Pensiero introduttivo
Dopo aver letto l’articolo pubblicato da Anthropic sul tema del recursive self-improvement, sono rimasto sommerso da una quantità di domande che mi hanno portato verso riflessioni sempre più profonde, talvolta filosofiche, sul possibile impatto di sistemi capaci di contribuire direttamente alla propria evoluzione.1
Per gran parte della storia, il progresso tecnologico è rimasto legato al ritmo del pensiero umano. Le macchine potevano produrre più velocemente, calcolare più rapidamente, trasportare più lontano, ma restavano strumenti: potenti, indispensabili, eppure esterni al processo che decideva come migliorarle. Una fabbrica non ripensava da sola la fabbrica successiva. Un computer non progettava autonomamente la generazione successiva di computer.
L’intelligenza artificiale introduce una possibilità diversa. Non siamo ancora davanti a una macchina capace di riscrivere se stessa senza supervisione umana, né a una forma compiuta di auto-miglioramento ricorsivo. Ma qualcosa nel rapporto tra intelligenza, tecnica e tempo sembra già cambiare. Se una parte crescente della ricerca, della programmazione, della verifica e della progettazione viene mediata da sistemi artificiali, allora il progresso non dipende più soltanto dalla lentezza biologica degli esseri umani.
È questa sproporzione che mi interessa: da una parte sistemi capaci di comprimere il tempo del pensiero, dall’altra corpi, istituzioni, economie e culture che continuano a muoversi secondo ritmi molto più lenti. Possiamo accelerare il calcolo, la simulazione, la generazione di ipotesi. Ma non possiamo accelerare allo stesso modo un corpo, una società, una cultura, una forma di vita.
Questi pensieri nascono da qui: dal tentativo di capire cosa succede quando l’intelligenza smette di essere lenta come noi, la realtà della natura continua inevitabilmente a esserlo.
Pensiero 1
Per molto tempo l’idea di un’intelligenza artificiale capace di migliorare sé stessa è appartenuta più alla fantascienza che alla ricerca scientifica. Quando Nick Bostrom pubblicò Superintelligence nel 2014, il concetto di recursive self-improvement veniva discusso soprattutto come una possibilità teorica: una macchina sufficientemente intelligente avrebbe potuto contribuire alla progettazione di una versione migliore di sé stessa, generando un ciclo di miglioramento progressivo.2
Per anni questa immagine è rimasta confinata in una zona ambigua. Insomma, non era esattamente fantascienza, perché molti ricercatori la prendevano sul serio. Ma non era nemmeno una realtà osservabile. Era una domanda sul futuro, non ancora un fatto del presente.
Veniamo a noi, ai giorni nostri.
Nell’articolo di Anthropic, ciò che mi ha colpito non è tanto l’annuncio di un traguardo definitivo, perché quel traguardo banalmente non c’è. Anthropic stessa precisa che non siamo ancora davanti a sistemi capaci di progettare e sviluppare autonomamente il proprio successore. Il punto, però, è che una parte crescente del lavoro necessario a costruire intelligenza artificiale viene già delegata a sistemi di intelligenza artificiale. Non siamo davanti alla chiusura completa del cerchio, ma il cerchio inizia a intravedersi.
Secondo i dati pubblicati dall’azienda, a maggio 2026 più dell’80% del codice integrato nella codebase di Anthropic era stato scritto da Claude. Prima del lancio di Claude Code in research preview, nel febbraio 2025, questa percentuale era ancora a una sola cifra. Nello stesso articolo Anthropic sostiene che, nel secondo trimestre del 2026, il tipico ingegnere dell’azienda integrava circa otto volte più codice al giorno rispetto al 2024.3
Questi numeri vanno letti con ovvia cautela. Provengono dall’azienda che sviluppa il sistema, e il codice non è l’intera intelligenza. Scrivere più codice non significa necessariamente produrre idee migliori, né significa che la macchina abbia già sostituito il giudizio umano. Gli esseri umani restano responsabili della direzione, della scelta dei problemi, della valutazione dei risultati, della decisione finale su cosa costruire e cosa non costruire.
