Intelligenza Artificiale: l’ultima frontiera dell’inquinamento
Illustrazioni di Giulia Boiani
La IA generativa è differente
Ricordate il computer fisso grigio, molto ingombrante, solitamente posto in un angolo del salotto di casa e utilizzato a turno da tutta la famiglia? Ebbene, anche con quello era possibile utilizzare l’intelligenza artificiale. Per esempio con una ricerca Google, che filtrava i contenuti più idonei alle richieste, oppure con la casella di posta elettronica, che riconosceva una mail spam da un’altra “sicura”, oppure ancora con le impacciate ma divertenti illustrazioni di Paint. Questo tipo di tecnologia, però, si distingue dall’Intelligenza Artificiale Generativa, sotto molti aspetti.
Innanzi tutto, quello concettuale. La maggioranza delle persone nate, diciamo, entro i primi anni duemila sono rimaste spiazzate utilizzando per la prima volta una “IA” (termine che, di qui in avanti, sostituirà la dicitura “Intelligenza Artificiale Generativa”). Con una semplice domanda, si ottiene un risultato molto più articolato rispetto a un classico motore di ricerca. Il lavoro certosino di selezione, rielaborazione, stesura dei risultati, di solito svolto dall’essere umano, viene completamente sostituito dalla IA. La quale, in pochi secondi e non senza errori o imprecisioni, come ogni tecnologia ai suoi albori, produce riassunti, tabelle, testi creativi, spunti per iniziare un’email o un elaborato, riflessioni filosofiche, consigli personali, e poi musica, video e immagini.
IA e mondo del lavoro
Tutto questo ha dato il via a una rivoluzione culturale, sociale, economica senza precedenti. L’anno scorso l’azienda Amazon ha annunciato il taglio di almeno 14.000 posti di lavoro, proprio per l’introduzione delle IA. Salesforce, un’azienda americana che fa software, ha licenziato 4.000 addetti all’assistenza clienti perché la IA svolgeva già il 30-50% del loro lavoro. Per motivi simili, Klarna, fintech svedese, ha ridotto la sua forza lavoro del 40% tra il 2022 e il 2024. Ma, al di là delle grandi aziende, che fanno dell’efficienza e dei grandi numeri la loro primaria strategia di crescita, è ancora difficile quantificare l’impatto della IA nel mondo del lavoro a livello globale. Un report di Yale del 2025 riporta come non vi sia stato ancora un cambiamento drastico nel mercato del lavoro dopo l’introduzione di ChatGPT nel 2022. Anche perché, dopo un iniziale entusiasmo, alcune aziende sembra stiano facendo un passo indietro, o quantomeno siano più caute sull’utilizzo massivo della IA. L’amministratore delegato di Klarna, per esempio, nel 2025 ha dichiarato che, nonostante l’aumento di produttività con l’introduzione della IA, la qualità del lavoro ne ha risentito.
È indubbio che alcuni settori ne risentiranno più di altri, come il calcolo e lo sviluppo di software, e che persino le professioni creative affronteranno dei cambiamenti drastici. Così come è certo che la percentuale di persone preoccupate per la perdita del lavoro dovuta alla IA sta aumentando, passando dal 28% nel 2024 al 40% nel 2026.
Le IA amano i dati
Un altro grande impatto della IA, anche se generalmente meno percepito, è quello ambientale. La quantità di energia e acqua necessaria per il funzionamento delle IA è sbalorditiva. Sajjad Moazeni, ricercatore esperto di intelligenze artificiali e ingegneria informatica dell’Università di Washington, ha affermato che gli algoritmi dei modelli IA esigono un’energia da cento a mille volte superiore rispetto a quella che usiamo per consultare i motori di ricerca tradizionali o per le email. Questo perché la quantità di dati che devono “fare avanti e indietro” tra i processori per rispondere a una domanda è molto superiore.
