Il seguente articolo di Piero Dominici è presentato in anteprima ed è tratto dalla rivista semestrale “Laboratori critici”¹, numero speciale di settembre 2026 a cura di Michele Kettmajer², in presentazione a Pordenonelegge domenica 20 settembre³.

Come ripeto da molti anni ormai, la questione delle questioni, che connota e caratterizza in maniera radicale questa civiltà dell’automazione e dell’intelligenza artificiale, non è di natura tecnologica bensì epistemica, epistemologica, educativa e culturale (Dominici, 1995-1996). Il rischio sistemico, costantemente evocato, non consiste tanto nella sostituzione dell’Umano da parte delle macchine, quanto nella progressiva diffusione di forme di conformismo cognitivo⁴ che riducono la conoscenza a informazione, il sapere a competenza tecnica, l’apprendimento ad addestramento e il linguaggio a mera elaborazione computazionale. È questo, a ben vedere, anche il gigantesco fraintendimento del tempo delle macchine intelligenti: confondere la potenza di calcolo con la comprensione, la correlazione con la spiegazione, la velocità e l’efficienza di elaborazione con la conoscenza.

Lo stesso linguaggio non può/non dev’essere trattato come semplice “oggetto” delle intelligenze artificiali, bensì come una delle dimensioni costitutive della conoscenza, della relazione e della co-costruzione sociale della realtà.

La tesi forte (una delle tesi), da cui intende prendere le mosse questo saggio, è la seguente: se la conoscenza è processo sociale complesso di progressiva consapevolezza maturata attraverso esperienza, errore, corporeità, relazione e cooperazione, allora il linguaggio non può essere, in alcun modo, ridotto a dato, informazione o sequenza computabile. In questa prospettiva di analisi, il rischio più rilevante dell’epoca dell’intelligenza artificiale non è tanto la sostituzione dell’Umano, quanto la diffusione di forme di conformismo cognitivo e di dipendenza/delega epistemica ed epistemologica (ibidem) che tendono a standardizzare i processi cognitivi di costruzione del significato e di produzione della conoscenza.

D’altra parte, il linguaggio non è soltanto un sistema di segni, né un semplice “mezzo” di comunicazione. Il linguaggio è, a tutti gli effetti, una proprietà emergente della relazione e costituisce una delle condizioni fondamentali e costitutive che rendono possibile la conoscenza come co-costruzione sociale della realtà. Per questa ragione, la questione posta dalle intelligenze artificiali non riguarda la capacità delle macchine di produrre linguaggio, bensì il rischio di ridurre il linguaggio stesso a informazione, previsione e calcolo, alimentando, come detto, nuove forme di conformismo cognitivo e di delega epistemica.

Viviamo una fase storica che, più di altre, impone di riportare al centro del dibattito una questione che precede la tecnologia e che, tuttavia, le trasformazioni tecnologiche stanno rendendo sempre più evidente: la questione della conoscenza (che è vita).

L’attenzione crescente verso l’intelligenza artificiale, i sistemi generativi e le tecnologie predittive rischia infatti di occultare il problema fondamentale. Non siamo semplicemente di fronte a innovazioni tecniche/tecnologiche sempre più sofisticate; siamo di fronte a una trasformazione che investe i processi attraverso cui costruiamo significati, definiamo ciò che consideriamo “conoscenza” e organizziamo le nostre forme di conoscenza/convivenza. Per questa ragione, la sfida che abbiamo di fronte è innanzitutto epistemica ed epistemologica.

Già alla metà degli anni Novanta, avevo parlato di una “nuova frattura epistemologica”, riferendomi specificamente all’avvento ed alla diffusione degli ecosistemi di intelligenza artificiale: dinamiche e processi che, in maniera non-lineare, avevano determinato (anche) la progressiva divaricazione tra l’accelerazione dei processi di innovazione tecnico-scientifica e la capacità dei nostri sistemi culturali, educativi e politici di comprenderne le implicazioni profonde. Oggi quella nuova frattura epistemologica, da me riconosciuta, fin da subito, come straordinaria opportunità (tuttora) non colta, rischia seriamente di farsi voragine.

Una voragine ulteriormente estesa dalla ipervelocità di processi di trasformazione che non lasciano più il tempo necessario alla elaborazione critica, alla sedimentazione dell’esperienza, alla costruzione condivisa di senso. Mentre aumenta esponenzialmente la disponibilità di dati, informazioni e di potenza computazionale, continuiamo a manifestare una difficoltà strutturale nel comprendere la natura, profonda, ambigua e multidimensionale, della conoscenza e la complessità degli stessi processi che la rendono possibile.

