Il primo investimento non è un ETF. Sei tu.

C’è qualcosa che mi colpisce sempre quando si parla di educazione finanziaria ai giovani.

Insegniamo loro che cos’è un’azione. Un’obbligazione. Un ETF. Un PAC. Parliamo di diversificazione, interesse composto, rischio e rendimento. Tutte cose importanti. Ma rischiamo di iniziare dalla fine della storia.

Perché un ragazzo di 19 anni può avere 500 euro sul conto corrente e passare ore a chiedersi come investirli. Nel frattempo possiede qualcosa che vale immensamente di più e a cui dedica molta meno attenzione: i prossimi cinque anni della propria vita.

Tempo.
Energia.
Attenzione.
Salute.
Capacità di imparare.
Possibilità di sperimentare.
Libertà di cambiare strada.
Accesso a persone, idee, università, esperienze.

Questo è il suo vero patrimonio iniziale. E ha una caratteristica straordinaria: non può essere conservato. L’ora che hai oggi non puoi metterla da parte e utilizzarla a quarant’anni. L’energia dei vent’anni non può essere depositata in banca.
La possibilità di imparare una lingua, vivere sei mesi all’estero, conoscere persone diverse, costruire una competenza difficile non rimane lì ad aspettarti indefinitamente. Quelle risorse devono essere trasformate. Ed è qui, secondo me, che dovrebbe iniziare l’educazione finanziaria.

Non dalla domanda:

“Dove investo i miei primi 1.000 euro?”

Ma da una domanda molto più grande:

“Come uso le risorse che possiedo oggi per produrre le risorse di cui avrò bisogno domani?”

Tempo può diventare conoscenza.

Conoscenza può diventare competenza.

Competenza può diventare opportunità.

Opportunità può diventare reddito.

Reddito può diventare risparmio.

Risparmio può diventare capitale finanziario.

E quel capitale finanziario, molti decenni più tardi, potrà sostenerci quando il nostro capitale umano non sarà più in grado di generare lo stesso reddito. Non è una metafora motivazionale. È economia.

Gary Becker costruì proprio su questa idea la moderna teoria del capitale umano: istruzione e formazione sono investimenti perché comportano costi oggi in cambio di una maggiore capacità produttiva e di maggiori redditi futuri. Jacob Mincer mostrò poi come istruzione ed esperienza contribuiscano a spiegare il profilo dei redditi lungo il ciclo di vita. 

Decenni di ricerca empirica hanno cercato di distinguere la semplice correlazione dall’effetto causale dell’istruzione. La conclusione generale è robusta: l’istruzione produce mediamente ritorni economici rilevanti, anche se naturalmente variano enormemente tra persone, paesi, campi di studio e qualità dell’istruzione. Una grande rassegna di 1.120 stime in 139 paesi trova un rendimento privato medio di circa il 9% per un anno aggiuntivo di istruzione. 

Ma il punto ancora più importante è che il capitale umano può “comporre”. Cunha e Heckman parlano di self-productivity e dynamic complementarity: le capacità sviluppate oggi facilitano l’acquisizione di altre capacità domani e possono aumentare il rendimento degli investimenti successivi. In termini semplici: imparare genera capacità di imparare. Una buona competenza acquisita oggi non produce soltanto un rendimento diretto; può rendere più produttive molte delle esperienze che verranno dopo. 

È una forma di interesse composto che comincia molto prima di aprire un conto titoli.

E non riguarda soltanto ciò che impariamo sui libri.

La salute stessa può essere pensata come uno stock di capitale. Nel modello classico di Michael Grossman investiamo tempo e risorse in salute perché la salute produce “tempo sano” nel futuro; è uno stock che tende a deprezzarsi con l’età e che può essere, almeno in parte, mantenuto attraverso investimenti. 

Poi ci sono le relazioni. Non le definirei semplicemente capitale umano: qui entriamo nel capitale sociale. Ma anche queste sono risorse che costruiamo oggi e che possono produrre opportunità domani. La ricerca sui network nel mercato del lavoro mostra che le reti sociali influenzano l’accesso alle informazioni, alle opportunità di lavoro e agli esiti occupazionali. 

