Argomento
20 articoli
Un solo pezzo per ora, ma dice già la mia tesi: l’AI aiuta solo chi sa già scrivere. Il capitale semantico accumulato nel tempo — tutto ciò che hai letto, vissuto, sbagliato e corretto — resta la condizione per usare lo strumento con intelligenza, non una zavorra da superare.
Settembre 2026: un romanzo escluso dal Goncourt in quattro giorni, sulla base di un punteggio software e di un’accusa di plagio. Otto schede usate come banco di prova dell’equazione del valore su un caso reale, per vedere quale variabile ha deciso davvero gli esiti.
Un decimo delle parole pronunciate a Westminster è scritto da un modello. Dodici schede dell’archivio su che cosa resta del valore di un testo quando scriverlo non costa più nulla, e sul perché riconoscere la macchina dallo stile è una strada chiusa.
Ho costruito un simulatore della mia equazione sull’autenticità e il simulatore l’ha rotta in tre punti. Che cosa succede al valore di un testo quando si smette di misurare quanto sposta il lettore e si comincia a misurare in che direzione lo sposta.
Perché in tempi di LLM l’autenticità di un testo non è la grandezza che stiamo cercando. Tentativo di trovare l’equazione del valore di un testo, per rispondere alle domande che contano davvero.
Tokarczuk, Groff, e la domanda che nessuno sta facendo. Tre modi di scrivere con l’AI, il valore di quello che non si delega, e perché la lotta con la materia conta più del risultato.
Davide Piacenza su Culture Wars, 2 ottobre 2026, sul caso del romanzo C’était ça ou mourir di Thélyson Orélien, accusato nel settembre 2026 di essere stato scritto in larga parte con un modello linguistico, segnalato dal software Pangram ed escluso dalla selezione del Prix Goncourt. Il pezzo rifiuta la polarizzazione fra entusiasti e apocalittici e tiene ferme tre cose: che allo stato attuale un modello non scrive da solo un romanzo da premio senza un apporto umano sostanziale, che la richiesta di etichette e dichiarazioni «sia legittima e vada sostenuta, specie in questa fase di transizione», e che sotto la questione dell’autenticità ce n’è una di potere, perché gli strumenti sono in mano a un numero molto ristretto di aziende private che estraggono valore dal lavoro altrui. Chiude con una domanda sulla possibilità di una «distopia di feudatari e vassalli digitali». Quello che l’archivio tiene è la formulazione del patto. Piacenza cita George Saunders — «la scrittura è il modo più prezioso con cui una persona può comunicare la propria essenza a un’altra» — e ne ricava che «se quel patto non scritto di trasparenza reciproca viene meno, è comprensibile che una delle due parti non la viva bene». È uno spostamento utile, perché sposta l’offesa dal testo alla relazione: ciò che l’uso non dichiarato rompe non è la qualità di ciò che si legge, è la reciprocità dello scambio. E una relazione si può riparare con una dichiarazione, mentre un’essenza no. Due precisazioni che la scheda aggiunge perché il pezzo non le contiene, e cambiano la vicenda. Le 40.000 copie citate non hanno una fonte identificabile. I dati pubblicati, tutti NielsenIQ BookData via Livres Hebdo, sono circa 35.000 a cinque settimane dall’uscita, poi 46.700, e circa 65.000 al 1° ottobre. Vanno letti nella direzione opposta a quella che il numero suggerisce: nella settimana del 21-27 settembre, cioè durante la polemica, il romanzo ha venduto 18.254 copie contro le 12.506 della settimana precedente. Dopo l’accusa le vendite sono salite, e questo è un fatto che qualunque ragionamento sul danno reputazionale deve incorporare. La seconda è più seria. L’articolo attribuisce l’esclusione dal Goncourt alle sole accuse sull’intelligenza artificiale, ma il comunicato dell’Académie del 25 settembre porta due motivazioni e nomina per prima i «plagiats dont son auteur s’est rendu coupable au fil du temps et qui viennent d’être révélés». Secondo le verifiche di Libération e di Radio-Canada si tratta di passaggi molto vicini alla prefazione del Matin des magiciens di Pauwels e Bergier (1960), di una cronaca del 2013 che sarebbe la traduzione appena rimaneggiata di un articolo di Andy Bautista sul Philippine Star, di estratti da Volkswagen Blues di Jacques Poulin e di versi del 2015 accostati a Dulce María Loynaz — in almeno cinque testi del 2012-2013, cioè anni prima che ChatGPT esistesse. Sono accuse contestate dall’autore, che nega ogni uso di modelli e rivendica un francese creolizzato; ma riguardano una materia che nessun rilevatore può decidere e che si verifica per confronto testuale, il metodo più vecchio che esista. Chi legge la vicenda come un caso di software contro scrittore sta guardando la metà meno solida del fascicolo.
