Per rendere l’intelligenza artificiale un bene comune occorre partire da una premessa che il dibattito pubblico continua a evitare: la produzione e la gestione dei dati è già un’industria, per cui va trattata come tale. I modelli di IA generativa sono stati addestrati su miliardi di testi, immagini, conversazioni, dati di navigazione prodotti da lavoratori, studenti, pazienti, cittadini: questo lavoro diffuso, gratuito per chi lo compie, preziosissimo per chi lo raccoglie, è il vero fattore produttivo su cui si fonda l’intera filiera dell’intelligenza artificiale. Eppure non figura in nessun bilancio, non genera diritti, non alimenta alcun fondo collettivo.
Il caso del quartiere Quayside a Toronto è diventato il laboratorio emblematico di questa contraddizione. Si tratta di un progetto di “città intelligente” avviato da Sidewalk Labs, ovvero Alphabet/Google con sensori nelle strade, termostati intelligenti, telecamere per il traffico che avrebbero dovuto produrre una città più efficiente e sostenibile, ma il modello economico era quello classico delle piattaforme digitali: il comportamento degli utenti come risorsa, i dati degli abitanti come materia prima, con i profitti che fluiscono verso la società madre e i costi (aumento delle bollette, erosione della privacy, dipendenza infrastrutturale) che restano in carico alla collettività. Il progetto è poi naufragato, ma il modello che incarnava è quello dominante.
Il punto non è che i big data siano cattivi in sé: producono un valore enorme, misurabile, reale, e questo valore deve essere riconosciuto, remunerato e parzialmente restituito alla collettività che lo ha generato. Come avviene con qualunque altro fattore produttivo in un sistema economico che pretenda di essere equo.
Il costo nascosto: energia, territorio, democrazia locale – C’è un secondo costo che l’economia dei big data sistematicamente esternalizza: quello energetico e territoriale. I data center, cioè le infrastrutture fisiche su cui girano i modelli di IA, consumano quantità straordinarie di elettricità e acqua, e occupano spazio in proporzioni che sfidano l’immaginazione. Come ha riportato il New York Times in un’inchiesta uscita su Internazionale nel giugno 2026, negli Stati Uniti una rivolta bipartisan si sta organizzando contro la costruzione selvaggia di data center hyperscale: un centro hyperscale occupa l’equivalente di 32 campi da football, consuma enormi quantità di elettricità e fa aumentare le bollette dei residenti, risorse che vengono sottratte alle comunità locali senza alcuna contropartita democraticamente negoziata.
La dinamica è quella classica della rendita estrattiva: l’azienda ottiene incentivi fiscali dallo stato, impone i propri ritmi ai comuni, decide in segreto (i progetti portano nomi oscuri come “Project Cannoli” o “Project Flex”) e lascia alle amministrazioni locali il problema di spiegare ai cittadini perché le bollette salgono e i pozzi potrebbero essere a rischio. È la stessa logica con cui le piattaforme digitali hanno colonizzato l’informazione, il commercio, il lavoro: privatizzare i profitti, socializzare i costi.
Tassazione, concessione, governo collettivo – La risposta fiscale europea è stata finora frammentata e strutturalmente insufficiente. Le Digital Services Taxes (al 3% in Italia, Francia e Spagna) colpiscono i ricavi da servizi digitali: l’Italia ha incassato 434 milioni di euro nel 2023, una cifra non irrisoria, ma lontanissima dall’entità del valore estratto. Ma su questo fronte la pressione geopolitica lavora in senso contrario: il memorandum presidenziale di Trump del febbraio 2025 ha esplicitamente inquadrato le DST europee come misure discriminatorie contro le multinazionali americane, per questo l’accordo di Scozia tra Commissione europea e Washington ha messo in discussione la possibilità di una web tax comune europea coordinata.
Per questo è necessario un approccio più radicale, cioè trattare i dati non come proprietà privata delle piattaforme, ma come bene pubblico in concessione, sul modello delle frequenze radiotelevisive o dello spazio aereo: i privati possono sfruttarli, ma pagando una concessione alla collettività che li ha prodotti, indipendentemente dai profitti realizzati. Non una tassa sui profitti, quindi, ma un riconoscimento economico della produzione collettiva di valore. È una proposta che cambierebbe radicalmente i rapporti di forza ed è esattamente per questo che le Big Tech la combattono con ogni mezzo diplomatico disponibile.
A ciò si aggiunge la questione della trasparenza algoritmica come diritto democratico. Come ha analizzato la ricercatrice Francesca Lagioia in un’intervista su Internazionale, i sistemi di IA prendono decisioni — su assunzioni, credito, diagnosi mediche, valutazione del rischio giudiziario — che gli individui colpiti non riescono a contestare perché il processo decisionale è opaco, imperscrutabile anche per chi l’ha progettato. Un sistema che nega l’accesso al credito sulla base di criteri che nessuno può verificare non è solo inefficiente: è antidemocratico. E un sistema fiscale che non tassa le rendite tecnologiche per finanziare welfare e riduzione del lavoro non è solo ingiusto: è il meccanismo attraverso cui l’alienazione si riproduce su scala industriale.
La conclusione politica è netta: senza una fiscalità sui dati e sulle rendite tecnologiche che finanzi infrastrutture pubbliche di IA, formazione continua e riduzione dell’orario di lavoro, l’ipotesi dell’intelligenza co-gestita rimane un orizzonte bello e impraticabile.
La tecnologia non si redistribuisce da sola: si redistribuisce attraverso il potere fiscale e contrattuale di chi la produce collettivamente e rivendica il diritto di governarla.
Scopri di più da la mia pagina personale
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.