E allora la scelta di come vivere gli anni dell’università cambia completamente significato.

Scegliere quale università.
Decidere quanto seriamente studiare.
Imparare bene l’inglese.
Acquisire competenze quantitative.
Fare un Erasmus.
Imparare a programmare.
Leggere qualcosa che non sarà mai chiesto a un esame.
Conoscere persone molto diverse da noi.
Fare sport.
Dormire.
Lavorare.
Provare qualcosa in cui potremmo fallire.

Non sono semplicemente “cose da fare durante l’università”. Sono decisioni di allocazione di risorse scarse. Ogni giorno stiamo trasformando tempo, energia e attenzione in qualcosa.

La questione è: in cosa?

E questo non significa che ogni ora debba essere “produttiva”.

Anche riposare, innamorarsi, viaggiare, giocare, coltivare amicizie e perdere tempo insieme agli altri produce risorse che possono avere un valore enorme nella vita futura.

L’economia non ci dice quale vita dobbiamo scegliere. Ci ricorda però una cosa fondamentale: esiste un costo opportunità. La stessa ora non può essere utilizzata due volte. E soprattutto ci ricorda che rendimento non significa soltanto denaro.

Possiamo investire oggi per produrre reddito futuro.
Ma anche salute futura.
Autonomia.
Relazioni.
Conoscenza.
Resilienza.
Libertà di scelta.

Forse allora dovremmo ripensare radicalmente il modo in cui insegniamo educazione finanziaria.

Un diciannovenne non è una persona povera con 500 euro da investire. È una persona che possiede un enorme stock di risorse, molte delle quali irripetibili, e deve imparare a trasformarle.

Prima di chiedergli quale ETF scegliere, dovremmo forse insegnargli a farsi due domande:

“Quali risorse possiedo oggi?”

“Quali risorse voglio aver costruito fra dieci o vent’anni?”

In mezzo a queste due domande c’è quasi tutta la sua vita economica. E probabilmente c’è anche il più importante investimento che farà mai.

Un nuovo semestre sta per iniziare

A voi studenti vorrei fare una domanda diversa da quelle che probabilmente vi state facendo. Non: “Quale lavoro mi darà uno stipendio alto?”, “Quale laurea mi garantirà un posto sicuro?” o “Quali lavori sopravvivranno all’intelligenza artificiale?”. La domanda è più difficile: che tipo di vita volete vivere? È una domanda antica. Socrate sosteneva che una vita non esaminata non fosse una vita degna di essere vissuta. Molti secoli dopo Robert Nozick tornò su quella stessa idea in The Examined Life: interrogarsi seriamente su ciò che rende una vita buona, significativa e autentica. Mi sembra una domanda particolarmente importante per chi oggi ha diciannove o vent’anni.

State entrando nell’età adulta in un momento molto particolare. Intelligenza artificiale, robotica, invecchiamento della popolazione, riduzione della natalità, migrazioni e trasformazione del lavoro modificheranno profondamente il contesto nel quale prenderete le vostre decisioni. Non sappiamo esattamente come sarà il mondo nel quale lavorerete fra vent’anni, ma sappiamo che sarà diverso da quello nel quale sono entrati i vostri genitori e probabilmente molto diverso da quello che molti adulti continuano a descrivervi. Questo crea paura, e la paura produce una tentazione comprensibile: cercare una ricetta. Dimmi quale facoltà scegliere, quale esame fare, quale competenza imparare, quale professione sarà sicura, cosa devo fare per avere successo. Il problema è che forse la ricetta non esiste più.

Qui entra un’idea che trovo affascinante: quella dei “meme”. Prima che la parola indicasse immagini divertenti su Internet, Richard Dawkins la utilizzò per descrivere idee che si trasmettono da una mente all’altra. Le idee circolano, vengono imitate, competono, si modificano. Alcune scompaiono, altre diventano così diffuse che smettiamo persino di accorgerci che sono idee e iniziamo a considerarle semplicemente “la realtà”. “Devi trovare un posto fisso.” “Se ti laurei sei a posto.” “Un bravo studente prende voti alti.” “Una professione prestigiosa rende una persona di successo.” “Bisogna scegliere a vent’anni cosa fare per tutta la vita.” “Se lavori abbastanza, il futuro assomiglierà al passato.” Quante di queste idee avete realmente esaminato e quante le avete semplicemente ricevute dalla famiglia, dagli amici, dai social, dai professori o dalla generazione precedente?

