In questi giorni è acceso il dibattito attorno al testo “Ipnocrazia. Trump, Musk e la nuova architettura della realtà”, appena pubblicato da Tlon Edizioni. Il libro è firmato dal filosofo cinese Janwei Xun, ma, in realtà, come rivelato da L’Epresso, il vero autore è Andrea Colamedici insieme all’Intelligenza Artificiale. Il dibattito è aperto, il libro è un caso editoriale, diversi voci sono intervenute (qui quella di Federico Faloppa dell’Università di Reading, visiting professor 2023-24 nel corso di Information Literacy della laurea in Media Education dell’Università Cattolica).
Pubblichiamo qui una riflessione del 3 aprile 2025 di Matteo Mancini e Michele Marangi.
“Ipnocrazia”, scrittura in formato gassoso
di Matteo Mancini e Michele Marangi
Prendiamo in mano il libro e osserviamo la copertina. C’è un’immagine psichedelica che rapisce per il suo forte impatto visivo. Sullo sfondo si percepisce una sagoma non ben definita che alla luce del sole delinea i suoi contorni figurando quella che viene definita “l’iconografia della rabbia americana” (Colaci, 2024).
Ne parliamo in CREMIT, il tempo di un pomeriggio. Rincasando con l’ultimo treno per Cuneo ne parliamo per caso con Federico Maiocco, dottorando LESDIT in Learning Sciences and Digital Technologies; nelle nostre riflessioni rimaneva il dubbio dell’autore: esiste, oppure questo volume è tutto un esperimento?
Federico, condividendomi i suoi pensieri scrive un articolo, che ha recentemente pubblicato.
Ci sono enigmi e tane di bianconigli interessanti che si stanno generando nel web, ovviamente in dimensioni significative, ma ridotte, se accettiamo che questo esercizio stia diventando un esperimento. Si osservano potenti cyber-cascate (Palano, 2020) che diffondono opinioni su fatti accertati, su possibili dicerie o fake news. Cercare l’autore diventa parte del gioco e forse, l’unica vera postura da mantenere è quella dell’osservatore, di colui che prima di scrivere, pensa e lo fa instancabilmente.
ChatGPT ci risponde. L’overdose algoritmica
Lasciando spazio alle possibili interpretazioni del testo, ricco di spunti riflessivi e di agganci teorici e concettuali, quello che a nostro avviso ci suggerisce la lettura è l’importanza di verificare, vagliare e osservare un testo per evitare di perderci nell’incontrollata voglia di scrivere e commentare, esortandoci in un certo senso a rallentare, a cogliere tra le righe.
“Ogni spazio viene preso, ogni pausa riempita, ogni frammento di realtà assorbito”, ci dice dandoci l’occasione di riflettere sull’importanza di abbracciare i glitch, i lag e i fallimenti anche di una ricerca imperfetta. Leggere Ipnocrazia è un’overdose di stimoli e le ulteriori concatenazioni che crea al di fuori del libro sono parte del gioco “in uno stato perpetuo di aspettativa che non raggiunge mai la soddisfazione”.
Così, abbiamo chiesto a ChatGPT se fosse stata utilizzata l’intelligenza artificiale nella scrittura del libro. Per farlo abbiamo costruito un prompt e abbiamo allegato quattro pagine dello scritto.
L’intelligenza artificiale, in un paio di botta e risposta, ci ha dato le seguenti informazioni, quasi auto-analizzandosi a livello tecnico:
“Se il libro Ipnocrazia è stato scritto (o co-scritto) da un’AI, l’autore potrebbe aver usato diversi metodi per generarlo. Ecco alcune possibilità:
🔹 Metodo 1: Prompting avanzato con GPT-4 o Claude + Editing umano.
L’autore potrebbe aver usato prompting avanzato per guidare l’AI nella scrittura di saggi su temi specifici con linguaggio accademico. Attraverso la generazione iterativa, ha selezionato le parti migliori e affinato il testo con editing umano per coerenza. Strumenti come ChatGPT-4, Claude AI e Gemini facilitano la scrittura accademica, mentre Sudowrite e NovelAI aiutano nella creazione di testi con stili specifici.