Da questo punto di vista, il linguaggio rappresenta un osservatorio privilegiato. Non soltanto perché è divenuto la materia prima dell’intelligenza artificiale cd. generativa, ma perché esso costituisce una delle pre-condizioni fondamentali della conoscenza stessa. Ridurre il linguaggio a informazione, a sequenza simbolica o a correlazione statistica significa trascurarne la natura più profonda. Il linguaggio non è semplicemente uno strumento di comunicazione, men che meno un dispositivo neutrale di trasmissione dei contenuti. Il linguaggio è relazione. È il luogo nel quale esperienza, memoria, immaginazione, emozioni, corporeità e cultura si intrecciano, rendendo possibile la costruzione condivisa del significato.

In questa prospettiva, appare ancora estremamente attuale la riflessione di Werner Heisenberg, fisico e scienziato divulgatore straordinario, secondo cui ciò che osserviamo non è mai la natura (realtà) in sé stessa, ma la natura esposta ai nostri metodi di indagine/investigazione. Analogamente, un altro gigante, ma delle Scienze sociali, Max Weber aveva sottolineato come ogni conoscenza fosse, sempre e comunque, sezione finita, parziale, inevitabilmente situata, e come fosse impossibile separare interamente il soggetto che osserva dall’oggetto osservato, ponendo – una volta per tutte – la questione epistemica ed epistemologica di una impossibilità di una conoscenza realmente avalutativa della realtà alla base di qualsiasi processo cognitivo e culturale, oltre che alla base della Scienza stessa. Questione tuttora cruciale e ineludibile. Entrambe le acquisizioni richiamate, peraltro, con tutte le sfumature del caso, smentiscono, ancora una volta, l’illusione quasi atavica, e tuttora egemone, di una conoscenza oggettiva, neutrale e definitiva, ricordandoci che ogni processo conoscitivo è sempre processo di costruzione, interpretazione, relazione.

Per queste ragioni, la conoscenza non può essere, in alcun modo, ridotta né all’accumulazione di informazioni né alla semplice, seppur sofisticata, elaborazione dei dati e/o di sequenze infinite di dati. Essa va intesa come un processo di progressiva acquisizione di consapevolezza delle connessioni, delle relazioni e delle interdipendenze che caratterizzano il reale (Dominici, 1995-1996, 2022 e sgg.). Una consapevolezza che si costruisce attraverso l’esperienza, l’errore, la cooperazione, il confronto e la partecipazione a sistemi complessi di relazioni. Allo stesso tempo, la conoscenza non è un oggetto da possedere, essendo processo dinamico, aperto e relazionale. È, allo stesso tempo, prodotto e processo, costruzione individuale e costruzione sociale. E (anche) su tali presupposti si innestano le acquisizioni del pensiero sistemico e delle Scienze della Complessità (ho sempre preferito, per mille ragioni, declinare al plurale) che hanno contribuito, ancor di più, a rendere evidente l’inadeguatezza dei modelli riduzionistici e deterministici che hanno, a lungo, caratterizzato la Scienza moderna e, più in generale, la modernità occidentale (?).

La ricerca scientifica ha progressivamente (di)mostrato come i sistemi viventi e, in maniera ancor più radicale, quelli sociali siano caratterizzati da dinamiche non lineari, processi di auto-organizzazione, irreversibilità, interdipendenze multiple, dinamicità sistemica e proprietà emergenti.

Tuttavia, nonostante le straordinarie acquisizioni e conoscenze scientifiche, non si rivelano ancora così diffuse le relative consapevolezze delle inevitabili e conseguenti implicazioni epistemiche, epistemologiche e metodologiche: il superamento dei modelli meccanicistici e riduzionistici; il riconoscimento delle proprietà emergenti, non osservabili in partenza e non individuabili dall’analisi delle singole componenti; la non isolabilità dei fenomeni e dei processi indagati dal contesto (ambienti ed ecosistemi); il ruolo ineliminabile e mai neutrale/esterno dell’osservatore; la natura non lineare e imprevedibile dei processi evolutivi; la centralità delle relazioni e delle interdipendenze; il ruolo costitutivo dell’incertezza e il valore epistemologico dell’errore; l’urgenza (cruciale, dirimente) di nuove epistemologie che ci mettano in condizione di abitare la ipercomplessità del mondo contemporaneo.

