L’ AI ci rende tutti umani

Nel 1997, a New York, Garry Kasparov perde una partita a scacchi contro un computer. Non un computer qualsiasi, ma Deep Blue, un gigantesco sistema costruito da IBM, capace di analizzare 200 milioni di posizioni al secondo. Kasparov era il campione del mondo, probabilmente il più famoso scacchista vivente. Per batterlo serviva una macchina costosissima, progettata appositamente, con 32 processori e un’intera squadra di ingegneri alle spalle. Deep Blue vince l’incontro per 3,5 a 2,5. La notizia fa il giro del mondo. Per la prima volta una macchina ha battuto il campione del mondo in un incontro disputato con tempi regolamentari.

Otto anni dopo succede una cosa ancora più curiosa. Nel 2005 viene organizzato un torneo di scacchi in cui i partecipanti possono utilizzare liberamente i computer. Si affrontano grandi maestri, programmi e squadre composte da esseri umani e macchine. A vincere sono due dilettanti americani, Steven Cramton e Zackary Stephen, che utilizzano tre computer per analizzare le mosse. Non sono grandi maestri e non sono neppure lontanamente tra i migliori giocatori del mondo. Eppure riescono a battere squadre molto più forti. Per qualche tempo sembra che il futuro degli scacchi sia proprio questo: non l’uomo contro la macchina, ma l’uomo insieme alla macchina.

Oggi siamo già oltre. Un buon programma di scacchi installato su uno smartphone è molto più forte di qualsiasi essere umano. Magnus Carlsen, uno dei più grandi giocatori della storia, non avrebbe realisticamente possibilità di vincere una partita contro un motore moderno utilizzato alla massima potenza, in condizioni normali. Quello che nel 1997 richiedeva un supercomputer oggi lo possiamo fare con un oggetto che teniamo in tasca e che usiamo soprattutto per mandare messaggi e guardare video.

A questo punto ci si potrebbe aspettare che gli scacchi abbiano perso buona parte del loro fascino. Perché dedicare anni a imparare qualcosa che il proprio telefono sa fare infinitamente meglio? E invece è successo il contrario. Nel dicembre 2022 Chess.com aveva raggiunto 100 milioni di utenti registrati. Nel febbraio 2026 ha annunciato di aver superato i 250 milioni. Nel solo ultimo trimestre del 2025, sulla piattaforma sono state giocate 2,5 miliardi di partite. Naturalmente questa crescita ha molte spiegazioni: le piattaforme online, gli streamer, la pandemia, il successo della serie La regina degli scacchi. Ma resta un fatto curioso: mentre le macchine diventavano imbattibili, sempre più persone si mettevano a giocare.

Mi chiedo se dietro questo apparente paradosso non ci sia qualcosa che riguarda il modo in cui percepiamo le nostre capacità e quelle degli altri.

Per molto tempo il grande maestro di scacchi è stato una figura quasi mitologica. Qualcuno capace di vedere cose che noi non riusciamo nemmeno a immaginare, dotato di un’intelligenza apparentemente diversa dalla nostra. Uno di quegli esseri umani che sembrano appartenere a un’altra specie. Poi arriva una macchina che lo batte sistematicamente. E improvvisamente anche il grande maestro torna a essere un essere umano. Certo, è immensamente più bravo di zia Pina, che gioca a scacchi due volte all’anno dopo pranzo. Ma rispetto alla macchina sono entrambi piuttosto scarsi. Uno molto più scarso dell’altro, naturalmente, ma nessuno dei due può competere.

La distanza tra il grande maestro e zia Pina non è cambiata di un millimetro. È cambiato il modo in cui possiamo guardarla. Quella capacità straordinaria, che prima sembrava quasi soprannaturale, diventa una differenza di grado all’interno di una categoria, quella degli esseri umani, che nel frattempo ha scoperto di essere molto lontana dal vertice.

