Il feticismo dell’IA
Fattore KNegli Stati Uniti si sta assistendo a una nuova era di concentrazione e di centralizzazione di capitale monopolistico-finanziario segnato dal boom dell’intelligenza artificiale (IA). Gli economisti di S&P Global stimano che “l’80% dell’incremento della domanda interna finale privata” negli Stati Uniti nella prima metà del 2025 era attribuibile alla spesa su “data center e spese correlate su capitale ad alta tecnologia”i. Questo ingente investimento sui data center viene portato avanti da grandi società high-tech, il cui numero si può contare sulle dita di una mano. Queste società sono comunemente indicate nell’industria come “operatori hyperscale”, che rappresentano le mega società che dominano il cloud computing. Queste includono Microsoft, Amazon Web Services, Google (Alphabet) e Meta, secondo la classifica dei maggiori investimenti in data center, costituendo “le grandi case dell’IA”ii. Queste giganti entità monopolistiche sono anche tra le sei maggiori società statunitensi, misurate secondo il loro valore di mercato. (Nvidia, l’impresa più grande secondo la valutazione di mercato a inizio 2026, non è di per sé leader in cloud computing, ma monopolizza dall’80 al 90 per cento dei chip per GPU (Graphic Processing Unit) da supercomputer. Secondo Bloomberg, Microsoft, Amazon Web Services, Alphabet/Google e Meta nel 2022 avevano un ammontare combinato di spese in conto capitale di 150 miliardi di dollari e di 360 miliardi nel 2025, e prevedono di spendere 650 miliardi nel 2026. In confronto, “le maggiori aziende basate negli Stati Uniti, di case automobilistiche, produttori di apparecchiature di costruzione, ferrovie, industria della difesa, operatori telefonici, servizi di consegna, insieme alla ExxonMobil Corp., In-tel Corp., Walmart Inc., e la progenie scorporata di General Electric – 21 compagnie – prevedono di spendere complessivamente 180 miliardi di dollari nel 2026”iii. L’investimento in IA oggi è paragonabile al boom del settore ferroviario negli Stati Uniti nel diciannovesimo secoloiv. Come nel caso delle ferrovie, l’espansione dell’IA oggi è sostenuta da centri di finanza che manipolano il supporto del governo, liberandola dalla dipendenza da profitti effettivi e potendo così affidarsi a quelli che John Maynard Keyes chiamava “spiriti animali”, ovvero profitti attesi sui nuovi investimenti. Sarebbero stati necessari molti anni agli hyperscalers per incrementare gli investimenti sui loro data center al loro livello attuale se si fossero basati semplicemente sull’accumulazione dei profitti attuali, mentre la finanza di monopolio attraverso il sistema di credito-debito ha permesso questa trasformazione “in un batter d’occhio”v. La ricchezza sociale, tratta dalla popolazione nel suo insieme, viene indirizzata alle Grandi Case dell’IA attraverso una serie di meccanismi finanziari e di politiche economiche neoliberali, concentrando ulteriormente il surplus economico prodotto dalla società nelle mani di un piccolo numero di miliardari, situati nei settori economici dell’alta tecnologia, dell’energia e della finanza. Nove dei primi quindici miliardari sulla lista dei miliardari Forbes 2026 provengono dall’high-techvi. La corsa alla costruzione di imponenti data center, il più grande dei quali occuperà milioni di metri quadri e consumerà quantità gigantesche di energia, acqua e risorse minerarie, è spinta dall’obiettivo di sviluppare forme avanzate di IA generativa, un tipo di machine learning in grado di replicare l’intelligenza umana potendo allo stesso tempo accedere a dati apparentemente illimitati. A chi possiede, gestisce e ricava profitto da tali sistemi computazionali immensi, questo offre la prospettiva di una completa sorveglianza e disciplina (nel senso Foucaltiano) dell’intera popolazione, non solo sui posti di lavoro o in carcere ma in tutte le attività della vita, in modo da estrarre sempre maggiori fette della torta economica. Qui il famoso detto attribuito comunemente a Francis Bacon “la conoscenza è potere”, assume un nuovo significato. Come ha detto il CEO di Oracle, Larry Ellison, queste tecnologie permettono di tenere traccia e indirizzare chiunque in qualsiasi momento e riportare su quanto succede. “I cittadini si comporteranno al meglio, perché registriamo e riportiamo costantemente tutto quello che succede. Ed è tutto inattaccabile… perché è l’IA a monitorare il video”vii. L’IA generative non solo punta ad aumentare su vasta scala la sorveglianza delle attività umane nella società, ma minaccia enormemente il lavoro, con decine di milioni di posti di lavoro potenzialmente a rischio solo negli Stati Uniti, secondo alcune stimeviii. Nel febbraio 2026, Mustafa Suleyman, CEO di Microsoft AI, ha dichiarato in maniera esuberante al Financial Times: “Il lavoro dei colletti bianchi, mentre sono seduti davanti a un computer, sia esso il lavoro di un avvocato o di un commercialista o di un project manager o di un agente di marketing – gran parte di quelle mansioni saranno pienamente automatizzate dall’IA nei prossimi 12-18 mesi”ix. Questo è ovviamente reso possibile dal furto che l’IA fa del lavoro intellettuale passato. Allo stesso tempo, la corsa all’IA presenta pericoli ambientali inimmaginabili attraverso la spropositata espansione dei data center, facendo ricorso a crescenti quantità di energia, acqua e altre risorse, mettendo da parte quindi la transizione dai combustibili fossili e minacciando una accelerazione spinta di emissioni di carbonio e danni ambientali globali. Quello che fa sembrare l’espansione dell’IA in questi termini estremi così irrefrenabile è un determinismo tecnologico radicato in un feticismo dell’IA, per cui viene vista come l’incarnazione di una logica puramente computazionale, combinata con la naturalizzazione delle relazioni di mercato, che suggerisce che la nuova tecnologia sarà inevitabilmente subordinata agli interessi dell’accumulazione del capitalex. Infatti, è l’avvento dell’IA come nuovo regime di potere computazionale controllato dal capitale monopolistico-finanziario a emergere come la matrice di scontro di classe e imperialista nel nostro tempo. Nella realtà, le forze innovative di produzione, quali machine learning/intelligenza artificiale, non vanno mai concepite in semplici termini tecnocratici, come fatto con l’estremo dominio delle “reti neurali” dell’IA, ma devono essere piuttosto intese come articolate all’interno delle relazioni sociali della produzione. Per Karl Marx, l’“individuo sociale” era il prodotto della combinazione delle forze e delle relazioni sociali della produzione in date condizioni storiche, mentre le macchine automatiche rimandavano al “general intellect” in cui la conoscenza