Fonte: Monthly Review - 01.05.2026

In questo articolo John Bellamy Foster affronta questioni radicali in merito all'intelligenza artificiale e al suo ruolo nell'odierna società capitalista. «Le grandi case dell'IA sono divise tra loro, e non possono reggere», scrive Foster, «se l'umanità vuole progredire, le forze e i rapporti di produzione devono essere rivoluzionati insieme… creando un mondo di sviluppo umano sostenibile».

Gli Stati Uniti stanno vivendo una nuova era di concentrazione e centralizzazione del capitale finanziario monopolistico, caratterizzata dal boom dell’intelligenza artificiale (IA). Gli economisti di S&P Global stimano che negli Stati Uniti, nella prima metà del 2025, «l’80% dell’aumento della domanda interna privata finale» sia attribuibile alla spesa per «data center e relative spese in conto capitale nel settore high-tech».[1] Questo massiccio investimento nei data center è sostenuto da gigantesche società high-tech, il cui numero si può facilmente contare sulle dita di una mano. Queste società sono comunemente indicate nel settore come “hyperscaler”, termine che indica le mega-società che dominano il cloud computing. In base agli investimenti nei data center all'inizio del 2026, vi figurano Microsoft, Amazon Web Services, Google (Alphabet) e Meta, che costituiscono le «Grandi Case dell'IA».[2] Queste gigantesche entità monopolistiche figurano tutte anche tra le prime sei società statunitensi per capitalizzazione di mercato. (Nvidia, la più grande azienda per capitalizzazione di mercato all’inizio del 2026, non è di per sé leader nel cloud computing, ma detiene invece il monopolio dell’80-90% dei chip GPU per supercomputer.) Secondo Bloomberg, Microsoft, Amazon Web Services, Alphabet/Google e Meta hanno investito complessivamente 150 miliardi di dollari nel 2022 e 360 miliardi di dollari nel 2025, mentre prevedono di spendere 650 miliardi nel 2026. In confronto, «si prevede che le più grandi case automobilistiche con sede negli Stati Uniti, i produttori di macchinari per l'edilizia, delle ferrovie, l'industria della difesa, gli operatori telefonici, e le aziende di servizi di consegna, insieme a ExxonMobil Corp., Intel Corp., Walmart Inc. e le società spin-off di General Electric - 21 aziende in totale - spenderanno complessivamente 180 miliardi di dollari nel 2026».[3]

Gli investimenti nell’IA hanno ormai raggiunto una portata tale da poter essere paragonati al boom ferroviario statunitense del XIX secolo.[4] Come nel caso delle ferrovie, l’espansione dell’IA è oggi sostenuta da centri finanziari che manipolano il sostegno governativo, liberandola dalla dipendenza dai profitti effettivi e basandosi invece su ciò che John Maynard Keynes definiva «spiriti animali», ovvero i profitti attesi dai nuovi investimenti. Ci sarebbero voluti molti anni perché gli hyperscaler aumentassero i loro investimenti nei data center fino al livello attuale basandosi semplicemente sull’accumulo di profitti effettivi, mentre la finanza monopolistica attraverso il sistema credito-debito ha permesso che questa trasformazione avvenisse in «un batter d’occhio».[5] La ricchezza sociale, attinta dalla popolazione nel suo complesso, viene convogliata verso le Grandi Case dell’IA attraverso una varietà di meccanismi finanziari e politiche economiche neoliberiste, concentrando ulteriormente il surplus economico prodotto dalla società nelle mani di un numero infinitesimale di miliardari, situati nei settori high-tech, energetico e finanziario dell’economia. Nove dei primi quindici miliardari nella lista dei miliardari di Forbes del 2026 sono miliardari del settore tecnologico.[6]

La corsa alla costruzione di enormi centri dati, i più grandi dei quali occupano milioni di metri quadrati e consumano quantità colossali di energia, acqua e risorse minerarie, è guidata dall’obiettivo di sviluppare forme avanzate di IA generativa, un tipo di apprendimento automatico in grado di replicare l’intelligenza umana attingendo a dati apparentemente illimitati. Ciò offre a chi possiede, gestisce e trae profitto da questi immensi sistemi computazionali la prospettiva di una sorveglianza e di una disciplina (nel senso foucaultiano) complete della popolazione nel suo insieme, non solo nei luoghi di lavoro e nelle carceri, ma in tutte le attività della vita, in modo tale da estrarre quote sempre più grandi della torta economica. Qui il famoso adagio comunemente attribuito a Francis Bacon, «la conoscenza è potere», assume un nuovo significato. Come ha affermato il CEO di Oracle Larry Ellison, queste tecnologie consentono di tracciare e monitorare tutti in ogni momento. «I cittadini si comporteranno al meglio, perché registriamo e segnaliamo costantemente tutto ciò che accade. Ed è ineccepibile… perché è l’IA a monitorare il video.»[7]

L'IA generativa non solo preannuncia un aumento esponenziale della sorveglianza delle attività umane in tutta la società, ma rappresenta anche una grave minaccia per l'occupazione: secondo alcune stime, solo negli Stati Uniti potrebbero andare persi decine di milioni di posti di lavoro.[8] Nel febbraio 2026, Mustafa Suleyman, amministratore delegato di Microsoft AI, ha dichiarato con entusiasmo al Financial Times: «Il lavoro d’ufficio, dove si sta seduti davanti a un computer, che si tratti di un avvocato, di un contabile, di un project manager o di un addetto al marketing, la maggior parte di queste mansioni sarà completamente automatizzata da un’IA entro i prossimi 12-18 mesi».[9] Ciò che rende possibile tutto questo, ovviamente, è il furto da parte dell’IA di tutto il lavoro intellettuale del passato. Allo stesso tempo, la corsa all’IA presenta pericoli ambientali inimmaginabili attraverso l’iper-espansione dei data center, che attingono a tassi esponenzialmente crescenti di energia, acqua e altre risorse, mettendo così da parte la transizione dai combustibili fossili e minacciando una vasta accelerazione delle emissioni di carbonio e del danno ambientale globale. Ciò che rende l’espansione dell’IA in questi termini estremi apparentemente inarrestabile è un determinismo tecnologico radicato in un feticismo dell’IA, in cui essa è vista come l’incarnazione di una logica computazionale pura, combinata con la naturalizzazione dei rapporti di mercato, il che suggerisce che la nuova tecnologia sarà inevitabilmente subordinata agli interessi dell’accumulazione di capitale.[10] In effetti, è proprio l’avvento dell’IA come nuovo regime di potenza computazionale controllato dal capitale finanziario monopolistico a costituire la matrice emergente della lotta di classe (e imperiale) del nostro tempo.

In realtà, le forze innovative di produzione, come l’apprendimento automatico e l’intelligenza artificiale, non devono mai essere concepite in termini puramente tecnocratici, come nel caso del dominio assoluto delle «reti neurali» dell’IA, ma devono piuttosto essere viste come intrecciate con i rapporti sociali di produzione. Per Karl Marx, era la combinazione delle forze e dei rapporti sociali di produzione in un dato insieme di condizioni storiche a dare origine all’«individuo sociale», mentre la meccanizzazione indicava l’«intelletto generale» in cui la conoscenza umana si incarnava in artefatti meccanici dando origine al «lavoratore collettivo».[11] Un approccio socialista all’IA si concentra quindi soprattutto sulle relazioni storiche e sociali che l’hanno generata in concomitanza con il capitalismo, demistificando così l’attuale feticismo dell’IA e chiarendo che il percorso che l’umanità dovrà seguire dipende in ultima analisi da noi, e richiede una lotta di portata e contenuto rivoluzionari.[12]