Forse una delle conseguenze meno ovvie dell’intelligenza artificiale sarà proprio questa: togliere alle attività umane una parte della loro aura di difficoltà. Non perché diventino necessariamente più facili, ma perché diventano meno intimidatorie. Se anche il migliore del mondo perde contro il mio smartphone, forse posso permettermi di giocare senza sentirmi un incapace. Posso provare, sbagliare, imparare e divertirmi. Non devo essere un genio per avere il diritto di partecipare.

E forse questo vale anche per scrivere, programmare, disegnare, comporre musica e molte altre attività. Per anni abbiamo guardato chi eccelle in questi campi con una certa soggezione, convincendoci che fossero cose riservate a persone particolarmente dotate. L’AI potrebbe cambiare questo rapporto. Non soltanto perché ci mette a disposizione strumenti che ci aiutano, ma perché ridimensiona psicologicamente la distanza tra chi è bravissimo e chi non lo è.

Naturalmente potrebbe anche accadere il contrario. Se una macchina fa tutto meglio di noi, potremmo perdere la voglia di imparare. Non sappiamo ancora quale dei due effetti prevarrà, né se l’esempio degli scacchi si ripeterà altrove. Ma credo che valga la pena prendere sul serio questa possibilità.

Siamo abituati a discutere dell’intelligenza artificiale chiedendoci quali lavori sostituirà, quali competenze renderà inutili e quali attività smetteremo di fare. Forse dovremmo chiederci anche quali attività cominceremo a fare proprio grazie alla sua esistenza.

Perché scoprire che siamo tutti un po’ imbecilli rispetto a una macchina potrebbe, paradossalmente, farci sentire meno imbecilli gli uni rispetto agli altri. E convincere molte più persone a provare cose che prima sembravano riservate a pochi.

Che cosa significa essere intelligenti nell’era dell’intelligenza artificiale?

Chi è la persona più intelligente che abbiate mai conosciuto? È una domanda apparentemente semplice, alla quale molti di noi risponderebbero pensando a qualcuno particolarmente brillante, capace di risolvere problemi complessi, dotato di una memoria straordinaria o di conoscenze fuori dal comune. Quando Jodi Shelton ha posto questa domanda a Jensen Huang, fondatore e CEO di NVIDIA, durante un’intervista per il podcast A Bit Personal (video qui sotto), la risposta è stata sorprendente. Huang non ha fatto alcun nome. Ha invece messo in discussione il significato stesso della parola intelligenza. Siamo abituati a considerare intelligente una persona che possiede elevate competenze tecniche, ragiona velocemente e sa risolvere problemi difficili. Ma queste capacità stanno diventando sempre più accessibili grazie all’intelligenza artificiale. Pensiamo alla programmazione informatica, per decenni considerata una delle attività intellettuali per eccellenza e oggi uno degli ambiti nei quali l’intelligenza artificiale sta facendo progressi straordinari. Se una macchina può svolgere attività che fino a pochi anni fa consideravamo espressione di un’intelligenza superiore, forse dobbiamo ripensare che cosa significhi essere intelligenti.

La parte più interessante della risposta di Huang arriva quando propone una definizione alternativa. La persona veramente intelligente, secondo lui, è quella che riesce a combinare competenze tecniche, empatia umana e capacità di comprendere ciò che non viene esplicitamente detto. È qualcuno che sa anticipare i problemi prima ancora che diventino evidenti, che riesce, usando una sua espressione particolarmente efficace, a see around corners, vedere dietro gli angoli. Non si tratta di una capacità misteriosa, ma del risultato dell’integrazione di informazioni, ragionamento analitico, esperienza, intuizione e comprensione delle altre persone. Una persona può essere straordinariamente competente dal punto di vista tecnico e tuttavia non comprendere le conseguenze delle proprie decisioni, le motivazioni degli altri o il contesto nel quale si trova ad agire. Al contrario, qualcuno che non eccelle nei tradizionali test di intelligenza potrebbe possedere una capacità eccezionale di interpretare situazioni complesse, anticipare conflitti e individuare soluzioni che altri non riescono nemmeno a immaginare. È interessante che una riflessione di questo tipo arrivi proprio da una delle persone che più hanno contribuito allo sviluppo delle tecnologie che stanno trasformando il nostro modo di lavorare e di pensare.

