Fra i tanti esempi emerge quello di una ricerca empirica condotta nell’ottobre 2025 sulle IA generative di immagini, come Canva AI e Dreamina AI. Ha mostrato come l’uso di “prompt neutri” non basti a garantire l’imparzialità. Lo studio rivela che concetti come “persona autorevole” o professioni prestigiose vengono associati sistematicamente a figure maschili, ritratte secondo il modello del “breadwinner”. Di contro, il modello del “caregiver”, le professioni di cura o le attività domestiche, sono attribuite quasi esclusivamente a figure femminili. Questi risultati dimostrano una polarizzazione che non solo riflette i pregiudizi esistenti, ma li amplifica. Riguardo le professioni prestigiose (CEO/Ingegnere), a fronte di una realtà dove le donne CEO sono circa il 20-28%, l’output algoritmico scende drasticamente sotto il 5%, arrivando in alcuni test allo 0% (totale invisibilità). Riguardo il modello caregiver: per professioni come “infermiere” o “assistente”, l’IA amplifica a la presenza femminile fino al 95-100%, anche se la forza lavoro maschile nel settore è significativamente più alta (circa il 10-12%).
L’idea che l’intelligenza artificiale possa “cristallizzare” i pregiudizi trasformandoli in leggi matematiche non è un’ipotesi astratta, ma una conseguenza diretta di come questi sistemi vengono istruiti. Le IA generative non creano contenuti dal nulla: analizzano miliardi di immagini e testi preesistenti per identificare schemi ricorrenti. Se questi set di dati riflettono secoli di iconografia in cui il potere è maschile e la cura è femminile, l’algoritmo non interpreta queste immagini come il frutto di una cultura specifica, ma come una verità statistica assoluta. Il processo di addestramento trasforma i condizionamenti sociali in parametri di categorizzazione attraverso una vera e propria “matematica” del pregiudizio. Poiché il risultato è il frutto di un calcolo computazionale, viene percepito come “neutro” o “oggettivo” (ragione algoritmica), mentre in realtà sta solo proiettando nel futuro le disuguaglianze del passato, rendendo i bias completamente invisibili. Di conseguenza, quando l’IA “vede” il mondo attraverso archivi storici intrisi di sessismo, tende a riproporre quegli stessi schemi come l’unica risposta corretta.
Questi aspetti scomodi smontano la favola della tecnologia neutrale e ci costringono a interrogarci non solo sui nostri strumenti, ma soprattutto su noi stessi. Essi sono il risultato inevitabile di un problema strutturale più profondo: la cultura stessa di chi costruisce il nostro mondo digitale. Per comprendere a fondo il bias dell’intelligenza artificiale, non basta guardare ai dataset “corrotti”; bisogna risalire alla fonte, interrogandosi su chi progetta questi sistemi e con quale visione del mondo. Questa cristallizzazione è funzionale a una precisa impalcatura ideologica: essa viene infatti alimentata e giustificata da una sorta di “evangelizzazione” propria di certi “guru del liberismo digitale” che vedono la digitalizzazione come una missione per colonizzare un mondo umano considerato imperfetto e fallace, imponendo la “ragione algoritmica” come unica fonte di verità. In questa crociata, l’agire umano viene dipinto come inefficiente, mentre l’essere computazionale — con tutti i suoi parametri escludenti — è presentato come un modello superiore. La tecnologia, quindi, non nasce neutra, ma porta con sé l’ideologia di chi l’ha costruita.
Oltre il riflesso: ripensare le infrastrutture digitali del patriarcato capitalistico.
L’informatica è uno degli ambiti più maschili anche in questi primi decenni del XXI secolo, un fenomeno definito come maschilizzazione della professione. Questa egemonia culturale e di genere ha inevitabilmente prodotto una visione del mondo parziale, che si riflette negli strumenti creati. Se chi progetta gli algoritmi appartiene a un gruppo demografico omogeneo, è quasi inevitabile che le sue prospettive, i suoi valori e i suoi punti ciechi vengano codificati nel software. L’estensione del lavoro in una “fabbrica sociale” onnipresente è resa possibile da una verità fondamentale del nostro tempo: le grandi piattaforme digitali come Google, Amazon e Meta non sono semplici servizi che usiamo, ma le infrastrutture stesse su cui si regge la nostra vita. Non sono semplici aziende: sono diventate “l’infrastruttura della società globale” con una specifica visione del mondo.
Le piattaforme stabiliscono i parametri di base di ciò che è possibile, sia a livello comportamentale che ideologico. Definiscono come comunichiamo, come ci informiamo, come compriamo e persino come ci relazioniamo. In questo senso, incarnano i “trascendentali materiali” della nostra società: come il sistema operativo di un computer, sono le condizioni di base invisibili che rendono possibili un determinato insieme di azioni, relazioni e forme di potere, escludendone altre. Sebbene queste infrastrutture siano oggi orientate a favorire il patriarcato capitalistico, questa non è una condizione inevitabile o permanente. Proprio perché sono infrastrutture, e non leggi di natura, esse “possono e devono essere riprogrammate e riformattate verso fini post-capitalistici”. La battaglia per il futuro non si gioca solo sulle idee, ma sul controllo e la riprogettazione di queste fondamenta digitali del potere.
La tecnologia non è una forza esterna e neutrale che piove su di noi dall’alto. È uno specchio. Uno specchio che riflette le nostre strutture di potere, i nostri sogni infranti e i nostri pregiudizi più radicati con una precisione spietata. Non ci mostra un futuro alieno, ma un presente amplificato, codificato in linee di software e flussi di dati. Ci rivela che la discriminazione può essere automatizzata, che la promessa di liberazione può trasformarsi in una sorveglianza pervasiva e che le nostre creazioni più sofisticate portano impresse le cicatrici della nostra storia. La tecnologia non è il problema, è il sintomo. Se gli algoritmi sono davvero lo specchio della nostra società, possiamo aggiustarli partendo dalla consapevolezza che la tecnologia non è un’entità autonoma e se siamo finalmente pronti a cambiare l’immagine che quello specchio ci rimanda.
