La crescente pervasività dei media digitali ha trasformato profondamente le modalità di interazione sociale e produzione di conoscenza. Tuttavia, tali trasformazioni si accompagnano a nuove forme di sorveglianza e a un rafforzamento delle disuguaglianze socio-digitali.
Proponiamo una lettura critica del rapporto tra tecnologie emergenti, capitalismo dei dati e dinamiche di controllo sociale, evidenziando il ruolo centrale delle competenze digitali e della consapevolezza critica.
Proviamo, inoltre, a discutere le implicazioni per le politiche pubbliche e per gli interventi socio-educativi, con l’obiettivo di chiarire l’importanza di delineare strategie orientate a un ecosistema digitale più equo e inclusivo.
Indice degli argomenti
Una società digitalmente mediata
Oggi essere connessi a Internet è un’attività strutturalmente integrata nella vita quotidiana di tutti e tutte e nelle esperienze sociali contemporanee, contribuendo a ridefinire le modalità attraverso cui gli individui vivono, lavorano e si relazionano.
In questo senso, la connessione digitale sostiene e modella le nostre pratiche, e a sua volta è modellata da queste. A tal proposito, i Socio-Technical Study, e in particolare l’approccio socio-materiale, ci invitano a superare una visione strumentale della tecnologia e a guardare all’intreccio tra dimensione sociale e dimensione tecnologica come a un’unica rete di interazioni e relazioni (Orlikowski, 2007; Orlikowski, W. J. & Scott, S.V. 2008). Gli artefatti materiali, anche e soprattutto quelli di tipo digitale, mediando l’agire sociale, non dovrebbero più essere considerati semplici strumenti passivi, ma immaginati come elementi aventi una propria agency, una capacità, cioè, di orientare comportamenti, influenzare relazioni e trasformare le pratiche sociali. Occorre, quindi, pensare la società contemporanea come un “assemblaggio” di umano e non-umano, in cui persone, tecnologie e ambienti si co-determinano reciprocamente, nei modi più diversi e spesso imprevedibili (Latour, 2005).
Una prospettiva particolarmente interessante su questo aspetto è quella che possiamo definire “prossemica digitale”. Tale concetto rielabora la struttura prossemica di Edward Hall (1966), studioso che aveva analizzato come la distanza relazionale tra le persone sia correlata a una distanza fisica, articolata in quattro “zone” interpersonali attorno al singolo individuo (intima, personale, sociale e pubblica), in ognuna delle quali ammette specifici soggetti con cui interagisce e si relaziona in modi differenti. Oggi queste zone sono “occupate” da diversi media che si inseriscono in ogni livello della nostra sfera relazionale e corporea, che rimodellano le distanze, rendendo sempre più sfumati i confini tra pubblico e privato, tra prossimità e lontananza, tra esposizione e intimità (Opromolla, 2019).
Internet of Things, Big Data e Intelligenza Artificiale
L’attuale ecosistema digitale è caratterizzato dalla convergenza di tecnologie come Internet of Things (o “Internet degli oggetti”), Big Data e Intelligenza Artificiale. Il paradigma dell’Internet of Things rappresenta l’ingresso degli oggetti della nostra esperienza quotidiana nel mondo digitale. Oggetti che prima erano puramente materiali (come elettrodomestici, veicoli, sensori ambientali o dispositivi indossabili) oggi sono connessi in rete, raccolgono e scambiano dati, diventando “smart object”. Questi oggetti intelligenti ci accompagnano ovunque: a casa, al lavoro, nelle città (Rose, Eldridge & Chapin, 2015). Da questa enorme rete di oggetti e interazioni tra essi si origina una quantità immensa di informazioni, i cosiddetti Big Data, giganteschi insiemi di dati provenienti da fonti molto diverse, tra cui: sensori disseminati in spazi pubblici e privati, transazioni online, interazioni attraverso le piattaforme social, pratiche di crowdsourcing, etc. (Kitchin, 2014). Si tratta di dati che non sono utilizzati solamente per descrivere uno specifico fenomeno in un determinato contesto, ma anche per effettuare analisi predittive (cioè per anticipare possibili tendenze e l’andamento di specifici comportamenti, elaborati sulla base di analisi precedenti) e prescrittive (cioè per fornire elaborazioni capaci di orientare le decisioni future) (Delen, 2013). Proprio qui entra in gioco l’Intelligenza Artificiale. I sistemi di Intelligenza Artificiale, nelle loro componenti hardware e software, sono, infatti, in grado di svolgere funzioni tipicamente umane, ad esempio interagire con l’ambiente, apprendere dall’esperienza, ragionare e pianificare. In particolare, attraverso il Machine Learning, l’intelligenza artificiale può “imparare” in maniera automatica dai dati (Russell & Norvig, 2021).
Queste tre tecnologie formano un vero e proprio ecosistema digitale: 1) i sistemi di Internet of Things producono interazioni e transazioni; 2) i Big Data rappresentano i dati raccolti e organizzati, riferiti a tali interazioni; 3) l’Intelligenza Artificiale interpreta tali dati e li trasforma in conoscenza e decisioni. Si stabilisce, in questo modo, un ciclo continuo, in cui elementi umani e tecnologici si intrecciano, generando nuove forme di azione e relazione.
