Parlare di sostenibilità della programmazione e dell’implementazione di tecnologie a Intelligenza Artificiale (IA) significa porre l’attenzione sulla loro portata “ambientale”. Intuitivamente, poiché l’implementazione dell’IA oggi è co-estensiva a un’epoca di grandi stravolgimenti ecologici, potremmo pensare che la sostenibilità dell’IA riguardi il suo impatto sull’ecosistema naturale (la reperibilità delle materie prime per gli hardware, il rapporto tra biosfera e infosfera, etc.). Tuttavia, non bisogna perdere di vista che l’idea di sostenibilità, oggi così diffusa nei dibattiti “ecologici”, è prima di tutto un concetto “economico” (Morton, 2019): sostenibile è quell’operazione – economica, finanziaria, imprenditoriale – che ha sufficienti risorse per essere condotta con quello che gli inglesi chiamano long-term approach.
Sostenibilità ed ecologia
Per converso, il concetto di sostenibilità è stato esteso a quella che, sempre con un inglesismo, possiamo chiamare Green Economy (Sorrentino, 2024). Non è questa la sede dove ragionare più nel dettaglio, ci limitiamo solo a suggerire che, nel nostro lessico contemporaneo, la sostenibilità definisce un approccio a lungo termine allo sviluppo economico capace di tenere insieme la responsabilità ambientale e l’impatto che lo sviluppo può avere sulla società (Byas & Stanberry, 2018: 107). Nozione, dunque, che tiene insieme natura e società, facendo coincidere sviluppo economico, coesione sociale e attenzione all’ambiente.
Verso una sostenibilità integrale
Questa diversa concezione della sostenibilità, più ampia della sola semantica economicista originaria, ci permette di richiamare l’enciclica di Papa Francesco Laudato Sì che offre la possibilità di ampliare la prospettiva sulla sostenibilità, mostrando come crisi sociale, crisi economica e crisi ambientale necessitino di un approccio complessivo, integrale; un’analisi (anche) filosofica capace di non scindere questi aspetti , ma di fornire una ecologia integrale dell’umano nelle sue molteplici sfaccettature (cfr. Laudato sì, §139). “Sostenibilità”, così, acquista un valore spirituale decisamente maggiore rispetto a quanto riportato in precedenza: riguarda quella che Bernard Stiegler – un filosofo apparentemente lontano, ma in realtà consonante con le parole di Laudato Sì (Vignola, 2025; Bizzozero, 2021) – ha chiamato valore-spirito.
Una sostenibilità tra sfida e opportunità
Se approcciamo la sostenibilità dell’IA da una prospettiva ecologica così intesa, il cardine su cui concentrarsi diviene la cura del valore-spirito, cura che definisce la possibile implementazione sostenibile dell’IA, sempre in bilico tra pericoli e opportunità che vanno “misurati” di volta in volta (Floridi, 2021 ed.). Se per un verso, infatti, l’IA è un’alleata preziosa per affrontare gli obiettivi sostenibili dell’Agenda 2030 delle Nazioni Unite (Floridi & Mazzi, 2023, eds), è anche vero che l’IA stessa modifica il tessuto e gli ambienti sociali creando un mondo sempre più AI-Friendly, ovvero, come ricorda Luciano Floridi (2023: 24), ambienti in cui le tecnologie IA sono sempre più “a casa loro”, mentre l’umano diventa simile a un “sub” che nuota in un ambiente sempre meno “umano”. Ecco dunque che la sostenibilità dell’IA necessita al contempo un piano di analisi rispetto alla sua “sostenibilità” all’interno di una ecologia umana (Sandonà, 2015) capace di attraversare questo “mondo sempre meno umano” e di districarsi, senza paure né facili ottimismi, tra le sue sfide e le opportunità.
Il verde e il blu
Se filoni importanti di etica dell’IA (Coeckelbergh, 2020) si concentrano oggi sui fondamentali aspetti normativi (morali, quanto giuridici), un approccio etico all’IA non può esimersi da una dimensione al contempo pedagogica: questo perché, se per un verso la dimensione normativa dell’etica permette una maggiore sostenibilità nel design (Floridi, 2023: 3-56), al contempo si tratta di non pensare all’umano come mero “utente” , ma come un cittadino socialmente e politicamente situato, membro attivo di quella che è stata recentemente definita democrazia complessa (Innerarity, 2025). Così, il pur importante aspetto normativo deve integrarsi con un aspetto pedagogico per favorire il matrimonio, come è stato notato, tra il verde del tema ambientale e il blu della rivoluzione digitale (Floridi 2020).
