Estratto: Passi, sonno, battiti, clic, produttività, preferenze: la tecnologia promette di rendere ogni esperienza misurabile e ottimizzabile. Ma quando i dati smettono di aiutarci e cominciano a sostituirci? Il “computismo” descritto da Liam Spradlin offre una lente provocatoria per osservare la nostra vita quantificata.
Contiamo i passi, le ore di sonno, i battiti, le calorie e i minuti davanti allo schermo. Valutiamo con le stelle un ristorante, un autista e talvolta perfino un appuntamento. Il lavoro diventa una successione di obiettivi e grafici, mentre gli algoritmi anticipano la musica e i film che potrebbero piacerci.
Misurare è utile. In alcuni casi può migliorare una decisione o persino salvare una vita. Ma una domanda rimane sul tavolo, ostinata come una briciola che il robot aspirapolvere non riesce a trovare: che cosa accade quando confondiamo ciò che è misurabile con tutto ciò che ha valore?
Il designer e systems architect Liam Spradlin ha proposto una parola per descrivere questa deriva: computismo. Nel saggio Who will taste the cherries?, pubblicato da Aeon il 17 settembre 2026, Spradlin lo presenta come l’ideologia secondo cui il mondo, esseri umani compresi, sarebbe composto da elementi discreti, traducibili in dati, calcolabili e infine governabili mediante il codice.
Che cos’è il computismo?
Il computismo è l’idea che ogni fenomeno significativo possa essere rappresentato in forma numerica e manipolato attraverso il calcolo. Non è una teoria scientifica riconosciuta né un termine dal significato accademico stabilizzato. È un concetto critico coniato da Spradlin per descrivere una mentalità diffusa nel settore tecnologico.
Il passaggio decisivo avviene quando il dato non è più considerato una rappresentazione parziale, ma la realtà stessa. Se una piattaforma osserva soltanto clic, permanenza, acquisti e condivisioni, la persona scompare dietro le azioni registrate. Per il sistema, siamo ciò che facciamo sullo schermo.
Questa riduzione ha una conseguenza politica: se tutto è calcolabile, tutto appare prevedibile, ottimizzabile e potenzialmente manipolabile. Il potere non appartiene più soltanto a chi possiede le macchine, ma a chi stabilisce quali dati raccogliere, quali obiettivi ottimizzare e quale comportamento considerare desiderabile.
Un forno intelligente che non può assaggiare
Spradlin parte da un’esperienza del 2015, quando lavorava all’interfaccia di un forno “intelligente” progettato per riprodurre automaticamente piatti professionali. Chef e ricercatori annotavano colore, odore, temperatura, consistenza e sapore, trasformando l’intuizione culinaria in variabili.
Il problema era semplice e filosofico: il forno poteva elaborare una ricetta, ma non assaggiare. Non possedeva il corpo, la memoria e il contesto attraverso cui distinguiamo un piatto tecnicamente corretto da uno capace di emozionare.
L’automazione richiedeva inoltre di limitare gli interventi dell’utilizzatore, considerati fonti di errore. La macchina prometteva comodità, ma sottraeva spazio all’esperienza e all’improvvisazione. Non insegnava a cucinare meglio: rendeva meno necessario cucinare.
Da qui la metafora delle ciliegie. Possiamo contare ogni petalo dell’albero, analizzarne il terreno e prevederne la fioritura. Nessuna quantità di dati, tuttavia, può provare al nostro posto il sapore del frutto.
Il “paradigma del dispositivo” di Albert Borgmann
La riflessione richiama il filosofo della tecnologia Albert Borgmann. Nel libro Technology and the Character of Contemporary Life, pubblicato nel 1984, Borgmann descrive il “paradigma del dispositivo”: la tecnologia tende a separare il risultato dai processi, dalle competenze e dalle relazioni che un tempo erano necessari per ottenerlo.
Il riscaldamento centralizzato offre calore premendo un pulsante. È più pratico dell’accendere un fuoco, ma rende invisibili l’origine dell’energia e il lavoro che produce quel comfort. Borgmann non propone di tornare alle caverne, con buona pace dei venditori di stufe. Invita a riconoscere che ogni comodità modifica il nostro rapporto con le cose.
Allo stesso modo, un’interfaccia può diventare facilissima da usare e difficilissima da comprendere: riceviamo il risultato senza vedere criteri e processo.
