Crescono le pubblicazioni sui temi della < co-intelligenza > umani-macchine, l’espressione che circola a evocare la questione dell’evoluzione della cognizione del mondo oltre la prospettiva encefalocentrica e antropocentrica. Imprese e organizzazioni sono oggi impegnate a immaginare, progettare e governare assemblaggi cognitivi e decisivi more-than-human. Discutendo di allineamento e delegazione, supervisione e affidamento, inflazione e verificazione e dei nuovi regimi di truth e trust nell’era delle ingegnerie istituenti. Qui una mia personale lista di letture in corso …

Human-in-the-loop è un mantra narcotico. Con l’umano al centro, nel giro, in controllo: è consolante e non sferzante. Non ci aiuta a esplorare l’eveniente arrischiato con densità di pensiero e di strategia.

Perchè cambieranno i loop e cambieranno gli umani con essi. Ma in quali direzioni filosofiche tra biogenesi e tecnogenesi quando i confini tra life, intelligence, tecnology si erodono e si riscrivono? Qui un mio nuovo tentativo speculativo di mappatura per esplorare direzioni e orientamenti in divenire.

Senza determinismi tecnologici assoluti, ma anche senza l’ingenuità che spesso circola nei discorsi comuni. Evocando i nuovi disegni e destini dell’umano tra nuove abbondanze e nuove scarsità (da cui anche nuove centralità) in cui significare e prosperare ancora e diversamente … (Accoto 2026)

“Le imprese che stanno oggi lavorando a implementare logiche e processi agentivi dentro le organizzazioni e nelle dinamiche di business cominciano a comprendere che la vera sfida è passare dal training dei modelli al disegno dei mercati. Perché a cambiare non sarà solo l’intelligenza degli agenti, ma l’intelligenza dei mercati.  Questo passaggio dai “modelli” ai “mercati” richiederà uno sforzo di innovazione culturale prima che economica, un cambio radicale dei paradigmi con cui abbiamo letto e agito la dimensione organizzativa e produttiva del capitalismo industriale. Una messa in questione di principi e pratiche che ci hanno accompagnato per molto tempo e fin qui e che risultano sempre meno adeguati per affrontare l’eveniente. Passare dal concetto di “homo economicus” a quello di “machina economica”, dall’idea della “mano invisibile” a quella del “mercato autonomo”, dal paradigma dell’“impresa postindustriale” a quello dell’“organizzazione postumana” richiederà di scardinare significati e strategie. Lo si vedrà presto in molte dimensioni, organizzative e mercantili. Nella determinazione dei prezzi, ad esempio. L’arrivo degli agenti altererà i meccanismi con cui finora i mercati hanno costruito logiche e dinamiche dei prezzi (vincoli, segnali, equilibri, preferenze, competizioni, collusioni). Ripetiamo: limitarsi a valutare le performance dei modelli o degli agenti è visione ingenua quando il vero gioco competitivo sarà il nuovo market design…” (Accoto 2026)

In lettura (Pricing in AI Age, 2026)          

Cosa accade all’economia, alle imprese, ai mercati quando l’intelligenza dall’essere risorsa scarsa diviene bene abbondante? Cosa accade alle forme e alle pratiche industriali, mercantili e concorrenziali con l’arrivo degli agenti autonomi e con i costi di transazione ridotti a zero? In questa raccolta, economisti e ricercatori affrontano più speculativamente l’impatto della trasformative AI su processi e produzioni, mercati e imprese, lavori e profitti. E come dovrà cambiare la scienza economica per tener conto di questa radicale trasformazione? Una lettura molto utile per esplorare e analizzare l’orizzonte produttivo, organizzativo e competitivo oltre l’approccio strumentale alla rivoluzione dell’AI (Accoto 2026)

[in lettura] Cosa accade alla professione di un ux designer con l’arrivo dell’AI agentica? E come cambia il senso e l’oggetto della progettazione stessa con la fine del locus del controllo e l’emergenza di partnership collaborative tra utente e agente? Un saggio in uscita esplora in concreto un passaggio di paradigma epocale: dal progettare interfacce all’orchestrare intelligenze … (Accoto 2026)

“… Pensa all’ultima interfaccia che hai progettato. Probabilmente hai passato ore a tormentarti per il posizionamento dei pulsanti, la chiarezza di un’icona o il flusso di un processo in più fasi. In ogni fase, un unico obiettivo inespresso ha guidato le tue decisioni: dare all’utente un senso di controllo chiaro e sicuro. Quando un utente fa clic su “salva”, il file viene salvato. Quando trascinano un elemento nel cestino, viene eliminato. Un comando “annulla” inverte in modo affidabile l’ultima azione. Questa relazione diretta e prevedibile tra l’azione di un utente e la reazione del sistema è la pietra angolare dell’usabilità moderna. Crea quello che gli psicologi chiamano “un locus of control interno”, una potente convinzione che io sia quello che fa sì che ciò accada. Hai trascorso la tua carriera perfezionando l’arte di instillare questa sensazione nei tuoi utenti. Ecco perché il cambiamento che stiamo affrontando è così profondo. La prossima generazione di sistemi da voi progettati, alimentati dall’intelligenza artificiale generativa e agente, smantellerà sistematicamente questa tradizionale nozione di controllo. La tua attenzione si sposterà dalla progettazione per la manipolazione diretta alla progettazione per la delega, la supervisione e la collaborazione. Per una generazione di professionisti UX addestrati a credere che il controllo totale dell’utente sia l’apice di un buon design, questo nuovo obiettivo può sembrare profondamente controintuitivo, come se ti venisse chiesto di disimparare una legge fondamentale della fisica. È naturale provare un senso di apprensione quando ti viene chiesto di abbandonare quello che è stato a lungo un principio fondamentale del tuo mestiere. Tuttavia, abbracciare questa evoluzione non significa abbandonare i principi centrati sull’utente; significa espanderli. Consideratela non una rinuncia al controllo, ma una riallocazione strategica dello sforzo cognitivo. La tua esperienza come professionista UX passa dal dettare meticolosamente ogni azione dell’utente all’orchestrazione ponderata di una partnership dinamica. Ciò implica coltivare nuove competenze: imparare a progettare tenendo conto dell’ambiguità, ad anticipare i comportamenti degli agenti e a costruire meccanismi robusti per il feedback e la correzione. È un’opportunità per elevare il tuo ruolo da progettista di esperienza e interfaccia a coreografo di relazioni intelligenti … Questo primo passo segna l’inizio di un’evoluzione nella tua identità professionale …” (Yocco, 2026)