L’intelligenza artificiale rende tali acquisizioni, e le relative (per ora deboli, per non dire, mancate…) consapevolezze, ancora più rilevanti, evidenziandone la necessità e il carattere di urgenza.

Tra i fraintendimenti più diffusi e difficili da sradicare, correlati anche a queste inadeguatezze sistemiche, come non rilevare la permanente confusione tra complessità e complessità computazionale, tra la capacità di elaborare enormi/sterminate/infinite quantità di dati e la capacità di comprendere la complessità dell’Umano, del sociale, del vivente. Come ripeto da tempi non sospetti, la (iper)complessità non coincide/non può coincidere, in alcun modo, con la progressiva riduzione del qualitativo a quantitativo (devastante anche per la stessa ricerca scientifica e le culture della valutazione), con il calcolo e la quantificazione (problema epistemico ed epistemologico della osservabilità), con l’aumento delle informazioni e dei dati disponibili, che seppur determinanti, non producono automaticamente maggiore comprensione e consapevolezza. La previsione, con tutti i relativi tentativi di, non equivale alla spiegazione. Allo stesso modo, il riconoscimento di pattern non coincide e non può essere confuso con la costruzione del significato.

È proprio in questo spazio che emerge una delle questioni e delle dimensioni più critiche della società ipercomplessa e della cd. civiltà dell’automazione: il conformismo cognitivo. Con questa espressione/definizione proposta anni fa, non mi riferisco semplicemente all’omologazione delle opinioni o alla diffusione di narrazioni dominanti. Il conformismo cognitivo riguarda la progressiva standardizzazione del pensiero, dei modi in cui/con cui pensiamo, delle categorie interpretative attraverso cui osserviamo e comprendiamo il mondo. Esso si manifesta quando la complessità (proprietà costitutiva degli aggregati organici…di tutte le forme viventi) viene sistematicamente semplificata, quando il dubbio viene percepito come elemento di debolezza, quando l’incertezza e l’errore vengono interpretati esclusivamente come problemi/anomalie da eliminare.

L’intelligenza artificiale – meglio esplicitarlo – non ha generato tale fenomeno, ma può senz’altro amplificarlo. La crescente delega cognitiva ed epistemica (1996) ai sistemi tecnologici e alle intelligenze artificiali rischia, infatti, di indebolire seriamente la capacità critica, la riflessività e l’autonomia dei soggetti, sempre più spesso confusa e riconosciuta come esito dei processi di automazione. Il problema, a mio avviso, non consiste/non è mai consistito nel fatto che le macchine possano diventare intelligenti (?), ma nel rischio che gli esseri umani rinuncino progressivamente alla responsabilità epistemica ed epistemologica che accompagna ogni processo di conoscenza. Quando la produzione di significato viene delegata a sistemi che operano, soprattutto, attraverso correlazioni statistiche e inferenze probabilistiche, il rischio è quello di confondere la plausibilità con la verità, la velocità con la comprensione, l’efficienza con la conoscenza.

Questa dinamica si inserisce in una tendenza più ampia, definita in passato, Società-Meccanismo (2000): un ecosistema sociale – con Weber, un idealtipo sociale e culturale – edificato sull’illusione che qualsiasi fenomeno/processo/dinamica possa essere previsto, gestito, controllato, ottimizzato, talvolta pre-determinato, attraverso procedure tecniche e meccanismi sempre più sofisticati. La Società-Meccanismo, co-costruita sull’atavica confusione tra sistemi complicati (meccanismi) e sistemi complessi (organismi) e su una visione meccanicistica del reale (Israel, 2004, 2005; Dominici, 2022-2026), non può che interpretare l’errore come anomalia, l’incertezza come fallimento, l’imprevedibilità come difetto del sistema. E non può che considerare “utili” e importanti soltanto i saperi tecnici e specialistici, con le relative competenze promosse. Si tratta di una società che tende a privilegiare l’adattamento rispetto alla comprensione, la prestazione rispetto alla formazione, la competenza tecnica rispetto alla consapevolezza critica. Una Società-Meccanismo che, evocando Hannah Arendt, confonde il know-how con la conoscenza e ha bisogno di meri esecutori di funzioni e di regole poco capaci di interrogarsi sui “perché” delle loro scelte/decisioni (2023).

