Per molti anni abbiamo considerato il Software Libero non soltanto una scelta tecnica, ma una delle più importanti conquiste politiche e culturali dell'era digitale. Continuiamo a farlo. Le quattro libertà che ne costituiscono il fondamento — eseguire il programma per qualsiasi scopo, studiarne il funzionamento, modificarlo e redistribuirlo, comprese le versioni modificate — hanno introdotto nell'informatica un principio che va ben oltre il codice: chi utilizza uno strumento tecnologico deve poter esercitare un controllo su di esso, invece di dipendere interamente dalla volontà di chi lo ha prodotto.
La definizione elaborata dal progetto GNU e dalla Free Software Foundation insiste infatti sulla libertà dell'utente e non sulla gratuità del programma. È una distinzione che conserva intatta la propria importanza e che ha contribuito alla costruzione di un patrimonio tecnologico condiviso enorme. L'intelligenza artificiale contemporanea ci costringe però ad aggiungere una domanda che fino a pochi anni fa poteva apparire secondaria: avere accesso al codice e possedere formalmente il diritto di modificarlo significa ancora possedere un controllo effettivo sulla tecnologia?
La risposta è diventata molto meno semplice, perché nell'intelligenza artificiale il codice rappresenta soltanto una parte di un sistema produttivo enormemente più vasto. Anche immaginando una situazione particolarmente favorevole, nella quale fossero disponibili codice, documentazione e pesi di un modello con ampie libertà di utilizzo e modifica, rimarrebbe da stabilire se una comunità indipendente, un'università, una cooperativa o persino un'impresa di dimensioni relativamente piccole dispongano realmente dei mezzi necessari per costruire, addestrare e sviluppare autonomamente sistemi comparabili a quelli dei maggiori operatori.
È in questo passaggio che la questione apparentemente tecnica diventa inevitabilmente politica.
Quando il codice è libero ma l'infrastruttura non lo è
L'intelligenza artificiale avanzata dipende da una struttura materiale che comprende semiconduttori specializzati, server, datacenter, capacità computazionale, energia, reti, disponibilità di dati, competenze altamente specializzate e capitali enormi. Non si tratta semplicemente di una nostra interpretazione politica del fenomeno. Un rapporto OECD del novembre 2025 dedicato specificamente alle infrastrutture dell'IA descrive una catena produttiva che parte dai progettisti e produttori di chip, passa attraverso fornitori specializzati, server e datacenter e arriva alle infrastrutture energetiche, alle reti e ai fornitori cloud attraverso i quali gli sviluppatori acquistano la capacità computazionale necessaria ad addestrare e utilizzare i modelli. Lo stesso rapporto individua, fra le caratteristiche comuni di questi mercati, elevata concentrazione, barriere all'ingresso, crescente integrazione verticale e una domanda di risorse che spesso supera l'offerta.
I dati più recenti rendono il problema ancora più evidente. Nel luglio 2026 l'OECD ha rilevato che, pur mostrando alcuni segmenti del mercato dell'IA una notevole dinamicità, permangono rischi strutturali lungo differenti livelli della catena del valore, soprattutto nei settori nei quali gli input fondamentali sono già fortemente concentrati. Il rapporto richiama, tra gli altri, hardware e dati e segnala il rischio che posizioni già consolidate possano rafforzarsi ulteriormente nel tempo.
Questi elementi introducono una distinzione che il movimento per la libertà digitale dovrà probabilmente affrontare con maggiore decisione: quella tra possedere formalmente una libertà ed essere materialmente nelle condizioni di esercitarla.
Possiamo comprenderla attraverso un esempio volutamente estremo. Immaginiamo che qualcuno pubblichi con una licenza completamente libera tutti i progetti necessari alla costruzione di una modernissima fabbrica di semiconduttori, permettendo a chiunque di studiarli, copiarli, modificarli e utilizzarli. Avremmo certamente ottenuto una straordinaria apertura della conoscenza, ma ciò non significherebbe che una comunità, un'università o un gruppo di cittadini possano costruire quella fabbrica. Il progetto sarebbe libero mentre la capacità produttiva continuerebbe a dipendere dall'accesso a risorse economiche, industriali e materiali enormemente concentrate.
