L’imperfezione come traccia dell’umano

Cosa ci rende davvero umani, ora che le macchine scrivono, ricordano, risolvono problemi e imitano sempre meglio alcune delle nostre capacità? Forse la risposta non sta in ciò che facciamo meglio, ma in ciò che viviamo in modo imperfetto, imprevedibile e profondamente nostro. 

Ci sono dettagli che, proprio perché fuori posto, finiscono per raccontare più di tutto il resto. Una crepa, un’esitazione, una parola sbagliata o un gesto imperfetto interrompono l’ordine e lasciano intravedere qualcosa di autenticamente umano. Da qui nasce una domanda che oggi, nel confronto sempre più stretto con la tecnologia, assume un significato particolare: cosa riconosciamo come propriamente umano quando precisione ed efficienza non bastano più a distinguerci? 

Durante il secondo incontro del progetto FILO, Davide Casaleggio ha proposto un’immagine particolarmente efficace: “come se la perfezione fosse diventata una colpa e l’imperfezione l’ultima firma rimasta dell’essere umano”. 

È una provocazione che apre una domanda più ampia: se la tecnologia arriva a pensare con noi, a lavorare al nostro posto, a risolvere problemi, conservare ricordi e perfino anticipare alcune delle nostre decisioni, dove possiamo ancora riconoscere ciò che appartiene profondamente all’essere umano? La risposta non sembra trovarsi in una sola qualità, ma nel modo in cui viviamo l’errore, costruiamo relazioni, attribuiamo significato alle esperienze e ci confrontiamo con la nostra stessa fragilità. L’umanità emerge così da una storia complessa, fatta di limiti, consapevolezza e capacità di trasformare ciò che accade in qualcosa che abbia senso. 

L’errore accompagna da sempre l’esperienza umana ed è parte del nostro modo di vivere e imparare. Sbagliamo, correggiamo, riproviamo e spesso proprio attraverso questi passaggi arriviamo a comprendere qualcosa di nuovo. La tecnologia, al contrario, tende verso l’efficienza e verso un funzionamento sempre più preciso. Per questo, quando un’intelligenza artificiale commette un errore, può perfino prodursi una sensazione curiosa, quasi di familiarità, perché quel fallimento ricorda una caratteristica che associamo spontaneamente alla nostra esperienza. È come se vedessimo in quel difetto un segno di umanità. Un articolo recente lo spiega bene: “Tratto distintivo dell’umano, l’errore si rivela chiave per la creatività, l’innovazione e la resilienza”L’errore non è un difetto da nascondere, ma una breccia da valorizzare, come insegna il kintsugi giapponese che ripara con l’oro un vaso rotto: le crepe diventano bellezza. Così capita che da un errore nasca un’idea nuova, un’intuizione inaspettata: un esperimento fallito può aprire la strada a una scoperta scientifica, una parola mal pronunciata può avviare una poesia. In questo senso l’imperfezione ci rende creativi: forse è proprio un’intelligenza capace di sbagliare a poter inventare davvero, legare intuizioni lontane, trovare alternative al calcolo rigido della macchina. Nel momento in cui l’IA fallisce, sembra riemergere quella distanza che la sua efficienza aveva momentaneamente cancellato: in quell’errore vediamo riflessi alcuni dei tratti che associamo all’esperienza umana, dal senso del contesto alla capacità di commettere “errori creativi”. 

Anche il modo in cui entriamo in relazione con gli altri contribuisce a definire la nostra esperienza. Un’altra linea di demarcazione umana è la comunicazione profonda. Il sistema dei neuroni specchio, studiato da Giacomo Rizzolatti e dal suo gruppo di ricerca, contribuisce alla comprensione delle azioni e delle emozioni altrui. In pratica, osservare qualcuno che gioisce o soffre attiva parti del nostro cervello. Da questa “simpatia interiore” nasce una parte importante dell’empatia, che non consiste soltanto nel riconoscere ciò che accade agli altri, ma nel tentativo di comprenderne il significato emotivo. 

Il linguaggio rende ancora più profondo questo rapporto, perché attraverso parole, metafore e storie diamo forma alla realtà e all’esperienza. Il nostro cervello sembra costruito per raccontare la realtà: l’acquisizione del linguaggio e la capacità di costruire significati condivisi sono collegate proprio al sistema specchio. Narriamo chi siamo attraverso miti, romanzi, dialoghi. Raccontiamo a noi stessi la storia della nostra vita, intrecciando ricordi ed emozioni. Ecco un altro segno: noi non percepiamo il mondo come dati grezzi, ma come racconti in divenire. È qui che emerge una dimensione soggettiva fondamentale: la realtà umana non è composta soltanto da informazioni, perché ogni esperienza viene attraversata dalla memoria, dalle emozioni e dalla prospettiva personale di chi la vive. 