Questo, per me, è uno dei compiti più importanti dell’università. Non riempirvi la testa di informazioni, ma insegnarvi a esaminare ciò che avete già dentro la testa. Perché credo questa cosa? Quali prove ho? Chi me l’ha insegnata? Era vera vent’anni fa? È ancora vera oggi? E soprattutto: voglio davvero costruire la mia vita intorno a questa idea? Una buona formazione universitaria dovrebbe rendervi meno dipendenti dalle risposte ricevute dagli altri e più capaci di formulare domande migliori.

L’arrivo dell’intelligenza artificiale rende tutto questo ancora più urgente. Per secoli una parte importante del valore economico delle persone è derivata dal possedere informazioni e dal saper eseguire compiti cognitivi relativamente complessi: leggere, riassumere, tradurre, calcolare, scrivere, programmare, analizzare documenti, preparare presentazioni. Oggi una macchina può già fare una parte crescente di queste cose. Tra dieci anni non sappiamo esattamente dove sarà il confine. Proprio per questo sarebbe un errore enorme trascorrere l’università cercando soltanto di diventare molto efficienti nell’eseguire compiti che una macchina potrebbe presto svolgere meglio, più velocemente e a un costo inferiore.

La questione diventa allora più profonda. Quando alcune forme di intelligenza diventeranno abbondanti e relativamente economiche, che cosa avrà davvero valore? Forse sapere quali domande vale la pena porre. Forse distinguere ciò che è importante da ciò che è semplicemente urgente. Forse comprendere gli incentivi delle persone, creare fiducia, collaborare, assumersi responsabilità, esercitare giudizio, riconoscere l’incertezza e prendere decisioni senza nascondersi dietro una procedura. Forse sarà sempre più importante non soltanto sapere come ottenere qualcosa, ma capire se quella cosa vale la pena di essere ottenuta.

Ed è qui che economia e filosofia si incontrano. L’economia studia le scelte, ma prima delle scelte ci sono le preferenze, e prima ancora c’è una domanda che raramente compare nei nostri modelli: da dove vengono le cose che desideriamo? Le abbiamo scelte o le abbiamo imitate? Sono davvero importanti per noi oppure stiamo partecipando a una gigantesca competizione per ottenere ciò che qualcun altro ci ha insegnato a desiderare? Lavoro, denaro, status, follower, titoli, carriera, consumo: niente di tutto questo è necessariamente sbagliato. Ma una examined life richiede almeno di chiedersi perché lo vogliamo e quale prezzo siamo disposti a pagare per ottenerlo.

Questo è anche il motivo per cui essere studenti passivi oggi è particolarmente pericoloso. Aspettare le slide, studiare tre giorni prima dell’esame, imparare quello che serve per prendere un buon voto, dimenticarlo poco dopo e attendere che qualcun altro indichi il passo successivo è un modello di apprendimento fragile. Poteva forse essere compatibile con un mondo relativamente stabile, nel quale una buona parte delle competenze acquisite a vent’anni rimaneva utile per decenni. Nel mondo verso cui stiamo andando potrebbe diventare una strategia molto costosa. Dovrete imparare continuamente, cambiare strumenti, forse cambiare lavoro molte volte e probabilmente reinventare parti della vostra identità professionale. Dovrete collaborare con sistemi di intelligenza artificiale che oggi non esistono e prendere decisioni in presenza di tecnologie, istituzioni e problemi che nessun professore può insegnarvi completamente in anticipo.

Per questo il vostro vero obiettivo all’università non dovrebbe essere prepararvi soltanto per il primo lavoro. Dovrebbe essere prepararvi per il quinto, e forse per un lavoro che oggi non ha ancora un nome. Ma c’è qualcosa di ancora più importante: non preparatevi soltanto a essere utili al mercato del lavoro. Sarebbe una visione terribilmente povera dell’università. Preparatevi a essere persone capaci di decidere che cosa vale la pena fare quando il mondo vi offrirà possibilità che oggi non riusciamo nemmeno a immaginare.