Eppure, anche con tutte queste cautele, il segnale mi sembra difficile da ignorare.
Per oltre due secoli, le grandi rivoluzioni tecnologiche hanno riguardato soprattutto l’aumento della forza produttiva. La macchina a vapore moltiplicava energia. La catena di montaggio moltiplicava produzione. Il computer moltiplicava calcolo. In tutti questi casi, però, la tecnologia rimaneva sostanzialmente uno strumento. Potentissimo, certo, ma ancora esterno rispetto al processo che decideva come migliorare lo strumento successivo.
L’intelligenza artificiale introduce una differenza più sottile. Aumenta la velocità con cui possiamo costruire sistemi che faranno ancora di più. Se una parte crescente del software, della ricerca, della sperimentazione e della verifica viene affidata a sistemi artificiali, allora l’innovazione non dipende più interamente dal tempo mentale degli esseri umani. L’uomo non scompare dal processo, ma potrebbe progressivamente spostarsi verso una funzione diversa: meno esecutore diretto, più supervisore, interprete, selezionatore di direzioni.
Questa distinzione è importante, perché evita sia l’allarmismo sia l’ingenuità. Non credo che il punto sia dire che Claude stia già costruendo da solo il prossimo Claude. Sarebbe una semplificazione. Da queste riflessioni nasce una domanda più precisa: che forma assume il lavoro umano quando il progresso di una tecnologia inizia a essere, almeno in parte, mediato dalla tecnologia stessa?
In altre parole: cosa succede quando l’intelligenza diventa uno strumento per produrre altra intelligenza?
Qui la questione cambia natura. Non siamo più soltanto nel campo dell’automazione, dove una macchina svolge un compito prima svolto da un essere umano. Siamo davanti a qualcosa che assomiglia a una trasformazione del ritmo evolutivo della tecnologia. Una tecnologia che partecipa alla propria accelerazione non è semplicemente una tecnologia più efficiente, bensì un sistema che modifica il modo in cui il progresso viene generato.
Mi sembra che questa sia la soglia filosofica del problema. Finché le macchine acceleravano la produzione, potevamo ancora pensare il progresso come una storia umana assistita da strumenti sempre più potenti. Ma se le macchine iniziano ad accelerare la produzione di nuova intelligenza, allora il rapporto si complica. Il progresso diventa qualcosa che la tecnica stessa contribuisce a imprimere su di sé.
Non siamo ancora arrivati a una piena recursive self-improvement. Forse non ci arriveremo mai nella forma estrema immaginata da alcuni teorici. Ma per la prima volta la domanda non sembra più puramente astratta. E questo basta a cambiare il modo in cui dovremmo pensarla.
Perché se l’intelligenza smette di essere il principale limite, il problema successivo è se il resto del mondo, quello fisico, biologico e sociale, sarà in grado di reggere il ritmo di ciò che quell’intelligenza renderà possibile.
Pensiero 2
Più rifletto sul tema del recursive self-improvement, più mi sembra che la domanda decisiva si sposti dal grado di intelligenza raggiungibile al rapporto tra intelligenza e tempo. Siamo abituati a immaginare il progresso come una lotta contro la scarsità di conoscenza. Le malattie non vengono curate perché non sappiamo abbastanza, le tecnologie non vengono costruite perché non abbiamo ancora trovato l’idea giusta, le istituzioni non si adattano perché non comprendono abbastanza rapidamente ciò che sta accadendo. In questa prospettiva, l’intelligenza appare come il principale collo di bottiglia della civiltà.