Eppure, proprio le Scienze della Complessità (Poincaré, 1885, 1908; Weaver 1948; Popper, 1934; Wiener, 1950, 1958; Ashby, 1956; Heisenberg, 1958; Simon 1962; Bertalanffy von, 1962; Feynman 1963, 1985; Hayek von 1964; Neumann von 1958, 1966; Canguilhem, 1966; Emery 1969; Anderson 1972; Bateson 1972, 1979; Morin 1973, 2004 [1977]; Holland 1975; Capra 1975, 1996; Le Moigne 1977; Mandelbrot 1977; Prigogine and Stengers 1979, 1984, 1997; Maturana and Varela 1980, 1985; Foerster von 1981; Kauffman 1993; Luhmann 1984, 1990, 1996; Gell-Mann, 1994, 1995; Krugman 1996; Prigogine 1996; Laszlo 1996; Bar-Yam 1997; Barabási 2002; Israel 2004, 2005; Dominici, 1996-2026; Taleb, 2007, 2012; Montuori 2014; Tegmark, 2017; Jensen, 2023) – l’epistemologia, l’approccio, lo sguardo e la visione sistemica che le supportano – ci insegnano che l’emergenza, l’imprevisto e l’indeterminato non costituiscono anomalie da eliminare, ma dimensioni strutturali e costitutive della realtà. Le proprietà emergenti rappresentano, in tal senso, ciò che non può mai essere completamente gestito, né tanto meno previsto. Esse costituiscono anche il segno più evidente del carattere aperto, dinamico, creativo e generativo dei sistemi complessi. In questo senso, abitare la complessità – che, per le ragioni di cui sopra, non può essere gestita – significa allora imparare ad abitare l’incertezza, aprendosi all’indeterminato e co-costruendo una “cultura dell’errore” (1995-1996). Riconoscendo che non tutto è controllabile, misurabile, quantificabile, semplificabile, prevedibile.

La questione assume una rilevanza ancora maggiore se consideriamo che il linguaggio stesso è una proprietà emergente della relazione. Noi siamo relazioni. Non esistiamo prima delle relazioni per poi entrarvi successivamente; ci costituiamo attraverso di esse. Analogamente, il linguaggio non precede la relazione, ma emerge dalla relazione stessa. Per questo motivo esso non può essere ridotto né a un semplice codice, né a una sequenza di simboli elaborabili computazionalmente. Il linguaggio incorpora contesto, esperienza, memoria, corporeità e significato condiviso. È precisamente questa dimensione relazionale che rende possibile la conoscenza come costruzione sociale della realtà (Mannheim, 1952; Berger – Luckmann, 1966; Lakatos – Musgrave, 1970; Sloman – Fernbach, 2017).

Da qui deriva anche la centralità strategica dell’errore, in misura ancor più significativa proprio all’interno della civiltà dell’automazione e delle intelligenze artificiali. Occorre, finalmente, maturare la consapevolezza che l’errore non sia una deviazione dal percorso della conoscenza o, peggio ancora, che non sia un’anomalia dei sistemi da eliminare/neutralizzare; al contrario, l’errore costituisce condizione/opportunità fondamentale di qualsiasi processo di apprendimento e, per esteso, d’innovazione. Una vera epistemologia dell’errore (1995-1996) ci obbliga a riconoscere che la conoscenza procede attraverso tentativi, revisioni, confronti, confutazioni e ridefinizioni continue. Essa non elimina l’incertezza e non propone soluzioni semplici e a portata di mano. In altre parole, l’approccio sistemico alla complessità e l’epistemologia dell’errore ci portano ad essere in grado di abitare la dimensione sistemica e relazionale dell’Umano e del Vivente. Per queste ragioni, la sfida educativa ed epistemica del nostro tempo non può essere ridotta alla sola acquisizione di nuove competenze tecniche o digitali e, soprattutto, nuovi (iper)specialismi. È necessario promuovere una nuova alfabetizzazione epistemica ed epistemologica, capace di sviluppare pensiero critico, immaginazione sociologica, sensibilità sistemica e consapevolezza della complessità. Diventa urgente educare e formare, in tal senso, figure ibride (ibidem), in grado di attraversare i confini disciplinari, superare le tante false dicotomie che segnano le istituzioni educative e formative, uscendo, una volta per tutte, dalle sabbie mobili del pensiero disgiuntivo (Morin, 1977-2004, 1993; Dominici, 1995-1996, 2023, 2024, 2026).