Usate l’intelligenza artificiale. Imparate come funziona. Diventate molto bravi a lavorare con essa. Ma non consegnatele il compito più importante: decidere chi volete diventare. Il rischio più grande del futuro potrebbe non essere che le macchine pensino al posto nostro. Potrebbe essere che noi smettiamo di chiederci per che cosa vale la pena pensare. Forse questo è il senso più profondo di una vita esaminata: non avere tutte le risposte, ma rifiutarsi di vivere usando soltanto quelle ricevute dagli altri.

Democrazia, mercato e scienza

Il nuovo libro di Daron Acemoglu, What Happened to Liberal Democracy?, parte da una domanda politica, ma contiene un’idea ancora più profonda.

Una società libera funziona solo se prende sul serio un fatto fondamentale: siamo fallibili e la conoscenza è dispersa. Nessuno possiede tutte le informazioni necessarie per decidere per gli altri. Per questo servono sperimentazione, discussione aperta, possibilità di dissentire e meccanismi capaci di mettere insieme conoscenze distribuite. Sono elementi centrali della concezione del liberalismo proposta da Acemoglu. (Financial Times)

Questa idea si collega a una convinzione che trovo sempre più importante.

Gran parte dello straordinario salto di benessere delle società moderne può essere interpretato come il risultato di tre grandi invenzioni istituzionali: scienza, democrazia e mercato.

A prima vista fanno cose completamente diverse. Ma hanno una caratteristica profonda in comune: sono tre modi di affrontare lo stesso problema, quello della conoscenza dispersa.

La scienza aggrega conoscenza su come funziona il mondo. Osservazioni ed esperimenti sono prodotti localmente, messi in comune, sottoposti a controllo empirico e critica, replicati quando possibile e continuamente corretti. La sua forza non deriva dall’infallibilità degli scienziati, ma esattamente dal contrario: dall’aver costruito istituzioni che assumono che ciascuno di noi possa sbagliare.

La democrazia mette in comune informazioni diverse: preferenze, bisogni, conoscenze locali e giudizi sulla performance di chi governa. Rappresentanza, competizione politica, libertà di espressione ed elezioni creano feedback. Non garantiscono decisioni corrette, ma rendono possibile sostituire chi sbaglia e correggere una politica senza dover presumere l’esistenza di un decisore onnisciente. L’idea della democrazia come meccanismo di aggregazione di conoscenza distribuita ha una lunga tradizione nella teoria della “epistemic democracy”. (Cambridge)

Il mercato affronta un terzo tipo di conoscenza dispersa: scarsità, costi, opportunità e valutazioni individuali. Prezzi, profitti e perdite permettono di coordinare milioni di decisioni senza che nessuna autorità centrale debba conoscere tutte le circostanze locali. È il problema reso celebre da Hayek: utilizzare una conoscenza che nessun singolo individuo possiede integralmente. (Associazione Economica Americana)

Scienza, democrazia e mercato sono quindi tre tecnologie sociali molto diverse, ma condividono una stessa architettura: decentralizzazione, sperimentazione, feedback e correzione degli errori.

Ed è qui che il ragionamento si incontra con Acemoglu.

La sua tesi è che la democrazia liberale abbia funzionato meglio quando è riuscita a combinare autogoverno, libera ricerca della conoscenza e prosperità condivisa. È entrata in crisi quando questa promessa si è indebolita: deindustrializzazione e tecnologie digitali hanno modificato la distribuzione dei benefici della crescita, una parte della working class ha perso peso economico e politico e le élite altamente istruite sono diventate sempre più separate dal resto della società. La risposta di Acemoglu è quello che chiama “working-class liberalism”: ricostruire prosperità condivisa, good jobs, comunità e partecipazione senza rinunciare alle libertà fondamentali e al pluralismo. (Penguin Random House)

Vista da questa prospettiva, la crisi della democrazia liberale non è soltanto una crisi di valori. È anche una crisi dei meccanismi di feedback.