era incarnata in artefatti meccanici, dando origine al “lavoratore collettivo”xi. Un approccio socialista all’IA, dunque, si focalizza soprattutto sulle relazioni storiche e sociali che l’hanno provocata in congiunzione con il capitalismo, demistificando così l’attuale feticismo dell’IA e chiarendo che il futuro dell’umanità sta in ultimo a noi, richiedendo quindi una lotta di scala e natura rivoluzionariexii. Kate Crawford e la mappatura dell’IA La figura principale a fare una mappatura sociale dell’IA è Kate Crawford, una ricercatrice senior di Microsoft Research e professoressa e ricercatrice all’Università della Southern California a Annenberg. Crawford adotta un approccio che è storico, materialistia, ecologico e che riguarda la mappatura dell’IA come regime di potere che opera in combinazione con l’egemonia aziendale (corporate), rappresentando un’era di “capitalismo computazionale”xiii. Il suo lavoro attinge a un’ampia gamma di pensatori, incluse figure come Charles Babbage, Marx, William Stanley Jevons, Max Weber, Lewis Mumford, Harry Braverman, E. P. Thompson, Stephen Jay Gould, Christian Fuchs e Vandana Shiva, insieme ad analisi contemporanee del capitale monopolistico, il capitalismo globale e la frattura metabolica. I principali lavori di Crawford sull’IA sono (1) la sua grafica interattiva Anatomy of an AI System: An Anatomical Case Study of the Amazon Echo as an Artificial Intelligence System Made with Human Labor (“Anatomia di un sistema di IA: un caso studio anatomico di Amazon Echo come sistema di Intelligenza Artificiale fatto con Lavoro Umano”, con Vladen Joler, 2018); (2) il suo libro Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence (“Atlante dell’IA: Potere, Politica e i Costi Planetari dell’Intelligenza Artificiale”, 2021); (3) Calculating Empires (“Calcolo degli imperi”) – un affresco di Intelligenza Artificiale lungo 24 metri (2023); (4) la sua lezione Mapping Empires (“Mappare Imperi”) tenuta alla Long Now Foundation; (5) il suo articolo Eating the future: The Metabolic Logic of AI Slop (“Mangiare il futuro: la logica metabolica della brodaglia dell’AI” (2025)xiv. Il feticismo dell’IA, pesantemente promosso oggi dalle imprese e dal monopolio mediatico, è un riflesso di quello che Crawford chiama “determinismo incantato”, ritraendo l’IA come una tecnologia “cloud” (lett. “nuvola”) che occupa una qualche dimensione eterea, con sole connessioni secondarie al mondo materiale e al reame della produzionexv. Lei inverte la visione dominante mistificante, adottando una prospettiva materialista critica. “L’IA”, scrive, “ non è né artificiale né intelligente”. Piuttosto, è un “registro di potere”. Nonostante utilizzi il termine “IA”, la definisce come una enorme formazione industriale che include politica, lavoro, cultura e capitale”xvi. Come dichiara Tung-Hui Hu in A Prehistory of Cloud (“Una Preistoria del Cloud”), “la metafora dominante di oggi usata per lo spazio digitale, “il cloud”, è in realtà una metafora della proprietà privata e l’esclusione al pubblico al suo accesso materialexvii. Volendo usare le parole di Crawford, “l’Intelligenza Artificiale… è un’idea, un’infrastruttura, un’industria, una forma di esercizio di potere e un modo di vedere; è anche una manifestazione del capitale altamente organizzato sostenuto da vasti sistemi di estrazione e logistica, con supply chain che si avvolgono attorno all’intero pianeta.” Aggiunge: “i sistemi di IA sono costruiti con le logiche di capitale, politica e militarizzazione e questa combinazione allarga ulteriormente le asimmetrie del potere esistentixviii. Il concetto di “determinismo incantato” è usato per indicare il feticismo della merce e le mistiche qualità divine che vengono attribuite all’IA. “I sistemi di IA”, spiega Crawford, “sono visti come incantanti, al di fuori del mondo conosciuto, eppure deterministici perché scoprono degli schemi che possono essere applicati con certezza predittiva alla vita di tutti i giorni”. Questo determinismo incantato prende due forme diverse, ciascuna delle quali è dialetticamente rapportata all’altra. La prima è un “utopismo tecnologico”, mentre la seconda è una prospettiva di “distopia tecnologica”. “Queste trattazioni distopica e utopistica”, scrive, “sono gemelli metafisici: una pone la sua fede nell’IA come soluzione a tutti i problemi, mentre l’altra la teme come il pericolo più grande”. La risposta a entrambi è una critica storica e materialista che svela le radici sociali dell’IA e spiega che è in ultima istanza una questione di relazioni sociali, non semplicemente di tecnologia. “La fantasia secondo cui i sistemi di IA siano cervelli incorporei che assorbono e producono conoscenza indipendentemente dai loro creatori, infrastrutture, e il mondo nella sua interezza… distrae dalle domande di gran lunga più rilevanti: Questi sistemi chi servono? Quali sono le economie politiche della loro costruzione? E quali sono le più grandi conseguenze planetarie?”xix. Nell’esplorare le diverse dimensioni dell’IA, Crawford comincia con la base materiale dell’attività estrattiva di litio, cobalto e terre rare. Indaga sulla miniera di litio di Silver Peak in Nevada e le fabbriche circostanti di batterie della Tesla. Tesla sta attingendo a una considerevole porzione delle riserve di litio mondialixx. La produzione di una tonnellata di litio richiede l’evaporazione di circa 2 milioni di litri d’acqua, minacciando le falde acquifere e gli approvvigionamenti idrici. Al livello dell’estrazione, il lavoro dietro all’IA ha origini nella storia del colonialismo e dell’imperialismo. La maggior parte dell’estrazione avviene nel Sud Globale. Nelle miniere in Congo i lavoratori ricevono l’equivalente di 1-2 dollari al giorno per lavorare in condizioni disumane, esposti alla tossicità del cobalto scavato con picconi e badile in trincee e tunnel. I lavoratori non hanno alternativa visto che “le miniere hanno preso il controllo di tutto”xxi. In “Anatomia di un Sistema di AI” (Anatomy of an AI System), Crawford e Joler, seguendo Marx, presentano la produzione a ciascuno stadio dell’intero processo come basato sull’appropriazione di “plusvalore” sul costo del lavoro, da cui emergono i profitti del capitalexxii. L’IA capitalistica è indirizzata all’espulsione di lavoro ben pagato e la sua sostituzione con una combinazione di automazione e lavoro delocalizzato a più basso costo. La natura globalizzata dell’IA, con le sue filiere complesse, rende gli effetti sul lavoro a livello transnazionale estremamente difficile da accertare. Nonostante sia diretto ad espellere forza lavoro negli attuali centri di produzione, la dimora nascosta dell’IA è da trovarsi nell’assunzione di masse di