Queste considerazioni richiamano un concetto studiato da tempo in psicologia: l’intelligenza emotiva, intesa come la capacità di riconoscere, comprendere e regolare le proprie emozioni, oltre a riconoscere e interpretare quelle degli altri. L’intelligenza emotiva non significa semplicemente essere gentili o sensibili, ma saper utilizzare le informazioni emotive per orientare il comportamento, prendere decisioni e gestire le relazioni. Le emozioni non sono necessariamente un ostacolo alla razionalità. Possono rappresentare una fonte importante di informazioni sulle nostre preferenze, sulle intenzioni degli altri e sulle conseguenze delle nostre scelte. Da questo punto di vista, la tradizionale contrapposizione tra persone razionali e persone emotive appare piuttosto limitante. Una persona intelligente dovrebbe essere capace di integrare entrambe le dimensioni, ed è proprio questa integrazione che sembra emergere dalla definizione proposta da Huang.

Ma l’intelligenza artificiale può possedere intelligenza emotiva? Oggi un sistema di AI può riconoscere segnali emotivi nel linguaggio, interpretare il tono di una conversazione, formulare risposte empatiche e suggerire strategie per affrontare situazioni interpersonali difficili. In alcuni contesti può persino sembrare più paziente, comprensivo e attento di una persona. Esiste però una differenza importante tra riconoscere un’emozione e provarla. Un sistema di intelligenza artificiale può descrivere la paura, interpretare un messaggio carico di tristezza o suggerire come affrontare un conflitto, ma questo non dimostra che sperimenti quelle emozioni come le sperimenta un essere umano. Naturalmente, la questione della possibile esperienza soggettiva delle intelligenze artificiali rimane aperta sul piano scientifico e filosofico. Tuttavia, la distinzione tra riprodurre un comportamento emotivamente intelligente e vivere direttamente un’esperienza emotiva mi sembra fondamentale. E ci porta a una domanda ancora più generale: quali caratteristiche rendono l’intelligenza umana diversa da quella artificiale?

Se proviamo a immaginare una persona intelligente non soltanto in termini di capacità cognitive, ma considerando ciò che caratterizza l’esperienza umana, emergono diverse dimensioni. C’è naturalmente l’intelligenza emotiva, ma anche l’empatia, intesa come capacità di comprendere il punto di vista degli altri e, in alcuni casi, condividerne le esperienze emotive. C’è il giudizio morale, cioè la capacità di valutare le conseguenze delle proprie azioni, scegliere sulla base di valori e assumersi la responsabilità delle decisioni. C’è il pensiero critico indipendente, che non consiste semplicemente nell’applicare regole o risolvere problemi, ma anche nel mettere in discussione le premesse, le convinzioni e gli obiettivi stessi. E poi c’è la capacità di attribuire significato alle esperienze, costruire una propria identità, elaborare progetti di vita e decidere che cosa consideriamo importante. Infine, c’è quella che potremmo chiamare saggezza pratica: la capacità di integrare conoscenze, emozioni, esperienza e consapevolezza del contesto per prendere decisioni in condizioni di incertezza. Non tutte queste capacità sono esclusivamente umane dal punto di vista dei comportamenti osservabili. L’intelligenza artificiale può già riprodurre alcune delle prestazioni associate a ciascuna di esse. La questione è se riprodurre un comportamento equivalga a possedere la capacità nello stesso senso in cui la possiede una persona.