🔹 Metodo 2: AI addestrata su testi filosofici + Generazione automatica. L’autore potrebbe aver addestrato un modello AI su testi di Baudrillard, Byung-Chul Han e Deleuze, oltre a studi accademici su AI e società digitale, per generare un saggio che esplora temi di simulazione, controllo e ipertrasparenza.
🔹 Metodo 3: Cut-up di testi AI + Assemblaggio manuale.
L’autore potrebbe aver usato GPT-4 fine-tuned o modelli come Llama 2 e Mistral AI, addestrati su testi teorici, per generare saggi in stile accademico. Un’altra ipotesi è l’uso del metodo “cut-up” alla Burroughs: generare paragrafi AI su temi chiave, rimescolarli e rifinirli con editing umano per coerenza stilistica.
🔹 Metodo 4: Parafrasi di testi accademici con AI.
L’autore potrebbe aver usato un’AI per parafrasare testi accademici, rendendoli più astratti e filosofici, ma privi di riferimenti concreti, dando un’impressione di profondità vaga.
Probabilmente è una combinazione di più metodi.”
Arrivati a questo punto l’agente intelligente ci chiede cosa ne pensavamo della sua risposta e se avessimo notato qualcosa di strano leggendo il libro. Gli chiediamo se inserendo altri due estratti del libro potesse essere più preciso nel confrontare eventuali pattern stilistici, ripetizioni o segnali che suggeriscono l’uso di un’AI.
ChatGPT risponde:
1. Struttura e ripetizioni
Il testo ripete concetti con leggere variazioni:
“resistenza invisibile”, “resistenza stessa”, “resistenza contro l’imperativo della iperproduttività”, “resistenza invisibile è ripensata”.
“estetizzazione della resistenza“, “estetica della resistenza“, “ennesima estetica da consumare”.
Questo è un pattern tipico di un’AI che tenta di rafforzare concetti reiterandoli in diverse forme.
2. Uso di opposizioni binarie e concetti astratti
L’AI tende a costruire frasi bilanciate, giocando su opposizioni:
“decelerazione consapevole” vs “imperativo dell’iperproduttività”.
“essere catturati e registrati” vs “diventare illeggibili per gli algoritmi”.
Questo è un modo comune con cui le AI strutturano argomentazioni, ma spesso manca una vera elaborazione originale.
3. Costruzione di frasi altamente “ottimizzate”
Il testo ha una scorrevolezza artificiale, senza errori o deviazioni dallo stile.
Le frasi sono lunghe, articolate e ricche di parole “accademiche”, ma sembrano costruite per massimizzare l’impatto senza approfondire esempi concreti.
4. Lessico accademico, ma senza reale profondità
Parole come “tracciabilità”, “ottimizzazione”, “brand personale”, “narrative che si auto contraddicono” suonano profonde, ma vengono usate in modo vago.
Non ci sono riferimenti a studi, esempi storici, autori o teorie specifiche, tipico di testi generati da AI che vogliono “suonare intelligenti”.
Il caso qui trattato non ha tanto a che fare con una singola possibile provocazione o con la dinamica delle fake news e della post-verità, ma ci interroga sull’impatto più profondo che possono avere le IA nella generazione di pensiero e nella definizione di un data setting non più informatico o algoritmico, ma sociale e culturale.
Riprendiamo ancora Nello Cristianini (2023), che esorta a un cambio di postura nei confronti dell’IA: «Finora abbiamo cercato l’intelligenza nei posti sbagliati: non arriverà nella forma di un robot senziente, quanto piuttosto in quella di un’infrastruttura in grado di apprendere, o magari di una macchina sociale che prende decisioni cruciali per noi e su di noi, con criteri che non riusciamo a capire».
