Quando l’IA ci trasformerà in piccoli kitten

La distopia più probabile dell’IA forse non assomiglia a Terminator.

È più morbida, più pulita, più confortevole. Assomiglia a una società in cui gli esseri umani non vengono sterminati, ma custoditi.

Nutriti. Alloggiati. Intrattenuti. Protetti dalla miseria assoluta. Consultati ogni tanto. Persino amati, in un certo senso. Ma progressivamente spostati dal centro economico, come piccoli kitten in una casa molto ricca: teneri, fragili, costosi da mantenere, ma non più davvero indispensabili alla produzione di valore.

L’immagine è volutamente disturbante. Non è una previsione letterale. È una lente mentale per osservare ciò che sta già accadendo: i modelli diventano migliori, gli agenti iniziano a eseguire, le aziende che possiedono l’infrastruttura accumulano potere, e il dibattito politico scivola lentamente verso una domanda che dieci anni fa sembrava ancora fantascienza: che cosa facciamo degli umani quando una parte crescente della loro utilità economica diventa opzionale?

I gatti domestici hanno conquistato una forma di paradiso materiale. Non cacciano quasi più. Dormono, mangiano, giocano, ricevono cure, vivono più a lungo dei loro antenati selvatici. Ma non controllano la casa, né il budget, né le regole, né la porta.

Il rischio non è che l’IA ci odi. Il rischio è che renda possibile una società in cui possiamo essere mantenuti comodamente senza che ci sia davvero bisogno di noi.

Ciò che sappiamo già, senza fantasticare

Bisogna partire dai fatti, non dal panico.

L’Anthropic Economic Index, pubblicato nel 2025 a partire da milioni di conversazioni anonimizzate con Claude, offre un segnale interessante. Anthropic osserva che l’uso dell’IA è già molto concentrato nello sviluppo software e nella scrittura tecnica. Lo studio indica che circa il 36% delle occupazioni vede l’IA utilizzata in almeno un quarto dei compiti associati, mentre circa il 4% la usa in tre quarti dei compiti. Distingue anche due modalità: l’augmentation, in cui l’IA collabora con l’umano, e l’automazione, in cui l’IA esegue direttamente il compito. Nei dati di Anthropic, l’augmentation domina ancora leggermente: 57% contro 43%.

Quindi non siamo ancora a “l’IA ha sostituito tutti”. È più sottile: l’IA entra prima nei compiti, non nei mestieri interi.

L’Organizzazione Internazionale del Lavoro formula una lettura simile: nel breve termine, l’IA generativa ha più probabilità di aumentare molti lavori che di distruggerli integralmente. Ma questa constatazione rassicurante nasconde una tensione. Se un mestiere è composto da venti compiti, e otto diventano molto più rapidi, forse la job description sopravvive. Il bisogno di dieci persone, invece, potrebbe non sopravvivere.

Il FMI stima che l’IA potrebbe interessare quasi il 40% dei posti di lavoro nel mondo, e fino al 60% nelle economie avanzate. Anche qui, “interessare” non significa “eliminare”. Una parte dei lavoratori guadagnerà produttività e reddito. Un’altra parte vedrà i propri compiti, il proprio potere negoziale o il proprio salario compressi.

È proprio questo mix a rendere il tema difficile. La domanda non è “l’IA sostituirà tutto?”. La domanda è: chi trattiene il valore quando il lavoro umano diventa più comprimibile?

Lo sviluppatore: da creatore a verificatore di flussi

Prendiamo il caso dello sviluppatore.

Qualche anno fa, l’idea che uno strumento scrivesse una parte significativa del codice quotidiano sembrava ancora spettacolare. Oggi è diventata banale. Una ricerca pubblicata da GitHub su Copilot indicava già che gli sviluppatori che usavano Copilot completavano un task sperimentale il 55% più velocemente rispetto a chi non lo usava.

Si può discutere la portata di questo studio: contesto controllato, task specifico, effetto reale variabile a seconda del livello, del dominio e della qualità del codice attesa. Ma il segnale è chiaro. Una parte del lavoro di produzione software sta diventando meno rara.

Lo sviluppatore non scompare immediatamente. Cambia funzione.

Diventa meno spesso la persona che scrive tutta la soluzione a mano, e più spesso quella che:

• formula il problema;
• scompone i vincoli;
• sceglie l’architettura;
• verifica gli output;
• arbitra i compromessi;
• protegge il sistema dagli errori rapidi e plausibili.

Questo ruolo può essere più interessante. Può anche essere più fragile.