Questa capacità di interpretare il mondo si lega anche alla responsabilità del pensiero. Hannah Arendt ha posto al centro della propria riflessione il rischio di agire senza interrogarsi sul significato delle proprie azioni, mostrando come l’assenza di pensiero critico possa trasformare l’obbedienza e l’abitudine in forme di irresponsabilità morale, fino a compromettere ciò che riconosciamo come profondamente umano. Nella riflessione di Arendt, proprio nell’incapacità di pensare criticamente può risiedere una delle radici del male, perché è nel pensiero critico e nella nostra empatia che si forma l’etica. Essere umani significa allora anche interrompere l’automatismo, fermarsi davanti a una scelta e chiedersi quali conseguenze possa produrre sugli altri. La coscienza morale non nasce da un insieme meccanico di istruzioni, ma dalla capacità di giudicare situazioni concrete e di assumersi la responsabilità delle proprie decisioni. Possiamo scegliere, cambiare idea, riconoscere un errore e correggerlo, e proprio questa possibilità ci rende responsabili di ciò che facciamo. Il pensiero diventa così una pratica etica, perché impedisce di ridurre l’individuo a un semplice esecutore e gli ricorda che ogni azione si inserisce in una rete di relazioni umane. 

È proprio dentro questa rete che la nostra umanità prende forma, perché siamo animali profondamente sociali: il nostro cervello e il nostro sviluppo formano un “noi” fin dall’infanzia. Michael Tomasello e colleghi hanno mostrato come, già nei primi anni di vita, i bambini sviluppino forme di cooperazione e diventino piccoli umani con motivazioni sociali uniche. Imparano a cooperare, a condividere obiettivi, a seguire regole non scritte del gruppo. Tomasello parla di «intenzionalità congiunta e collettiva», una caratteristica particolarmente sviluppata nella specie umana. In pratica diventiamo umani perché impariamo a pensare e ad agire insieme: impariamo consapevolmente a costruire strumenti, linguaggio e cultura che non esisterebbero senza una comunità. Non è un fatto genetico isolato, ma un processo evolutivo e culturale, nel quale le nostre capacità cognitive si sviluppano attraverso il rapporto con gli altri. Meraviglia e crudeltà nascono qui: la stessa cooperazione che ci rende generosi e creativi ci rende capaci di escludere o ferire se l’intenzionalità collettiva si deforma. Ma resta il fatto che la morale umana cresce attraverso il confronto con gli altri e la riflessione sulle conseguenze delle nostre azioni. È attraverso questo processo che costruiamo gradualmente criteri morali, regole e forme di convivenza.  

Esiste poi una dimensione che precede il linguaggio e il pensiero stesso: il corpo. A differenza di una macchina, noi sperimentiamo il mondo attraverso un corpo vivente, sensibile. Ogni gesto, ogni carezza, ogni lacrima parte da qui. I filosofi fenomenologici come Merleau-Ponty ci dicono che il corpo non è un contenitore, ma la forma stessa di ogni esperienza. Anche se è difficile riassumerlo brevemente, il punto è questo: il nostro corpo vive e sente prima che noi ne parliamo. Prima ancora di descrivere una sensazione, la viviamo, e prima di trasformare ciò che accade in parole, ne facciamo esperienza attraverso il corpo. Al corpo si lega inevitabilmente anche la consapevolezza della sua finitezza: siamo esseri mortali e sappiamo di esserlo. Sappiamo che il nostro tempo ha un limite e questa consapevolezza influenza il modo in cui attribuiamo valore alle esperienze, conserviamo i ricordi e costruiamo progetti per il futuro. La memoria acquista significato anche perché sappiamo che ciò che viviamo non durerà per sempre, mentre il desiderio di lasciare una traccia attraversa la cultura umana fin dalle sue origini. Raccontiamo storie, conserviamo fotografie, costruiamo monumenti e trasmettiamo ricordi perché sappiamo che la nostra presenza è temporanea. La mortalità non è soltanto la conclusione biologica dell’esistenza, ma una consapevolezza che accompagna la vita e contribuisce a darle forma. La memoria racconta una storia che avrà una fine, e questo spinge noi umani a cercare significati più grandi nel tempo che ci è dato. 

