Magnifica Humanitas e il lavoro.

La dignità umana nell’era del post-capitalismo

di p. Stefano Giudici MCCJ

1. Lo sguardo missionario

Da “dove” parlo. Vorrei iniziare dicendovi da dove parlo, perché cambia tutto quello che dirò dopo. Parlo da Nigrizia, da uno sguardo che abbiamo imparato a chiamare “missionario” — che vuol dire, prima di ogni altra cosa, uno sguardo globale, che parte dagli ultimi, dagli impoveriti. Guardare da lì cambia la prospettiva. Cambia anche la comprensione di ciò che si guarda. E però dovremmo umilmente chiedere il permesso per poter metterci dove loro sono, guardare da dove loro guardano: non guardiamo e parliamo in nome degli impoveriti, ma eventualmente con loro. Di fatto, dovrebbero essere loro stessi a parlare questa sera.

IA e missione? Parliamo di intelligenza artificiale e lavoro. Per qualcuno può sembrare un tema che non ha nulla a che fare con la missione. Io credo il contrario: è diventato un tema ineludibile, e chi guarda dagli impoveriti e con loro non può permettersi di ignorarlo.

Il Sud globale. Abbiamo ascoltato ciò che Magnifica Humanitas dice del lavoro, e in particolare su un rischio che l’enciclica nomina con chiarezza: la polarizzazione tra lavoratori altamente qualificati e lavoratori sostituibili. Il mio compito, stasera, è spostare lo sguardo su quella stessa polarizzazione, ma vista dalla sua radice più nascosta, nel Sud globale — dove comincia, nel modo stesso in cui l’intelligenza artificiale viene costruita, da una manodopera quasi sempre invisibile. È da lì che voglio ripartire.

2. Tre modi in cui l’intelligenza artificiale tocca il lavoro

Prima di tutto, distinguiamo, perché non è un fenomeno unico. Ci sono almeno tre modi diversi in cui l’IA entra nel lavoro delle persone, e confonderli è il primo modo, comodo, di non vedere quello che sta davvero accadendo.

1. Il primo è il lavoro che produce l’intelligenza artificiale: chi la addestra, chi ne etichetta i dati, chi modera ciò che un modello non deve mai dire. È il livello più nascosto di tutti — spesso in Africa, spesso pagato pochi dollari al giorno. Sono i ghost workers, i lavoratori fantasma, e sarà il cuore di quello che vi racconto stasera.
2. Il secondo è il lavoro che l’intelligenza artificiale organizza: rider, autisti, lavoratori a chiamata, ai quali un algoritmo assegna il turno, valuta la prestazione, stabilisce il compenso.
3. Il terzo è il lavoro che l’intelligenza artificiale sta trasformando: chi scrive, programma, analizza, traduce, decide “usando” l’intelligenza artificiale — ed è anche qui, in buona parte, che si gioca la polarizzazione di cui ci ha appena parlato Raffaella.

Tre livelli, tre popolazioni spesso su continenti diversi — ma un solo filo li lega: chi decide, chi controlla, chi ne trae vantaggio, e chi resta senza voce. Parto dal primo livello, o almeno ci provo. È il più nascosto, il più invisibile.

3. I costi reali dell’intelligenza artificiale

Restiamo, dunque, al primo livello: il lavoro che produce l’intelligenza artificiale. Di quali costi parliamo, quando diciamo che questo lavoro ha un prezzo che non compare mai sullo scontrino? Sono almeno tre: l’impatto ambientale, l’impatto sulla nostra autonomia di giudizio, e il lavoro umano nascosto. Sui primi due, Magnifica Humanitas è netta — li cito solamente, senza soffermarmi perché credo saranno il tema di altri incontri. Il riferimento è in MH 101 e 146.