L’I.A. rende questa ipotesi meno stabile. Se un sistema artificiale può formulare ipotesi, scrivere codice, simulare esperimenti e confrontare risultati a una velocità enormemente superiore a quella umana, allora una parte del tempo che prima apparteneva al pensiero potrebbe essere compressa. La ricerca potrebbe diventare più veloce, la progettazione più rapida, la produzione di alternative quasi continua. L’impressione, almeno a una prima lettura, è che basti aumentare l’intelligenza per aumentare proporzionalmente anche il ritmo del mondo.
È qui che nasce la distinzione che considero più importante per questa raccolta di pensieri: l’informazione può accelerare quasi indefinitamente, la materia no. Ragioniamo con esempi: una simulazione può essere eseguita migliaia di volte, come un modello può generare nuove ipotesi senza dormire. Un agente può esplorare soluzioni mentre un essere umano impiegherebbe giorni soltanto per impostare il problema. Ma un organismo biologico continua a vivere dentro processi che richiedono durata, osservazione, reazione, accumulo di conseguenze.
L’esempio più chiaro è quello della ricerca biomedica. AlphaFold ha reso disponibili previsioni strutturali per oltre 200 milioni di proteine, coprendo quasi tutte le proteine note alla scienza.4 È un risultato che fino a pochi anni fa sarebbe sembrato quasi irreale. Invece di procedere proteina per proteina, con tempi sperimentali lunghi e costosi, la ricerca ha potuto disporre improvvisamente di una mappa enormemente più ampia del possibile. Anche McKinsey, parlando dell’impatto della generative AI nel settore farmaceutico, stima che alcuni passaggi dello sviluppo, della documentazione e della gestione dei dati possano essere accelerati in modo rilevante, pur ricordando che lo sviluppo di un nuovo farmaco continua normalmente a richiedere anni.5
La parte che mi interessa è proprio questa: AlphaFold può comprimere il tempo della previsione, ma non abolisce il tempo della malattia, del corpo, dell’esperimento clinico, degli effetti collaterali, della risposta immunitaria. Un farmaco può essere progettato molto più rapidamente di prima, mentre un corpo umano deve comunque assorbirlo, metabolizzarlo, reagire e mostrare nel tempo ciò che all’inizio non è visibile. La vita biologica resta informazione e durata insieme; non si lascia ridurre completamente a un problema di calcolo.
In questo senso, la velocità del pensiero non coincide con la velocità del reale. Possiamo immaginare una superintelligenza capace di produrre in poche ore idee che a un gruppo di ricercatori richiederebbero anni. Possiamo anche immaginare sistemi capaci di creare linguaggi, architetture e metodi di ragionamento incomprensibili alla maggior parte degli esseri umani. Tuttavia, appena quelle idee devono entrare nel mondo fisico, incontrano una resistenza che non dipende soltanto dalla nostra ignoranza. Dipende dalla struttura stessa della realtà.
Questa resistenza non riguarda solo la biologia, basti pensare al fatto che una società ha tempi propri, che una legge richiede discussione, compromesso, traduzione istituzionale. Un sistema educativo impiega anni prima di modificare programmi, docenti, abitudini, aspettative. Una cultura ha bisogno di sedimentare le proprie paure e i propri concetti prima di riuscire davvero a pensare una tecnologia nuova. Basta guardare alla regolazione dell’intelligenza artificiale in Europa: mentre i modelli cambiano nel giro di mesi, il processo politico si muove secondo tempi molto più lenti, fatti di negoziazioni, emendamenti, interessi divergenti e compromessi.
Hartmut Rosa ha descritto la modernità come un processo di accelerazione sociale, nel quale tecnologia, economia e vita quotidiana tendono a correre più rapidamente, producendo spesso forme di desincronizzazione tra i diversi ritmi della società.6 Mi sembra che l’intelligenza artificiale porti questa intuizione verso una soglia più estrema. Un’ I.A. sufficientemente elaborata potrebbe accelerare la produzione stessa di capacità cognitive, mentre le strutture umane che dovrebbero comprenderle e governarle restano ancorate a ritmi molto più lenti.
