Le tre crepe del consenso

Le tre crepe del consenso

A maggio 2026 il mondo tech si divide su tre fronti: quale AI costruire, chi lavorerà, chi la controllerà. E perfino i più influenti ammettono di non sapere dove si va.

C'è un momento, in ogni grande cambiamento tecnologico, in cui le persone più informate smettono di essere d'accordo tra loro. Non perché litigano, ma perché la strada davanti si è aperta a ventaglio e nessuno sa più quale ramo porterà lontano. Maggio 2026 è uno di quei momenti, e questo è Signal Brief. In poche settimane chi guida il discorso sull'intelligenza artificiale si è ritrovato diviso su tutto. E la spaccatura più interessante è cominciata da una domanda semplice: che forma deve avere una macchina che pensa?

Partiamo da un trasloco. In primavera Andrej Karpathy — uno dei nomi che hanno costruito l'AI di Tesla e poi di OpenAI — è passato ad Anthropic per occuparsi di una cosa molto poco appariscente: come si addestrano i modelli alla radice. Non un prodotto, non un'app. Il motore, prima del motore. È un gesto piccolo, quasi da artigiano, e dice molto sul momento che stiamo attraversando.

Perché mentre Karpathy torna alle fondamenta, gli altri protagonisti del settore stanno scoprendo di non essere più d'accordo su quasi niente. E le loro divergenze, se le metti in fila, disegnano tre crepe.

La prima è sulla forma. Per anni la ricetta è stata una sola: fai il modello più grande, dagli più dati, più calcolo, e diventerà più intelligente. Yann LeCun, una delle teste che hanno inventato le reti neurali moderne, a maggio ha rotto pubblicamente con questa idea. Ha lasciato Meta e ha fondato una società da oltre un miliardo di dollari per costruire qualcosa di diverso: non un cervello unico e gigantesco che indovina la parola dopo, ma tante macchine più piccole che imparano come funziona davvero il mondo. Dall'altra parte Sam Altman e Demis Hassabis continuano a scommettere sulla strada della scala. E Karpathy, di nuovo lui, ne immagina una terza ancora: un software che non si progetta più riga per riga, ma che nasce per intuizione, quasi seminato. Tre persone competenti, tre strade diverse verso la stessa casa, e nessuno che sappia ancora quale arriva prima.

La seconda crepa riguarda il lavoro. Qui la domanda è vecchia come le fabbriche: questa macchina ci toglie il pane o ce ne dà di più? LeCun liquida come "stupida" la storia dell'apocalisse occupazionale, e dice una cosa che mi ha colpito: spaventare i ragazzi con il racconto del mondo senza lavoro fa solo danni. Marc Andreessen vede addirittura una rinascita delle fabbriche americane. Ma da un'altra angolazione arriva Paul Graham, e nota una cosa più sottile: in un mondo sommerso di testi scritti dalle macchine, la voce umana sincera diventa rara, e quindi preziosa. È la stessa dinamica del fatto a mano quando arrivò la produzione in serie: più tutto diventa automatico, più ciò che porta un'impronta personale acquista valore.

La terza crepa è sul potere. Benedict Evans, uno degli osservatori più lucidi del settore, prevede che alla fine solo due o quattro aziende al mondo potranno permettersi di costruire questi modelli — come è successo con i chip, pochissimi al comando. Ma proprio mentre lui lo dice, Jack Dorsey e Vitalik Buterin tirano nella direzione opposta, costruendo a mano alternative fuori dal controllo di pochi.

Tre crepe: che forma dare alla macchina, chi lavorerà, chi comanderà. E sotto tutte e tre, un rumore di fondo nuovo. Perché la cosa più interessante, per me, è che nessuno di questi nomi finge più di avere la risposta. François Chollet lo dice apertamente. Evans rifiuta ogni profezia. Karpathy parla di problemi ancora aperti. Come nelle prime fabbriche elettriche, quando nessuno sapeva ancora se l'elettricità fosse un dettaglio o una rivoluzione — solo che stavolta a dirlo sono proprio quelli che dovrebbero saperlo.

Cominciamo da Yann LeCun, perché è lui ad aver dato la prima martellata. LeCun è uno dei tre o quattro ricercatori a cui si deve l'AI che usiamo oggi: ha passato anni a insegnare alle macchine a riconoscere le immagini quando quasi nessuno ci credeva, e poi ha guidato la ricerca di Meta. Uno dell'establishment, insomma. Il tipo da cui non ti aspetti uno strappo.