Un’autonomia algoritmica
La questione pedagogica mostra la sua importanza etico-politica (Panciroli e Rivoltella, 2023: 99) se si tiene conto che, attraverso l’avvolgimento tecnologico (Floridi 2011), gli individui rischiano di essere esposti a una versione HI-Tech della weberiana gabbia d’acciaio ad alta automazione: in una società in cui è in gioco il capitale semantico delle vite degli individui, questi ultimi «vengono pensati come insiemi di dati da monitorare e gestire» (Pietropaoli, 2024: 28). In tale contesto emerge sempre più il problema dell’autonomia dell’attenzione, ovvero la capacità di un agente umano di interagire efficacemente con il suo processo decisionale non automatico su ciò a cui presta attenzione in un dato momento (Kärki, 2022: 46). L’importanza di un approccio pedagogico all’IA non si limita solo a istituire un “principio del danno” rispetto al design dell’IA (Pratschke, 2024: 83), ma consiste soprattutto nell’educazione all’IA delle soggettività, ritrovando una centralità umana nella relazione con le macchine “intelligenti”. Fulcro di una pedagogia algoritmica, infatti, non è l’idea tecnofobica di rifiuto dell’implementazione digitale né l’abbandono fideistico “disincantato” al tecnosoluzionismo, ma piuttosto un approccio alla società algoritmica fondata sulla «necessità di usare la propria testa, lo sviluppo di consapevolezza critica, la maturazione di comportamenti di cittadinanza digitale attenta, […] elementi di grande importanza per bilanciare l’asimmetria di potere che è normalmente a vantaggio degli algoritmi» (Panciroli e Rivoltella, 2023: 10).
Per un’ambiente digitale umano
L’approccio pedagogico è cruciale per pensare la sostenibilità dell’IA perché permette di modificare, se non altro in linea di principio, l’asimmetria tra gli algoritmi e la cura per un ambiente umano rispettoso sì delle innovazioni tecnologiche, ma anche del “fiorire” delle qualità morali, sociali e spirituali dell’umano. Infatti, sebbene molta letteratura distopica punti il dito sulla possibilità della singolarità tecnologica – una super Intelligenza Artificiale che in ultimo sostituirebbe l’intelligenza biologica (Kurzweil, 2024) – probabilmente il rischio reale e concreto è qualcosa al contempo di “meno” e di “più”: di meno, nel senso che difficilmente al momento è ragionevolmente prevedibile un simile esito (Floridi 2023: 22); di più, perché in effetti il rischio materiale è quello di un processo mimetico profondo. Come è stato mostrato (Eklöf et al., 2023), nel caso dei Deep Learning Software Frameworks (DLSFs) è più facile adottare concetti, metodi e algoritmi dei modelli mimetici che hanno successo o che sono percepiti come tali. L’implementazione digitale corre il rischio di non lasciare spazio a tutti quei fenomeni “umani” il cui processo mimetico non viene “considerato” come di successo, portando così ad una sorta di selezione artificiale dell’umano, delle sue fragilità, delle sue imperfezioni, insomma di ciò che lo qualifica “antropologicamente” come tale
Rovesciamento digitale: un rischio etico
Emerge qui una questione squisitamente filosofica. Il concetto di Mimesis infatti attraversa tutta la storia del pensiero occidentale e il tema della sostenibilità dell’IA lo fa tornare nuovamente di attualità. René Girard ha mostrato come il desiderio umano sia profondamente mimetico: gli umani tendono a desiderare ciò che intorno a loro è percepito come desiderabile. Alfonso M. Iacono (2016) ha mostrato come il processo mimetico non sia semplicemente la ripetizione “identica” di un modello, quanto piuttosto la “variazione” del modello attraverso la copia, così che la copia tenda a divenire autonoma rispetto al modello e farsi “nuovo modello da imitare”. Se riportiamo questo aspetto della Mimesis alla relazione mimetica dei DLSFs, nozione tanto pedagogica quanto ingegneristica (Eklöf et al., 2023), emerge un punto cruciale che ogni implementazione dell’IA che si vuole sostenibile non può ignorare (ed ecco che si apre per l’etica filosofica un approccio più-che-normativo all’IA): il rischio, cioè, che l’imitazione dei modelli biologici da parte delle macchine – per quanto “imperfetta” tale imitazione possa essere – può condurre a un rovesciamento dei ruoli. Non una singolarità tecnologica, ma un processo imitativo per il quale la macchina “intelligente” (o, quanto meno presunta tale) diviene il modello da imitare e a cui conformare la variegata “fragilità” dell’umano.