La frattura, allora, riguarda forme diverse di temporalità. Da una parte ci sono sistemi artificiali capaci di iterare, correggersi, generare e verificare ipotesi a velocità crescente; dall’altra ci sono esseri umani che hanno bisogno di dormire, imparare, capire, sbagliare, discutere, fidarsi e cambiare idea. Anche quando utilizziamo strumenti rapidissimi, continuiamo a essere creature lente.
L’accelerazione rimane comunque preziosa, e sarebbe assurdo pensare il contrario. Se l’intelligenza artificiale può ridurre tempi di ricerca, scoprire correlazioni invisibili, proporre farmaci migliori o rendere più efficienti processi complessi, allora una parte enorme della vita umana potrebbe beneficiarne. Ogni accelerazione, però, sposta il collo di bottiglia da qualche altra parte: quando la scoperta diventa più rapida, la verifica diventa più importante; quando la produzione di soluzioni aumenta, cresce anche il problema di scegliere quali soluzioni meritino di entrare nel mondo; quando l’intelligenza artificiale rende più veloce il possibile, la civiltà deve chiedersi quanto velocemente sia in grado di trasformare quel possibile in realtà senza perdere il controllo del proprio tempo.
Forse è questa la tensione più profonda: stiamo costruendo sistemi che potrebbero far crescere il numero di possibilità più rapidamente della nostra capacità biologica, sociale e politica di abitarle. La domanda, allora, riguarda insieme quanto lontano potrà arrivare l’intelligenza artificiale e quanto velocemente una civiltà umana potrà adattarsi a ciò che essa renderà pensabile.
Pensiero 3
Dal tema del tempo fisico si arriva quasi inevitabilmente al tema del tempo economico. Se l’intelligenza artificiale può comprimere una parte del tempo necessario a produrre conoscenza, software, analisi, documentazione, ricerca e decisioni operative, allora l’attenzione si sposterà verso il modo in cui una società attribuisce valore al tempo umano.
Gran parte del dibattito contemporaneo sull’intelligenza artificiale continua a concentrarsi sulla sostituzione occupazionale. Avrò ancora il mio posto da programmatore nella Evil Corp? Per quanto tempo lo avrò ancora? È una domanda concreta, quasi banale nella sua immediatezza, e proprio per questo funziona. Ma dietro la paura di perdere un mestiere si muove qualcosa di più ampio: per secoli abbiamo organizzato reddito, identità e riconoscimento sociale attorno all’idea che il tempo umano fosse necessario alla produzione.
Lavorare ha sempre significato trasformare una porzione della propria vita in reddito, sopravvivenza, status e possibilità future. Scambiamo ore con salario, e attraverso quel salario accediamo a beni, servizi, sicurezza, tempo libero, casa, cura, perfino dignità sociale. Il denaro, in larga parte, funziona come il meccanismo attraverso cui la società remunera il tempo umano impiegato nella produzione. È una struttura talmente radicata che spesso smettiamo di vederla.
Marx aveva costruito una parte fondamentale della propria analisi proprio attorno a questo rapporto tra lavoro, tempo e valore. Nel Capitale, il valore delle merci viene ricondotto al lavoro umano socialmente necessario alla loro produzione, cioè a una certa quantità di tempo di lavoro incorporata nella merce.7 Naturalmente non serve trasformare questo articolo in una lezione di economia marxiana, e le economie contemporanee sono troppo complesse per essere ridotte a una formula sola. Tuttavia l’intuizione rimane utile, perché mostra quanto profondamente la modernità abbia pensato il valore attraverso il lavoro e il lavoro attraverso il tempo.
