Ho passato trentadue ore del weekend a provare Astra e ritengo che sia la più grande innovazione tecnologica che abbia visto nella mia vita. È una frase enorme, me ne rendo conto; dopo trentadue ore trascorse a darle lavoro vero, però, ridurla a una normale evoluzione di ChatGPT mi sembrerebbe molto meno serio dell’entusiasmo.
Il punto non è che GPT-6 Astra scriva un po’ meglio, risponda un po’ più velocemente o conosca qualche informazione in più. Quello che cambia è la continuità con cui riesce a sostenere un incarico complesso: ricostruisce il contesto, usa strumenti diversi, attraversa documenti, applicazioni e siti, corregge gli errori incontrati e conserva il filo del risultato. Per chi lavora davanti a un computer, la differenza tra un modello che suggerisce e uno che porta avanti il lavoro non è cosmetica. È la differenza tra avere un’enciclopedia molto brillante sulla scrivania e avere accanto un collaboratore instancabile.
Nel mio fine settimana di prova le ho affidato attività lunghe, volutamente scomode e poco spettacolari: documenti da confrontare, istruzioni stratificate, ricerche da verificare, passaggi operativi che obbligavano a saltare da un ambiente all’altro. È proprio lì che Astra impressiona. Non perché sia infallibile — non lo è, e chiunque dica il contrario sta vendendo qualcosa — ma perché l’errore non interrompe più necessariamente il processo. Il modello può accorgersi che una strada non funziona, tornare indietro, cambiare metodo e proseguire. Questa capacità, applicata su vasta scala, vale economicamente molto più di un chatbot capace di comporre una bella email.
Per anni abbiamo discusso di intelligenza artificiale come di uno strumento che avrebbe aumentato la produttività delle singole professioni. L’avvocato più veloce, il programmatore più produttivo, il consulente capace di leggere più documenti nello stesso pomeriggio. Pietro Paganini ha centrato un punto più radicale: l’intelligenza artificiale non conosce davvero le professioni, perché vede compiti, informazioni, vincoli e risultati. Le nostre categorie professionali sono costruzioni storiche; il modello, invece, attraversa senza riguardo i confini tra ricerca, scrittura, calcolo, programmazione e gestione operativa.
Astra rende questa intuizione concreta. Se una parte crescente del lavoro può essere descritta come una sequenza di obiettivi verificabili, il modello non si limita a migliorare la professione esistente: la scompone e la ricompone. Non sparisce necessariamente l’avvocato, il medico o il commercialista; cambia la quantità di lavoro umano necessaria per produrre lo stesso risultato e, soprattutto, cambia il valore relativo delle attività che restano. Il giudizio, la responsabilità, la relazione e la comprensione del contesto umano acquistano peso. Molte operazioni intermedie, finora vendute a ore, ne perdono.
È qui che la meraviglia tecnologica smette di essere soltanto una faccenda per appassionati e diventa politica economica. Se sistemi come Astra faranno una quota crescente del lavoro, la domanda non può essere soltanto quanti posti verranno sostituiti. Bisogna chiedersi chi possiederà l’infrastruttura, chi incasserà il guadagno di produttività e come verrà distribuito il reddito in un’economia nella quale il lavoro umano potrebbe non essere più il principale criterio di accesso alle risorse.
Il Fondo monetario internazionale, che difficilmente può essere scambiato per un circolo di utopisti, ha già affrontato il problema: l’AI generativa può aumentare produttività e ricchezza, ma anche amplificare disuguaglianze patrimoniali e salariali; per allargare i benefici servono sistemi fiscali e di protezione sociale capaci di accompagnare transizioni occupazionali molto più rapide. Non è una profezia sulla disoccupazione universale. È la constatazione che una tecnologia capace di concentrare capitale e capacità produttiva richiede istituzioni in grado di redistribuirne almeno una parte dei rendimenti.
Sam Altman ha formulato una tesi simile in Moore’s Law for Everything: se l’intelligenza artificiale riduce drasticamente il costo di beni e servizi, tassare soprattutto il lavoro diventa sempre meno sensato, mentre acquistano rilievo il capitale e la terra. La sua proposta prevede una distribuzione periodica di risorse ai cittadini finanziata da queste basi imponibili. Possiamo discutere il disegno, gli incentivi e il comprensibile interesse di chi costruisce l’AI a immaginare un ordine sociale compatibile con la sua diffusione; non possiamo più liquidare la questione come una fantasia da convegno.
In Italia la formula «reddito di cittadinanza» porta con sé una battaglia politica troppo specifica per essere usata come sinonimo di reddito universale. Il principio da discutere è più ampio: se una parte strutturale del reddito verrà prodotta da macchine addestrate sul patrimonio collettivo di conoscenze, potrebbe diventare necessario riconoscere a ogni cittadino una quota di quella produttività, indipendentemente dall’esistenza del vecchio posto di lavoro. Non come elemosina concessa agli espulsi, ma come dividendo di un sistema economico nuovo.
Naturalmente Astra non ha abolito il lavoro durante il mio weekend. Ha commesso errori, ha avuto bisogno di istruzioni e, in più di un’occasione, ha richiesto quella forma di vigilanza che i comunicati commerciali tendono a relegare nelle note. Eppure, dopo trentadue ore, la sensazione rimane: non siamo davanti a una funzione aggiunta a un programma, bensì all’inizio di un diverso modo di organizzare il lavoro intellettuale.
La più grande innovazione che abbia visto nella mia vita non è quindi un oracolo e non è una divinità digitale. È una macchina che comincia a prendere in carico processi, non soltanto domande. Proprio per questo parlarne bene significa anche pretendere una discussione seria su potere, proprietà e distribuzione della ricchezza. Per aspera ad Astra: alle stelle, possibilmente, senza lasciare a terra tutti quelli che non possiedono un pezzo del razzo.