L'AI rimuove l'attrito di replica: le asimmetrie migrano nel non-osservabile
L'AI rimuove l'attrito di replica: le asimmetrie migrano nel non-osservabile
Diagramma causale · 5 nodi, 6 legami
- Attrito di replica → Incentivo a recintare la conoscenza (verso opposto)
- Incentivo a recintare la conoscenza → Commons di conoscenza (verso opposto)
- Commons di conoscenza → Attrito di replica (verso opposto)
- Attrito di replica → Concentrazione di modelli e dati (verso opposto)
- Concentrazione di modelli e dati → Asimmetria informativa (stesso verso)
- Asimmetria informativa → Concentrazione di modelli e dati (stesso verso)
- B1 (bilanciamento): Attrito di replica → Incentivo a recintare la conoscenza → Commons di conoscenza → Attrito di replica
- R2 (rinforzo): Concentrazione di modelli e dati → Asimmetria informativa → Concentrazione di modelli e dati
Si racconta l’AI generativa come una macchina che democratizza: quello che prima richiedeva anni di mestiere si copia in un pomeriggio. La mappa qui sopra prende quella promessa e la segue fino in fondo. Il costo di replicare quello che è osservabile crolla davvero. Le asimmetrie informative, però, restano e cambiano strato: dal livello che si vede a quello che non si vede.
Il giro lungo: recintare è razionale, e si frena da solo
Per decenni a proteggere chi aveva un vantaggio non è stata la segretezza ma l’attrito. Mostrare il proprio lavoro costava poco, perché rifarlo costava molto. Quando l’AI porta a zero il costo di copiare ciò che si vede, mostrare diventa equivalente a regalare, e chi prima condivideva ha ora più interesse a recintare. Ogni recinto sottrae un pezzo ai commons di conoscenza: documentazione, paper, codice aperto, discussioni pubbliche. E i commons sono anche il materiale su cui i modelli imparano. Con meno commons copiare torna a costare, e l’incentivo a chiudere si attenua. Il loop B1 è un freno: il giro si regola da solo. Il problema è il punto in cui si ferma. Il freno scatta solo dopo che il terreno comune si è impoverito, e nel frattempo una parte della conoscenza è passata dietro i recinti, dove nessuno la vede.
Il giro corto: la copia è asimmetrica
C’è un secondo giro, più stretto e più veloce. Chi possiede già modelli e dati può replicare a costo zero tutto ciò che esponi, mentre la propria ricetta resta opaca. Più la capacità di replica si concentra, più profonda diventa la differenza fra chi osserva e chi viene osservato. E l’asimmetria si riconverte in posizione: chi vede più di quanto si faccia vedere accumula i dati che gli servono per vedere ancora meglio. Due nodi, nessun freno, un loop di rinforzo puro.
Perché la narrazione tiene solo in superficie
Sullo strato osservabile la democratizzazione è vera: chiunque può ottenere in un pomeriggio quello che prima richiedeva un mestiere. Sotto quello strato i due giri spostano il vantaggio dove non si vede. Il primo lo porta dietro i recinti, e si ferma solo quando il terreno comune è già più povero. Il secondo lo accumula dentro i modelli di chi li possiede, e non si ferma affatto. Il risultato somiglia a quello che succede a un fiume quando lo si incanala: la superficie sembra più calma, la corrente si sposta in profondità.
Dove guardare per interrompere il giro
I due giri chiedono mosse diverse. Il giro corto è un loop di rinforzo senza anelli di bilanciamento attorno: si spegne solo se qualcuno ne costruisce uno, e la leva sta nell’opacità. Obblighi di trasparenza su modelli e dati riducono la differenza fra chi vede e chi viene visto. Il giro lungo un freno ce l’ha già, e il punto è dove si assesta. Agire sull’arco fra incentivo e commons, rendendo conveniente contribuire al terreno comune con licenze, norme d’uso dei dati di addestramento e forme di reciprocità, sposta l’equilibrio verso commons più ricchi invece di lasciare che la scelta razionale del singolo sia sempre il recinto. Nessuna delle due mosse è veloce. La domanda che resta è quella con cui chiude il carosello: cosa conviene ancora tenere aperto, quando copiare non costa più nulla?