E invece lo strappo c'è stato. Tra la fine del 2025 e questa primavera LeCun ha lasciato Meta e ha messo in piedi una nuova società — oltre un miliardo di dollari di capitale — con un'idea che va contro la corrente dominante. Dice che i grandi modelli di linguaggio, quelli che oggi rispondono a tutto, hanno toccato un soffitto. Sono bravissimi a maneggiare le parole, ma non capiscono come funziona il mondo. Un bambino di pochi mesi sa che una palla lasciata andare cade per terra; il modello più costoso del pianeta lo "sa" solo perché l'ha letto da qualche parte, non perché l'ha visto. LeCun vuole costruire macchine che imparino quella fisica delle cose.

C'è poi un secondo fronte su cui non le manda a dire. Quando gli parlano della disoccupazione di massa portata dall'AI, la definisce una sciocchezza, e aggiunge che riempire i giovani di angoscia per un futuro senza lavoro è un danno vero, non un'esagerazione innocente. Ogni grande tecnologia, ricorda, ha cancellato mestieri e ne ha creati altri che prima non esistevano. Non era diverso quando i computer entrarono negli uffici.

Qui sta il collegamento col filo di oggi. LeCun incarna la prima crepa — quella sulla forma da dare alla macchina — e in più mette il dito nella seconda, quella sul lavoro. Ma la cosa che resta è il gesto: una figura interna al sistema che, a sessant'anni passati, decide di ripartire da zero perché è convinto che la strada maestra sia un vicolo cieco.

Mi fa pensare a quei capomastri di fine Ottocento che, in piena euforia per il vapore, dicevano sottovoce che il futuro era un'altra cosa: l'elettricità. Avevano ragione, ma ci vollero vent'anni perché si vedesse. Forse LeCun è uno di quelli. Forse no. Per ora ha solo deciso di scommettere il proprio nome contro la moda del momento.

Se LeCun discute quale macchina costruire, François Chollet si occupa di una domanda ancora più a monte: come facciamo a sapere se stiamo davvero andando avanti? Chollet è un ricercatore francese, autore di strumenti molto usati per costruire reti neurali, ma da qualche anno la sua ossessione è un'altra: misurare l'intelligenza vera, non quella che fa scena.

A maggio ha pubblicato un saggio intitolato, più o meno, "il ciclo del progresso". La tesi è semplice e un po' spiazzante: i grandi salti non arrivano da lampi di genio, ma da un lavoro paziente fatto di tentativi, errori e correzioni, ripetuto per anni. E dice una cosa controintuitiva: gli esperimenti che fanno avanzare davvero non sono quelli che ti danno ragione, ma quelli che ti dimostrano che avevi torto. È un'idea quasi morale, prima che tecnica.

Poi c'è la sua creatura, ARC. È una specie di test di ragionamento: piccoli rompicapi visivi che un bambino risolve senza fatica. Gli esseri umani li azzeccano quasi tutti. I modelli più avanzati e costosi del mondo, su una parte di questi test, faticano enormemente. Chollet ha appena rilanciato con una versione nuova, fatta di ambienti interattivi, e ha messo in palio due milioni di dollari per chi riesce a fare meglio. Il messaggio è chiaro: c'è ancora un muro tra noi e le macchine, e si vede bene proprio dove dovrebbe contare di più.

E qui torniamo al rumore di fondo di cui parlavo all'inizio. Chollet non dice "la mia strada è quella giusta". Dice qualcosa di più onesto e più scomodo: il divario c'è, è misurabile, e non sappiamo ancora cosa serva per colmarlo. In un settore pieno di profezie sull'AI che arriverà l'anno prossimo, lui pianta un termometro nel terreno e dice: guardate questo, non le promesse.

Mi piace pensarlo come quei geografi che, prima delle foto dal cielo, disegnavano le mappe lasciando in bianco le zone che nessuno aveva ancora visto. Non riempivano i vuoti con i draghi per fare scena. Scrivevano: qui non sappiamo. Chollet fa lo stesso con l'intelligenza artificiale, e di questi tempi è quasi un atto di coraggio.

