Negli ultimi mesi il dibattito sull’intelligenza artificiale si è spostato dai laboratori di Silicon Valley alle aule dei parlamenti europei, ma il vero terremoto sta avvenendo altrove: in Cina, dove le grandi aziende e gli istituti di ricerca stanno rilasciando modelli di AI con pesi aperti, licenze permissive e documentazione completa. Questo approccio, lontano dal modello proprietario che domina negli Stati Uniti, sta ridisegnando le linee di potere nella tecnologia, ponendo domande fondamentali su chi controlla il sapere algoritmico e chi ne paga il prezzo. Da una prospettiva anarchica applicata alla tecnologia, la questione non è solo tecnica: è politica, è di classe, è di guerra.
La notizia che la strategia cinese di AI a pesi aperti sta vincendo non è un semplice dato di mercato; è un segnale che le alternative dal basso possono funzionare, anche quando vengono sostenute da stati autoritari. Il paradosso è evidente: un modello di sviluppo che nasce in un contesto di sorveglianza di Stato offre, però, strumenti che le chiavi per la sovranità tecnologica delle comunità. Dobbiamo chiederci: chi guadagna davvero dall’apertura dei pesi? Chi perde quando il sapere rimane chiuso dietro brevetti e licenze restrittive? E quali pratiche di autogestione possiamo trarre da questo scenario per costruire un futuro tecnologico al servizio delle persone e non del profitto o della guerra?
La strategia cinese dei pesi aperti: come funziona e perché spaventa l’Occidente
Il cuore della proposta cinese è semplice: rilasciare i pesi dei modelli di lingua, visione e ragionamento sotto licenze tipo Apache 2.0 o licenze personalizzate che permettono il riutilizzo, la modifica e la redistribuzione senza obbligo di condivisione delle modifiche. Aziende come Baidu, Huawei e istituti dell’Accademia delle Scienze hanno pubblicato modelli quali BERT‑CN, WuDao 2.0 e versioni open di GLM, accompagnati da dataset di addestramento curati e da strumenti di fine‑tuning accessibili tramite repository pubblici su Gitee e, sempre più spesso, su GitHub.
Questa apertura non è filantropia: serve a creare un ecosistema dove sviluppatori locali, startup e persino ricercatori universitari possono costruire applicazioni senza dover pagare royalties a licenze straniere. Il risultato è una rapida diffusione di modelli ad alte prestazioni in settori che vanno dalla sorveglianza urbana alla medicina di base, dalla produzione industriale all’educazione. L’Occidente, invece, si trova ancora intrappolato in un modello di AI chiuso, dove i pesi sono custoditi dietro API a pagamento, termini di servizio che vietano il reverse engineering e brevetti che bloccano qualsiasi tentativo di replicare o migliorare il nucleo algoritmico.
La reazione delle grandi tech statunitensi è stata di preoccupazione mista a denuncia: si parla di “rischio per la sicurezza nazionale”, di “perdita di vantaggio competitivo” e di “possibile uso militare da parte di attori ostili”. Queste affermazioni, però, nascondono una verità più scomoda: il vero timore è che l’apertura dei pesi riduca il potere di controllo che le grandi corporation esercitano attraverso la proprietà intellettuale. Quando il sapere diventa comune, il modello di business basato sulla licenza esclusiva crolla, e con esso la capacità di estrarre rendite monopolistiche.
Il modello proprietario americano: blocco, brevetti e sorveglianza
Negli Stati Uniti, l’industria dell’AI è diventata un’estensione del complesso militare‑industriale. Le aziende leader – Google, Microsoft, Amazon – ricevono finanziamenti diretti dal Dipartimento della Difesa tramite programmi come il Joint Artificial Intelligence Center (JAIC) e contratti per lo sviluppo di sistemi di targeting autonomo, analisi di immagini satellitari e piattaforme di predictive policing. Questi finanziamenti vengono spesso accompagnati da clausole di segretezza e da obblighi di condividere i risultati con le agenzie di intelligence.