Kate Crawford e la mappatura dell’IA

La figura di spicco nella mappatura sociale dell’IA è Kate Crawford, ricercatrice senior presso Microsoft Research e professoressa di ricerca presso l’Università della California del Sud ad Annenberg. Crawford adotta un approccio storico, materialista, ecologico e incentrato sulla mappatura dell’IA come regime di potere operante in congiunzione con l’egemonia aziendale, rappresentando un’era di «capitalismo computazionale».[13]  Il suo lavoro si basa su una vasta gamma di pensatori, tra cui figure come Charles Babbage, Marx, William Stanley Jevons, Max Weber, Lewis Mumford, Harry Braverman, E.P. Thompson, Stephen Jay Gould, Christian Fuchs e Vandana Shiva, insieme ad analisi contemporanee del capitale monopolistico, del capitalismo globale e della frattura metabolica. I principali lavori di Crawford sull’IA includono (1) la sua grafica interattiva Anatomy of an AI System: An Anatomical Case Study of the Amazon Echo as an Artificial Intelligence System Made with Human Labor, [Anatomia di un sistema di IA: un caso studio anatomico di Amazon Echo come sistema di intelligenza artificiale realizzato con lavoro umano] (con Vladen Joler, 2018); (2) il suo libro, Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence (2021); (3) Calculating Empires - un dittico di 24 metri sull’IA (2023); (4) la sua conferenza alla Long Now Foundation, Mapping Empires (2025); e (5) il suo articolo, Eating the Future: The Metabolic Logic of AI Slop (2025). [14]

Il feticismo dell’IA, fortemente promosso dalle multinazionali e dal monopolio dei media, è un riflesso di ciò che Crawford definisce «determinismo incantato», che ritrae l’IA come una tecnologia “cloud” che occupa una dimensione eterea, con connessioni solo secondarie al mondo materiale e al regno della produzione.[15] Crawford, adottando una prospettiva materialista critica, ribalta questa visione dominante e mistificante. «L’IA», scrive, «non è né artificiale né intelligente». Piuttosto, è «un registro del potere». Pur utilizzando il termine “IA”, la definisce come un «complesso mondo industriale che include politica, lavoro, cultura e capitale».[16] Come afferma Tung-Hui Hu in A Prehistory of the Cloud, «la metafora dominante odierna per lo spazio digitale, ‘il cloud’, è in realtà una metafora della proprietà privata» e dell’esclusione dell’accesso pubblico al materiale.[17]  Nelle parole di Crawford, «L’intelligenza artificiale… è un’idea, un’infrastruttura, un’industria, una forma di esercizio del potere e un modo di vedere le cose; è anche una manifestazione di un capitale altamente organizzato sostenuto da vasti sistemi di estrazione e logistica, con catene di approvvigionamento che avviluppano l’intero pianeta». E aggiunge: «I sistemi di IA sono costruiti con le logiche del capitale, della polizia e della militarizzazione, e questa combinazione acuisce ulteriormente le asimmetrie di potere esistenti».[18]

Il concetto di “determinismo incantato” viene utilizzato per affrontare il feticismo delle merci e le qualità mistiche e divine attribuite all’intelligenza artificiale. «I sistemi di IA», spiega Crawford, «sono percepiti come un incantamento, qualcosa che va al di là del mondo conosciuto, ma rimangono deterministici in quanto scoprono modelli che possono essere applicati con certezza predittiva alla vita di tutti i giorni». Questo determinismo incantato assume due forme diverse, ognuna delle quali è dialetticamente correlata all’altra. La prima è un «utopismo tecnologico», mentre la seconda è una prospettiva «distopica tecnologica». «Questi discorsi utopistici e distopici», scrive, «sono gemelli metafisici: se i primi ripongono tutta la fiducia nell’IA come soluzione a ogni problema, i secondi vedono nell’IA il pericolo maggiore». La risposta a entrambi è una critica storica e materialista che svela le radici sociali dell’IA e spiega che in definitiva si tratta di una questione di relazioni sociali, non semplicemente di tecnologia. «La fantasia che i sistemi di intelligenza artificiale siano cervelli disincarnati che assorbono e producono conoscenza indipendentemente dai loro creatori, dalle infrastrutture e dal mondo in generale… distraggono da interrogativi ben più rilevanti: al servizio di chi sono questi sistemi? Quali sono le dimensioni politico-economiche della loro costruzione? E quali sono le conseguenze più importanti a livello planetario?»[19]

Nell’esplorare le varie dimensioni dell’IA, Crawford inizia dalla base materiale, ovvero l’estrazione di litio, cobalto e metalli delle terre rare. Esamina la miniera di litio di Silver Peak in Nevada e le vicine fabbriche di batterie di Tesla. Tesla sta ora attingendo a una parte considerevole delle riserve di litio del pianeta.[20]  La produzione di ogni tonnellata (2.205 libbre) di litio richiede l’evaporazione di circa 2 milioni di litri (528.000 galloni) di acqua, minacciando le falde acquifere e le risorse idriche. A livello di estrazione, il lavoro alla base dell’IA è radicato nella lunga storia del colonialismo e dell’imperialismo. La maggior parte dell’estrazione avviene nel Sud globale. Nelle miniere di cobalto in Congo, i lavoratori ricevono l’equivalente di uno o due dollari al giorno per lavorare in condizioni disumane, esposti al cobalto tossico, estratto con picconi e pale in trincee e gallerie. I lavoratori non hanno alternative, poiché «le miniere hanno preso il sopravvento su tutto».[21]

In Anatomy of an AI System, Crawford e Joler, seguendo Marx, presentano la produzione in ogni fase del processo complessivo come basata sull’appropriazione del “plusvalore” rispetto al costo del lavoro, da cui derivano i profitti del capitale.[22]  L’IA capitalista mira alla sostituzione del lavoro altamente retribuito con una combinazione di automazione meccanica e manodopera più economica delocalizzata a livello globale. La natura globalizzata del sistema di IA, con le sue complesse catene di approvvigionamento, rende gli effetti sul lavoro a livello transnazionale estremamente difficile da accertare. Sebbene miri a sostituire la manodopera negli attuali centri di produzione, il vero volto nascosto dell’IA si trova nell’assunzione di masse di addestratori di macchine, taggers (etichettatori) di immagini e operatori di piattaforme di IA a bassa retribuzione, la cui effettiva esistenza sfata il mito dell’intelligenza artificiale. Pertanto, l’IA attualmente richiede un numero enorme di "crowdworkers" [lavoratori nella folla] coinvolti nel “crowdsourcing”, ovvero lavoratori online, generalmente ventenni e sparsi in tutto il mondo, che svolgono una sorta di “lavoro fantasma”. Per esempio, nel 2022 OpenAI si è affidata a lavoratori delocalizzati in Kenya, pagati meno di 2 dollari l’ora, per esaminare ed etichettare decine di migliaia di immagini e testi tossici associati ad abusi sessuali su minori, zoofilia, stupro, ecc., nell’ambito di un’operazione di “pulizia” di ChatGPT, mentre un lavoro analogo veniva svolto da lavoratori delocalizzati in Uganda e in India.[23]

Un gran numero di lavoratori viene impiegato per monitorare e modificare i contenuti di chatbot* basati sull’IA. Jeff Bezos ha cinicamente definito questa realtà dei lavoratori che operano dietro le quinte come «intelligenza artificiale artificiale». «Fino a quando non ci sarà un altro modo per creare un’IA su larga scala che non utilizzi tanto lavoro umano dietro le quinte», ha osservato Crawford nel 2021, «questa sarà la logica fondamentale del funzionamento dell’IA». Va ricordato che, tra il 2005 e il 2015, il 94% dei nuovi posti di lavoro negli Stati Uniti riguardava il “lavoro alternativo” piuttosto che l’occupazione tradizionale.[24]

Mentre le “macchine intelligenti” odierne richiedono il lavoro fantasma di crowdworker, perlopiù residenti nel Sud globale, Crawford esamina anche il ruolo devastante dell’intelligenza artificiale e dei robot nell’industria attuale. Nei magazzini di Amazon, il processo lavorativo e il tempo di lavoro sono controllati gerarchicamente come mai prima d’ora. Il lavoratore non è solo un «appendice della macchina», come scriveva Marx, ma sempre più un appendice dei robot “intelligenti”, sottoposto a costante sorveglianza e controllo. 

