IA, potere della conoscenza e città globali: le implicazioni strategiche della ristrutturazione delle infrastrutture accademiche

Quando l'AI ricostruisce il "sistema operativo" della conoscenza

L'intelligenza artificiale sta venendo integrata in quasi tutte le infrastrutture—dal controllo del traffico, alle reti energetiche, fino alla sicurezza urbana e ai servizi pubblici. Tuttavia, in questa corsa globale all'AI, un sistema più nascosto e più fondamentale sta venendo riassemblato: i meccanismi di gestione e diffusione della conoscenza accademica. Biblioteche, archivi digitali, editoria accademica e indici di citazione—queste infrastrutture di conoscenza apparentemente neutre e statiche costituiscono proprio la struttura di base della produzione intellettuale globale. Esse determinano quale ricerca viene vista, quali punti di vista ottengono autorità, quale conoscenza diventa una risorsa computabile.

Uno studio recente pubblicato su Humanities and Social Sciences Communications è un esame lucido di questo cambiamento. Lo studio evita la narrazione di "come l'AI crea profitti nei media commerciali" e si rivolge a un campo spesso trascurato: il ruolo reale dell'AI nella biblioteconomia, nelle digital humanities e nella diffusione della conoscenza accademica. Attraverso un metodo misto che combina analisi bibliometrica e analisi del sentiment in rete, i ricercatori cercano di rispondere a una domanda fondamentale: quando l'AI comincia a organizzare, indicizzare e raccomandare automaticamente la conoscenza, siamo pronti ad affrontare la ricostruzione dell'ordine che essa comporta?

L'automazione della conoscenza e il potere nascosto

I risultati chiave dello studio non sono sorprendenti: l'AI nella gestione della conoscenza accademica si manifesta principalmente in tre fasi: indicizzazione automatica dei metadati, analisi delle citazioni e sistemi di raccomandazione intelligente. Tutte queste fasi puntano verso un'"immaginazione dell'efficienza": usare algoritmi per sostituire la classificazione manuale e noiosa dei documenti, usare modelli per prevedere ricerche che potrebbero interessare i lettori, usare strumenti bibliometrici per valutare l'impatto accademico. Sembra solo automazione di compiti, ma in realtà significa che i percorsi di scoperta della conoscenza vengono ridefiniti.

In passato, bibliotecari, editori e addetti all'indicizzazione delle citazioni, in quanto guardiani del sistema della conoscenza, avevano criteri di giudizio relativamente espliciti e anche relativamente contestabili. In un sistema guidato da algoritmi, classificazione, ordinamento e raccomandazione diventano scatole nere computazionali chiuse. I ricercatori potrebbero non sapere perché il loro articolo è stato inserito in una certa categoria, perché è stato raccomandato a certi lettori, o perché si trova in una posizione marginale nella rete delle citazioni. Questo potere nascosto è più difficile da sfidare rispetto alla passata autorità amministrativa.

La disuguaglianza di conoscenza che ne deriva sarà strutturale. Le lingue, le discipline e le regioni ben rappresentate nei dati di addestramento saranno più facilmente riconosciute e raccomandate dagli algoritmi; i ricercatori del "Sud globale", di contesti non anglofoni o di discipline marginali potrebbero trovarsi di fronte a un nuovo tipo di "crisi di rilevabilità": non essere respinti, ma essere silenziosamente esclusi dall'orizzonte digitale.

Perché le città devono occuparsene?

Questo ci riporta a un livello strategico più ampio: la competizione urbana globale. La produzione di conoscenza non è mai stata un'attività astratta che fluttua nel vuoto, ma si concentra in specifici spazi urbani—università, laboratori di ricerca, imprese digitali, organizzazioni internazionali e reti bibliotecarie. La posizione delle città nella divisione globale del lavoro dipende sempre più dalla loro capacità di diventare hub dei flussi di conoscenza, e non semplici nodi dei flussi materiali.La penetrazione delle tecnologie di IA nelle infrastrutture accademiche pone nuove sfide di governance per le città della ricerca. Da un lato, la competizione tra città come Boston, San Francisco, Pechino e Londra non è più soltanto una gara basata sul numero di pubblicazioni o sulle classifiche universitarie. I governi urbani devono chiedersi se le loro infrastrutture della conoscenza dispongano di “autonomia algoritmica”: di fronte a strumenti di IA dominati da grandi attori commerciali, le biblioteche accademiche pubbliche e le istituzioni di ricerca sono in grado di sviluppare modelli di gestione della conoscenza trasparenti, equi e coerenti con l’interesse pubblico?

Dall’altro lato, le città sono anche banchi di prova per le politiche. Da Toronto ad Amsterdam, i quadri etici sull’IA si stanno progressivamente concretizzando a livello urbano. Tuttavia, la maggior parte delle questioni etiche relative all’IA si concentra ancora su veicoli a guida autonoma, riconoscimento facciale o processi decisionali automatizzati nel lavoro; i sistemi di conoscenza accademica raramente entrano nell’agenda pubblica. Questa assenza dimostra che i pianificatori urbani non hanno ancora pienamente compreso come spazi di conoscenza tradizionali, come le biblioteche accademiche, siano proprio i “portali” della nuova generazione di algoritmi: chi possiede questo portale controlla l’accesso alla ricerca e al pensiero.