addestratori di macchine sottopagati, tagger (“etichettatori”) di immagini e lavoratori delle piattaforme di servizi basate sull’IA, la cui stessa esistenza dissipa il mito dell’intelligenza artificiale. Così, attualmente l’IA richiede un numero enorme di “crowdworkers” impiegati nel “crowdsourcing”, ovvero lavoratori online, solitamente sui vent’anni e dispersi per il mondo, che portano avanti una sorta di “lavoro fantasma”. Per esempio, OpenAI nel 2022 si affidava a lavoratori esternalizzati in Kenya, pagati con meno di 2$ all’ora per esaminare ed etichettare decine di migliaia di immagini tossiche e associate all’abuso sessuale infantile, zoorastia, stupro etc., come parte di un’operazione di “ripulitura” di ChatGPT; similarmente lavoro di questo tipo veniva esternalizzato in Uganda e in Indiaxxiii. Vengono utilizzati numeri consistenti di lavoratori per monitorare e correggere i contenuti dei chatbot basati sull’IA. Jeff Bezos si è riferito cinicamente a questa realtà di lavoratori dietro alle macchine come “intelligenza artificiale artificiale”. “Fin quando non esisterà un altro modo per creare un’IA di larga scala che non usi l’esteso lavoro “nascosto” fatto da esseri umani”, ha osservato Crawford nel 2021, “questa rimane una logica fondamentale di come funzione l’IA”. È da ricordare che, tra il 2005 e il 2015, 94 per cento dei nuovi posti di lavoro negli Stati Uniti erano di tipo “alternativo” piuttosto che di tipo tradizionalexxiv. Mentre le “macchine intelligenti” richiedono oggi il lavoro fantasma dei crowdworkers situati soprattutto nel Sud Globale, Crawford guarda anche al ruolo devastante dell’IA e dei robot nell’industria esistente. Nei magazzini di Amazon, il processo del lavoro e il tempo di lavoro sono gerarchicamente controllati come mai fatto prima. Il lavoratore non solo è “appendice della macchina”, come scriveva Marx, ma diventa sempre più appendice di robot “intelligenti”, mentre viene sottoposto a costante sorveglianza e controllo. In questo contesto, Crawford esplora le innovazioni della fine del diciottesimo secolo dell’ingegnere Samuel Bentham, che per primo concepì il sistema panottico per la sorveglianza e controllo dei movimenti del lavoro (più tardi applicato alle carceri dal fratello maggiore Jeremy Bentham)xxv. Il capitalismo computazionale, sostiene Crawford, è profondamente radicato nello sfruttamento dei corpi umani e si mantiene attraverso di esso nel tempo e l’imposizione della disciplina sul lavoro. Discute del lavoro di Thompson su come l’industrializzazione e il capitalismo abbiano cambiato il tempo stesso all’interno del lavoro nel diciannovesimo secolo – poi passa alla critica di Braverman al Taylorismo e alla degradazione del processo di lavoro sotto il capitalismo monopolisticoxxvi. Gli algoritmi oggi stabiliscono sia i tempi che gli spazi dei lavoratori. Il nuovo mondo degli algoritmi di IA rappresenta la realizzazione della “reale sussunzione del lavoro” al capitale come discussa da Marx, intesa come dominio inarrestabile della “velocità”, intesa come ritmo di lavoro nei magazzini Amazon. Qui cita la critica di Marx del tempo del capitale contro il tempo della natura presente ne Il Capitale: “Il tempo è tutto, l’uomo è niente; egli è al massimo la carcassa del tempo”xxvii. Dopo aver approcciato l’IA dal punto di vista materiale, a cominciare dall’estrazione mineraria e lo sfruttamento dei lavoratori sia nell’estrazione che nella produzione, Crawford procede con il discutere del nuovo regime di dati che risiede al cuore di questo nuovo registro di potere. Il regime di IA si erge a partire dal principio secondo cui tutte le cose sono dati e che vadano preservati a prescindere dal loro costo sociale o ambientale. Il nuovo capitalismo computazionale promuove un’inarrestabile accumulazione di dati nella forma di testo, immagini, suono e video e l’intero mondo umano si presta a dato grezzo per i sistemi IAxxviii. Le piattaforme dei social media sono canali per quantità gigantesche di dati usati da dare in pasto ai sistemi di IA, che possono anche penetrare in quasi ogni sfera del comune e della vita privata: Ci sono set giganteschi di dati pieni di selfie, tatuaggi, genitori che passeggiano con i loro figli, gesti della mano, persone che guidano le loro auto, persone che commettono crimini riprese dalle videocamere di sorveglianza, e centinaia di azioni umane quotidiane come sedersi, salutare, alzare un bicchiere e piangere. Ogni forma di biodato – tra cui forense, biometrico, sociometrico e psicometrico – viene catturato e collezionato nelle banche dati per sistemi IA per ricercare schemi e valutazioni… I dati vocali vengono raccolti dai dispositivi appoggiati sui piani della cucina o sul comodino affianco al letto; i dati fisici sono prelevati dagli orologi sui polsi e dagli telefoni in tasca; i dati su quali libri e giornali vengano letti vengono da tablet e portatili; gestualità ed espressioni facciali sono raccolte e visionate nei posti di lavoro e nelle aule… Fondamentalmente, le pratiche dell’accumulazione dei dati negli anni ha contribuito a una logica estrattiva potente, una logica che è adesso una caratteristica principale del modo di lavorare dell’IA. Questa logica ha arricchito le aziende di tecnologia con le maggiori pipeline di dati, mentre gli spazi liberi dalla raccolta dati sono diminuiti drasticamentexxix. I dati devono essere classificati. Le impressioni soggettive dei crowdworkers sono usate per disporre classificazioni delle persone in base alla razza, all’etnicità e al generexxx. I significanti della razza che sono il prodotto di sistemi storici di classificazione razzista vengono incorporati. Il genere viene sempre ritenuto strettamente binario. Come evidenzia Crawford, “i sistemi di machine learning in maniera molto reale costruiscono la razza e il genere: definiscono il mondo nei termini che ha esso stesso stabilito”. Le categorie usate nell’addestramento dell’IA e nella classificazione rafforzano pregiudizi esistenti e perpetuano odiosi confronti, oltre a replicare l’ideologia politico-economica dominantexxxi. Sebbene la promessa di incrementata produttività attraverso una più efficiente e totale sfruttamento del lavoro sia alla base delle rivendicazioni in merito alla futura profittabilità dei sistemi di IA, si basa anche sulla prospettiva dell’estrazione di profitti da tutte le forme di attività umana. L’obiettivo è universalizzare i sistemi di sfruttamento e di espropriazione, promuovendo l’accumulazione accelerata di capitale e la sua ulteriore concentrazione e centralizzazione in poche imprese dominanti che sono diventate sinonimo di “mercato”. Come se non bastasse c’è lo stato capitalista, che monopolizza le