In questo contesto, Crawford esplora le innovazioni di fine Settecento dell’ingegnere Samuel Bentham, che per primo concepì il sistema del panopticon per la sorveglianza e il controllo dei movimenti dei lavoratori (applicato in seguito alle prigioni dal fratello maggiore, Jeremy Bentham).[25]

Secondo Crawford, il capitalismo computazionale è profondamente radicato nello sfruttamento dei corpi umani e si mantiene attraverso di esso nel tempo e l’imposizione della disciplina sul lavoro.. L’autrice esamina il lavoro di Thompson su come l’industrializzazione e il capitalismo, nel XIX secolo abbiano trasformato il tempo stesso all’interno del lavoro, per poi passare alla critica di Braverman al taylorismo e al degrado del processo lavorativo sotto il capitalismo monopolistico.[26]  Ora gli algoritmi determinano sia i tempi che gli spazi dei lavoratori. Il nuovo mondo degli algoritmi di intelligenza artificiale rappresenta la realizzazione della «sussunzione reale del lavoro» al capitale, di cui parlava Marx, come nel dominio implacabile della “velocità”, che rappresenta il ritmo di lavoro nei magazzini di Amazon. A tal proposito, Crawford cita la critica di Marx al tempo del capitale rispetto al tempo della natura, tratta da Miseria della filosofia: «Il tempo è tutto, l’uomo non è più niente; è tutt'al più l'incarnazione del tempo».[27]

Dopo aver affrontato l’IA da un punto di vista materiale, partendo dall’estrazione mineraria e dallo sfruttamento dei lavoratori sia nell’estrazione che nella produzione, Crawford passa a discutere il nuovo regime dei dati che è al centro di questo nuovo registro del potere. Il regime dell’IA si nutre dell’idea secondo cui tutte le cose sono dati e che vadano preservati a prescindere dal loro costo sociale o ambientale. Il nuovo capitalismo computazionale promuove un’incessante accumulazione di dati sotto forma di testo, immagini, suoni e video, con l’intero mondo umano che funge da materia prima per i sistemi di IA.[28]  Le piattaforme dei social media sono canali per enormi quantità di dati che alimentano i sistemi di IA, i quali penetrano quasi in ogni sfera della vita comune e privata:

Ci sono giganteschi set di dati pieni di selfie, immagini di tatuaggi, di genitori che camminano con i figli, di gesti delle mani, di persone che guidano l'auto, di persone che commettono reati su impianti di videosorveglianza e di centinaia di azioni umane quotidiane come sedersi, salutare, fare un brindisi o piangere. Ogni forma di dati anagrafici, inclusi quelli forensi, biometrici, sociometrici e psicometrici, viene acquisita e registrata in database affinché i sistemi di intelligenza artificiale possano trovare modelli ed effettuare valutazioni… I dati vocali vengono raccolti da dispositivi piazzati sui ripiani della cucina o sui comodini della camera da letto; i dati fisici provengono da orologi al polso e telefoni nelle tasche; i dati sui libri e i giornali che si leggono provengono da tablet e laptop; gesti ed espressioni facciali vengono raccolti e valutati nei luoghi di lavoro e nelle aule…

Fondamentalmente, le pratiche di accumulazione dei dati condotte per molti anni hanno contribuito ad alimentare una potente logica estrattiva, una logica che oggi è una caratteristica fondamentale del funzionamento del campo dell’intelligenza artificiale. Questa logica ha arricchito le aziende tecnologiche dei più grandi afflussi di dati, mentre gli spazi esenti dall'estrazione di dati si sono diminuiti drasticamente.[29]

I dati devono essere classificati. Le impressioni soggettive dei crowdworkers vengono utilizzate per definire classificazioni delle persone sulla base della razza, dell’etnia e del genere.[30]  Vengono incorporati indicatori razziali, che sono il prodotto di sistemi storici di classificazione razzista. Il genere viene sempre ritenuto strettamente binario. Come osserva Crawford, «i sistemi di apprendimento automatico, in un modo molto concreto, stanno costruendo razze e genere: definiscono il mondo alle condizioni che essi stessi ha stabiliscono». Le categorie utilizzate nell’addestramento e nella classificazione delle macchine basate sull’IA rafforzano i pregiudizi esistenti e perpetuano confronti odiosi, oltre a replicare l’ideologia politico-economica dominante.[31]

Sebbene la promessa di una maggiore produttività attraverso uno sfruttamento più efficiente e totale del lavoro sia alla base delle affermazioni sulla futura redditività dei sistemi di IA, essa si basa anche sulla prospettiva di estrarre profitti da ogni forma di attività umana. L’obiettivo è universalizzare i sistemi di sfruttamento/espropriazione, promuovendo l’accumulazione accelerata di capitale e la sua ulteriore concentrazione e centralizzazione nelle mani di poche imprese onnipotenti, diventate ormai sinonimo di “mercato”.

Al di sopra di ciò si erge lo Stato capitalista, che monopolizza le leggi sulla proprietà e sulla violenza. Lo Stato è il maggior accumulatore di dati e opera in sinergia, piuttosto che in opposizione, al capitale computazionale. Lo Stato capitalista-monopolistico è fortemente organizzato attorno a funzioni militari e di polizia che crescono di pari passo con il capitalismo della sorveglianza nel settore privato. Per Peter Thiel, fondatore di Palantir, miliardario e sostenitore chiave dell’amministrazione Trump, l'IA è essenzialmente una tecnologia militare orientata alla sorveglianza e all’individuazione di obiettivi, applicabile sia alle operazioni di guerra che alle operazioni di controllo interno. «Questi strumenti», scrive, «sono… preziosi per qualsiasi esercito, per ottenere ad esempio un vantaggio in termini di intelligence», mentre tali «strumenti di machine learning [apprendimento automatico] hanno anche usi civili». Durante la prima amministrazione Trump, i contratti di Palantir con le agenzie governative statunitensi ammontavano a più di un miliardo di dollari. Palantir è diventata la principale società di sorveglianza inoutsourcing [esternalizzata] per l’Immigration and Customs Enforcement (ICE), supportando l’ICE nella sua campagna di deportazioni a sfondo razziale. Secondo un rapporto di Bloomberg del 2018, Palantir «è una piattaforma di intelligence progettata per la guerra globale al terrorismo», che viene principalmente «utilizzata come arma contro i comuni cittadini americani in patria», operando in collaborazione con le agenzie statali.[32]

Allo stesso modo, l’app Neighbors, che si affida ai videocitofoni Ring di Amazon, classifica i filmati in categorie quali “Crimine”, “Sospetto” o “Sconosciuto”, e i video vengono condivisi tramite contratti con la polizia e l’ICE. Ring viene utilizzato anche per controllare i lavoratori che consegnano i pacchi. Come afferma Tung-Hui Hu, tali app sono diventate “freelancers” [collaboratori esterni] per l’apparato militare e di sicurezza dello Stato.[33]

L’uso militare dell’IA è ormai pervasivo, come dimostrano le applicazioni nella guerra con i droni e nella guerra cibernetica, ed è integrato in tutte le operazioni belliche. Nel 2017, il Dipartimento della Difesa statunitense ha lanciato il suo Algorithmic Warfare Cross-Functional Team [Team interfunzionale per la guerra algoritmica], nome in codice Project Maven, con l’obiettivo di utilizzare l’IA come «motore di ricerca automatizzato di video da droni» per la sorveglianza e l’individuazione dei bersagli. Inizialmente il contratto fu stipulato con Google ma ciò portò oltre tremila dipendenti a firmare una lettera di protesta che chiedeva la cancellazione del contratto. Google rispose spostando l'attenzione del dibattito dal tema della protesta contro l'uso bellico dell'IA, alla questione se la tecnologia venisse utilizzata «per uccidere persone in modo scorretto», un problema che, secondo l'azienda, avrebbe potuto essere evitato grazie alla stessa tecnologia di IA, che fornisce le basi per uccidere le persone correttamente. Gli Stati Uniti hanno utilizzato Claude, il modello IA di Anthropic, così come altri, nella guerra contro l’Iran - in alleanza con Israele - iniziata il 28 febbraio 2026. Nelle prime ventiquattro ore di attacchi statunitensi e israeliani contro l’Iran, Anthropic ha generato circa mille obiettivi prioritari, sintetizzando immagini satellitari, flussi di sorveglianza e informazioni di intelligence sui segnali, fornendo coordinate GPS in tempo reale sia per obiettivi umani che strategici, automatizzando al contempo le giustificazioni legali relative a ciascun attacco.[34]

Eppure, il ruolo dello Stato rispetto all’IA va oltre l’esternalizzazione della sorveglianza interna, del controllo della popolazione e delle operazioni militari. Lo Stato capitalista ha dato il via libera a un sistema di capitale computazionale monopolistico finalizzato a un'accumulazione illimitata di dati, come base per un'accumulazione illimitata di capitale, con pochi, se non nulli, reali vincoli legali. Questo riflette un governo delle corporations, fatto dalle corporations e per le corporations. La mancanza di regolamentazione statale ha permesso alla corsa all’IA di procedere senza preoccuparsi delle conseguenze distruttive, dalla prospettiva di uno scoppio della bolla dell’IA ad eventuali e diffuse implosioni sociali ed ecologiche.


