L’AI italiana rilancia un dilemma antico: come funziona davvero il progresso scientifico? Ascoltiamo il parere dei filosofi.
«Un piccolo modello italiano per task specifici può sfidare i colossi dell’AI globale? Fastweb e Vodafone pensano di sì. Ma questa non è solo una notizia economica o tecnologica: è un caso filosofico perfetto. Dalle rivoluzioni scientifiche di Kuhn ai programmi di ricerca di Lakatos, ecco cosa ci dice questa nuova piattaforma sulla natura del progresso scientifico».
Cosa ci insegna la nascita di FastwebAI sulla scienza di oggi?
Il 23 maggio 2025 è stata presentata FastwebAI, la prima piattaforma di intelligenza artificiale completamente Made in Italy, sviluppata da Fastweb in collaborazione con Vodafone. Pensata per aziende e pubblica amministrazione, si basa su un modello linguistico addestrato nativamente in italiano, costruito su dati certificati (come quelli di Istat e Mondadori) e conforme alle normative europee sull’AI (AI Act), sulla privacy e sul diritto d’autore.
La strategia punta su modelli piccoli ma altamente specializzati per task specifici, con un focus sull’autonomia e sulla sicurezza. Il sistema è ospitato su infrastrutture nazionali, tra cui la SuperPod e data center locali, e promuove la sovranità digitale, proteggendo i dati sensibili delle aziende italiane.
Il progetto viene presentato non solo come una sfida tecnologica, ma anche come un segnale politico e culturale, volto a riequilibrare la supremazia computazionale di Stati Uniti e Cina nel campo dell’AI. Secondo i promotori, si tratta di una partita ancora tutta da giocare, che potrebbe dare all’Italia un ruolo centrale nello sviluppo etico e responsabile dell’intelligenza artificiale.
Che riflessioni possiamo trarre da questa notizia, e più in generale da questa rivoluzione globale, da un punto di vista gnoseologico?
Thomas Kuhn: nuovi paradigmi e visioni del mondo
Nel suo capolavoro La struttura delle rivoluzioni scientifiche, Thomas Kuhn ci mostra che lo sviluppo della scienza — e per estensione, della tecnologia — non è una linea retta, non è un percorso continuo di accumulo ordinato, ma un processo segnato da fratture, crisi e rovesciamenti di prospettiva: le cosiddette rivoluzioni scientifiche.
Kuhn non descrive semplicemente la storia della scienza: ne fa una vera e propria fenomenologia. Nei lunghi periodi di cosiddetta scienza normale, gli scienziati operano all’interno di un paradigma, un insieme coerente di teorie, metodi, strumenti e valori condivisi che definisce cosa significhi, in quel contesto, fare buona scienza. Il paradigma non è una verità assoluta, ma una lente attraverso cui si osserva e si interpreta il mondo.
Durante queste fasi, l’attività scientifica si concentra sulla risoluzione di problemi e anomalie locali: piccoli enigmi, rompicapi metodologici, perfezionamenti. Le dissonanze tra teoria e osservazione non vengono subito trattate come confutazioni, ma archiviate come anomalie gestibili.
È solo quando queste anomalie si accumulano in modo critico, fino a far scricchiolare l’intero impianto teorico, che si apre la possibilità di un salto: la crisi del paradigma e la sua eventuale sostituzione.
È così che avviene una rivoluzione scientifica: non con la distruzione cieca del passato, ma attraverso una sua riarticolazione. Il nuovo paradigma non eredita tutto né respinge tutto: conserva ciò che può, ma riorganizza il campo teorico alla luce delle nuove esigenze cognitive. Il progresso, in questa visione, non è lineare né garantito: è un adattamento, un’evoluzione epistemica che seleziona i problemi ritenuti cruciali in quel dato momento storico e li risolve con strumenti nuovi.
Kuhn ci invita, infine, a un atto di radicale consapevolezza: non è il mondo a cambiare, ma i nostri occhi. E i nostri occhi sono plasmati da competenze, abitudini, strutture concettuali che spesso agiscono come catene. Solo sospendendo, almeno in parte, questi vincoli — che siano innati o acquisiti — possiamo aprirci a nuove categorie, nuove domande, nuove forme di intelligibilità. È questo il vero senso della rivoluzione scientifica: non una rottura violenta, ma un mutamento dello sguardo (gestal switch).
L’annuncio di FastwebAI si inserisce perfettamente in questa dinamica. Finora, il paradigma dell’intelligenza artificiale è stato dominato da modelli sviluppati negli Stati Uniti o in Cina: giganteschi, addestrati su dataset globali, spesso opachi e difficili da controllare nei loro effetti sociali e culturali.
È un paradigma che ha prodotto risultati straordinari, ma che mostra anche segni di affaticamento: abissi etici, scarsa adattabilità locale, concentrazione geopolitica del potere computazionale e problematiche riguardanti la privacy.
L’idea di costruire un AI nativamente italiana, addestrata su dati certificati del nostro contesto culturale, pensata per compiti specifici e sviluppata su infrastrutture nazionali, rappresenta un salto di paradigma. Secondo Kuhn, tra un paradigma e l’altro non c’è continuità: si guadagna qualcosa, ma si perde anche qualcosa (Kuhn-loss).