Con l'intelligenza artificiale rischiamo di trovarci davanti allo stesso problema: possiamo rendere libero il software senza avere distribuito il potere necessario per produrlo, addestrarlo ed eseguirlo su grande scala.
Il limite, quindi, non è nel Software Libero, ma nella convinzione che sia sufficiente fermarsi al Software Libero. Le sue libertà continuano ad essere condizioni indispensabili della libertà digitale; ciò che l'intelligenza artificiale mette in discussione è l'idea che possano costituirne, da sole, una condizione sufficiente.
La vecchia questione dei mezzi di produzione ritorna nell'era digitale
Torna così sorprendentemente attuale una domanda che ha attraversato il pensiero politico degli ultimi due secoli: chi possiede i mezzi di produzione?
Non è necessario accettare le risposte che a questa domanda sono state date dal marxismo o dalle diverse esperienze socialiste per riconoscerne la validità. Possiamo anzi porla da una prospettiva completamente diversa. Nell'economia dell'intelligenza artificiale i mezzi di produzione sono cambiati: sono capacità computazionale, chip, datacenter, energia, reti, dati, conoscenze specialistiche e capitale. Se questi elementi sono concentrati nelle mani di pochissimi soggetti, la completa apertura del codice può lasciare sostanzialmente immutata la struttura fondamentale del potere.
I dati OECD aiutano a comprendere la dimensione del fenomeno. Nel rapporto pubblicato nel 2026 viene riportato che nel 2023 i tre principali fornitori rappresentavano il 74% del mercato cloud globale e che NVIDIA rappresentava circa il 90% del mercato delle GPU preso in esame dalla fonte utilizzata dall'OECD. Lo stesso documento sottolinea correttamente che la concentrazione non costituisce automaticamente, da sola, una prova di comportamento anticoncorrenziale: occorre analizzare anche la condotta degli operatori. Il dato strutturale, tuttavia, rimane rilevante per la nostra riflessione, perché dimostra quanto l'accesso ad alcuni degli strumenti fondamentali dell'IA dipenda da mercati fortemente concentrati.
Possiamo quindi conoscere perfettamente il funzionamento di un sistema e avere persino il diritto giuridico di riprodurlo senza possedere concretamente la possibilità di costruirne uno alternativo. La conoscenza è stata liberata; la capacità produttiva, molto meno.
È precisamente su questo terreno che la questione dell'intelligenza artificiale incontra quella, molto più generale, del potere.
La domanda anarchica davanti all'intelligenza artificiale
L'anarchismo viene ancora troppo spesso rappresentato come semplice rifiuto dello Stato o, peggio, come rifiuto dell'organizzazione. La sua tradizione teorica è molto più complessa e comprende posizioni differenti, talvolta persino conflittuali. Esiste tuttavia un elemento che attraversa una parte molto consistente di questa tradizione: la critica della concentrazione del potere, dell'autorità non giustificata e delle strutture gerarchiche attraverso le quali alcuni acquisiscono stabilmente la capacità di decidere per gli altri.
La Stanford Encyclopedia of Philosophy, nella sua voce sull'anarchismo aggiornata nel 2025, individua precisamente nella critica del potere e dell'autorità centralizzati e gerarchici uno degli elementi comuni alle differenti tradizioni anarchiche e collega questa critica a una concezione della libertà intesa anche come libertà dal dominio.
Non si tratta quindi di trasferire meccanicamente le risposte di Bakunin, Kropotkin o Malatesta a una tecnologia che evidentemente non potevano conoscere. Sarebbe un'operazione storicamente insensata. È invece possibile utilizzare una domanda che attraversa quella tradizione: dove si trova il potere e attraverso quali meccanismi viene concentrato?
Applicata all'intelligenza artificiale, questa prospettiva modifica profondamente il punto di partenza del dibattito. Non dobbiamo domandarci soltanto quali sistemi siano più sicuri, quali comportamenti debbano essere consentiti o quali tecnologie debbano essere regolamentate, ma chi possieda concretamente la capacità di prendere queste decisioni e quali rapporti di potere vengano prodotti dalle soluzioni che scegliamo.
