Chi ha insegnato alla macchina il nostro lavoro? #2

L’immagine in evidenza non è decorativa

Tappa 2 di 5 — La critica

Nella prima tappa abbiamo visto come il paper di Pignataro, «The Wrong Apocalypse», descriva la perdita di 2.000 miliardi di dollari in Borsa come reazione sbagliata del mercato, e come le sette domande di Neil Postman rivelino tutto ciò che il paper non rivela. Di chi è il problema, chi paga il prezzo, quali nuovi problemi creiamo.Ora entriamo nel merito del paper, e come la posizione di Pignataro influenza inevitabilmente la sua lettura.

I presupposti impliciti di Pignataro

Prima di procedere, un riconoscimento è dovuto.

Andrea Pignataro ha fatto qualcosa che quasi nessuno nel suo mondo fa: si è esposto.

Ha scritto nove pagine in cui prende posizione su un tema che spaventa i suoi pari, e lo ha fatto pubblicamente. In un ambiente, quello dei grandi patrimoni e delle holding finanziarie, dove il silenzio è la regola e il rischio reputazionale governa ogni scelta, scrivere The Wrong Apocalypse è un atto di coraggio intellettuale.

Detto questo, Pignataro resta una figura poco accessibile: non rilascia interviste, non partecipa al dibattito pubblico, non risponde alle critiche.

È un approccio diverso, ad esempio, da quello di Jack Dorsey, CEO di Block, che poche settimane dopo ha pubblicato una lunga lettera agli azionisti per giustificare il licenziamento di 4.000 persone in nome dell’IA, e contemporaneamente un messaggio ai dipendenti scritto tutto in minuscolo, come un SMS fra amici.

Il commentatore tecnologico John Gruber ha osservato che la differenza di tono tra i due testi, la lettera e il messaggio ai dipendenti, dice molto su chi Dorsey rispetta davvero. Poi il titolo Block è salito del 25% in Borsa.

Pignataro almeno scrive un paper, non licenzia nessuno e non incassa un rialzo azionario per averlo fatto.

Quello che segue, quindi, non è un dialogo con lui, è un dialogo con il suo testo. Un testo che ha il merito di porre domande importanti e il limite di non portarle fino in fondo. Il riscontro, alla fine, non lo darà Pignataro, lo darà chi legge, pensando al presente che vive. Che è esattamente ciò che quel titolo, l’apocalisse (rivelazione) sbagliata, dovrebbe provocare.

Il software come «forma di vita»?

Pignataro ricorre ai «giochi linguistici» di Wittgenstein per descrivere come il software enterprise sia diventato un’infrastruttura comunicativa: «Le aziende non usano Salesforce, parlano Salesforce.»

I processi, le metriche, le gerarchie sono incorporati nel software. Ma questa non è un’intuizione originale: è la constatazione di ciò che la proceduralizzazione del lavoro ha prodotto in decenni.

Il lavoro è stato frammentato in task misurabili, i task sono stati codificati in software, e ora le persone «parlano Salesforce» perché non hanno più altra lingua per svolgere il proprio lavoro.

Pignataro descrive il risultato dell’alienazione organizzativa e lo presenta come una scoperta. Non lo è: è il punto di arrivo della logica taylorista applicata al linguaggio.

Ma Pignataro compie poi un salto che va contestato, chiama il software «una forma di vita».

Non lo è.

Il software è un’infrastruttura progettata da qualcuno, per gli interessi di qualcuno, con regole decise da qualcuno.

Chiamarlo «forma di vita», esattamente come chiamare «intelligenza artificiale» dei programmi che eseguono calcoli statistici su correlazioni nei dati, è accettare la mitologia della tecnologia, quella che Postman chiamava il modo in cui Technopoly si presenta come natura anziché come scelta.

Come ha ricordato Luciano Floridi, già il termine «intelligenza artificiale» è fuorviante: non c’è intelligenza, c’è calcolo. Allo stesso modo, nel software non c’è «vita», ma c’è un’architettura di potere che si è resa invisibile a forza di funzionare.

Quello che Pignataro descrive senza nominarlo è un processo di alienazione: i lavoratori vengono progressivamente separati dal proprio sapere, che viene estratto, codificato e restituito loro sotto forma di procedure obbligate.

Non è una nuova forma di vita, è la vecchia logica taylorista applicata al linguaggio e al giudizio.

Il professionista che «parla Salesforce» non abita una forma di vita, ma è stato addestrato a pensare dentro un recinto che altri hanno disegnato. E l’IA che ora impara quel linguaggio non è una forma di vita più evoluta: è il passo successivo dell’estrazione, il momento in cui il recinto non ha più bisogno nemmeno del pastore.

