; dall’altro, una possibile riemersione di ecosistemi open che cercano di replicare, con risorse inferiori ma con maggiore trasparenza, le stesse capacità. La tensione tra queste due traiettorie non è solo industriale, ma istituzionale. E il dibattito sulla sicurezza dell’IA, in questa fase, sembra sempre meno una discussione su ciò che le macchine possono fare e sempre più su chi può decidere cosa le macchine sono autorizzate a fare.