Allargando lo sguardo all’impiego dell’IA nelle nostre società, constatiamo che essa è ormai presente nei processi decisionali in tutti gli ambiti e a diversi livelli: nella comunicazione, nella gestione, nel controllo. I vantaggi in termini di efficienza e le potenzialità di miglioramento di alcuni servizi sono evidenti; tuttavia, un’adozione rapida e acritica ci espone a diversi rischi, tra cui quello di sottovalutarne l’impatto ambientale. Gli attuali sistemi di IA richiedono grandi quantità di energia e acqua, incidono in modo significativo sulle emissioni di anidride carbonica e consumano risorse in maniera intensiva. Con l’aumento di complessità, soprattutto nei grandi modelli linguistici, crescono anche i bisogni di potenza di calcolo e capacità di archiviazione, che si appoggiano su un insieme di macchine, cavi, centri dati e infrastrutture energivore. Per questo è essenziale sviluppare soluzioni tecnologiche più sostenibili per ridurre l’impatto sull’ambiente e custodire la nostra Casa comune.¹

La terza grande sfida è intellettuale e sapienziale. Se non siamo attenti, può prendere forma un sistema educativo senza amore per la verità, in cui il flusso incessante di informazioni sostituisce l’esercizio della ricerca, della riflessione e del discernimento. Si moltiplicano conoscenze frammentarie, ma diventa più difficile cogliere la realtà nel suo insieme, porre domande di senso, sviluppare un autentico pensiero critico e creativo. Molti educatori avvertono già i segni di una possibile disumanizzazione, in cui le persone “sanno molte cose” ma faticano a dare un orientamento alla propria vita, anche a causa dell’incapacità di connettere le informazioni e le conoscenze, e di non perderne l’orizzonte di senso. Occorre promuovere una vera igiene dell’attenzione: ritmi che prevedano silenzio, studio approfondito, lettura, confronto ponderato; senza questi elementi la libertà interiore può risultare compromessa. Un ricercatore italiano ha chiamato questo rischio “la trappola della delega cognitiva”: la vera sfida non è tecnologica, ma antropologica, e riguarda la nostra capacità di restare pensanti.²

Il terzo costo, quello su cui vorrei fermarmi stasera, è il lavoro umano nascosto dietro ogni risposta che l’intelligenza artificiale ci restituisce in un istante. I ghost workers, i lavoratori fantasma, un termine coniato nel 2019 da Mary L. Gray (antropologa) e Siddharth Suri (informatico) per indicare lavoro svolto da un essere umano ma che il cliente finale crede compiuto da un processo automatico.³

Oggi chi rende i modelli linguistici, i chatbot di intelligenza artificiale come ChatGPT, Gemini, Claude, meno tossici, meno offensivi, capaci di rifiutare richieste pericolose? Non è stata solo la matematica degli algoritmi. È il frutto di un lavoro sommerso, invisibile appunto, che si chiama data labelling, etichettatura dei dati. È l’attività con cui esseri umani leggono, uno per uno, testi, immagini o conversazioni, e li classificano — tossico o non tossico, pericoloso o innocuo, corretto o sbagliato — perché un modello possa “imparare” da quelle etichette a comportarsi in un certo modo. Dietro ogni risposta gentile di un chatbot, c’è stato qualcuno che ha passato ore a insegnargli, un esempio dopo l’altro, cosa non dire.

Tra il 2021 e il 2022, OpenAI — anche grazie alle risorse ottenute da Microsoft — si è affidata a Sama, un’azienda specializzata nell’annotazione di dati di addestramento per algoritmi di intelligenza artificiale (IA), che ha assunto lavoratori keniani a meno di due euro l’ora per fare esattamente questo: leggere, uno dopo l’altro, i contenuti più violenti e disturbanti che si potessero immaginare, e insegnare così al modello a non riprodurli.

