Per il poeta Li-Young Lee, «la parola si produce sul respiro che muore», prende forma nell’espirazione, nella fuoriuscita del fiato assieme al significato. «Più parlo e più il significato si accumula, la vitalità diminuisce in ugual misura». In questa immagine, il linguaggio è inseparabile da una condizione di finitezza: nasce dal consumo del corpo. Le macchine, al contrario, non hanno fiato, non hanno respiro. Possono, tutt’al più, prendere in prestito il linguaggio dal corpo e dal lavoro altrui. Cosa significa, allora, per una macchina essere senza fiato, essere esausta?
Quando parliamo di sfinimento nelle macchine, pensiamo subito all’usura: attrito, consumo, guasto. Ma questo tipo di esaurimento riguarda i corpi tecnici, non spiega cosa accade con le macchine che producono linguaggio. Nel campo delle tecnologie digitali possiamo pensare all’hardware, telefoni o computer, la cui durata è spesso limitata in anticipo, tra scelte progettuali e cicli di aggiornamento che rendono progressivamente obsoleti i dispositivi, convincendo così “dolcemente” alla loro sostituzione.
Ma che cosa significa parlare di esaurimento nel caso dell’IA generativa? Un modello linguistico di grandi dimensioni come GPT, DeepSeek, Gemini o Claude può essere portato allo sfinimento? Queste domande non hanno risposte ovvie né immediate.
Con la diffusione dell’IA generativa, il linguaggio appare come qualcosa che si riproduce all’istante e su larga scala. Il testo sembra abbondante. Sempre disponibile. Praticamente inesauribile. Da un punto di vista fenomenologico, potremmo dire che con l’AI assistiamo a una sospensione della scarsità: scompaiono i limiti che accompagnano la produzione linguistica così come la conosciamo: tempo, attenzione, affaticamento.
Si pensi a un insegnante che perde la voce dopo ore di lezione. Oppure allo sfinimento di un traduttore che lavora tutta la notte per rispettare una scadenza. Una cantante costretta ad annullare un concerto per un affaticamento delle corde vocali. Questi limiti non sono accidentali: definiscono la finitezza del lavoro linguistico. Un chatbot, al contrario, può sostenere simultaneamente milioni di scambi senza battere ciglio (si stima che ChatGPT elabori circa 2,5 miliardi di messaggi al giorno), non perché superi questi limiti, ma perché li esternalizza: mette in circolazione lavoro linguistico già sedimentato, senza mai esporsi al suo affaticamento.
La promessa di una produzione testuale illimitata rispecchia, in questo senso, la promessa finanziaria di una liquidità infinita. In entrambi i casi, l’abbondanza si regge su una rimozione della scarsità. I discorsi sulla fine del lavoro, nella misura in cui lo immaginano delegato alle macchine, non descrivono una realtà futura: servono a sostenere nel presente la finzione di una ricchezza e di un linguaggio senza costo.
Eppure, anche l’AI è soggetta a una forma specifica di degradazione nota come model collapse. Il termine proviene dalla recente ricerca nel campo del machine learning e descrive ciò che accade quando i modelli vengono addestrati, di generazione in generazione, su quantità crescenti di dati prodotti da altri modelli, output che nel frattempo hanno “inquinato” la rete – il cosiddetto slop – invece che su dati prodotti da esseri umani.
In queste condizioni, il sistema perde progressivamente contatto con l’eterogeneità originaria dei dati. Il testo sintetico sostituisce l’input esterno. La varietà statistica si riduce. Le forme rare o minoritarie tendono a scomparire. Le previsioni convergono verso schemi sempre più ridondanti. Il risultato può apparire come una forma di stabilità – il discorso resta fluido – ma sotto la superficie si produce un decadimento informativo. L’output diventa più levigato, ma più povero. Più prevedibile, ma meno ancorato al reale.
Già tra la fine degli anni Novanta e i primi Duemila, l’economista Christian Marazzi descriveva la finanza come un sistema linguistico, fondato su una sovrapproduzione di autoreferenzialità. Riprendendo la teoria degli atti linguistici – da Austin a Virno – parlava di “performativo assoluto”: enunciati che non rappresentano il valore, ma lo producono. Nei mercati finanziari, tuttavia, questa performatività si sgancia dal corpo parlante: i segni circolano e si convalidano a vicenda senza un ancoraggio stabile nel lavoro vivo.
Oggi, allo stesso modo, l’AI generativa promette un’abbondanza linguistica apparentemente illimitata, ma lo fa escludendo operativamente il corpo parlante e il suo lavoro. Ciò che potremmo chiamare “finanziarizzazione del linguaggio,” cioè la produzione di valore attraverso la circolazione autoreferenziale dei segni, appare qui come una dinamica speculativa che, come nei mercati finanziari, assume la forma di una bolla, storicamente definita dal suo scoppio o dal suo “collasso”.
Paradossalmente, potremmo ipotizzare che con la crisi di autoreferenzialità l’AI, in contrasto con la sua originaria funzione imitativa della lingua umana, nel tempo arrivi allo sviluppo di varietà linguistiche proprie, fino a far emergere una sorta di identità linguistica. Questa deriva non è nuova. Ogni mediazione tecnica ha prodotto il proprio linguaggio. “Parlare come un libro” non è mai stato solo una metafora, come oggi non lo è nemmeno “diventare un meme”. Ma qui l’affaticamento prende un’altra forma. Non è il corpo a consumarsi, è il linguaggio stesso che continua a circolare anche quando non ha più nulla da cui trarre forza.
//
- Cover Image:
<div class="n6owBd awi2gc" data-sfc-cp="" data-sfc-root="c" data-sfc-cb="" data-hveid="CAIIAAgDEAA"><span data-subtree="aimfl,mfl">Robot umanoidi Unitree H1 </span>sviluppati dall'azienda cinese Unitree Robotics, con sede a Hangzhou. <span class="T286Pc" data-sfc-cp="" data-sfc-root="c" data-sfc-cb="">Hanno eseguito una danza tradizionale cinese, nota come Yangge, durante i festeggiamenti del Capodanno lunare. </span><span class="T286Pc" data-sfc-cp="" data-sfc-root="c" data-sfc-cb="">La performance ha messo in mostra i progressi della Cina nella tecnologia robotica, inclusi movimenti sincronizzati e capacità di equilibrio.</span><span class="uJ19be notranslate" data-sfc-root="c" data-wiz-uids="n47Xle_u,n47Xle_v" data-sfc-cb=""><span class="vKEkVd" data-animation-atomic="" data-wiz-attrbind="class=n47Xle_t/TKHnVd"><span aria-hidden="true"> </span></span></span></div>