Quando il sistema politico smette di ascoltare parti consistenti della popolazione, perde informazione.

Quando concentrazioni di potere economico riducono concorrenza e sperimentazione, il mercato perde informazione.

Quando conformismo, incentivi sbagliati o chiusura al dissenso prevalgono sulla critica, anche la scienza perde capacità di correggersi.

Nessuno dei tre sistemi è automaticamente efficiente. Proprio perché sono costruzioni istituzionali, possono produrre errori, cattura, polarizzazione, monopoli, esternalità, conformismo e cattiva informazione.

Questo è il punto che trovo più interessante.

Difendere scienza, democrazia e mercato in modo ideologico serve relativamente poco. Bisogna capire quali condizioni permettono loro di funzionare bene, quali incentivi ne distorcono il funzionamento e quali istituzioni preservano diversità, sperimentazione, feedback e capacità di correzione.

L’intelligenza artificiale rende la questione ancora più urgente. Acemoglu e coautori hanno recentemente mostrato teoricamente come un’AI capace di fornire risposte sempre migliori possa, paradossalmente, ridurre gli incentivi degli esseri umani ad acquisire e condividere conoscenza, impoverendo nel lungo periodo lo stock di conoscenza collettiva. (MIT Stone Center)

Come scienziati, quindi, il nostro compito è duplice: comprendere questi meccanismi – inclusi i loro failure modes – e contribuire a disegnare istituzioni e incentivi che li facciano funzionare meglio.

Forse il grande vantaggio istituzionale della modernità non è stato trovare persone che sapessero abbastanza da governare sistemi sempre più complessi.

È stato inventare sistemi che permettono alla società di sapere più di quanto possa sapere qualunque singolo individuo.

Il progresso comincia dal riconoscimento che nessuno è onnisciente.
E continua solo se costruiamo istituzioni capaci di scoprire e correggere i propri errori.

Democrazia, mercato e scienza

Il nuovo libro di Daron Acemoglu, What Happened to Liberal Democracy?, parte da una domanda politica, ma contiene un’idea ancora più profonda.

Una società libera funziona solo se prende sul serio un fatto fondamentale: siamo fallibili e la conoscenza è dispersa. Nessuno possiede tutte le informazioni necessarie per decidere per gli altri. Per questo servono sperimentazione, discussione aperta, possibilità di dissentire e meccanismi capaci di mettere insieme conoscenze distribuite. Sono elementi centrali della concezione del liberalismo proposta da Acemoglu. (Financial Times)

Questa idea si collega a una convinzione che trovo sempre più importante.

Gran parte dello straordinario salto di benessere delle società moderne può essere interpretato come il risultato di tre grandi invenzioni istituzionali: scienza, democrazia e mercato.

A prima vista fanno cose completamente diverse. Ma hanno una caratteristica profonda in comune: sono tre modi di affrontare lo stesso problema, quello della conoscenza dispersa.

La scienza aggrega conoscenza su come funziona il mondo. Osservazioni ed esperimenti sono prodotti localmente, messi in comune, sottoposti a controllo empirico e critica, replicati quando possibile e continuamente corretti. La sua forza non deriva dall’infallibilità degli scienziati, ma esattamente dal contrario: dall’aver costruito istituzioni che assumono che ciascuno di noi possa sbagliare.

La democrazia mette in comune informazioni diverse: preferenze, bisogni, conoscenze locali e giudizi sulla performance di chi governa. Rappresentanza, competizione politica, libertà di espressione ed elezioni creano feedback. Non garantiscono decisioni corrette, ma rendono possibile sostituire chi sbaglia e correggere una politica senza dover presumere l’esistenza di un decisore onnisciente. L’idea della democrazia come meccanismo di aggregazione di conoscenza distribuita ha una lunga tradizione nella teoria della “epistemic democracy”. (Cambridge)

Il mercato affronta un terzo tipo di conoscenza dispersa: scarsità, costi, opportunità e valutazioni individuali. Prezzi, profitti e perdite permettono di coordinare milioni di decisioni senza che nessuna autorità centrale debba conoscere tutte le circostanze locali. È il problema reso celebre da Hayek: utilizzare una conoscenza che nessun singolo individuo possiede integralmente. (Associazione Economica Americana)

Scienza, democrazia e mercato sono quindi tre tecnologie sociali molto diverse, ma condividono una stessa architettura: decentralizzazione, sperimentazione, feedback e correzione degli errori.