Prima delle regole viene la domanda su chi può stabilirle
Gran parte della discussione contemporanea sull'intelligenza artificiale ruota comprensibilmente intorno alla regolamentazione. La tutela dei dati personali, la responsabilità per eventuali danni, le discriminazioni algoritmiche, la sicurezza dei sistemi e la protezione dei diritti richiedono strumenti giuridici e responsabilità chiaramente individuabili. Sarebbe quindi semplicistico trasformare questa riflessione in una richiesta di assenza delle regole.
Il problema è un altro: una discussione sulle regole che non affronti contemporaneamente la distribuzione del potere rischia di essere incompleta.
Prima di stabilire quali regole debbano governare l'intelligenza artificiale dovremmo domandarci chi abbia il potere di scriverle, quali soggetti dispongano delle conoscenze e delle risorse necessarie per influenzarne la formulazione, chi possa sostenere economicamente gli obblighi introdotti e quali soggetti rischino invece di essere esclusi.
Una regolamentazione particolarmente onerosa può infatti produrre conseguenze opposte alle intenzioni dichiarate. Una multinazionale può disporre delle strutture legali, tecniche e finanziarie necessarie per affrontare certificazioni, procedure autorizzative e obblighi amministrativi molto costosi; una piccola impresa, un'università, una cooperativa, una comunità di Software Libero o un ricercatore indipendente potrebbero incontrare difficoltà assai maggiori. In queste condizioni una norma concepita per limitare i grandi operatori potrebbe trasformarsi, se progettata male, in una barriera all'ingresso capace di rafforzarli.
Anche per questo l'OECD, parlando della concorrenza nelle infrastrutture dell'IA, non propone una risposta semplicistica ma richiama la necessità di monitorare continuamente mercati in rapida evoluzione e di utilizzare in maniera equilibrata gli strumenti disponibili.
Il punto politico diventa allora più preciso: non dobbiamo scegliere semplicemente tra regolamentazione e assenza di regolamentazione, ma verificare quale distribuzione del potere venga prodotta dalle regole che introduciamo.
Stato e grandi imprese non sono necessariamente poteri contrapposti
Un'altra semplificazione frequente consiste nell'immaginare da una parte le grandi imprese tecnologiche e dall'altra lo Stato chiamato a limitarne il potere. La realtà contemporanea è molto più complessa. Le grandi imprese possiedono infrastrutture, capitale e competenze dalle quali possono dipendere anche amministrazioni pubbliche; gli Stati dispongono invece del potere normativo, fiscale e coercitivo e possono determinare le condizioni attraverso le quali quelle imprese operano.
Non si tratta necessariamente di due poteri permanentemente antagonisti. Possono confliggere, certamente, ma possono anche sviluppare rapporti di collaborazione, dipendenza reciproca e integrazione. Proprio per questo trasferire semplicemente il controllo dall'uno all'altro non risolve automaticamente il problema della concentrazione.
Da una prospettiva anarchica, la questione non consiste nello stabilire se sia preferibile che l'infrastruttura dell'intelligenza artificiale venga controllata da una grande multinazionale oppure da un apparato statale. Le due situazioni sono evidentemente differenti sotto molti aspetti economici, politici e giuridici, ma entrambe ci obbligano a porre la stessa domanda sulla concentrazione del potere. Cambia il soggetto che lo esercita; non necessariamente scompare il rapporto tra chi possiede la capacità di decidere e chi deve adattarsi alle sue decisioni.
Questo permette anche di chiarire che cosa intendiamo quando sosteniamo che una tecnologia fondamentale dovrebbe diventare un bene pubblico. Se pubblico viene utilizzato semplicemente come sinonimo di statale, rischiamo di sostituire una centralizzazione con un'altra. Se invece intendiamo il pubblico come bene comune, possiamo cominciare a immaginare infrastrutture condivise, capacità computazionale accessibile, università e centri di ricerca collegati attraverso reti federate, cooperative tecnologiche, standard aperti, interoperabilità, Software Libero e forme di gestione nelle quali nessun singolo soggetto disponga del controllo esclusivo dell'intero sistema.
