L’AI non è un martello. È una stanza che riorganizza il nostro pensiero: McLuhan dopo ChatGPT

La giornalista che conosce la risposta ma non ricorda più il percorso

Immaginiamo una giornalista che lavora per una testata locale. Sulla sua scrivania arriva il bilancio del comune: decine di pagine, diversi fogli di calcolo e due ore di tempo prima della pubblicazione. Affida i documenti a un sistema di AI e gli chiede di individuare i risultati principali, poi di proporre un attacco, tre controargomentazioni e alcune domande per l’ufficio stampa del comune. La risposta è rapida, coerente, ben rifinita. L’articolo va online. La mattina seguente, un consigliere le domanda perché abbia presentato come già speso del denaro destinato a investimenti futuri. La giornalista apre la chat, scorre verso l’alto e scopre qualcosa di inquietante. Ritrova la frase che ha pubblicato, ma non riesce a ricostruire il ragionamento che l’ha prodotta.

Non è una parabola su un’allucinazione spettacolare. Il modello potrebbe avere confuso due colonne; la giornalista potrebbe non avere notato un’avvertenza. Il problema più profondo è l’erosione del giudizio autonomo attraverso una delega invisibile. A premere Pubblica è stata comunque una persona, e la firma resta la sua. Eppure non sa dire quali premesse siano state selezionate, che cosa sia stato escluso o quale prova avrebbe potuto modificare la conclusione.

In un diagramma di implementazione, tutto appare esemplare: l’AI ha assistito la ricerca, una persona è rimasta «nel circuito» e un editor ha approvato il testo. Ma una persona nel circuito può assomigliare a un automobilista che impugna un volante scollegato dalle ruote. La presenza non equivale alla capacità di agire.

Per esercitarla servono anche conoscenza, tempo, accesso alle prove e un autentico diritto di dissentire.

Ecco perché la prima domanda che una redazione dovrebbe porsi sull’AI non è quanti minuti faccia risparmiare. È piuttosto: quale parte del lavoro è scomparsa dalla vista? Abbiamo delegato la trascrizione oppure la decisione su ciò che, nella trascrizione, conta davvero? Abbiamo esternalizzato l’ordinamento dei dati oppure il criterio della verità? Una lavastoviglie e un giudice fanno entrambi risparmiare tempo a qualcuno. A uno solo affideremmo un verdetto - ma non certo perché dispone i piatti con eleganza.

Un martello resta sul tavolo; un medium cambia la stanza

La metafora dello strumento è rassicurante. Un martello può costruire una casa o rompere una finestra; la responsabilità morale appartiene alla mano che lo impugna. In questo racconto la tecnologia attende pazientemente istruzioni, senza modificare né lo scopo né la persona. Talvolta l’AI generativa è proprio uno strumento di questo tipo. Può, per esempio, organizzare una trascrizione secondo regole che la redazione ha già stabilito.

La metafora comincia a non reggere quando il sistema propone anche le domande, fornisce le categorie e offre una forma già pronta per la risposta. Un martello non elogia il nostro progetto, non suggerisce che cosa debba essere considerato un muro e, su richiesta, non produce un plausibile certificato dell’architetto. Un modello conversazionale fa qualcosa di più simile: partecipa al modo in cui il problema viene inquadrato prima ancora di contribuire a risolverlo.

La teoria dei media, associata soprattutto a Marshall McLuhan e sviluppata da studiosi come Joshua Meyrowitz, invita a guardare oltre i singoli impieghi, verso le trasformazioni dell’intero ambiente comunicativo. Un medium riorganizza il ritmo, l’accesso, i ruoli sociali e la stessa definizione di competenza. La scrittura ha modificato la memoria; la stampa ha modificato l’autorità; la televisione ha modificato la visibilità politica; i motori di ricerca hanno modificato l’abitudine di trovare conoscenza. Ciò è avvenuto non perché tutti usassero ogni medium nello stesso modo, ma perché le pratiche precedenti hanno cominciato a operare in condizioni nuove (McLuhan, 1964; Meyrowitz, 2008).