Credo che sia proprio qui che la riflessione di Huang diventi particolarmente interessante. Per molto tempo abbiamo associato l’intelligenza alla capacità di trovare risposte corrette. La scuola e l’università, almeno in parte, hanno costruito i propri sistemi di valutazione attorno a questa idea: risolvere esercizi, rispondere a domande, applicare modelli, dimostrare conoscenze. Ma se l’intelligenza artificiale diventa sempre più efficace nel fornire risposte, il valore relativo di queste competenze potrebbe cambiare. Questo non significa che le conoscenze tecniche diventino inutili. Al contrario, restano indispensabili per valutare la qualità delle risposte, riconoscere gli errori e comprendere i limiti degli strumenti che utilizziamo. Significa però che potrebbe diventare ancora più importante una capacità diversa: individuare quali domande meritano di essere poste. Pensiamo, per esempio, a un problema economico. Un sistema di intelligenza artificiale può analizzare enormi quantità di dati, stimare modelli, identificare correlazioni e suggerire soluzioni per massimizzare un determinato obiettivo. Ma chi stabilisce quale obiettivo debba essere massimizzato? L’efficienza, il benessere collettivo, l’equità, la libertà individuale o la sostenibilità nel lungo periodo? Queste domande non sono soltanto tecniche. Richiedono giudizi di valore, comprensione delle preferenze individuali e collettive e capacità di valutare le conseguenze delle scelte. L’intelligenza artificiale può aiutarci a ragionare anche su questi aspetti, ma questo non elimina la necessità di decidere quali valori vogliamo perseguire e di assumerci la responsabilità delle nostre decisioni.

Questa riflessione ha conseguenze importanti anche per l’educazione. Se una parte crescente delle competenze cognitive tradizionali può essere svolta o potenziata dall’intelligenza artificiale, dobbiamo chiederci quali capacità sia particolarmente importante sviluppare nei bambini, negli adolescenti e negli studenti universitari. Non credo che la risposta sia insegnare meno matematica, meno programmazione o meno capacità analitiche. Il punto è affiancare a queste competenze altre dimensioni dello sviluppo individuale: capacità di cooperare, comprendere le emozioni, esercitare il pensiero critico, affrontare l’incertezza, formulare giudizi autonomi e assumersi responsabilità. Dovremmo forse prestare maggiore attenzione non soltanto a quanto velocemente uno studente trova una soluzione, ma anche a come identifica un problema, interpreta il contesto, considera prospettive differenti e giustifica le proprie scelte. È una sfida educativa particolarmente interessante perché molte di queste capacità sono difficili da misurare attraverso i tradizionali strumenti di valutazione. Eppure potrebbero diventare sempre più importanti, soprattutto in un mondo nel quale la capacità di produrre risposte corrette sarà sempre meno una prerogativa esclusivamente umana.

L’intervista a Huang suggerisce quindi un possibile cambiamento nel modo in cui pensiamo all’intelligenza. Quando le macchine diventano sempre più capaci di svolgere attività cognitive complesse, ciò che distingue una persona non è necessariamente la velocità con cui elabora informazioni o la quantità di conoscenze che possiede. Potrebbe essere piuttosto la capacità di combinare competenze analitiche, comprensione degli altri, esperienza, giudizio e consapevolezza delle conseguenze. Naturalmente, non possiamo sapere quali capacità l’intelligenza artificiale svilupperà in futuro. Sarebbe ingenuo definire l’intelligenza umana esclusivamente attraverso ciò che le macchine non sanno ancora fare, perché il confine rischierebbe di spostarsi continuamente. Forse, allora, la domanda più utile non è che cosa l’intelligenza artificiale non sarà mai in grado di fare, ma che cosa vogliamo continuare a sviluppare negli esseri umani, indipendentemente dai progressi tecnologici.

Una persona intelligente, in questa prospettiva, non è soltanto qualcuno che sa trovare le risposte migliori. È qualcuno che sa riconoscere quali domande meritano di essere poste, quali obiettivi vale la pena perseguire e quali conseguenze è disposto ad assumersi. Forse il futuro dell’intelligenza umana non dipenderà soltanto dalla nostra capacità di risolvere problemi, ma soprattutto dalla nostra capacità di attribuire significato e valore ai problemi che scegliamo di affrontare. E questa potrebbe essere una delle sfide più importanti per l’educazione nell’era dell’intelligenza artificiale.


Jensen Huang, intervista a cura di Jodi Shelton, A Bit Personal, gennaio 2026. La riflessione sull’intelligenza inizia intorno al minuto 74.

Approfondimento: https://www.leadershipnow.com/leadingblog/2026/02/whos_the_smartest_person_youve.html

L’intelligenza è la capacità di prevedere il futuro?

