A scuola di macchine. Tre storie, una rivoluzione

La prima notizia sembra una provocazione studiata apposta per irritare i rettori. Andreessen Horowitz, uno dei simboli della Silicon Valley, ha deciso che non basta più aspettare che le università producano i talenti di cui le aziende tecnologiche hanno bisogno. Vuole provare a produrseli direttamente. Nasce così la Horowitz Andreessen Academy, scuola non accreditata di San Francisco, finanziata inizialmente con 42 milioni di dollari e sostenuta da partner che sembrano l’indice di una conferenza sull’AI: Anthropic, Google, Meta, Nvidia, OpenAI, Palantir. La prima classe, prevista per il 2027, avrà una cinquantina di studenti e sarà gratuita. Pochi esami tradizionali, pochi compiti tradizionali, molta costruzione di progetti, periodi nelle aziende, selezione basata in larga parte sul “proof of work”: fammi vedere che cosa sai fare, non soltanto quali voti hai preso. Non è difficile intuire la provocazione culturale. Per decenni la Silicon Valley si è lamentata dell’università, ma poi ne ha assunto i laureati migliori.

Adesso prova a saltare un passaggio. Se l’AI rende meno preziosa la capacità di memorizzare informazioni, se programmare significa sempre più dirigere sistemi capaci di programmare, se molte competenze diventano vecchie più rapidamente dei corsi che le insegnano, allora il valore di un titolo potrebbe spostarsi dal certificare ciò che sai al dimostrare ciò che sai costruire. Il rischio è evidente: confondere formazione con addestramento aziendale, produrre ottimi dipendenti e cittadini meno completi. Ma sarebbe ingenuo liquidare l’esperimento come l’ennesima arroganza californiana. La domanda che pone è seria: quando il mercato del lavoro cambia alla velocità dell’AI, può l’università continuare a comportarsi come se il proprio prodotto avesse una durata di vent’anni?

Il secondo esperimento arriva da Taiwan ed è quasi l’opposto. Qui non si tratta di formare persone per le macchine, ma di formare le macchine perché conoscano meglio le persone. Il governo taiwanese sta costruendo un “Sovereign AI Training Corpus”, un grande archivio nazionale destinato all’addestramento dei modelli: circa cinquemila dataset e oltre 2,2 miliardi di token, con editori, scrittori e piattaforme di ebook invitati a contribuire. E’ una politica culturale travestita da infrastruttura tecnologica. Fino a ieri difendere una lingua significava finanziare scuole, biblioteche, traduzioni, cinema, teatri, giornali. Domani significherà anche assicurarsi che le macchine che milioni di persone useranno per scrivere, tradurre, cercare e studiare conoscano quella lingua abbastanza bene da non trasformarla in una periferia digitale.

E così un piccolo paese può diventare marginale non perché nessuno ne vieti la cultura, ma perché l’AI la conosce male. L’idea di “AI sovrana” rischia naturalmente di diventare retorica autarchica. Ma il caso taiwanese suggerisce una versione più intelligente della sovranità: non costruire muri attorno ai modelli, bensì assicurarsi che i modelli abbiano abbastanza materiale per capire chi sei. Tra qualche anno la politica linguistica potrebbe riguardare non soltanto quali libri leggono i ragazzi, ma quali libri leggono le macchine che ai ragazzi risponderanno.

Il terzo pezzo completa il quadro. Negli Stati Uniti Microsoft e l’American Federation of Teachers hanno stabilito nuove regole sull’uso dell’AI nelle scuole. Audit esterni, niente utilizzo dei dati di studenti e insegnanti per addestrare i modelli salvo limitate eccezioni legate alla sicurezza, niente vendita o sfruttamento pubblicitario di quei dati, niente funzioni pensate per creare dipendenza emotiva nei ragazzi. OpenAI e Anthropic stanno discutendo accordi analoghi con il sindacato. Per tre anni abbiamo chiesto quasi soltanto una cosa: gli studenti useranno ChatGPT per copiare? Domanda legittima, ma forse non è la più importante. Quella più interessante è il contrario: che cosa imparerà ChatGPT dagli studenti? Un ragazzo che parla con un tutor artificiale non consegna soltanto un compito. Consegna errori, esitazioni, interessi, difficoltà, magari paure, abitudini, informazioni sulla propria famiglia. Ed è qui che la privacy smette di essere una clausola noiosa nelle condizioni d’uso e diventa pedagogia.

Le tre storie, messe insieme, raccontano bene dove siamo arrivati. La Silicon Valley vuole decidere come formare il talento. Gli stati vogliono decidere quale cultura consegnare alle macchine. Scuole e sindacati vogliono decidere quali parti degli studenti le macchine non possono trattenere. L’AI, insomma, non sta soltanto entrando nell’istruzione. Ci sta costringendo a rispondere di nuovo alle domande più antiche della scuola: chi insegna, che cosa merita di essere tramandato e a chi appartiene davvero ciò che impariamo.