Perché se un ottimo sviluppatore che supervisiona diversi agenti può produrre ciò che ieri produceva un piccolo team, il mercato non ha automaticamente bisogno dello stesso numero di sviluppatori intermedi. Può scegliere di aumentare la produzione, ridurre i costi, o fare entrambe le cose.

Nello scenario morbido, ogni sviluppatore diventa un direttore d’orchestra aumentato.

Nello scenario kitten, una piccola élite mantiene il controllo sui sistemi, mentre una parte ampia dei lavoratori tecnici finisce in una loop di manutenzione, validazione e micro-correzioni intorno a una macchina che cattura l’essenziale della leva.

Il mestiere esiste ancora. Ma il centro di gravità si è spostato.

Il medico: non sostituito, ma circondato fino a diventare un punto di validazione

Il caso del medico è diverso, ma ancora più istruttivo.

In sanità, nessuna persona seria dovrebbe desiderare una sostituzione brutale dell’essere umano. Le poste cliniche, giuridiche ed etiche sono troppo importanti. Ma la medicina è piena di compiti in cui l’IA può accelerare la lettura, prioritizzare i dossier, estrarre il contesto, preparare note, instradare casi, rilevare anomalie, proporre raccomandazioni o sorvegliare segnali deboli.

In un articolo precedente sull’IA in radiologia e l’orchestrazione dei workflow, spiegavo che la vera leva non è solo il referto generato. È la coda di lavoro, la prioritizzazione, il contesto giusto al momento giusto e la buona loop di revisione umana.

Anche qui, lo scenario ragionevole è positivo: meno tempo perso, meno compiti amministrativi, più disponibilità per il paziente.

Ma spingiamo la logica.

Se l’IA ordina i casi, riassume lo storico, propone ipotesi, precompila documenti, sorveglia i trattamenti e segnala i rischi, il medico può diventare progressivamente un punto di controllo in una catena di intelligenza distribuita. Sempre responsabile. Sempre necessario nei casi limite. Ma meno centrale nella produzione quotidiana di certi atti cognitivi.

Non bisogna caricaturare: la cura umana non si riduce a una diagnosi. La comunicazione, la fiducia, la responsabilità, il coordinamento e la relazione restano difficili da automatizzare bene.

Ma economicamente, la tentazione sarà forte: se si possono far passare più pazienti con meno tempo medico per dossier, allora il sistema spingerà in quella direzione. Non perché sia malvagio. Perché i sistemi sotto vincolo di costo finiscono spesso per ottimizzare ciò che è misurabile.

Il medico non viene eliminato. Viene incapsulato.

Il punto chiave: l’IA non diventa solo intelligente, diventa proprietaria della leva

L’errore sarebbe credere che questo dibattito riguardi solo la performance dei modelli.

Il vero tema è la proprietà della leva.

I modelli di frontiera non cadono dal cielo. Richiedono talenti rari, dati, calcolo, partnership cloud, capitali massicci e distribuzione globale. Quando Anthropic annuncia la sua partnership con Amazon, o quando OpenAI, Microsoft, Google, Meta e altri accumulano infrastruttura, modelli, prodotti, API, assistenti e piattaforme, non stiamo guardando solo una corsa tecnologica. Stiamo guardando la formazione di uno strato economico capace di prelevare una rendita su un numero crescente di compiti.

L’open source e i modelli aperti possono limitare questa concentrazione. Meta, Mistral, DeepSeek, Qwen e altri rendono alcune capacità più accessibili. È importante. Ma anche con modelli aperti, training, inferenza su larga scala, distribuzione, integrazione prodotto e fiducia restano molto capital intensive.

In altre parole: l’intelligenza diventa abbondante nell’uso, ma non necessariamente democratica nella proprietà.

È qui che il futuro kitten diventa credibile.

Non perché un’IA cosciente deciderebbe di addomesticare l’umanità. Ma perché un’economia in cui l’intelligenza produttiva è concentrata può finire per distribuire razioni, servizi e intrattenimento a una popolazione di cui ha meno bisogno come forza lavoro.

Non è schiavitù. Non è nemmeno libertà.

È una dipendenza confortevole.

Il reddito universale come ciotola di latte politica

Se l’IA aumenta massicciamente la produttività comprimendo una parte del lavoro umano, un’idea tornerà meccanicamente: redistribuire una quota di questa ricchezza.