Una libertà infrastrutturale
Forse è proprio questo il passaggio che il movimento per la libertà digitale deve cominciare a discutere. Non abbiamo bisogno di cancellare o riscrivere le quattro libertà del Software Libero, che definiscono qualcosa di preciso e continuano a rappresentare un patrimonio fondamentale. Dobbiamo però affiancare alla libertà del software una riflessione sulla libertà infrastrutturale.
Con questa espressione non intendiamo naturalmente che ogni cittadino debba possedere un datacenter o essere materialmente in grado di costruire un semiconduttore avanzato. Intendiamo una condizione sociale e tecnologica nella quale nessun soggetto possa acquisire un controllo tale sulle infrastrutture fondamentali da determinare unilateralmente chi abbia la possibilità di produrre, studiare, modificare e utilizzare una tecnologia destinata a diventare essenziale per la società.
La distinzione è importante. Il Software Libero risponde magnificamente alla domanda su quali libertà debba possedere l'utente rispetto al programma. L'intelligenza artificiale ci costringe ad aggiungerne un'altra: chi dispone concretamente dei mezzi necessari affinché quelle libertà possano essere esercitate?
È qui che la questione tecnologica diventa strutturale.
Possiamo avere codice libero, modelli aperti e documentazione pubblica e trovarci contemporaneamente all'interno di un sistema nel quale chip, capacità computazionale, energia, infrastrutture e capitale rimangono concentrati nelle mani di pochissimi soggetti. In quella situazione avremmo conquistato libertà importanti senza avere ancora distribuito il potere materiale che permette di esercitarle.
L'anarchismo come metodo di analisi del potere
È soprattutto sotto questo profilo che il pensiero anarchico può offrire oggi una chiave di lettura interessante. Non perché disponga di una soluzione tecnica pronta, né perché sia possibile ricavare automaticamente da una teoria politica ottocentesca l'architettura delle infrastrutture digitali del XXI secolo, ma perché ci invita a non fermarci mai alle finalità dichiarate da chi esercita il potere.
Un'impresa può dichiarare di voler democratizzare l'intelligenza artificiale, uno Stato può affermare di voler proteggere i cittadini, un'università può rivendicare una finalità pubblica e persino una comunità di Software Libero può definirsi aperta e partecipativa. Nessuna di queste dichiarazioni risponde però, da sola, alle domande fondamentali: chi possiede realmente le risorse, chi prende le decisioni, quali possibilità esistono di contestarle, quanto sono revocabili le deleghe, quanto è semplice costruire un'alternativa e quanto potere è stato accumulato da chi gestisce l'infrastruttura.
Questa prospettiva consente anche di uscire dalla tradizionale contrapposizione tra soluzione statalista e soluzione liberista. Se una grande impresa privata controlla un'infrastruttura indispensabile alla società, esiste un problema di concentrazione del potere; se lo Stato assume il controllo esclusivo della stessa infrastruttura e stabilisce unilateralmente chi possa utilizzarla e a quali condizioni, la questione del potere non scompare semplicemente perché è cambiata la natura del proprietario.
La domanda diventa allora differente: non quale sia il proprietario migliore del potere, ma quali strutture possano impedirne una concentrazione permanente e incontrollabile.
Una questione politica prima ancora che tecnologica
Il dibattito pubblico continua invece a concentrarsi soprattutto sulle capacità dei modelli, sui lavori che potrebbero essere sostituiti, sui possibili abusi, sulla sicurezza e sulle norme necessarie a governare tutto questo. Sono problemi reali, ma rischiano di nascondere una trasformazione più profonda che sta avvenendo sotto i nostri occhi.
L'intelligenza artificiale sta progressivamente diventando un'infrastruttura della conoscenza. Interviene nella produzione di testi e immagini, nella ricerca scientifica, nella programmazione, nell'istruzione, nell'organizzazione del lavoro, nell'accesso alle informazioni e sempre più spesso nei processi decisionali. Se una parte crescente della capacità di produrre ed elaborare conoscenza dipenderà da infrastrutture controllate da un numero ristretto di soggetti, la questione non sarà più semplicemente quale tecnologia utilizziamo, ma quale distribuzione del potere abbiamo costruito attraverso quella tecnologia.
