Categoria: Tecnologia

Le Gigafactory AI europee hanno il loro bando: il 30 luglio 2026 l’impresa comune europea per il calcolo ad alte prestazioni, EuroHPC JU, ha pubblicato il bando ufficiale per selezionare i consorzi che dovranno costruire e mettere in funzione fino a sette impianti sul territorio dell’Unione; le candidature si chiudono il 12 novembre 2026, la selezione è attesa all’inizio del 2027 e gli impianti scelti dovrebbero entrare in funzione entro diciotto mesi dall’aggiudicazione. Sono strutture industriali pensate per l’addestramento, il fine-tuning e l’inferenza dei modelli di frontiera: ciascuna equipaggiata con un numero molto elevato di processori AI di ultima generazione, distribuite in almeno sette Stati membri con la possibilità di configurazioni transfrontaliere.

Cosa sono le Gigafactory AI e in cosa si distinguono dalle AI Factory

Per capire di che cosa si parla serve una misura. Una Gigafactory AI è pensata attorno ad almeno 100.000 chip specializzati, circa quattro volte la scala delle diciannove AI Factory già in costruzione presso i centri di supercalcolo europei, che ne ospitano in media 25.000 ciascuna. È un salto voluto, perché è a quel livello di potenza che si allenano oggi i modelli di frontiera, un terreno che finora resta appannaggio di una manciata di laboratori americani e cinesi. Le Gigafactory non sostituiscono le AI Factory: le completano verso l’alto, spostando l’asticella dalla ricerca e dal fine-tuning all’addestramento su scala continentale.

Bando Gigafactory AI: scadenze, lotti e quanto vale ogni progetto

Il finanziamento è organizzato in due lotti, ed è qui che il modello mostra la sua logica. Il primo lotto sostiene fino a quattro progetti, ciascuno ammissibile a un massimo di 500 milioni di euro di fondi europei sulle due fasi; il secondo, riservato agli impianti più grandi, sostiene fino a tre progetti ammissibili a un massimo di un miliardo ciascuno. Le candidature sono aperte a consorzi o a società veicolo che mettano insieme imprese, enti pubblici, investitori e altri partner, con una attenzione dichiarata a startup, scaleup e piccole e medie imprese come utenti finali della capacità di calcolo.

I 30 miliardi delle Gigafactory AI: cosa è certo e cosa è solo atteso

Il numero che sta circolando su molte testate, circa 30 miliardi di euro, va letto con attenzione, perché mette insieme due voci diverse. Da un lato il finanziamento pubblico di Unione e Stati membri, che la Commissione indica fino a 10 miliardi di euro e che nel comunicato di EuroHPC assume il ruolo di anchor customer, cioè di cliente-ancora che acquista tempo di calcolo per ridurre il rischio dell’investimento; dall’altro oltre 20 miliardi di capitale privato che il modello punta a mobilitare, ma che al momento resta una previsione. C’è un secondo elemento che pesa sul dato: la stessa impresa comune precisa che solo una parte del finanziamento pubblico ricade nell’attuale quadro finanziario pluriennale, mentre il grosso dipenderà dal bilancio 2028-2035, ancora da negoziare. Detto altrimenti: la cassa certa oggi è una frazione della cifra che fa titolo.

Gigafactory AI Europe: dalla strategia InvestAI al Tech Sovereignty Package

Il bando non nasce isolato; è il tassello successivo di una strategia che l’Europa ha costruito per pezzi. A febbraio 2025 Ursula von der Leyen aveva annunciato InvestAI, con l’obiettivo di mobilitare 200 miliardi di euro per l’intelligenza artificiale e un fondo dedicato da 20 miliardi proprio per le gigafactory; a giugno 2026 è arrivato il Tech Sovereignty Package, il pacchetto che ha messo semiconduttori, cloud, AI e open source dentro un’unica cornice industriale, come abbiamo raccontato nell’analisi sul piano europeo per liberarsi dalle Big Tech. È la stessa direzione del piano di autosufficienza da 200 miliardi che l’Unione insegue da mesi, con un obiettivo diventato slogan ricorrente: fare dell’Europa il “Continente dell’intelligenza artificiale”.

Perché le Gigafactory AI contano per imprese, CIO e CISO

Per le imprese, per le pubbliche amministrazioni e per chi in azienda decide dove far girare i carichi di lavoro, la posta non è astratta. Lo lascia intendere la lettura ufficiale del bando: Henna Virkkunen, vicepresidente esecutiva della Commissione per la Sovranità tecnologica, la Sicurezza e la Democrazia, ha definito l’apertura della gara una tappa nelle ambizioni europee di diventare il Continente dell’AI, aggiungendo che l’accesso alla pura scala di potenza di calcolo delle Gigafactory è una necessità strategica per l’Europa mentre lo sviluppo dell’AI accelera. La sovranità digitale, per anni formula da convegno, ha mostrato il suo nucleo concreto quando a giugno 2026 l’accesso ad alcuni modelli avanzati è stato sospeso per decisione statunitense; il tema non è soltanto chi costruisce i modelli, ma chi controlla il calcolo che li rende possibili, come abbiamo documentato raccontando cosa succede quando Washington può spegnere l’AI delle aziende europee. Su questo fronte Digitalic è tornato più volte, dall’allarme di Arthur Mensch di Mistral sui due anni che restano all’Europa fino alla guida su cosa significhi davvero sovranità digitale per CIO e CISO.

Chip americani e sovranità europea: la contraddizione del bando

Il primo dei nodi che il bando non scioglie è l’hardware. Per costruire ora, su tecnologia disponibile, la Commissione ha firmato lettere di intenti con AMD, Nvidia e Qualcomm per garantire l’accesso ai processori, sulla scia dell’accordo commerciale tra Unione europea e Stati Uniti. È un dato che convive in modo scomodo con la retorica dell’autonomia, e che i criteri di gara provano a mitigare chiedendo misure contro il lock-in dei fornitori. La contraddizione è dichiarata: si rivendica indipendenza mentre si dipende dai chip di chi quella indipendenza dovrebbe bilanciare.

Energia: il vero collo di bottiglia delle Gigafactory AI

Il secondo nodo è il più fisico di tutti. Un impianto da 100.000 chip richiede una potenza complessiva di circa 120-150 megawatt, l’equivalente del consumo elettrico continuo di 290.000-365.000 famiglie europee medie. A questo si aggiunge un divario strutturale: l’elettricità in Europa costa due o tre volte quanto negli Stati Uniti o in Cina, e la disponibilità di potenza per i data center è già oggi un fattore limitante che nessun sussidio può cancellare in fretta. Costruire gli impianti è un problema di bandi e capitali; alimentarli è un problema di rete, autorizzazioni e gigawatt, e si risolve su tempi che la politica industriale non controlla del tutto.

