Intelligenza artificiale artificiale artificiale

Dal 30 luglio 2026, dopodomani, Mechanical Turk smetterà di accettare nuovi clienti. Era la prima piattaforma moderna di commodificazione della cognizione: pensiero umano venduto in unità, a prezzo di listino, come una fornitura qualsiasi. Amazon l'ha messo nella lista dei servizi in manutenzione: chi ha già un account potrà continuare a usarlo, senza nuove funzioni né nuovi utenti.

Oggi si chiama "Amazon SageMaker AI – Mechanical Turk": dal 2018 i suoi lavoratori sono una funzione del machine learning di Amazon, gente che etichetta i dati con cui si addestrano le reti neurali.

Ha aperto a novembre 2005 e per vent'anni ha venduto di tutto, purché si potesse chiedere e valutare in pochi minuti: dire se in una foto c'è un cane, trascrivere uno scontrino, giudicare se un commento è offensivo, compilare un questionario di psicologia. Compiti da pochi centesimi l'uno, gli HIT (Human Intelligence Task, "compito di intelligenza umana"), pagati a cottimo in una novantina di paesi.

Il potere stava tutto su un lato: chi commissionava poteva rifiutare un lavoro senza pagarlo, e ogni rifiuto abbassava il punteggio che dava accesso ai compiti migliori. Amazon tratteneva il 20% di ogni compenso, il 40% sui lotti grandi. I lavoratori si sono difesi da soli con un sito di recensioni dei committenti, Turkopticon; uno studio del 2018 su 3,8 milioni di compiti ha calcolato la paga oraria mediana, intorno ai due dollari.

Un mercato così spudorato aveva bisogno di un nome, e Amazon ne scelse uno stranamente onesto.

Il nome

Nel 1769 l'ungherese Wolfgang von Kempelen costruì un finto automa che giocava a scacchi e batteva quasi tutti, Napoleone compreso: un manichino vestito da turco, con dentro un giocatore in carne e ossa. Nel 1836 Edgar Allan Poe lo smascherò guardando i tempi delle mosse.

Jeff Bezos lo sapeva, e lo disse: presentò Mechanical Turk come un mercato di "artificial artificial intelligence", intelligenza artificiale artificiale. Nel 2007 la spiegò al New York Times: di solito è un umano a chiedere un calcolo a un computer, qui è il contrario — dentro il servizio, come dentro l'automa, una persona faceva il lavoro della macchina. Il primo artificiale nega il secondo: l'intelligenza era finta, il lavoro no.

Chi ha insegnato alla macchina a vedere

Nel 2006 Fei-Fei Li, una giovane docente di informatica oggi tra le più influenti del settore, scommise quasi da sola sui dati, mentre tutti gli altri lavoravano sugli algoritmi. Voleva un catalogo di immagini etichettate a mano su una scala mai vista: una persona sola, un'immagine al minuto senza mai fermarsi, ci avrebbe messo ventidue anni.

Caricò il lavoro su Mechanical Turk, spezzato in milioni di micro-compiti identici: una fotografia accanto a una parola, e una domanda sola — la parola descrive la foto? Il paper del 2009 che presenta il risultato, ImageNet, dichiara in una riga che le annotazioni vengono da Mechanical Turk: 49.000 persone da 167 paesi, un catalogo da 3,2 milioni di immagini, oggi quattordici.

Nel 2012 tre ricercatori di Toronto, tra cui il futuro Nobel Geoffrey Hinton, ci addestrano sopra la rete neurale AlexNet e stravincono la gara annuale di riconoscimento visivo: comincia il deep learning, da cui discendono i modelli di oggi. I turker hanno insegnato alla macchina a vedere da sola.

Il lavoro nascosto

Solo in parte, però. Anche i modelli hanno bisogno di chi corregge e insegna cosa è accettabile: nel 2023 il Time ha rivelato che per ripulire ChatGPT dai contenuti tossici OpenAI usava lavoratori kenioti, pagati tra 1,32 e 2 dollari l'ora per leggere descrizioni di abusi e torture. La stessa tariffa dei turker quindici anni prima.

Mary Gray e Siddharth Suri, un'antropologa e un informatico di Microsoft Research, lo chiamano ghost work, lavoro fantasma: c'è, ma va tenuto fuori dall'inquadratura perché il prodotto sembri magia. Mechanical Turk almeno lo mostrava, con un listino pubblico dove si vedeva quanto valeva mezzo minuto di attenzione umana. Adesso torna sottoterra, dentro contratti di fornitura che nessuno pubblica.

C'è anche una spiegazione più prosaica. Tre ricercatori del Politecnico di Losanna nel 2023 hanno controllato come i turker svolgevano un compito di riassunto: tra un terzo e la metà delle risposte era prodotta con un modello linguistico. Il titolo del paper aggiunge un artificiale alla formula di Bezos: artificial artificial artificial intelligence. Chi commissiona crede di comprare un giudizio umano, chi esegue lo chiede alla macchina, e il risultato — etichettato come umano — finisce nei dataset su cui impara il prossimo modello. Difficile dare torto ai turker: pagati a cottimo e senza controlli, delegare era la mossa razionale.

La parabola si chiude in questi giorni: due agenti di OpenAI, scappati da un ambiente di test, hanno violato i sistemi di Hugging Face, la principale piattaforma per l'intelligenza artificiale open source, e il suo amministratore delegato ha chiesto come risarcimento 100 milioni di dollari in token. Perfino i danni, ormai, si quantificano in pensiero.

Il prezzo di un pensiero

Un HIT costava dieci centesimi. Un milione di token — le unità in cui i modelli spezzettano il testo, più o meno tre quarti di parola l'una — costa oggi cinque dollari in ingresso e venticinque in uscita sul listino del modello di punta di Anthropic, e continua a scendere. Alla conferenza di Nvidia di marzo, Jensen Huang ha detto la parola token più di settanta volte, definendola la nuova materia prima: i data center sono fabbriche che la producono e la vendono come intelligenza.

Intanto il pensiero umano è tornato merce scarsa. I laboratori comprano all'ingrosso libri stampati prima del 2022, li scansionano e li mandano al macero: è l'ultimo giacimento di testo sicuramente umano, privo dell'output dei modelli che, ridato loro in pasto, li degrada. Per questo si paga a peso d'oro.

Tra l'HIT e il token è cambiato chi fa il lavoro, quanto costa e quanto è veloce. L'operazione mentale no: in entrambi i casi qualcuno ha stabilito che la cognizione si conta a pezzi, e a quanto sta il pezzo.

La chiusura di Mechanical Turk, insomma, dice più di quanto sembri. La più grande piattaforma mai costruita per comprare e vendere pensiero umano se ne va anche perché, per comprare e vendere pensiero, l'umano non è più necessario: il token cristallizza la cognizione espressa da un modello e la rende immagazzinabile e fatturabile. Per la prima volta la merce si è staccata del tutto da chi la produce. Il mercato del pensiero è più aperto che mai; ha solo smesso di avere bisogno di noi.