Da Bauman all’identità e all’intelligenza
liquida
Il concetto di intelligenza liquida nasce da una trasformazione che Zygmunt Bauman seppe osservare con largo anticipo. Il sociologo usò la metafora della liquidità per raccontare una
società nella quale le forme non restano stabili abbastanza a lungo da
diventare punti di riferimento. Nella modernità “solida” il lavoro,
l’identità, le istituzioni, le appartenenze e perfino le relazioni
sembravano possedere una struttura durevole. Nella modernità liquida,
invece, tutto deve adattarsi, cambiare forma, scorrere.
In Modernità
liquida, pubblicato nel 2000, Bauman descrive il passaggio da
una modernità pesante, legata all’hardware, a una modernità leggera,
mobile e sempre più fondata sul software.
In Intervista
sull’identità, l’identità stessa diventa precaria, simile a un
vestito che si usa finché serve. Non è più soltanto qualcosa che siamo:
è qualcosa che costruiamo, modifichiamo e rimettiamo continuamente in
discussione.
È importante partire da qui perché la liquidità non significa
semplicemente digitalizzazione. Indica qualcosa di più profondo: la
separazione tra una funzione e il contenitore che per secoli l’ha resa
possibile.
Il lavoro si separa dall’ufficio. La relazione si separa dalla
vicinanza fisica. L’identità si separa da un’unica appartenenza stabile.
La musica si separa dal disco.
Ora l’intelligenza si sta separando dalla mente che la produce.
Prima la musica, poi
l’intelligenza
Nel 2014, insieme a Renzo Zonin, pubblicai Musica
liquida. Spotify, Deezer e la canzone nell’era dello streaming.
Il cuore di quel cambiamento non era l’MP3 e nemmeno Spotify in sé. Era
il passaggio dal possesso all’accesso.
2014.
Per ascoltare una canzone non serviva più acquistare e conservare un
oggetto. Non occorreva sapere in quale scaffale fosse il CD, né
trasferire fisicamente un supporto da una persona all’altra. La musica
diventava un flusso: disponibile su richiesta, potenzialmente
sterminato, accessibile da dispositivi diversi, organizzato da algoritmi
e pagato attraverso un abbonamento.
La musica non era diventata meno importante. Era cambiata la sua
condizione materiale e, insieme a quella, erano cambiati i nostri
comportamenti. Abbiamo iniziato ad ascoltare più brani, a saltarli
prima, a delegare la scoperta alle piattaforme, a costruire playlist
invece di collezioni. L’abbondanza ha ampliato le possibilità, ma ha
anche modificato l’attenzione e trasferito una parte del potere dagli
artisti e dagli ascoltatori agli intermediari digitali.
Oggi sta accadendo qualcosa di simile con l’intelligenza: la capacità cognitiva diventa accessibile, modulare e sempre più liquida.
Per ottenere una traduzione, un’analisi, una sintesi, una bozza, un
confronto tra documenti o una prima ipotesi strategica non dobbiamo
necessariamente possedere in anticipo tutte le competenze necessarie.
Possiamo accedere, per pochi secondi o per alcune ore, a una capacità
cognitiva esterna. La interroghiamo, la indirizziamo, la combiniamo con
dati e strumenti. Poi la spegniamo.
Come una canzone in streaming, anche una porzione di lavoro cognitivo
arriva quando serve.
Che cosa intendo per
“intelligenza liquida”
Uso questa espressione come metafora sociale e tecnologica, non come
nuova categoria psicologica. In psicometria esiste già il concetto di intelligenza
fluida nella teoria di Cattell e Horn: è la capacità di
affrontare problemi nuovi senza affidarsi soprattutto a conoscenze già
acquisite. Qui parlo di altro.
Chiamo intelligenza liquida la capacità cognitiva
che:
- è disponibile a richiesta;
- non è legata stabilmente a una singola persona;
- può scorrere tra applicazioni, documenti, database e
dispositivi; - può essere combinata con altre intelligenze, umane o
artificiali; - si misura e si acquista a consumo, attraverso token, crediti o
abbonamenti; - può aumentare o diminuire in pochi istanti, secondo il problema da
affrontare.
La formula, provvisoria, potrebbe essere questa:
L’intelligenza liquida è capacità cognitiva separata dal suo
portatore, resa accessibile come flusso, componibile come software e
consumabile come servizio.
Non vive necessariamente in un robot umanoide. Più spesso abita una
casella di posta, un CRM, un browser, un foglio elettronico o un agente
che legge una richiesta, consulta più fonti, esegue una procedura e
propone un risultato.
Il chatbot è stato soltanto il rubinetto. Dietro quel rubinetto sta
crescendo un acquedotto cognitivo.