Tra annuncio e cassa: perché la platea dei candidati si è ristretta

Il terzo nodo è la distanza tra la cifra e i soldi che arrivano davvero. La risposta iniziale del mercato era stata robusta, con decine di manifestazioni di interesse su decine di siti, ma la platea dei candidati effettivi si è poi ristretta, con alcuni consorzi che hanno riconsiderato la partecipazione, segno che l’appetito privato dipende da certezze di finanziamento e di energia che oggi non sono tutte sul tavolo. Il bando, del resto, è già slittato di oltre un anno rispetto all’obiettivo originario di fine 2025.

Gigafactory AI e Italia: dove si gioca la partita

Per l’Italia la partita è aperta su due fronti. Il Paese è tra i diciotto Stati membri, insieme a Germania, Francia, Spagna e Polonia, che hanno firmato l’accordo di procurement congiunto con EuroHPC; e sul piano infrastrutturale non parte da zero, perché nell’aprile 2026 EuroHPC ha firmato il contratto per rafforzare le capacità AI dell’infrastruttura italiana, con una componente dedicata ai workload di intelligenza artificiale. Restano tre mattoni sul tavolo: modelli, infrastruttura di calcolo, traiettoria europea. Manca la parte più difficile, cioè trasformarli in un’offerta enterprise credibile, scalabile e competitiva rispetto ai grandi player americani.

Gigafactory AI: cosa aspettarsi dal 2027 al 2028

Il calendario, adesso, è scritto: chi vuole partecipare ha tempo fino al 12 novembre, le prime aggiudicazioni arriveranno a inizio 2027, i cantieri subito dopo, con i primi impianti operativi non prima della metà del 2028. La domanda che conta non è se il continente saprà annunciare la sua ambizione; è se saprà finanziarla e alimentarla fino in fondo, trasformando sette progetti su carta in capacità di calcolo davvero disponibile per le imprese europee. Perché l’infrastruttura, come ricorda chi osserva questa corsa da vicino, è un punto di partenza, non un traguardo: il calcolo da solo non genera un OpenAI europeo, ma senza calcolo le startup del continente non hanno dove allenarsi su scala.

Il divieto social under 16 australiano è in vigore da mesi. Dal 10 dicembre 2025 l’Australia obbliga Facebook, Instagram, Snapchat, Threads, TikTok, Twitch, X, YouTube, Kick, Reddit e le altre piattaforme comprese dalla legge a impedire che i minori di 16 anni aprano o mantengano un account. È il primo esperimento nazionale di questa portata e riguarda un confine che, per oltre vent’anni, era stato lasciato quasi interamente alle condizioni d’uso scritte dalle aziende. Ora quel confine ha la forza di una legge: le società che non adottano misure ragionevoli possono essere portate in tribunale e ricevere una sanzione fino a 54,6 milioni di dollari australiani.

Tre mesi dopo l’entrata in vigore, tuttavia, l’81,5% dei bambini e degli adolescenti tra 10 e 15 anni continuava a utilizzare almeno uno dei social sottoposti alla restrizione. Il numero arriva dal primo rapporto ufficiale di eSafety, l’autorità australiana per la sicurezza online, pubblicato il 31 luglio 2026. Letto da solo sembra già una bocciatura; il resto della ricerca offre una conclusione meno comoda: gli account sono diminuiti, l’abitudine e la frequenza d’uso molto meno. Possedere un profilo e usare un social sono ormai due attività separabili; gran parte dell’81,5% passa attraverso browser, link condivisi, account di altre persone e servizi rimasti fuori dal perimetro.

Divieto social under 16 in Australia: cosa prevede la legge

Il titolo più immediato parla di divieto dei social, però la definizione scelta dal legislatore è più precisa. L’Online Safety Amendment (Social Media Minimum Age) Act 2024 non punisce i ragazzi, non attribuisce responsabilità penali o amministrative ai genitori e non impedisce a un quindicenne di vedere un video pubblico su YouTube o di leggere una pagina accessibile senza autenticazione. L’obbligo ricade sui fornitori: devono individuare gli account appartenenti agli under 16, disattivarli, bloccare le nuove registrazioni e contrastare i sistemi di elusione più prevedibili. Devono anche predisporre procedure di ricorso per chi venga classificato per errore e consentire ai ragazzi di recuperare i propri dati prima della chiusura del profilo.

eSafety preferisce descrivere la misura come un rinvio dell’età di accesso agli account, non come un bando assoluto. La distinzione spiega perché YouTube rientri nella legge, ma YouTube Kids resti disponibile; chiarisce anche perché WhatsApp, Messenger, Discord, Roblox, Steam, Pinterest, GitHub e i servizi destinati principalmente alla messaggistica, al gioco o alla scuola siano esclusi, almeno nella configurazione attuale. Il perimetro viene determinato dalla funzione prevalente del servizio, dalla possibilità di pubblicare e interagire con altri utenti, dalla presenza di funzioni disponibili dopo il login e dall’uso di sistemi di raccomandazione.

Questa architettura tenta di colpire il punto nel quale il social smette di essere una pagina da consultare e diventa un ambiente personale: dopo il login la piattaforma conosce la cronologia dell’utente, costruisce un profilo, ordina il feed, permette messaggi e notifiche, misura ogni esitazione e usa quei segnali per scegliere il contenuto successivo. Il danno che la legge vuole ridurre non coincide quindi con la semplice presenza di un video online; riguarda la pressione continua esercitata da un sistema capace di adattarsi alla persona e di imparare come trattenerla.

Divieto social in Australia: i primi dati su account e utilizzo

La valutazione di eSafety durerà due anni e coinvolge complessivamente più di 4.000 bambini e famiglie. Il confronto longitudinale più significativo del primo rapporto riguarda 803 ragazzi tra 10 e 15 anni, intervistati prima dell’applicazione della norma, tra novembre e dicembre 2025, e poi di nuovo tra marzo e aprile 2026. La quota di chi possedeva almeno un account su una piattaforma soggetta al limite è scesa dal 52,4% al 42,1%; dieci punti percentuali descrivono un effetto reale e statisticamente significativo.

Il calo, però, non è uniforme. Gli account YouTube sono passati dal 33,2% al 23,3%, quelli Snapchat dal 28,6% al 23,3%, quelli TikTok dal 28,2% al 21,7%; su Instagram la flessione dal 21,6% al 19,3% non ha raggiunto la stessa significatività statistica. Trentasette ragazzi su cento possedevano un account prima della legge e lo conservavano tre mesi dopo; il 5% ne aveva aperto uno che non risultava alla prima rilevazione.

