La robotica e l’enclosure del corpo attraverso il dato egocentrico.
Per un secolo abbiamo immaginato l’intelligenza artificiale con un corpo. Prima il robot, poi la mente artificiale: Asimov, il cinema, le copertine dei settimanali ci hanno mostrato macchine che camminavano, afferravano, servivano, minacciavano. La realtà è arrivata al contrario. Abbiamo macchine che scrivono codice, dimostrano teoremi e compongono poesie; ma fatichiamo ancora a costruirne una che pieghi bene una maglietta.
Questo paradosso, formulato da Moravec nel 1988, non è davvero paradossale: va letto in termini evolutivi, non individuali. Il ragionamento simbolico è il velo più sottile del pensiero umano, e poggia su una competenza percettivo-motoria molto più antica e potente. I sensori e i muscoli del corpo hanno un miliardo di anni di ottimizzazione alle spalle e lavorano sotto la soglia della coscienza: per questo ci sembrano gratuiti, mentre la cultura simbolica, molto più recente, è cosciente e appresa esplicitamente. Scambiamo per facile ciò che il corpo risolve senza dirci come.
La storia evolutiva, però, è solo un sintomo. Il vero discrimine, come aveva visto Michael Polanyi nel 1966 con la formula «sappiamo più di quanto possiamo dire», è la codificabilità. Il linguaggio è esplicito e si accumula in modo nativamente discreto: un bambino eredita cinquemila anni di scrittura. Il saper-fare motorio no. Si trasmette geneticamente, per riscoperta e soprattutto per imitazione. Osserviamo genitori e maestri, agiamo dentro una comunità di pratica. La trasmissione è presente, ma rimane da corpo a corpo, analogica, implicita, senza mai staccarsi in un codice indipendente.
David Autor lo aveva anticipato nel 2014, battezzando “paradosso di Polanyi” l’attrito che l’automazione incontra sui compiti taciti. Come aggirare l’ostacolo? Costruendo macchine capaci di imparare da esempi umani. Una descrizione precisa dell’industria che è nata negli ultimi anni.
La cucina di Chennai
Poiché la competenza motoria non si trova scritta da nessuna parte, va fabbricata, e si fabbrica registrandola dai corpi. In una cucina di Chennai, India, una donna si lega uno smartphone alla fronte e si filma mentre taglia la frutta, lava i piatti, rassetta la casa. Guadagna circa 250 rupie l’ora, meno di tre euro, ed è contenta. Del resto, chi altri la pagherebbe per fare le faccende di casa? Il video diventa un “dato egocentrico”, un filmato in prima persona di mani al lavoro. Il dato viene venduto alle aziende che addestrano robot umanoidi. È la storia documentata in giugno dall’agenzia AFP: questi lavoratori addestrano i robot a prendersi il loro lavoro.
Dietro la cucina c’è una filiera. L’intermediario indiano Objectways elenca i video che i committenti ordinano: piegare vestiti, fare il caffè, preparare un panino. Micro1, da Palo Alto, vale mezzo miliardo di dollari e arruola migliaia di lavoratori in oltre cinquanta paesi; Scale AI ha raccolto centinaia di migliaia di ore di filmati; DoorDash ha aperto lo stesso lavoro ai suoi otto milioni di fattorini. Il mercato degli umanoidi è proiettato verso i quattro miliardi di dollari nel 2026.
La domanda che tira la filiera è la promessa, vecchia oltre un secolo, del robot domestico. Chi non vorrebbe sentirsi un nobile? 1X vende il suo NEO a ventimila dollari, o 499$ al mese, con consegne nel 2026, anche se al momenti per i compiti complessi a pilotarlo dentro casa tua sarà un operatore remoto. Figure e Tesla promettono i loro, con tempi ancora incerti. La Cina, durante il Capodanno lunare, ha mostrato robot Unitree che eseguono kung fu autonomo e, accanto, robot da combattimento pilotati in motion-capture: l’umano dimostra, la macchina imita. È il principio che ormai ben conosciamo. La tecnica che insegna a piegare un panno è la stessa che insegna a sparare.
L’enclosure del corpo
Dobbiamo comprendere la portata del fenomeno. Stiamo facendo per il corpo ciò che la scrittura fece per il linguaggio: trasformiamo un saper-fare che ogni generazione doveva trasferire e costruire localmente, dentro corpi e comunità, in un bene depositato, copiabile, soprattutto vendibile.
La competenza motoria era inalienabile perché poco codificabile: potevi vendere il tuo tempo, il tuo servizio, il risultato del gesto, ma non il gesto stesso come matrice trasferibile. L’azienda comprava te o il frutto del tuo lavoro, non comprava il senso somatico, incarnato, dell’essere te. L’industria del dato egocentrico non compra lavoro: compra la possibilità di incorporare la forma e l’intenzionalità della tua azione, in un modello. La prima cosa che avviene, quando qualcosa di inseparabile diventa separabile, è che qualcuno ci mette un recinto.
L’asimmetria profonda
Chi sarà accudito da quei robot e chi è stato estratto (ed astratto!) non sono la stessa persona: la vecchiaia assistita di un europeo benestante sarà costruita sul saper-fare di milioni di poveri. Nell’immediato quei lavoratori stanno meglio: incassano un reddito che prima non avevano. La verità peggiore è però intertemporale. Catturano una frazione evanescente del valore che creano, senza alcuna quota durevole: non possiedono un grammo del modello che la loro estrazione ha generato. E lo stesso processo eroderà le altre opzioni del loro mercato del lavoro.