La tecnologia come strumento neutro e il mito del «lavoro cognitivo»

Pignataro tratta l’IA come una variabile di efficienza, può o non può sostituire il software, può o non può sostituire il «lavoro cognitivo». Ma qui vale la pena fermarsi su due questioni che meritano attenzione.

La prima question è che le tecnologie non sono neutre. L’architettura dei modelli chiusi, chi controlla i dati di addestramento, chi definisce i parametri di ottimizzazione, chi stabilisce i confini dell’output, incorpora scelte politiche.

Jacques Ellul, sociologo francese, autore di La technique ou l’enjeu du siècle (1954; edizione italiana: La tecnica, rischio del secolo, Giuffré, 1969), lo aveva compreso con settant’anni di anticipo.

La tecnica non è uno strumento che l’uomo usa, è un sistema autonomo che impone la propria logica a tutte le attività umane, comprese quelle che si credono libere.

Lewis Mumford, storico americano della tecnologia, aveva distinto in The Myth of the Machine (1967-1970) tra tecnologie «democratiche», flessibili, a misura d’uomo, e tecnologie «autoritarie», centralizzate, che richiedono obbedienza. Lo stesso principio vale per un modello di IA chiuso: chi decide cosa entra nei dati di addestramento, quali output sono permessi e quali vietati, sta facendo una scelta politica, non tecnica. La tecnologia non è mai neutra, è un’architettura di potere che si presenta come efficienza.

La seconda questione è più sottile e più profonda, l’espressione «lavoro cognitivo» attribuisce alle macchine qualcosa che non hanno.L’IA non pensa. Non comprende. Non esercita giudizio.Esegue elaborazioni statistiche e calcoli probabilistici su grandi dataset, producendo output matematicamente determinati dalle correlazioni nei dati di addestramento.

Come ha ricordato Weizenbaum già nel 1976, e come ribadiscono oggi Floridi, Crawford e Sadia, il pensiero critico, quello che distingue correlazione da causazione, che intuisce il non detto, che immagina il non ancora esistente, rimane esclusivamente umano.

Quando Pignataro parla di «sostituzione del lavoro cognitivo», compie un’operazione linguistica che prepara il terreno alla sostituzione stessa, se accettiamo che ciò che fanno i professionisti sia «lavoro cognitivo», e se la macchina può replicare quell’output, allora la sostituzione appare logica.

Ma la premessa è falsa.

Ciò che la macchina replica non è il pensiero del professionista, è il risultato proceduralizzato di quel pensiero, il contratto-tipo, il report standardizzato, l’analisi strutturata secondo template.

La sostituzione è possibile non perché la macchina pensa, ma perché il lavoro è già stato svuotato di pensiero, ridotto a procedure replicabili. È il compimento della logica taylorista, prima frammenti il lavoro in task misurabili, poi scopri che i task misurabili li può fare una macchina. Il problema non è la macchina. Il problema è aver ridotto il lavoro solo a qualcosa che una macchina può fare.

Prima trasformo la persona dotandola di una mente procedurale, e poi per profitto sostituisco la persona con una macro, un Agente AI, perchè in fondo eseguiva una procedura.

Visione dall’alto

Il paper assume la prospettiva del CEO che guarda la transizione dall’alto, settori, capitalizzazioni, flussi di valore. Le persone, i professionisti il cui lavoro viene «disintermediato», i giovani le cui competenze si deprezzano prima ancora di essere formate, appaiono come variabili in un’equazione macroeconomica, non come esseri con bisogni di riconoscimento, autonomia e significato.

Pignataro presenta una posizione apparentemente equilibrata tra due estremi, la sostituzione rapida del software enterprise e la permanenza di quello che nel linguaggio finanziario si chiama moat, letteralmente «fossato», come quello che proteggeva i castelli medievali.

In economia, il moat è il vantaggio competitivo che rende un’azienda difficile da attaccare: un brevetto, un marchio, una rete di clienti, o nel caso di Pignataro, la complessità organizzativa incorporata nel software, così intrecciata con i processi interni da risultare quasi impossibile da replicare o sostituire.

Ma la sua distinzione tra «strato commodity» (facilmente sostituibile) e «strato integrato» (resiliente) sottovaluta la capacità dell’IA di apprendere progressivamente anche gli strati più profondi dell’organizzazione, che è esattamente il meccanismo di «tragedia dei beni comuni» che lui stesso descrive.

Precedenti storici: modelli, non analogie esatte

Il paper evoca la storia delle transizioni tecnologiche ma non la sviluppa. I precedenti sono istruttivi:

La Long Depression (1873-1896) seguì l’adozione massiccia di ferrovie e telegrafo: non una crisi passeggera, ma un ventennio di riaggiustamento strutturale. Il dot-com crash (2000-2002) distrusse circa 5.000 miliardi di dollari di valore di Borsa, ma le tecnologie sottostanti non scomparvero: si consolidarono in meno mani. Il repricing dei media (2007-2015) mostrò come la disintermediazione proceda a strati, prima le funzioni più standardizzate (classificati, pubblicità), poi le funzioni editoriali, infine la distribuzione dell’informazione stessa.

