L’intelligenza artificiale, come un atlante digitale disegnato da pochi, trasforma la ricchezza materiale e culturale del mondo in coordinate computazionali, rischiando di sostituire la pluralità degli sguardi con un’unica mappa proprietaria.

 

1. Che cosa vuol dire che l’IA è un’“industria estrattiva”?

Kate Crawford parla di doppia estrazione: materie prime e dati.

• Materie prime. GPU, data-center e cavi sottomarini richiedono terre rare, rame, litio e cobalto estratti in miniere spesso localizzate in zone di sfruttamento coloniale, in Africa, Sud-America e Asia.

• Dati. L’addestramento di modelli su web-scrape, log di interazione e immagini satellitari è anch’esso un processo di mining. A differenza del petrolio, però, i dati vengono continuamente rigenerati dal lavoro – per lo più non remunerato – di utenti e annotatori. (4Books, IRPA)

---

2. Geografie materiali: energia, acqua, emissioni

L’IA è fisicamente ancorata a data-center energivori che stanno riconfigurando le reti elettriche globali.

• Secondo studi pubblicati su Joule e IEA, l’IA consuma già fino al 20 % dell’elettricità dei data-center e potrebbe arrivare a quasi metà entro fine 2025; la domanda complessiva dei data-center potrebbe raddoppiare entro il 2030, superando i 900 TWh, più del consumo odierno del Giappone. (WIRED, IEA)

• Il problema non è solo elettrico: calcolo e raffreddamento richiedono milioni di litri d’acqua dolce all’anno. (Yale e360)
  Questi costi ambientali, spesso nascosti dietro slogan di “dematerializzazione”, definiscono una nuova mappa delle disuguaglianze climatiche.

---

3. L’arte di fare mappe: dall’atlante cartaceo all’atlante computazionale

Compagnie come Planet Labs o Google Earth Engine scattano l’intero pianeta ogni giorno, offrendo API che trasformano la superficie terrestre in un layer analitico su cui far girare modelli di agricoltura di precisione, finanza o difesa. Chi controlla questi flussi di immagini controlla anche ciò che è “visibile”. (planet.com, Google Earth Engine)

L’atlante digitale non è neutrale: seleziona risoluzione, frequenza e metriche – e, di conseguenza, modella ciò che governi, aziende e cittadini percepiscono come “realtà”.

---

4. Un paragone storico: le mappaemundi medievali

Le mappaemundi non servivano a navigare ma a insegnare un ordine cosmologico cristiano, con Gerusalemme al centro e Cristo ai margini superiori. Il celebre esemplare di Hereford (c. 1300) integra storia sacra, zoologia fantastica e propaganda teologica nella stessa immagine. (Wikipedia, BBC)

Allo stesso modo, i modelli di IA ordinano il mondo secondo assi logici decisi da un’élite tecnico-finanziaria: i vettori di embedding sostituiscono i meridiani, i prompt sostituiscono i bestiari, i dataset marginalizzano culture e lingue non rappresentate. L’atlante digitale riscrive la gerarchia di ciò che conta.

---

5. Rischio di monocultura: quando l’atlante diventa il mondo

Se gli strumenti di misura (dataset, benchmark, metriche) sono posseduti dalle stesse aziende che costruiscono i modelli, l’atlante smette di essere un’interpretazione pluralistica e diventa l’unica lente ammessa. L’estrazione di conoscenza si trasforma in potere epistemico: monopolio sugli standard, sui protocolli di ricerca, sulla stessa definizione di “intelligenza”.

---

6. Prospettive critiche e pratiche di resistenza

1. Cartografia comunitaria. Progetti come OpenStreetMap dimostrano che mappe e dataset possono essere curati da comunità locali, con governance distribuita.

2. Trasparenza energetica. Iniziative open come AI Energy Score propongono etichette di efficienza: un primo passo per restituire visibilità ai costi ambientali. (Financial Times)

3. Arte e contro-immagini. Artisti e designer possono “remixare” dataset per mostrare ciò che i modelli occultano – ad esempio, le zone di sacrificio ambientale dietro un assistente vocale.

4. Regolazione e antitrust. Senza accesso pubblico alle “materie prime” (dataset, modelli di base, infrastrutture), non c’è concorrenza né pluralismo di sguardi; servono obblighi di data sharing e rendicontazione delle emissioni.

---

7. Verso un atlante plurale

Un vero atlante dell’IA dovrebbe:

• mappare non solo l’output dei modelli ma l’intera filiera economica, energetica e politica;

• integrare metadati contestuali (origine dei dati, footprint, lavoro umano coinvolto);

• mantenere aperta la possibilità di interpretazioni artistiche che rivelino le pieghe non computabili dell’esperienza umana.

Solo così si passa da una cartografia di dominio a una cartografia critica capace di restituire complessità al mondo e di limitare le pretese totalizzanti dell’industria dell’IA.