Tutte queste dimensioni, l’errore creativo, l’empatia speculare, il dialogo linguistico, il pensiero critico, la cooperazione sociale, il corpo senziente e la consapevolezza della morte, si intrecciano e si rafforzano a vicenda. Nessuna da sola basta, ma insieme contribuiscono a definire ciò che siamo. Viviamo tutto questo attraverso un corpo fragile e all’interno di comunità nelle quali costruiamo significati destinati a sopravvivere almeno in parte alla nostra esistenza individuale. 

Le macchine riescono già a riprodurre molte attività che per lungo tempo abbiamo considerato esclusivamente umane e proprio per questo, il confronto con la tecnologia ci costringe a definire con maggiore precisione ciò che intendiamo quando parliamo di umanità. Ecco perché, come notava ancora Casaleggio, forse stiamo vivendo una vera rivoluzione: questa trasformazione non riguarda soltanto ciò che le macchine stanno imparando a fare, ma il modo in cui siamo costretti a osservarci mentre lo fanno. L’imperfezione non è semplicemente il contrario della perfezione tecnologica, ma la traccia di un’esistenza capace di cambiare, interpretare e attribuire significato ai propri limiti. Essere umani non significa quindi essere privi di errori, ma riuscire a riconoscerli, trasformarli e inserirli nella storia che continuiamo a raccontare di noi stessi.

Articolo scritto da Debanhi Loana Garcia Reyes 

La democrazia deve perdere tempo

Le piattaforme ci hanno abituati a ottenere risposte immediate, percorsi semplici ed esperienze personali, mentre una decisione collettiva funziona al contrario e richiede tempo, complessità e incontri con persone che non la pensano come noi. 

Premiamo un’icona e arriva un’auto, scriviamo un indirizzo e compare il percorso, digitiamo una domanda e otteniamo una risposta e scorriamo una lista di film e la piattaforma prova a prevedere quale ci piacerà. 

Una parte enorme della tecnologia contemporanea è costruita attorno a una promessa semplice: togliere tempo tra il desiderio e il risultato, una promessa potente e ci siamo abituati rapidamente. 

Poi usciamo da questo ambiente e incontriamo una riunione pubblica, una consultazione, un consiglio comunale, un’assemblea, una legge: qualcuno parla troppo, un altro chiede di tornare su una questione che sembrava già chiusa, mancano informazioni, emergono interessi incompatibili e serve una seconda riunione. Poi una terza. 

La sensazione è familiare: perché deve essere tutto così lento? Forse la domanda contiene già una parte del problema. 

Durante il primo incontro di FILO, il professore Gianluca Sgueo ha descritto tre caratteristiche dell’esperienza tecnologica di massa: velocità, semplicità e singolarità

La prima riduce l’attesa, la seconda riduce i passaggi e la terza adatta l’esperienza all’individuo

Netflix suggerisce un film per me. Una mappa costruisce il percorso per me. Un’app di incontri ordina persone sulla base delle mie preferenze. Il digitale promette un ambiente nel quale un sistema impara progressivamente cosa voglio e cerca di portarmelo davanti. Sgueo sostiene che trasferire automaticamente queste aspettative nello spazio pubblico produce una tensione. 

Le istituzioni devono durare, mentre le tecnologie cambiano rapidamente. Un servizio pubblico deve raggiungere anche chi non appartiene all’utente ideale. Una decisione politica riguarda gruppi eterogenei, mentre la personalizzazione digitale tende a costruire esperienze individuali, e un problema collettivo non sempre sopporta di essere ridotto a una scelta binaria. Prendiamo la velocità. Nel linguaggio comune, lento è quasi sempre un difetto: un sito lento è un cattivo sito, una consegna lenta è un cattivo servizio e un computer lento è un computer da sostituire. 

Ma una democrazia lenta è necessariamente una cattiva democrazia? 

L’OCSE ha raccolto centinaia di esperienze di assemblee dei cittadini, giurie, panel e altri processi deliberativi. La sua conclusione sul tempo è controintuitiva per chi arriva dall’esperienza delle piattaforme: una deliberazione di qualità richiede abbastanza tempo per imparare, valutare prove, ascoltare prospettive differenti e formulare raccomandazioni informate. Per processi destinati a produrre raccomandazioni approfondite, l’OCSE indica almeno quattro giornate intere di incontro, salvo ragioni specifiche per abbreviare.  