Metodi misti: uno specchio per la ricerca sulle politiche urbane

Un ulteriore contributo di questo studio risiede nell’indicazione paradigmatica del suo disegno metodologico. L’analisi bibliometrica può delineare la traiettoria macro dei sistemi di ricerca, ma difficilmente riesce a rivelare l’esperienza reale degli utenti; l’analisi testuale e del sentiment sui contenuti web, catturando le discussioni di studiosi, bibliotecari e pubblico, aggiunge una complessa percezione micro al quadro macro. Questo approccio misto “sistema + utente” è, in sostanza, una strategia di valutazione umanistica delle infrastrutture: richiede che, nel valutare l’impatto della tecnologia, non guardiamo solo agli indicatori, ma ascoltiamo anche le voci.

Per la pianificazione urbana e regionale, questa strategia è altrettanto importante. Molti progetti di smart city falliscono proprio perché i decisori politici fanno eccessivo affidamento su dati provenienti da sensori e indicatori di efficienza, trascurando le percezioni dei residenti. Allo stesso modo, la costruzione di infrastrutture di conoscenza basate sull’IA affronta lo stesso pericolo: un sistema di metadati automatizzato può funzionare brillantemente dal punto di vista tecnico, ma se studiosi e lettori perdono fiducia in esso, il sistema pubblico della conoscenza degenererà rapidamente in uno spazio interno di poche istituzioni.

Pertanto, l’enfasi che questo studio pone su “pregiudizio” e “privacy” non dovrebbe essere interpretata come una generica retorica etica. Essa rivela una svolta cruciale per quanto riguarda i diritti di fronte all’IA: nelle infrastrutture della conoscenza, la privacy non è più soltanto una questione di dati personali, ma riguarda l’integrità della cognizione collettiva. Quando gli algoritmi, basandosi su dati di addestramento opachi, mettono ai margini alcune genealogie del sapere, a essere violata non è soltanto la preferenza del singolo utente, ma la stessa pluralità della struttura della conoscenza umana.

La necessità di una nuova narrazione sulla “sovranità della conoscenza”

Questo studio invita alla collaborazione interdisciplinare, a una maggiore trasparenza dell’IA e alla soluzione dei problemi di pregiudizio e privacy: può sembrare una semplice raccomandazione accademica di routine. Ma se la si inquadra nel più ampio contesto della tecnopolitica globale, dobbiamo riconoscere che questi principi stanno passando dall’essere norme di laboratorio a strategie geopolitiche nazionali. La gestione della conoscenza nell’era dell’IA sta diventando un’area di intersezione tra sicurezza nazionale e competitività urbana.Per i principali agglomerati urbani di Europa, Nord America ed Est asiatico, costruire solide alternative pubbliche nei sistemi digitali della conoscenza può fornire le fondamenta per ampie strategie nazionali sull'IA. Per le città della conoscenza del Sud globale emergente in Medio Oriente, Asia meridionale, America Latina e Africa, assicurarsi un posto nell'ecosistema della conoscenza guidato dall'IA è forse più urgente che competere per un singolo modello di intelligenza artificiale. Se queste città dipendono eccessivamente da piattaforme digitali esterne per organizzare il proprio patrimonio accademico, perderanno non solo il "diritto alla scoperta", ma anche il controllo sulla propria sovranità conoscitiva.

Conclusione: il lungo periodo delle infrastrutture della conoscenza

Il senso comune ci induce a credere che biblioteche, archivi di tesi e banche dati di riviste siano soltanto contenitori passivi di contenuti nel processo di digitalizzazione. In realtà, sono entità sociotecniche in continua evoluzione. L'intervento dell'IA non è un aggiornamento strumentale una tantum, ma una trasformazione istituzionale di lungo periodo. Può organizzare la conoscenza dispersa in flussi organici, ma può anche comprimere l'ambiguità del sapere in ripetizione computazionale.

La ricerca alla base di questo articolo ci ricorda che il sistema globale della conoscenza accademica si trova in una nuova "fase formativa". In questa fase, i sistemi algoritmici hanno un'elevata tolleranza all'errore e la resilienza istituzionale è ancora presente. Se le città e le università dei vari paesi inizieranno ora a costruire quadri sistematici di governance dell'IA — includendo nella visione strategica la diversità delle mappe della conoscenza, la trasparenza delle decisioni algoritmiche e il diritto di partecipazione del Sud globale — si potrà forse evitare che, nei prossimi vent'anni, le infrastrutture della conoscenza vengano monopolizzate da un'immaginazione unica.

Infine, quando si parla della grande narrazione dell'IA che trasforma le città e realizza la "città del futuro", non dovremmo dimenticare un'urbanità più fondamentale: la città è un contenitore di memoria, apprendimento e dissenso. Le infrastrutture accademiche della conoscenza plasmate dall'intelligenza artificiale stanno determinando ciò che le città del futuro potranno ricordare, ciò che ignoreranno e a chi sarà permesso scoprire. Questa non è più una questione specialistica che appartiene solo agli studiosi di biblioteconomia, ma un problema pubblico che riguarda il futuro di ogni società della conoscenza.

Studio di riferimento: Artificial intelligence in digital media, humanities, and information science: a multidimensional analysis of research trends and user perceptions