A Bangalore una donna di cinquantacinque anni confeziona da un decennio ghirlande di fiori sul ciglio della strada; anche lei porta un telefono legato alla fronte dove prima era segnato un bindi; sa che la generazione dopo di lei, in un lavoro simile, se la passerà peggio. In uno studio di Objectways i lavoratori si filmano dentro finti appartamenti arredati; dopo qualche migliaio di ore di riprese si cambia la carta da parati, per offrire varietà ai committenti. Una neolaureata in ingegneria di ventun anni, in pausa dopo l’ennesimo asciugamano piegato, riassume le sue giornate: oggi sto da questo lato, domani sarò dall’altro.
La casalinga di Chennai è il caso apparentemente di successo. Sta monetizzando un lavoro riproduttivo da sempre non pagato: è la prima volta che il suo lavoro domestico viene compensato, ma è anche l’istante in cui viene reso automatizzabile. Non è il tanto desiderato pagamento per il lavoro domestico, è indennizzo per l’obsolescenza.
L’asimmetria è anche geografica: la forma classica dell’estrazione dalla periferia verso il centro, che Couldry e Mejias hanno ritrovato nell’economia dei dati. La materia prima si ricava dove vivono i corpi, si valorizza altrove; l’origine resta più povera. Il cotone, il cobalto, i call center, le annotazioni linguistiche; oggi, il gesto.
L’estrazione è una fase, non uno stato permanente
Questa estrazione è però una fase. Accumulati abbastanza dati si ottiene un modello di base gesto-motorio, e se la scommessa paga (non abbiamo motivi seri per dubitarne) i modelli linguistici acquisiranno un corpo. Che la carezza robotica che ne verrà sia distopia o utopica non è dato deciderlo ora. Ma la fase estrattiva, per quanto transitoria, decide una cosa permanente: chi possiederà la rendita.
Quello che è successo con i copyright non è nulla Abbiamo discusso per due anni di addestramento e copyright. Anthropic ha accettato di pagare un miliardo e mezzo di dollari per chiudere la causa Bartz (un giudice aveva stabilito che addestrare su libri acquisiti lecitamente è uso lecito, conservarne copie piratate no) e il New York Times contro OpenAI è ancora aperto. Cifre enormi, eppure nulla a confronto di ciò che sta accadendo.
Il copyright è conteso su artefatti già di proprietà: a fare causa sono spesso potenti come il Times, Universal, Disney, con avvocati e un diritto preesistente da far valere. L’estrazione corporea è l’opposto. Non esiste un diritto di proprietà sul gesto: il modo in cui pieghi un panno, la cinematica della mano, l’andatura, non ricadono in alcuna categoria proprietaria. Le leggi sul dato biometrico tutelano la privacy, rendendo possibile opporsi alla raccolta, non il diritto a essere compensati. Il copyright contende la redistribuzione di una cultura già incisa; la frontiera corporea, la cattura originaria di un valore mai inciso prima.
Dove finisce il valore
Il valore finisce all’intermediario, non a chi lo produce. Gli intermediari occupano quello che Ronald Burt chiama un buco strutturale: la posizione di chi fa da ponte fra due gruppi sconnessi e ne controlla il flusso. Da un lato milioni di lavoratori atomizzati in cinquanta paesi; dall’altro pochi laboratori ricchi di capitale.
Il rimedio deve colpire la recinzione. Un apparato esiste già, pensato per i dati testuali e applicabile al gesto: ciò che Jaron Lanier ed Eric Glen Weyl chiamano data dignity, il dato trattato come lavoro e non come capitale. La proposta operativa sono i Mediatori del Dato Individuale, una sorta di sindacato che contratti collettivamente delle royalty. Weyl lo dice netto: gli umani fanno tutto il lavoro, e poi si sentono dire che sono irrilevanti e che le macchine li sostituiranno.
Abbiamo già imparato a vendere il tempo, da quando l’orologio lo rese astrazione, e l’aria, coi mercati delle emissioni: ogni volta qualcosa che prima si diceva invendibile. I Mediatori del Dato non rifiutano l’alienabilità del gesto, la gestiscono; non smontano la recinzione, ne ridistribuiscono la rendita. La frontiera non si ferma, si contratta.
Il gesto, però, non è un bene comune qualsiasi. Le cose che ci sembravano più facili e più nostre, vedere, muoverci, sfiorare la testa di un figlio in quel modo unico, sono insieme le ultime a poter essere automatizzate e quelle a cui non eravamo preparati a rinunciare. Abbiamo pianto illustratori, programmatori e traduttori, ma nessuno è pronto a piangere la carezza di una madre o il modo di calare la pasta di una nonna.
Che la tata robotica del futuro sia un sollievo o una sostituzione non lo deciderà la macchina. Lo deciderà il regime di proprietà del modello in cui quella cura è stata sciolta, e ciò che quel regime sarà disposto a restituire alle persone da cui l’ha estratta.
Sarebbe auspicabile una maggiore chiarezza. Grazie.