leggi di proprietà e di violenza. Lo stato è il maggior accumulatore di dati, e lavora congiunto, piuttosto che in opposizione, al capitale computazionale. Lo stato monopolio-capitalistico è fortemente organizzato attraverso funzioni militari e di polizia che crescono fianco a fianco al capitalismo di sorveglianza all’interno del settore privato. Per Peter Thiel, fondatore di Palantir e sostenitore miliardario chiave dell’amministrazione Trump, l’IA è essenzialmente una tecnologia militare attrezzata alla sorveglianza e all’individuazione degli obiettivi, applicabili sia in operazioni di guerra che di controllo domestico. “Questi strumenti”, scrive, “sono…preziosi a qualsiasi esercito-per ottenere vantaggio in intelligence, per esempio”, mentre tali “strumenti di machine learning”, aggiunge, “hanno anche usi civili”. Durante la prima amministrazione Trump, i contratti di Palantir con le agenzie di governo USA ammontavano a più di un miliardo di dollari. Palantir è diventata la principale agenzia esternalizzata di sorveglianza per l’ICE (Immigration and Custom Enforcement, l’agenzia preposta al controllo delle frontiere e dei flussi migratori), entrando in supporto all’ICE nella sua campagna di deportazione per motivi razziali. Secondo un report di Bloomberg del 2018, Palantir “è una piattaforma di intelligence progettata per la Guerra globale al Terrore”, che viene maggiormente “armata contro gli Americani ordinari a casa”, che lavorano in congiunzione con le agenzie di statoxxxii. Analogamente, l’app Neighbors, che si affida ai videocitofoni Ring di Amazon, classifica i filmati come “Crimine”, “Sospetto” o “Sconosciuto” e i video vengono condivisi attraverso contratti con la polizia e con l’ICE. Ring viene anche usato dai lavoratori della polizia per la consegna di pacchi. Usando le parole di Tung-Hui Hu, queste app sono diventate “freelancer” dell’apparato militare e securitario dello statoxxxiii. L’uso militare dell’IA è ora pervasivo, ad esempio nella guerra dei droni o nella guerra cibernetica, e viene ora integrata in tutte le operazioni di guerra. Nel 2017, il Dipartimento di Difesa degli Stati Uniti ha lanciato il “Team interfunzionale per la guerra algoritmica” (Algorithmic Warfare Cross-Functional Team), con il suo nome in codice di Project Maven, finalizzato ad usare l’IA come “motore di ricerca automatizzato per i video da droni” per la sorveglianza e l’individuazione degli obiettivi. Inizialmente il contratto fu stipulato con Google ma questo portò oltre tremila dipendenti a firmare una lettera di protesta che chiedeva la cancellazione del contratto. Google rispose capovolgendo il tema del dibattito non più sull’opposizione all’utilizzo dell’IA per scopi bellici, quanto piuttosto sul fatto che la tecnologia fosse utilizzata per “uccidere le persone in maniera scorretta”, una condizione che secondo l’azienda si sarebbe potuta evitare attraverso la tecnologia di IA stessa, che fornisce il fondamento necessario a uccidere le persone correttamente. Gli Stati Uniti hanno utilizzato Claude, il modello IA di Anthropic, come anche altri, nella guerra all’Iran cominciata il 28 febbraio 2026, con Israele alleato. Nelle prime ventiquattro ore di attacchi di Usa e Israele all’Iran, Anthropic ha generato circa un migliaio di obiettivi prioritari, nei quali ha sintetizzato immagini satellitari, riprese di sorveglianza e intelligence dei segnali, fornendo in tempo reale le coordinate GPS sia per obiettivi umani che strategici, automatizzando nel frattempo le giustifiche legali di ogni attaccoxxxiv. Eppure, il ruolo dello stato rispetto all’IA va oltre l’esternalizzazione della sorveglianza domestica, del controllo della popolazione e delle operazioni militari. Allo stato capitalista è stato dato il via libera a un sistema di capitale computazionale monopolistico finalizzato all’accumulazione illimitata di dati con pochi se non nulli vincoli legali. Questo riflette un governo delle grandi imprese, fatto dalle grandi imprese e per le grandi imprese. La mancanza di regolamentazione statale ha permesso la corsa all’IA a procedere noncuranti delle sue conseguenze distruttive, dalla prospettiva di uno scoppio della bolla IA all’eventualità di implosioni sociali ed ecologiche diffuse. L’IA e la frattura metabolica L’Atlante dell’IA di Crawford è stato pubblicato nel 2021, un anno prima dell’introduzione di ChatGPT, che ha accelerato la frenesia per l’IA e ha portato a un’espansione enorme agli investimenti in data center. Alla luce degli ultimi sviluppi, il lavoro più recente di Crawford si concentra sulle contraddizioni centrali dell’IA come registro di potere. Nel suo lavoro “Calculating Empires” del 2023, un’opera artistica interattiva, Crawford mette in risalto come il capitale monopolistico e il capitale globalizzato definiscano la modalità politico-economica in cui la tecnologia digitale dell’IA ha avuto modo di emergere. Tuttavia, nella sua lezione del 2025, “Mapping Empires”, la sorprendente innovazione sta nel focalizzarsi sulle contraddizioni interne ed esterne dell’IA. È qui che trae la sua tesi principale partendo dal concetto di frattura metabolica, così come fu sviluppata da Marx nel diciannovesimo secolo a partire dagli studi del chimico tedesco Justus von Liebig. C< rawford, nella sua lezione, fornisce una spiegazione dettagliata della frattura all’interno del ciclo dei nutrienti nel suolo nell’Inghilterra del diciannovesimo secolo, dovuta all’invio di cibo e fibre contenenti questi nutrienti, come azoto, fosforo e potassio, alle nuove e densamente popolate città industriali a centinaia o anche migliaia di chilometri di distanza, dove questi nutrienti venivano trasformati in inquinanti, con la sversamento da parte delle persone di “escrementi nelle strade e nei corsi d’acqua”. Di conseguenza, questi elementi essenziali non tornavano alle fattorie per rifornire il suolo. Riprendendo le parole di Crawford, “l’Europa si stava letteralmente mangiando fino all’esaurimento”. Qui riprende il concetto di Liebig del Raubbau o la cultura/economia del furto. Data l’impossibilità, all’epoca, di produrre fertilizzanti sintetici, in particolare quelli contenenti azoto, ebbe inizio la “corsa al guano”, per cui gli stati europei e gli Stati Uniti cominciarono a competere per l’accaparrarsi del guano (sterco di uccelli ricco di azoto). Furono importate massicce quantità di guano in Europa dalle isole Chincha lungo la costa del Perù che ne erano particolarmente ricche. Nonostante lo sviluppo successivo dei fertilizzanti sintetici, questo ha a stento ribaltato la contraddizione, portando alle fratture di oggi nel ciclo del fosforo e dell’azoto, con il risultato che la generale frattura metabolica, associata a una disgiunzione tra l’estrazione di risorse da parte dell’uomo e le condizioni di sostenibilità ecologica si sia approfondita. Oggi, l’emergere dell’Antropocene rappresenta una “frattura antropogenica” nei cicli geobiofisici del Sistema Terraxxxv. Riconoscendo che l’IA è un sistema materiale che è emerso storicamente come risultato dell’azione sociale umana e che è l’incarnazione di relazioni naturali e umane, Crawford sostiene che è necessario inquadrarla come un sistema metabolico che segue “schemi” o cicli metabolici. Contraddizioni che si manifestano sotto forma di fratture metaboliche si presentano nel mezzo delle condizioni dell’esistenza e della riproduzione materiale e gli imperativi interni al capitale dell’IA. Così, l’estrazione dei materiali e delle risorse essenziali, l’“ingestione” illimitata di dati e il contenuto finale di “brodaglia di IA” possono essere tutte viste come fasi di un ciclo metabolico. Questo ciclo è guidato dagli imperativi del capitalismo computazionale, conducendo, prima o poi, all’inevitabile “collasso del modello”xxxvi. Nell’elaborazione di Crawford, l’ingestione distruttiva di dati dell’IA è equivalente a Raubbau. L’estrattivismo minerario e l’utilizzo di energia e acqua stanno incrementando esponenzialmente il fabbisogno rispetto all’ambiente naturale, arrestando in maniera sempre più rapida la relazione umana con la natura, in linea con la nozione classica di frattura metabolica di Marx. Inoltre, adesso è stato riconosciuto che esite una frattura auto-generativa in seno all’IA stessa, conosciuta nella letteratura scientifica come “autofagia dell’IA” (alla stregua dell’autofagia metabolica disfunzionale – “auto-digestione” – delle cellule. Qui l’IA, dipendendo sempre più sui propri dati sintetici, o brodaglia IA, sostanzialmente mangia sé stessa, arrivando al “collasso del modello”, con conseguenze disastrose per l’intero mondo alienato per via dell’IAxxxvii, Oggi l’ingestione di dati di IA è oltre misura, già al pari con quanto può essere raccolto dal web, comprendendo innumerevoli terabyte di dati e con l’intento di racchiudere le informazioni del mondo intero in tutte le sue forme. La totalità della creatività umana di migliaia di anni e tutte le forme di comportamento e di espressione umani sono acqua al suo mulino – tutto da incorporare nel machine learning diretto da un sistema di potere politico-economico. Tutto ciò, tuttavia, si incarna materialmente, ponendo dei limiti alle operazioni del sistema. “La domanda di minerali per l’IA”, dice Crawford, “sta portando ad un’altra frattura metabolica, estraendo minerali che hanno impiegato milioni di anni per formarsi nella crosta terrestre in tempi antichi per poi essere usati nei chip per l’IA generalmente per uno o due anni”. Il costo ambientale più grande associato con il nuovo Raubbau dell’IA, tuttavia, è il consumo di acqua e di energia, che già ammonta quasi ai livelli di utilizzo dei paesi più ricchi. Stime provenienti dall’Agenzia Internazionale dell’Energia e da Bloomberg prospettano che entro il 2030 l’aumento di fabbisogno di energia elettrica per gli scopi dell’IA sarà equivalente a quello di stati come l’India e il Giappone, o pari al 25% dell’elettricità USAxxxviii. I data center hyperscale richiedono sistemi di raffreddamento che consumano milioni di litri d’acqua al giorno, con un aumento continuo di domanda. Niente di tutto ciò è sostenibile. Sebbene alcuni sostengano che il problema può essere risolto attraverso una migliore efficienza, Crawford qui fa riferimento al famoso paradosso di Jevons, basato sul lavoro di William Stanley Jevons La questione del carbone (1865), in cui si discuteva che l’aumento dell’efficienza nell’utilizzo del carbone non riduceva mai la quantità di carbone impiegato, poiché l’aumento di efficienza portava sempre a un’espansione del livello di produzione – un fenomeno inerente al sistema dell’accumulazione capitalisticaxxxix Ciò a cui si riferisce Crawford parlando di un’emergente frattura metabolica, radicata in relazioni sociali capitalistiche, ha così a che fare con l’insaziabile appetito dell’IA, di ingerire, digerire ed espellere dati in modi che portano al suo stesso cannibalismo. Come nel mito greco del Re Erisittone raccontato da Ovidio nelle Metamorfosi – in cui Erisittone, consumato dal desiderio della ricchezza e del consumo, vendette sua figlia e finì per mangiare sé stesso – oggi i sistemi di IA, spinti dall’accumulazione capitalistica e dalla lora innata logica tecnologica, finiranno per consumare sé stessixl. Con l’ingestione crescente dei propri risultati sintetici, pieni di fantasmagoria e allucinazioni, oltre all’appiattimento della conoscenza, il risultato sarà una sorta di degrado strutturale. “La frattura metabolica più recente tra l’IA e gli umani”, scrive Crawford, “minaccia forme multiple di fallimenti a cascata: un collasso morale, un collasso finanziario, un collasso ecologico e, a seconda di chi credi, un collasso cognitivo”xli. Le fratture nella relazione umana con la natura nella società moderna sono la manifestazione della logica alienata e distruttiva dell’accumulazione e della crisi capitalistiche. Meta, Amazon, Alphabet (Google) e Tesla hanno speso complessivamente 561 miliardi di dollari in investimenti di capitale sull’IA nel 2023-2025, generando da questi investimenti entrate, non profitti, di 35 miliardi di dollari. La bolla dell’IA è sostenuta dal debito e dall’inarrestabile rilancio degli asset di queste imprese, dato che gli investitoti vogliono la loro parte in questa moderna corsa all’oro – nonostante ultimamente il valore sul mercato di queste società stia avendo un calo. Facendo riferimento al debito intrapreso dagli hyperscaler nella loro corsa a costruire data center, Bloomberg afferma che questo prende la forma di “obbligazioni blue-chip, debito spazzatura, credito privato e complessi pool di prestiti garantiti da asset”, ammontando a circa 200 miliardi di dollari o più. Per risolvere il problema della mancanza di un mercato sufficiente per l’IA, il capitalismo computazionale intende forzare l’adozione di IA generativa impiantandola in innumerevoli app. Questo è un modello di accumulazione pieno di rischixlii. L’ascesa del movimento neofascista associato al “Make America Great Again” (MAGA) della politica di Trump è stata pesantemente finanziata da miliardari high-tech della Silicon Valley come Musk, Thiel ed Ellison, minacciando l’intero corpo politico. L’annuncio dell’iniziativa Stargate dell’amministrazione Trump nel primo giorno di presidenza del secondo mandato, che ha l’obiettivo di riversare 500 miliardi di dollari sui data center, è stato progettato per caricare Oracle e