L’intelligenza artificiale rende meno ovvio questo legame. Se una parte crescente del valore economico viene prodotta da sistemi artificiali capaci di scrivere software, analizzare dati, coordinare processi, generare contenuti, ottimizzare ricerca e partecipare alla costruzione di sistemi successivi, allora il tempo umano potrebbe smettere progressivamente di essere il centro della produzione. Ovviamente non sparirebbe dalla vita: continueremmo ad avere giornate, bisogni, relazioni, desideri, stanchezza, ambizioni, corpi da mantenere e menti da orientare. Eppure una parte del sistema economico potrebbe avere sempre meno bisogno del nostro tempo per produrre ciò che produce.
È qui che la domanda diventa scomoda: se il tempo umano smette di essere economicamente necessario, cosa giustifica la distribuzione del reddito?
Il capitalismo contemporaneo presuppone ancora, almeno nella sua struttura di base, che gli esseri umani, almeno nella maggior parte dei casi, accedano al consumo attraverso la partecipazione alla produzione. Produci, ricevi reddito, consumi, sostieni il sistema. Questa sequenza può essere criticata, difesa, corretta, redistribuita, ma resta il meccanismo implicito attorno al quale sono costruite gran parte delle nostre società. Una produzione sempre più sostenuta da capitale computazionale e sistemi autonomi incrina proprio quel passaggio. Gli esseri umani continuano ad avere bisogni materiali, psicologici e simbolici, mentre il sistema che produce valore potrebbe richiedere una quantità sempre minore di presenza umana diretta.
Qui il tema economico si trasforma in tema antropologico. Il lavoro organizza il tempo della vita molto prima di organizzare soltanto il conto corrente.
Hannah Arendt aiuta a leggere questa dimensione più profonda. In Vita activa, distingue tra attività legate alla sopravvivenza biologica, attività con cui costruiamo un mondo stabile e attività attraverso cui entriamo nello spazio pubblico della parola e dell’azione.8 La distinzione mi sembra importante perché impedisce di ridurre il lavoro a una semplice transazione economica. Attraverso il lavoro gli esseri umani producono cose e, insieme, abitano un ordine sociale, occupano un posto, strutturano il proprio tempo e trovano, spesso anche in modo fragile o doloroso, una forma di riconoscimento.
Una società in cui il tempo umano perde centralità produttiva dovrebbe quindi rispondere a due domande diverse ma intrecciate: da un lato, come si accede alle risorse se la produzione richiede sempre meno lavoro umano; dall’altro, come si organizza una vita quando la principale infrastruttura sociale della modernità smette di funzionare come prima.
Forse questo è il punto che rende l’intelligenza artificiale diversa dalle automazioni precedenti. Una macchina industriale poteva sostituire forza fisica, ma lasciava all’uomo il controllo della progettazione, della decisione, della coordinazione e dell’immaginazione. L’intelligenza artificiale entra invece in zone che per molto tempo abbiamo considerato più vicine alla nostra identità: linguaggio, ragionamento, creatività operativa, ricerca, programmazione. Quando queste attività diventano automatizzabili, anche solo in parte, il tempo umano non viene semplicemente liberato. Viene privato di una parte della funzione economica attraverso cui era stato socialmente riconosciuto.
Naturalmente si può immaginare una società migliore, in cui meno lavoro necessario significhi più libertà, più tempo per pensare, amare, studiare, curare, creare. Sarebbe una delle promesse più alte della tecnologia. Questa promessa, però, non si realizza automaticamente: senza una nuova forma di distribuzione e senza una nuova cultura del tempo, la liberazione dal lavoro potrebbe trasformarsi in esclusione dal reddito, dalla dignità e dal senso.
La questione, allora, non riguarda soltanto quanti lavori verranno sostituiti. Riguarda il modo in cui una civiltà fondata per secoli sulla conversione del tempo umano in valore economico può sopravvivere a tecnologie che rendono quella conversione sempre meno necessaria. Il tempo umano potrebbe restare essenziale per vivere, amare, comprendere e dare senso al mondo, mentre perde centralità nella produzione di valore. Questa separazione, se dovesse allargarsi, aprirebbe una frattura che nessuna società moderna ha ancora imparato davvero ad abitare.
