1

Il Capitalismo Digitale ha bisogno di accelerazioni, frenate o di un cambio di direzione?

Per una Critica del Capitalismo Digitale – parte XXXIII

In un testo del 1969 Heidegger parla di fine della filosofia. Sostituendo il giudizio basato sulla supposizione di categorie con l’efficienza degli stati di verità attuati dalle macchine, il ragionamento strumentale della cibernetica assorbirebbe pienamente la metafisica occidentale. «La filosofia diviene scienza empirica dell’uomo, di tutto ciò che per l’uomo può divenire oggetto esperibile della sua tecnica» (Heidegger, p. 165).  «Forse c’è un pensiero che è più sobrio dell’irrefrenabile dilagare della razionalizzazione e della furia sradicatrice della cibernetica. Probabilmente è proprio questo furore l’estremo dell’irrazionale». Ma questo non fa cessare il poter pensare dell’uomo, rimane infatti un compito, quello «dell’abbandono del pensiero che si è avuto fino ad ora a favore della determinazione della cosa (Sache) del pensiero» (ivi, pp. 180-181). Il conflitto con quello che può e deve essere ancora pensato e la fine della filosofia abita tutto nella forma di verità con la quale abbiamo a che fare. Anzi con il sopraggiungere di uno spostamento di quel concetto di aletheia che da “non-ascosità”, che è anche disvelamento da “un intimo nascondimento”, diventa “verità”. Con il passaggio dalle culture orali alla scrittura si apre la possibilità attraverso la quale la verità, da essere dialogica – da essere un flusso di possibilità che si originano nel confronto – si può dare una volta per tutte e conservare nel media scritto. Si ha così che la verità passa dal logos alla ratio. Ma resta la possibilità di una forma di pensiero nel quale l’aletheia è il frutto di un processo di disvelamento, un aprirsi alla chiarificazione, “il passaggio dal fitto della boscaglia all’apertura delle radura”, dice sempre Heidegger. La verità non implicherà allora la certezza della conoscenza assoluta, e quindi non apparterrà al regno dell’epistemologia scientifica. Da questo punto di vista, poiché il regime cibernetico della conoscenza tecnoscientifica riguarda principalmente il raggiungimento dei risultati, non può dirci nulla sulla verità, poiché quest’ultima comporta il non occultamento di ciò che non può essere dimostrato.

La razionalizzazione tecno-scientifica che domina l’epoca attuale, si giustifica certamente sorprendendo ogni giorno attraverso la sua effettività che noi riusciamo a malapena a prevedere nei suoi esiti: Ma questa effettività non dice nulla di ciò che solo assicura la possibilità del razionale e dell’irrazionale. L’effettività prova l’esattezza del processo di razionalizzazione tecnico-scientifico. Ma la manifestatività possibile di ciò che è si esaurisce nel dimostrabile? L’insistenza sul dimostrabile non sbarra il cammino verso ciò che è? (Ivi, p. 180)

La silenziazione del processo discorsivo che costruiva l’aletheia, si compie adesso sotto il lavoro degli algoritmi che elaborano i dati. Nelle tecniche di autoapprendimento che rimandano alla Intelligenza Artificiale occorrono dati grezzi, spogliati di ogni riferimento soggettivo. Questo serve per la prima profilazione, ma poi il modello si costruisce sulla quantità, sulla ricorsività, sulla correlazione. Le individualità non contano e sono di impiccio. Le individualità minano la ricorrenza, la possibilità di una generalizzazione che invece grandissime quantità di dati grezzi e freschi (continuamente aggiornati) permettono. La significazione è senza rimandi, non c’è né referente né significante, soltanto un processo di condensazione in matrici dei dati sottoposti a elaborazione. Il modello si perfeziona sempre di più lavorando continuamente sulla materia informatica che il processo di datificazione gli fornisce. Il modello insegue la sua attualità e la sua efficacia processando dati freschi, non smettendo mai di lavorare. Anche il modello, l’algoritmo, non è dato una volta per tutte, di “dato” c’è soltanto la prospettiva mondo che il sistema costruisce giorno dopo giorno. Si tratta di un modello dalle mille sfumature che corrisponde alla essenza innumerevole delle merci. Non c’è una tipologia merceologica sola e soltanto che corrisponda ai bisogni fondamentali degli umani che la acquistano, ma la sua moltiplicazione effimera che soddisfa la proliferazione della domanda che incrementa così la quantità di merci sul mercato. La ratio utilitaristica del mercato produce la proliferazione dell’inutile. Per questo l’obbligo coercitivo del fare algoritmico: la creazione di un consumatore profilato, apparentemente libero di scegliere nella variegata proposta di prodotti che il mercato gli offre. In questo gioco nel quale causa ed effetto spesso si invertono entrando in circolo, il consumatore – esso stesso un prodotto del mercato – produce dati che indirizzano la produzione in una direzione che abbisogna di un consumatore specifico per quel tipo di prodotto. Il Capitalismo Digitale produce di fatto sia le merci che i consumatori. Occulta totalmente il valore d’uso delle merci che sono semplicemente inserite nel mercato che esaurisce di fatto la loro valenza che non è il valore di scambio, ma lo scambio di per sé. Il consumatore, che è spesso forza lavoro inconsapevole (vedi l’occultamento del lavoro di cui abbiamo parlato sopra), si trova a essere produttore, consumatore ma anche decisore del tipo di merce da produrre, in realtà è soltanto il trenino elettrico che corre all’infinito in cerchio foraggiando in questo suo correre il Capitale Digitale.