Ogni transizione ha prodotto non solo distruzione, ma concentrazione di potere in nuove mani. Questo è il pattern che Pignataro omette.

Pignataro afferma che non esistono strumenti per proteggersi finanziariamente da questa transizione, in gergo finanziario, strumenti di hedging, cioè operazioni che servono a limitare le perdite se le cose vanno male, come un’assicurazione contro un rischio.

L’affermazione è retoricamente efficace, ma va intesa come metafora, perchè non esistono assicurazioni sulla «grammatica istituzionale», ma i mercati dispongono comunque di strategie di diversificazione e investimenti in infrastruttura IA che consentono forme di copertura almeno parziale.

Gli interessi materiali

Andrea Pignataro non è un osservatore neutrale. ION Group è uno dei maggiori operatori globali nel software finanziario. Alcune sue obbligazioni hanno direttamente risentito del crollo di Borsa. Il paper trasforma una perdita corrente in un allarme civilizzazionale, operazione legittima, ma che va dichiarata.

La raccomandazione di «costruire modelli open source sui propri dati» suona democratica, ma nella pratica presuppone risorse, talenti, infrastruttura di calcolo, dataset proprietari, governance interna, che solo grandi organizzazioni possiedono. Per la stragrande maggioranza delle imprese, «costruire il proprio modello» non è un’opzione, ma è un privilegio.

Per ora ci fermiamo, nella prossima tappa, scriveremo della storia delle transizioni tecnologiche, dal telaio Jacquard a Taylor, dalle rivolte dei canuts al capitalismo computazionale, e perché il management scientifico non è la soluzione, ma il problema.

Post scriptum: la cronaca ci ha già raggiunto

Mentre scrivevamo, i fatti hanno in parte anticipato alcune conclusioni. Il 12 marzo 2026, Il Franti ha pubblicato Agenti AI: la soluzione di Adriano Olivetti, un articolo che parte da un fatto concreto: una multinazionale americana ha chiuso la sua unica sede italiana e licenziato tutti i 37 dipendenti, dichiarando che il lavoro umano è stato sostituito dall’intelligenza artificiale. Nell’ultima tappa di questa serie affronteremo cronache dal mondo che fanno comprendere cosa sta accadendo. Ma chi vuole capire subito perché un imprenditore italiano di settant’anni fa aveva già trovato la risposta, e perché quella risposta è più urgente oggi che allora, può nell’attesa della prossima puntata, leggersi l’articolo

Per chi non avesse letto la puntata precedente:“Chi ha insegnato alla macchina il nostro lavoro?”

Fonti e approfondimenti

Ellul, J. (1954). La technique ou l’enjeu du siècle. Armand Colin. Edizione italiana: La tecnica, rischio del secolo, Giuffré, Milano, 1969. Un testo fondamentale sulla tecnica come sistema autonomo.

Mumford, L. (1967-1970). The Myth of the Machine (2 voll.: Technics and Human Development; The Pentagon of Power). Harcourt Brace Jovanovich. Edizione italiana parziale: Il mito della macchina, Il Saggiatore, Milano, 1969. Sulla distinzione tra tecnologie «democratiche» e «autoritarie».

Floridi, L. Sui limiti del termine «intelligenza artificiale»: si vedano i suoi interventi e pubblicazioni accessibili tramite

Weizenbaum, J. (1976). Computer Power and Human Reason: From Judgment to Calculation. W.H. Freeman. Edizione italiana: Il potere del computer e la ragione umana. I limiti dell’intelligenza artificiale, traduzione di F. Tibone, Edizioni Gruppo Abele, Torino, 1987 (fuori catalogo, reperibile in biblioteca o in antiquariato).

Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press. Edizione italiana: Né intelligente né artificiale. Il lato oscuro dell’IA, Il Mulino, 2021.

Sadin, E. (2018). L’intelligence artificielle ou l’enjeu du siècle. L’Échappée. Edizione italiana: Critica della ragione artificiale, LUISS University Press, 2019.

Dorsey, J. (2026, 26 febbraio). Lettera agli azionisti Block, Q4 2025 (shareholder letter allegata ai risultati trimestrali). Testo integrale della lettera ai dipendenti pubblicato su X: — Testo completo riportato da Newsweek

Gruber, J. (2026, 27 febbraio). Block Lays Off 4,000 (of 10,000) Employees. Daring Fireball: