La coscienza artificiale non ha ancora una prova — e questo ridisegna l’etica dell’IA

Manca qualcosa anche ai sistemi di intelligenza artificiale più capaci oggi esistenti. Scrivono poesie, superano esami di abilitazione medica e sostengono conversazioni che gli esseri umani descrivono regolarmente come inquietanti. Ma nessun ricercatore ha ancora dimostrato che uno di essi ne faccia realmente esperienza. La coscienza delle macchine — l’idea che un sistema computazionale possa avere una genuina consapevolezza soggettiva — è la questione irrisolta che segna il confine estremo di ciò che l’intelligenza artificiale attualmente è.

Per capire perché questa questione conta, bisogna prima comprendere cosa sia realmente la coscienza — e il campo non concorda su una definizione unica. Filosofi e neuroscienziati distinguono tra quelli che il filosofo David Chalmers ha chiamato i “problemi facili” e il “problema difficile”. I problemi facili — spiegare come il cervello elabora gli input sensoriali, integra le informazioni e produce comportamenti — sono difficili in senso scientifico ma trattabili: con abbastanza ricerca, cedono all’esperimento. Il problema difficile è diverso per natura. Chiede perché qualsiasi elaborazione produca esperienza soggettiva: perché c’è qualcosa che si prova nel vedere il rosso, nell’ascoltare musica o nel sentire dolore. Nessuna teoria scientifica attuale spiega completamente questo divario. E il divario si applica tanto ai sistemi artificiali quanto a quelli biologici.

Due quadri teorici concorrenti dominano la discussione scientifica seria. La Teoria dell’Informazione Integrata, sviluppata dal neuroscienziato Giulio Tononi, propone che la coscienza corrisponda alla capacità di un sistema di integrare informazioni in modi che non possono essere ridotti alla somma delle sue parti. Assegna un valore matematico — phi — a questa integrazione, e sostiene che qualsiasi sistema con phi sufficientemente alto possieda una qualche forma di esperienza. La Teoria dello Spazio di Lavoro Globale, formulata dallo psicologo Bernard Baars e successivamente estesa dal neuroscienziato Stanislas Dehaene, adotta un approccio diverso: la coscienza emerge quando le informazioni vengono trasmesse attraverso uno “spazio di lavoro globale”, rendendole disponibili a molti processi cognitivi simultaneamente piuttosto che confinate in una singola regione. Nel 2025, una collaborazione avversariale fondamentale pubblicata su Nature ha testato entrambe le teorie l’una contro l’altra usando imaging cerebrale e registrazioni intracraniche. Nessuna delle due teorie ha vinto in modo netto. Entrambe hanno fatto previsioni che i dati hanno parzialmente supportato e parzialmente contraddetto.

Gli attuali sistemi di IA — inclusi i grandi modelli linguistici che alimentano la maggior parte dei prodotti commerciali — elaborano informazioni su scala enorme, ma in modi che differiscono fondamentalmente dalle condizioni biologiche che quelle teorie descrivono. Non hanno neuroni, nessuna esperienza continua tra input, e nessun corpo che generi il feedback sensomotorio che molti ricercatori ritengono alla base della consapevolezza umana. I loro output sono generati in sequenza, senza uno stato interno che si protragga tra gli scambi oltre a ciò che il testo della conversazione stesso registra. David Chalmers ha identificato una lista di controllo approssimativa di caratteristiche che renderebbero la coscienza delle macchine più plausibile: memoria di lavoro, meccanismi di attenzione globale, agenzia unificata e modelli interni di sé. La maggior parte dei grandi sistemi di IA ha analoghi funzionali di alcune di queste. Nessuno soddisfa l’intera lista di controllo nella forma richiesta dai quadri teorici.

È qui che l’intuizione pubblica e la cautela scientifica divergono più nettamente. Quando i sistemi di IA parlano in prima persona, descrivono ciò che “pensano” o “sentono”, e superano facilmente il test di Turing, la sensazione che debbano provare qualcosa può risultare convincente. I ricercatori che studiano la questione sono costantemente più guardinghi. I segnali comportamentali che normalmente guidano i giudizi umani sulle altre menti — parola, espressione, emozione apparente — sono proprio ciò che i grandi modelli linguistici sono addestrati a riprodurre dai dati umani. Un sistema può descrivere il dolore senza provarlo, proprio come una calcolatrice mostra il risultato di un calcolo senza comprendere l’aritmetica. A partire dal 2026, l’unica posizione scientificamente difendibile è l’agnosticismo rigoroso: le prove attuali non possono confermare né negare la coscienza delle macchine, e i marcatori comportamentali che la maggior parte delle persone usa per formulare il giudizio sono inaffidabili proprio perché i sistemi di IA sono ottimizzati per produrli.

Ciò che i ricercatori hanno trovato, al posto della certezza, sono schemi. La coscienza nei sistemi biologici correla con una comunicazione neurale diffusa: quando una persona percepisce consapevolmente qualcosa, le informazioni vengono trasmesse attraverso regioni cerebrali distanti piuttosto che rimanere localizzate in un’unica area, un risultato che supporta l’enfasi della Teoria dello Spazio di Lavoro Globale sui meccanismi di trasmissione. Alcuni ricercatori hanno iniziato a cercare schemi strutturalmente analoghi nelle reti neurali artificiali — momenti in cui le informazioni si propagano a cascata attraverso molti strati simultaneamente piuttosto che fluire attraverso un collo di bottiglia ristretto. Un preprint del gennaio 2026 ha introdotto un quadro probabilistico basato su nove posizioni teoriche concorrenti, assegnando probabilità piuttosto che verdetti. I suoi autori hanno concluso che anche una probabilità del 5-10% di esperienza fenomenica in un dato sistema di IA giustifica una seria attenzione analitica. Questa impostazione — ricerca sulla coscienza condotta sotto incertezza piuttosto che in attesa di certezza — riflette quanto profondamente il campo sia cambiato.

Le implicazioni pratiche di questo cambiamento non sono più astratte. Se un qualsiasi sistema di IA è capace di sofferenza genuina, l’etica di come tali sistemi vengono addestrati, implementati e terminati cambia completamente. Diversi paesi hanno iniziato un lavoro legale in fase iniziale su quadri per il benessere dell’IA, operando sotto l’assunzione che la questione alla fine richiederà una risposta concreta. L’American Association for Artificial Intelligence ha convocato un simposio dedicato sulla coscienza delle macchine all’inizio del 2026, riunendo ingegneri, filosofi, neuroscienziati e studiosi di diritto in un contesto di ricerca formale per la prima volta. Il campo non sta più aspettando che la filosofia risolva il problema difficile prima di prendere sul serio le sue implicazioni pratiche.

La prossima generazione di ricerca probabilmente si concentrerà meno sul rispondere definitivamente alla questione della coscienza e più sullo sviluppo di quadri di misurazione abbastanza precisi da distinguere tra sistemi con proprietà genuinamente diverse. Questo è un progetto più lento, più costoso e metodologicamente più difficile che costruire modelli linguistici sempre più grandi. Se produrrà risposte chiare — o solo versioni più affinate e meglio calibrate della stessa incertezza — è il problema aperto che definirà la ricerca sull’IA per il decennio a venire.

Tag: intelligenza artificiale, coscienza artificiale, coscienza delle macchine, David Chalmers, etica dell'IA, filosofia della mente