OpenAI (sviluppatore di ChatGPT), diretti da Ellison e Sam Altman rispettivamente, entrambi finanziatori consistenti degli interessi politici del MAGA di Trump. Alcuni commentatori hanno interpretato questi sviluppi come indicatori dell’emergere di un cartello con leva finanziaria dello stato, passando dai media all’IA alla tecnologia “cloud”, con il dominio nelle comunicazioni e nell’economia – promuovendo contemporaneamente un regime politico dittatorialexliii. Il “General Intellect” di Marx e il Socialismo Se l’IA è più di una semplice tecnologia epocale, ma piuttosto è da intendersi, come dice Crawford, come un “registro di potere”, allora l’unica risposta attuabile è di esercitare un potere sociale genuino nei confronti del suo sviluppo, radicandolo in una democrazia sostanziale. Le ramificazioni potenziali dell’IA puntano a quello che István Mészáros chiamava “la necessità del controllo sociale”, un controllo sociale che bisogna esercitare se si vuole evitare la tendenza all’estremismo ecologico, militare e sociale. Qui non c’è solo da mettere in dubbio le forze produttive ma soprattutto le relazioni sociali della produzionexliv. Nel suo “Frammenti sulle Macchine” nei Grundrisse, Marx ha commentato su come il trasferimento della conoscenza e delle attività umane – ovvero l’essenza del lavoro umano – alle macchine attraverso l’automazione portasse al concretizzarsi nelle macchine del “general intellect” della società, che propriamente apparteneva a e rappresentava l’ “individuo sociale” e, come ha spiegato nel Capitale, al “lavoratore collettivo”xlv. L’appropriazione monopolistica del general intellect come proprietà del capitale comportava che venisse utilizzato per un solo fine: l’accumulazione di capitale, a vantaggio di pochi. L’incorporazione del general intellect all’interno del capitale era, per Marx, una contraddizione mortale per il capitale stesso. Qualsiasi tentativo da parte dei capitalisti di detenere il general intellect per i propri fini limitati di accumulazione avrebbe provocato crisi dopo crisi. Citando una scena intitolata “La cantina di Auerbach” del Faust di Johann Wolfgang von Goethe (Parte 1, Scena 5) Marx allude sottilmente a una canzone volgare sul veleno dato a un ratto di cantina, che gli provoca di comportarsi “come se il corpo fosse impossessato dall’amore” – riferendosi al lavoro vivo trasformato in lavoro morto: un mero “corpo animato” incapace di creare direttamente valore. Questo potrebbe rappresentare per i giorni nostri l’assorbimento da parte del capitale dell’IA di tutta la conoscenza generata dal lavoro creativo e dell’intero mondo digitalizzato in se stesso, producendo un corpo robotico che porta all’autofagia dell’IA e al collasso del modelloxlvi. Il mero potenziale per l’espansione del tempo di lavoro disponibile (tempo libero) grazie all’automazione, come spiegava Marx ai suoi tempi, contraddice il bisogno incessante del capitale di espandere il tempo di pluslavoro. Il sistema dunque cerca di promuovere, attraverso l’automazione – basandosi sulla leva fornita da un esercito di riserva industriale in espansione- la degradazione ulteriore e la dipendenza materiale del lavoro, costringendo il “lavoratore a lavorare più a lungo del selvaggio, o di quanto lavorava quando lo faceva con utensili più semplici e rozzi”, adesso come mera “appendice della macchina”xlvii. Eppure, la realtà del general intellect incarnato nell’automazione allo stesso tempo rende possibile l’ascesa del “lavoratore collettivo come soggetto dominante” della produzione e del movimento decisivo verso una società di produttori associatixlviii. La necessità del controllo e della pianificazione sociale significa mettere in capo le relazioni sociali generali e dare forme aò regno del capitale finanziario monopolistico. Alcuni segni di quanto è possibile si prefigurano oggi in Cina. La Cina compete con gli Stati Uniti nello sviluppo dell’IA. Il modello IA cinese open-source DeepSeek è più efficiente dal punto di vista energetico e più economicamente vantaggioso rispetto ai chatbot statunitensi. Mentre le Grandi Case dell’IA negli Stati Uniti sono in corsa per il raggiungimento di una “superintelligenza” divina attraverso l’utilizzo dei LLM (Large language models), il “socialismo con caratteristiche cinesi” di Beijing ha focalizzato la sua tecnologia di machine learning – non senza le sue contraddizioni – più direttamente sulla manifattura, la logistica, l’energia, la finanza pubblica, e i servizi pubblici. Le case automobilistiche utilizzano i robot con il minimo intervento umano. Gli strumenti di IA vengono molto usati negli ospedali, dove viene impiegata “un’IA più semplice, più stretta” progettata per compiti specifici. L’IA in Cina è integrata principalmente alla manifattura piuttosto che in un’economia di servizio come negli Stati Uniti oggi. Ovviamente, l’uso molto massiccio di robot nella manifattura cinese comporta l’espulsione del lavoro. Le banche dati in Cina, come negli Stati Uniti e nel resto del mondo, usa ingenti risorse, a sono dipendenti dall’estrazione di litio, cobalto e terre rare. Come negli Stati Uniti, la modernizzazione militare si basa sull’IA. Ciò nonostante, i controlli normatici sull’IA da parte del “socialismo dalle caratteristiche cinesi” sono segnali ottimisti per il raggiungimento di un approccio sociale più razionale sull’intero fenomeno. Infatti, quello che differenzia maggiormente la Cina dagli Stati Uniti e l’Occidente riguardo l’IA sta nella leadership della governance dell’IA, che enfatizza il fatto che il machine learning debba essere subordinato a un percorso “incentrato sul popolo” e sul welfare della popolazione. Beijing ha introdotto regole mirate per le tecnologie di sintesi profonda (note come deepfake) e per l’IA generativa. Tutti i deepfake richiedono etichettature cospicue o watermarking per garantire trasparenza, accuratezza e affidabilità. Qualsiasi azienda che vuole fornire servizi di IA generativa deve registrare i propri algoritmi all’Amministrazione del Cyberspace della Cina, il maggiore ente regolatore. Qualsiasi maggior corpo di dati che gli sviluppatori vogliano includere nei loro modelli di IA deve essere campionato casualmente per contenuto discriminatorio e antisociale. Le normative sono espressamente definite per proteggere gli individui che hanno diritti definiti di “identità, reputazione, onore, privacy e informazioni personali”. La maggior parte delle normative si applica ai LLM offerti al pubblico, mentre sono meno restrittive all’interno dell’industria per supportare l’innovazione. Nonostante questo, il carattere sociale dell’approccio cinese, sebbene non sia sufficiente e sollevi interrogativi difficili, si trova in contrasto con lo sviluppo più privatizzato e predatorio dello sviluppo della tecnologia negli Stati uniti, dove sono notoriamente assenti regolamentazioni federali incisivexlix. La Cina, non sorprendentemente, è leader nella promozione di una governance globale di IA, con la sua Iniziativa di Governance Globale dell’IA, introdotto nel 2023, e la sua Dichiarazione di Shangai sulla Governance Globale dell’IA al World Conference dell’IA nel 2024. Con queste iniziative di carattere mondiale, Beijing insite su un “approccio incentrato sulle persone” come “obiettivo comune” rispetto alla regolamentazione dell’IA pe fare fronte a “rischi imprevedibili e sfide complicate” di queste tecnologie, che sono frequentemente usate “per i fini della manipolazione dell’opinione pubblica, con la diffusione di disinformazione, con l’intervento negli affari interni, sistemi sociali e ordine sociale di altri paesi, così come mettendo a repentaglio la sovranità di altri stati”. Tra i pericoli specificati ci sono “monopoli tecnologici e misure coercitive unilaterali”; tendenze alla discriminazione di “etnicità, credi, nazionalità, generi, etc.”; l’accelerazione di danni ambientali; e il blocco della diffusione delle tecnologie di machine learning nel Sud Globale, inibendo quindi uno sviluppo globale sostenibile. La Cina insiste che l’obiettivo dovrebbe essere lo sviluppo umano e l’uso di queste tecnologie in campi come “salute, educazione, trasporti, agricoltura, industria, cultura ed ecologia”. Gli effetti negativi dell’IA sull’occupazione devono essere attentamente monitorati e “mitigati”. Tutti i paesi sono invitati a partecipare, in accordo con i loro bisogni nazionali, alla costituzione di “un sistema di verifica e valutazione basato sui livelli di rischio dell’IA e su un sistema di revisione etico tecnico-scientifico”. Volendo usare le parole di Xi Jinping, è necessario “far sì che l’IA serva al bene comune e dia beneficio a tutti, e che non sia un giocattolo in mano alle nazioni ricche e ai facoltosi”l. In tutto il mondo si stanno affacciando diverse lotte rispetto all’IA. Una richiesta promossa è quella di “mettere in pausa” lo sviluppo dell’IA fin quando siano accertati i pericoli associati a un ulteriore avanzamento della tecnologia, in modo da avere una normativa razionale che possa giocare un ruolo nel suo sviluppoli. Tuttavia, il governo federale degli USA sotto l’amministrazione Trump non solo non sta facendo alcun tentativo di regolamentare l’IA, ma sta lottando attivamente contro gli stati individuali e gli enti locali in tutto il territorio che stanno tentando di introdurre regolamentazione sull’IAlii. Il cartello dell’IA, che ora si può dire essere costituito dagli hyperscaler dell’high-tech, sostenuto dalla finanza monopolistica e dal settore energetico, così come dallo stato, è attualmente completamente al comando. Qualsiasi tentativo di controllare socialmente l’IA all’interno del capitalismo monopolistico, punta necessariamente al bisogno di un movimento più rivoluzionario che porti dal capitalismo al socialismo. Le Grandi Case dell’IA sono divise l’une contro le altre e non possono resistere. Affidano la loro esistenza su un apparato statale capitalista centralizzato, coercitivo e basato su una classe corrotta nonché di un apparato culturale, costituente una logica di insieme che – se gli sarà permesso di continuare – non potrà che essere catastrofica. Se l’umanità è destinata a prosperare, le forze e relazioni produttive dovranno essere rivoluzionate insieme, così come lo sviluppo delle capacità umane, per creare un mondo di sviluppo umano sostenibile. Questo richiede la formazione sotto al socialismo di un vero “processo democratico d’insieme” informato dal general intellect, in cui “i produttori associati governano il metabolismo umano con la natura in maniera razionale… raggiungendolo con la minore spesa energetica possibile e nelle condizione più adeguate alla natura umana”liii. Note. i Paul Gruenwald and Satyam Panday, “How Data Centres and AI Are Becoming a New Engine of Growth,” World Economic Forum, December 17, 2025. See also Nick Licthenberg, “Without Data Centers GDP Growth was 0.1% in the First Half of 2025, Harvard Economist Says,” Fortune, October 7, 2025. ii Kate Crawford, Mapping Empires: Power, Politics, and the Planetary Costs of Artificial Intelligence (New Haven: Yale University Press, 2021), 20. iii Matt Day and Annie Bang, “Big Tech to Spend $650 Billion This Year as AI Race Intensifies,” Bloomberg, February 5, 2026; Marty Hart-Landsberg, “AI and the Economy: A Losing Bet for Working People,” Reports from the Economic Front, February 16, 2026. iv Paul A. Baran and Paul M. Sweezy, Monopoly Capital (New York: Monthly Review Press, 1966), 220–21. v John Maynard Keynes, The General Theory of Employment Interest and Money (London: Macmillan, 1936), 14 MONTHLY REVIEW / May 2026 161–62; Karl Marx, Capital, vol. 1 (London: Penguin, 1976), 780. vii Matt Seybold, “The Ellisons are Beta-Testing Big Brother,” American Vandal, October 10, 2025. viii Bernie Sanders, The Big Tech Oligarchs War Against Worker: AI and Automation Could Destroy Nearly 100 Million U.S. Jobs in a Decade, Ranking Member Minority Staff Report, Health, Education, Labor and Pensions Committee, October 6, 2025. ix Melissa Heikkilä, “Mustafa Syleyman Plots AI ‘Self-Sufficiency’ as Microsoft Loosens OpenAI Ties,” Financial Times, February 12, 2026. x For a critical analysis of technological determinism, see Merritt Roe Smith and Leo Marx, eds., Does Technology Drive History?: The Dilemma of Technological Materialism (Cambridge, Massachusetts: MIT Press, 1994). xi Karl Marx, Grundrisse (London: Penguin, 1983), 706; Marx, Capital, vol. 1, 279–80; John Bellamy Foster, “ Braverman, Monopoly Capital, and AI: The Collective Worker and the Reunification of Labor ,” Monthly Review 76, no. 7 (December 2024): 1–13; Matteo Pasquinelli, The Eye of the Master: A Social History of Artificial Intelligence (London: Verso, 2023). xii John Bellamy Foster, Breaking the Bonds of Fate: Epicurus and Marx (New York: Monthly Review Press, 2025), 17. Although “up to us,” social struggle, though requiring agency, cannot be presented in voluntaristic terms. Rather, it has to be conceived in terms of what Roy Bhaskar called “the transformative model of social activity,” which encapsulated the essence of Marx’s concept of historical change. Roy Bhaskar, Reclaiming Reality (London: Routledge, 2011), 74–81; Karl Marx, The Eighteenth Brumaire of Louis Bonaparte (New York: International Publishers, 1963), 15. xv “Fetishism” is used here in the sense of Marx’s theory of commodity fetishism. See Marx, Capital, vol. 1, 