In conclusione, le questioni legate alla diffusione delle intelligenze artificiali e all’avvento degli ecosistemi generatisi dalle sintesi complesse che ne sono scaturite – ne ho parlato in termini di “nuova natura” – riguardano sempre più da vicino il futuro della conoscenza, dell’educazione, della formazione e, di conseguenza, della cittadinanza e della democrazia. Riguardano la nostra capacità di continuare a co-costruire significati condivisi all’interno di ecosistemi sempre più interconnessi e automatizzati, che tendono, per tante ragioni, ad escludere ed isolare le Persone, nell’illusione di una prossimità simulata e di una dis-intermediazione che, nel tempo, ha eroso i meccanismi sociali della fiducia e della cooperazione.

Se continueremo a confondere l’informazione con la conoscenza, il calcolo con la comprensione e la previsione con la spiegazione, alimenteremo inevitabilmente nuove forme di conformismo cognitivo e di dipendenza epistemica. Se, al contrario, sapremo riconoscere il valore – educativo, epistemico ed epistemologico – della relazione, dell’errore, delle proprietà emergenti e dell’indeterminato, potremo forse affrontare, con consapevolezza, quella “nuova frattura epistemologica” come un’opportunità per ripensare radicalmente i nostri modelli di conoscenza e le nostre forme di convivenza, in vista di un Bene Comune, concreto e generativo.

La sfida delle sfide, oggi come ieri, non consiste nel rendere il mondo (apparentemente) più semplice e a portata di mano. Consiste nell’imparare ad abitare la sua irriducibile, ma straordinariamente affascinante, complessità. Intelligenze artificiali vs Intelligenze Naturali. Intelligenze artificiali e Intelligenze Naturali. Sintesi complesse.¹

PIERO DOMINICI è PhD, Awarded Title of Full Professor (MUR), è Professore Associato presso l’Università di Perugia, dove è Direttore Scientifico di CHAOS (2011). Scienziato sociale e pensatore sistemico, tra i numerosi incarichi internazionali, è UNESCO IPL Expert, Delegato ufficiale all’UNESCO e UN Invited Speaker and Expert. Nominato Executive President of Board of Directors dell’IETI, è Fellow della World Academy of Art and Science e della Complex Systems Society. È autore di numerose ricerche, di 9 monografie e oltre 200 saggi e pubblicazioni scientifiche internazionali; negli ultimi trent’anni, ha lavorato nei campi della complessità, dei sistemi adattativi complessi e dell’educazione, concentrandosi sull’epistemologia e la metodologia della ricerca, sui cambiamenti di paradigma nella scienza, sull’innovazione e sulla transdisciplinarità nella didattica e nella ricerca.

Note

1. https://www.laboratoripoesia.it/laboratori-critici/ ↩︎
2. Michele Kettmajer è autore, docente e consulente nei processi di innovazione digitale, con particolare attenzione alla fenomenologia dell’intelligenza artificiale e ai suoi impatti sociali, politici, culturali e educativi. Collabora su questi temi con la Fondazione Bruno Kessler, dove svolge attività di ricerca sull’ecologia sociale e di comunità dell’intelligenza artificiale. Scrive di AI, umanità e spiritualità per il blog de Il Sole 24 Ore. Il suo ultimo volume è La coscienza delegata, Giugno 2026, Luca Sossella Editore, dedicato alle implicazioni culturali, politiche e antropologiche dell’intelligenza artificiale. È docente del corso “Fenomenologia dell’Intelligenza Artificiale” in contesti universitari italiani e internazionali, tra cui l’Universidade Católica de Benguela in Angola. La sua attività di ricerca e consulenza si concentra sulla governance territoriale dei dati e dell’intelligenza artificiale, sulla costruzione di modelli digitali orientati al bene collettivo e sullo sviluppo di metodi per introdurre l’AI nei processi democratici e nelle politiche pubbliche. ↩︎
3. https://www.pordenonelegge.it/eventi/laboratori-critici-l-illusione-del-linguaggio ↩︎
4. Nel proporre il concetto di “conformismo cognitivo” (Dominici, 2005, 2023 e sgg.) e – come sempre, in questi casi – la relativa definizione operativa, ho parlato di tendenza diffusa degli individui, delle organizzazioni e delle istituzioni a: adottare gli stessi schemi interpretativi; utilizzare gli stessi modelli cognitivi; assumere come “naturali” categorie costruite socialmente; delegare progressivamente il giudizio critico; ridurre la pluralità delle interpretazioni. ↩︎