Pensiero 4
Anche se riconoscessimo davvero il rischio di una frattura tra il ritmo dell’intelligenza artificiale e il ritmo della vita umana, saremmo capaci di rallentare?
La risposta istintiva dovrebbe essere sì. Se una tecnologia può modificare il lavoro, la distribuzione del reddito, il tempo sociale, la sicurezza geopolitica e perfino il modo in cui produciamo nuova conoscenza, allora sembrerebbe ragionevole fermarsi, osservare, discutere, costruire regole, capire prima di accelerare ancora. In teoria, una civiltà matura dovrebbe saper rallentare davanti a ciò che non comprende completamente.
La storia, però, raramente procede in modo così ordinato. Ogni volta che una tecnologia diventa strategica, la dimensione tecnica e morale viene assorbita da una questione più ampia di potere. Una scoperta può essere pericolosa, ma se produce vantaggio economico, militare o politico, il desiderio di fermarla entra immediatamente in conflitto con la paura che qualcun altro continui. Questa dinamica mi sembra uno degli aspetti più difficili da rimuovere dalla natura umana, o almeno dalla natura delle istituzioni che gli esseri umani hanno costruito.
Il parallelo più immediato è quello con il Progetto Manhattan. Naturalmente l’intelligenza artificiale e la bomba atomica non sono la stessa cosa, e sarebbe scorretto sovrapporle in modo meccanico. Una bomba è una tecnologia distruttiva concentrata in un evento; l’intelligenza artificiale è una tecnologia generale, diffusa, produttiva, capace di entrare in quasi ogni ambito della vita economica e sociale. Proprio per questo, però, il paragone diventa interessante sul piano politico: entrambe mostrano cosa accade quando una tecnologia promette di alterare gli equilibri di potere tra Stati.9
Durante la corsa nucleare, la pericolosità della bomba era evidente, ma ogni attore temeva che l’altro potesse arrivarci prima. In un contesto simile, la prudenza diventa vulnerabilità. Fermarsi può sembrare moralmente giusto e strategicamente suicida nello stesso momento. È questa tensione che rende fragili molti appelli alla pausa tecnologica: presuppongono un livello di fiducia reciproca che la competizione tende continuamente a erodere.
Con l’intelligenza artificiale questa dinamica potrebbe essere ancora più complessa, perché gli attori non sono soltanto gli Stati. Ci sono aziende private, laboratori di ricerca, apparati militari, università, investitori, comunità open source, governi democratici e governi autoritari. Ognuno si muove con incentivi diversi, ma quasi tutti condividono una pressione simile: non restare indietro. Chi sviluppa modelli migliori può ottenere vantaggio economico. Chi automatizza ricerca può accelerare innovazione. Chi integra sistemi artificiali nelle infrastrutture può aumentare produttività, sorveglianza, capacità militare, influenza geopolitica.
In questo contesto, la domanda “possiamo fermarci?” diventa meno semplice di quanto sembri. Il riconoscimento del rischio da parte di alcuni non basta, così come non basta la decisione isolata di un singolo laboratorio di rallentare. Se altri continuano, il rallentamento di uno diventa il vantaggio di un altro. Per questo le pause globali, pur essendo razionali sul piano astratto, diventano difficilissime sul piano pratico: richiedono verifica, fiducia, coordinamento internazionale, sanzioni credibili e una definizione condivisa di ciò che deve essere rallentato.
Non voglio cedere al cinismo. Sarebbe troppo facile in effetti dire che l’uomo è competitivo e che quindi ogni tentativo di governo è inutile. Le istituzioni esistono proprio per contenere impulsi, coordinare interessi, creare vincoli dove la sola volontà individuale non basta. Sarebbe ingenuo però pensare che la sicurezza dell’intelligenza artificiale possa dipendere soltanto dalla buona volontà di chi la sviluppa. Quando una tecnologia diventa infrastruttura di potere, la morale deve fare i conti con l’incentivo.
