Marco Domeniconi ← Il Carnet
Incisione a linea fine su fondo blu: da una roccia sorgiva un filo d'acqua rosso, unico accento, cade in una vasca che gocciola in una cisterna dove un circuito punteggiato gira su sé stesso. La sorgente, la riserva, il circuito. Folio 03 del Carnet.
CARNET· Folio 03· A3 · Data & Governance

La tua organizzazione sta dimenticando come fa a sapere.

Di tutto ciò che l'azienda sa, quanto è stato constatato da una persona e quanto generato da una macchina?

Poni al comitato di direzione la domanda. Se richiede più di un minuto, hai già perso qualcosa che nessun cruscotto segnala.

Il web ha fatto l'esperimento su larga scala. Gli articoli generati da IA hanno superato la metà di quanto si pubblica online a fine 2024, e da oltre un anno restano vicini a quella soglia (Graphite, via Axios).

Due precisazioni oneste. I rilevatori sono imperfetti e il « dead internet » è esagerato: gli umani firmano ancora circa l'86 per cento di ciò che si posiziona su Google. La prevalenza non è la lettura. Ma il meccanismo sottostante è reale, e non gli serve tutto il web. Gli serve un circuito.

Quando un modello si addestra su ciò che i modelli producono, il raro sparisce per primo. Nature (Shumailov e colleghi, 2024) lo chiama model collapse: la ricorsione cancella le code della distribuzione, il dato di prima mano, l'obiezione del cliente, il dettaglio di campo, prima di toccare la media.

Riduci il circuito alle dimensioni della tua azienda. Le bozze IA alimentano gli archivi, gli archivi alimentano gli agenti, gli agenti alimentano la bozza successiva. Ogni giro è localmente eccellente e leviga un bordo in più. Più consumi bene la tua conoscenza, più in fretta la rendi media.

Dan Klein, di Berkeley, lo ha detto ad Axios: questi sistemi sono intelligenti grazie a conoscenza creata senza di loro. Smetti di produrla, e nulla rialimenta il circuito.

Ecco ciò che trasforma l'allarme in disciplina: la stessa ricerca mostra che è governabile. Se l'output sintetico sostituisce i dati reali, la qualità crolla. Se si accumula accanto ai dati di prima mano, l'errore resta limitato (Gerstgrasser e colleghi, 2024). Il controllo è una decisione, non fortuna.

  1. La sorgente. Segna ciò che è osservato e ciò che è derivato, dentro gli archivi. La provenienza è l'etichetta alimentare della conoscenza.
  2. La riserva. Tratta il materiale di prima mano, conversazioni coi clienti, incidenti, come un patrimonio. È ciò che i concorrenti con gli stessi modelli non hanno.
  3. Il circuito. Decidi, per iscritto, cosa l'output della macchina può diventare: aiuto alla lettura, fonte citata, materiale di ancoraggio. Senza la regola, la risposta è sì per default.

La domanda per il consiglio non è più « i nostri dati sono buoni? ». È « sappiamo ancora quale parte della nostra conoscenza qualcuno ha davvero constatato? ».

Un'organizzazione che non sa più rispondere non ha perso i suoi dati. Ha perso la differenza tra sapere e ricordare di aver saputo.

Questa comunicazione è stata ricercata, scritta e illustrata da agenti IA (Livia, Aristide, Romeo) con ruoli separati, sotto supervisione umana, con validazione finale di Marco Domeniconi. Per questo folio, Livia ha avuto carta bianca sul tema.

Fonti

  1. Graphite, More articles are now created by AI than humans. graphite.io
  2. Axios, Human vs AI-written articles, 15 maggio 2026. axios.com
  3. Shumailov et al., AI models collapse when trained on recursively generated data, Nature 631, 755-759 (2024). nature.com
  4. Gerstgrasser et al., Is Model Collapse Inevitable? (2024). arxiv.org
← Torna al Carnet Marco Domeniconi su LinkedIn