Quando la domanda passa dalla proprietà dell’account all’uso effettivo, la distanza diventa evidente. L’85,9% del campione aveva utilizzato almeno un social limitato nelle quattro settimane precedenti la rilevazione iniziale; tre mesi dopo la percentuale era ancora all’81,5%. L’uso quotidiano o più frequente è sceso di circa due punti, dal 60% al 58%. YouTube continuava a essere frequentato dal 73,6% dei ragazzi, TikTok dal 34,6%, Snapchat dal 27,9% e Instagram dal 25,5%. Reddit ha perfino guadagnato terreno, passando dal 6,1% al 9,4%.

Perché l’81,5% degli under 16 usa ancora i social

Il 13% dei ragazzi aveva un account prima della restrizione e non ne possedeva più nessuno tre mesi dopo. Sul totale del campione, soltanto il 3% aveva anche smesso di usare i social limitati; un altro 10% continuava a frequentarli senza un profilo proprio. Un quinto dichiarava di usare piattaforme soggette alla legge senza account sia prima sia dopo la sua entrata in vigore. Può accadere attraverso un browser, un link ricevuto in chat, il telefono di un amico, il profilo di un fratello o quello di un genitore; sono comportamenti ordinari, per i quali non serve alcuna competenza tecnica.

Su YouTube gran parte dei video rimane visibile senza login, mentre i contenuti di TikTok, Reddit e altre piattaforme possono comparire nei risultati di ricerca o circolare come collegamenti. L’esperienza non è identica a quella di un utente registrato: mancano alcune funzioni sociali, le raccolte personali e una parte della personalizzazione persistente. Rimangono però il flusso dei contenuti, la possibilità di passare da un video all’altro e sistemi di raccomandazione che possono utilizzare il contesto della sessione, il dispositivo e ciò che è stato appena guardato. La chiusura dell’account riduce la quantità di dati collegati stabilmente a una persona; non spegne automaticamente il meccanismo che distribuisce l’attenzione.

Perché il divieto social viene aggirato anche senza VPN

La lettura più indulgente con le piattaforme attribuisce il risultato all’abilità dei ragazzi, da sempre rapidi nel superare i controlli pensati dagli adulti. I dati di eSafety raccontano un’altra storia: circa metà di coloro che avevano conservato un account ha dichiarato che il servizio non aveva mai chiesto di confermare l’età; altri profili riportavano già una data di nascita superiore ai 16 anni, oppure erano stati classificati come appartenenti a un adulto dal sistema automatico. L’uso di VPN e altre tecniche elaborate resta marginale, così come l’intervento dei genitori per aggirare le regole. In molti casi la porta non era stata chiusa.

Già prima dell’entrata in vigore, eSafety aveva chiarito che l’autodichiarazione non poteva costituire da sola una misura ragionevole. Dopo i primi controlli ha aperto verifiche sulla possibile inosservanza da parte di Facebook, Instagram, Snapchat, TikTok e YouTube. L’esito sarà importante anche fuori dall’Australia: finché “misure ragionevoli” resta una formula priva di conseguenze applicative, ogni piattaforma può bilanciare accuratezza, costi e perdita di utenti secondo il proprio interesse; una decisione o una sanzione comincerà invece a definire quale tasso di errore sia tollerabile.

Verifica dell’età sui social: come funziona e quali rischi comporta

Age assurance è l’espressione che comprende metodi molto diversi. La verifica in senso stretto confronta la data di nascita con un documento, un’identità digitale o una fonte affidabile; la stima usa, per esempio, un’immagine del volto e un modello di intelligenza artificiale per collocare la persona in una fascia anagrafica; l’inferenza combina dati già disponibili, come il comportamento dell’account, la sua storia, le relazioni e talvolta i segnali del dispositivo. Esistono poi sistemi a più livelli, nei quali un controllo leggero viene rafforzato soltanto quando il risultato è incerto o il rischio è maggiore.

Il test tecnologico commissionato dal governo australiano ha valutato più di sessanta soluzioni di quarantotto fornitori, includendo verifica, stima facciale, inferenza, consenso dei genitori e validazione successiva. Nessun metodo risolve da solo l’intero problema. Un documento offre maggiore certezza, ma lega l’accesso a un’identità e crea dati molto sensibili; la stima facciale è più rapida, però lavora con una probabilità e diventa delicata proprio vicino alla soglia dei 16 anni; l’analisi del comportamento può operare senza chiedere nulla all’utente, al prezzo di una sorveglianza ancora più estesa.

Il controllo crea un problema ulteriore. Per proteggere i minori dalla profilazione, una piattaforma potrebbe esaminare più informazioni su tutti, adulti compresi, così da stabilire chi sia minorenne. Anche un sistema accurato può lasciare attivo un quindicenne o cancellare l’archivio di una persona adulta; la guida australiana chiede quindi controlli stratificati, più metodi tra cui scegliere, prove di vitalità contro le fotografie mostrate alla fotocamera e procedure di ricorso accessibili.

La via meno invasiva separa l’età dall’identità: un’applicazione o un portafoglio digitale attesta soltanto che l’utente ha superato una soglia, senza comunicare alla piattaforma nome, data di nascita o documento. È la logica del progetto europeo per la verifica dell’età, inizialmente concentrato sui contenuti riservati ai maggiorenni. Resta da stabilire chi debba rilasciare la prova e a quale livello del sistema collocarla. Meta indica gli store di Apple e Google; nell’articolo in cui Instagram chiede agli App Store di verificare l’età avevamo già osservato che spostare il controllo significa spostare costi, dati e responsabilità, senza rendere più sicuro il feed.

Perché l’età minima per iscriversi ai social era di 13 anni

Prima dell’Australia, il limite più comune era 13 anni. È entrato nell’immaginario come se descrivesse una fase dello sviluppo, ma deriva soprattutto dalla normativa statunitense sulla raccolta dei dati. Il Children’s Online Privacy Protection Act impone condizioni specifiche ai servizi che raccolgono informazioni personali da bambini sotto i 13 anni e richiede, nei casi previsti, un consenso verificabile dei genitori. Per molte piattaforme è stato più semplice escludere formalmente quella fascia che costruire prodotti e processi conformi.