Intelligenza artificiale e frattura metabolica

L’Atlante dell’IA di Crawford è stato pubblicato nel 2021, un anno prima dell’introduzione di ChatGPT, che ha accelerato la corsa all’IA e portato a un’enorme espansione degli investimenti in data centers. Alla luce di questi sviluppi, il lavoro più recente di Crawford si è concentrato sulle contraddizioni fondamentali dell’IA come registro del potere. Nella sua opera interattiva del 2023 Calculating Empires, ha individuato nel capitale monopolistico e nel capitale globalizzato il modello politico-economico che definisce il contesto in cui è emersa la tecnologia digitale dell’IA. Tuttavia, la sorprendente innovazione - nella sua conferenza del 2025, Mapping Empires - è stata quella di concentrarsi sulle contraddizioni interne ed esterne dell’IA. Crawford ha tratto la sua tesi principale dal concetto di frattura metabolica, concetto sviluppato nel XIX secolo da Marx, a partire dai lavori del chimico tedesco Justus von Liebig. Nella sua conferenza, Crawford ha offerto una spiegazione dettagliata della frattura del ciclo dei nutrienti del suolo nell’Inghilterra del XIX secolo. Frattura dovuta all’invio di cibo e fibre contenenti questi nutrienti - come azoto, fosforo e potassio - alle nuove e densamente popolate città industriali, distanti centinaia o addirittura migliaia di chilometri, dove questi nutrienti finivano per diventare inquinanti, a seguito dello sversamento, da parte delle persone, di «escrementi nelle strade e nei corsi d’acqua». Di conseguenza, questi elementi essenziali non venivano restituiti alle aziende agricole per reintegrare il terreno. Come afferma la stessa Crawford, «l’Europa si stava letteralmente divorando fino all'esaurimento». Qui si rifà al concetto di Raubbau** [esaurimento del suolo] di Liebig , ovvero la cultura/economia della rapina.

Data la generale incapacità di produrre fertilizzanti sintetici, in particolare quelli contenenti azoto, si scatenò a metà del XIX secolo la “corsa al guano”, con i paesi europei e gli Stati Uniti in competizione per accaparrarsi il guano (escrementi di uccelli ricchi di azoto). Enormi quantità di guano furono importate in Europa dalle isole Chincha, al largo delle coste del Perù, che ne erano particolarmente ricche. Sebbene in seguito siano stati prodotti dei fertilizzanti sintetici, ciò non ha fatto altro che spostare la contraddizione, portandola alle odierne fratture nei cicli dell’azoto e del fosforo, con il risultato che la frattura metabolica generale - associata a una scissione tra lo sfruttamento umano delle risorse e le condizioni di sostenibilità ecologica - si è aggravata. Oggi, l’emergere dell’Antropocene è visto come una “frattura antropogenica” nei cicli biogeofisici del Sistema Terra.[35]

Riconoscendo che l’IA è un sistema materiale emerso storicamente come risultato dell’azione sociale umana e che incarna le relazioni naturali e umane, Crawford sostiene che è necessario considerarla come un sistema metabolico che segue “modelli metabolici” o cicli. Tra le condizioni dell’esistenza e della riproduzione materiale e gli imperativi interni del capitale dell’IA sorgono inevitabilmente delle contraddizioni sotto forma di fratture metaboliche. Pertanto, l’estrazione di materiali e risorse essenziali, l’illimitata "data ingestion" [ingestione dei dati]***, e il contenuto finale sotto forma di "AI slop" [brodaglia artificiale], possono essere visti come fasi di un ciclo metabolico. Questo ciclo è guidato dagli imperativi del capitalismo computazionale, che a un certo punto, essendo insostenibile, porta al «collasso del modello.[36]

Nella concezione di Crawford, l’ingestione distruttiva di dati da parte dell’IA è equivalente al Raubbau. L’estrattivismo minerario e l’uso di energia e acqua stanno incrementando esponenzialmente la pressione sull’ambiente naturale, in linea con il concetto di frattura metabolica di Marx. Inoltre, è ormai riconosciuto che esiste una frattura autogenerante in seno all’IA stessa, nota nella letteratura scientifica come “autofagia dell’IA” (alla stregua dell’autofagia metabolica disfunzionale - processo di autodigestione - delle cellule). In questo caso, l’IA, facendo affidamento sempre più sui propri dati artificiali, o brodaglia dell’IA, sostanzialmente si autodistrugge, arrivando al «collasso del modello», con conseguenze disastrose per l’intero mondo alienato dall’IA.[37]

L’ingestione dei dati tramite IA è enorme, oltre ogni misura, già pari a quella che si può estrarre dal web, e comprende innumerevoli terabyte di dati, con lo scopo di racchiudere  l’intero mondo dell’informazione in tutte le sue forme. L’intera creatività umana, accumulata nel corso di migliaia di anni, così come tutti i comportamenti e le espressioni umane costituiscono la materia prima per il suo processo di elaborazione, da incorporare nel machine learning [apprendimento automatico] diretto da un sistema di potere politico-economico. Tutto ciò, tuttavia, s’incarnamaterialmente, ponendo dei limiti al funzionamento del sistema.

«La domanda di minerali da parte dell’IA», ci dice Crawford, «con l'estrazione di minerali che hanno impiegato miliardi di anni per formarsi nella crosta terrestre e che vengono usati per produrre chip per l’IA che solitamente vengono utilizzati per uno o due anni, sta creando un’altra frattura metabolica». Tuttavia, i maggiori costi ambientali associati al nuovo Raubbau dell’IA sono il consumo di energia e di acqua, che già ammontano a livelli di utilizzo paragonabili a quelli dei paesi più ricchi. Le stime dell’Agenzia Internazionale dell’Energia e di Bloomberg prevedono che entro il 2030 la quantità di elettricità necessaria per l’IA sarà equivalente a quella di paesi come il Giappone e l’India, o addirittura al 25% dell’elettricità statunitense.[38] I data center hyperscale richiedono sistemi di raffreddamento che consumano milioni di litri d’acqua al giorno, con una domanda in continuo aumento. Nulla di tutto ciò è sostenibile. Sebbene alcuni sostengano che una maggiore efficienza possa risolvere il problema, Crawford si rifà qui al famoso paradosso di Jevons, basato su The Coal Question (1865) di William Stanley Jevons, in cui si sosteneva che una maggiore efficienza nell’uso del carbone non riduceva mai la quantità di carbone utilizzata, poiché l’aumento dell’efficienza portava sempre ad espansioni del livello di produzione, un fenomeno intrinseco al sistema di accumulazione del capitale.[39]