FastwebAI, ad esempio, rinuncia alla versatilità dei modelli globali, ma in cambio offre specializzazione, trasparenza e sovranità digitale.
Il nuovo paradigma non si impone perché ha “più ragione”, ma perché risponde meglio ai problemi che il vecchio non riesce più a risolvere.
Proprio come la meccanica quantistica ha sostituito quella newtoniana, non per distruggerla, ma perché capace di affrontare fenomeni che il paradigma precedente ignorava, così anche l’AI “sovrana” risponde a nuove domande: dove stanno i miei dati? Chi li controlla?
Kuhn ci mette in guardia: non sempre le rivoluzioni sono visibili nel momento in cui avvengono. Spesso solo dopo riconosciamo il punto di svolta. Ma l’evento del 23 maggio 2025 potrebbe, a posteriori, apparire come uno snodo paradigmatico: il momento in cui l’Europa ha smesso di inseguire i modelli altrui per iniziare a costruire i propri.
Imre Lakatos: i programmi di ricerca scientifica
Se per Thomas Kuhn il cambiamento scientifico avviene per salti radicali, Imre Lakatos cerca un punto di equilibrio tra rivoluzione e continuità, tra audacia teorica e razionalità metodologica. Il suo concetto chiave è quello di programma di ricerca scientifico: un insieme coerente di teorie, pratiche e ipotesi che si sviluppa nel tempo, secondo regole euristiche condivise.
Nel caso dell’intelligenza artificiale, il programma di ricerca dominante negli ultimi anni è stato quello dei modelli generativi di larga scala, allenati su enormi quantità di dati multilingua e multiformato. L’hard core (il nucleo irrinunciabile, l’insieme di ipotesi non confutabili, generalmente accettate nel paradigma) di questo programma è la fiducia nell’adattabilità e nell’universalità dell’algoritmo: più dati, più parametri, più potenza computazionale.
Tuttavia, come Lakatos ci ricorda, ogni programma si accompagna anche a una cintura protettiva di ipotesi modificabili. Quando queste ipotesi cominciano a mostrare crepe, quando, ad esempio, emergono limiti etici, problemi di bias, inadeguatezze linguistiche o vulnerabilità geopolitiche, il programma dominante-hard core va reindirizzato tramite ipotesi ad hoc, nel tentativo di renderlo teoricamente ed empiricamente progressivo.
L’emergere di un nuovo programma, dotato di una propria euristica positiva, permette l’avanzamento tecnologico e scientifico.
È proprio in questa dinamica che si colloca FastwebAI: un programma alternativo, con un nucleo diverso, incentrato su modelli piccoli, linguistici, addestrati su dati certificati e vincolati da normative europee. La sua euristica positiva è chiara: sviluppare intelligenze specializzate, affidabili e rispettose delle specificità culturali e giuridiche locali. L’euristica negativa, invece, è altrettanto netta: non rincorrere la scala globale a ogni costo.
Per Lakatos, un programma di ricerca è progressivo se è capace di produrre previsioni nuove e corroborate, non semplici aggiustamenti ex post. FastwebAI potrebbe rappresentare proprio questo tipo di programma: non solo una reazione difensiva, ma una direzione alternativa e razionalmente promettente. Un modo per uscire dalle contraddizioni del paradigma dominante, senza abbandonare il rigore metodologico della scienza.
Ma attenzione: Lakatos ci avverte che solo il tempo può dirci se un programma sia davvero progressivo. La sua crescita deve essere teorica e empirica. In questo senso, il progetto FastwebAI è ancora giovane — ma è strutturato come un programma di ricerca robusto, capace di rispondere a esigenze reali, e soprattutto di trasformare le anomalie del vecchio paradigma in punti di forza del nuovo.
Facciamo qualche considerazione
L’analisi del caso FastwebAI, osservato attraverso le lenti di Kuhn e Lakatos, ci mostra una verità forse scomoda ma cruciale: la scienza non avanza per accumulo lineare, né si fonda su un metodo neutrale e universale. Essa si muove, piuttosto, in uno spazio di tensioni: tra rivoluzioni paradigmatiche e resistenze istituzionali, tra programmi di ricerca e anomalie.
Nel panorama dell’intelligenza artificiale contemporanea, siamo davanti a una fase fluida e polifonica. Da una parte, i colossi dell’AI globale dettano la linea del “grande modello generalista”, con tutta la potenza economica e computazionale che questo implica. Dall’altra, emergono soluzioni come FastwebAI che propongono una scienza diversa: più situata, più responsabile, forse meno ambiziosa ma più aderente alla realtà concreta delle società in cui si sviluppa.
È proprio qui che si gioca la partita filosofica più importante: quale idea di scienza vogliamo sostenere? Quale visione della razionalità, del progresso, del sapere collettivo ci guida?
Per questo, l’intelligenza artificiale non è solo una questione tecnologica. È una sfida epistemologica, una soglia etica e politica, che interroga la nostra capacità di pensare il futuro senza fuggire dal passato. L’Europa — e l’Italia in particolare — hanno ora l’opportunità non di rincorrere i giganti, ma di proporre una via scientifica diversa, più critica, più democratica, più consapevole dei propri limiti e dei propri fini.