Le assemblee dei cittadini più ampie durano ancora di più. Nei casi esaminati dall’OCSE nel rapporto del 2020, riunivano in media circa 90 persone per quasi 19 giornate distribuite nell’arco di circa undici mesi. La prima fase viene spesso dedicata all’apprendimento, con esperti, gruppi interessati e persone direttamente coinvolte nel problema. Solo dopo arriva la deliberazione.  

Questo tempo non è un incidente organizzativo. Serve a fare qualcosa che un feed personalizzato tende a evitare: costringerci a incontrare ragioni che non abbiamo scelto. 

La democrazia funziona male quando ciascuno riceve soltanto la propria versione del mondo. Ed è qui che semplicità e singolarità diventano politiche. 

Il cittadino non è un consumatore che deve ricevere esattamente ciò che preferisce. Una decisione pubblica deve includere persone che hanno desideri incompatibili. 

Il nuovo parco occupa un terreno che qualcuno avrebbe destinato a parcheggio, una nuova linea ferroviaria collega territori e disturba quartieri, una politica climatica produce benefici futuri e costi immediati, mentre una norma sull’intelligenza artificiale protegge alcuni diritti e impone oneri a imprese e amministrazioni. 

Non esiste un algoritmo di raccomandazione capace di consegnare a ogni cittadino una versione personale della stessa legge. Alla fine, dobbiamo condividere una decisione. 

L’Unione europea ha sperimentato questa difficoltà durante la Conferenza sul futuro dell’Europa, svolta tra aprile 2021 e maggio 2022. La Conferenza combinò una piattaforma digitale accessibile nelle 24 lingue ufficiali dell’UE con panel composti complessivamente da 800 cittadini selezionati in modo casuale e pensati per rappresentare la diversità sociologica europea. Il processo si concluse con 49 proposte e 326 misure.  

È un esempio utile perché non scelse tra online e offline: la piattaforma ampliava la possibilità di contribuire, i panel riducevano la scala e restituivano tempo alla conversazione e la plenaria collegava i contributi alle istituzioni. La tecnologia aiutava a raccogliere, ma le persone dovevano ancora discutere. 

Questa distinzione diventa ancora più importante con l’intelligenza artificiale. Come suggerito dal professore Sgueo, un concetto utile è quello di “democrazia aumentata”, in questo modello, l’IA aiuta a filtrare interventi, raggruppare proposte, tradurre grandi quantità di contributi e sintetizzare preferenze collettive, mentre l’agenda politica, la decisione finale e la responsabilità restano invece nelle mani umane. 

Sembra una distinzione teorica. Non lo è più. 

Due esempi ricordati anche dal professor Sgueo mostrano come l’intelligenza artificiale stia già entrando nei processi pubblici. Nel Regno Unito, lo strumento Consult è stato sperimentato per analizzare migliaia di risposte alle consultazioni pubbliche, individuare i temi principali e facilitare il lavoro dei funzionari, mantenendo il controllo umano sui risultati. Un caso diverso è quello di Diella, presentata dal governo albanese come una ministra virtuale basata sull’intelligenza artificiale e incaricata di contribuire alla gestione degli appalti pubblici e alla lotta contro la corruzione. Questi casi mostrano due ruoli diversi dell’IA: nel primo supporta il lavoro delle istituzioni, mentre nel secondo entra più direttamente nell’attività politica, sollevando domande sulla trasparenza, sulla responsabilità e sul controllo umano. 

Un altro esempio arriva dalla ricerca. Nel 2024 un gruppo di ricercatori di Google DeepMind pubblicò su Science un esperimento con un sistema chiamato Habermas Machine. Il modello riceveva opinioni individuali e critiche dei partecipanti, poi produceva una dichiarazione di gruppo cercando un terreno comune. Lo studio coinvolse 5.734 persone. In media, i partecipanti preferirono le sintesi generate dall’IA a quelle prodotte da mediatori umani e i gruppi mostrarono una maggiore convergenza delle posizioni dopo il processo.  

È un risultato affascinante. È anche il punto in cui serve rallentare. 

Che cosa significa trovare consenso? Il consenso migliore è la frase con cui il maggior numero di persone è disposto a dichiararsi d’accordo? Oppure una buona deliberazione deve lasciare spazio anche al conflitto, alla spiegazione delle ragioni, al cambiamento profondo di una posizione e alla possibilità che una minoranza non voglia essere sintetizzata? 

Un’analisi critica pubblicata nel 2025 ha sostenuto che il design della Habermas Machine attribuisce un peso eccessivo al raggiungimento dell’accordo e riduce parte della deliberazione alla produzione e valutazione di opinioni individuali. Il punto dell’autore è importante: un sistema progettato per “migliorare” la democrazia incorpora inevitabilmente una propria idea di ciò che una buona democrazia dovrebbe essere.  