La IA generativa ama i dati, vive di essi. Più ce ne sono, più le sue risposte saranno precise. Infatti, da un lato, la generazione di contenuti avviene grazie alla ricerca e la selezione che la IA compie tra i miliardi di dati presenti in Internet. Dall’altro, i dati vengono immessi appositamente nei modelli IA, i Large Language Models, per “addestrarle” alla creazione di contenuti specifici, con linguaggi particolari, aderenti allo stile “di” o “per” una certa età e livello di istruzione. In più, come spesso accade, l’alto impatto ambientale della IA è collegato a quello sociale. Infatti, il processo di addestramento della IA prevede in certi casi lo sfruttamento di manodopera a basso costo. In paesi quali Venezuela, Madagascar e Kenya, alcune persone, generalmente in condizioni di ristrettezze economiche o disagio sociale, vengono adescate per svolgere il lavoro di immissione di dati nei modelli, con una paga molto bassa, in nero e in condizioni precarie. Il tutto per l’utilizzo massivo di queste tecnologie da parte di paesi più ricchi e sviluppati.
Il consumo dei data center
Proviamo a capire perché il vaglio e l’immissione dei dati nelle IA consumano energia. I dati non sono solo qualcosa di “virtuale”. Per esistere devono essere immagazzinati nei server, cioè grosse “scatole” a loro volta raggruppate nei data center o server farm, cioè dei luoghi adibiti a raggruppare i server per alimentarli. Questa non è certo una novità. Anche i motori di ricerca semplici utilizzano i dati e, quindi, necessitano di data center. Il problema è che, come dicevamo, alle IA ne serve una quantità molto maggiore, affinché siano efficienti nei loro output. Infatti, le grandi compagnie che si occupano di IA, come Open AI o la stessa Google, hanno dei data center destinati solo a ChatGPT o a Gemini. E, per tenerli accesi e funzionanti, serve energia elettrica.
Secondo uno studio dell’università di Vrije di Amsterdam, solo nel 2025 i data center dei sistemi IA avrebbero richiesto 23 Gigawatt di potenza, cioè il consumo di elettricità di tutto il Regno Unito nello stesso periodo di tempo. I data center hanno quindi emesso una quantità di CO₂ tra 32,6 e 79,7 milioni di tonnellate. Basti pensare che lo stato della Norvegia, per quanto uno tra i più virtuosi in Europa in termini di emissioni di gas serra, nel 2023 ha emesso circa 31,5 milioni di tonnellate di CO₂.
In più, la IEA (Agenzia Internazionale dell’Energia) stima che la domanda di energia per lo sviluppo e il funzionamento delle IA crescerà del 15% all’anno tra il 2024 e il 2030, cioè quattro volte più rapidamente rispetto alla crescita del consumo elettrico totale degli altri settori. Praticamente, entro il 2030 i data center consumeranno più del doppio rispetto al 2024. Una grossa crescita dei consumi per le IA tra il 2024 e il 2030 è prevista negli Stati Uniti (+130%), i quali già oggi richiedono la metà dell’energia totale usata nel mondo per il settore IA. Sarà però la Cina a incrementare maggiormente il suo fabbisogno energetico per la IA (+170%). In Europa, l’aumento sarà più contenuto, ma comunque significativo (+70%).
Cosa consuma di più?
Esiste, certo, una differenza tra i consumi necessari all’addestramento delle IA rispetto al loro singolo utilizzo da parte degli utenti. Secondo il rapporto Digitalization and Decarbonization 2024 del Politecnico di Milano, l’addestramento di uno solo di questi modelli, che consuma la stessa energia di quella utilizzata, in media, da 260 famiglie italiane in un anno, è molto più energivoro in termini assoluti rispetto a una conversazione con un modello IA. Lo studio ha anche messo a confronto i consumi per l’addestramento dei tre principali modelli di IA generativa: GPT-3 di OpenAI, Llama 2 di Meta e PaLM di Google. Le 355 ore di training necessarie per addestrare GPT-3 di Open AI hanno emesso 552 tonnellate di CO₂. Per capirci, un volo andata e ritorno Parigi–New York emette circa 1,75 tonnellate di CO₂. Llama 2 di Meta e PaLM di Google hanno richiesto circa la metà dell’energia e, quindi, delle emissioni, anche se la quantità è comunque considerevole.