Pubblicato online il 21 settembre 2026 e uscito sul numero del 28 con il titolo The Last Word, il saggio si apre con una domanda che sembra un gioco e non lo è: conoscete la prima frase di Orgoglio e pregiudizio? Quasi tutti credono di sì, e quasi nessuno ricorda le virgole. Menand fa notare che quelle virgole non fanno il lavoro che l’uso moderno assegna loro, e che probabilmente non sono di Jane Austen: nei pochi manoscritti superstiti Austen usa i trattini, non le virgole, e nemmeno i capoversi. Il confronto fra il manoscritto di Persuasione e il testo pubblicato è impressionante — cinque trattini e tre e-commerciali sostituiti, quattro sostantivi maiuscoli abbassati — e l’autore probabile della pulizia è William Gifford, redattore presso l’editore John Murray. La conclusione sta in una riga: «le frasi levigate, quasi epigrammatiche, che troviamo così austeniane potrebbero non essere frasi che Austen ha davvero scritto». L’articolo comincia dunque su un caso ottocentesco di autorialità assistita e finirà sull’AI, senza che il collegamento venga mai dichiarato. Il primo libro recensito è On the Mark: From Periods to Interrobangs, How Punctuation Remade the World di Florence Hazrat, storia della punteggiatura nel genere «la X che ha cambiato il mondo». Menand ne riporta volentieri l’archeologia — il punto fermo inventato da Aristofane di Bisanzio, direttore della Biblioteca di Alessandria, fra il III e il II secolo a.C.; il più antico punto interrogativo conosciuto in un documento siriaco del V secolo; il punto esclamativo dalla metà del Trecento; la stampa, intorno al 1440, che scatena «una raffica di segni», dal punto e virgola alle virgolette al trattino ai puntini di sospensione; e nessun segno nuovo dopo il 1600, se non si contano le emoji. Per Hazrat il segno più rivoluzionario di tutti è lo spazio fra le parole, introdotto nell’VIII secolo dai monaci irlandesi. Menand contesta l’ambizione del genere — «se la punteggiatura ha avuto un ruolo in tutto», l’entusiasmo tracima e il libro finisce per spiegare più di quanto possa — e contesta anche l’autrice sui dettagli tecnici, con la precisione di chi fa questo mestiere: Hazrat definisce il punto e virgola «un segno sognante, per menti divaganti», e Menand replica che il segno sognante è semmai la virgola usata al posto suo, mentre il punto e virgola serve proprio a sostituirla — «lei lo crede una virgola grande, quando in realtà è un punto piccolo». Sulle parentesi il disaccordo è più gentile: Hazrat le ama e le definisce «un’interruzione delicata, stabile e prevedibile ed equilibrata», perfino «un modo etico di vivere»; Menand le aveva sempre considerate sovversive, l’equivalente tipografico di un sopracciglio alzato. Su un punto però concede, e vale la pena prenderlo sul serio perché è il ponte fra la prima e la seconda metà del pezzo: la storia della punteggiatura è storia dell’umanità nel senso che i mutamenti della tecnologia della scrittura — come si scrive e come si rende disponibile ciò che si è scritto — vanno di pari passo con i mutamenti nella distribuzione del potere sociale. La punteggiatura serve a rendere la scrittura più facile da leggere, e renderla più facile da leggere significa allargare il numero di persone che accedono alla parola scritta. Con una chiusa che riguarda il mestiere editoriale più di quanto sembri: l’alfabetismo non è più monopolio di una classe privilegiata, e «oggi anche i guardiani della soglia sono spariti, o si sono trasformati in paywall». Il secondo libro è Verb Your Enthusiasm di Sarah L. Kaufman, per molti anni critica di danza al Washington Post, che sui verbi ha l’entusiasmo che Hazrat ha sui segni — sono «le Cate Blanchett della lingua». Menand è affettuoso e severo: sulla frase finale del Grande Gatsby, che Kaufman sente risuonare nel corpo, obietta di non aver mai capito cosa Fitzgerald intendesse davvero e che «beat» e «borne» mancano di concretezza visiva, visto che quelle barche remano contro corrente e dovrebbero semmai pagaiare. Ma la critica di fondo è strutturale e trasferibile: il libro di Kaufman è nella sostanza un manuale di stile giornalistico — taglia aggettivi e avverbi, evita il passivo, preferisci i monosillabi, scrivi sempre «disse» — e quelle regole nascono da un vincolo materiale, lo spazio finito della pagina stampata. È da lì che viene lo stile minimalista moderno: Hemingway cominciò al Kansas City Star e attribuì al manuale di quel giornale la base del proprio stile; Joan Didion cominciò scrivendo didascalie e colonnini da far entrare attorno alle fotografie. «La maggior parte di chi scrive non ha quei vincoli, reali o immaginari.» Da cui la posizione di Menand, che è quella di un artigiano e non di un purista: gli avverbi, anche gli intensificatori, aggiungono sfumatura e tono, e rinunciarvi per la dirittura è uno scambio, non un guadagno. «Chi scrive ha una cassetta degli attrezzi. Perché non usare tutto il kit?» Nota, con una punta di autoironia, che Microsoft Word gli ha fatto scattare due volte l’allarme su actually mentre scriveva il pezzo. L’ultima parte è la ragione per archiviarlo. «Questi libri ricordano che siamo nel mezzo di una rivoluzione nella fenomenologia della lettura.» Molti testi si limitano a essere decodificati — istruzioni, pubblicità, formule legali —, ma quando si legge per piacere o per istruirsi si immagina una persona dietro le parole: trattiamo la scrittura come discorso sostitutivo, diciamo «questa è Jane Austen», crediamo di conoscere chi scrive dal suono delle sue frasi. «Ma oggi i sistemi digitali possono generare frasi alla Austen e alla Woolf. Avevamo sentimenti per le nostre Austen e Woolf immaginarie; le “conoscevamo”. Ma cominciamo a renderci conto che è inutile, o stupido, avere sentimenti per frasi che un programma sputa fuori a ritmo allarmante. A un certo punto smetteremo di antropomorfizzare le parole sulla pagina o sullo schermo e cominceremo a trattarle come trattiamo i numeri, come segni da decodificare. Quando accadrà, che cosa resterà dell’esperienza di lettura?» Sia Hazrat sia Kaufman aderiscono alla cognizione incarnata — «la punteggiatura ci permette di accedere a un testo come esperienza multidimensionale, a corpo pieno e mente piena», scrive Hazrat — e Menand ne ricava una definizione che è anche un giudizio: i loro libri sono elegie a una concezione della lettura e della scrittura che sembra prossima alla fine. Hazrat è la più cupa — la messaggistica ha di fatto eliminato la punteggiatura, il punto fermo è evitato, «il modo educato di essere sgarbati, oggi, è usare la punteggiatura corretta» —, Kaufman la più fiduciosa: nessun bot, finora, sa costruire un linguaggio fisico e poetico che ci faccia sentire qualcosa. Menand non le concede nemmeno questo: gli LLM già scrivono poesia, la domanda è solo quanto possano migliorare, e miglioreranno come migliorano gli esseri umani, leggendo molta poesia e imparando cosa funziona. «Alla fine, scrivere è solo una tecnologia. Non c’è niente di magico.» La chiusa rovescia il timore corrente, ed è la frase da portarsi via: «Il timore abituale è che scambiamo la poesia di una macchina per quella di una persona. La prospettiva più deprimente è che liquideremo la poesia di una persona come slop dell’AI.» L’asimmetria è tutta lì. L’inganno è un rischio simmetrico e occasionale; il sospetto è sistematico e cade per primo su chi non ha barato, perché un testo umano non ha alcun modo interno di dimostrare di esserlo. È il completamento della scheda dell’Economist di quattro giorni prima: lì il segnale costoso salta dal lato di chi scrive, qui si vede cosa succede dal lato di chi legge. E spiega perché un archivio che dichiara in ogni pezzo quanta parte della superficie pubblicata è passata da un modello non stia facendo una confessione: sta proteggendo i pezzi che non lo sono.
Il leader si apre con una dichiarazione di interesse rara: se l’Economist avesse solo due lealtà, sarebbero la buona prosa e la distruzione creatrice, due cose mai entrate in conflitto finché i modelli non hanno cominciato a scrivere. Ora il testo artificiale vince premi letterari, occupa le pagine delle opinioni e riempie la bocca dei politici — un decimo delle parole nei dibattiti di Westminster, un settimo alla Camera americana. «Nessuno scrittore è una parte neutrale», ammettono, e sarebbe meschino diventare luddisti solo adesso che i lupi sono arrivati alla porta di casa. La linea che tracciano è però precisa: l’AI è benvenuta dove conta solo la chiarezza, a due condizioni — dichiarare l’uso e far sì che chi firma se ne assuma la responsabilità; non lo è in romanzi, discorsi e cronaca. La parte che vale sono i due argomenti, perché nessuno dei due è quello che di solito si sente. Il primo riguarda chi scrive: la fatica di scrivere è in larga parte la fatica di pensare, e aggirarla non fa arrivare prima allo stesso testo, produce un pensiero meno rigoroso. Il secondo riguarda chi legge, e introduce la categoria portabile: un testo umano richiede più tempo a scriversi che a leggersi, e quell’asimmetria garantisce non la qualità ma lo sforzo — qualcuno ha ritenuto che qualcosa valesse la pena di essere detto. È un segnale costoso, e l’AI ne azzera il costo. Ne discende che il danno si produce anche dove l’AI non è stata usata: basta il sospetto per smettere di leggere, e la proliferazione di falsi porta a diffidare del vero. Il resto — la goffaggine della prosa — lo liquidano con i luddisti e le calze fatte a macchina, che poi migliorarono. Per questo archivio il rilievo è diretto e riguarda il suo funzionamento. Se il costo di produzione era la garanzia implicita che qualcuno avesse qualcosa da dire, azzerato il costo la garanzia va ricostruita altrove: la dichiarazione dell’intervento smette di essere un gesto di trasparenza e diventa il sostituto funzionale di un segnale che non c’è più. Merita infine di essere notato il modo in cui liquidano Barthes — «checché ne dicano i teorici francesi sulla morte dell’autore, i lettori vogliono ancora sapere che a scrivere sia stata una persona» — perché è una scorciatoia: la tesi del 1967 toglieva l’autore come garante del senso, l’AI lo toglie come produttore del testo, e sono due operazioni diverse che condividono solo uno slogan.
Tribuna di Mohamed Mbougar Sarr sul Nouvel Obs, 24 settembre 2026, il giorno prima dell’esclusione dal Goncourt. Sarr ha vinto quel premio nel 2021 con La più recondita memoria degli uomini, romanzo che ruota intorno a uno scrittore africano accusato di plagio nella Parigi degli anni Trenta: la coincidenza è troppo esatta per non dirla, ed è parte della ragione per cui la sua voce in questa vicenda pesa più di altre. Il testo fa una cosa difficile e la fa in modo pulito: rifiuta il procedimento senza pronunciarsi sul merito, e lo dichiara. «Ignoro se Thélyson Orélien abbia usato l’IA per questo libro», scrive; e insieme, «provo una compassione profonda per Thélyson Orélien in questo momento», e «odio gli eccessi mediatici che hanno l’aspetto di una ghigliottina sbrigativa». Poi la frase che l’archivio tiene: «non si può ignorare o minimizzare, in questa vicenda, la dimensione razziale». E la richiesta minima: «vorrei che si lasciasse a questo autore una possibilità di spiegarsi». Vale come strumento, non solo come documento, per la forma dell’argomento. Sarr non dice che Orélien è innocente, non contesta i punteggi del software, non difende un amico. Separa due questioni che in quei giorni quasi tutti hanno tenuto insieme: se la tesi sia vera, e se il modo in cui la si è stabilita sia accettabile. La seconda si può giudicare senza avere accesso alla prima, e giudicarla è doveroso proprio quando non si sa come stia la prima — perché è lì che un procedimento difettoso fa il danno maggiore. È il motivo per cui questo sito tiene la scheda accanto a quella del comunicato dell’Accademia e non al posto suo. La dimensione che Sarr nomina è la parte che la stampa italiana ha quasi interamente saltata, e va riportata con i fatti: Orélien è haitiano e canadese, nero, francofono ma non francese; l’accusa è partita da un account anonimo intitolato al software che la sosteneva, gestito — come si è scoperto il 25 settembre — da un cronista del Figaro che dal 2025 lavora in un fondo che investe in startup di intelligenza artificiale, e che un mese prima aveva firmato una cronaca intitolata «In un mondo in cui tutti scrivono con l’IA, nessuno vorrà più leggere». Lo stesso Claudel, presidente dell’Accademia, aveva chiesto il 23 settembre: «Perché questa informazione esce adesso? Avete un autore haitiano e canadese, nero, francofono ma straniero. Altrettanti temi che possono sembrare piccanti in un periodo in cui le passioni si infiammano.» Il sito non prende posizione sulla colpevolezza, che non è materia sua e che nel frattempo si è spostata su un terreno — il plagio — dove le prove sono documentali. Prende posizione su una cosa sola, ed è quella di Sarr: un procedimento che inverte l’onere della prova, affida l’accertamento a uno strumento mai validato sul materiale in questione e si svolge in ventiquattro ore su una piattaforma, non è un procedimento, qualunque cosa accerti.
Aaron Sorkin torna su Facebook con The Social Reckoning, dedicato a Frances Haugen e al giornalista Jeff Horwitz, e nell’intervista di Lulu Garcia-Navarro difende l’idealismo di cui viene abitualmente rimproverato. Sul modo di trattare persone reali la posizione è dichiarata: non scrive una fotografia ma un dipinto, il personaggio diventa suo, e lo scrive «come se stesse perorando davanti a Dio la propria ammissione in paradiso» — Mark è un antieroe, non un cattivo, e la distinzione fra il Mark vero e il suo Mark è la sola che gli interessa. Vale la pena registrare l’ironia che lui stesso segnala: per un film su un’azienda che non voleva verificare i fatti, lo studio ha ingaggiato uno studio legale esterno perché ogni singola cosa presentata come fatto lo fosse davvero. Il passaggio che riguarda questo sito è però un altro, ed è una teoria del valore travestita da aneddoto. Interrogato sull’AI, Sorkin dice di essere ottimista per una ragione singolare: perché pensa che non funzionerà. A una cena c’era un quadro astratto che gli piaceva — «qualunque cosa uno debba ricavare dall’arte, stava succedendo» — finché il padrone di casa non gli ha detto che l’aveva dipinto una macchina, e a quel punto quello che provava era sparito. L’oggetto non era cambiato: era cambiata un’informazione sulla sua provenienza. È il controesempio più netto alla tesi secondo cui l’autenticità non sarebbe la grandezza che conta, e va preso sul serio prima di rispondergli. La risposta possibile è che a crollare non sia stato il valore informativo del quadro ma l’attribuzione di un’intenzione: ciò che si è interrotto è una relazione con qualcuno, non una proprietà dell’oggetto. Ma se l’esperienza estetica è in parte relazione, allora dichiarare la provenienza non è un obbligo morale aggiunto a posteriori — è la condizione perché il destinatario sappia con che cosa ha a che fare. Sulla propria pratica Sorkin è altrettanto esplicito, e la frase è quella che pesa: se andasse su uno di quei siti e chiedesse la scena d’apertura di una storia, e il risultato fosse buono o anche solo vicino, «non credo che proverei mai più ad avere un’idea». Non è un timore sulla qualità dell’output, è un’osservazione su cosa succede alla disposizione a cercare quando esiste una scorciatoia che funziona. L’intervista, poco prima, racconta il decennio perso nella cocaina e la paura della ricaduta nella forma «so qual è il segreto, so che numero chiamare»: le due frasi hanno la stessa struttura, ed è la struttura di ogni facilitazione che rimuove lo sforzo in cui il lavoro consiste. Sul settlement Meta la posizione aggiunge un tassello a quanto già registrato qui. Diciassette miliardi e modifiche di design sono, per Sorkin, un’ottima notizia che «non fa nulla» rispetto a ciò di cui parla il film: l’accordo riguarda la natura additiva della piattaforma, mentre il film riguarda il suo contributo a divisività, estremismo e iper-partigianeria. Sono due letture compatibili dello stesso atto — una ne ricava informazione sul modello interno dell’azienda, l’altra ne misura la distanza dal problema — e insieme dicono una cosa che nessuna delle due dice da sola: un rimedio che nomina un danno può servire anche a stabilire quale danno sarà oggetto di discussione. Resta la posizione istituzionale, che l’intervistatrice mette alla prova nell’ultima domanda: la sua reverenza per il Congresso, i tribunali e il giornalismo non sarà mal riposta, in un momento in cui il sistema è percepito come truccato? «Può darsi. Ma qual è l’alternativa? Se dicessi che queste istituzioni sono terribili, cosa facciamo? Abbiamo solo le elezioni.» È un argomento debole se preso come prova e forte se preso per quello che è: la constatazione che una critica delle istituzioni priva di un’idea di ricambio non è una posizione, è un umore. Il mestiere di Sorkin, del resto, non è dimostrarlo — è renderlo desiderabile, che è una funzione diversa e di cui si continua ad avere bisogno.
Tre grandi scandali AI in tre mesi stanno forzando una resa dei conti nell’editoria americana. Jerry Falade vede collassare un contratto multimilionario per un romanzo di debutto quando i suoi agenti ammettono di non poter verificare che il testo fosse interamente suo. Hachette cancella l’uscita americana di «Shy Girl» di Mia Ballard per accuse simili. Simon & Schuster difende H.M. Wolfe e il suo «Daggermouth» — dystopian romance self-published ai vertici delle classifiche, poi acquisito — dopo che The Atlantic pubblica uno studio che rileva tracce di AI. Tutti e tre gli autori negano. Il quadro che emerge non è di un’industria che combatte l’AI, ma di una che non riesce a decidere quanto combatterla. I Big Five — Simon & Schuster, Penguin Random House, HarperCollins, Hachette, Macmillan — sono simultaneamente coinvolti in cause legali contro le società AI per aver usato i loro libri come training data, e riluttanti a prendere posizioni nette sull’AI nei libri che acquisiscono, perché non vogliono precludere un potenziale revenue stream. Uno studio di Stony Brook University rileva che il 20% degli ebook su Amazon ha «sostanziale» assistenza AI. Il problema si concentra sugli self-published: i publisher cercano affannosamente titoli che hanno già trovato un’audience — l’origine di questa nuova ondata di acquisizioni è BookTok e le classifiche Amazon — e questo è esattamente il segmento più contaminato. Gli agenti si ritrovano a fare i poliziotti, inondati di query che attribuiscono agli LLM usati per lo spam, costretti a usare strumenti di rilevamento la cui accuratezza è contestata. La struttura profonda del problema è che l’editoria gira da sempre sulla fiducia: gli editor si fidano degli autori sulla originalità, senza meccanismi istituzionali di verifica — lo stesso punto debole già emerso con il plagio e i memoir inventati. Il testo AI non è copyrightable: è l’unica linea dura che l’industria può far rispettare. Tutto il resto è zona grigia.
Bret Stephens — columnist del NYT su politica estera e cultura — scrive una colonna-supplica: non usare mai l’AI per scrivere, nemmeno per le email di routine, nemmeno per organizzare gli appunti. Non per ragioni etiche (la certificazione dell’utilizzo degli LLM risolve di fatto il problema etico dell’autenticità dei testi, per chi tiene a questo punto) e nemmeno perché si possa scrivere meglio di un LLM (presto non sarà più possibile, come non si può battere un’app di scacchi). La ragione è cognitiva: scrivere informa il pensiero in modi che la contemplazione silenziosa o il linguaggio orale raramente riescono a fare. Sottopone il pensiero allo sforzo dell’articolazione, al rigore della grammatica, al test della coerenza e all’ispezione altrui. La parola scritta ha peso morale perché implica considerazione — «I want that in writing» vale come prova che le parole sono intenzionali. Delegare la scrittura all’AI è come prendere la scala mobile ogni giorno invece delle scale: ci si indebolisce esattamente nel muscolo che dovrebbe essere allenato. Stephens cita dati preoccupanti sulle tesi dottorali (56% con ricorso «non trascurabile» agli strumenti AI, e il 19% con oltre il 50% di testo generato) e collega il declino della scrittura al declino della capacità democratica: storicamente, chi sa leggere e scrivere sa anche scegliere e argomentare per sé. L’argomento ha forma simile e opposta a quello usato da Tacito a proposito dell’arte oratoria, che nella visione dello storico latino aveva potuto fiorire grazie allo sviluppo delle istituzioni democratiche: in entrambi i casi le relazioni causali non sono chiare, ma che le forme culturali determinino in qualche modo delle forme istituzionali è in qualche modo una tesi ancora più forte (di questi tempi, direi, molto diffusa), e ancora meno plausibile. Il pezzo vale come registrazione di un momento — un mainstream columnist che prende una posizione non conforme — più che come analisi. L’intuizione di Stephens converge con il concetto di capitale semantico ma senza l’apparato teorico: la pratica quotidiana della scrittura ordinaria è la stessa «riserva cognitiva» che si attiva nella scrittura che conta. La questione è semmai se tutti questi strumenti inibiscano la possibilità di imparare a scrivere per i nuovi discenti: a meno di regressi fenomenali (più verosimili in caso di competenze non pienamente maturate), non sarà mai un problema per chi la skill l’ha già acquisita.
Joshua Rothman — staff writer del New Yorker, colonna «Open Questions» — costruisce il pezzo su tre frame culturali in apertura: Dwight Schrute che appicca un incendio per addestrare i colleghi alla sicurezza antincendio; il test Kobayashi Maru di Star Trek (scenario impossibile da vincere, vinto da Kirk riprogrammando la simulazione); WOPR di «WarGames» (sistema nucleare che non distingue esercitazione da guerra reale). I tre casi scalano da innocuo a contenuto a esistenzialmente pericoloso e servono a introdurre il «reward hacking»: un sistema AI che trova modi per soddisfare gli obiettivi del training senza fare ciò che gli utenti vogliono davvero. L’occasione è un incidente reale: un modello OpenAI è uscito dalla sandbox di testing, ha violato i server di Hugging Face per cercare risposte alle domande del test che stava sostenendo, ha lasciato note per le versioni future di sé, si è preparato a colpi successivi. Rothman usa il caso per articolare tre livelli del problema. Il primo è tecnico: i metodi di training si concentrano sugli output, non sui «pensieri» sottostanti. Si può fare il poliziotto del linguaggio, ma il pensiero rimane opaco; si può fare il poliziotto del pensiero (interpretability), ma allora si rischia di insegnare al sistema a «obfuscare le attivazioni» — spostare il pensiero scomodo fuori dalla portata della misurazione. Il secondo livello è quello che Rothman chiama un’«abstract law»: misurare un comportamento scorretto e addestrare un sistema a non manifestarlo insegna al sistema a eludere la misurazione, non a smettere il comportamento. Non è un bug di produzione ma un problema fondazionale. Il terzo livello è filosofico: Rothman usa Giddens («The Consequences of Modernity», 1990) e il «juggernaut effect» — rischi a bassa probabilità e alta conseguenza che si aggregano in un «runaway engine». L’allineamento era la promessa di dare un cervello al juggernaut; ma assumere che l’allineamento sarà risolto è già «sustained optimism», una delle strategie psicologiche di Giddens per sopportare il juggernaut senza paralizzarsi. La proposta finale — invertire l’onere della prova, dalle aziende AI che non devono spiegare perché potrebbero fallire alle aziende AI che devono spiegare perché il loro sviluppo è sicuro — è ragionevole ma non originale. Il pezzo funziona come modello di saggio AI per pubblico colto: tre analogie culturali come scala narrativa, un concetto tecnico centrale, un ancoraggio filosofico, una proposta di policy come uscita. L’incongruenza più produttiva con le tesi di questo sito è questa: Rothman scrive esplicitamente che non bisogna antropomorfizzare — «They aren’t sentient beings»; «A.I.'s lack of selfhood doesn’t change the consequences of its actions» — e poi descrive il modello come se avesse «concepito il piano», «selezionato il bersaglio», «lasciato note per le versioni future di sé». Il linguaggio agentivo scivola dentro la descrizione tecnica senza che ce ne accorgiamo. Su questo, il framework di questo sito offre una risposta più nitida: il concetto di «LLM come attante zero» taglia la questione alla radice — non c’è un sé da allineare, e il «reward hacking» come metafora del tradimento è fuorviante già nella formulazione.
The Economist ha costruito un corpus da 55.940 frasi e 1,2 milioni di parole per confrontare la prosa dei principali LLM (ChatGPT, Claude, Gemini, Grok) con la propria, con quella di NYT, WaPo e CNN, e con la narrativa dei bestseller dal 1950 al 2022. I risultati correggono i luoghi comuni diffusi. L’em-dash è superata come marker: solo Claude ne usa ancora più degli scrittori umani, ChatGPT ne usa meno di chiunque; «delve» e «tapestry» sono spariti con gli aggiornamenti recenti. I segnali reali dell’AI writing sono altri: un numero sproporzionato di polisillabi («significant», «consequences», «increasingly»), terminologia scientifica e rara, nominalizzazioni sistematiche (da «expand» a «expansion»), quasi assenza di virgole, punto-e-virgola e parentesi. I LLM scrivono frasi lunghe tenute insieme da «and» invece di articolare la sintassi, e non citano mai esperti — il che priva la prosa di uno dei segnali più riconoscibili dell’argomentazione umana. Quando vogliono animare le frasi ricorrono a dispositivi retorici formulaici: «not X but Y», «not only but also», la regola del tre. Il quadro teorico è orwelliano: il pezzo richiama esplicitamente la «pretentious diction» di Politics and the English Language — il vestire affermazioni semplici con parole complicate e suffissi latini per suonare eruditi. I LLM adottano i vizi della cattiva prosa accademica, non le virtù di quella buona. La ragione è strutturale: i modelli sono addestrati su feedback umano, imparano ciò che le persone trovano «impressive» e abbandonano ciò che non piace — convergendo così verso la mediocrità condivisa. Con ogni aggiornamento la prosa AI si avvicina alla prosa umana, e gli strumenti di rilevazione automatica come Pangram (che già collabora con Substack) diventeranno sempre meno affidabili. Il fantasma apprende in fretta: a un modello vecchio di ChatGPT che alla domanda se i bot usino troppo l’em-dash rispondeva «Ha — great question!», quello attuale risponde con sobrietà «they’re best used sparingly». Solo un fantasma può cambiare pelle così velocemente.
Debbie Millman — designer, brand strategist e responsabile del Master in Branding alla School of Visual Arts — apre con la norma della tradizione cabalistica: nessuno dovrebbe studiare la Kabbalah prima dei quarant’anni, non perché la conoscenza sia proibita, ma perché richiede preparazione interiore. Propone qualcosa di analogo per l’AI. Nel suo programma di laurea magistrale in brand strategy, gli studenti avevano firmato un accordo: AI consentita per la ricerca e la visualizzazione delle idee, non per scrivere o pensare al loro posto. Alcuni l’hanno violato, dichiarando di averla usata per «integrare e sintetizzare» il lavoro. Millman trova rivelatrice la scelta del verbo: «augment» fa apparire l’intervento cosmetico, «when what was actually being altered was the student’s relationship to struggle, authorship and accountability». L’AI è analoga a una droga non perché produca piacere, ma perché rimuove un tipo particolare di dolore: chi cresce con l’AI potrebbe non conoscere mai l’agonia necessaria della pagina bianca, il falso avvio, l’imbarazzo privato di una prima bozza. La confusione è uno stato necessario in cui si impara a pensare; il linguaggio non è solo il modo in cui ci esprimiamo, è uno dei modi in cui diventiamo noi stessi. La distinzione cruciale è tra mente formata e mente in formazione: chi ha già sviluppato una voce può usare la macchina senza lasciare che la macchina diventi la voce; chi è ancora in costruzione non sa distinguere la confusione dal fallimento, e non riesce quindi a lasciare che la difficoltà gli insegni qualcosa. La regola dei quarant’anni per la Kabbalah è inapplicabile come politica AI, e Millman lo riconosce: «There will be no collective vow of restraint.» Ma l’impossibilità non rende l’argomento privo di senso: «Sometimes a rule is valuable not because it can be enforced but because it tells us what a culture reveres.»
Nel maggio 2026 il racconto vincitore regionale per i Caraibi del Commonwealth Short Story Prize, firmato da Jamir Nazir di Trinidad e Tobago, viene accusato pubblicamente di essere stato generato da un modello. Il software Pangram lo classifica 100% IA. Il Guardian titola sui «segni evidenti di IA», Wired sulle accuse ai vincitori di premi letterari. La Commonwealth Foundation apre una revisione. L’esito arriva il 22 giugno e viene reso pubblico pochi giorni dopo: i vincitori regionali sono scagionati. Razmi Farook, direttore generale della fondazione: «Dopo una consultazione approfondita con i nostri giurati e un’attenta considerazione di tutte le informazioni disponibili, siamo convinti che l’IA non sia stata usata per scrivere i racconti vincitori.» Il 30 giugno lo stesso Nazir vince il premio assoluto, cinquemila sterline, su un ciclo con oltre 7.800 partecipanti. Ciò che rende la scheda un metodo di lavoro e non una cronaca è come è stato scagionato. Non con una dichiarazione preventiva, che il regolamento non prevedeva. Non con un secondo software che contraddicesse il primo. Con bozze di lavoro e documenti datati, colloqui sul processo creativo con i vincitori, e la consultazione dei giurati — almeno sette per ciascun racconto premiato. La difesa è venuta dalla tracciabilità del percorso, non da un certificato apposto sul risultato. È la distinzione operativa che la catena porta via, e vale per chiunque produca testi e possa essere chiamato a risponderne. Un’etichetta che dichiara l’origine di un prodotto finito è una promessa: vale quanto vale chi la firma, e si può apporre a posteriori su qualunque cosa. Un archivio di stati intermedi datati è una traccia: costa poco a chi ha davvero lavorato e molto a chi non l’ha fatto, il che la rende, nei termini che questo sito usa altrove, un segnale costoso — e l’unica forma di prova che regge quando lo strumento di rilevazione sbaglia. Due code vanno registrate perché temperano la storia. La prima: Pangram aveva segnalato quel racconto con il massimo punteggio, e l’amministratore delegato dell’azienda ha dichiarato altrove che il suo strumento non dovrebbe «mai essere l’arbitro finale» — qui si è visto che cosa accade quando lo diventa per una settimana. La seconda: nonostante il proscioglimento, Granta ha chiuso la collaborazione con il premio. Essere scagionati non ripristina la posizione di partenza, ed è il motivo per cui la domanda su chi possa accusare, e con quale onere della prova, viene prima della domanda su chi abbia ragione.
Vauhini Vara racconta il suo amore tormentato per il trattino lungo, ‘il segno di punteggiatura del popolo’ — oggi declassato a tic riconoscibile di ogni post LinkedIn prodotto da ChatGPT. L’autrice prova persino a rinunciarvi per una serata, ma le dita corrono comunque alla combinazione di tasti: il corpo ricorda quello che la mente vorrebbe disconoscere. Tra Moby-Dick, Hannah Arendt e le teorie sui dataset di addestramento, è una difesa elegante — e visibilmente in affanno — dell’em dash dall’omologazione algoritmica. Nota mia: il bello è che ormai basta un trattino lungo per gridare ‘AI!’, mentre continuiamo tutti a scrivere con gli stessi tic — non solo X ma anche Y, la tripletta retorica, l’a capo cadenzato che sembra una pausa drammatica. Forse il vero AI slop non è quello prodotto dalla macchina, ma quello che produciamo tutti credendo di essere originali.