Che cos’è l’intelligenza? Siamo abituati ad associarla alla capacità di ragionare, risolvere problemi, comprendere concetti complessi o apprendere rapidamente. Ma esiste un’altra possibilità, tanto semplice quanto affascinante: l’intelligenza potrebbe essere, prima di tutto, la capacità di fare previsioni.

Pensiamoci un momento. Gran parte delle nostre attività quotidiane richiede di anticipare ciò che accadrà. Quando attraversiamo una strada, prevediamo la velocità delle automobili. Quando parliamo con qualcuno, anticipiamo le sue reazioni. Quando decidiamo se risparmiare o spendere, immaginiamo le conseguenze future delle nostre scelte.

Persino le interazioni sociali più semplici richiedono continue previsioni. Se facciamo una battuta, ci aspettiamo che qualcuno rida. Se chiediamo un favore, cerchiamo di anticipare la risposta. Se decidiamo di fidarci di una persona, formuliamo implicitamente una previsione sul suo comportamento futuro.

In fondo, vivere significa continuamente anticipare ciò che potrebbe accadere.

Il cervello come macchina predittiva

Questa idea ha radici profonde nelle neuroscienze contemporanee.

Secondo una prospettiva conosciuta come predictive processing, il cervello non si limita a ricevere passivamente informazioni dall’ambiente. Costruisce continuamente modelli del mondo e li utilizza per formulare previsioni.

Quando le previsioni si rivelano sbagliate, il cervello può aggiornare i propri modelli. È attraverso questo processo che impariamo dall’esperienza.

Un bambino che lascia cadere un oggetto scopre qualcosa sulla gravità. Un adolescente che viene escluso da un gruppo impara qualcosa sulle relazioni sociali. Un adulto che commette un errore finanziario può modificare le proprie aspettative sui rischi futuri.

In tutti questi casi, l’apprendimento è strettamente collegato alla capacità di prevedere e correggere gli errori.

Da questa prospettiva, una persona intelligente non è necessariamente quella che possiede più informazioni, ma quella che riesce a costruire modelli del mondo utili e ad aggiornarli quando la realtà li contraddice.

Ma prevedere significa essere intelligenti?

Immaginiamo due persone.

La prima è straordinariamente brava a prevedere il comportamento degli altri. Riesce ad anticipare le loro decisioni, a riconoscere regolarità e a individuare segnali che molti non notano. Tuttavia, quando deve prendere una decisione, spesso sceglie male.

La seconda è meno accurata nelle previsioni, ma riesce a utilizzare meglio le informazioni disponibili e a prendere decisioni che la avvicinano ai propri obiettivi.

Chi delle due è più intelligente?

La risposta non è ovvia.

Se definiamo l’intelligenza esclusivamente come accuratezza predittiva, la prima persona è più intelligente. Se invece consideriamo l’intelligenza come capacità di adattarsi all’ambiente e raggiungere i propri obiettivi, potremmo preferire la seconda.

Questa distinzione è particolarmente importante in economia.

Gli economisti distinguono tra le aspettative degli individui e le decisioni che prendono sulla base di quelle aspettative. Possiamo avere previsioni corrette e prendere decisioni sbagliate. Oppure possiamo prendere decisioni perfettamente coerenti con le nostre preferenze, ma basate su aspettative errate.

La capacità di prevedere e quella di decidere sono quindi strettamente collegate, ma non coincidono.

Prevedere il mondo o prevedere le conseguenze delle nostre azioni?

C’è una distinzione ancora più interessante.

Un conto è prevedere ciò che accadrà indipendentemente da noi. Un altro è prevedere ciò che accadrà come conseguenza delle nostre decisioni.

Prevedere che domani pioverà è un problema di previsione.

Prevedere come cambierà il comportamento di un collega dopo una nostra decisione è un problema più complesso. Dobbiamo comprendere non soltanto le regolarità del mondo, ma anche le relazioni causali tra le nostre azioni e le reazioni degli altri.

Questa seconda forma di previsione è fondamentale nelle interazioni economiche e sociali.