Il risultato è un modello di AI fortemente proprietario: i pesi sono tenuti segreti, l’accesso è mediato da API che registrano ogni chiamata, e le licenze impediscono qualsiasi forma di fork o di distribuzione indipendente. Questo crea un doppio vincolo: da un lato, le aziende possono monetizzare l’accesso attraverso abbonamenti costosi; dall’altro, gli Stati possono sfruttare lo stesso sistema per costruire infrastrutture di sorveglianza di massa, riconoscimento facciale in tempo reale e analisi predittiva del comportamento sociale.
Esempi concreti non mancano. Il progetto Maven del Pentagono, che usa visione artificiale per identificare obiettivi in zone di conflitto, si basa su modelli forniti da aziende private che ne vietano l’uso fuori dai contratti governativi. Analogamente, i sistemi di punteggio sociale sperimentati in alcune città statunitensi si affidano a algoritmi di scoring sviluppati da startup che hanno ricevuto finanziamenti da fondi di venture capital legati al settore della difesa. In entrambi i casi, la trasparenza è assente e la responsabilità è diffusa: nessun cittadino può verificare come vengono prese le decisioni che influenzano la sua vita, il suo lavoro o la sua libertà.
Da un punto di vista anarchico, questo è il classico esempio di tecnologia come strumento di potere: il sapere è concentrato in poche mani, l’accesso è condizionato al pagamento o alla fedeltà a un’entità statale o corporativa, e la possibilità di modificare, migliorare o riappropriarsi dello strumento è legalmente ostacolata. Il modello aperto cinese, nonostante le sue contraddizioni, offre almeno una breccia in questo muro.
Software libero e autogestione: le alternative dal basso che già esistono
Se la Cina sta sperimentando l’apertura dei pesi, il movimento del software libero ha da decenni dimostrato che un altro modello è possibile. Progetti come GPT‑NeoX, BLOOM e Stable Diffusion hanno rilasciato pesi e codice sotto licenze permissive, permettendo a chiunque di studiare, modificare e redistribuire i modelli. Queste iniziative sono nate da comunità distribuite, spesso finanziate da donazioni, crowdfunding o da fondazioni senza scopo di lucro come la EleutherAI o la Hugging Face (nella sua modalità open).
La forza di questi progetti sta nella loro capacità di creare ecosistemi di collaborazione reale: sviluppatori da tutto il mondo contribuiscono con miglioramenti, traduzioni, documentazione e strumenti di valutazione. Non ci sono gatekeeper che decidono chi può accedere; non ci sono termini di servizio che vietano l’uso per scopi considerati “sensibili”. Al contrario, la licenza stessa incoraggia l’uso, lo studio e la condivisione, trasformando l’AI in un bene comune piuttosto che in una merce.
Esempi di autogestione tecnologica già in atto includono le cooperative di calcolo che mettono in comune risorse GPU per addestrare modelli open, le reti di mirror che garantiscono la disponibilità dei pesi anche in caso di censura, e i laboratori universitari che utilizzano questi modelli per ricerca indipendente su temi come il bias algoritmico, l’impatto ambientale dell’addestramento o le applicazioni in agricoltura di precisione. Queste pratiche dimostrano che la sovranità tecnologica non è un’utopia: è realizzabile quando le comunità si riapproprio dei mezzi di produzione del sapere.
Tuttavia, il movimento open deve affrontare sfide significative: la necessità di risorse di calcolo elevate, la difficoltà di competere con il finanziamento statale cinese o con i budget delle Big Tech, e la pressione di norme sul diritto d’autore che tentano di limitare la condivisione dei pesi sotto il pretesto di proteggere la proprietà intellettuale. Superare questi ostacoli richiede alleanze trasversali tra attivisti digitali, lavoratori della conoscenza, artisti e comunità locali, nonché una chiara presa di posizione contro ogni forma di militarizzazione dell’AI.
AI, potere e guerra: il complesso militare-industriale-tech e la corsa agli armamenti algoritmici
Non si può parlare di AI aperta senza affrontare il suo lato più oscuro: l’uso militare. Gli Stati Uniti hanno investito miliardi in programmi di intelligenza artificiale per sistemi d’arma autonomi, droni letali e analisi di intelligence predittiva. La Cina, dal canto suo, sta sviluppando analoghe capacità, spesso giustificate dalla necessità di difendere la sovranità nazionale contro quello che percepisce come un accerchiamento tecnologico occidentale.