163–77. On enchanted determinism, see Crawford, Atlas of AI, 213–15. xvi Crawford, Atlas of AI, 8. xvii Tung-Hui Hu, A Prehistory of the Cloud (Cambridge, Massachusetts: MIT Press, 2015), 147. xviii Crawford, Atlas of AI, 18–19. On the metabolic rift, see John Bellamy Foster, Marx’s Ecology (New York: Monthly Review Press, 2000), 141–77; John Bellamy Foster and Brett Clark, The Robbery of Nature (New York: Monthly Review Press, 2020), 12–34. xix Crawford, Atlas of AI, 213–15; Alexander Campolo and Kate Crawford, “Enchanted Determinism: Power with Responsibility in Artificial Intelligence,” Engaging Science, Technology, and Society 6 (2020): 2. xx Crawford, “Long Now Talks: Mapping Empires,” 27:07. xxi “ World Water Day: The Water Impacts of Lithium Extraction ,” Wetlands International Europe, March 22, 2023, europe.wetlands.org; Terry Gross, “How ‘Modern-Day Slavery’ in the Congo Powers the Rechargeable Battery Economy,” NPR, February 1, 2023. xxii Crawford and Joler, “Anatomy of an AI System,” Section XI. xxiii Billy Perrigo, “Exclusive: OpenAI Used Kenyan Workers on Less than $2 an Hour to Make ChatGPT Less Toxic,” Time, January 18, 2023; Chinmayi Arun, “Transnational AI and Corporate Imperialism,” Carnegie Endowment of International Peace, October 8, 2024. xxiv Crawford, Atlas of AI, 64–68; Lawrence F. Katz and Alan B. Krueger, “The Rise and Nature of Alternative Work Arrangements in the United States 1995– 2015,” NBER Working Paper Series, National Bureau of Economic Research, Washington DC, September 2016: 7; Hu, Prehistory of the Cloud, 89; Martin Gonzalez-Cabello, Auyon Siddiq, Charles J. Corbett, and Catherine Hu, “Fairness in Crowdwork: Making the Human Supply-Chain More Humane,” Business Horizons 68, no. 5 (September–October 2025): 645–57. xxv “Since Michel Foucault’s Discipline and Punish, it has become commonplace to consider the prison as the origin point of today’s surveillance society, with the elder Bentham as it its progenitor. In fact, the panoptic prison owes its origins to the work of the younger Bentham in the context of the early manufacturing facility. The panopticon began as a workplace mechanism well before it was conceptualized for prisons” (Crawford, Atlas of AI, 61). xxvi Crawford, Atlas of AI, 59–62, 72; E. P. Thompson, “Time, Work-Discipline, and Industrial Capitalism,” Past and Present, no. 38 (December 1967): 56–97; Harry Braverman, Labor and Monopoly Capital (New York: Monthly Review Press, 1998). xxvii Crawford, Atlas of AI, 74; Karl Marx and Frederick Engels, Collected Works (New York: International Publishers, 1975), vol. 6, 127; Marx, Capital, vol. 1, 1034–38; István Mészáros, The Challenge and Burden of Historical Time (New York: Monthly Review Press. 2008), 43–49; Ian Angus, Facing the Anthropocene (New York: Monthly Review Press, 2016), 111–25. xxviii Crawford, “Eating the Future”; Crawford, Atlas of AI, 95. xxix Crawford, Atlas of AI, 119. xxx On crowdworkers, see Crawford, Atlas of AI, 63–64. xxxi Crawford, Atlas of AI, 123–36, 145–46. xxxii Crawford, Atlas of AI, 193–99; Peter Waldman, Lizette Chapman, and Jordan Robertson, “Palantir Knows Everything About You,” Bloomberg, April 19, 2018. xxxiii Hu, Prehistory of the Cloud, 115; Crawford, Atlas of AI, 202. xxxiv Crawford, Atlas of AI, 189–92; Ed Pilkington, “US Military Reportedly Used Claude in Iran Strikes Despite Trump’s Ban,” Guardian, March 1, 2026; Gary Wilson, “ Anthropic Is Already at War ,” Struggle La Lucha, March 5, 2026, struggle-la-lucha.org. xxxv Crawford, “Long Now Talks: Map ping Empire,” 5:40–18:17; Crawford “Eating the Future”; Clive Hamilton and Jacques Grinevald, “Was the Anthropocene Anticipated?,” Anthropocene Review 2, no. 1 (2015): 67. xxxvi Crawford, “Long Now Talks: Mapping Empire,” 13:18, Crawford, “Eating the Future.” xxxvii Crawford, “Long Now Talks: Map ping Empires, 37:40–39:46; Crawford, “Eating the Future.” xxxviii Crawford, “Long Now Talks: Mapping Empires,” 28:08–29:20; Peter Landers, “Artificial Intelligence’s ‘Insatiable’ Energy Needs Not Sustainable, Arm CEO Says,” Wall Street Journal, April 9, 2024. xxxix Crawford, “Long Now Talks: Mapping Empires,” 31:16–32:37; John Bellamy Foster, Brett Clark, and Richard York, The Ecological Rift (New York: Monthly Review Press, 2010), 169–82; William Stanley Jevons, The Coal Question (London: Macmillan, 1865), 102–16. xl Ovid, Metamorphoses, trans. Charles Martin (New York: Norton, 2004), 298; Richard Seaford, Ancient Greece and Global Warming, Classical Association Presidential Address (Lon don: Classical Association, 2009), 6; John Bellamy Foster, Foreword in Fred Magdoff and Chris Williams, Creating an Ecological Society (New York: Monthly Review Press, 2017), 7–9. xli Crawford, “Long Now Talks: Mapping Empires,” 40:11. xlii Matt Day and Amy Bang, “Big Tech to Spend $650 Billion This Year as AI Race Intensifies,” Bloomberg, February 6, 2026; Hart-Landsberg, “AI and the Economy.” xlv Marx, Grundrisse, 706; Marx, Capital, vol. 1, 464–69, 544–45; Michael Heinrich, “The ‘Fragment on Machines’: A Marxian Misconception in the Grundrisse and Its Overcoming in Capital,” in Marx’s Laboratory: Critical Interpretations of the ‘Grundrisse,’ Riccardo Bellofiore, Guido Starosta, and Peter D. Thomas, eds. (Chicago: Haymarket, 2013), 197–212; John Bellamy Foster, “Braverman, Monopoly Capital, and AI,” Monthly Review 76, no. 7 (December 2024): 1–13. See also Te Li, “From Classic Labor to the Labor of the ‘General Intellect’: The Impact of the Digital Intelligence Era on Socialist Labor Theory,” Monthly Review 77, no. 11 (April 2026): 46–62. xlvi Marx, Grundrisse, 704; Marx, Capital, vol. 1, 302; Johann Wolfgang von Goethe, Collected Works, vol. 2, Faust, Parts I and II, ed. and trans. Stuart Atkins (Princeton: Princeton University Press), 54; Sami Khatib, “The Drive of Capital: Of Monsters, Vampires, and Zombies,” Coils of the Serpent 8 (2021): 101–13. xlvii Marx, Grundrisse, 708–9; Marx, Capital, vol. 1, 799. xlviii Marx, Capital, vol. 1, 544–45. xlix Vanessa Bates Ramirez, “The U.S. and China Are Pursuing Different AI Futures,” IEEE Spectrum, February 19, 2026; “AI Watch: Global Regulatory Tracker—China,” White and Case, September 22, 2025. l Ministry of Foreign Affairs, People’s Republic of China, “Global AI Gover nance Initiative,” October 20, 2023; Ministry of Foreign Affairs, People’s Republic of China, “Full Text: Shanghai Declaration on Global AI Governance,” July 4, 2024; Xi Jinping, The Governance of China, vol. 5 (Beijing: Foreign Languages Press, 2025), 553. liii Karl Marx, Capital, vol. 3 (London: Penguin, 1981), 959. 22 Maggio 2026 - © Riproduzione possibile DIETRO ESPLICITO CONSENSO della REDAZIONE di CONTROPIANO