Come per il capitalismo tout court, il Capitalismo Digitale si basa su una crescita inarrestabile. Come abbiamo visto, l’addestramento delle intelligenze artificiali ha bisogno di una fornitura continua di dati freschi non soltanto per le ragioni che ho appena illustrato, ma anche per un fatto tutto interno alla loro elaborazione e più precisamente per evitare l’overfitting. Di solito un algoritmo di apprendimento viene allenato usando un certo insieme di dati campione, dati dei quali è già noto il risultato che interessa prevedere. Ad un certo punto dell’affinamento si presume che l’algoritmo di apprendimento abbia raggiunto uno stato in cui sarà in grado di predire i risultati per tutti gli altri esempi che non ha ancora visionato, cioè si assume che il modello di apprendimento sarà in grado di comportarsi autonomamente rispetto a una nuova fornitura di dati. Ma, soprattutto nei casi in cui l’apprendimento è stato effettuato troppo a lungo o dove c’era uno scarso numero di esempi di allenamento, il modello può tendere ad appiattirsi a caratteristiche che sono specifiche solo dei dati di training, ma che non hanno riscontro nel resto dei casi. Si ha così che l’algoritmo diventi sempre più preciso in rapporto alla sua capacità di trattare i dati di allenamento, mentre le prestazioni sui dati non visionati saranno peggiori. È la storica incapacità di questo tipo di logica di trattare con le novità. Per evitare che l’algoritmo predittivo non predica niente perché, a forza di lavorare sugli stessi dati, darà in uscita soltanto una loro riproduzione, il sistema deve essere alimentato sempre da dati freschi.

L’accelerazionismo capitalista si ripresenta anche nel campo del trattamento dei dati; così come la crescita infinita dentro un sistema finito non ha senso, anche l’alimentarsi sempre crescente con dati prodotti dalle attività umane, la prospettiva di una autonomizzazione dell’universo macchinico sembra un orizzonte sfuggente e inarrivabile. Siamo dentro un loop, una ricorsività, sociale: «più il machine learning viene applicato all’automazione del lavoro umano, più ha bisogno del lavoro umano» (Casilli, p.246). Con un effetto secondario non di poco conto, lo svilimento delle attività lavorative: così come il capitalismo in generale si è dimostrato incapace di redistribuire in una maniera relativamente equa – anche se non egualitaria – la ricchezza prodotta, mettendo in atto un processo attraverso il quale la forcella tra ricchi e poveri si sta facendo sempre più ampia, nello stesso modo succede a quello che riguarda il lavoro al tempo del Capitalismo Digitale. Ci saranno cioè sempre di più pochi posti di lavoro ben remunerati, mentre il resto del lavoro sarà sempre più svilito e occultato non riuscendo a garantire la sussistenza per una vasta porzione della popolazione mondiale.

Come uscire fuori da questo loop perverso, da questo circolo vizioso, da questa tendenza nefasta? Il capitale sta dunque facendo la guerra al lavoro, da una parte con l’automazione, dall’altra con l’occultamento che sposta il lavoro nel tempo della riproduzione. Ora, siccome il lavoratore ha il problema di mettere insieme attraverso il lavoro riconosciuto un reddito che copra il suo sostentamento (quello dei figli e quello occorrente alla sua riproduzione), se gli togliamo salario e se privatizziamo (espropriamo) la riproduzione, il conflitto non è sul salario connesso al lavoro, ma sul fatto di retribuire la riproduzione. È infatti quello che propongono indirettamente – e che mi sentirei di appoggiare- coloro che richiedono un reddito di base incondizionato. D’altronde, come abbiamo appurato, non sarebbero retribuzioni ingiustificate, visto che il Capitalismo Digitale si nutre con i nostri comportamenti e con i dati che noi tutti (lavoratori/lavoratrici, occupat* e disoccupat*, sottoccupat*) gli forniamo continuamente.