E qui ritorna il filo di tutto il discorso. L’intelligenza artificiale potrebbe accelerare il pensiero, comprimere il tempo della ricerca, modificare il valore economico del lavoro umano e produrre una quantità crescente di possibilità prima ancora che le società siano pronte ad assorbirle. Ma il nostro modo di decidere resta lento, conflittuale, politico. Abbiamo macchine che potrebbero correre sempre più velocemente e istituzioni che si muovono con il passo incerto della negoziazione umana.
Questa è la parte che trovo più inquietante. Potremmo anche capire il rischio, discuterlo, descriverlo con precisione, scrivere regolamenti, proporre pause, immaginare trattati. Ma capire un rischio non significa automaticamente avere la forza politica per sottrarsi alla dinamica che lo produce.
Pensiero conclusivo
Alla fine, il punto centrale sembra tornare sempre lì: l’intelligenza artificiale potrebbe iniziare a muoversi più velocemente del tempo naturale delle cose, più velocemente della biologia della vita, delle istituzioni, della cultura e della nostra capacità di dare un significato a ciò che accade.
È questa sproporzione, più ancora dell’immagine di una macchina simile a noi, che mi sembra oggi il nucleo del problema.
Ripensando a tutto questo, mi è tornata in mente una frase che avevo scritto nel 2022, quando avevo creato il mio sito web e avevo aggiunto una piccola biografia:
“The fundamental question I ask myself is: can artificial intelligence, in the near future, think and act like a human being? Can it make rational choices, feel emotions, and update itself?”
Allora la domanda mi sembrava soprattutto una questione di somiglianza.
Una macchina che pensa come un uomo sarebbe già una trasformazione enorme. Ma una macchina che corregge e accelera secondo tempi non umani apre una domanda diversa: quale forma assume una civiltà biologica quando l’intelligenza che ha costruito inizia a correre più velocemente della vita che avrebbe dovuto servire?
Il limite più importante del futuro potrebbe coincidere con la capacità umana di abitare ciò che quell’intelligenza renderà possibile, più ancora che con la quantità di intelligenza disponibile. Per millenni abbiamo vissuto dentro un mondo in cui anche le idee più grandi dovevano attraversare la lentezza degli esseri umani. Studio, errore, discussione, fallimento, verifica, trasmissione. L’intelligenza artificiale potrebbe rompere questo equilibrio, creando un mondo in cui il possibile cresce più rapidamente della nostra capacità di comprenderlo.
In fondo, questi pensieri che voglio lasciare qui per una versione di me del futuro nascono da una domanda semplice e forse inevitabile: se l’intelligenza smette di essere lenta come noi, riusciremo ancora a restare umani dentro il mondo che essa accelera?
https://www.anthropic.com/institute/recursive-self-improvement↩︎
Nick Bostrom, Superintelligence: Paths, Dangers, Strategies, Oxford University Press, 2014. Si veda anche https://nickbostrom.com/superintelligence.↩︎
Anthropic, When AI builds itself, https://www.anthropic.com/institute/recursive-self-improvement.↩︎
AlphaFold Protein Structure Database, https://alphafold.com/.↩︎
McKinsey, Generative AI in the pharmaceutical industry: Moving from hype to reality, https://www.mckinsey.com/industries/life-sciences/our-insights/generative-ai-in-the-pharmaceutical-industry-moving-from-hype-to-reality.↩︎
Hartmut Rosa, Social Acceleration: A New Theory of Modernity, Columbia University Press, 2013.↩︎
Karl Marx, Il capitale, Libro I, 1867.↩︎
Hannah Arendt, Vita activa. La condizione umana, 1958.↩︎
Richard Rhodes, The Making of the Atomic Bomb, Simon & Schuster, 1986.↩︎