Un imprenditore deve anticipare come reagiranno i consumatori a un nuovo prodotto. Un insegnante deve immaginare come gli studenti risponderanno a un diverso metodo didattico. Un genitore deve valutare le conseguenze di una regola sul comportamento del figlio.

In tutti questi casi, non basta prevedere il futuro. Bisogna comprendere come possiamo modificarlo.

È qui che previsione, ragionamento causale e capacità decisionale si incontrano.

E l’intelligenza artificiale?

Questa discussione diventa ancora più interessante se pensiamo all’intelligenza artificiale.

I grandi modelli linguistici, come quelli alla base di ChatGPT, vengono addestrati attraverso compiti che includono la previsione del testo. Imparando a prevedere quali parole o token siano plausibili in un determinato contesto, acquisiscono rappresentazioni statistiche estremamente sofisticate del linguaggio e di molti aspetti del mondo.

Da un compito apparentemente semplice, la previsione, emergono capacità che assomigliano al ragionamento, alla comprensione e alla risoluzione di problemi.

Questo non dimostra che prevedere sia sufficiente per essere intelligenti. Ma suggerisce qualcosa di importante: alcune capacità che associamo all’intelligenza possono svilupparsi attraverso processi di apprendimento predittivo.

Resta aperta una domanda fondamentale: quanto delle capacità di ragionamento dipende dall’abilità di riconoscere regolarità e anticipare risultati, e quanto richiede invece meccanismi ulteriori, come la costruzione di modelli causali, la pianificazione e l’interazione con l’ambiente?

L’intelligenza come capacità di adattamento

Forse, allora, possiamo proporre una definizione più completa.

L’intelligenza è la capacità di costruire e aggiornare modelli del mondo, utilizzarli per anticipare le conseguenze delle proprie azioni e adattare il proprio comportamento agli obiettivi che si vogliono raggiungere.

Questa definizione mette insieme tre elementi: previsione, apprendimento e decisione.

Ma introduce anche un aspetto fondamentale: l’intelligenza non è soltanto una proprietà di ciò che sappiamo. È una proprietà di come utilizziamo ciò che sappiamo per interagire con il mondo.

E soprattutto ci ricorda che essere intelligenti non significa avere sempre ragione.

Significa anche riconoscere quando le nostre previsioni sono sbagliate, modificare le nostre convinzioni e imparare dagli errori.

Forse è proprio questa una delle caratteristiche più importanti dell’intelligenza: non la capacità di prevedere perfettamente il futuro, ma quella di migliorare continuamente le nostre previsioni.

Perché il futuro è incerto. E l’intelligenza potrebbe essere, almeno in parte, la nostra capacità di imparare a convivere con questa incertezza.

La realtà che non vediamo

Noi esseri umani percepiamo il mondo attraverso un insieme limitato di sensi. Vista, udito, tatto, olfatto, gusto. A questi si aggiungono sistemi più sottili, come la propriocezione (percezione corporea interna) o il senso dell’equilibrio. Ma rimane un fatto fondamentale: ciò che chiamiamo “realtà” è, in larga parte, una costruzione basata su ciò che i nostri sensi riescono a captare e il nostro cervello riesce a interpretare.

La domanda allora diventa inevitabile: cosa ci stiamo perdendo?

Vediamo solo una piccola porzione dello spettro elettromagnetico. Non vediamo l’infrarosso, l’ultravioletto, le onde radio, i raggi X. Molti animali percepiscono dimensioni sensoriali che per noi semplicemente non esistono: campi magnetici, variazioni elettriche, vibrazioni impercettibili. Per un serpente, il mondo è anche fatto di calore. Per un uccello migratore, è attraversato da linee magnetiche. Per noi, no. Questo significa che la nostra esperienza del mondo non è una fotografia oggettiva, ma un’interfaccia evolutiva. I nostri sensi non si sono sviluppati per dirci “come è fatto l’universo”, ma per permetterci di sopravvivere e riprodurci. In altre parole, percepiamo ciò che è stato utile percepire.