La conseguenza è stata una soglia affidata a una casella nel modulo di registrazione. I minori dichiaravano un anno di nascita diverso, le aziende potevano sostenere di non sapere e l’account cresceva insieme al bambino. Nel 2021 Meta progettava persino un Instagram dedicato ai bambini sotto i 13 anni, ipotesi poi sospesa tra opposizioni politiche e timori sulla sicurezza. Quel progetto mostrava già il conflitto che oggi torna in Australia: riconoscere ufficialmente i bambini permette di offrire protezioni adeguate, ma consente anche di inserirli prima dentro un ecosistema commerciale.

Algoritmi e dipendenza: perché il limite d’età non basta

Un sistema perfetto di verifica ridurrebbe gli account sotto i 16 anni; molti rischi dipendono però dal funzionamento del servizio e riguardano anche gli adolescenti autorizzati e gli adulti. Scorrimento infinito, autoplay, notifiche, serie di interazioni da non interrompere, contenuti effimeri e raccomandazioni costruite sui segnali comportamentali aumentano le sessioni, il tempo trascorso e le occasioni di mostrare pubblicità.

La Commissione europea ha già contestato a TikTok di non avere valutato in modo adeguato gli effetti di un design capace di alimentare comportamenti compulsivi. Negli Stati Uniti, la sentenza che ha riconosciuto la responsabilità di Meta e YouTube per i danni subiti da una minore ha portato in tribunale la struttura delle applicazioni: sotto accusa non erano i singoli post caricati dagli utenti, bensì gli algoritmi e le funzioni progettate per prolungare l’uso.

Divieto social e genitori: il rischio di un uso più nascosto

Il segnale più preoccupante del rapporto australiano riguarda i bambini tra 10 e 12 anni. Tra i genitori dei minori che avevano usato i social nelle quattro settimane precedenti, la quota di chi non ne era consapevole è salita dal 35,4% al 49,1%. Il cambiamento è particolarmente evidente anche tra i genitori delle ragazze. La ricerca non consente di concludere che la legge abbia causato un passaggio generalizzato alla clandestinità digitale; mostra però che l’uso può continuare diventando meno visibile dentro la famiglia.

Tra i genitori dei bambini più piccoli compare anche un movimento in direzione diversa: dichiarano di sentire meno pressione ad adeguarsi a ciò che consentono le altre famiglie. Una legge può cambiare il comportamento rendendo più semplice dire di no, senza lasciare al singolo genitore l’onere di opporsi da solo a una pratica condivisa dalla classe. Questa variazione culturale è ancora fragile e convive con una minore conoscenza dell’uso reale; le rilevazioni successive diranno quale delle due tendenze durerà.

Divieto social e salute mentale: cosa dicono i primi dati

Prima dell’entrata in vigore, il 43,8% dei ragazzi si aspettava conseguenze negative e il 19,3% effetti positivi. Dopo tre mesi, il 65,4% ha dichiarato che la legge non aveva avuto alcun impatto; il 19,9% ne segnalava uno negativo e l’11,5% uno positivo. Autostima, benessere percepito e disagio psicologico sono rimasti sostanzialmente stabili, così come lo stress dei genitori e i conflitti familiari legati alla tecnologia.

Questi risultati misurano un intervento che aveva modificato poco l’uso e un periodo troppo breve per individuare cambiamenti nello sviluppo, nel sonno, nel rendimento scolastico o nella qualità delle relazioni. Il rapporto considera molti esiti di medio e lungo periodo; la condizione necessaria per produrli, una riduzione consistente degli account e dell’accesso personalizzato, non si era ancora realizzata. L’81,5% non chiude quindi la discussione sugli effetti sanitari, mentre documenta con chiarezza un difetto di applicazione.

Quali Paesi vietano o limitano i social network ai minori

L’esperimento australiano viene osservato da governi che stanno scegliendo soglie simili con strumenti differenti. La Francia ha approvato il divieto di aprire account social sotto i 15 anni, con applicazione prevista dal 1° settembre 2026 e quattro mesi aggiuntivi concessi alle piattaforme per chiudere i profili già esistenti. La Malaysia ha iniziato dal 1° giugno a impedire nuove registrazioni agli under 16; la Turchia ha approvato in aprile una soglia di 15 anni, mentre gli Emirati Arabi Uniti hanno vietato agli under 15 di creare o utilizzare account personali e hanno affiancato al limite restrizioni sulle funzioni disponibili.

Il Regno Unito punta a rendere operativo un blocco sotto i 16 anni nella primavera del 2027. Danimarca, Norvegia, Polonia, Slovenia, Spagna e Svezia hanno annunciato o stanno preparando misure con soglie tra 15 e 16 anni; in Germania, tra 13 e 16 anni, l’accesso è legato al consenso dei genitori. La Cina segue una strada diversa attraverso la modalità minori, con limiti integrati nei dispositivi e regole sulle applicazioni che cambiano secondo l’età. La mappa internazionale aggiornata da Reuters mostra una convergenza politica sulla necessità di intervenire, senza una convergenza altrettanto chiara sulla tecnologia e sulle responsabilità.

L’Unione europea, intanto, applica il Digital Services Act e ha scelto di intervenire sul rischio. Le linee guida europee per la protezione dei minori raccomandano account privati per impostazione predefinita, sistemi di raccomandazione che privilegino le scelte esplicite rispetto ai segnali comportamentali, strumenti semplici per bloccare gli utenti e la disattivazione automatica di funzioni che favoriscono un uso eccessivo, come streak, autoplay, notifiche push e conferme di lettura. Il Parlamento europeo ha chiesto una soglia comune di 16 anni con consenso dei genitori e un limite assoluto sotto i 13, ma la risoluzione non costituisce ancora una legge vincolante.

Social network e minori: cosa prevede la normativa italiana

In Italia, al 31 luglio 2026, non esiste un divieto generale paragonabile a quello australiano. L’articolo 2-quinquies del Codice privacy fissa a 14 anni la soglia alla quale il minore può prestare autonomamente il consenso al trattamento dei dati nell’offerta diretta di servizi della società dell’informazione, quando quel trattamento si fonda proprio sul consenso. Sotto i 14 anni è necessaria l’autorizzazione di chi esercita la responsabilità genitoriale. Come spiega il Garante per la protezione dei dati personali, la regola non riguarda ogni trattamento e non modifica automaticamente la capacità contrattuale del minore.

Dire che in Italia i social sono vietati sotto i 14 anni è quindi impreciso. La norma disciplina il consenso ai dati, non istituisce un controllo universale all’ingresso e non trasforma il quattordicesimo compleanno in un lasciapassare. Le condizioni d’uso di TikTok, Instagram, Facebook e molte altre applicazioni indicano ancora 13 anni, soglia privata derivata in larga misura dal modello statunitense; la possibilità materiale di registrarsi non dimostra che il consenso sia stato raccolto correttamente, né che l’esperienza sia adeguata all’età.