Ricapitoliamo un attimo dove siamo, perché in auto è facile perdere il filo. Tre crepe: che forma dare alla macchina, chi lavorerà, chi comanderà. LeCun ci ha mostrato la prima, Chollet ci ha ricordato che nessuno ha la mappa. Paul Graham ci porta dentro la seconda, ma da una porta laterale che non ti aspetti.

Graham è il fondatore di Y Combinator, la fabbrica di startup da cui sono usciti mezzi colossi della Silicon Valley. È uno che legge migliaia di email di aspiranti imprenditori. E a fine maggio ha scritto una cosa che ha fatto discutere: le email scritte dall'AI si riconoscono al volo, e leggerle gli dà la sensazione di essere preso in giro. Non perché siano fatte male — anzi, sono levigate, perfette. Proprio per quello. Suonano come un comunicato stampa, non come una persona.

Il punto di Graham non è essere contro l'AI. Anzi, dice: usatela pure, ma nel modo giusto. Quello che lo infastidisce è usarla per fingere una sincerità che non c'è. E qui tocca qualcosa di grande: in un mondo dove chiunque può generare in un secondo un testo perfetto, la cosa che diventa rara — e quindi preziosa — è l'impronta umana. Lo sforzo vero. La voce di qualcuno che ci ha messo la faccia.

È esattamente il rovescio della medaglia di cui parlavamo nel capitolo sul lavoro. Da una parte si teme che le macchine ci sostituiscano. Dall'altra, proprio perché le macchine fanno tutto uguale e tutto liscio, ciò che è autentico vale di più. Graham lo riassume con una frase che resta: qualsiasi ragazzino sa usare l'AI; il valore sta in quello che ci metti di tuo.

È la stessa storia del cibo, se ci pensate. Quando il pane industriale è diventato disponibile ovunque, a buon mercato e sempre uguale, il pane fatto a mano è diventato un lusso. Non perché fosse tornato necessario, ma perché era diventato raro. Graham sta dicendo che alle parole sta succedendo la stessa cosa. E forse, in un mondo di testi prodotti in serie, la firma più preziosa tornerà a essere quella scritta a mano.

Passiamo alla terza crepa, quella sul potere, e qui la voce da ascoltare è Benedict Evans. Evans non costruisce niente: è un analista, uno di quelli che ogni anno preparano una grande presentazione sullo stato della tecnologia che mezzo settore legge per capire dove tira il vento. Quest'anno la sua si intitola, più o meno, "l'AI si mangia il mondo".

Il dato che usa per inquadrare tutto è una cifra: i quattro o cinque colossi della tecnologia stanno investendo qualcosa come settecento miliardi di dollari l'anno per costruire l'infrastruttura dell'AI. Per dare la misura: è più di quanto il mondo spenda in tutte le reti telefoniche. Non è un aggiornamento di software, dice Evans. È come quando si tirarono i primi cavi elettrici, o le prime ferrovie — un cambio di stagione, non una stagione nuova.

Da lì arriva la sua previsione più dura. Costruire questi modelli costerà così tanto, e a ogni generazione di più, che alla fine resteranno in gara solo due, tre, forse quattro aziende al mondo. Come è successo con i chip: pochissimi, giganteschi, e tutti gli altri costretti a comprare da loro. Un mondo dell'AI con due o tre padroni di casa.

Ma Evans è anche, e questo conta, uno che diffida delle storie troppo lisce. A fine maggio ha scritto un pezzo sull'effetto dell'AI sul lavoro in cui dice una cosa rara: prevedere quali mestieri spariranno è quasi impossibile, perché non sappiamo come cambieranno, quali strumenti li accompagneranno, come si misura davvero il valore di un lavoro fatto bene. Rifiuta la formula facile "l'AI cancella questo o quel mestiere". Sceglie la complessità invece della frase a effetto.

Ed è proprio per questo che lo metto qui, dopo Chollet. Sono due persone diversissime — uno misura l'intelligenza, l'altro segue i soldi — eppure arrivano allo stesso posto: ammettere di non sapere. Evans rifiuta le profezie con la stessa calma con cui Chollet lascia in bianco le zone della mappa. È il segno che il momento è davvero particolare. Quando perfino chi vive di previsioni dice "attenzione, qui è tutto più incerto di come ve lo raccontano", vale la pena fermarsi ad ascoltare.