Lo racconta così Alessandro Aresu — analista geopolitico, consigliere scientifico di Limes, autore di “Geopolitica dell’intelligenza artificiale” (2024) dove parla di “intelligenza artificiale artificiale”, secondo il paradigma del Turco Meccanico di Amazon.⁴

Due parole di spiegazione, perché il gioco di parole di Aresu è preciso, non solo brillante. Il “Turco meccanico” era un automa del Settecento che sembrava giocare a scacchi da solo, e stupiva le corti d’Europa: in realtà, dentro, c’era nascosto un giocatore umano. Amazon ha chiamato “Mechanical Turk” — Turco meccanico, appunto — la sua piattaforma che smista in micro-compiti pagati pochi centesimi lavori che sembrano automatici ma sono svolti da persone in carne e ossa. “Intelligenza artificiale artificiale” è dunque l’espressione, usata da Jeff Bezos all’inizio, e che Aresu riprende per un’intelligenza che si presenta come automatica, come pura macchina, ma che a ben guardare nasconde, come l’automa settecentesco, lavoro umano reale — spesso povero, spesso invisibile.

Quei lavoratori del contratto OpenAI avevano un nome: uno di loro era Richard Mathenge, pagato meno di due dollari l’ora per leggere e classificare contenuti estremi. E Sama, va detto, non era nuova a questo genere di lavoro: anni prima di firmare con OpenAI, la stessa azienda aveva in appalto la moderazione dei contenuti di Facebook. È lì, nel 2019 — due anni prima ancora che iniziasse il contratto con OpenAI — che un altro moderatore, Daniel Motaung, fu licenziato per aver provato a organizzare i colleghi in un sindacato. Motaung ha fatto causa a Meta e a Sama davanti ai tribunali keniani — non per un risarcimento simbolico, ma per far riconoscere che dietro un contratto d’appalto, a scaricare i contenuti più devastanti del mondo su lavoratori pagati pochi dollari al giorno, resta comunque una responsabilità: quella di chi possiede la piattaforma.

La battaglia legale dura ormai da anni. Nel 2024 la Corte d’Appello del Kenya ha stabilito che i tribunali keniani hanno il diritto di giudicare Meta — un primo passo. Ma la sentenza di merito, quella che dovrebbe stabilire se ci sia stata tratta di esseri umani, licenziamento illegittimo, repressione sindacale, è stata rinviata più volte: l’ultima volta lo scorso 12 febbraio. Ancora oggi, mentre siamo qui a parlarne, quei lavoratori aspettano. Nel frattempo, Sama ha progressivamente chiuso le sue attività di moderazione in Kenya. “Il ritardo continuo nell’udienza e nella decisione della nostra petizione non è semplicemente una battuta d’arresto procedurale: è un fallimento profondo della promessa giudiziaria secondo cui ‘la giustizia ritardata è giustizia negata’” come ha affermato Naftali Andati Wambalo, parte del gruppo di persone che hanno intentato la causa a Meta.⁵

Eppure, da quella stessa vicenda, è nato anche qualcosa che assomiglia a una risposta: nel maggio del 2023, oltre 150 moderatori che lavoravano per le aziende dietro Facebook, TikTok e ChatGPT si sono riuniti a Nairobi e hanno fondato il primo sindacato africano dei moderatori di contenuti. Motaung era lì. Mathenge era lì. Non hanno aspettato che qualcuno li salvasse: hanno cominciato a organizzarsi da soli.⁶

E non è un caso isolato. Dopo lo scandalo keniota, Meta ha semplicemente spostato buona parte della moderazione altrove: ad Accra, in Ghana, dove un’altra azienda subappaltatrice, Teleperformance, impiega circa 150 moderatori, quasi tutti provenienti dall’Africa orientale, con visti di lavoro temporanei. Un’inchiesta pubblicata nell’aprile 2025 dal Bureau of Investigative Journalism ha raccontato le stesse dinamiche, aggravate: stipendi base di poco più di 80 dollari al mese — meno di un quinto del costo della vita ad Accra —, turni in cui si hanno anche solo venti secondi per decidere se un contenuto va rimosso. Uno dei moderatori, che l’inchiesta chiama con lo pseudonimo di Solomon, ha tentato il suicidio nel dicembre 2024, è stato ricoverato in un ospedale psichiatrico, e alla fine licenziato e rimpatriato, con appena due mesi di liquidazione. Un altro, Abel, licenziato a fine gennaio con l’accusa di “assenze non autorizzate”, si stava battendo per migliori condizioni di lavoro. “Sono le peggiori condizioni che abbia visto in sei anni di lavoro con moderatori di contenuti”, ha dichiarato Martha Dark, di Foxglove — organizzazione non profit britannica che usa azioni legali e campagne pubbliche per rendere la tecnologia più equa — che segue da anni queste vicende.⁷

Nairobi, dunque, non è un’eccezione: è un modello, che si ripete.