Da soggetti a generatori di dati
Spradlin collega il computismo alla “psicopolitica” di Byung-Chul Han. Secondo il filosofo, il potere digitale è più efficace quando ci induce a partecipare spontaneamente: pubblichiamo, valutiamo, scorriamo e produciamo informazioni su noi stessi.
L’idea è filosofica, non la dimostrazione sperimentale di un complotto universale. Esistono però dati coerenti con alcune preoccupazioni. Una revisione sistematica sull’algorithmic management ha rilevato che la gestione del lavoro tramite piattaforme può offrire flessibilità, ma anche ridurre l’autonomia, aumentare il controllo e rendere opachi i criteri di valutazione. Gli effetti dipendono dal contesto e dal progetto del sistema.
Il punto, quindi, non è che ogni algoritmo trasformi automaticamente una persona in un oggetto. È che un sistema costruito soltanto per massimizzare coinvolgimento, produttività o conversioni tenderà a ignorare tutto ciò che il suo indicatore non riesce a vedere.
Quando il numero aiuta e quando prende il comando
Sarebbe sbagliato concludere che misurare sia disumano. Un sensore continuo del glucosio può mostrare una tendenza invisibile e permettere di intervenire prima di un’ipoglicemia. I dati clinici possono rivelare fenomeni che le impressioni individuali non colgono.
Eppure una curva glicemica non misura la paura di una crisi notturna, il carico mentale di cento decisioni quotidiane o la libertà riconquistata quando una tecnologia funziona bene. Il dato è prezioso proprio quando resta uno strumento nelle mani della persona, non quando pretende di essere la persona intera.
Otto ore registrate non garantiscono una notte riposante; diecimila passi non descrivono la gioia di una passeggiata; cento “mi piace” non misurano il valore di un pensiero. La precisione numerica può produrre un’illusione di completezza.
Intelligenza artificiale: assistente o sostituto del giudizio?
Con l’intelligenza artificiale generativa il problema diventa più evidente. Uno strumento può riassumere informazioni, proporre alternative e aiutarci a esplorare un argomento. Ma se gli affidiamo sistematicamente parole, gusti e obiettivi, rischiamo di indebolire proprio il giudizio che dovrebbe assistere.
Una macchina può produrre un’immagine gradevole o una canzone efficace. La domanda è chi definisca “gradevole” e quale varietà culturale venga sacrificata per ottenere un risultato mediamente apprezzabile.
Ottimizzare per il consenso può generare una perfezione levigata, ma anche un mondo creativo senza spigoli. E spesso sono gli spigoli a rendere riconoscibile una voce umana.
Cinque domande per non diventare una dashboard
Non occorre rifiutare smartphone, sensori o algoritmi. Occorre recuperare la possibilità di interrogarli. Prima di adottare uno strumento che promette di ottimizzare la vita, possiamo chiederci:
- Che cosa misura realmente e che cosa lascia fuori?
- Chi ha stabilito l’obiettivo da ottimizzare?
- Posso capire, contestare o modificare la decisione del sistema?
- La tecnologia amplia le mie capacità oppure mi rende dipendente dal risultato?
- Chi trae valore dai dati che produco?
Sono domande semplici, ma spostano l’attenzione dall’efficienza all’autonomia. Una tecnologia umana non è necessariamente quella che fa tutto al nostro posto. È quella che ci lascia più capaci di comprendere, scegliere e agire.
In sintesi
Il “computismo” è una provocazione filosofica, non una legge scientifica. Descrive però con efficacia la tendenza a trattare esperienze, relazioni e persone come insiemi di dati da ottimizzare.
La misurazione può offrire conoscenza, sicurezza e libertà; diventa problematica quando il modello viene confuso con la realtà e l’indicatore prende il posto dello scopo.
La risposta non è smettere di contare i petali. È ricordarsi di assaggiare le ciliegie.
Fonti
- Liam Spradlin, “Who will taste the cherries?”, Aeon, 17 settembre 2026
- Albert Borgmann, Technology and the Character of Contemporary Life, University of Chicago Press
- Byung-Chul Han, Psychopolitics: Neoliberalism and New Technologies of Power, Verso
- Noponen et al., “Taylorism on steroids or enabling autonomy?”, revisione sistematica, 2023
- Starke et al., “Fairness Perceptions of Algorithmic Decision-Making”, revisione sistematica
Hashtag: #Computismo #IntelligenzaArtificiale #CulturaDigitale #Tecnologia
Scopri di più da Lambertini, esperienza vissuta, salute, scrittura e visioni sul presente
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.