Ciò che Crawford definisce un'emergente frattura metabolica, radicata nelle relazioni sociali capitalistiche, ha a che fare con l’insaziabile appetito dell’IA, che ingerisce, digerisce ed espelle dati in modi che portano alla sua stessa cannibalizzazione. Come nel mito greco del re Erisittone narrato nelle Metamorfosi di Ovidio - in cui Erisittone, divorato dal desiderio di ricchezza e consumo, vendette la propria figlia e finì per mangiare se stesso - gli odierni sistemi di IA, spinti dall’accumulazione di capitale e dalla propria logica tecnologica interna, finiranno per autodistruggersi.[40] Ingerendo sempre più i propri output sintetici, ricchi di fantasmagorie e allucinazioni, insieme al generale appiattimento della conoscenza, il risultato sarà una sorta di degrado strutturale. «L’ultima frattura metabolica tra IA e umani», scrive Crawford, «minaccia molteplici forme di fallimento a cascata: collasso morale, collasso finanziario, collasso ecologico e, a seconda di chi si crede, collasso cognitivo».[41]

Le fratture nel rapporto tra l’uomo e la natura nella società moderna sono manifestazioni della logica alienante e distruttiva dell’accumulazione di capitale e della crisi. Tra il 2023 e il 2025, Meta, Amazon, Microsoft, Alphabet (Google) e Tesla hanno speso complessivamente 561 miliardi di dollari in investimenti di capitale nell'IA, generando da questi investimenti un reddito, non un profitto, pari a 35 miliardi di dollari. La bolla dell’IA è sostenuta dal debito e dall’incessante aumento delle quotazioni degli asset di queste aziende, poiché gli investitori cercano di partecipare a questa moderna corsa all’oro - nonostante il valore sul mercato di tutte queste società sia in calo ultimamente. Riferendosi al debito contratto dagli hyperscaler nella loro corsa alla costruzione di data center, Bloomberg afferma che questo si manifesta sotto forma di «obbligazioni blue-chip, debito spazzatura, credito privato e complessi portafogli di prestiti garantiti da asset», per un importo pari o superiore a 200 miliardi di dollari. L’accelerazione dell’IA è parte integrante del capitale finanziario monopolistico, che si aspetta, in caso di crollo, di essere salvato da Washington con un intervento di portata tale da far impallidire tutti i precedenti salvataggi. Per risolvere il problema della mancanza di un mercato sufficiente per l’IA, il capitale computazionale intende imporre l’adozione dell’IA generativa integrandola in innumerevoli applicazioni. Si tratta di un modello di accumulazione pieno di rischi.[42]

L’ascesa del movimento neofascista legato alla politica “Make America Great Again” (MAGA) di Trump è stata fortemente finanziata da miliardari dell’alta tecnologia della Silicon Valley come Musk, Thiel ed Ellison, rappresentando una minaccia per l’intero corpo politico. L’annuncio dell’iniziativa Stargate da parte dell'amministrazione Trump nel primo giorno di presidenza del secondo mandato, che mira a investire 500 miliardi di dollari nei data center, è stato concepito per dare impulso a Oracle e OpenAI (lo sviluppatore di ChatGPT), guidate rispettivamente da Ellison e Sam Altman, entrambi importanti finanziatori degli interessi politici MAGA di Trump. Alcuni commentatori hanno interpretato questi sviluppi come il segno di un emergente cartello, sostenuto dallo Stato, che si estende dai media all’IA, fino alla tecnologia “cloud”, che domina sia le comunicazioni che l’economia e che promuove contemporaneamente un regime politico dittatoriale.[43]

Il “general intellect” di Marx e il socialismo

Se l’IA è più di una semplice tecnologia epocale, ma come afferma Crawford, deve essere intesa come un «registro del potere», allora l’unica risposta praticabile è quella di esercitare un autentico potere sociale sul suo sviluppo, fondato in una democrazia sostanziale. Le ramificazioni potenziali dell’IA richiedono ciò che István Mészáros ha definito «la necessità del controllo sociale», un controllo sociale che deve essere esercitato se si vuole evitare una tendenza allo sterminismo ecologico, militare e sociale. In questo caso non solo le forze produttive vanno messe in discussione, ma ancor di più i rapporti sociali di produzione.[44]

Nel suo “Frammento sulle macchine”, nei Grundrisse, Marx osservò come il trasferimento della conoscenza e delle attività umane - ovvero l’essenza del lavoro umano - alle macchine attraverso l’automazione, avesse portato all’incarnazione nelle macchine del “general intellect” della società, che apparteneva di diritto, e lo rappresentava, all’«individuo sociale» e al «lavoratore collettivo», come spiegò nel Capitale.[45] L’appropriazione monopolistica del general intellect come proprietà del capitalista, significava che sarebbe stato utilizzato per un unico e solo fine: l’accumulazione di capitale, a beneficio di pochissimi. L’incorporazione del general intellect nel capitale era, per Marx, una contraddizione mortale per il capitale stesso. Qualsiasi tentativo da parte dei capitalisti di usare il general intellect per i propri ristretti fini accumulativi avrebbe generato crisi su crisi. Citando la scena intitolata “La cantina di Auerbach” presente nel Faust di Johann Wolfgang von Goethe (Parte 1, Scena 5), ​​Marx alludeva sottilmente ad una macabra e volgare canzone sul veleno somministrato ad un topo di cantina, che lo induceva ad agire «come se avesse amor in corpo», culminando nella sua morte: un simbolo della trasformazione del lavoro vivo in lavoro morto, un mero «corpo animato», incapace di creare direttamente valore lavorativo. Ai giorni nostri, questo potrebbe essere visto come una rappresentazione dell’assorbimento di tutta la conoscenza generata dal lavoro creativo e dell’intero mondo digitalizzato da parte del capitale dell’IA, con la realizzazione di un corpo robotico che porta all’autofagia dell’IA e al collasso del modello.[46]

La stessa possibilità di un aumento del tempo di lavoro disponibile (tempo libero) dovuto all’automazione, sosteneva Marx, contraddice l’incessante necessità del capitale di espandere il surplus di tempo di lavoro [pluslavoro]. Il sistema cerca quindi di promuovere, attraverso l’automazione - e facendo leva sull'espansione di un esercito di riserva industriale - il crescente degrado e la dipendenza materiale dal lavoro, costringendo «l’operaio [a lavorare] più a lungo del selvaggio, o di quando lavorava egli stesso con gli strumenti più semplici e rudimentali», come semplice «appendice della macchina».[47]

Tuttavia, la realtà del general intellect incarnato nell’automazione rende contemporaneamente possibile l’ascesa del «lavoratore complessivo come soggetto dominante» della produzione, e il movimento decisivo verso una società di produttori associati.[48] La necessità del controllo sociale e della pianificazione ha come conseguenza mettere a capo le relazioni sociali generali e porre fine al dominio del capitale monopolistico-finanziario.

Alcuni segnali di ciò che è possibile sono prefigurati oggi in Cina. La Cina è in competizione con gli Stati Uniti nello sviluppo dell’intelligenza artificiale. Il modello di IA cinese DeepSeek, open-source, è più efficiente sia dal punto di vista energetico che di quello economico, rispetto ai chatbot statunitensi. Mentre negli Stati Uniti le grandi case dell’IA sono impegnate in una corsa verso una sorta di “superintelligenza” divina attraverso l’utilizzo degli LLM (Large language models) [modelli linguistici complessi], il “socialismo con caratteristiche cinesi” di Pechino ha concentrato - non senza contraddizioni - la sua tecnologia di machine learning [apprendimento automatico] più direttamente sulla produzione, la logistica, l'energia, la finanza pubblica e i servizi pubblici. Le case automobilistiche utilizzano robot con un intervento umano minimo. Gli strumenti di IA sono ampiamente utilizzati negli ospedali, dove viene impiegata un’IA “più semplice e ristretta”, progettata per compiti specifici. In Cina, l’IA è integrata principalmente nell'economia manifatturiera piuttosto che nell'economia dei servizi, come avviene oggi negli Stati Uniti. Naturalmente, l’ampio utilizzo di robot nella produzione manifatturiera cinese porta all'espulsione della forza lavoro. Le banche dati, in Cina così come negli Stati Uniti e altrove, utilizzano ingenti risorse e dipendono dall’estrazione di litio, cobalto e terre rare. Come gli Stati Uniti, anche la modernizzazione militare cinese si basa sull’intelligenza artificiale. Tuttavia, i controlli normativi sull’IA previsti dal “socialismo con caratteristiche cinesi” lasciano ben sperare in un approccio sociale più razionale all’intero fenomeno.