Si applica inoltre il Digital Services Act, che impone alle piattaforme accessibili ai minori un livello elevato di privacy, sicurezza e protezione, vieta la pubblicità mirata ai ragazzi e richiede di valutare i rischi sistemici. Le linee guida del 2025 danno a questi principi una forma più concreta: feed meno dipendenti dai segnali impliciti, impostazioni private, moderazione efficace, controlli parentali, limiti alle architetture persuasive e metodi di verifica dell’età accurati, robusti, non invasivi e non discriminatori. La Commissione può usare queste indicazioni per valutare il rispetto dell’articolo 28 del DSA da parte delle grandi piattaforme.

Sul versante della connessione, le regole AGCOM sul parental control obbligano gli operatori Internet a mettere a disposizione sistemi di filtro e a preattivarli sulle utenze intestate ai minori o sulle offerte loro dedicate. I blocchi riguardano categorie come contenuti per adulti, gioco d’azzardo, violenza, armi, odio e discriminazione; lavorano attraverso DNS o applicazioni installate sui dispositivi. Sono strumenti utili, però non verificano chi stia usando un account social e non intervengono sul feed di un’applicazione autorizzata.

Il vuoto tra protezione dei dati, filtri di rete e accesso alle piattaforme è arrivato anche davanti ai giudici. Nel maggio 2026 il MOIGE e alcune famiglie hanno affrontato Meta e TikTok al Tribunale delle imprese di Milano nella prima udienza di un’azione sui minori nei social, chiedendo sistemi più forti per verificare l’età degli under 14, maggiore trasparenza sui danni e la rimozione di algoritmi ritenuti manipolativi. L’associazione sostiene che 3,5 milioni di bambini italiani tra 7 e 14 anni siano attivi sulle piattaforme. Il procedimento non ha ancora prodotto una regola generale, ma rende visibile il punto debole del sistema italiano: esiste una soglia per il consenso, senza un’infrastruttura uniforme che consenta di applicarla.

In Parlamento sono in discussione proposte per innalzare i limiti e attribuire nuovi obblighi alle piattaforme; nessuna, alla data di questo articolo, ha introdotto un blocco nazionale. Importare semplicemente il numero australiano produrrebbe probabilmente lo stesso conflitto osservato a Sydney, perché la soglia funziona soltanto insieme a una definizione dei servizi coinvolti, standard tecnici, limiti alla raccolta dei dati, procedure di ricorso, poteri di controllo e sanzioni applicabili. La parte difficile della legge comincia dopo avere scritto “16 anni”.

Il divieto social australiano funziona? Il nodo dell’applicazione

Contare gli account rimossi offre ad aziende e governi un risultato facilmente comunicabile, ma dice poco sull’esposizione effettiva quando i contenuti restano accessibili senza login o attraverso profili altrui. Frequenza, tempo trascorso, grado di personalizzazione, messaggistica, trasferimento verso altri servizi e consapevolezza dei genitori descrivono fenomeni diversi; il rapporto di eSafety evita opportunamente di comprimerli in una sola percentuale.

Rimane poi il calcolo economico delle piattaforme. Controlli severi possono espellere adulti, aumentare l’attrito all’iscrizione e spingere gli utenti verso concorrenti più permissivi; verifiche deboli conservano pubblico e ricavi finché l’inosservanza costa meno della conformità. La sanzione serve a modificare questo rapporto, mentre la tutela della privacy impone che la prova dell’età non diventi la consegna di documenti e volti a ogni social network. Le indagini australiane stabiliranno quanto spazio rimane fra questi due vincoli.

I primi tre mesi documentano soprattutto una premessa tecnica non realizzata: le piattaforme non avevano identificato con continuità gli utenti sotto i 16 anni e molti ragazzi non avevano incontrato un vero controllo. Gli effetti sulla salute e sulle relazioni potranno essere valutati quando l’intervento descritto dalla legge assomiglierà a quello sperimentato nella vita quotidiana. Per ora l’Australia ha definito un’età; le piattaforme non hanno ancora dimostrato di saperla riconoscere senza chiedere a tutti gli utenti più dati di quanti ne raccolgano già.

Fino a poco tempo fa, verificare l’efficacia di una strategia di visibilità online significava guardare ranking, traffico organico e conversioni da Google. Oggi questo schema non basta più: una parte crescente di utenti non clicca più sui link nei risultati di ricerca, ma legge direttamente la risposta generata da IA come ChatGPT, Gemini o Perplexity. E se il tuo brand non compare tra le fonti citate in quella risposta, per quell’utente semplicemente non esisti.

Questo cambiamento ha dato origine alla GEO, la Generative Engine Optimization: l’insieme di attività che aiutano un sito a diventare una fonte citata dai motori di risposta basati su intelligenza artificiale. Ma se la SEO tradizionale ha decenni di metriche consolidate, la GEO è ancora un terreno dove molte aziende non sanno bene cosa misurare, né come farlo in modo affidabile.

Cos’è la GEO (Generative Engine Optimization)

La GEO è la disciplina che ottimizza contenuti e struttura informativa di un sito affinché vengano selezionati e citati dai Large Language Model nelle loro risposte. Non si tratta di “tradurre” le tecniche SEO su un altro canale: gli LLM non restituiscono un elenco di link ordinati per rilevanza, ma sintetizzano informazioni da più fonti in un’unica risposta discorsiva, scegliendo quali citare in base a segnali di autorevolezza, chiarezza semantica e coerenza con l’intento della domanda. È proprio per governare questi meccanismi, ancora poco intuitivi rispetto alla SEO classica, che sempre più aziende si affidano a servizi di consulenza GEO per la visibilità AI, capaci di leggere e interpretare segnali che altrimenti resterebbero invisibili.

La GEO lavora su leve diverse rispetto alla SEO classica: struttura dei contenuti pensata per essere estratta facilmente, segnali di E-E-A-T (esperienza, competenza, autorevolezza, affidabilità) più marcati, presenza distribuita su fonti terze che gli LLM consultano per formarsi un’opinione sul brand. SEO e GEO non sono in competizione tra loro, anzi si sovrappongono su molti fronti tecnici, ma richiedono metriche di misurazione parzialmente diverse.

Perché le aziende dovrebbero lavorare sulla GEO

Il motivo principale è comportamentale: gli utenti stanno cambiando il modo in cui cercano informazioni. Le query si sono allungate, sono diventate più conversazionali, spesso assomigliano più a una domanda posta a un consulente che a una parola chiave digitata in una barra di ricerca.