La tecnica è anche il perno per una possibile lettura del rapporto dell’occidente – quell’occidente che culmina storicamente nel Capitalismo Digitale dell’oggi – con la natura. Diceva Benjamin:

Ma poiché l’avidità di profitti della classe dominante contava di soddisfarsi a spese di essa [della tecnica], la tecnica ha tradito l’umanità e ha trasformato il letto nuziale in un mare di sangue. Dominio della natura, insegnano gli imperialisti, è il senso di ogni tecnica. […] Così anche la tecnica: non dominio della natura, [ma] dominio del rapporto tra natura e umanità (Benjamin, p. 71)

È l’esternalizzazione della natura, o anche un tirarsi fuori degli umani dalla natura, con la tecnica che segna la possibilità di un intervento umano sulla stessa. Ma la tecnica ha fatto anche un passo ulteriore: la macchina algoritmica vuole predire e modellare il mondo, umani e natura compresi. Si ha allora come un’inversione temporale. La predizione “pensa” il futuro a partire dal quale si modella il presente che così non proviene più dal passato, ma dal futuro. Il pensiero delle macchine è dunque come una specie di predizione coercitiva. La predizione che non si adopera per la propria attuazione è infatti una predizione inutile. Quello che è in gioco, in realtà, è la costruzione di profezie che si autorealizzano, perché ai padroni delle tecnologie non interessano le profezie in sé, ma la realizzazione di quegli scenari favorevoli allo sviluppo dei loro affari. Così non tutte le profezie vengono prese in considerazione dall’algoritmo di scopo – l’ur-algoritmo del profitto – ma soltanto quelle che massimizzano lo scopo stesso.

Il problema potrebbe essere quello che attraverso le forme di addestramento degli algoritmi con tecniche profonde e occulte, deep learning, che comportano una delega alla macchina, si stia costruendo un futuro che oltre al fatto, così stando le cose, che non sarà radioso per tutti, sia invece catastrofico per molti. È questo il piano speculativo che fa da riferimento a una forma di nichilismo cinico e controfattuale che si baserebbe infatti su un’ipotesi, se non contraria a un fatto realmente avvenuto, a uno ancora da avvenire ma al quale stanno lavorando gli algoritmi di auto-apprendimento scatenati dagli interessi capitalistici. E tutto questo è un ragionamento controfattuale se lo contestualizziamo al fatto di quell’inversione della direzione del tempo per la quale il presente proviene dal futuro. Questo è un esempio:

Il capitalismo sta ancora accelerando, anche se ha già realizzato novità oltre ogni precedente immaginazione umana. Dopo tutto, cos’è l’immaginazione umana? È qualcosa relativamente irrisoria, semplicemente un sottoprodotto dell’attività neurale di una specie di primate terrestre. Il capitalismo, al contrario, non ha limiti esterni, ha consumato la vita e intelligenza biologica per creare una nuova vita e un nuovo piano di intelligenza, vasto oltre l’aspettativa umana […] l’immaginazione non è altro che un difetto della specie: il confezionamento di pacchiane contraddizioni come fantasie utopiche, da rivoltare contro la realtà al servizio della sterile negatività. Il “post-capitalismo” non ha alcun significato reale se non la fine del motore del cambiamento (Land 2011, p. 626. Traduzione mia)

Continua…

______________________________________

Martin Heidegger, Tempo e essere, a cura di Eugenio Mazzarella, Guida, Napoli 1980

Walter Benjamin, Strada a senso unico, a cura di G. Schiavoni, Einaudi, Torino 2006

Nick Land, Critique of Transcendental Miserabilism, in idem, Fanged Noumena: Collected Writings 1987-2007, a cura di R. Mackay e R. Brassier, Urbanomic/Sequence Press, Falmouth-New York 2011

Antonio A. Casilli, Schiavi del clic. Perché lavoriamo tutti per il nuovo capitalismo?, Feltrinelli, Milano 2020

Qui la I parte, Qui la II, Qui la III, Qui la IV, Qui la V, Qui la VI, Qui la VIIQui la VIIIQui la IXQui la XQui la XIQui la XIIQui la XIIIQui la XIVQui la XVIntermezzoQui la XVIQui la XVII Qui la XVIIIQui la XIXQui la XXQui la XXIQui la XXII, Qui la parte XXIIIQui la XXIVQui la XXV , Qui la XXVIQui la XXVIIQui la XXVIIIQui la parte XXIX Qui la parte XXXQui la parte XXXI,  Qui la parte XXXII

*Gilberto Pierazzuoli