In effetti, la differenza principale tra la Cina, gli Stati Uniti e l’Occidente in materia di intelligenza artificiale, sta nella sua leadership della governance dell’IA, che pone l’accento sulla necessità di subordinare il machine learning ad un percorso di sviluppo «incentrato sulle persone» e sul benessere della popolazione. Pechino ha introdotto normative specifiche per le tecnologie di sintesi profonda (note come deepfake) e per l’intelligenza artificiale generativa. Tutti i deepfake richiedono un’etichettatura o una watermarking [filigrana] ben visibili per garantire la trasparenza, l’accuratezza e l’affidabilità. Qualsiasi azienda che desideri offrire servizi di intelligenza artificiale generativa deve registrare i propri algoritmi presso l’Amministrazione cinese per il cyberspazio, il principale organismo di regolamentazione. Ogni grande quantità di dati che gli sviluppatori intendono includere nei loro modelli di intelligenza artificiale deve essere campionata casualmente per individuare contenuti discriminatori o antisociali. Le normative sono espressamente concepite per proteggere gli individui che godono di precisi «diritti di immagine, reputazione, onore, privacy e informazioni personali». La maggior parte delle normative si applica agli LLM offerti al pubblico, mentre per il machine learning in ambito industriale le normative sono meno rigide, al fine di favorire l’innovazione. Tuttavia, il carattere sociale dell’approccio cinese, sebbene chiaramente non sufficiente e di per sé fonte di difficili interrogativi, si contrappone positivamente allo sviluppo più privatizzato e predatorio della tecnologia negli Stati Uniti, dove sono notoriamente assenti normative federali significative.[49]

Non sorprende che la Cina sia anche leader nella promozione di una governance globale dell’IA, con la 'Global AI Governance Initiative', introdotta nell’ottobre 2023, e la 'Shanghai Declaration on Global AI Governance' proposta alla Conferenza mondiale sull’IA del 2024. In queste iniziative globali, Pechino insiste su un «approccio incentrato sulle persone» come «compito comune» per quanto riguarda la regolamentazione dell’IA, al fine di affrontare i «rischi imprevedibili e le complesse sfide» di queste tecnologie, spesso utilizzate «per manipolare l’opinione pubblica, diffondere disinformazione, intervenire negli affari interni, nei sistemi sociali e nell’ordine sociale di altri Paesi, nonché per mettere a repentaglio la sovranità di altri Stati». Tra i pericoli specificati figurano «monopoli tecnologici e misure coercitive unilaterali»; pregiudizi legati alla discriminazione di «etnia, credo, nazionalità, genere, ecc.»; l’aggravarsi dei danni ambientali; e il blocco della diffusione della tecnologia di machine learning nel Sud globale, inibendo così lo sviluppo sostenibile globale. La Cina insiste sul fatto che l’obiettivo debba essere lo sviluppo umano e l’uso di queste tecnologie in settori quali «sanità, istruzione, trasporti, agricoltura, industria, cultura ed ecologia». Gli effetti negativi dell’IA sull’occupazione devono essere attentamente monitorati e «mitigati». Tutti i paesi sono invitati a partecipare, in base alle proprie esigenze nazionali, alla creazione di «un sistema di test e valutazione basato sui livelli di rischio dell’IA e un sistema di revisione etica scientifico-tecnologica». Come afferma Xi Jinping, è necessario «assicurarsi che l’IA serva il bene comune e avvantaggi tutti, e che non sia un giocattolo dei paesi ricchi e dei benestanti».[50]

In tutto il mondo stanno emergendo diversi conflitti rispetto all’IA. Una richiesta significativa che viene promossa è quella di “sospendere” lo sviluppo dell’IA fino a quando non saranno valutati i pericoli associati al suo ulteriore avanzamento, in modo da avere una regolamentazione razionale che possa avere un ruolo nello sviluppo dell’IA.[51] Tuttavia, il governo federale statunitense sotto l’amministrazione Trump, non solo sta cercando di non regolamentare l’IA, ma sta anche combattendo attivamente, in tutto il paese, quegli stati e quelle località che stanno cercando di introdurre normative sull’IA.[52] Il cartello dell’IA - che ora può essere visto come comprensivo degli hyperscaler del settore high-tech - sostenuto dalla finanza monopolistica e dal settore energetico, nonché dallo Stato, ha attualmente il controllo assoluto. I tentativi di controllare socialmente l’IA all’interno del capitalismo monopolistico, evidenziano inevitabilmente la necessità di un movimento più rivoluzionario che si allontani dal capitalismo e si avvii verso il socialismo.

Le Grandi Case dell’IA sono divise tra loro e non possono reggerre. La loro stessa esistenza si basa su un apparato statale (e culturale) capitalista di classe sempre più centralizzato, coercitivo e corrotto, con una logica complessiva che, se lasciata proseguire, sarà a dir poco catastrofica. Se l’umanità vuole progredire, le forze e i rapporti di produzione devono essere rivoluzionati insieme, unitamente allo sviluppo delle capacità umane, creando un mondo di sviluppo umano sostenibile. Ciò richiede la creazione, sotto il socialismo, di una vera «whole-process democracy» [democrazia popolare a processo intero], plasmata dal general intellect, «in cui produttori associati, regolano razionalmente questo loro ricambio organico con la natura … eseguono il loro compito con il minore possibile impiego di energia e nelle condizioni più adeguate alla loro natura umana».[53]


Note

* Chatbot: software progettato per simulare una conversazione con un essere umano e fornire risposte automatiche che possano sembrare umane, utilizzando spesso sistemi di elaborazione del linguaggio naturale. (N.d.T.)

** Il concetto di Raubbau (sfruttamento o rapina del suolo) è stato formulato dal chimico tedesco Justus von Liebig nel XIX secolo per descrivere un modello agricolo che depaupera il suolo dei suoi nutrienti naturali essenziali senza reintegrarli. Questo sistema si basa sullo sfruttamento intensivo e sull'esaurimento delle risorse per il profitto immediato. (N.d.T.)

*** Data ingestion: processo di raccolta e importazione di file di dati da varie fonti in un database per l'elaborazione e l'analisi. (N.d.T.)

[1] Paul Gruenwald e Satyam Panday, How Data Centres and AI Are Becoming a New Engine of Growth, World Economic Forum, 17.12.2025. Si veda anche Nick Licthenberg, Without Data Centers GDP Growth was 0.1% in the First Half of 2025, Harvard Economist Says, Fortune, 07.10.2025.

[2] Kate Crawford, Mapping Empires: Power, Politics, and the Planetary Costs of Artificial Intelligence, Yale University Press, New Haven 2021, p. 20.

[3] Matt Day e Annie Bang, Big Tech to Spend $650 Billion This Year as AI Race Intensifies, Bloomberg, 05.02.2026; Marty Hart-Landsberg, AI and the Economy: A Losing Bet for Working People, Reports from the Economic Front, 16.02.2026.

[4] Paul A. Baran e Paul M. Sweezy, Monopoly Capital, Monthly Review Press, New York 1966, pp. 220-221; tr. it. di Luigi Occhionero, Paul A. Baran e Paul M. Sweezy, Il capitale monopolistico, Einaudi Torino 1968, p. 186.

[5] John Maynard Keynes, The General Theory of Employment Interest and Money, Macmillan, Londra 1936, pp. 161-162; Karl Marx, Capital, vol. 1, Penguin, Londra 1976, p. 780; tr.it. Roberto Fineschi (a cura di), K. Marx, Il capitale, Libro 1, Einaudi Torino 2024, pp. 638-639.

[6] Paul Krugman, The Economics of Technological Change, Substack, 01.03.2026, paulkrugman.substack.com; Forbes World Billionaire’s List, 2026, forbes.com/billionaires.

[7] Matt Seybold, The Ellisons are Beta-Testing Big Brother, American Vandal, 10.10.2025.