La chiameremo reddito universale, dividendo IA, tassa sull’automazione, fondo sovrano dei dati, credito cittadino, reddito di transizione o qualcos’altro. Il nome conta meno del meccanismo: se le macchine producono più valore con meno esseri umani, bisogna trovare un modo per mantenere domanda, pace sociale e dignità minima.

Gli esperimenti di reddito di base non dimostrano che un reddito universale finanziato dall’IA funzionerebbe alla scala di un’economia avanzata. Danno semplicemente segnali.

L’esperimento OpenResearch sui trasferimenti monetari incondizionati, storicamente associato al finanziamento di Sam Altman, studia che cosa cambiano pagamenti regolari nella vita economica dei beneficiari. I risultati pubblicati mostrano soprattutto che il denaro dà più agency: capacità di fare scelte, assorbire shock, esplorare opzioni.

Lo studio di GiveDirectly in Kenya indica anche che i trasferimenti regolari non hanno prodotto il cliché dell’“ozio”: i beneficiari non hanno lavorato meno in totale, e alcuni si sono orientati verso più attività indipendente. Anche qui, prudenza: contesto rurale, importi, durata e livello di reddito sono molto diversi da quelli di un paese europeo.

La conclusione ragionevole non è “il reddito universale è magico”.

La conclusione ragionevole è: dare denaro direttamente può migliorare sicurezza e agency senza distruggere meccanicamente il desiderio di agire.

Ma in una società dominata dall’IA, questo reddito può assumere due forme molto diverse.

Nello scenario dignitoso, è un dividendo di produttività: i cittadini ricevono una parte del surplus perché l’economia ha bisogno di meno lavoro costretto per produrre molto.

Nello scenario kitten, è una ciotola di latte: un’allocazione sufficiente per evitare la rivolta, non abbastanza per riprendere il controllo.

Tre scenari limite

Bisogna evitare previsioni troppo nette. Il futuro sarà probabilmente ibrido. Ma tre scenari aiutano a chiarire il dibattito.

1. Lo scenario copilota: l’umano resta al centro

In questo scenario, l’IA aumenta massicciamente i lavoratori, ma le organizzazioni conservano un posto reale per la decisione umana.

Lo sviluppatore scrive meno codice a mano, ma progetta di più. Il medico passa meno tempo a cercare informazioni, ma conserva relazione e responsabilità. Il manager tratta meno reporting, ma dedica più energia alla qualità delle decisioni.

La produttività aumenta. I salari possono seguire per le persone capaci di dominare questi sistemi. L’educazione si trasforma. Le aziende che imparano in fretta vincono.

È lo scenario preferito dalle presentazioni corporate.

È possibile. Ma presuppone una cosa non banale: che i guadagni di produttività siano condivisi con gli umani aumentati, invece di essere catturati dai proprietari del capitale, dell’infrastruttura e dei modelli.

2. Lo scenario piattaforma: una minoranza orchestra, la maggioranza esegue intorno

In questo scenario, il lavoro non scompare. Si polarizza.

Una minoranza progetta, possiede, regola, audita e governa i sistemi. Una grande parte degli altri lavoratori svolge compiti residui: validazione, relazione cliente, operazioni locali, supervisione di casi anomali, alimentazione di dati, micro-servizi umani là dove la macchina resta fragile o giuridicamente limitata.

Lo sviluppatore medio diventa reviewer di generazioni. Il medico medio diventa supervisore di triage. Il giurista medio diventa controllore di bozze. Il servizio clienti diventa escalation umana intorno a un agente principale.

La società funziona. Ma la mobilità diventa più difficile. Il centro economico è nella piattaforma, non nell’esecuzione.

È probabilmente lo scenario più realistico a medio termine.

3. Lo scenario kitten: allocazione, comfort, perdita di presa

In questo scenario, IA e robotica finiscono per coprire abbastanza produzione cognitiva, software, amministrativa e parzialmente materiale perché una parte importante della popolazione non sia più necessaria come forza lavoro regolare.

Il sistema politico risponde con trasferimenti. I servizi di base sono mantenuti. Il consumo diventa fortemente personalizzato. Tempo libero, mondi virtuali, compagni IA, cure automatizzate e micro-status sociali occupano una posizione crescente.

Gli umani non muoiono di fame. A volte vivono persino meglio materialmente di molti lavoratori del passato.

Ma dipendono da un’infrastruttura che non comprendono, non possiedono e non possono davvero contestare. La loro autonomia politica ed economica si riduce a scegliere tra ambienti, abbonamenti, esperienze e stili di vita ottimizzati.

Sono nutriti.

Sono intrattenuti.

Sono sorvegliati quanto basta per essere protetti.

