La geografia dell’intelligenza artificiale: il ruolo del Sud del mondo

Dall’avvento dell’intelligenza artificiale generativa, il dibattito globale si è spesso concentrato su un presunto ritardo dell’Africa e, più in generale, del Sud del mondo. Per anni si è parlato di esclusione digitale, di mancanza di infrastrutture e di limitato accesso alle tecnologie emergenti. Tuttavia, questa narrazione risulta oggi parziale e, in parte, fuorviante. Negli ultimi anni, si è infatti assistito a un’evoluzione significativa: l’Africa e il Sud globale non sono più “assenti” dall’ecosistema dell’intelligenza artificiale (IA), ma vi partecipano attivamente. Il problema è che questa partecipazione non si traduce automaticamente in benefici proporzionati. Si è così affermato quello che gli studiosi definiscono un “paradox of contribution withoutcredit”: un contributo sostanziale allo sviluppo dell’IA che non viene riconosciuto, né tantomeno remunerato adeguatamente. Il rischio è che l’IA, anziché colmare il divario digitale, finisca per riprodurre – e persino amplificare – le asimmetrie economiche e geopolitiche già esistenti. Il contributo del Sud del mondo all’IA si colloca oggi lungo una catena del valore profondamente sbilanciata. Se si osserva la geografia dell’innovazione, i centri decisionali, i brevetti e i capitali restano concentrati negli Stati Uniti, in Europae, sempre più, in Asia orientale. Tuttavia,una parte cruciale del lavoro necessario allo sviluppo dell’IA viene svolta altrove.Il paradosso emerge con forza proprio confrontando modelli diversi di partecipazione. In Asia orientale, paesi come Cina, Giappone e Corea del Sud stanno investendo massicciamente nell’integrazione tra intelligenza artificiale e manifattura avanzata, con l’obiettivo di costruire quella che viene definita Physical AI, ossia sistemi intelligenti incorporati nella robotica e nei processi industriali destinati a trasformare interi settori produttivi. Questo modello implica una specializzazione ad alto valore aggiunto: progettazione, sviluppo hardware,controllo delle filiere industriali e creazione di standard tecnologici. In altre parole, questi paesi non si limitano a “nutrire” l’IA, ma la governano e ne catturano i benefici economici. Il Sud del mondo, e in particolare l’Africa, si colloca invece in una posizione molto diversa, partecipando prevalentemente alle fasi a minor valore aggiunto della catena: raccolta dati, annotazione, moderazione dei contenuti. Attività essenziali, ma spesso invisibili e scarsamente remunerate. Questo squilibrio non è casuale, ma riflette dinamiche storiche di dipendenza economica, ora trasposte nel dominio digitale. L’Africa partecipa oggi allo sviluppo dell’intelligenza artificiale principalmente attraverso due canali. Il primo riguarda il lavoro umano necessario all’addestramento degli algoritmi: un esempio emblematico è quello degli annotators, impiegati da grandi aziende tecnologiche per classificare immagini, trascrivere testi e filtrare contenuti. Più in generale, si tratta di una massa di lavoratori, precari e sottopagati, incaricati di analizzare e classificare enormi quantità di contenuti visivi e audio per allenare i sistemi di IA. Il secondo canale è rappresentato dalla fornitura di dati. Secondo analisi del World Economic Forum, l’Africa sta emergendo come una delle principali fonti di dati per l’addestramento dell’intelligenza artificiale. Questi dati si riferiscono a diverse tipologie – sanitarie, agricole,climatiche, finanziarie, biometriche – e il loro valore è enorme, perché consentono di sviluppare modelli più accurati e adattabili a contesti diversi.. Siamo di fronte a dinamiche che sollevano interrogativi fondamentali sulla sovranità digitale e sulla distribuzione del valore. Come nel caso delle risorse naturali, il rischio è che i paesi del Sud del mondo si limitino a esportare materia prima – in questo caso dati grezzi – senza sviluppare le capacità industriali e tecnologiche necessarie per trasformarla. Si configura così una vera e propria commodification of data: i dati diventano una commodity scambiata su mercati globali, il cui valore viene catturato principalmente dagli attori che controllano le infrastrutture tecnologiche e gli algoritmi. Il parallelismo con le economie estrattive del passato è evidente: anche allora, molte regioni del mondo fornivano risorse fondamentali senza beneficiarne pienamente. In conclusione, la rivoluzione dell’intelligenza artificiale come tutte le grandi transizioni tecnologiche, non è neutrale, come ricorda anche papa Leone XIV. Se il Sud del mondo continuerà a essere confinato al ruolo di fornitore di dati e manodopera a basso costo, il rischio è quello di una nuova forma di dipendenza digitale, un sistema in cui il valore viene estratto, concentrato e redistribuito in modo diseguale. In tal senso, l’IA potrebbe non ridurre le disuguaglianze globali, ma addirittura rafforzarle. Per evitare questo scenario, sarà necessario ripensare il modello di governance dell’intelligenza artificiale, promuovendo maggiore equità nella distribuzione dei benefici, investimenti nelle capacità locali e un reale riconoscimento del contributo dei paesi del Sud globale. Perché, in assenza di questi correttivi, la promessa dell’IA rischia di trasformarsi in un’altra occasione mancata: una rivoluzione costruita anche grazie al Sud del mondo, ma non a suo vantaggio.