L’utilizzo di una IA da parte di una sola persona una sola volta utilizza pochissima energia rispetto all’intero ciclo di vita di una IA. Il problema, però, è la quantità di persone che usano quotidianamente questo strumento. Le domande solo a ChatGPT ammontano a circa un miliardo al mese a livello globale, con un consumo di circa 2,9 GWh di energia, sufficiente per coprire i fabbisogni energetici mensili di circa 7.000 famiglie italiane. L’addestramento dei modelli avviene, invece, sporadicamente. Perciò, alla fine, l’impatto relativo maggiore è quello delle domande poste alle IA, che consumano l’80-90% del workload dei data center.
Anche qui, però, il consumo dipende dal tipo di richiesta. La generazione di contenuti multimediali (video, immagini e suoni) ha un impatto enormemente maggiore rispetto a quella di un testo. Per esempio, nella stesura di un report, la generazione di immagini consuma in media l’82,6% dell’energia totale necessaria, mentre il testo solo il 15,1%.
Consumi di acqua
Ma i data center non consumano solo energia. Per il raffreddamento dei server, che altrimenti si surriscalderebbero e si fonderebbero, è necessaria un’enorme quantità di acqua. I grandi data center statunitensi sono i principali responsabili del consumo d’acqua legato alle IA, costituendo il 40% dell’intero impatto idrico di questa tecnologia. Tra il 2021 e il 2022, anni in cui Alphabet e Microsoft, aziende statunitensi, hanno sviluppato i loro Large Language Models, il loro consumo di acqua è aumentato rispettivamente del 20% e del 34%. Nel 2022, Google ha consumato 20 miliardi di litri d’acqua, pari al consumo annuale di 2,5 milioni di europei e di 1,2 milioni di americani. E la curva è in salita, dato che l’impatto idrico delle IA è aumentato di circa il 6% tra il 2017 e il 2022, man mano che sono migliorate le loro capacità di calcolo e le richieste dell’utenza.
Paradossalmente, anche nel tentativo di utilizzare energia pulita per alimentare i data center, il consumo di acqua è aumentato. Nel 2023 negli USA sono stati usati 800 miliardi di litri d’acqua per la generazione di energia idroelettrica destinata ad alimentare i data center (non solo per le IA).
Microsoft aveva iniziato a sperimentare la costruzione di data center subacquei, per limitare l’utilizzo di acqua, un progetto poi abbandonato e che la Cina ha fatto suo. Anche questa soluzione, però, potrebbe avere impatti ecologici notevoli: un aumento locale della temperatura dell’acqua, onde acustiche che possono interferire con la fauna e difficoltà nel recupero rapido di elementi guasti.
Il consumo idrico non è tutto uguale
Un fattore importante è la consapevolezza che il consumo di acqua dei data center non è paragonabile al lavaggio dei pavimenti o al farsi la doccia. “Quando prendiamo l’acqua dal servizio pubblico e la scarichiamo nelle fognature, stiamo solo prelevando acqua, non la stiamo consumando” ha spiegato Saholei Ren, ricercatore della UC Riverside a Wired. “Un data center prende l’acqua da un servizio pubblico e la fa evaporare nell’atmosfera. […] L’acqua consumata dai data center potrebbe metterci fino a un anno prima di tornare sulla superficie terrestre”.
