I miei 7 racconti preferiti e cosa insegnano sull’intelligenza artificiale

I miei racconti preferiti non parlano di intelligenza artificiale. Eppure, se dovessi spiegare a un corso perché l’AI non è soltanto uno strumento, ma una lente che ingrandisce potere, lavoro, memoria e responsabilità, partirei da qui. Sono testi lontani tra loro, ma tutti hanno capito una cosa prima dei tecnologi: una macchina o un sistema non diventa innocuo solo perché è efficiente.

Una precisazione: L’umorismo di Pirandello non è un racconto, ma un saggio. Lo tengo nella lista proprio per questo. È la cassetta degli attrezzi che serve a leggere anche gli altri sei.

Bartleby lo scrivano: il diritto di non delegare tutto

Nel racconto di Herman Melville, ambientato a Wall Street, Bartleby è un copista che a ogni richiesta oppone una formula diventata memorabile: preferirebbe di no. Non protesta, non negozia, non offre una spiegazione rassicurante. Smette semplicemente di aderire al meccanismo.

È difficile non pensare ai lavori di ufficio trasformati dall’AI generativa. La domanda non è soltanto “quali compiti può svolgere un modello?”. È anche: quali compiti continuiamo a delegare senza discutere il senso, il ritmo e la conseguenza della delega? Bartleby non è un manifesto contro la tecnologia. È il promemoria che un essere umano non è una casella da ottimizzare.

Sette piani: quando una procedura decide al posto nostro

Giuseppe Corte entra in una clinica per un problema lieve. L’ospedale è organizzato su sette piani: dall’alto al basso aumenta la gravità dei malati. Per una serie di passaggi che sembrano sempre ragionevoli, Corte viene spostato piano dopo piano. Dino Buzzati costruisce una discesa burocratica perfetta: nessuno è apertamente crudele, ma il sistema produce un esito terribile.

È una lezione formidabile per chi progetta processi con l’AI. Un punteggio, una priorità automatica, un suggerimento del sistema possono sembrare innocui presi singolarmente. In sequenza, però, possono incanalare una persona verso una decisione che nessuno ha davvero scelto. Per questo servono controlli, possibilità di ricorso e qualcuno che possa dire: fermiamoci al quarto piano.

La roba: l’accumulo non è conoscenza

Mazzarò, protagonista della novella di Giovanni Verga, accumula terre, animali e beni fino a identificarsi con ciò che possiede. La “roba” diventa misura dell’esistenza. Il paradosso finale è feroce: quando capisce che morirà, non riesce ad accettare di dover lasciare tutto.

Oggi la roba può essere fatta di documenti, dataset, prompt, dashboard, agenti, screenshot e abbonamenti a strumenti che non usiamo. L’AI facilita l’accumulo: più file, più output, più memoria. Ma una montagna di informazioni non coincide con una decisione migliore. La competenza sta nel selezionare, contestualizzare, eliminare. Anche nel sapere cosa non caricare.

L’umorismo: guardare una risposta due volte

Pirandello distingue il comico dall’umorismo: nel primo avvertiamo il contrario, nel secondo sentiamo il contrario. Prima vediamo l’effetto che ci fa sorridere, poi proviamo a capire la ragione e la sofferenza che possono stare dietro quella scena.

È esattamente il gesto che manca quando trattiamo una risposta dell’AI come se fosse definitiva. La prima lettura è: “funziona, suona bene, è convincente”. La seconda è: “da dove viene? Chi potrebbe essere escluso? Che cosa non sta capendo del contesto? Perché è così sicura?”. L’umorismo pirandelliano è una forma di pensiero critico applicata alla plausibilità.

Il cappotto: la dignità che i sistemi non vedono

Akakij Akakievič è un modesto impiegato di Pietroburgo. Per comprare un cappotto nuovo sacrifica tutto; quando glielo rubano, scopre quanto siano indifferenti gli uffici e le gerarchie davanti alla sua richiesta di aiuto. Nel Cappotto, Nikolaj Gogol’ racconta un oggetto minimo che diventa una questione di dignità, riconoscimento e sopravvivenza.

I sistemi automatici vedono variabili, classi e probabilità. Spesso non vedono l’umiliazione di una persona lasciata senza una spiegazione, senza un interlocutore, senza una via d’uscita. L’AI può accelerare un servizio pubblico, un’assistenza clienti o una selezione. Ma la qualità di quel servizio si misura soprattutto nel caso fragile, non nel caso medio.

Funes: ricordare tutto non significa capire

Ireneo Funes, il personaggio di Jorge Luis Borges, dopo un incidente acquisisce una memoria assoluta. Ricorda ogni foglia, ogni nuvola, ogni dettaglio di ogni istante. È un prodigio che diventa una condanna: per pensare bisogna poter astrarre, cioè dimenticare le differenze irrilevanti.

Qui Borges è quasi un manuale per l’era dei modelli linguistici. Archiviare tutto non equivale a conoscere tutto. Un sistema capace di recuperare migliaia di pagine può ancora mancare il punto, confondere una fonte vecchia con una attuale, scambiare correlazioni per cause. La memoria è utile; il giudizio richiede gerarchie, scopi e contesto.

Sentinella: il bias più pericoloso è quello che non vediamo

Sentinella di Fredric Brown è celebre per il colpo di scena finale. Per quasi tutto il testo seguiamo un soldato infreddolito e lontano da casa, assediato da creature che ci appaiono mostruose. Solo alla fine capiamo che la prospettiva era capovolta.

È un esercizio perfetto contro i bias, umani e artificiali. Un modello apprende da punti di vista presenti nei dati. Se una voce manca, se una categoria è raccontata solo da chi ha il potere di descriverla, anche l’output più fluido può portarci dalla parte sbagliata della sentinella. Prima di chiedere all’AI “qual è la risposta?”, chiediamole: “quale prospettiva manca?”.

La lezione comune: l’AI non sostituisce la responsabilità

Questi testi non mi rendono nostalgico di un mondo senza macchine. Mi rendono più esigente verso il mondo con le macchine. Bartleby chiede margine di rifiuto. Buzzati impone di guardare la catena delle microdecisioni. Verga diffida dell’accumulo. Pirandello insegna la seconda lettura. Gogol’ ricorda la dignità. Borges separa memoria e comprensione. Brown ci mette in guardia dalla nostra prospettiva.

Per lavorare bene con l’AI, quindi, non basta scrivere prompt più abili. Serve un metodo: obiettivo chiaro, fonti affidabili, limiti espliciti, controllo umano finale. È il tipo di approccio che uso anche nel Metodo G.O.L.: guidare lo strumento senza consegnargli la guida.

Fonti

• Library of America, Herman Melville
• Treccani, Dino Buzzati Traverso
• Liber Liber, La roba di Giovanni Verga
• Treccani, Luigi Pirandello
• MIT Press Reader, Borges and Memory
• Project Gutenberg, Sentry di Fredric Brown

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.