I dati disponibili non consentono di affermare che il futuro sia già scritto. L'OECD stessa descrive nel 2026 un mercato nel quale convivono dinamismo e rischi di concentrazione e, in un ulteriore studio pubblicato nel luglio dello stesso anno, parla di un panorama dinamico ma diseguale, nel quale le startup continuano ad avere un ruolo importante ma vengono anche frequentemente acquisite dai grandi operatori esistenti.
Proprio perché il futuro non è ancora determinato, questo è il momento nel quale discutere della struttura che vogliamo costruire.
Non basta quindi chiedere un'intelligenza artificiale genericamente “aperta”. Dobbiamo specificare che cosa sia realmente aperto: codice, pesi, dati, documentazione, processo di addestramento, standard, infrastruttura, capacità computazionale o governance. L'apertura di uno di questi elementi non implica automaticamente quella degli altri e soprattutto non garantisce, da sola, una distribuzione effettiva del potere.
Il movimento del Software Libero ci ha insegnato che non siamo realmente liberi quando dobbiamo chiedere al proprietario di un programma il permesso di comprendere e modificare gli strumenti digitali dai quali dipendiamo. L'intelligenza artificiale ci obbliga oggi ad estendere quella lezione: non siamo pienamente liberi neppure quando possediamo il codice se dobbiamo comunque dipendere da pochi soggetti per accedere ai mezzi materiali necessari a svilupparlo e costruire alternative.
Non dobbiamo dunque abbandonare il Software Libero. Al contrario, dobbiamo portare fino alle conseguenze più profonde la domanda politica sulla libertà dalla quale è nato, affiancando alla libertà del codice la possibilità concreta di esercitarla e affrontando apertamente i problemi della proprietà, dell'accesso, dell'infrastruttura e della concentrazione del potere.
Forse, allora, la domanda dalla quale dovrebbe partire una discussione realmente libera sull'intelligenza artificiale non è semplicemente chi debba controllarla. Dovremmo domandarci quali strutture tecnologiche, economiche e sociali sia possibile costruire affinché nessun soggetto — impresa, Stato o altra organizzazione — possa acquisire da solo il controllo di un'infrastruttura destinata a diventare parte essenziale della conoscenza collettiva.
È su questo terreno che la tradizione del Software Libero e la critica anarchica del potere possono incontrarsi: non per sostituire un'autorità con un'altra e neppure per proporre una nuova dottrina da imporre, ma per riportare al centro del dibattito una domanda che precede persino quella sulle regole: chi avrà il potere di decidere e quali strumenti avranno tutti gli altri per impedire che quel potere diventi dominio?
Fonti e approfondimenti
Free Software Foundation / GNU Project, The Free Software Definition: definizione delle quattro libertà fondamentali del Software Libero.
GNU Project – The Free Software Definition
OECD, Competition in artificial intelligence infrastructure, OECD Roundtables on Competition Policy Papers n. 330, 14 novembre 2025: analisi della catena infrastrutturale dell'IA, dei chip, dei datacenter, del cloud e delle relative problematiche concorrenziali.
OECD – Competition in artificial intelligence infrastructure
OECD, Artificial Intelligence markets: Recent developments and competition issues, 10 luglio 2026: aggiornamento sulla struttura dei mercati dell'IA e sui rischi di concentrazione lungo la catena del valore.
OECD – Artificial Intelligence markets
OECD, Competition in the age of AI: Initial evidence from microdata, 30 luglio 2026: analisi empirica dei rapporti tra adozione dell'IA, innovazione, concentrazione e dinamiche delle startup.
OECD – Competition in the age of AI
Stanford Encyclopedia of Philosophy, Anarchism, revisione sostanziale del 4 dicembre 2025: inquadramento delle diverse tradizioni anarchiche e della critica dell'autorità, della gerarchia e del potere centralizzato.
Stanford Encyclopedia of Philosophy – Anarchism