Non abiteremo e produrremo nel nuovo millennio con le menti e le mani di quello passato. L’orizzonte in costruzione richiederà alle imprese e alle organizzazioni nuove cognizioni e nuove istituzioni. L’accelerazione si è avviata da tempo. Come ho scritto altrove, la narcosi dell’umano nel loop, al centro o in controllo non ci aiuterà a leggere le metamorfosi in corso e soprattutto a orientare con equità e prosperità l’innovazione ingegneristica. Avremo nuovi umani e nuovi loop e questo è bene averlo da subito tutti chiaro. A noi spetta di fare, con fatica, con errore e con coraggio, l’innovazione culturale necessaria a disegnarli e averne cura al meglio (Accoto 2026)

Alexander Sidorkin fa uno sforzo apprezzabile per guardare alle trasformazioni necessarie tra education e learning con l’intento di valorizzare l’arrivo delle intelligenze artificiali nei processi cognitivi e formativi. E’ un lavoro criticamente consapevole e maturo capace di offrire riflessioni e modelli per un’evoluzione feconda delle nostre istituzioni e esperienze educative. Direi allora che “AI-Enhanced Pedagogies” (2026), una lettura propositiva, utile e tempestiva per scuole e imprese. Consigliato!

[…] Dunque, chiediamoci, che cos’è un modello del mondo della macchina? La risposta tecnologica semplificata diche che si tratta di una rappresentazione simulativa, predittiva, adattiva di futuri stati del mondo. Le macchine si costruiscono un modello del mondo che consente loro di situarsi in un ambiente e agire contestualmente. Dunque, percezione, cognizione, predizione, decisione ripetute in loop per costruire una simulazione spaziale, causale, agentiva.

Ma esattamente cos’è e qual è il mondo del modello della macchina? L’idea comune e ingenua oggi è che il mondo del modello sia una rappresentazione sufficientemente fedele del mondo in cui l’umano abita e prospera da protagonista cognitivo primario. Ma, domandiamoci, è proprio così? Perché forse dobbiamo cominciare a immaginare che il mondo che viene simulato e rappresentato nel modello dalla macchina sia in realtà quello emergente e sorprendente che le tecnologie di sensing aumentato, di cognizione sintetica e di agentività scalare sono in grado di esplorare e evocare.

Quindi non il mondo dell’umano, ma quello che la macchina (assemblaggio cognitivo più-che-umano) è capace di rappresentare e istanziare. Con temporalità, spazialità, causalità nuove. Questa novità ha delle implicazioni che oggi in pochi sono in grado di afferrare quando si parla, ad esempio, di simulazione e allineamento. In genere si intende dire che la macchina deve allinearsi al mondo dell’umano. In realtà, la macchina tende e tenderà a produrre un suo mondo temporalmente, spazialmente e causalmente diverso.

Ci si dimentica, per fare un esempio, che la percezione del tempo presente dell’umano (TWI o finestra temporale di integrazione per la simultaneità) è differente dalla costruzione del tempo presente della macchina. E così il “suo” mondo (e il “suo” real-time) potrebbe differire dal nostro. Il qui e ora della macchina è differente dal qui e ora dell’umano: le sue scale temporali al nanosecondo sono diverse dalle nostre. E la questione non riguarda solo il tempo presente, ma anche quello passato. Si dice che l’intelligenza artificiale si nutre solo del passato. È una frase filosoficamente ingenua.

Perché il passato che la macchina analizza non è corrispondente all’idea di passato dell’umano. Intanto perché è il passato che ricava e traspone vettorialmente dai testi che gli umani producono. Non è il passato per come esperienzialmente gli umani lo intendono. E poi perché è il passato che la macchina ricava anche da sensori e dati (non solo testi) che sono inaccessibili agli umani. Lo stesso dicasi del futuro e delle simulazioni inflattive di cui solo la macchina è capace. Dunque, dire semplicemente che l’intelligenza artificiale si nutre del passato è visione miope.

E, allora, qui la domanda strategica da farsi: qual è veramente il modello (del mondo) della macchina? Ma anche, più radicalmente, qual è il mondo (del modello) della macchina? (Accoto 2026)

Il mio intervento nella nuova puntata di Codice con Barbara Carfagna.
Di ingegnerie istituenti tra intelligenza artificiale, registri decentralizzati e computazione quantistica …