Il paradosso è che entrambi i blocchi stanno usando la stessa tecnologia – reti neurali avanzate, apprendimento per rinforzo, visione artificiale – per costruire strumenti di distruzione, mentre contemporaneamente promuovono narrazioni di “innovazione civile” e “beneficio sociale”. La ricerca aperta sui pesi può, infatti, essere duplicata e riutilizzata per scopi bellicosi tanto facilmente quanto per applicazioni sanitarie o educative. Questo rende ancora più urgente la domanda: come possiamo garantire che l’AI aperta serva davvero alla emancipazione e non alla repressione?
Dalla prospettiva anarchica, la risposta passa attraverso il controllo democratico della tecnologia: nessun singolo Stato o corporazione dovrebbe avere il monopolio decisionale su come un modello viene impiegato. Meccanismi di governance basati su assemblee popolari, licenze che includono clausole di non‑uso militare e trasparenza totale sui dati di addestramento sono strumenti già sperimentati in alcuni progetti di tecnologia critica. Ad esempio, la licenza Hippocratic AI propone di vietare l’uso dei modelli in contesti che ledono i diritti umani, mentre la OpenRAIL permette di specificare restrizioni d’uso personalizzate.
Queste iniziative mostrano che è possibile coniugare apertura e responsabilità, a patto che la comunità sia vigile e pronta a difendere i propri principi. La sfida è trasformare queste licenze da semplici dichiarazioni di intenti in strumenti effettivamente applicabili, attraverso meccanismi di monitoraggio, segnalazione e, se necessario, fork etici che allontanino le versioni compromesse dal nucleo principale.
Verso una sovranità tecnologica dal basso: pratiche, reti e prospettive future
Guardando avanti, la strada verso una sovranità tecnologica autentica passa attraverso tre pilastri interconnessi: l’accesso aperto al sapere, la decentralizzazione delle infrastrutture e l’autogestione delle comunità di sviluppatori e utenti. Ognuno di questi pilastri trova già esempi concreti che possono essere scalati e rafforzati.
Primo, l’accesso aperto: oltre al rilascio dei pesi, è fondamentale garantire l’accesso aperto ai dataset di addestramento, agli strumenti di valutazione e alla documentazione. Iniziative come Common Crawl, LAION e gli archivi di dati pubblici finanziati da istituzioni di ricerca stanno già creando basi di conoscenza condivise. Espandere questi archivi e garantirne la resistenza alla censura – attraverso mirror distribuiti su reti peer‑to‑peer o su servizi come IPFS – è un passo cruciale.
Secondo, la decentralizzazione delle infrastrutture di calcolo: le comunità possono costruire cooperative di cloud basate su hardware condiviso, utilizzando tecnologie di containerizzazione e orchestrazione (Kubernetes, Docker Swarm) per creare reti di calcolo resistenti a punti di fallimento singolo. Progetti come Golem, iExec e le iniziative di mesh networking dimostrano che è possibile mettere in potenza di calcolo in comune senza passare attraverso i grandi provider cloud.
Terzo, l’autogestione: le decisioni su direzione di sviluppo, priorità di ricerca e politiche di licenza devono essere prese attraverso processi partecipativi, assemblee aperte e meccanismi di voto trasparente. Strumenti di governance decentralizzata basati su blockchain (es. DAO) o su modelli di cooperativa tradizionale possono essere adattati per gestire progetti di AI aperta, garantendo che nessun ente esterno possa imporre unilateralmente cambiamenti che vadano contro gli interessi della comunità.
In sintesi, la vittoria apparente della strategia cinese di AI a pesi aperti non deve essere letta come un semplice spostamento di potere da un blocco all’altro, ma come un’opportunità per rilanciare il dibattito su chi deve controllare la tecnologia. Da un punto di vista anarchico, la risposta è chiara: la tecnologia deve essere restituita alle persone, liberata dai vincoli di profitto e di guerra, e posta sotto il controllo diretto delle comunità che la producono e la utilizzano. Solo così l’intelligenza artificiale potrà diventare davvero uno strumento di emancipazione, piuttosto che di dominio.