Neil Postman ha condensato questa idea in una frase che suona come un avviso di evacuazione: «Il cambiamento tecnologico non è né additivo né sottrattivo. È ecologico» (1992, PDF p. 19). Introdurre un nuovo medium non significa ottenere la vecchia redazione più un chatbot. Significa ottenere una redazione diversa:

con nuove aspettative di velocità, una diversa economia delle prime stesure, uno status mutato della ricerca e la tentazione di scambiare la fluidità verbale per maturità di giudizio.

La stanza dell’AI ha un arredamento particolare. Al centro c’è una casella per il prompt, che suggerisce che un problema possa essere interamente racchiuso in un’istruzione. Accanto si trova il pulsante Rigenera, che ci insegna che una risposta può essere sostituita senza tornare a osservare il mondo. Le fonti sono nascoste in un cassetto, oppure non ci sono. Alla parete è appeso un orologio: quasi sempre, più veloce sembra voler dire migliore. Nessuno deve impartire ordini all’utente. È la stanza stessa a suggerire come muoversi.

L’ascensore per il piano chiamato «risposta»

Atkinson e colleghi sostengono che l’educazione ai media dovrebbe valutare l’AI generativa come medium, non soltanto come dispositivo ausiliario. Per illustrare la differenza, ricorrono all’esempio di un libro difficile. La lettura costringe a percorrere la sequenza di premesse, esempi, note e metodo. Un riassunto generato da un modello porta più rapidamente alla conclusione, ma può separare il risultato dal processo che lo rendeva intelligibile. Gli autori definiscono con precisione il pericolo: «la conoscenza viene separata dal processo di ragionamento» (Atkinson et al., 2025, p. 500).

L’AI è l’ascensore. Un ascensore non è malvagio. Per chi ha una mobilità ridotta, rende accessibile un edificio che le scale tenevano chiuso. Traduzione, sottotitolazione, navigazione dei documenti e spiegazione di termini tecnici possono davvero ampliare l’accesso. Ma chi si prepara a fare il vigile del fuoco non può imparare a conoscere l’edificio viaggiando soltanto in ascensore. Quando manca la corrente, deve sapere dove conducono i corridoi.

Nel giornalismo, le scale comprendono formulare autonomamente una domanda, distinguere una fonte primaria da un commento, notare una contraddizione, verificare una data, confrontare spiegazioni e provare a confutare la propria tesi preferita. Non sono involucri burocratici intorno a una conoscenza già pronta. Sono attività che producono competenza. Un giornalista impara a valutare un documento inciampando in una nota oscura, telefonando a chi ha realizzato una tabella e scoprendo che due percentuali apparentemente simili hanno denominatori diversi.

Atkinson e colleghi non sostengono che ogni riduzione del lavoro sia dannosa. La loro domanda è se una scorciatoia estenda la conoscenza di chi apprende oppure sostituisca lo sforzo attraverso il quale quella conoscenza si sarebbe

sviluppata (2025, pp. 500 - 503). La stessa distinzione conta in redazione. Una giornalista esperta può chiedere a un modello di mettere alla prova attacchi alternativi perché conosce già le prove. Una principiante può accettare il medesimo attacco come mappa del problema e non accorgersi mai che quella mappa ha omesso un intero quartiere.

Dal delegare un passaggio al delegare il criterio

L’automazione entra di solito da una porta laterale. Prima il sistema elimina le ripetizioni. Poi riassume un’intervista. In seguito propone il tema centrale, ordina gli argomenti e costruisce il finale. Ogni mossa appare ragionevole perché quella precedente è ormai diventata normale. A un certo punto, però, non deleghiamo più un altro passaggio: cominciamo a delegare il criterio con cui riconoscere una buona risposta.

Quattro sintomi rivelano questo slittamento. Primo, chi scrive controlla soltanto se la prosa suona plausibile. Secondo, verifica un link ma non se il suo contenuto sostenga davvero l’affermazione pertinente. Terzo, commissiona il controargomento allo stesso modello e considera il fatto che sia stato prodotto una prova di pluralismo. Quarto, non sa indicare un solo suggerimento che abbia respinto. Una collaborazione senza alcuna traccia di dissenso potrebbe segnalare un allineamento miracoloso. Più spesso assomiglia a una riunione in cui il tirocinante ha tecnicamente diritto di voto, ma il capo ha già ordinato lo champagne per festeggiare la decisione che preferisce.