In aggiunta, c’è poi il tema del posizionamento competitivo. In molti settori, essere citati come fonte in una risposta di ChatGPT o Google AI Mode rappresenta un vantaggio ancora poco intaccato dalla concorrenza, semplicemente perché in pochi stanno presidiando consapevolmente questo fronte. Chi arriva prima, e con dati alla mano, si troverà in una posizione più solida quando il resto del mercato inizierà a fare lo stesso.

Infine, c’è un ulteriore motivo meno intuitivo ma altrettanto concreto: le risposte generate dagli LLM influenzano la percezione di affidabilità di un brand anche quando l’utente non clicca su nessun link. Essere citati (o non esserlo) diventa un segnale reputazionale, prima ancora che un canale di traffico.

Come si misura la GEO (e perché è importante farlo)

Misurare la GEO è più complesso che misurare il posizionamento su Google, per un motivo semplice: non esiste una SERP statica da controllare, ma una risposta generata dinamicamente ogni volta, che può variare in base alla formulazione della domanda, al modello utilizzato e persino al momento della richiesta. Un controllo occasionale di conseguenza non basta, ma serve un approccio strutturato.

Le metriche principali su cui si costruisce una misurazione GEO affidabile sono:

Tasso di citazione: quante volte, su un campione di query rilevanti per il settore, il sito viene effettivamente menzionato come fonte nella risposta generata.
Stabilità della citazione nel tempo: non basta essere citati una volta. Conta se quella citazione si ripete in modo consistente su richieste ripetute e su periodi di osservazione prolungati, perché le risposte degli LLM possono variare sensibilmente da un giorno all’altro.
Posizionamento all’interno della risposta: essere citati come fonte principale di un’affermazione ha un peso diverso rispetto a comparire in un elenco di riferimenti secondari.
Share of voice generativo: quanto spazio occupa il brand rispetto ai competitor diretti, calcolato sullo stesso paniere di query e sugli stessi motori generativi.
Fonti terze utilizzate dagli LLM: capire quali articoli, recensioni o pagine esterne il modello cita quando parla del brand aiuta a capire dove intervenire anche fuori dal sito di proprietà.

Il punto di partenza operativo, in genere, è un audit che mappa la situazione attuale: si interrogano i principali motori generativi con un paniere di domande rappresentative del settore, si registra sistematicamente se, come e quanto spesso il brand compare nelle risposte, e si confronta il dato con quello dei competitor più diretti. Da questa fotografia iniziale si costruisce la strategia di intervento, e lo stesso paniere di query viene poi ripetuto nel tempo per verificare se il lavoro sta effettivamente producendo un incremento nelle citazioni.

Perché è fondamentale misurare correttamente la GEO? Senza un monitoraggio strutturato è impossibile distinguere un miglioramento reale da un’oscillazione temporanea del modello, e si rischia di attribuire risultati (o fallimenti) a interventi che in realtà non c’entrano nulla.

Un esempio concreto di come la misurazione guida la strategia

Per capire quanto sia utile un monitoraggio sistematico, prendiamo un caso tipico: un’azienda B2B che, dopo un primo audit, risultava citata raramente nelle risposte generate su query relative al proprio settore, mentre due competitor diretti comparivano con regolarità. L’analisi delle fonti utilizzate dagli LLM ha mostrato che quei competitor venivano citati principalmente attraverso articoli di terze parti (recensioni di settore, guide comparative, menzioni editoriali) più che attraverso il proprio sito.

Il lavoro si è quindi concentrato su due fronti paralleli: rafforzare la struttura informativa del sito aziendale per renderlo più facilmente “estraibile” dai modelli, e costruire presenza su fonti terze autorevoli del settore.

Ripetendo lo stesso paniere di query mese dopo mese, il tasso di citazione è cresciuto in modo progressivo, con un salto particolarmente evidente nei mesi successivi alla pubblicazione di contenuti su fonti esterne rilevanti. Senza quella misurazione ricorrente, sarebbe stato impossibile capire quale delle due leve avesse effettivamente inciso di più.

Conclusioni

La GEO non si misura come la SEO tradizionale, ma questo non significa che sia impossibile da monitorare in modo rigoroso. Serve un metodo: un paniere di query rappresentativo, un monitoraggio ricorrente su più motori generativi, metriche che vadano oltre il semplice “sì o no” della citazione e che considerino stabilità, posizionamento e fonti coinvolte. Le aziende che stanno iniziando a lavorare su questo fronte oggi, misurando fin da subito in modo strutturato, si troveranno in una posizione di vantaggio quando la GEO diventerà, come è già successo per la SEO, una componente scontata di qualsiasi strategia di visibilità online.


Ahmed Mohamud cammina da giorni sotto il sole feroce del nord della Somalia. Con lui ci sono altri cinque pastori e quel che resta della loro mandria di cammelli. Cercano acqua ed erba, ma non la trovano.

Stanno inseguendo la pioggia, dirigendosi dove dovrebbe cadere facendo crescere dei pascoli. Fanno quello si fa in quelle terre da generazioni, come facevano i loro padri e i loro nonni. Leggono il vento e i segni della natura per capire dove dirigere la mandria.

Da qualche anno, però, la pioggia non arriva quando dovrebbe. Dove Ahmed contava di trovare l’erba, la terra è secca. «I cammelli hanno sete», dice; «non c’è cibo, il terreno è arido». Aveva 70 cammelli quando è partito; cinquanta sono morti nel viaggio per mancanza di cibo.

Il punto è questo: Ahmed non ha sbagliato niente, fa quello che facevano i suoi avi e lo fa bene, è il cielo che ha smesso di seguire le regole antiche; con il cambiamento climatico le piogge sono diventate irregolari, non bastano più i vecchi metodi per sapere dove trovare un pascolo.

Quello che servirebbe ad Ahmed è un nuovo modo per sapere in anticipo dove davvero cadrà la pioggia. In effetti c’è uno strumento che potrebbe risolvere il problema: un satellite che passa sopra la sua testa ha esattamente i dati che a lui mancano.

Il canto che sentire ci trasporta in quelle terre rosse e arse del Corno d’Africa, è una poesia dei pastori nomadi scritta e recitata dal poeta Somalo Timacà-dde ed è incredibile come le sue parole siano attuali se le applichiamo al mondo della tecnologia e alla storia che vi racconto. Il verso più famoso dice così: «Meglio il poco latte della tua cammella che il molto munto da un’altra». Tenetelo a mente: ci torneremo.