L’acqua disponibile per gli esseri viventi è limitata, specialmente in un’epoca di riscaldamento globale, dove fiumi e laghi si prosciugano, tempeste e piogge torrenziali non permettono un’idratazione uniforme di terreni e coltivazioni. La neve è sempre meno, i ghiacciai si sciolgono più di quanto siano in grado di riformarsi, i fiumi e i mari sono inquinati o acidificati. Due domande quindi sorgono spontanee: è lecito implementare nuove tecnologie se le risorse per farlo non ci sono? E, se non lo è, esiste un modo alternativo e meno impattante per creare e utilizzare una IA?
Ridurre il nostro impatto
Nulla di ciò che facciamo è a impatto zero. Persino respirare produce CO₂. È per questo che si usa la parola “sostenibile”, che si riferisce ad azioni, oggetti e soggetti il cui impatto, che pur esiste, può essere “sostenuto” dalle risorse del pianeta e dagli ecosistemi. Data questa definizione, al momento è impossibile parlare di “IA sostenibile”, visto il suo impatto altissimo, sia attuale che potenziale, peraltro ancora non ben calcolato. Esistono delle alternative, che tra poco elencheremo, forse “più” sostenibili. Ma sarebbe scorretto, da parte di una rivista che ha come valore la sostenibilità ambientale, in piena crisi climatica e in un mondo ancora così legato ai combustibili fossili, promuovere l’utilizzo di un’IA, seppur “green”. Più coerente ed efficace, da parte nostra, è cercare di responsabilizzare l’utilizzo, renderlo più consapevole e, qualora possibile, anche ridurlo. Tanto più che, ormai, l’utilizzo della IA ci è “propinato” ovunque, senza possibilità di scegliere. Quando cerchiamo qualcosa su Google, per esempio, i primi risultati sono generati da una IA. Come con i capi di abbigliamento, non comprare nulla è meglio che comprare un vestito inutile, per quanto “sostenibile”. È anche vero, però, che nessuno è un’isola. Perciò, nella maggior parte delle società contemporanee, chiunque compra vestiti e chiunque prima o poi utilizzerà la IA.
Di seguito, quindi, un elenco di alternative che permettono di contenere i consumi.
- Modelli più piccoli (Small Language Models), che svolgono solo compiti più specifici, come scrivere email. In questo modo la ricerca avviene tra meno dati. Due modelli per la scrittura di testi sono DeepSeek e Minerva AI. Quest’ultimo è un progetto italiano focalizzato sulla lingua nazionale e su ambiti come pubblica amministrazione, aziende e ricerca.
- IA “in locale”, cioè modelli che vengono installati sui singoli dispositivi e che “girano” solamente lì, senza passare da server remoti. Sono utili per lavori quali l’inserimento di dati, la creazione di testi semplici o per l’uso offline della IA. Alcuni esempi sono LLaMA, Mistral, Ollama, LM Studio.
- Un modello particolare è H2OGPT che, nonostante sia open source, cioè si possa affidare a server esterni, è controllabile dall’utente, che può anche utilizzarlo “localmente” o per un compito specifico. Per esempio, un’azienda può usarlo solo con la funzione “servizio clienti”.
- Le IA multi-modello o “instradate” sono software che scelgono automaticamente il modello IA più leggero possibile per ogni richiesta ricevuta. Due esempi sono Requesty e Openrouter.
Qualora poi volessimo monitorare i nostri consumi durante l’utilizzo dei dispositivi, ci sono alcuni software che permettono di dirci quanta energia consumiamo e quante emissioni produciamo. Degli esempi sono: Codecarbon, specializzato nell’analizzare i consumi della IA sui dispositivi in cui viene installato; Experiment Impact Tracker, più orientato al reporting scientifico e usato in ambito accademico; Green Algorithms, che stima le emissioni di qualsiasi computazione; Cloud Carbon Footprint, che misura le emissioni nel tempo; Carbonalyser, un’estensione che mostra il consumo energetico della navigazione online; Carbon Calculator API di Green Web Foundation, che stima le emissioni di una pagina web.