L’esplosione non
riguarda soltanto la potenza
Quando si parla di intelligenza artificiale, si osservano soprattutto
i modelli più potenti. Ma la trasformazione decisiva nasce dall’incontro
di almeno tre curve.
La prima è l’aumento delle capacità. Lo Stanford
AI Index 2026 segnala progressi rapidi nei benchmark più
difficili, insieme a prestazioni sempre più rilevanti in ambiti
professionali come fiscalità, finanza, diritto e gestione dei mutui.
Avverte però anche che l’intelligenza delle macchine resta
“frastagliata”: un sistema può risolvere problemi matematici avanzati e
fallire in compiti apparentemente banali.
La seconda curva è la riduzione del prezzo. Secondo lo Stanford
AI Index 2025, tra novembre 2022 e ottobre 2024 il costo per
interrogare un modello con prestazioni paragonabili a GPT-3.5 sul
benchmark MMLU è sceso da 20 dollari a 7 centesimi per milione di token,
una riduzione superiore a 280 volte. Il dato non significa che ogni
forma di AI diventerà quasi gratuita: i modelli di frontiera,
l’infrastruttura, l’energia e le applicazioni complesse restano costosi.
Mostra però una direzione precisa: una stessa unità di capacità tende a
diventare più accessibile.
La terza curva è la diffusione. Il capitolo economico dello Stanford
AI Index 2026 stima che l’AI generativa abbia raggiunto il 53%
di adozione in tre anni e che nel 2025 il 70% delle organizzazioni
intervistate la utilizzasse in almeno una funzione aziendale. Non tutte
la usano bene e l’impiego degli agenti è ancora iniziale, ma il
passaggio dalla curiosità all’infrastruttura è già cominciato.
Questa è l’esplosione dell’intelligenza liquida che ci attende: non un’unica superintelligenza
che compare improvvisamente, ma miliardi di piccoli atti cognitivi
prodotti, acquistati, delegati e incorporati in ogni processo.
Dall’automazione
delle braccia alla disponibilità di cognizione
Le rivoluzioni industriali precedenti hanno moltiplicato soprattutto
la forza, la velocità, l’energia e la capacità di coordinare la
produzione. Macchine a vapore, elettricità, catene di montaggio,
computer e reti hanno progressivamente esteso ciò che un essere umano
poteva fare.
L’AI generativa introduce qualcosa di diverso: rende scalabili
attività che consideravamo cognitive. Scrivere, classificare,
riassumere, tradurre, programmare, progettare una sequenza operativa,
cercare analogie, simulare un interlocutore, preparare alternative.
Non tutto questo equivale a “pensare” nel senso umano del termine. Un
modello non possiede automaticamente esperienza, responsabilità,
intenzione o coscienza. Ma può fornire una prestazione cognitiva utile.
Per chi lavora, la differenza filosofica resta enorme; sul piano
operativo, invece, il confine inizia a spostarsi.
Studi come quelli di METR
sugli orizzonti temporali dei compiti cercano di misurare per quanto
tempo un agente riesca a lavorare autonomamente su attività software
prima che la probabilità di successo crolli. I risultati mostrano una
crescita rapida, ma vanno letti senza estrapolazioni automatiche:
riguardano famiglie specifiche di compiti e non dimostrano che gli
agenti siano già affidabili in ogni lavoro reale.
La capacità disponibile aumenta, ma la responsabilità non può essere
messa in streaming.
È davvero la quinta
rivoluzione industriale?
L’espressione “quinta rivoluzione industriale” è affascinante, ma va
usata con cautela. Non esiste un confine storico universalmente
riconosciuto che separi una quarta e una quinta rivoluzione.
La Commissione
europea parla di Industry 5.0 come di un
completamento, non di una sostituzione, del paradigma 4.0. Al centro
mette tre principi: sostenibilità, resilienza e centralità della
persona. È una precisazione importante: una fabbrica più automatizzata
non diventa automaticamente più umana, più equa o più sostenibile.
Se vogliamo chiamare “quinta rivoluzione industriale” la fase che si
apre, allora non dovrebbe essere definita soltanto da robot e agenti. La
sua vera materia prima sarà la cognizione distribuita. La sua unità di
misura non sarà solo il pezzo prodotto, ma la decisione assistita. Il
suo conflitto fondamentale riguarderà chi controlla i flussi di
intelligenza, con quali dati, secondo quali obiettivi e sotto quale
responsabilità.
In altre parole, la quinta rivoluzione industriale non sarà
automaticamente umanocentrica. Dovremo renderla tale.