E veniamo all'ultima figura, quella che tira nella direzione opposta a Evans: Vitalik Buterin, l'uomo che da ragazzo ha inventato Ethereum, la seconda grande rete di quella che chiamano finanza decentralizzata. Se Evans vede un futuro di pochi padroni, Buterin a maggio ha fatto una mossa che è quasi un manifesto contrario.

Ha annunciato che la fondazione che guida Ethereum diventerà — parole sue — una nave più piccola. Venderà di meno, allargherà la direzione, ridurrà la propria influenza personale pur tenendo quasi tutto il suo patrimonio dentro il progetto. E ha scelto una bussola precisa: non la velocità, non i numeri da record, ma quattro cose — resistenza alla censura, apertura, riservatezza, sicurezza. Dice una frase che suona strana in un settore ossessionato dalle prestazioni: inseguire solo la velocità porta alla mediocrità. Meglio essere profondamente solidi su ciò che conta che primi in tutto.

C'è anche un dettaglio che amo, perché racconta l'uomo più di mille analisi. Buterin, noto per i suoi saggi tecnici lunghissimi, a maggio si è messo a scrivere un romanzo di fantascienza sui modi in cui si potrebbe governare una comunità senza un capo. Ha pubblicato i primi capitoli sul suo sito. Uno che ha passato la vita a risolvere problemi con il codice, a un certo punto sente che il codice non basta, e prova con il racconto. È un gesto che dice molto.

Buterin chiude il cerchio della terza crepa. Da una parte la spinta naturale verso la concentrazione che descrive Evans — pochi, enormi, al comando. Dall'altra un pugno di persone che, invece di subirla, costruisce a mano l'alternativa. Jack Dorsey fa lo stesso da un altro angolo, spostando la sua azienda verso le infrastrutture del Bitcoin. Non è resistenza passiva. È gente che si rimbocca le maniche.

Mi ricorda i movimenti delle cooperative ai tempi della grande industria: di fronte a fabbriche sempre più grandi e padroni sempre più forti, qualcuno rispose mettendosi insieme per possedere in proprio gli strumenti del lavoro. Non vinsero ovunque, ma cambiarono le regole del gioco. La scommessa di Buterin e Dorsey ha lo stesso sapore: non fermare la concentrazione, ma tenere aperta una porta accanto.

Progetti da osservare. Cinque cose concrete, perché le idee di cui abbiamo parlato hanno già preso la forma di software che si può scaricare.

Il primo si chiama nanochat, ed è di Karpathy. È un programma minuscolo che permette di addestrare un piccolo modello di linguaggio in un paio d'ore. Sembra un dettaglio tecnico, ma è il simbolo di un'idea: l'AI non è solo roba da fabbriche di calcolo grandi come città, può tornare nelle mani del singolo. Un po' come quando i primi personal computer tolsero l'informatica dai sotterranei delle grandi aziende.

Il secondo è ARC, di Chollet — sì, proprio il test di cui parlavamo. È pubblico, chiunque può provarci, e c'è quel premio da due milioni. È la pagella aperta dell'intelligenza artificiale: invece di credere alle promesse, vai e misuri.

Il terzo si chiama llama.cpp. In parole semplici: fa girare un modello di AI direttamente sul tuo computer, senza chiedere niente a nessun server lontano. È il mattone su cui si appoggiano quelli che, come Buterin, vogliono un'AI che non dipenda da pochi colossi.

Il quarto è Omarchy, la creatura di DHH: una versione di Linux pensata per essere semplice e bella, per convincere chi usa Mac o Windows che si può avere un computer davvero proprio, modificabile a piacere. È lo stesso spirito della terza crepa, portato sulla scrivania.

Il quinto è una raccolta di strumenti per far lavorare meglio gli assistenti di programmazione: piccoli aiutanti che rendono l'AI un membro del team, non un oracolo. È il segno di un mestiere nuovo che sta nascendo: non più solo scrivere codice, ma imparare a dirigere macchine che lo scrivono con te. Tutti e cinque, in fondo, raccontano la stessa cosa: il valore si sta spostando dal costruire il modello all'usarlo bene.

Resta l'immagine di Buterin che chiude il portatile e apre un romanzo, perché certi problemi non si risolvono solo col codice. Maggio 2026 è il mese in cui i più bravi hanno smesso di fingere di sapere dove si va. Forse è da lì, da quel dubbio onesto, che comincia la parte interessante. È stato Signal Brief. Alla prossima.