Trasformare i dati di quel satellite che passa sopra la testa di Ahmed in una previsione metereologica affidabile è un lavoro per l’intelligenza artificiale.

Quando noi pensiamo alla tecnologia e all’intelligenza artificiale in particolare, ci vengono in mente magari compiti resi più veloci, procedure che diventano più efficienti, ma in alcuni posti del mondo la tecnologia è la linea sottile che separa la vita dalla morte e non solo quella di un individuo, ma quella di intere popolazioni. Su quella linea una donna ha costruito la sua azienda, e forse il futuro digitale di un intero continente. Si chiama Kate Kallot, lavora a Nairobi, e questa è la sua storia.

Quel satellite di cui abbiamo parlato ha un nome: Landsat, è il programma americano che fotografa la Terra da più di cinquant’anni. Il problema è come è fatto. La sua risoluzione è perfetta per le mega-fattorie americane: campi enormi con una sola coltura a perdita d’occhio; ma Landsat quando passa sopra l’Africa si perde, diventa cieco. Qui i campi sono piccoli, a volte meno di un ettaro, le colture si mescolano, i confini non sono delle linee nette. Alla risoluzione di Landsat, un campo africano è solo un pixel confuso; difficilmente analizzabile.

Se i satelliti non leggono bene il territorio africano significa anche, che l’Africa non esiste nell’intelligenza artificiale. I modelli infatti imparano dai dati; dove i dati non ci sono i modelli non funzionano. Quindi niente dati e niente previsioni affidabili su dove e quando cadrà la pioggia. I dati sono di altri, pensati per altri, non per l’Africa.

Kate Kallot, lo spiega meglio di me.

«Oggi l’intelligenza artificiale viene usata sempre di più per leggere gli eventi meteo estremi, e per sapere dove investire. Ma i dati restano controllati e posseduti dai Paesi del Nord del mondo; è lì che sta la ricchezza, ed è lì che nasce la frattura: i modelli climatici globali non integrano la realtà del terreno.»

L’Africa è un continente con pochi dati ambientali affidabili.

Per questo non è quasi contemplata dai sistemi che forniscono previsioni meteo precise, o da quelli che danno stime sulla siccità: dati essenziali, ad esempio, per le assicurazioni sui raccolti.

Un agricoltore dell’Iowa ha previsioni accurate al chilometro; Ahmed, e milioni come lui, restano soli sotto l’ormai imprevedibile cielo africano. Quando la pioggia non arriva e nessuno ha avvisato in tempo, gli animali muoiono in marce estenuanti alla ricerca dell’erba che non c’è. Se si semina nel momento sbagliato, perché si spera che arrivi l’acqua e l’acqua non arriva si perde il raccolto, in entrambi i casi qualcuno in più fa la fame.

Il continente che avrebbe più bisogno di previsioni meteo accurate ne resta escluso, i grandi modelli lo vedono sfuocato.

Proprio per questo Kate Kallot ha fondato Amini nel 2022: per dare una nuova vista ai satelliti, e fare in modo che le migliaia di foto scattate sopra l’Africa servissero davvero a chi ci vive.

Amini prende le immagini realizzate dallo spazio e le combina con dati raccolti sul posto, sul terreno, sulle colture vere; poi usa l’intelligenza artificiale per trasformarli in risposte concrete: cioè capire se un campo sta soffrendo, prevedere la siccità in una zona o magari un’alluvione, queste informazioni permettono ad un’assicurazione di valutare i rischi reali di un raccolto e concedere una protezione assicurativa agli agricoltori.

Ecco fin qui è una bella storia: abbiamo un’imprenditrice, un buco nei dati, una startup che prova a riempirlo; e qui il racconto potrebbe finire, invece è qui che comincia.

Il problema vero, quello che Kate ha capito prima di molti altri, non è la mancanza di dati.

Anche quando i dati africani esistono, seguono lo stesso percorso dell’oro e dei diamanti: la materia prima esce grezza dall’Africa, viene lavorata lontano, e torna nel continente come prodotto finito, a caro prezzo. Magari vi ricorda qualcosa, lo schema è quello dell’estrazione coloniale solo che stavolta la materia prima sono le informazioni.

«Quello che succede è che molte grandi aziende di AI arrivano in Africa e dicono: vi diamo accesso ai nostri modelli, li diamo ai vostri studenti universitari, li diamo gratis a ogni scuola del Paese. In cambio cosa dovete dare? Solo i vostri dati: li addestriamo noi per voi, e garantiamo che restino accessibili alla gente del vostro Paese. Ma quello che stiamo regalando è la nostra sovranità; stiamo ripetendo gli errori del passato, quelli che ci portiamo dietro da decenni, se non da secoli.»

Per capire perché questo schema Kate Kallot lo ha visto prima degli altri bisogna sapere da dove viene. Kate è nata in Francia 35 anni fa, ma la sua famiglia no: i suoi genitori erano esuli della Repubblica Centrafricana, fuggiti dalla dittatura di Bokassa. Come ha raccontato lei stessa a TIME, suo nonno era un agente dell’INTERPOL formato in Francia che poi era tornato in Africa per contribuire a risollevare il Paese che aveva da poco conquistato l’indipendenza, quel tentativo però non è riuscito e il nonno di Kate fu assassinato.

La Repubblica Centrafricana è uno dei paradossi del nostro pianeta: è ricchissima di diamanti, oro, coltan, perfino di uranio, eppure resta tra i Paesi più poveri del mondo.

Il motivo è che per decenni il dominio coloniale ha premiato l’estrazione e mai l’infrastruttura: le ricchezze uscivano dal Paese, mentre la capacità di trasformarle veniva costruita altrove. Kate Kallot è cresciuta con questo schema inciso nella memoria e l’ha visto subito nel sistema dell’Intelligenza artificiale che si stava formando.

L’industria dell’AI lei la conosce bene, dall’interno, ha fatto carriera nelle aziende che oggi dominano l’intelligenza artificiale: ha lavorato in Arm (quelli dei chip), poi in Intel occupandosi del primo kit di intelligenza artificiale in formato chiavetta USB, e successivamente è passata ad NVIDIA proprio mentre NVIDIA diventava una delle aziende più importanti del mondo.

Nel momento in cui chiunque si sarebbe seduto sugli allori, lei ha fatto il contrario: ha lasciato NVIDIA e si è trasferita a Nairobi, lì ha fondato Amini. Il motivo lo ha scritto lei stessa: «qui c’è talento ovunque, ma infrastruttura da nessuna parte; è questa l’eredità con cui deve fare i conti la mia generazione di imprenditori africani».

