Il lavoro di Donald MacKenzie in Inventing Accuracy (1990) offre un quadro concettuale utile per analizzare ciò che sta accadendo oggi nel campo dell’intelligenza artificiale con lo sviluppo di modelli come quelli di DeepSeek e OpenAI. Il parallelo principale risiede nel modo in cui l’innovazione tecnologica non è mai un processo puramente tecnico, ma il risultato di un complesso intreccio di fattori politici, economici e istituzionali.

Internet è spesso visto come un’invenzione puramente tecnica, ma la sua nascita è profondamente legata alla competizione geopolitica tra Stati Uniti e Unione Sovietica durante la Guerra Fredda. Il DARPA (Defense Advanced Research Projects Agency) sviluppò ARPANET non solo per avanzare la ricerca tecnologica, ma anche per garantire la superiorità strategica americana. Le scelte architetturali, il finanziamento pubblico e la successiva liberalizzazione dell’infrastruttura di rete negli anni ‘90 furono guidati tanto da considerazioni politiche ed economiche quanto da necessità tecniche.

Lo sviluppo della bomba atomica non fu soltanto un’impresa scientifica, ma un evento che coinvolse enormi risorse economiche, decisioni politiche e strategie militari. Il Progetto Manhattan nacque dalla paura che la Germania nazista potesse sviluppare la stessa tecnologia, e la sua realizzazione fu resa possibile da un massiccio sforzo industriale, dal coinvolgimento dei migliori scienziati dell’epoca e da una decisione governativa che superava di gran lunga il solo aspetto tecnico. Anche dopo la Seconda guerra mondiale, la corsa agli armamenti nucleari tra Stati Uniti e Unione Sovietica fu determinata da calcoli politici e strategici, più che da meri avanzamenti scientifici.

Il programma Apollo della NASA negli anni ‘60 non fu soltanto un trionfo dell’ingegneria aerospaziale, ma soprattutto una dimostrazione di potere politico ed economico da parte degli Stati Uniti contro l’URSS. La decisione di portare un uomo sulla Luna fu motivata tanto dal desiderio di dimostrare la superiorità americana quanto dall’ambizione scientifica. Oggi, il programma Artemis riflette un nuovo ordine geopolitico, con la partecipazione di aziende private come SpaceX e la competizione emergente con la Cina, che ha lanciato un proprio programma lunare. Anche qui, la tecnologia è solo un pezzo del puzzle, mentre le alleanze internazionali e i finanziamenti pubblici giocano un ruolo decisivo.

L’Unione Europea sta cercando di regolamentare l’AI attraverso l’AI Act, che mira a stabilire standard etici e normativi per lo sviluppo e l’uso dell’intelligenza artificiale. Tuttavia, questa regolamentazione non è semplicemente una questione tecnica su come rendere i modelli di AI più sicuri, ma riflette anche le strategie economiche dell’Europa per ridurre la dipendenza da Big Tech americane e cinesi.

MacKenzie dimostrava come la precisione dei missili nucleari non fosse solo una questione di miglioramenti ingegneristici, ma anche di strategie militari, pressioni governative e dibattiti interni alla comunità scientifica. Allo stesso modo, la competizione tra DeepSeek e OpenAI per lo sviluppo di modelli di AI avanzati non è solo una sfida di algoritmi e dataset, ma un confronto che coinvolge geopolitica, finanziamenti, regolamentazione e controllo dell’accesso alle risorse computazionali.

OpenAI, che inizialmente nasceva con la missione di rendere l’intelligenza artificiale più aperta e accessibile, ha progressivamente cambiato approccio, adottando un modello più chiuso e commerciale. DeepSeek, invece, si sta affermando come un’alternativa cinese con il supporto di forti investimenti statali e di un ecosistema tecnologico in espansione. Questo riflette dinamiche simili a quelle descritte da MacKenzie nel contesto della Guerra Fredda, dove le scelte tecnologiche non erano guidate solo dalla ricerca della massima precisione, ma da strategie di potere e dalla necessità di mantenere il controllo su tecnologie critiche.

Un altro aspetto chiave è il ruolo delle comunità di esperti. MacKenzie mostrava come le decisioni sulla guida missilistica dipendessero da reti di scienziati, ingegneri e burocrati, e non solo da singoli individui o aziende. Oggi, la ricerca sull’AI è fortemente influenzata da un ecosistema globale di ricercatori, startup, enti governativi e big tech, dove il know-how e il capitale intellettuale sono asset tanto strategici quanto l’accesso alle GPU.

Il concetto di accuracy la precisione nel colpire un bersaglio trova un’analogia nella corsa alla creazione di modelli di AI sempre più accurati nel generare risposte sofisticate, comprensive e utili. Ma proprio come nel caso dei missili nucleari, l’accuratezza non è solo un obiettivo tecnico: è una costruzione sociale, plasmata da chi decide quali metriche contano, quali dati vengono utilizzati e quali applicazioni vengono sviluppate o limitate.

MacKenzie evidenzia che l’accuratezza di un missile non è un concetto neutrale, ma dipende da quali criteri vengono ritenuti importanti in un determinato contesto strategico. Le metriche chiave includono:

  • CEP (Circular Error Probable): la misura standard di accuratezza, che indica il raggio entro il quale il 50% dei missili lanciati dovrebbe colpire. Un CEP più piccolo significa maggiore precisione. Tuttavia, MacKenzie dimostra come questa metrica sia spesso politicizzata: diversi gruppi (militari, ingegneri, politici) possono enfatizzarla o minimizzarla a seconda dei loro interessi.
  • Affidabilità operativa: oltre alla precisione pura, conta la probabilità che un missile funzioni correttamente in condizioni di combattimento. Qui entrano in gioco fattori come guasti meccanici, vulnerabilità alle contromisure elettroniche e capacità di resistere ad attacchi nemici.
  • Velocità e tempo di risposta: nella logica della deterrenza nucleare, la capacità di lanciare rapidamente un attacco di rappresaglia era considerata cruciale. Questo ha influenzato lo sviluppo di sistemi automatizzati e di comando e controllo.

MacKenzie sottolinea che queste metriche non sono semplicemente “scelte tecniche”, ma riflettono decisioni politiche e militari. Per esempio, durante la Guerra Fredda, gli Stati Uniti enfatizzarono l’importanza di ridurre il CEP per poter distruggere bersagli strategici sovietici (come i bunker dei missili ICBM), mentre i sovietici, avendo missili meno precisi, puntarono su testate più potenti per compensare l’errore.

La costruzione della precisione missilistica richiedeva enormi quantità di dati, raccolti attraverso esperimenti, simulazioni e test sul campo. MacKenzie descrive alcuni dei metodi utilizzati:

  • Test di lancio: venivano condotti numerosi lanci sperimentali per raccogliere dati su traiettorie, deviazioni e cause di errore. Tuttavia, i risultati di questi test non erano sempre pubblici o trasparenti e spesso venivano interpretati in modi diversi dai vari attori coinvolti.
  • Modelli matematici e simulazioni: la precisione di un missile non può essere testata direttamente in un conflitto reale, quindi gli ingegneri facevano affidamento su simulazioni basate su dati meteorologici, variazioni della gravità terrestre, effetti atmosferici e prestazioni dei sistemi di guida.
  • Raccolta di intelligence: la conoscenza delle infrastrutture nemiche influenzava il modo in cui i missili venivano progettati. Per esempio, se un missile doveva colpire un silo sotterraneo sovietico rinforzato, era necessario raccogliere dati sulla profondità e la resistenza delle strutture nemiche per calibrare l’accuratezza necessaria.

Un punto centrale nel libro è che la raccolta e l’uso di questi dati non erano processi puramente scientifici. Spesso i dati venivano selezionati o interpretati per sostenere una particolare narrativa politica o strategica. Per esempio, alcune stime sull’accuratezza dei missili venivano “aggiustate” per giustificare nuovi investimenti o per influenzare il dibattito pubblico sulla necessità di un’escalation tecnologica.

MacKenzie mostra come l’evoluzione della guida missilistica abbia portato alla nascita di nuove applicazioni e all’abbandono di altre, in base a decisioni strategiche:

  • Sviluppo della guida inerziale: uno degli avanzamenti più importanti fu la guida inerziale, che permetteva ai missili di navigare autonomamente senza dipendere da segnali esterni (come il GPS, che non esisteva all’epoca). Questo sistema fu sviluppato perché si temeva che il nemico potesse disturbare o distruggere qualsiasi sistema di guida basato su radio o radar.
  • Miglioramento delle testate nucleari: una maggiore precisione permise di sviluppare testate a potenza più bassa, perché non era più necessario compensare una scarsa accuratezza con esplosioni gigantesche. Ciò portò a una proliferazione di missili con più testate MIRV (Multiple Independently Targetable Reentry Vehicle), in grado di colpire bersagli multipli con elevata precisione.
  • Limitazioni imposte da trattati: a un certo punto, le capacità tecnologiche sviluppate vennero limitate da accordi internazionali. Il Trattato ABM (Anti-Ballistic Missile Treaty) e il Trattato SALT (Strategic Arms Limitation Talks) imposero restrizioni sullo sviluppo di alcuni tipi di missili e sistemi difensivi. Questo dimostra come la tecnologia militare non si evolve in un vuoto, ma deve fare i conti con vincoli politici e diplomatici.

MacKenzie enfatizza che la stessa nozione di “precisione” è sempre legata a un contesto più ampio. Per esempio, mentre negli anni ‘50 e ‘60 l’accuratezza millimetrica dei missili sembrava essenziale per la strategia nucleare, oggi la precisione è diventata centrale anche per i droni militari e le armi ipersoniche. Tuttavia, il modo in cui viene definita, misurata e utilizzata la precisione cambia in base agli obiettivi politici e strategici del momento.

Inventing Accuracy dimostra che le metriche, i dati e le applicazioni nel campo della guida missilistica non sono mai puramente tecnici, ma rispondono sempre a un insieme complesso di fattori geopolitici, economici e istituzionali. Questo stesso schema può essere applicato a molte altre tecnologie, incluse quelle legate all’intelligenza artificiale e alla competizione tra OpenAI e DeepSeek.