La ricerca sulle notizie automatizzate mostra che i sistemi non eliminano le decisioni editoriali. Le trasferiscono nelle scelte riguardanti dati, categorie, regole e soglie (Diakopoulos, 2019). Un modello può contare più rapidamente, ma qualcuno stabilisce che cosa meriti di essere contato. Può individuare uno schema ricorrente, ma non può determinarne autonomamente la rilevanza pubblica. Quando queste scelte diventano invisibili, la responsabilità si dissolve tra il fornitore, il prompt, l’interfaccia e la persona il cui nome compare sull’articolo.

I rischi maggiori emergono dunque nei compiti ad alta posta in gioco e a bassa verificabilità: interpretare le intenzioni di una fonte, spiegare un conflitto, diagnosticare una causa, attribuire una colpa o scegliere tra diverse ricostruzioni ragionevoli. Quanto più è difficile confrontare un risultato con una semplice soluzione corretta, tanto meno serve la generica raccomandazione di «pensare criticamente». Il giudizio critico non è un pulsante rosso installato dentro un essere umano. È una pratica disciplinare esercitata su prove specifiche (Atkinson et al., 2025, pp. 505 - 508).

La libertà di giudizio non è una casella da spuntare

La posta etica è più grande dell’originalità di un paragrafo. È la libertà di giudizio: la capacità di una persona di comprendere il percorso che conduce a una conclusione, contestarlo e assumersi la responsabilità della scelta. Chi scrive conserva la propria dignità non quando il suo nome decora un risultato automatizzato, ma quando rimane soggetto della decisione.

Anche il pubblico ha un interesse corrispondente. Una lettrice dovrebbe poter chiedere perché una redazione abbia considerato decisivo un certo fatto. Se l’unica risposta è «lo ha selezionato il sistema», la tecnologia è diventata un alibi. Il modello non parteciperà alla riunione di redazione, non chiederà scusa alla persona danneggiata da un errore e non spiegherà una rettifica. La responsabilità resta umana; perciò devono restare umane anche la capacità di ricostruire il ragionamento e quella di rifiutarlo.

Libertà non significa fare tutto a mano. Una pilota non perde la propria capacità di agire perché un computer mantiene la quota. La perde quando la compagnia aerea smette di addestrarla a riconoscere le condizioni in cui l’automazione fallisce, mentre gli orari di lavoro non le concedono il tempo di intervenire. Allo stesso modo, una redazione può automatizzare trascrizione, formattazione e confronto di grandi insiemi di dati, tutelando al contempo le competenze necessarie a giudicare significato, rischio e verità.

Un approccio centrato sulla persona richiede quindi più di un’approvazione finale. La persona deve avere accesso alle prove, conoscenze adeguate, un ambito di responsabilità ben definito e il diritto di fermare il processo senza essere penalizzata per avere rallentato la produzione. In caso contrario, «human in the loop» è un’espressione ornamentale: una pianta di plastica in una stanza che ha smesso di avere finestre molti anni fa.

L’Audit delle 5P per un ambiente AI

La risposta pratica di DBMoJo è l’Audit delle 5P: Passo, Passaggio, Provenienza, Possibilità di contestare e Presa di responsabilità personale. Chi scrive lo esegue durante la pianificazione dell’incarico e di nuovo prima della pubblicazione; per i lavori ad alto rischio, lo controfirma un editor. L’audit non domanda genericamente se sia stata usata l’AI. Esamina che cosa la presenza dell’AI abbia fatto al processo della conoscenza.

1. Passo. Indicare l’attività che il sistema ha accelerato. Trascrizione, conversione di formato e rilevamento dei duplicati riducono di norma il lavoro

meccanico. La selezione della tesi, la valutazione di un testimone e l’interpretazione delle prove coinvolgono invece il giudizio. Verifica: chi scrive sa spiegare perché la fase accelerata non fosse quella in cui occorreva acquisire la competenza decisiva.

2. Passaggio. Registrare il passaggio scomparso dentro l’interfaccia. Il modello ha scelto gli estratti di un documento, trasformato una correlazione in una causa o eliminato un’eccezione durante il riassunto? Verifica: ogni conclusione sostanziale dispone di una breve mappa delle proprie premesse, comprese le alternative significative che sono state respinte.