Ed è qui che il ragionamento si incontra con Acemoglu.

La sua tesi è che la democrazia liberale abbia funzionato meglio quando è riuscita a combinare autogoverno, libera ricerca della conoscenza e prosperità condivisa. È entrata in crisi quando questa promessa si è indebolita: deindustrializzazione e tecnologie digitali hanno modificato la distribuzione dei benefici della crescita, una parte della working class ha perso peso economico e politico e le élite altamente istruite sono diventate sempre più separate dal resto della società. La risposta di Acemoglu è quello che chiama “working-class liberalism”: ricostruire prosperità condivisa, good jobs, comunità e partecipazione senza rinunciare alle libertà fondamentali e al pluralismo. (Penguin Random House)

Vista da questa prospettiva, la crisi della democrazia liberale non è soltanto una crisi di valori. È anche una crisi dei meccanismi di feedback.

Quando il sistema politico smette di ascoltare parti consistenti della popolazione, perde informazione.

Quando concentrazioni di potere economico riducono concorrenza e sperimentazione, il mercato perde informazione.

Quando conformismo, incentivi sbagliati o chiusura al dissenso prevalgono sulla critica, anche la scienza perde capacità di correggersi.

Nessuno dei tre sistemi è automaticamente efficiente. Proprio perché sono costruzioni istituzionali, possono produrre errori, cattura, polarizzazione, monopoli, esternalità, conformismo e cattiva informazione.

Questo è il punto che trovo più interessante.

Difendere scienza, democrazia e mercato in modo ideologico serve relativamente poco. Bisogna capire quali condizioni permettono loro di funzionare bene, quali incentivi ne distorcono il funzionamento e quali istituzioni preservano diversità, sperimentazione, feedback e capacità di correzione.

L’intelligenza artificiale rende la questione ancora più urgente. Acemoglu e coautori hanno recentemente mostrato teoricamente come un’AI capace di fornire risposte sempre migliori possa, paradossalmente, ridurre gli incentivi degli esseri umani ad acquisire e condividere conoscenza, impoverendo nel lungo periodo lo stock di conoscenza collettiva. (MIT Stone Center)

Come scienziati, quindi, il nostro compito è duplice: comprendere questi meccanismi – inclusi i loro failure modes – e contribuire a disegnare istituzioni e incentivi che li facciano funzionare meglio.

Forse il grande vantaggio istituzionale della modernità non è stato trovare persone che sapessero abbastanza da governare sistemi sempre più complessi.

È stato inventare sistemi che permettono alla società di sapere più di quanto possa sapere qualunque singolo individuo.

Il progresso comincia dal riconoscimento che nessuno è onnisciente.
E continua solo se costruiamo istituzioni capaci di scoprire e correggere i propri errori.

Democrazia, mercato e scienza

Il nuovo libro di Daron Acemoglu, What Happened to Liberal Democracy?, parte da una domanda politica, ma contiene un’idea ancora più profonda.

Una società libera funziona solo se prende sul serio un fatto fondamentale: siamo fallibili e la conoscenza è dispersa. Nessuno possiede tutte le informazioni necessarie per decidere per gli altri. Per questo servono sperimentazione, discussione aperta, possibilità di dissentire e meccanismi capaci di mettere insieme conoscenze distribuite. Sono elementi centrali della concezione del liberalismo proposta da Acemoglu. (Financial Times)

Questa idea si collega a una convinzione che trovo sempre più importante.

Gran parte dello straordinario salto di benessere delle società moderne può essere interpretato come il risultato di tre grandi invenzioni istituzionali: scienza, democrazia e mercato.

A prima vista fanno cose completamente diverse. Ma hanno una caratteristica profonda in comune: sono tre modi di affrontare lo stesso problema, quello della conoscenza dispersa.