La regolamentazione sulla IA
Per quanto ognuno debba fare la sua parte e le azioni dei singoli siano molto potenti, la responsabilità dei singoli è inferiore rispetto a quella di chi regolamenta e gestisce queste nuove tecnologie, cioè i governi e le istituzioni. Se la maggioranza delle persone non ha mai conosciuto l’impatto di Internet né delle server farm, sarà difficile che comprenda quello della IA. Si tratta infatti di un inquinamento invisibile e con un costo relativamente basso rispetto ad altre tecnologie di uso comune. Per esempio, il tubo di scappamento ci permette di percepire le emissioni di un’automobile, e pagare la benzina di volta in volta ci dà un’idea del suo costo. Elettrodomestici, caloriferi e condizionatori sono un po’ più subdoli, perché non si “vedono” le emissioni; tanto che a volte ci si vanta di una perfetta raccolta differenziata mentre si tengono 17 gradi in casa d’estate. Sono però consumi che pesano da un punto di vista economico e, anche solo per questo, le persone sono portate a ridurne l’utilizzo.
Per Internet, invece, è molto diverso. Con pochi euro al mese abbiamo l’accesso alla rete e, quindi, alla IA. Non paghiamo quasi mai in base al numero di ricerche, di dati utilizzati e, quindi, all’inquinamento. È come se ci fosse stata regalata una lavatrice molto potente, che conclude un ciclo in venti minuti compreso di asciugatura, senza che aumenti il prezzo delle bollette. È quasi ovvio che le persone non abbiano remore nell’utilizzarla. Per questo serve anche un’azione dai piani più alti, che regolamenti e limiti l’utilizzo e lo sviluppo di queste potenti “lavatrici”.
Innanzi tutto, è fondamentale educare le persone a gestire un mezzo così potente come la IA. La Commissione Europea ha di recente inserito l’alfabetizzazione sull’IA tra le priorità del programma Digital Europe Programme, che finanzia corsi, master e centri di formazione per la diffusione di competenze digitali. Esiste poi il piano AI4EU e il servizio DigComp, che hanno l’obiettivo di fornire gli strumenti per l’utilizzo della IA anche tra le persone non esperte, tramite università, aziende e cittadinanza. Ci sono poi molte iniziative nazionali e locali che cercano di educare le persone su questo tema, come il corso gratuito Elements of IA, nato in Finlandia ma disponibile in molte lingue europee.
Negli Stati Uniti, l’educazione all’IA è spinta soprattutto da grandi aziende tecnologiche e dalle università come IBM e Google. La Cina ha integrato l’intelligenza artificiale nei programmi scolastici già dalle scuole primarie. In generale, si sta diffondendo l’idea che l’utilizzo della IA sia una competenza di base, come leggere o usare internet. Il rischio, però, è quello che le persone diventino molto competenti nell’utilizzo di questa tecnologia, ma senza conoscerne l’impatto ambientale. E, chissà, forse è già troppo tardi.
Per questo, entra in gioco la legge. Le nuove regolamentazioni europee sulla IA si concentrano principalmente sul diritto alla privacy dei dati, la sicurezza e l’allineamento dei modelli ai valori democratici. Per quanto riguarda l’ambiente, l’Unione Europea ha approvato sia l’Artificial Intelligence Act, che rende noti i potenziali rischi della IA in merito alla salute, la sicurezza, i diritti umani e l’impatto ambientale, sia il Chip Act, per innovare la fabbricazione dei chip, anche considerando la sostenibilità.
Nel 2025 in Europa è poi nata la Coalizione per un’Intelligenza Artificiale sostenibile, che vede la collaborazione tra governi, ONG, CEO, persone che lavorano in ambito universitario, artisti e artiste e membri della società civile per monitorare e condurre lo sviluppo di IA che rispettino i diritti e che siano di interesse per le comunità. Sono poi state stilate dalla Commissione Europea delle linee guida non vincolanti per i paesi (General‑Purpose AI Code of Practice), ma a fronte di tematiche come trasparenza, sicurezza e responsabilità per i fornitori di grandi modelli di IA, la sostenibilità ambientale non è mai presa in considerazione. Insomma, l’UE fa qualcosa, ma non abbastanza. Non parliamo poi degli Stati Uniti: il governo federale sta cercando di costruire linee guida per garantire uno sviluppo dell’IA “sicuro e controllato”, ma nella pagina della Casa Bianca riguardante l’iniziativa, l’ambiente e la sostenibilità non vengono mai menzionati.
