AI, scrittura e il valore di quello che non si delega
I. Una questione equina
Viviamo in tempi in cui arrabbiarsi è molto facile, mentre capire è difficile. Da un certo punto di vista, è forse proprio questo a rendere il nostro presente così interessante, nonostante tutti i suoi evidenti limiti. Ma d’altra parte è pure vero che voler vedere come va a finire la storia può essere una forma di appagamento modesta, quando il finale atteso non è uno splendore. A conti fatti, guardare sul tablet Game of Thrones può essere preferibile a viverlo in diretta: specialmente se la sceneggiatura prevede che finiate impalati in piazza davanti a una folla urlante che vi sputa addosso.
Quindi, mentre forse finiamo tutti catapultati in un sistema caotico a forte trazione autoritaria (e quindi dovremmo probabilmente preoccuparci di ben altro: ma chi sa in fondo quali siano le questioni importanti veramente?), il filosofo greco Platone potrebbe aiutarci a capire qualcosa di nuovo su di noi. E non a caso: citando Whitehead, l’intera tradizione europea non è altro che un insieme di note a piè di pagina alla sua opera. Insomma, la nostra cultura — qualunque cosa questa espressione significhi — non farebbe altro che rimestare i dialoghi platonici in altre forme, e chissà che ciò non avvenga secondo un pattern statistico di qualche tipo. Insomma, nel grande software del nostro pensiero collettivo, l’utente è Platone e noi siamo l’AI.
Un esempio. Sulla nostra propensione all’indignazione morale, Platone ha sicuramente qualcosa da dirci. Nel Fedro, Platone usa una delle sue frequenti, potentissime immagini per descrivere a cosa tenda lo spirito umano dandoci un’interessante prospettiva verticale. E, fra parentesi, esprime chiaramente l’idea che le nostre azioni ci collocano costantemente in alto o in basso, verso il cielo o verso il fango. Che se vogliamo è esso stesso un elemento che meriterebbe una discussione (ogni singola azione è necessariamente morale o teleologicamente orientata?), ma ora non abbiamo tempo per questo. Sentiamo invece cosa ci dice il Fedro [246 a-b, la traduzione qui sotto è di Giovanni Reale, in un linguaggio non troppo friendly, ma Reale non si discute]:
«Si raffiguri l’anima come la potenza d’insieme di una pariglia alata e di un auriga. Ora tutti i corsieri degli dèi e i loro aurighi sono buoni e di buona razza, ma quelli degli altri esseri sono un po’ sì e un po’ no. Innanzitutto, per noi uomini, l’auriga conduce la pariglia; poi dei due corsieri uno è nobile e buono, e di buona razza, mentre l’altro è tutto il contrario ed è di razza opposta. Di qui consegue che, nel nostro caso, il compito di tal guida è davvero difficile e penoso.»
Nell’immagine platonica, il cavallo nero rappresenta l’apparato pulsionale, l’appercezione corporea, l’insieme delle cose che destano i nostri appetiti e i nostri bisogni primari: in quanto tale, per Platone fa schifo — per lo meno qui, per lo meno in termini comparativi: Platone ha una concezione molto articolata dell’eros e del piacere. Il cavallo bianco invece rappresenta l’anima irascibile: definisce l’insieme delle nostre risposte reattive agli stimoli del mondo esteriore. Fra cui l’ira, senza dubbio, ma anche lo sdegno morale (molto caro a Platone) e probabilmente anche la paura. Il cavallo bianco dovrebbe quindi aiutare l’auriga a portare il cocchio in alto; mentre quello nero punta sempre in basso, in cerca probabilmente di una toilette libera o di gelato al cioccolato. Se male educato, però, anche il cavallo bianco ci può portare a perseguire disvalori, a indignarci per le cose sbagliate, a votare partiti fondati da comici o a fondare il prossimo gruppo spalla di Sfera Ebbasta.
L’idea che non esistano azioni “orizzontali”, o per lo meno che non siano rilevanti, ha probabilmente caricato il pensiero morale successivo a Platone di un certo moralismo, ed è forse in questo stesso spirito che nel maggio 2026 la scrittrice statunitense Lauren Groff ha scritto su Threads che stava bruciando di rabbia (“come il sole”) nei confronti del premio Nobel alla letturatura Olga Tokarczuk. Groff ha passato trent’anni a lottare con la propria arte, ha detto. Ha detto anche che l’arte vive solo nella lotta: se non sei più interessata a confrontarti con la materia informe, a impastarla con il tuo sangue (l’immagine non è sua, è per capirci), non stai creando arte. Per questo tutto il suo rispetto per la Nobel Tokarczuk è scomparso all’istante.
Ecco l’antefatto. Tokarczuk, intervistata all’evento “Impact” a Varsavia, aveva dichiarato di usare un modello linguistico avanzato per espandere i propri orizzonti creativi — «Tesoro, come potremmo sviluppare questa idea al meglio?» — aggiungendo, con un’amarezza che sarebbe bastata da sola come argomento, che quella era probabilmente la sua ultima stagione di romanzi lunghi. Motivo: il mercato non li sostiene più economicamente, non esiste più un pubblico. La Nobel, quindi, aveva fatto il gioco di calcolare il proprio salario orario e lo aveva paragonato a quello di un minatore.
Ora, a fronte di questo non è che Groff esprima un sentimento isolato. Nelle università americane, gli studenti si stanno coalizzando per fischiare chiunque, nei vari closing o commencement speech, sostenga che l’AI serva a qualcosa. Mentre scrivo, alcuni lavoratori creativi si stanno organizzando su Telegram (o altrove) contro editori, artisti, disegnatori che iniziano a introdurre l’AI come prodotto. Ma questa è una posizione comprensibile: sono categorie naturalmente esposte all’AI, e soprattutto sono esposte ai compromessi sulla qualità caratteristici di una certa industria culturale — rispetto ai quali la comparsa dell’AI ha ridotto al massimo la frizione. Ma la questione di Groff è diversa: è di principio.
La polemica scatenata da Groff ha oscurato quasi interamente la seconda parte della confessione della Nobel, che forse è anche la più dolorosa. Ha preferito concentrarsi sulla prima, fomentando i cavalli bianchi dei social. Ed è certo che la reazione di Groff sia genuina — e che trent’anni trascorsi al massimo livello di intensità creativa siano degni di essere vissuti — ma varrebbe forse l’occasione di considerare il grido di dolore di Tokarczuk sulla fine del romanzo lungo: che dice qualcosa sullo stato psicologico di chi scrive professionalmente oggi e forse anche sullo stato della nostra civiltà, se è vero che la forma espressiva del “grande romanzo” è stata segnacolo di un certo modo di autorappresentarsi della borghesia dell’Otto e Novecento. E forse anche dello stato di malessere di alcuni lettori.
Tokarczuk ha risposto a Groff su Literary Hub, con quella che solo maleducatamente si potrebbe definire una ritrattazione parziale. Ha precisato di aver usato l’AI come strumento di ricerca rapida, non come ghostwriter: ma nel suo intervento questo era già abbastanza chiaro. Ma il punto è stato che la sua precisazione era una distinzione che la polemica non era disposta ad accettare: il problema non è l’AI, ma la nostra propensione — di tutti — a consumare prodotti brevi e la conseguente crisi della forma narrativa lunga. In questo scenario, sarebbe interessante considerare se il successo debordante del romance, che tendenzialmente non è una forma espressiva sintetica, sia di ciò una confutazione o una conseguenza, ma magari ce lo mettiamo da parte per un’altra volta.
Vale la pena fermarsi qui, prima di andare avanti, perché quella distinzione è il punto su cui ruota tutto. Scrivere con l’AI.
II. L’LLM da solo vale zero, la pigrizia anche
La dichiarazione originale di Tokarczuk distingue almeno tre argomenti diversi, che il dibattito ha fuso in una sola, colpendo dove poteva aggregarsi maggiore indignazione.
Il primo riguarda l’uso dell’AI come strumento di ricerca e verifica dei fatti: una ricerca accelerata, se pure esposta alle ben note allucinazioni, come ha chiarito la stessa scrittrice. Il secondo è a proposito dell’AI come interlocutore per testare e sviluppare idee: «Tesoro, come potremmo sviluppare questa idea?», che propongo per la seconda volta, perché trovo quel “tesoro” a dir poco irresistibile. Il terzo sarebbe l’AI come sostituto della scrittura: il ghostwriter che produce il testo al posto dell’autore.
Tokarczuk ha dichiarato di ricorrere soltanto alle prime due euristiche. Solo la terza sarebbe scandalosa nel senso in cui la intende Groff, non fosse altro perché sono ormai pochissimi gli esseri umani nel terziario e nelle professioni creative a non ricorrere alle altre due: denunciare questi comportamenti sarebbe un po’ essere Giordano Bruno e darsi fuoco da soli nel bel mezzo di Campo dei Fiori. Ma la polemica che ne è seguita ha confuso i piani, il che ha reso impossibile qualsiasi conversazione utile.
Fatto interessante, la formatrice e copywriter Luisa Carrada, fondatrice dell’amatissimo (anche da me) “Mestiere di Scrivere”, ha raccontato in un’intervista al sempre ottimo Raffaele Gaito una traiettoria personale che è del tutto analoga: l’entusiasmo iniziale, la sperimentazione intensa, poi la scoperta di qualcosa di più sottile e preoccupante della paura: la pigrizia. Carrada non ha quindi paura che la macchina scrivesse meglio di lei. In questo Carrada è molto business-oriented: se un LLM scrive meglio di lei, questo può non costituire una minaccia, ma costituire anzi un fattore che migliora la sua produttività. Il problema è sorto quando si è resa conto che la macchina la rendeva meno disposta a fare il lavoro difficile. Per questo aveva dovuto reimpostare il proprio rapporto con lo strumento. E questo corrisponde a una terza posizione, rispetto alla differenza tra Tokarczuk e Groff (o per meglio dire fra quello che loro due rappresentano nel dibattito): un confronto secco tra chi usa lo strumento e chi lo demonizza è troppo riduttivo.
Il problema strutturale del dibattito pubblico sull’AI e la scrittura è che tratta il ricorso ai LLM come se dagli LLM germinasse una categoria unitaria di strumenti — e con essi un solo modo di usarli. Non è così. Non molto diversamente da quando ho raccontato delle mie gatte e dell’AI, occorre ricordare che gli LLM sono attanti con un’ontologia molto particolare: esistono solo se utilizzati; prendono la forma dell’utente; se restano inerti, valgono zero. Sotto queste condizioni, possiamo immaginare almeno tre approcci principali al loro uso, totalmente dipendenti dalla mano umana che li orienta. Sono tre modi che disegnano tre rapporti radicalmente diversi tra input cognitivo e output desiderato.
Il primo uso: automazione
Il primo uso è l’automazione di azioni a basso valore cognitivo: delegare ciò che già sai fare, che richiede tempo ma non pensiero. Formattare, verificare date, cercare una fonte che ricordi vagamente, produrre un riassunto di un testo che hai già letto e capito. Il costo non è zero — è costo token, e qualcuno pagherà i datacenter che lo alimentano — ma è vicino a zero in termini cognitivi. Il risultato è proporzionale: quando corretto, è spesso utile, ma non nuovo. Il beneficio è quasi esclusivamente nel tempo risparmiato. Nessuno dovrebbe scandalizzarsi di questo, più di quanto si scandalizzi per l’uso di un correttore ortografico o di una banca dati.
Il secondo uso: sostituzione oltre la propria competenza
Il secondo uso sarebbe il mio, se chiedessi a Claude di scrivermi un paper di scienza dei materiali, quando di scienza dei materiali non capisco un’acca. O una tesi di laurea su un tema che non padroneggio. O un articolo di fondo su un argomento di cui ho letto al massimo qualche titolo. In tutti questi casi, il mio potere sull’output è minimo perché mi manca il metro per giudicarlo: non saprei distinguere il plausibile dal vero, il ben argomentato dall’elegante ma sbagliato. Il risultato è o errato, o — nella migliore delle ipotesi — una riproduzione stocastica di conoscenze già depositate altrove: e in quanto tale, per definizione, non nuovo. Questo è l’uso che dovrebbe preoccupare, non per ragioni morali, ma perché è semplicemente inutile o dannoso: produce testo, non pensiero.
Il terzo uso: lo sgabello
Il terzo uso è quello che si fa più fatica a descrivere e meno fatica a difendere, perché occupa una zona grigia che non si presta a slogan. È l’AI come artefatto cognitivo — uno “sgabello” su cui salire in piedi di qualche centimetro, per vedere qualche metro più in là. Non per andare dove non si potrebbe mai arrivare, ma per vedere un po’ più lontano di adesso. Consiste nel chiedere all’AI informazioni che ancora non hai ma che puoi capire, se te le mette davanti. Pensieri confusi che sei in grado di rigettare o affinare se qualcuno te li ricombina in modo diverso. Linee argomentative che ti suonano, oppure no: ma sai distinguerle perché hai già il metro, anche se non hai ancora tutti gli strumenti. Anche qui l’AI non produce innovazione breakthrough: ma produce miglioramenti incrementali reali al tuo stato di conoscenza. Il che non è male. È una forma di apprendimento mediata da uno strumento, non diversamente da una buona biblioteca o da una conversazione con un collega più informato su un tema specifico (che pure potrebbe non essere infallibile, come del resto anche i libri della bioblioteca).
Trovarsi in una zona grigia non è un difetto di questa terza modalità, ma la sua caratteristica costitutiva. Il controllo sull’output è parziale per definizione: ma è sufficientemente ristretto da consentirci di guidare. È esattamente in questo spazio che succede qualcosa di interessante: dove l’attante umano e quello artificiale interagiscono.
III. Output identico, valore diverso
Torniamo ora alla produzione di testi, poniamo un caso limite e vediamo dove ci porta. A e B producono testi virtualmente identici. A sapeva già tutto prima di scrivere. B ha usato “lo sgabello”. I due output valgono lo stesso?
Se l’opera è solo il testo — la posizione implicita in quasi tutta la letteratura sul business writing, e quella che Carrada adotta esplicitamente quando parla di scrittura professionale — allora sì, la domanda è chiusa. Funziona o non funziona. Il processo è irrilevante. Per un testo letterario il problema è parecchio più complesso: è molto più difficile appiattire tutto alla sola intentio operis, anche se esiste più di una valida e autorevole scuola metodologica che ne professa il principio.
Se pensiamo infatti che l’opera riguardi in qualche modo il sistema cognitivo che l’ha prodotta — posizione che la tradizione ermeneutica da Schleiermacher in poi sosterrebbe senza esitare — allora A e B non sono identici. Un testo scritto da chi sapeva già ha una diversa densità rispetto a uno scritto da chi stava capendo mentre scriveva: esistono tensioni interne, irresoluzioni, sorprese. Un lettore attento spesso lo percepisce senza saperlo spiegare. A pensarci bene, l’argomento ha una forma confrontabile con la constatazione, che trovo molto condivisibile, per cui il valore artistico di un’opera d’arte visiva risiede nell’invenzione originale e non nella sua esecuzione: per cui una sua copia, pure realizzata attraverso lo stesso processo, ha un valore incomparabilmente inferiore. È lo stesso principio per cui pensiamo — forse a torto — che i preraffaeliti valgano molto meno di Piero della Francesca. O che i manieristi siano meno significativi di Michelangelo.
Notare che si tratta di un giudizio, per quanto sensato, molto esposto al rischio di errore — o per lo meno di perdere una certa validazione culturale nel corso del tempo. L’orinale di Duchamp è una cosa: se ne riproduco uno uguale io nel 2026, sia pure dimostrando una certa abilità tecnica, produco valore culturale o artistico pari a zero. D’altra parte, la carriera critica di Roberto Longhi è decollata a partire dalla rivalutazione del Caravaggio, che prima di lui era considerato un manierista di scarso valore, come molti manieristi sono tuttora considerati. La forma del giudizio critico sull’originalità e sul valore dell’opera d’arte e la critica all’automatizzazione della scrittura hanno in questo senso una forma argomentativa simile, e la medesima esposizione al rischio: entrambe queste differenze sono in linea di principio rilevabili, ma in concreto non sono verificabili in senso pieno — il che le rende un argomento debole nel dibattito pubblico e utilissimo in sede teorica.
C’è però una domanda più netta e più importante, che esula dall’intentio operis: B ha imparato qualcosa? Sì, se l’uso rientra nel terzo tipo. No, se era il secondo. La differenza non sta nell’output ma nella trasformazione del sistema interno di B. Questo sposta il criterio di valutazione dall’opera al sistema cognitivo che l’ha prodotta. Non si tratta di chiedersi se un testo è buono, ma se il processo ha reso B più capace. Sono domande diverse. Il vero discrimine non è nell’opera: è orientato al futuro, è nel domani di B. Un approccio che potremmo definire in senso pieno pragmatista.
Vale la pena tornare alla parte del discorso di Tokarczuk che la polemica ha quasi completamente ignorato. La Nobel ha detto che avrebbe smesso di scrivere romanzi lunghi perché non è più economicamente sostenibile. Ha detto che il lettore di oggi è sempre di fretta, cerca storie semplici e unidimensionali, e che ci sono argomenti che non si possono trattare in breve. Ha detto che il mondo è semplicemente e incredibilmente complesso, e che questa complessità non trova più mercato.
Nel coté della scrittura professionale, Carrada pone la stessa domanda, alla velocità infinitamente superiore che la scrittura professionale impone, rispetto alla letteratura. Che senso ha scrivere consigli di scrittura, se l’AI li fornisce in pochi secondi? Carrada si è fermata un anno prima di trovare una risposta che la convincesse. Ma attenzione: non è una domanda sulla tecnologia, ma sul mercato dell’attenzione. Il lettore che scarica un riassunto de I libri di Jakub invece di leggerlo non ha scelto l’AI: ha scelto la superficie. L’AI è l’ultimo capro espiatorio di una tendenza generale molto più ampia. Una tendenza per cui un umano refrattario alla complessità userà gli LLM per evitarla. Nient’altro che questo.
Questo è il dato materiale su cui il dibattito dovrebbe concentrarsi, che riguarda l’economia dell’attenzione e l’economia della cultura, e che invece viene sistematicamente oscurato dalla disputa sul processo di scrittura.
IV. La lotta come valore o come ideologia
Groff ha ragione su una cosa: il prodotto finale non reca che le ultime tracce della lotta. C’è qualcosa nel processo di scrittura che non si trasferisce nell’opera. Qualcosa che appartiene all’autore e non al testo, e che è comunque reale.
Ma “lotta” è una parola che può significare cose molto diverse. La lotta con la materia linguistica — trovare la frase giusta, capire perché una struttura regge e un’altra cede — non è la stessa cosa dell’ascesi romantica del foglio bianco come rito di purificazione. Storicamente gli scrittori hanno sempre usato tutto ciò che avevano: corrispondenze, biblioteche, conversazioni con editor, letture che diventavano struttura nascosta. Le condizioni di realizzazione di opere come quelle di Carver o di Fenoglio dimostrano come l’intentio auctoris sia una faccenda seria, che di suo coinvolge varie figure della filiera, a diversi livelli di coinvolgimento e in qualche caso anche di distorsione. La purezza del processo è una mitologia romantica, e non è una condizione necessaria.
Carrada racconta che il problema del linguaggio appiattito — aziendalese, burocratese, plasticoso — esisteva abbondantemente prima dell’AI. Quello che è cambiato non è la qualità media della scrittura: è che adesso vediamo il problema scritto da qualcun altro, e la distanza ci permette di riconoscerlo. L’AI non ha creato il linguaggio di plastica: lo ha reso ancora più visibile, dopo che anche prima di essa tutti abbiamo iniziato riprodurre cattiva scrittura su scala industriale. Il che rende paradossalmente l’AI quasi come la portatrice di un contributo.
Carrada offre una griglia operativa più utile di qualsiasi posizione ideologica: progettazione e ricerca, redazione, revisione. L’AI è preziosa nella prima fase e nella terza. La redazione — il momento scomodo, il foglio bianco, il cincischiare due ore prima di trovare il filo — va affrontata da soli. Non per purezza, ma perché è esattamente lì che si forma il pensiero. Delegare quella fase non è efficienza: è rinunciare alla cosa che vale.
Ecco, l’efficienza. Questo termine mi fa pensare anche a un altro riferimento, più orientato all’ingegnerizzazione dei processi. Il docente del Politecnico Alfonso Fuggetta descrive sul suo Substack il suo sistema di scrittura personale. Lo fa con una trasparenza quasi commovente, evidentemente infischiandosi di tutti quelli — e sono tanti — che potrebbero condividere le critiche di Groff alla scrittura via AI. Ma è anche chiaro che la letteratura tecnica scaldi cuori assai meno di quanto potrebbe fare un Nobel della letteratura.
Che cosa fa Fuggetta? Da un lato, accumula le sue fonti di lettura a Claude e costruisce un archivio di 6.000 testi personali navigabile durante la scrittura. Prima di ogni pezzo scrive una serie di istruzioni esplicite: un file con tesi, struttura, fonti, posizioni da difendere e da smentire. Poi costruisce progetti separati per ogni contesto (Substack, articoli accademici, libri…) e skill specializzate per ogni formato, ciascuna con regole di stile e pattern da evitare. I task entrano in Todoist via MCP (il protocollo con cui Claude si interfaccia alle altre app), Claude genera un log giornaliero automatico. È insomma una pipeline end-to-end molto lineare: idea → spec → bozza → revisione/fact-check → pubblicazione. Secondo Fuggetta, Claude funziona così come un interlocutore critico, non come o come ghostwriter. Anche se in effetti ha un ruolo molto attivo sul fronte della stesura vero e propria.
Non sorprendentemente, è un sistema costruito con un rigore ingegneristico reale, al limite dell’ossessione compulsiva (che è comunque una condizione mentale che le AI tendono ad amplificare). Secondo la terminologia che abbiamo definito, questo metodo consiste quasi esclusivamente nel primo uso — automazione di processi già padroneggiati — con qualche incursione nel terzo quando si parla di AI come interlocutore critico. Il rischio strutturale di un sistema così ottimizzato però c’è: quando il processo è totalmente privo di frizione, la tentazione di usarlo anche nella fase di stesura e redazione diventa difficile da resistere.
L’architettura di Fuggetta è efficiente, ma ignora completamente la profonda dimensione culturale dello scrivere. E non è detto che abbia esiti esclusivamente costruttivi — o per lo meno formativi. Non è lo stesso, scrivere per imparare o solo per pubblicare. Il filosofo dell’informazione Luciano Floridi ha formulato la questione in modo lapidario: l’AI aiuta chi le cose le sa già fare. Che suona come una tautologia fino a quando non si capisce cosa implica. Implica che lo sgabello funziona solo se hai già una certa altezza: senza capitale semantico — tutto ciò che hai letto, vissuto, capito, sbagliato e corretto — non sai cosa stai guardando quando ti alzi dal suolo, sia pure di poco. La macchina ti porta qualcosa, ma non hai il metro per giudicarlo. L’esperienza, in questo scenario, non è una zavorra da superare: è la condizione di possibilità dell’uso intelligente dello strumento.
La dimensione dell’esperienza però apre un mondo. Associati all’esperienza, i tre usi dell’AI si definiscono attraverso confini soggettivi di competenza. Fuggetta automatizza la scrittura di paper, ma per lui sono ordinaria amministrazione. Se dovessi automatizzarlo io, lambirei probabilmente il secondo uso: non è un’attività sui cui posso vantare automatismi. E questo rende tutto più complicato ancora: perché conoscere i propri confini soggettivi d’uso è difficilissimo. Difficilissimo di una difficoltà tutta umana.
Tokarczuk lo sa, e per questo dice che gli scrittori si adatteranno meglio di altri: il loro mestiere si basa su una rete di associazioni molto più ricca di quella degli accademici di disciplina stretta. Groff, paradossalmente, dimostra di non crederci: la sua reazione protegge il processo come se il capitale semantico accumulato in trent’anni non contasse nulla, come se la minaccia fosse nella macchina invece che nell’incapacità di usarla bene. Posizione rispettabile, ma certamente di retroguardia.
V. Imparare con gli LLM
Veniamo a un caso autobiografico, per quanto da quattro soldi. Nel mondo pre-AI la valutazione dell’output come proxy dell’apprendimento funzionava perché fra apprendimento e lavoro, piece of work, c’era una correlazione ragionevole. Produrre un documento complesso richiedeva attraversare quella complessità. Per esempio, quando studiavo per il mio MBA, mi capitava spesso di chiudermi quattro giorni di fila in un’aula assieme ad altri studenti con competenze trasversali (commerciali, accountant, marketing, legali e via elencando) per un unico scopo: stendere un business plan. Il risultato doveva aver senso, certo: ma riuscire a scriverlo con quelle restrizioni di tempo era di per sé il novanta per centro del lavoro.
Spesso la difficoltà di esecuzione soffocava la qualità del pensiero. Un business plan scritto male da cinque studenti con cinque competenze diverse valeva moltissimo come atto di apprendimento, anche se il documento finale poteva avere buchi e incoerenze. Si era imparato molto, e la fatica era il sottoprodotto formativo. La valutazione dell’output era una buona approssimazione della misurazione di quella fatica.
Ecco, con gli LLM la correlazione fra fatica e opera si rompe, almeno per quanto riguarda la scrittura professionale. Ora l’output è separabile dal processo in modo quasi completo. Chiunque può produrre un business plan in poco tempo: l’elemento differenziante non è più il processo per costruirlo, ma il fatto che sia sensato, radicato nel reale, fondato su conoscenza effettiva del dominio e rigore metodologico. Cose che non si delegano alle macchine, che possono sputare fuori qualsiasi documento in meno di 45 secondi. Le scuole e le università che continuano a valutare l’output come se la correlazione con la fatica tenesse ancora stanno misurando la cosa sbagliata.
Questo radicalizza la categoria del plagio invece di dissolverla. Nel mondo pre-AI il plagio era identificabile per contrasto: copiavi da una fonte riconoscibile. Nel mondo AI la originalità non è più verificabile dall’esterno: il che non indebolisce la categoria, la rende fondativa. Si passa da dover dimostrare di non aver copiato, al dover dire qualcosa da dire che è proprio e originale. L’originalità smette di essere un di più e diventa condizione necessaria. Floridi applica questo metodo didattico alle sue lezioni universitarie, e lo ha raccontato in varie occasioni. Per come la vedo io, è la risposta corretta a un ambiente in cui il minimo verificabile si è azzerato: se non puoi più controllare il processo, devi esigere il massimo sul contenuto. È un criterio che uso persino io, nei miei corsi universitari.
Quello che si può descrivere come scenario peggiore — l’AI introdotta di nascosto nelle istituzioni formative, senza metodo e senza consapevolezza — è con ogni probabilità già lo scenario corrente nella maggior parte delle università e delle scuole superiori. Gli studenti la usano, i docenti lo sanno, nessuno lo nomina con precisione. Ufficialmente è proibita. Il risultato è il peggio di entrambi i mondi: nessun apprendimento dallo sgabello, perché non c’è guida su come usarlo; nessuna originalità, perché non c’è pressione esplicita a ricercarla. E una progressiva erosione della capacità di valutare i propri output, perché non si è mai costruito il metro.
La posizione difendibile non è vietare l’AI nelle istituzioni educative: già oggi è inapplicabile e controproducente. Va al contrario integrata esplicitamente come strumento di apprendimento metodologico. Quello che c’è da fare oggi è insegnare a distinguere i tre usi (o qualsiasi altra cosa pertinente venga alla mente), a riconoscere i limiti dello sgabello, a sapere dove finisce l’aiuto e dove inizia la delega in bianco all’LLM. Carrada lo intuisce quando esprime preoccupazione per i giovani e per la possibilità che saltino la fase di apprendistato. La preoccupazione corretta non è l’AI nelle istituzioni: è l’AI nelle istituzioni senza che nessuno abbia deciso cosa si vuole che gli studenti imparino davvero. E che risposte siano in grado di progettare per risolvere i problemi del presente.
Tokarczuk ha risposto smettendo di scrivere romanzi lunghi (forse). Groff ha risposto con la rabbia (senza dubbio). Carrada ha risposto con quello che lei stessa chiama entusiasmo vigile. Fuggetta ha risposto costruendo un sistema di produzione efficiente. Sono quattro risposte legittime al medesimo cambiamento — e non sono equivalenti. La differenza sta interamente in quale dei tre usi ciascuno considera centrale, e in quanto seriamente ciascuno prende la domanda sul domani di B.
La domanda sulla scrittura e la domanda sulla formazione hanno la stessa struttura: in entrambi i casi si tratta di decidere cosa si vuole che rimanga nel sistema cognitivo umano dopo che la macchina ha fatto la sua parte. Nel caso della scrittura: un testo prodotto, o anche una capacità accresciuta? Nel caso della formazione: un documento valutabile, o anche una competenza reale?
Non sono domande retoriche. Hanno risposte diverse a seconda di cosa si vuole ottenere. Ma vanno poste — e vanno poste adesso, non quando la correlazione tra processo e output si sarà ulteriormente allentata e le scelte saranno diventate ancora più difficili da invertire. L’alternativa è svolazzare in alto e in basso in maniera compulsiva, trascinati da nostri cavalli bianchi, più confusi del solito.
Fonti e riferimenti
Dichiarazioni e interventi citati
TOKARCZUK, Olga, intervento all’evento Impact, Varsavia, maggio 2026 (trascrizione e traduzione italiana da mycompanypolska.pl).
TOKARCZUK, Olga, «Risposta alla controversia sull’uso dell’AI», Literary Hub, maggio 2026. https://lithub.com/olga-tokarczuk-has-responded-to-the-controversy-over-her-reputed-use-of-ai/
GROFF, Lauren, intervento su Threads, maggio 2026 (citato in LIPPERINI, v. sotto).
Fonti giornalistiche e newsletter
LIPPERINI, Loredana, «Tokarczuk, l’AI e una polemica sbagliata», Lipperatura, 20 maggio 2026. https://www.lipperatura.it/tokarczuck-lai-e-una-polemica-sbagliata/
FUGGETTA, Alfonso, «Come scrivo con Claude», A bassa voce (Substack), 7 maggio 2026. https://www.abassavoce.it/p/come-scrivo-con-claude
Interviste e contributi audio-video
CARRADA, Luisa, intervista in What’s Next (podcast, conduttore Raffaele Gaito), 2026. Trascrizione integrale disponibile. Temi: AI e scrittura professionale, le tre fasi del processo di scrittura, entusiasmo vigile, il rischio della pigrizia cognitiva.
Riferimenti teorici
FLORIDI, Luciano, «Il capitale semantico e l’AI generativa», intervista a Vita, 2025 (citato da Carrada e da FUGGETTA).
ZINSSER, William, On Writing Well: The Classic Guide to Writing Nonfiction, Harper & Row, New York 1976 (e successive edizioni). Citato da Fuggetta: «La scrittura confusa è quasi sempre il sintomo di un pensiero confuso».
GADAMER, Hans-Georg, Wahrheit und Methode, Mohr, Tübingen 1960 (tr. it. Verità e metodo, Bompiani, Milano 1983). Riferimento implicito alla questione dell’opera come atto interpretativo non separabile dal suo contesto di produzione.
Contesto di riferimento
GODIN, Seth, distinzione tra testi «prevedibili» e testi «sorprendenti» (citato da Carrada nell’intervista). Originariamente in Purple Cow, Portfolio, New York 2003, e nei blog post successivi.