Nel 2026 un altro studio di Google DeepMind ha reso il quadro ancora più interessante. In esperimenti su deliberazioni di gruppo con 879 partecipanti e decisioni riguardanti vere donazioni benefiche, la facilitazione tramite modelli linguistici non aumentò in modo significativo il consenso. I partecipanti preferivano comunque la discussione assistita dall’IA. I ricercatori osservarono anche due rischi: in alcune condizioni il facilitatore algoritmico spostava le allocazioni verso specifiche organizzazioni, e la sensazione di maggiore inclusione percepita dai partecipanti non corrispondeva a un miglioramento misurato nell’equità della partecipazione.  

Questa differenza tra sentirsi ascoltati ed essere ascoltati dovrebbe interessare qualsiasi progetto di democrazia digitale. Un’interfaccia fluida produce una sensazione di efficacia. Ma la democrazia non dovrebbe essere valutata soltanto attraverso la soddisfazione dell’utente. 

A volte un processo democratico deve frustrarci: deve dirci che la nostra posizione non ha ottenuto la maggioranza, deve mostrarci una prova che contraddice ciò che pensavamo, deve obbligare chi decide a spiegarsi e deve registrare il dissenso invece di nasconderlo dentro una sintesi elegante. 

Un altro esempio è Polis, un software usato nei processi partecipativi a Taiwan. Il funzionamento è semplice: ai partecipanti vengono mostrate brevi affermazioni e ciascuno può indicare se è d’accordo, in disaccordo oppure se preferisce non rispondere. Il sistema confronta poi le risposte, raggruppa le persone con opinioni simili e individua i punti su cui gruppi diversi riescono a trovare un accordo. 

Polis, però, non prende decisioni politiche. Serve soprattutto a capire meglio cosa pensano i partecipanti, quali opinioni sono più diffuse e dove esistono possibili punti di consenso. 

Questa potrebbe essere una buona regola anche per l’IA: usarla per vedere meglio, non per decidere al posto nostro, per tradurre una consultazione con migliaia di contributi, per accorpare duplicati senza cancellare le differenze, per individuare domande rimaste senza risposta, per mostrare quali argomenti uniscono gruppi distanti e per aiutare persone con difficoltà linguistiche o cognitive a partecipare. 

Ma ogni sistema del genere dovrebbe lasciare traccia di come ha riassunto, quali contributi ha escluso, quali categorie ha creato e dove esiste dissenso. Le persone devono conservare la possibilità di contestare la sintesi. Chi occupa una posizione pubblica deve conservare la responsabilità della decisione. 

Altrimenti rischiamo una trasformazione più profonda: non una democrazia più partecipata grazie alle macchine, ma una democrazia nella quale la macchina diventa l’interprete principale di ciò che la popolazione pensa. 

Il professore Sgueo distingue tra democrazia aumentata, democrazia automatizzata e democrazia sintetica. In quest’ultima ipotesi, i sistemi di intelligenza artificiale non si limitano a organizzare o riassumere le opinioni di persone reali, ma possono generare interlocutori, identità, immagini, commenti e forme apparenti di consenso. Il problema, quindi, diventa capire se l’opinione pubblica che osserviamo riflette posizioni realmente presenti nella società oppure se è stata artificialmente simulata. 

È una ragione in più per rivalutare una parola poco amata, tempo: il tempo necessario a verificare chi partecipa, il tempo di leggere un’opinione intera invece della sua sintesi, il tempo per cambiare idea, il tempo per permettere a una minoranza di spiegare perché non è d’accordo, il tempo per verificare ciò che un sistema automatico ha prodotto e il tempo per attribuire una responsabilità umana a una decisione. 

Siamo circondati da tecnologie che ci promettono di eliminare attese: per comprare qualcosa, è un risultato utile, per scegliere un film, anche, ma per governare una comunità, il criterio deve essere diverso. 

La democrazia non serve a portarci nel modo più rapido possibile dal desiderio individuale al risultato, ma serve a permettere a persone che desiderano cose diverse di continuare a vivere sotto decisioni comuni. Per farlo occorrono strumenti migliori e occorre anche accettare che alcune cose importanti richiedano tempo. 

Articolo scritto da Debanhi Loana Garcia Reyes 

CONTATTI

un progetto di
con il contributo formativo di

Copyright © 2026 | Filo | D.O.C. s.c.s. | Fondazione Compagnia di San Paolo | Fondazione Italia Digitale