[8] Bernie Sanders, The Big Tech Oligarchs War Against Worker: AI and Automation Could Destroy Nearly 100 Million U.S. Jobs in a Decade, Ranking Member Minority Staff Report, Health, Education, Labor and Pensions Committee, 06.10.2025.

[9] Melissa Heikkilä, Mustafa Syleyman Plots AI ‘Self-Sufficiency’ as Microsoft Loosens Open AI Ties, Financial Times, 12.02.2026.

[10] Per una anlisi critica del determinismo tecnologico, si veda Merritt Roe Smith e Leo Marx (a cura di), Does Technology Drive History?: The Dilemma of Technological Materialism, MIT Press, Cambridge, Massachusetts 1994.

[11] Karl Marx, Grundrisse, Penguin, Londra 1983, p. 706; tr. it. Nicolao Merker (a cura di), Karl Marx, Scritti economici  1858-1859, in Karl Marx - Frederich Engels, Opere, 29, Edizioni Lotta Comunista, Sesto San Giovanni (MI) 2023, p. 101; Karl Marx, Capital, vol. 1, cit., pp. 279-280; tr. it, Il capitale, Libro 1, cit., p. 177; John Bellamy Foster, Braverman, Monopoly Capital, and AI: The Collective Worker and the Reunification of Labor, in "Monthly Review", 76, n. 7, dicembre 2024, pp. 1-13; tr. it., Braverman, il capitale monopolistico e l'IA: il lavoratore complessivo e la riunificazione del lavoro, Antropocene Ecologia Socialismo, 24.12.2024, antropocene.org; Matteo Pasquinelli, The Eye of the Master: A Social History of Artificial Intelligence, Verso, Londra 2023, tr. it., Matteo Pasquinelli, Nell'occhio dell'algoritmo. Storia e critica dell'intelligenza artificiale, Carocci, Roma 2025.

[12] John Bellamy Foster, Breaking the Bonds of Fate: Epicurus and Marx, Monthly Review Press, New York 2025, p. 17. Sebbene dipenda da noi, la lotta sociale, pur richiedendo un ruolo attivo, non può essere concepita in termini volontaristici. Deve invece essere intesa alla luce di ciò che Roy Bhaskar definiva «il modello trasformativo dell’attività sociale», che sintetizza l’essenza del concetto marxiano di cambiamento storico. Roy Bhaskar, Reclaiming Reality, Routledge, Londra 2011, pp. 74-81; Karl Marx, The Eighteenth Brumaire of Louis Bonaparte, International Publishers, New York 1963, p. 15; tr. it. di Palmiro Togliatti, Karl Marx, Il diciotto brumaio di Luigi Bonaparte, in Karl Marx - Frederich Engels, Opere, 11, Edizioni Lotta Comunista, Sesto San Giovanni (MI) 2021, p. 160.

[13] Kate Crawford, Eating the Future: The Metabolic Logic of AI Slop, e-flux Architecture, settembre 2025, e-flux.com.

[14] Kate Crawford, Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence, Yale University Press, New Haven 2021; tr. it. di Giovanni Arganese, Né intelligente né artificiale. Il lato oscuro dell'IA. Il Mulino, Bologna 2021; Kate Crawford e Vladen Joler, Anatomy of an AI System, 2018, anatomyof.ai; Kate Crawford, Calculating Empires, Knowing Machines, 23.11.2023, knowingmachines.org; Kate Crawford, Long Now Talks: Mapping Empires, registrato il 12.11.2025; Kate Crawford, Eating the Future, cit,.

[15] Il termine "feticismo" è qui utilizzato nel senso della teoria marxiana del feticismo delle merci. Si veda Karl Marx, Capital, vol. 1, cit., pp. 163-177; tr.it., Il capitale, Libro 1, cit., pp. 75-87. Sul determinismo incantato, si veda Kate Crawford, Atlas of AI, cit., pp. 213-215; tr.it., Né intelligente né artificiale, cit., pp. 245-247.

[16] Kate Crawford, Atlas of AI, cit., p.8; tr.it., Né intelligente né artificiale, cit., pp. 15-16.

[17] Tung-Hui Hu, A Prehistory of the Cloud, MIT Press, Cambridge, Massachusetts 2015, p. 147.

[18] Kate Crawford, Atlas of AI, cit., pp. 18-19; tr.it., Né intelligente né artificiale, cit., pp. 25. Sulla frattura metabolica, si veda John Bellamy Foster, Marx’s Ecology, Monthly Review Press, New York 2000, pp. 141-177; John Bellamy Foster e Brett Clark, The Robbery of Nature, Monthly Review Press, New York 2020, pp. 12-34.

[19] Kate Crawford, Atlas of AI, cit., pp. 213-215; tr.it., Né intelligente né artificiale, cit., pp. 245-247; Alexander Campolo e Kate Crawford, Enchanted Determinism: Power with Responsibility in Artificial Intelligence, in "Engaging Science, Technology, and Society", 6, 2020, p. 2.

[20] Kate Crawford, Long Now Talks: Mapping Empires, cit., 27:07.

[21] World Water Day: The Water Impacts of Lithium Extraction, Wetlands International Europe, 22.03.2023, europe.wetlands.org; Terry Gross, How ‘Modern-Day Slavery’ in the Congo Powers the Rechargeable Battery Economy, NPR, 01.02.2023.

[22] Kate Crawford e Vladen Joler, Anatomy of an AI System, cit., Sezione XI.

[23] Billy Perrigo, Exclusive: OpenAI Used Kenyan Workers on Less than $2 an Hour to Make ChatGPT Less Toxic, Time, 18.01.2023; Chinmayi Arun, Transnational AI and Corporate Imperialism, Carnegie Endowment of International Peace, 08.10.2024.

[24] Kate Crawford, Atlas of AI, cit., pp. 64-68; tr.it., Né intelligente né artificiale, cit., pp. 78-80; Lawrence F. Katz e Alan B. Krueger, The Rise and Nature of Alternative Work Arrangements in the United States 1995–2015, in "NBER Working Paper Series", National Bureau of Economic Research, Washington DC, settembre 2016, p. 7; Tung-Hui Hu, Prehistory of the Cloud, cit., p. 89; Martin Gonzalez-Cabello, Auyon Siddiq, Charles J. Corbett e Catherine Hu, Fairness in Crowdwork: Making the Human Supply-Chain More Humane, in "Business Horizons", 68, n. 5, settembre-ottobre 2025, pp. 645-657.

[25] «A partire dalla pubblicazione di Sorvegliare e punire di Michel Foucault è diventato un luogo comune considerare la prigione come il punto di origine dell’odierna società di sorveglianza, con il maggiore dei fratelli Bentham come progenitore ideologico. In realtà, il carcere panottico trae le proprie origini dal lavoro del giovane Bentham nel contesto di uno dei primi impianti produttivi. Il panopticon è nato come meccanismo di organizzazione del lavoro ben prima di essere pensato per le carceri», Kate Crawford, Atlas of AI, cit., p. 61; tr.it., Né intelligente né artificiale, cit., pp. 73.

[26] Kate Crawford, Atlas of AI, cit., pp. 59-62, 72; tr.it., Né intelligente né artificiale, cit., pp. 71-73, 84; E. P. Thompson, Time, Work-Discipline, and Industrial Capitalism, in "Past and Present", n. 38, dicembre 1967, pp. 56-97; Harry Braverman, Labor and Monopoly Capital, Monthly Review Press, New York 1998.

[27] Kate Crawford, Atlas of AI, cit., p. 74; tr.it., Né intelligente né artificiale, cit., pp. 86; Karl Marx e Friedrich Engels, Collected Works, International Publishers, New York 1975, vol. 6, p. 127; tr.it. di Franco Rodano, Karl Marx, Miseria della filosofia, in Karl Marx - Frederich Engels, Opere, 6, Edizioni Lotta Comunista, Sesto San Giovanni (MI) 2021, p. 213; Karl Marx, Capital, vol. 1, cit., pp. 1034-1038, tr. it., Il capitale, Libro 1, cit., pp. 896- 900; István Mészáros, The Challenge and Burden of Historical Time, Monthly Review Press, New York 2008, pp. 43-49; Ian Angus, Facing the Anthropocene, Monthly Review Press, New York 2016, pp. 111-125; tr. it. di Giuseppe Sottile, Alessandro Cocuzza e Vincenzo Riccio, Ian Angus, Anthropocene. Capitalismo Fossile e crisi del sistema Terra, Asterios, Trieste 2020, pp. 147-161.