«Dobbiamo ripensare la definizione stessa di innovazione nell’intelligenza artificiale: non si tratta sempre di costruire il modello generalista più grande, si tratta di risolvere i problemi dei nostri Paesi e delle nostre comunità. Quando lo faremo, capiranno che l’Africa è all’avanguardia da moltissimo tempo.»

Ma cosa fa Amini, concretamente per la popolazioni africane?

Serve piccoli agricoltori in più Paesi a cui fornisce previsioni meteo localizzate, monitoraggio della salute delle colture e una valutazione del rischio siccità. Non è poco. Ricordate la linea sottile dell’inizio. Un agricoltore che sa in anticipo quando arriverà la pioggia semina al momento giusto; uno che conosce il rischio siccità dei suoi terreni può assicurare il raccolto. C’è anche un dato economico che misura la differenza tra avere questi dati e non averli: grazie al lavoro di Amini con Aon e la Banca Africana di Sviluppo, i prezzi delle polizze sui raccolti si sono ridotti del 30 per cento, allargando così la copertura a un numero maggiore di piccoli agricoltori che ora possono permettersi una copertura. Quando i dati ci sono, il rischio smette di essere un’incognita assoluta. Lo puoi misurare, e quindi assicurare. Così una siccità resta un colpo durissimo, ma non condanna una famiglia a perdere tutto. Ecco la linea sottile tra la vita e la morte, tradotta in numeri. Intanto Amini è diventata anche altro: in Kenya è tra i partner di un hub di intelligenza artificiale; in Costa d’Avorio sta portando il suo modello sulla filiera del cacao,

Insomma non migliora solo la visione dei satelliti e la visibilità dell’Africa nei Modelli AI ora Amini è passata anche a costruire l’infrastruttura del sistema, Quello che nessuno però poteva immaginare era il contesto in cui tutto questo sarebbe stato annunciato, e davanti a chi. Andiamo a Nairobi. È l’11 maggio 2026, siamo nella Taifa Hall dell’Università di Nairobi. Al summit Africa Forward, davanti a capi di Stato e leader mondiali, Kate Kallot sale sul palco; e fa un annuncio.

«Oggi siamo molto orgogliosi di annunciare una partnership con Foxconn e Bull, per chiudere il divario di calcolo sovrano in Africa. Costruiremo capacità di calcolo modulare, efficiente sul piano energetico, sostenibile nei costi; così, finalmente, potremo possedere e gestire un’infrastruttura nostra.»

Foxconn è il più grande produttore di elettronica al mondo, l’azienda, tanto per capirci che assembla gli iPhone e i server dell’intelligenza artificiale; Bull è una storica azienda informatica di proprietà del governo francese. I tre insieme costruiranno data center modulari, gestiti sul posto, per colmare il divario di potenza di calcolo sovrana dell’Africa e del Sud del mondo.

Sul palco, accanto a lei, ci sono il presidente del Kenya William Ruto ed Emmanuel Macron, il presidente della Francia; e Macron indica proprio quell’accordo come un esempio, dice che tutti dobbiamo affrontare la sfida della sovranità e ridurre le nostre dipendenze.

Devo dire che questa scena è abbastanza cinematografica, è come un cerchio che si chiude, ma in modo imprevedibile: la nipote di un uomo assassinato nel Centrafrica appena uscito dal dominio coloniale francese sta su un palco a Nairobi, e il presidente della Francia cita la sua azienda come modello di sovranità.

Non è così, per due ragioni.

La prima l’abbiamo già incontrata in questo podcast: vi ricordate Joan Kinyua? lei era una data labeler che etichettava dati per le intelligenze artificiali a Nairobi, la stessa città di Kallot, ed è anche lo stesso mercato quello della AI, solo visto da due piani diversi: in basso chi etichetta i dati per pochi dollari; in alto chi costruisce l’infrastruttura, ma sono molto collegati. Kate Kallot lo ha detto esplicitamente sul palco di Nairobi: l’Africa non può restare in fondo alla catena del valore dell’intelligenza artificiale, lì ad etichettare dati mentre altri possiedono i sistemi. Insomma, ho hai l’infrastruttura o sarai costretto a stare ai piani bassi del sistema.

La seconda ragione ci riguarda ancora più da vicino. Provate a sostituire la parola Africa con la parola Europa, e riascoltate questa puntata: quanta della capacità di calcolo davvero nostra abbiamo in Europa, su quali infrastrutture girano le nostre aziende, i nostri dati, i nostri servizi pubblici? La questione posta da Kate Kallot sulla sovranità della capacità di calcolo vale per Nairobi come per Milano, ma anche per Bruxelles. In Europa spesso trattiamo il tema della sovranità digitale, come una questione regolatoria, normativa, in Africa è esploso come una questione di sopravvivenza; forse è per questo che lì l’hanno capito prima.

Ora torniamo al canto dell’inizio, come promesso.

Il poeta Timacadde era nato nel 1920 ed era stato una delle grandi voci della lotta per l’indipendenza somala. Maandeeq, la cammella mitologica, era diventata il simbolo della nazione libera.

Ma la poesia che porta il suo nome non è un canto di vittoria. Timacadde la scrisse dopo, negli anni Sessanta, quando l’indipendenza era arrivata davvero e le élite del Paese la stavano già tradendo. Il ritornello dice in sostanza una cosa: non abbiamo tratto beneficio dalla libertà.

Dentro c’è un’immagine antica, radicata nella cultura dei pastori: ciò che ti porge la mano di un altro non ti nutre; il latte della tua cammella vale più dell’abbondanza altrui. Timacadde non celebrava una conquista, avvertiva: una libertà senza fondamenta proprie è una libertà a metà.

Sessant’anni dopo, una donna ritornata nella sua terra d’origine dice la stessa cosa nella lingua dei data center. L’intelligenza artificiale vedrà solo ciò che l’infrastruttura le permette di vedere; e l’infrastruttura o la possiedi, o la subisci.

Kate Kallot non ha ancora vinto. I data center vanno costruiti, gli accordi vanno rispettati, e tra l’annuncio e la realtà, la storia lo insegna, c’è sempre un tempo in cui qualcosa può andare storto.

Una cosa però l’ha già cambiata: la prospettiva. Un continente intero ha cominciato a chiedersi di chi sarà l’infrastruttura dell’AI quando arriverà, e per conto di chi lavorerà.

È la stessa questione di Timacadde davanti alla sua cammella: meglio il poco tuo del molto di un altro.

Dobbiamo chiederci se varrà anche per noi? Anche in Europa sapremo scegliere il poco ma che è davvero nostro? Oppure no?