La scienza aggrega conoscenza su come funziona il mondo. Osservazioni ed esperimenti sono prodotti localmente, messi in comune, sottoposti a controllo empirico e critica, replicati quando possibile e continuamente corretti. La sua forza non deriva dall’infallibilità degli scienziati, ma esattamente dal contrario: dall’aver costruito istituzioni che assumono che ciascuno di noi possa sbagliare.

La democrazia mette in comune informazioni diverse: preferenze, bisogni, conoscenze locali e giudizi sulla performance di chi governa. Rappresentanza, competizione politica, libertà di espressione ed elezioni creano feedback. Non garantiscono decisioni corrette, ma rendono possibile sostituire chi sbaglia e correggere una politica senza dover presumere l’esistenza di un decisore onnisciente. L’idea della democrazia come meccanismo di aggregazione di conoscenza distribuita ha una lunga tradizione nella teoria della “epistemic democracy”. (Cambridge)

Il mercato affronta un terzo tipo di conoscenza dispersa: scarsità, costi, opportunità e valutazioni individuali. Prezzi, profitti e perdite permettono di coordinare milioni di decisioni senza che nessuna autorità centrale debba conoscere tutte le circostanze locali. È il problema reso celebre da Hayek: utilizzare una conoscenza che nessun singolo individuo possiede integralmente. (Associazione Economica Americana)

Scienza, democrazia e mercato sono quindi tre tecnologie sociali molto diverse, ma condividono una stessa architettura: decentralizzazione, sperimentazione, feedback e correzione degli errori.

Ed è qui che il ragionamento si incontra con Acemoglu.

La sua tesi è che la democrazia liberale abbia funzionato meglio quando è riuscita a combinare autogoverno, libera ricerca della conoscenza e prosperità condivisa. È entrata in crisi quando questa promessa si è indebolita: deindustrializzazione e tecnologie digitali hanno modificato la distribuzione dei benefici della crescita, una parte della working class ha perso peso economico e politico e le élite altamente istruite sono diventate sempre più separate dal resto della società. La risposta di Acemoglu è quello che chiama “working-class liberalism”: ricostruire prosperità condivisa, good jobs, comunità e partecipazione senza rinunciare alle libertà fondamentali e al pluralismo. (Penguin Random House)

Vista da questa prospettiva, la crisi della democrazia liberale non è soltanto una crisi di valori. È anche una crisi dei meccanismi di feedback.

Quando il sistema politico smette di ascoltare parti consistenti della popolazione, perde informazione.

Quando concentrazioni di potere economico riducono concorrenza e sperimentazione, il mercato perde informazione.

Quando conformismo, incentivi sbagliati o chiusura al dissenso prevalgono sulla critica, anche la scienza perde capacità di correggersi.

Nessuno dei tre sistemi è automaticamente efficiente. Proprio perché sono costruzioni istituzionali, possono produrre errori, cattura, polarizzazione, monopoli, esternalità, conformismo e cattiva informazione.

Questo è il punto che trovo più interessante.

Difendere scienza, democrazia e mercato in modo ideologico serve relativamente poco. Bisogna capire quali condizioni permettono loro di funzionare bene, quali incentivi ne distorcono il funzionamento e quali istituzioni preservano diversità, sperimentazione, feedback e capacità di correzione.

L’intelligenza artificiale rende la questione ancora più urgente. Acemoglu e coautori hanno recentemente mostrato teoricamente come un’AI capace di fornire risposte sempre migliori possa, paradossalmente, ridurre gli incentivi degli esseri umani ad acquisire e condividere conoscenza, impoverendo nel lungo periodo lo stock di conoscenza collettiva. (MIT Stone Center)

Come scienziati, quindi, il nostro compito è duplice: comprendere questi meccanismi – inclusi i loro failure modes – e contribuire a disegnare istituzioni e incentivi che li facciano funzionare meglio.

Forse il grande vantaggio istituzionale della modernità non è stato trovare persone che sapessero abbastanza da governare sistemi sempre più complessi.

È stato inventare sistemi che permettono alla società di sapere più di quanto possa sapere qualunque singolo individuo.

Il progresso comincia dal riconoscimento che nessuno è onnisciente.
E continua solo se costruiamo istituzioni capaci di scoprire e correggere i propri errori.