Che
cosa succede quando l’intelligenza diventa abbondante
Quando una risorsa diventa abbondante, il valore si sposta
altrove.
Con l’abbondanza di contenuti, il valore si è spostato verso
l’attenzione. Con l’abbondanza di informazioni, verso l’affidabilità.
Con l’abbondanza di capacità cognitiva, il valore si sposterà verso la
scelta dei problemi, la qualità dei criteri e l’assunzione di
responsabilità.
Produrre una bozza costerà sempre meno. Capire se quella bozza è
vera, opportuna, originale e coerente con un obiettivo resterà
difficile.
Generare cento strategie sarà facile. Rinunciare alle novantanove
sbagliate richiederà giudizio.
Creare un agente sarà sempre più semplice. Decidere che cosa non
delegargli diventerà una competenza manageriale.
Per questo il prompt engineering, da solo, non basta. Non serve
soltanto imparare a “fare domande all’AI”. Occorre imparare a progettare
sistemi di lavoro nei quali esseri umani, modelli, fonti e strumenti
abbiano ruoli espliciti. Servono obiettivi, limiti, verifiche,
tracciabilità e punti nei quali una persona possa interrompere il
processo.
L’intelligenza liquida dovrà essere incanalata. Altrimenti non sarà
un acquedotto: sarà un’alluvione.
Il rischio del debito
cognitivo
La metafora della liquidità contiene anche un avvertimento. Ciò che
scorre facilmente può sfuggire al controllo.
Se deleghiamo continuamente la scrittura, potremmo smettere di usare
la scrittura per pensare. Se accettiamo sintesi senza tornare alle
fonti, potremmo confondere velocità e comprensione. Se ogni decisione
arriva accompagnata da una raccomandazione algoritmica, potremmo perdere
l’abitudine al dubbio.
I benefici, inoltre, non sono uniformi. Lo Stanford AI Index rileva
guadagni di produttività significativi in diversi lavori strutturati, ma
segnala risultati più limitati nei compiti che richiedono ragionamento
profondo e possibili effetti negativi sull’apprendimento quando la
dipendenza dallo strumento diventa eccessiva. Esistono persino contesti
nei quali l’AI può rallentare professionisti esperti: in un esperimento
randomizzato di METR, sviluppatori open source esperti hanno
impiegato più tempo usando strumenti AI, non meno.
Anche l’affidabilità resta discontinua. Il capitolo sulla
responsabilità dello Stanford
AI Index 2026 documenta la distanza tra l’avanzamento delle
capacità e quello delle misure di sicurezza e trasparenza.
Potremmo quindi accumulare un nuovo tipo di debito: il debito
cognitivo. È ciò che accade quando risparmiamo tempo oggi
delegando senza capire e paghiamo domani con perdita di competenze,
errori invisibili e dipendenza da sistemi che non sappiamo più
valutare.
La nuova
competenza umana: dare forma al flusso
Nell’epoca della musica liquida non abbiamo smesso di avere bisogno
di musicisti. Abbiamo avuto bisogno di nuovi modi per scoprire,
selezionare, remunerare e dare senso alla musica.
Nell’epoca dell’intelligenza liquida non smetteremo di avere bisogno
dell’intelligenza umana. Ne avremo bisogno in forma diversa.
Serviranno persone capaci di formulare problemi, non soltanto di
eseguire compiti. Di riconoscere una risposta plausibile ma falsa. Di
collegare discipline lontane. Di comprendere le conseguenze sociali di
una decisione efficiente. Di assumersi la responsabilità che un modello
non può assumersi.
L’AI potrà moltiplicare le risposte. Non potrà decidere, da sola,
quali domande meritino di guidare un’azienda, una scuola, una pubblica
amministrazione o una vita.
La grande trasformazione non consiste nell’arrivo di una macchina
onnisciente. Consiste nella progressiva disponibilità di una quantità
enorme di capacità cognitiva, imperfetta ma economica, veloce e sempre
più integrata nei processi quotidiani.
La musica liquida ci ha insegnato che, quando qualcosa diventa
accessibile ovunque, non cambia soltanto il modo in cui lo consumiamo.
Cambiano il mercato, le abitudini, gli intermediari e perfino il nostro
rapporto con quel bene.
Per approfondire i dati sull’evoluzione delle capacità, dei costi e
dell’adozione dell’intelligenza artificiale, questo intervento dello
Stanford Institute for Human-Centered Artificial Intelligence presenta i
principali risultati dell’AI Index 2026:
Ora tocca all’intelligenza.
La domanda, quindi, non è più se useremo questa intelligenza liquida.
La domanda è se sapremo darle una forma prima che sia lei a dare una
forma a noi.
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.