[28] Kate Crawford, Eating the Future, cit.; Kate Crawford, Atlas of AI, cit., p. 95 tr.it., Né intelligente né artificiale, cit., p. 111.

[29] Kate Crawford, Atlas of AI, cit., p. 119; tr.it., Né intelligente né artificiale, cit., pp. 133-134.

[30] Sui crowdworkers, si veda Kate Crawford, Atlas of AI, cit., pp. 63-64; tr.it., Né intelligente né artificiale, cit., pp. 75-77.
 
[31] Kate Crawford, Atlas of AI, cit., pp. 123-136, 145-146; tr.it., Né intelligente né artificiale, cit., pp. 141-153, 163.

[32] Kate Crawford, Atlas of AI, cit., pp. 193-199; tr.it., Né intelligente né artificiale, cit., pp. 218-224; Peter Waldman, Lizette Chapman e Jordan Robertson, Palantir Knows Everything About You, Bloomberg, 19.04.2018.

[33] Tung-Hui Hu, Prehistory of the Cloud, cit., p. 115; Kate Crawford, Atlas of AI, cit., p. 202; tr.it., Né intelligente né artificiale, cit., pp. 227.

[34] Kate Crawford, Atlas of AI, cit., pp. 189-192; tr.it., Né intelligente né artificiale, cit., pp. 214-218; Ed Pilkington, US Military Reportedly Used Claude in Iran Strikes Despite Trump’s Ban, Guardian, 01.03.2026; Gary Wilson, Anthropic Is Already at War, Struggle La Lucha, 05.03.2026, struggle-la-lucha.org.

[35] Kate Crawford, Long Now Talks: Mapping Empires, cit., 5:40-18:17; Kate Crawford, Eating the Future, cit.; Clive Hamilton e Jacques Grinevald, Was the Anthropocene Anticipated?, in "Anthropocene Review", 2, n. 1, 2015, p. 67.

[36] Kate Crawford, Long Now Talks: Mapping Empires, cit., 13:18, Kate Crawford, Eating the Future, cit.

[37] Kate Crawford, Long Now Talks: Mapping Empires, cit., 37:40-39:46; Kate Crawford, Eating the Future. cit.

[38] Kate Crawford, Long Now Talks: Mapping Empires,cit., 28:08-29:20; Peter Landers, Artificial Intelligence’s ‘Insatiable’ Energy Needs Not Sustainable, Arm CEO Says, Wall Street Journal, 09.04.2024.

[39] Kate Crawford, Long Now Talks: Mapping Empires, cit., 31:16-32:37; John Bellamy Foster, Brett Clark e Richard York, The Ecological Rift, Monthly Review Press, New York 2010, pp. 169-182; William Stanley Jevons, The Coal Question, Macmillan, Londra 1865, pp. 102-116.

[40] Ovidio, Metamorphoses, trad. di Charles Martin, Norton, New York 2004, p. 298; tr. it. di Vittorio Sermonti, Ovidio, Metamorfosi, libro VIII, versi 738-878, Rizzoli, Milano 2014; Richard Seaford, Ancient Greece and Global Warming, in "Classical Association Presidential Address", Classical Association, Londra 2009, p. 6; John Bellamy Foster (prefazione a), Fred Magdoff e Chris Williams, Creating an Ecological Society, Monthly Review Press, New York 2017, pp. 7-9.

[41] Kate Crawford, Long Now Talks: Mapping Empires, cit., 40:11.

[42] Matt Day e Amy Bang, Big Tech to Spend $650 Billion This Year as AI Race Intensifies, Bloomberg, 06.02.2026; Hart-Landsberg, AI and the Economy.

[43] Frank Vogl, Trump’s Return to the Robber Baron Age, Globalist, 13.10.2025.

[44] István Mészáros, The Necessity of Social Control, Monthly Review Press, New York 2015, pp. 23-51.

[45] Karl Marx, Grundrisse, cit., p. 706; tr. it. Grundrisse II, cit., p. 101; Karl Marx, Capital, vol. 1, cit., pp. 464-469, 544-545; tr.it., Il capitale, Libro 1, cit., pp. 349-355, 425-426; Michael Heinrich, The ‘Fragment on Machines’: A Marxian Misconception in the Grundrisse and Its Overcoming in Capital, in "Marx’s Laboratory: Critical Interpretations of the ‘Grundrisse,’" Riccardo Bellofiore, Guido Starosta e Peter D. Thomas (a cura di), Haymarket, Chicago 2013, pp. 197-212; John Bellamy Foster, Braverman, Monopoly Capital, and AI, in "Monthly Review", 76, n. 7, dicembre 2024, pp. 1-13. Si veda anche Te Li, From Classic Labor to the Labor of the ‘General Intellect’: The Impact of the Digital Intelligence Era on Socialist Labor Theory, in "Monthly Review", 77, n. 11, aprile 2026, pp. 46-62.

[46] Karl Marx, Grundrisse, cit., p. 704; tr. it. di Nicolao Merker (a cura di), in Karl Marx, Scritti economici 1857-1858, in Karl Marx - Friedrich Engels, Opere 28, Edizioni Lotta Comunista, Sesto San Giovanni (MI) 2023, p. 427; Karl Marx, Capital, vol. 1, cit., p. 302; tr. it. Il capitale, Libro 1, cit., p. 198; Johann Wolfgang Goethe, Collected Works, vol. 2, Faust, Parts I and II, Stuart Atkins (a cura di), Princeton University Press, Princeton, p. 54; tr. it. ; Sami Khatib, The Drive of Capital: Of Monsters, Vampires, and Zombies, in "Coils of the Serpent", 8, 2021, pp. 101-113.

[47] Karl Marx, Grundrisse, cit., p. 708-709; tr. it., Grundrisse II, cit., p. 103; Karl Marx, Capital, vol. 1, cit., p. 799; tr. it., Il Capitale, Libro 1, cit., p. 656.

[48] Karl Marx, Capital, vol. 1, cit., pp. 544-545; tr. it., Il Capitale, Libro 1, cit., p. 426

[49] Vanessa Bates Ramirez, The U.S. and China Are Pursuing Different AI Futures, IEEE Spectrum, 19.02.2026; AI Watch: Global Regulatory Tracker-China, White and Case, 22.09.2025.

[50] Ministry of Foreign Affairs, People’s Republic of China, Global AI Governance Initiative, 20.10.2023; Ministry of Foreign Affairs, People’s Republic of China, Full Text: Shanghai Declaration on Global AI Governance, 04.07.2024; Xi Jinping, The Governance of China, vol. 5, Foreign Languages Press, Pechino 2025, p. 553.

[51] Darko Suvin, I Am Afraid of AI: A Politico-Epistemological Exasperation, Historical Materialism (blog), 2026, historicalmaterialism.org; Anna Gordon, Why Protestors Around the World Are Demanding a Pause on AI Development, Time, 13.05.2024; Anthony Elmo, Data Center Moratorium Bills Are Spreading in 2026, Good Jobs First, 19.02.2026.

[52] The White House, Ensuring a National Policy Framework for Artificial Intelligence, Executive Order, 11.12.2025.

[53] Karl Marx, Capital, vol. 3, Penguin, Londra 1981, p. 959; tr. it. di Maria Luisa Boggeri, Karl Marx, Il capitale, Libro 3, in Karl Marx Frederich Engles, Opere, 32, Edizioni Lotta Comunista, Sesto San Giovanni (MI) 2022, p. 845.


John Bellamy Foster

Traduzione a cura della Redazione di Antropocene.org

Fonte: Monthly Review Vol. 78, n. 01 (01.05.026)