L’incertezza sull’effettiva esistenza di un autore umano che abbia scritto Ipnocrazia non ha ovviamente a che fare con una macchina sociale che prende decisioni cruciali per noi, ma non può neanche essere derubricato o minimizzato come evoluzione tecnologica del “non de plume”, dal pessoiano Ricardo Reis al mistero Elena Ferrante, o come lucida provocazione culturale antagonista, in stile Luther Blisset o Wu Ming.
Ciò che colpisce in questa vicenda è che il probabile utilizzo dell’IA nella produzione del testo ha generato un pensiero critico sulla contemporaneità che è completamente artificiale e superficiale, frutto di un pastiche elegante, ma non approfondito, di teorie altrui, riprese ovviamente senza citazioni.
In questa prospettiva, appare più attuale che mai la necessità di studiare e concettualizzare l’IA in una prospettiva media educativa, che articoli almeno tre movimenti, che però presentano al loro volta alcune complicazioni
In primis, il lavoro di debunking e di analisi critica del testo, che trasformi la perplessità e lo stupore iniziale in dati più certi e in capacità di analisi e di contestualizzazione. Ma sempre più spesso questo tipo di lavoro sarà possibile grazie all’utilizzo di ulteriori IA.
In secondo luogo, appare necessario lo sviluppo di competenze sempre più interdisciplinari o, meglio ancora, transdisciplinari, ovvero la capacità di pensare e agire non più in termini specialistici, ma trasformando la prospettiva di sguardo della propria competenza, appropriandosi anche di altre tipologie di competenze che in passato venivano settorializzate in senso meramente disciplinare. Paradossalmente, è un processo simile a quello delle IA, che pescano e collazionano dati in database molto differenti.
La terza attenzione si traduce nella capacità di fare pensiero e di produrre sguardi alternativi, che siano ad un tempo creativi e rigorosi, ma che sappiano anche essere coraggiosi e abbiano la capacità di non omogeneizzarsi al manierismo forbito ma vuoto che spesso, purtroppo, caratterizza molta produzione culturale co temporanea, anche accademica.
In questa prospettiva, la dimensione chiave è quella sociale e collettiva (Pasta, 2018; Rega & Medrado, 2024), che superi l’idea e il culto dell’autorialità individuale, molto novecentesca, e riesca a generare una competenza diffusa e partecipativa, capace di non accontentarsi della velocità di esecuzione e della collazione frettolosa, ma di produrre pensiero ed espressione che sappiano recuperare una dimensione conversativa (Turkle, 2016) e dialettica.
Questa rielaborazione mediaeducativa al tempo dell’IA, non significa non utilizzare l’agente intelligente, tutt’altro. Significa esplicitarne l’uso e sviluppare una dialettica continua e produttiva, che non si limiti all’obiettivo di stupire o scandalizzare, che struttura in profondità ogni logica dei social media, ma sappia recuperare il piacere e la vertigine di raccontare e dialogare secondo logiche a un tempo divergenti e dialettiche.
BIBLIOGRAFIA:
Colaci, E. (2024). Nel segno di Trump: iconografia della rabbia americana, I fotografi Luca Santese e Marco P. Valli del collettivo “Cesura” raccontano il loro ultimo lavoro in Texas e le impressioni dell’America profonda, che “ribolle” nel segno di Trump.
Cristianini, N. (2023). La scorciatoia. Come le macchine sono diventate intelligenti senza pensare in modo umano. Bologna: il Mulino.
Medrado, A., & Rega, I. (2024). Media Activism, Artivism and the Fight Against Marginalisation in the Global South: South-to-South Communication. London: Routledge.
Palano, D. (2020). Bubble democracy. La fine del pubblico e la nuova polarizzazione. Brescia: Scholé.
Pasta, S. (2018). Razzismi 2.0. Analisi socioeducativa dell’odio online. Brescia: Scholé.
Turkle, S. (2016). La conversazione necessaria. La forza del dialogo nell’era digitale. Torino: Einaudi.