La radice del problema
A questo punto viene da chiedersi se, senza quel dono della lavatrice, si sarebbe potuto evitare tutto questo. Secondo logica, probabilmente sì. Perciò, nella piramide delle responsabilità, che non sono (solo) colpe, in cima troviamo le aziende che finanziano lo sviluppo di nuove tecnologie per poi diffonderle e capitalizzarle, senza essersi prima assicurate della loro sostenibilità. Anzi, addirittura rinunciandoci. Google, che si è sempre dichiarata carbon neutral, nel rapporto ambientale del 2024 ha annunciato di non esserlo più. Il suo obiettivo è quello di raggiungere di nuovo la neutralità carbonica entro il 2030, oltre che zero waste e water positive, cioè con l’impegno di ripristinare le risorse idriche utilizzate.
Anche Microsoft sta investendo in data center alimentati da fonti rinnovabili e che non utilizzano acqua per il raffreddamento, con la volontà di ridurre il suo impatto idrico del 40% entro il 2030. Se, da un lato, nel 2024 Microsoft ha ridotto le proprie emissioni dirette del 30% rispetto al 2020, dall’altro le emissioni per la costruzione di data center e produzione hardware, necessarie per lo sviluppo della loro IA, sono aumentate del 23,4%. Nel suo report di impatto ambientale 2025 è indicato, in astuti sistemi di misurazione difficilmente comprensibili, un numero che oscilla tra i 6 e i 10 miliardi di litri di acqua in un anno. Per attutire eventuali conseguenze mediatiche, l’azienda si fa portatrice dell’idea che la IA possa essere parte della soluzione della crisi climatica. Cosa che, in certi casi, potrebbe essere vera. Come abbiamo già detto, la IA è un mezzo, dipende da come decidiamo di usarlo. Questa nuova tecnologia potrebbe accelerare notevolmente la raccolta di dati in ambito agricolo, per esempio, prevenendo epidemie e suggerendo i metodi di coltivazione più adatti a determinati terreni o condizioni climatiche. Può servire anche a monitorare il ritiro dei ghiacciai e delle foreste, grazie ai dati raccolti dai satelliti. Sarà molto efficace, poi, nel predire eventi meteorologici estremi, permettendo di attuare più tempestivamente strategie di mitigazione e adattamento. Il punto è sempre chiedersi quali realtà impugnano queste battaglie e qual è il loro scopo ultimo. Quello di Microsoft sarà quello del raggiungimento del benessere sociale e ambientale globale?
Ci sono poi migliaia di aziende più piccole, prive di un loro modello IA, ma che comunque hanno un discreto potere economico, di scelta e, quindi, di direzionare il mercato. Per loro stanno nascendo dei software come Green AI Cloud o REGOLO.AI che le possono supportare nella selezione di IA con meno impatto ambientale. Per esempio, quelle che attingono da server farm che usano energia idroelettrica, o che recupera il calore generato per il riscaldamento delle case nelle zone limitrofe, o quelle posizionate in regioni fredde per evitare “naturalmente” il surriscaldamento, o ancora quelle che riciclano l’acqua.
Software o meno, però, ad oggi la IA non è sostenibile. E, forse, non è conveniente che lo sia, perché abbasserebbe la sua efficienza e, quindi, i suoi ricavi. Dunque, finché l’impatto negativo supera i presunti vantaggi delle IA, è lecito domandarsi se il problema non stia nella tecnologia stessa.