Ed eccola, quella stessa polarizzazione di cui si è appena parlato, incarnata in una sola azienda. Lo stesso Aresu racconta che il supercomputer che Microsoft ha costruito in Iowa per addestrare questi modelli coinvolge appena trecento dipendenti a tempo pieno — ma sono, per sua stessa precisazione, “operai, elettricisti, tecnici”, cioè personale impiegato nella costruzione dei data center, non nella loro gestione né nella progettazione dei modelli: la stessa categoria di lavoro manuale e poco visibile di cui parliamo stasera, questa volta nel cuore dell’America rurale, non in Africa. Un’altra cifra, che riguarda tutt’altre persone della stessa azienda, va tenuta ben distinta da questa: secondo Bloomberg, gli ingegneri informatici e i ricercatori di OpenAI — impiegati per lo più a Menlo Park, in California — possono arrivare a guadagnare fino a 800.000 dollari l’anno — una cifra enorme (eppure pari a poco più di una sola giornata di quanto guadagna sul campo un calciatore come Cristiano Ronaldo, circa 300 milioni di dollari l’anno secondo Forbes⁸). Non sono, dunque, gli stessi trecento operai dell’Iowa: sono due estremità opposte della stessa filiera, separate da un abisso salariale pur restando nello stesso Paese. È la polarizzazione descritta da Magnifica Humanitas⁹, e appena illustrata da Raffaella, resa carne e cifre. Meno di due euro l’ora, in una filiera che genera miliardi di dollari di valutazione e che, all’altro capo, paga fino a 800.000 dollari l’anno: non serve altro commento.

4. Uno sguardo che si allarga: le cause strutturali

Prima di allargare lo sguardo, un punto di metodo: Richard Mathenge, Daniel Motaung, Solomon, Abel non sono esempi o statistiche. Sono persone, con un nome e una dignità che nessuna analisi può mettere in secondo piano. Tenerli presenti per nome, fino alla fine, è già un modo di renderne giustizia.

Proprio per fedeltà a loro, la dottrina sociale della Chiesa ci chiede un passo in più: non fermarsi al singolo caso, ma cercarne le cause — perché un’ingiustizia che si ripete identica, da Nairobi ad Accra, non è più solo colpa di un manager cattivo, ma il segno di qualcosa di strutturale. Magnifica Humanitas usa qui il linguaggio che la dottrina sociale porta avanti da Giovanni Paolo II, quello delle “strutture di peccato”:

L’idea di “giustizia sociale” aiuta a riconoscere che le ingiustizie non nascono solo da scelte sbagliate dei singoli, ma anche da strutture, meccanismi, assetti economici e culturali che producono disuguaglianza quasi automaticamente. San Giovanni Paolo II ha parlato in questo senso di strutture di peccato, che si oppongono alla volontà di Dio e richiedono un impegno di conversione personale e sociale. In questa prospettiva la giustizia non riguarda soltanto la distribuzione più equa dei beni o la correzione delle ingiustizie presenti, ma assume anche una dimensione riparativa. Essa mira a ricomporre legami spezzati e a reintegrare chi è stato escluso, tenendo conto delle ferite lasciate dalle ingiustizie: guerre, colonialismo, discriminazioni razziali o di genere, violenze contro interi popoli, sfruttamento.¹⁰

È la stessa logica che la Chiesa applica, da Paolo VI in poi, a ogni sviluppo che lascia indietro interi popoli (MH § 36, che lascio qui sotto per chi vuole il testo completo).

Finché nel mondo vi saranno popoli esclusi da uno sviluppo degno dell’essere umano, la comunità cristiana non potrà accontentarsi di proclamare la pace in astratto, ma dovrà lasciare che il Vangelo giudichi, a partire da chi ne resta ai margini, quelle strutture economiche e politiche che, come avrebbe ricordato Giovanni Paolo II, possono diventare vere e proprie «strutture di peccato», perché nessuna persona e nessun popolo sia trattato come sacrificabile nei processi di sviluppo.¹¹

Cercare le cause, dunque, e pensare una trasformazione sociale che le rimuova, non è un modo per minimizzare lo sfruttamento di Mathenge, di Motaung, di Solomon: è, semmai, l’unico modo per non lasciarli soli, ciascuno con il proprio caso, mentre la struttura che li ha prodotti continua intatta a produrne altri.

E allora possiamo dirlo: nessuno di questi fenomeni — sfruttamento del lavoro, disastro ecologico, addomesticamento del pensiero critico — nasce con l’intelligenza artificiale. I più vecchi ricorderanno forse il libro “Lettera a un consumatore del Nord”, pubblicato nel 1990. Si dicevano (quasi) esattamente le stesse cose. Era la stessa ingiustizia dei lavoratori sottopagati e invisibilizzati. Allora questi fenomeni sono, appunto, strutturali al sistema capitalistico, ben prima che esistesse un algoritmo. Quello che è nuovo, semmai, (ma neanche tanto…) è l’incredibile e sempre crescente capacità di questo sistema di trasformarsi continuamente, di assorbire ogni critica e renderla innocua. Addirittura di riciclarla e trasformarla in marketing.¹²

È quello che ancora Aresu chiama “il marketing del concetto di umanità”. La Carta fondativa di OpenAI, pubblicata nel 2018, ripete quattro volte la parola “umanità”: afferma che “il nostro dovere fiduciario primario è verso l’umanità”, e che lo sviluppo dell’intelligenza artificiale non deve mai “fare del male all’umanità” né “concentrare indebitamente il potere”. Sono affermazioni solenni — ma nessuno le ha mai definite in modo verificabile: cosa significhi, in pratica, “danneggiare l’umanità”, o quale soglia distingua un potere legittimo da uno “indebitamente concentrato”, non lo dice nessun documento. È proprio per questa vaghezza, che permette di invocare l’umanità come giustificazione mentre si accumula potere di calcolo, di dati e di clienti, che Aresu arriva a scrivere che si può parlare, di questo uso del termine, come di un “gigolò dell’umanità”: la si corteggia a parole, senza doverle mai rendere conto nei fatti.

È proprio la domanda che pone Magnifica Humanitas a smascherare quella retorica: non basta dichiararsi al servizio dell’umanità, bisogna sempre chiedersi

Da questo deriva una conseguenza semplice ma stringente: non possiamo considerare l’IA moralmente neutra. In realtà, ogni artefatto tecnico porta con sé scelte e priorità: ciò che misura, ciò che ignora, ciò che ottimizza e il modo in cui classifica persone e situazioni. Se un sistema viene concepito o impiegato in modo da trattare alcune vite come meno degne, o da escluderle senza possibilità di appello, esso non è un semplice strumento “da usare bene”: introduce già un criterio che contraddice la dignità inalienabile della persona. Per questo, il discernimento etico non può limitarsi a domandare se usiamo un certo sistema per uno scopo buono o cattivo, ma deve anche chiedersi come esso venga progettato e quale idea di persona e di società risulti inscritta nei dati e nei modelli che lo guidano.¹³

Non basta nominare l’umanità. Bisogna dire di quale umanità si sta parlando, chi ha deciso, e chi ne paga il conto — che è poi esattamente ciò che abbiamo visto a Nairobi e ad Accra.

5. Perché continuiamo a parlare

A questo punto qualcuno potrebbe obiettare: se il sistema assorbe tutto, se persino le critiche diventano marketing, che senso ha continuare a denunciare? È, in fondo, l’obiezione più antica rivolta a ogni voce profetica: tanto non cambierà niente, perché parlare?

Io credo che la risposta non stia nell’analisi politica, ma nella convinzione — cuore della mia vocazione missionaria — che denunciare un’ingiustizia resti un atto dovuto anche senza avere, oggi, il potere di correggerla subito. Impotenza politica non è impotenza morale. Rinunciare a dirlo perché “tanto non serve” significa consegnare al sistema anche l’ultima cosa che ci resta: la parola.

6. Possiamo pensare un post-capitalismo?

E allora, possiamo davvero pensare qualcosa di diverso? Io credo di sì — non da ottimista ingenuo, ma da chi non si rassegna al presente come se fosse l’unico mondo possibile.

Penso al Quaderno di Rafael Díaz-Salazar, “Verso il postcapitalismo”, presentato pochi mesi fa qui a Verona, alla Casa Madre dei Comboniani: tre impegni — radicalizzare la democrazia, anche economica e del lavoro; costruire l’ecosocialismo; cambiare cultura e stili di vita. Díaz-Salazar diceva anche che l’intelligenza artificiale è “non redimibile”: non sono molto d’accordo. Credo vada sottoposta esattamente a quella stessa radicalizzazione della democrazia, non condannata in partenza. So che suona quasi utopico. Ma un’utopia vera non è un luogo che non esiste: è una direzione verso cui camminare.

E non è solo direzione: ci sono già segni, fragili ma reali.

Lo scorso 12 giugno, a Ginevra, l’OIL ha adottato — 406 voti a favore — la prima Convenzione internazionale sul lavoro dignitoso nell’economia delle piattaforme: libertà sindacale, salute e sicurezza, remunerazione, protezione dei dati, gestione algoritmica, diritto a un riesame prima della disattivazione di un account.¹⁴

Va detto che la Convenzione parla soprattutto al secondo livello — rider, autisti — non ancora al primo, quello di Mathenge, di Motaung, di Solomon, di Abel. Eppure il principio vale anche per loro: un lavoro mediato da una piattaforma o da un appalto non esce dalla sfera dei diritti fondamentali.

Nel 2023 la domanda era chi sono le persone invisibili che fanno funzionare l’IA; nel 2026 comincia a farsi normativa: quali diritti ha chi lavora sotto il controllo di un algoritmo. Sono la stessa domanda, posta due volte.

E quel sindacato nato a Nairobi nel 2023, di Motaung e Mathenge, è ancora lì a rivendicare, insieme a una nuova associazione dei lavoratori del data labelling. Non sono ancora lo Stato democratico che immaginiamo. Ma sono la prova che la direzione non è pura teoria: sta già germogliando.

7. Un impegno su più livelli

Il nostro impegno, allora, deve muoversi su più livelli insieme.

• Comprendere la complessità di questa realtà, senza cedere alla tentazione di semplificarla in bianco e nero.

• Lavorare perché ogni conquista della ricerca umana diventi patrimonio di tutti, e non proprietà di pochi.
• Sostenere la consapevolezza critica e la partecipazione reale dei popoli alla vita sociale e politica del proprio territorio.
• Dare spazio — senz’altro è il compito di Nigrizia — a un’informazione critica e situata dalla parte del Sud globale, di chi il capitalismo politico lo subisce, non lo governa.

E non lo dico da solo, né soltanto da un pulpito religioso: lo ha detto quasi con le stesse parole, commentando Magnifica Humanitas, la segretaria generale della CISL Daniela Fumarola: la formazione di massa è “il grande discrimine sociale della transizione digitale” — un diritto soggettivo lungo tutta la vita lavorativa, non un privilegio per pochi. E, aggiunge, senza partecipazione “la tecnologia si fa tecnocrazia”.¹⁵

Un’osservazione laica, che arriva alla stessa conclusione della dottrina sociale della Chiesa per un’altra strada: qui non c’è spazio per il settarismo, solo per l’urgenza di un fronte comune.

Vorrei chiudere tornando ai tre livelli da cui sono partito: è lì che si gioca il giudizio finale su tutto quello che vi ho raccontato.