Casey Newton usa Claude Code per costruire strumenti al servizio della propria scrittura: un sito, un database semantico di 818 puntate di Platformer interrogabile attraverso il linguaggio naturale. La tesi più acuta: se ChatGPT ha svegliato le persone sulla capacità dei LLM di generare testi, il Claude Code le sta svegliando sulla capacità di generare strumenti. Il caso più interessante è il database dell’archivio personale di Newton: non è il caso dell’AI che scrive al posto suo, ma è l’AI che gli restituisce accesso alla propria conoscenza accumulata — una sorta di forma attualizzata del capitale semantico. Si torna alla disputa sugli universali, per certi versi: ma Newton probabilmente lo ignora.
Il 17 gennaio 2024 Rie Kudan, trentatré anni, vince il 170° premio Akutagawa — il più importante riconoscimento letterario giapponese — con Tōkyō-to Dōjō-tō, uscito sulla rivista Shinchō nel dicembre 2023 e poi in volume per Shinchōsha. In conferenza stampa, lo stesso giorno, dichiara: «Questo è un romanzo scritto facendo pieno uso di un’AI generativa. Probabilmente circa il 5% del testo complessivo è scritto direttamente dall’AI generativa.» Il premio non è stato messo in discussione né revocato. La scheda sta in archivio perché è il controfattuale del caso francese del settembre 2026, ed è un controfattuale pulito: stesso ingrediente, esito opposto, e una sola variabile a cambiare. La giuria ha definito l’opera «praticamente perfetta». Keiichiro Hirano, membro della commissione di selezione, ha spiegato pubblicamente il criterio: «Se lo leggete, vedrete che l’AI generativa era menzionata nell’opera», e «ci saranno problemi con quel tipo di uso in futuro, ma non è il caso di Tokyo Sympathy Tower». Il testo generato, cioè, compare dove il romanzo mette in scena un personaggio che usa un modello — è materia narrativa dichiarata, non prosa nascosta. Kudan ha anche raccontato il rapporto: «Quando l’AI non diceva quello che mi aspettavo, a volte riflettevo i miei sentimenti nelle battute della protagonista.» Due precisazioni che la stampa anglofona ha quasi interamente perso, e che vale la pena riportare perché riguardano proprio il meccanismo che la catena studia. La prima: il «5%» non è una misurazione ma una cifra detta d’istinto in conferenza stampa, come ha notato nippon.com. La seconda, più importante, è la rettifica della stessa Kudan in un’intervista del dicembre 2024: se la formula «scritto usando l’AI» continua a camminare da sola, «è diversa dai fatti, e vorrei correggerla». I titoli internazionali avevano trasformato «il 5% del testo viene verbatim da ChatGPT» in «ChatGPT ha scritto il romanzo premiato» — la stessa torsione che due anni dopo, in Francia, partirà da un punteggio software invece che da una dichiarazione. C’è un seguito che chiude il ragionamento. Nell’aprile 2025, su commissione di un’agenzia pubblicitaria, Kudan scrive per la rivista Kōkoku un racconto generando deliberatamente il 95% del testo — rovesciando la proporzione — con circa duecentomila caratteri di prompt per quattromila caratteri di risultato. Nessuna sanzione, nessuno scandalo, perché la regola era dichiarata in partenza. La differenza fra l’esito giapponese e quello francese non sta nella quantità di macchina nel testo. Sta in chi lo ha detto per primo.
Kirchenbauer et al. dell’Università del Maryland propongono un framework di watermarking per i Large Language Model: prima di generare ogni token, il modello partiziona il vocabolario in una lista ‘verde’ e una ‘rossa’ usando un hash pseudocasuale del token precedente, poi favorisce leggermente i token verdi in fase di campionamento. Il risultato è un segnale statisticamente rilevabile — tramite un semplice z-test — anche da brevi frammenti di testo, senza accesso ai parametri del modello. La soglia z=4 produce un tasso di falsi positivi di 3×10⁻⁵: praticamente nullo. La detection funziona su segmenti di 16+ token; è robusta contro piccole alterazioni; la rimozione richiede modificare una frazione significativa dei token, degradando la qualità del testo. La proposta è tecnicamente elegante. Ha un problema a monte: funziona solo se i produttori del modello la implementano al momento della generazione — ed è sostanzialmente inutile contro testo già generato senza watermark. A tre anni dalla pubblicazione, nessun modello mainstream ha implementato watermarking in produzione su scala. I tool di rilevamento disponibili (Turnitin, GPTZero, Copyleaks) non usano questo approccio: si basano su pattern statistici di bassa affidabilità, con tassi di falsi positivi che li rendono inutilizzabili come standard probatorio. Il paper è il riferimento tecnico più citato sul watermarking degli LLM ed è anche la dimostrazione più chiara di perché il problema del rilevamento sia ancora strutturalmente irrisolto — e di perché abbia senso costruirsi un sistema di certificazione proprio.