La questione etica
La IA, certamente, è un mezzo, e come ogni mezzo si può usare bene o male. Così come un bastone può sorreggere un anziano o picchiare qualcuno. Qui, però, in quanto a impatto ambientale, più che a un bastone siamo davanti a un carro armato.
In un suo post, Ferdinando Cotugno, uno dei più rispettati giornalisti ambientali italiani del momento, ha scritto quanto segue:
Essere in grado di fare una cosa non significa che dovremmo farla. […] Quando in Jurassic Park i dinosauri si preparano a esondare, il fondatore dice di non preoccuparsi, tutti i parchi hanno avuto problemi, quando hanno aperto Disneyland non funzionava niente. E sempre Malcom gli risponde: “sì, John, ma se la giostra dei pirati dei Caraibi si rompeva, i pirati non mangiavano i turisti”.
Lo scopo del “mezzo” IA è davvero anche quello del benessere sociale e non solo quello del profitto? E, se dessimo credito alla prima opzione, il danno ambientale che ha già provocato e che provocherà, non comprometterebbe la natura stessa di quel nobile intento? Se iniziassimo a vedere l’impatto ambientale e sociale dell’innovazione e della crescita non come un male necessario, ma come un limite invalicabile, probabilmente allo sviluppo e la diffusione di alcune tecnologie verrebbe riservata più cautela.
Invece, come società non facciamo altro che togliere l’ambiente dall’equazione, come se non fossimo in una crisi climatica senza precedenti. Uno dei modi con cui ci auto-convinciamo della legittimità di qualcosa è l’aumento della “produttività”. Un’illusione che spesso porta le persone a lavorare di più senza riconoscimento, e chi sta al vertice a guadagnarci. Durante la presentazione a Torino della ricerca “Ecosocialismo, una profezia della speranza” con l’autrice Francesca Gabutti e Paola Imperatore, ricercatrice di scienze politiche all’Università di Pisa è emersa una questione interessante. Negli anni sessanta, con l’arrivo degli elettrodomestici nelle case, è finalmente arrivata anche la possibilità per le donne di lavorare ed è innegabilmente diminuita la fatica fisica legata ai lavori domestici. Paradossalmente, però, è aumentata la loro mole di lavoro. Sia perché ora lavoravano sia fuori che dentro casa, visto che il cambio culturale necessario affinché anche gli uomini iniziassero a occuparsi delle faccende domestiche ha richiesto molto più tempo (e ancora non si è concluso). Sia perché sono aumentati gli standard di pulizia, ordine e grandezza delle abitazioni. Parimenti, l’arrivo del telefono cellulare, poi del computer e di internet ha causato, da un lato, una facilitazione del lavoro, dall’altro una separazione tra tempo di lavoro e tempo privato, che a causa della perenne reperibilità e l’aumento delle aspettative rischia di aumentare le ore lavorate in certi settori. Poco fa Wired ha pubblicato un articolo che riguarda proprio il rischio che le ore dedicate al lavoro con l’arrivo della IA aumentino, non il contrario.
Perciò, quando è giusto dare un limite alle scoperte tecnologiche? Forse quando non sembrano ancora esserci valide motivazioni per non farlo, specialmente se in gioco c’è il benessere sociale, economico, ambientale del pianeta intero. Insomma, la vita sulla terra. Un collasso da cui non si salveranno nemmeno quelle poche persone che ora stanno guadagnando enormemente dalle IA e che, per forza di cose, non abbracceranno mai l’idea di un mondo diverso, dove il progresso, se c’è, è per uno scopo più alto di loro. Perciò, si torna sempre lì. Sembra che la speranza sia ancora nelle mani della parte più bassa, ma più massiccia, della piramide: le istituzioni e, ancora di più, i singoli individui.
Duegradi vive anche grazie al contributo di sostenitori e sostenitrici. Sostieni anche tu l’informazione indipendente e di qualità sulla crisi climatica, resa in un linguaggio accessibile.
Add a Comment