Non sono un apocalittico: non sono molto d’accordo con chi considera l’intelligenza artificiale irredimibile. Può essere messa al servizio del bene comune: curare, tradurre, alleggerire un lavoro pericoloso o ripetitivo, aprire il sapere a chi oggi ne resta escluso. Questa è la sua positività reale, non un’ingenuità da respingere.

Ma resta acerba finché non fa i conti con quanto abbiamo visto stasera: un lavoro reso invisibile — e, quando qualcuno prova a renderlo visibile, come Motaung o i lavoratori di Accra, spesso viene reso ancora più invisibile, con un licenziamento, un rimpatrio, un contratto interrotto in sei giorni. È la domanda a cui ogni discorso onesto sull’intelligenza artificiale deve rispondere per primo, non per ultimo: chi produce l’intelligenza, chi la subisce, e chi dei due riusciamo davvero a vedere. E questo, lo ripeto, è un problema strutturale del sistema capitalista, non circoscritto al settore dell’intelligenza artificiale.

Ci è stato chiesto se ci siano segni di un’intelligenza artificiale che può potenziare la dignità umana nei contesti di missione. Stasera rispondo di sì, a una condizione: il segno non è nella tecnologia in sé, ma nei lavoratori di Nairobi che hanno fondato un sindacato; in una convenzione internazionale firmata pur con tutti i suoi limiti. Sono segni piccoli, spesso in salita. Ma sono reali. Continuare a raccontarli resta il nostro modo di custodire la speranza, senza smettere di nominare chi ancora non ha voce.

1 Magnifica Humanitas, § 101; cfr. anche Aczel et al., Environmental Cost of AI’s Energy Use: Carbon, Water and Land Footprints, UNU-INWEH, 2026: i data center potrebbero arrivare a consumare 9,3 trilioni di litri d’acqua e oltre 945 TWh di elettricità entro il 2030 (6° posto mondiale se fossero una nazione) — a fronte del 5,5% delle emissioni globali già oggi attribuito ai soli apparati militari (Neimark et al., Queen Mary University of London, 2024)

2 Magnifica Humanitas, § 146; cfr. anche Cosenza, Restare pensanti nell’era degli agenti, 2026

3 Gray M.L., Suri S., Ghost Work: How to Stop Silicon Valley from Building a New Global Underclass, Houghton Mifflin Harcourt, 2019

4 Alessandro Aresu, Geopolitica dell’intelligenza artificiale

5 Capital FM Kenya, “Delay in Meta Moderators Case Sparks Outcry from Petitioners”, febbraio 2026, https://capitalfm.africa/delay-in-meta-moderators-case-sparks-outcry-from-petitioners/

6 Billy Perrigo, “150 African Workers for ChatGPT, TikTok and Facebook Vote to unionize at Landmark Nairobi Meeting”, TIME, 1° maggio 2023, https://time.com/6275995/chatgpt-facebook-african-workers-union/

7 The Bureau of Investigative Journalism, “Suicide attempts, sackings and a vow of silence: Meta’s new moderators face worst conditions yet”, 27 aprile 2025

8 Forbes, Classifica mondiale degli atleti più pagati, edizione 2026

9 “Remunerazioni molto elevate per una minoranza altamente specializzata e salari sempre più ridotti per una larga parte della popolazione attiva”, Magnifica Humanitas, § 151

10 Magnifica Humanitas, § 79

11 Magnifica Humanitas, § 36

12 Centro Nuovo Modello di Sviluppo, Lettera ad un consumatore del Nord, EMI (Editrice Missionaria Italiana), prima edizione 1990 (l’edizione poi ristampata, ISBN 9788830702769, è del 2004)

13 Magnifica Humanitas, § 104

14 International Labour Organization, Convenzione (n. 193) sul lavoro dignitoso nell’economia delle piattaforme, 12 giugno 2026, Conferenza Internazionale del Lavoro, 114ª sessione

15 Daniela Fumarola, segretaria generale CISL, Comitato Esecutivo CISL, luglio 2026, in Giovanni Currado, cisl.it, 9 luglio 2026