Ma la limitazione non è solo sensoriale. È anche temporale. Non percepiamo direttamente i fenomeni che avvengono in microsecondi, né quelli che si sviluppano in milioni di anni. Siamo calibrati su una finestra temporale molto ristretta: quella della nostra scala di vita. La geologia, l’evoluzione, i processi cosmici esistono, ma non appartengono alla nostra esperienza immediata. Li comprendiamo attraverso modelli, strumenti, inferenze. Non li vediamo accadere.

C’è poi una limitazione più sottile: tendiamo a percepire oggetti, entità separate, confini netti. Un albero, un tavolo, una persona. Eppure, la fisica e la biologia suggeriscono che il mondo è fatto molto più di processi e relazioni che di oggetti stabili. Le “cose” sono nodi temporanei in reti di interazioni. Forse ciò che ci perdiamo non è solo informazione, ma un modo diverso di strutturare la realtà: meno centrato sugli oggetti, più sulle relazioni.

Un’altra zona d’ombra riguarda l’esperienza altrui. Non possiamo percepire direttamente la coscienza degli altri. Possiamo osservare comportamenti, ascoltare parole, inferire emozioni. Ma il vissuto soggettivo resta inaccessibile. È una parte della realtà che esiste, ma a cui non abbiamo accesso diretto. Anche questa è una forma di cecità strutturale.

La scienza ha ampliato enormemente i nostri confini percettivi. Telescopi, microscopi, sensori, modelli matematici ci permettono di “vedere” oltre i limiti biologici. Ma resta una differenza tra comprendere e percepire. Possiamo descrivere un fenomeno quantistico con precisione matematica, ma non possiamo farne esperienza diretta. Non entra nella nostra fenomenologia quotidiana.

Forse la cosa più importante che ci perdiamo è la consapevolezza stessa della nostra parzialità. Tendiamo a scambiare la nostra interfaccia per la totalità del reale. Dimentichiamo che viviamo dentro una finestra molto stretta di possibilità percettive e cognitive.

Riconoscere questo limite non è una forma di scetticismo paralizzante. È, al contrario, un esercizio di umiltà epistemica. Ci ricorda che la conoscenza è sempre mediata, che l’esperienza è filtrata, che la realtà potrebbe essere immensamente più ricca di ciò che possiamo vedere.

In fondo, non ci perdiamo solo “pezzi” di realtà. Ci perdiamo forse interi modi di essere al mondo. Ed è proprio questa consapevolezza che rende la ricerca scientifica, filosofica e umana così affascinante: è il tentativo continuo di allargare, anche di poco, quella finestra.

Nietzschean Economics

Nietzsche described the universe as the manifestation of an underlying force which he called will to power. For him, an “insatiable desire to manifest power” is the essence of the universe, and all living things have the same goal, growth. He wrote: “every living thing does everything it can not to preserve itself but to become more.” And to grow and expand, individuals establish for themselves lofty goals that they will (probably) never reach. Aiming high requires overwhelming efforts and the willingness to “risk every danger”. Pain, suffering, and being thwarted in one’s attempts to accomplish a goal are the preconditions for growth and hence an increase in one’s power. [Link to the book] 

I have always been fascinated by this idea that individuals are living in a constant desire of self overcoming and yesterday I had the chance to read an interesting debate between Richard Robb and James Heckman. In three articles (see below) they discuss if will to power is compatible with our rational choice theory.

Robb claims that economic models cannot incorporate the Nietzschean concepts and give some examples of individuals getting “utility” not only from the output of an activity but also from the exploration and the effort exerted in that activity. Agents have a “preference” for struggling. For instance, if people go to the gym, if they suffer below cold metallic machines, and they feel pain in all the parts of their bodies is not (only) because they expect a health benefit in the long run, but because they enjoy the experience. Robb also discusses the unconscious nature of human motives and the capacity of humans to rationalize the consequences of choices after a choice is made.

Heckman replied by showing how “overcoming” might be incorporated into standard utility functions and challenge Robb asking what may be the benefit for economics from investigation into the motives underlying human action.

 

 


Please note that this page contains affiliate links and any sales made through such links will reward me a small commission – at no extra cost for you. Thanks for your support!