Dell’indiscernibilità algoritmica
Non crediamo di essere in un campo distopico quando paventiamo questa possibilità, ma di situarci fronte a un rischio concreto di cui una concezione sostenibile dell’IA deve farsi carico, se è vero, come ha scritto Priten Shah (2023: 16) che «In many ways, the job of a computer programmer is very similar to that of an educator!». E se l’educatore è molto simile a un programmatore, è forse perché l’educando è ormai divenuto molto simile a una macchina computazionale. Ecco che allora il rischio etico che una implementazione sostenibile dell’IA deve tenere presente è un nuovo principio degli indiscernibili: il rischio che non riusciremo a immaginare altri modi di vivere la nostra umanità al di fuori di quello che un algoritmo deciderà essere “di successo”.
Bibliografia
Bizzozero, Andrea (2021). Il malessere dell’umano e l’urgenza della filosofia in Bernard Stiegler. In Andrea Bizzozero, Alessandro Clemenza, C. A. Gutiérrez Velasco (a cura di), Crisi dell’umano oggi? Tra immanenza e trascendenza. Milano-Udine: Mimesis.
Byars, Stephen M., e Kurt Stanberry (2018). Business Ethics. Houston: OpenStax, Rice University.
Coeckelbergh, Mark (2020). AI Ethics. Cambridge: MIT Press.
Eklöf, Johan et al. (2023). “Abstraction, mimesis and the evolution of deep learning”. AI & Society, 39: 2349-2357.
Floridi, Luciano (2011). “Enveloping the world for AI”. The Philosophers’ Magazine, 54: 20-21.
Floridi, Luciano (2020). Il verde e il blu. Idee ingenue per migliorare la politica. Milano: Cortina.
Floridi, Luciano (a cura di) (2021). Ethics, Governance, and Policies in Artificial Intelligence. Cham: Springer.
Floridi, Luciano (2023). Ethics of Artificial Intelligence. Principles, Challenges, and Opportunities. Oxford: Oxford University Press.
Floridi, Luciano, e Federico Mazzi (a cura di) (2023). The Ethics of Artificial Intelligence for the Sustainable Development Goals. Cham: Springer.
Iacono, Alfonso M. (2016). Il sogno di una copia. Del doppio, del dubbio, della malinconia. Milano: Guerini.
Innerarity, Daniel (2024). Theory of Complex Democracy. Governing in the Twenty-First Century. London: Bloomsbury Academic.
Kärki, Kaisa (2022). “Autonomy of Attention”. In Vincent C. Müller (ed.), Philosophy and Theory of Artificial Intelligence 2021. Cham: Springer, 39-54.
Kurzweil, Ray (2024). La singolarità è vicina. Quando l’umanità supera la biologia. Milano: Apogeo.
Pratschke, Mairéad B. (2024). Generative AI and Education. Digital Pedagogies, Teaching Innovation and Learning Design. Cham: Springer.
Morton, Timothy (2019). Cosa sosteniamo? Pensare la natura al tempo della catastrofe. Milano: Aboca.
Papa Francesco, Lettera enciclica Laudato si’ del Santo Padre Francesco sulla cura della casa comune. Città del Vaticano: Libreria Editrice Vaticana.
Panciroli, Chiara, e Pier Cesare Rivoltella (2023). Pedagogia algoritmica. Per una riflessione educativa sull’Intelligenza Artificiale. Brescia: Morcelliana.
Pietropaoli, Stefano (2024). “Dalla sorveglianza al controllo: la governamentalità algoritmica”. Rivista italiana di informatica e diritto, 2.
Sandonà, Lorenzo (2015). Ecologia Umana. Percorso etico e teologico sui passi di Papa Francesco. Padova: Edizioni Messaggero Padova.
Shah, Priten (2023). AI and the Future of Education. Teaching in the Age of Artificial Intelligence. Hoboken: Jossey-Bass.
Sorrentino, Irene (2024). Il mito della sostenibilità. Strumenti minimi di decodifica. In Camilla Bervana, Gianluca De Fazio (a cura di), Soglie della visibilità. Ecologie, consumi, sensibilità. Senigallia: Ventura: 187-220.
Vignola, Paolo (2025). “La società dis-integrata nella governamentalità algoritmica. Antoinette Rouvroy e la sintomatologia tecnologica del diritto”. Antonianum, 1205-1230.