3. Provenienza. Risalire dalla frase alla prova primaria. Un link a un articolo che ripete il risultato di qualcun altro non basta. Controllare l’autore, la data, l’ambito dei dati e se il passo citato sostenga precisamente quell’affermazione. Verifica: un altro editor può ripetere il percorso senza avere accesso a una conversazione privata con il chatbot.

4. Possibilità di contestare. Individuare chi può mettere davvero in discussione il risultato. Può trattarsi di un altro giornalista, uno specialista, una fonte con una prospettiva diversa o un test di falsificazione progettato appositamente. Interrogare di nuovo lo stesso modello è un aiuto utile, non un controllo indipendente. Verifica: prima di fissare la tesi, registrare un elemento di prova che la modificherebbe.

5. Presa di responsabilità personale. Individuare il contributo riconoscibilmente umano: lavoro giornalistico originale, una scelta etica, interpretazione, osservazione sul campo o il rifiuto motivato di un suggerimento. La firma non è un premio per avere fatto clic. È una promessa. Verifica: senza il modello, chi scrive sa riassumere l’argomentazione, localizzarne le prove e indicare almeno una proposta dell’AI che ha rifiutato.

La traccia dell’audit può consistere in una scheda compatta allegata all’articolo nel sistema di gestione dei contenuti: compito affidato all’AI, fonti, rischi, persona responsabile della verifica, suggerimento respinto e decisione finale. Non è necessario pubblicare ogni prompt. È necessario conservare il percorso della responsabilità.

Un articolo sul bilancio, messo alla prova - e i limiti della prova

Torniamo al bilancio comunale. Passo: l’AI ha confrontato le tabelle ed elencato i cambiamenti. Passaggio: non ha segnalato che una colonna descriveva un piano, mentre l’altra registrava la spesa effettiva. Provenienza: la giornalista è tornata alla delibera e alle relative note metodologiche. Possibilità di contestare: ha verificato la propria interpretazione con un economista indipendente esperto di enti locali. Presa di responsabilità personale: ha respinto l’affermazione eclatante secondo cui la spesa era stata tagliata, perché le cifre non la sostenevano, e l’ha sostituita con la conclusione più accurata che il calendario era slittato.

Questo flusso di lavoro è più lento che copiare una risposta e più veloce che controllare manualmente ogni cella. È proprio questo il punto. Non dobbiamo conservare le vecchie difficoltà per amore della difficoltà. Dobbiamo conservare la resistenza nei luoghi in cui si forma il giudizio. L’AI può essere l’ascensore, purché la giornalista conosca ancora la pianta dell’edificio.

L’Audit delle 5P ha dei limiti. Non può rivelare dati di addestramento ignoti, correggere una fonte difettosa o sostituire la conoscenza specialistica. Può esso stesso diventare un rituale eseguito a posteriori. Le sue condizioni organizzative preliminari sono dunque il diritto di sospendere la pubblicazione e il tempo necessario alla verifica. Senza entrambi, persino un’eccellente lista di controllo diventa una cintura di sicurezza fatta di carta.

Né ogni uso dell’AI indebolisce il giudizio. Un sistema ben progettato può portare alla luce contraddizioni, rendere accessibili i documenti, suggerire domande e aiutare chi lavora in più lingue. Il rischio cresce quando il risultato è fluido, il compito non ha una soluzione facilmente verificabile, l’utente sta ancora acquisendo esperienza e il ritmo produttivo premia l’accettazione più dell’obiezione. Non è un argomento contro la tecnologia. È un argomento a favore di una stanza organizzata in modo che una persona possa ancora raggiungere la porta senza aiuto.

La domanda mcluhaniana, dunque, non è soltanto che cosa faccia l’AI per chi comunica. È quale tipo di comunicatore contribuisca a formare. Una risposta seria non sarà una dichiarazione di fede o di paura. Lascerà prove nel mestiere: una fonte verificabile, un momento visibile di dissenso e una persona che scrive ricordando non soltanto il piano chiamato «risposta», ma anche le scale.