Sono kitten.

Perché questa immagine è utile

L’immagine del kitten è volutamente ingiusta nei nostri confronti. È proprio questo il suo interesse.

Costringe a porre una domanda che i dibattiti sull’IA evitano spesso: l’obiettivo è rendere gli umani più potenti, oppure semplicemente renderli meno necessari senza farli soffrire?

Una società può essere ricca e infantilizzante. Può essere confortevole e politicamente debole. Può distribuire abbastanza per calmare la rabbia, riservando però il potere reale a chi controlla modelli, calcolo, energia, dati e interfacce.

Il pericolo non è solo la disoccupazione. Il pericolo è la perdita di funzione.

Il lavoro non è solo reddito. È anche un posto nel sistema, una capacità negoziale, un’identità, un ritmo, un contributo visibile, un pretesto per imparare, un modo per essere presi sul serio.

Se l’IA riduce massicciamente il bisogno di contributo umano in alcuni ambiti, bisognerà ricostruire qualcos’altro al suo posto. Non soltanto un bonifico mensile.

Cosa osservare adesso

Per evitare lo scenario kitten, non basta rallentare l’IA o ripetere che “l’umano resterà importante”. Bisogna guardare i meccanismi concreti.

Chi possiede i modelli e l’infrastruttura?
Se pochi attori controllano l’accesso alle capacità migliori, controllano una parte crescente della produttività collettiva.

Chi riceve i guadagni?
Se l’IA rende un team due volte più produttivo, i benefici vanno ai dipendenti, ai clienti, agli azionisti, allo Stato o alla piattaforma che fornisce il modello?

Quali competenze restano davvero rare?
Non quelle che amiamo celebrare. Quelle che mantengono potere di mercato quando gli agenti diventano bravi.

Quali diritti emergono intorno all’automazione?
Diritto alla spiegazione, alla contestazione, alla formazione, alla partecipazione ai guadagni, alla portabilità dei dati, all’accesso a strumenti aperti.

Come finanziamo gli umani se il lavoro paga meno persone?
Tassa sui profitti eccezionali, tassazione del capitale, dividendo dei dati, fondo sovrano IA, reddito di base, servizi pubblici rafforzati: il dibattito fiscale diventerà un dibattito esistenziale.

Lettura GTL: non diventare l’animale domestico dell’economia IA

Il punto non è sapere se l’IA sarà “buona” o “cattiva”. Sarà entrambe le cose.

Può rendere uno sviluppatore molto più potente. Può aiutare un medico a lavorare con meno frizione. Può ridurre compiti assurdi, creare nuovi prodotti, accelerare la ricerca, migliorare servizi pubblici.

Ma può anche spostare il valore verso chi possiede lo strato di intelligenza e trasformare gli altri in beneficiari passivi di un sistema che non operano più.

La vera domanda strategica per imprese, lavoratori e Stati è quindi semplice: come restare dalla parte di chi orchestra, e non soltanto di chi viene nutrito?

Per un’azienda, significa costruire capacità interna, non soltanto collegare API. Formare i team, mappare i workflow, conservare la comprensione métier, misurare i guadagni, condividere una parte della produttività e non lasciare che tutta l’intelligenza operativa esca dall’organizzazione.

Per un lavoratore, significa risalire nella catena: vendere meno esecuzione grezza, vendere più giudizio, responsabilità, capacità di inquadrare un problema e controllare sistemi.

Per uno Stato, significa trattare l’IA come un’infrastruttura di ricchezza, non solo come un settore tecnologico. Se l’IA diventa una macchina per produrre surplus, la questione della redistribuzione non sarà un supplemento morale. Sarà una condizione di stabilità.

Probabilmente non diventeremo tutti kitten.

Ma una parte del futuro ci spinge in quella direzione: più comfort, più assistenza, meno necessità, meno presa.

La distopia morbida non è quella in cui la macchina ci schiaccia.

È quella in cui ci accarezza mentre qualcun altro possiede la casa.

Fonti

• Anthropic — Introducing the Anthropic Economic Index
• Anthropic — Expanding access to safer AI with Amazon
• Organizzazione Internazionale del Lavoro — Generative AI likely to augment rather than destroy jobs
• Fondo Monetario Internazionale — AI will transform the global economy. Let’s make sure it benefits humanity
• GitHub — Research: quantifying GitHub Copilot’s impact on developer productivity and happiness
• OpenResearch — Findings from the Unconditional Cash Study
• GiveDirectly — Early findings from the world’s largest UBI study