La narrazione tecno-ottimista
Tali sviluppi hanno alimentato una narrazione fortemente positiva dell’evoluzione tecnologica negli ultimi decenni, all’interno della quale rientrano una visione tecno-ottimista e tecno-utopista. Il tecno-ottimismo rappresenta una prospettiva positiva nei confronti dell’innovazione tecnologica. È l’idea che le tecnologie digitali possano migliorare la società, ampliando le opportunità di partecipazione e collaborazione (Shirky, 2008), anche in vista di un’espansione più ampia del sapere collettivo (Lévy, 1997). In tal senso, la rete è considerata uno spazio di democrazia (Benkler, 2006), dove tutte le posizioni politiche trovano visibilità, offrendo possibilità di personalizzazione (poiché consente di accedere a contenuti adatti alle proprie esigenze) e di trasparenza (dal momento che consente un accesso immediato alle informazioni e alla possibilità di verificare le fonti). Le tecnologie digitali consentirebbero inoltre di connettersi con persone di culture diverse, e di creare innovazione e crescita economica.
L’approccio tecno-utopista (Kurzweil, 2005), invece, porta questa fiducia un passo oltre. Secondo questa prospettiva, la tecnologia potrebbe addirittura risolvere i grandi problemi sociali, eliminare le disuguaglianze e promuovere il benessere comune. Gli strumenti digitali diventano tecnologie “etiche”, al servizio del bene collettivo. L’automazione viene interpretata come una modalità che garantisce più tempo libero e qualità della vita, immaginando una perfetta armonia tra uomo e macchina.
Gli altri lati della medaglia: dall’ideologia della partecipazione alla sorveglianza digitale
La narrazione positiva delle tecnologie digitali rischia di oscurare dinamiche economiche e sociali meno visibili, ma molto rilevanti, in particolare relative alle dinamiche di potere che attraversano l’ecosistema digitale.
Il primo concetto chiave è quello di capitalismo della conoscenza (Thrift, 2005; Thrift, 2006). Oggi l’informazione è diventata una vera e propria merce, capace di generare profitto. La conoscenza prodotta collettivamente, attraverso il lavoro intellettuale diffuso degli utenti, nonché attraverso l’informazione generata dalle loro transazioni e interazioni online, viene trasformata in valore economico e politico. Quindi, ciò che sembra “partecipazione libera” all’interno degli ambienti mediali si configura come una forma di produzione che alimenta il mercato digitale.
Questo aspetto ci conduce all’ideologia del free & open. Siamo, infatti, abituati a pensare che tutto ciò che facciamo online (condividere, commentare, creare contenuti) sia gratuito e libero. In realtà tali attività costituiscono una forma di lavoro non retribuito, di cui beneficiano le grandi piattaforme, che, attraverso la raccolta e l’analisi dei dati, la profilazione degli utenti e la vendita di spazi pubblicitari mirati, monetizzano le attività quotidiane degli utenti, sfruttando la loro creatività e le loro interazioni. Tutto ciò avviene spesso in modo “guidato”: gli utenti sono, infatti, orientati dalle architetture digitali, dai meccanismi di visibilità, dai like e dagli algoritmi che decidono cosa mostrare e in che ordine. Processi che, nella maggior parte dei casi, risultano invisibili agli utenti. In tal senso, dunque, le pratiche di partecipazione online possono diventare una forma di slacktivism, vale a dire un attivismo superficiale che illude le persone di avere il potere di cambiare il mondo, ma che in realtà contribuisce al mantenimento dello status quo (Terranova, 2000; Zuboff, 2019; Fuchs, 2014).
Echo chambers, filter bubbles e polarizzazione
Anche la partecipazione può trasformarsi in una chimera: la produzione di contenuti da parte degli utenti non corrisponde necessariamente ad una maggiore democrazia o all’esposizione ad opinioni plurali. Al contrario, tali attività possono favorire la diffusione di contenuti ostili o polarizzanti, creando spazi di scontro e odio online, o rinchiudendo (in maniera consapevole o meno) le persone in bolle informative (le cosiddette echo chambers e filter bubbles) all’interno delle quali si rafforzano solamente le proprie convinzioni. Le piattaforme digitali sono, infatti, spesso presentate come strumenti capaci di amplificare la partecipazione e favorire il pluralismo. Tuttavia, le dinamiche osservabili suggeriscono un quadro più ambivalente: gli algoritmi tendono a privilegiare contenuti che generano interazione, spesso a scapito della qualità del dibattito pubblico. Le cosiddette echo chambers limitano l’esposizione a punti di vista diversi, rafforzando convinzioni preesistenti e aumentando la polarizzazione (Pariser, 2011; Bakshy, Messing & Adamic, 2015).
In questo contesto, gli algoritmi giocano un ruolo cruciale, perché non si limitano a organizzare le informazioni, ma producono la realtà: classificano gli utenti, li segmentano, e propongono scelte che finiscono per orientare gusti, opinioni e comportamenti.
Infine, c’è la questione dell’utilizzo e della monetizzazione dei dati. Ogni azione online (movimenti, reazioni, localizzazione, tempi di permanenza, etc.) viene raccolta, integrata e venduta. E i dati sugli utenti vengono combinati per creare profili dettagliati che alimentano modelli predittivi e strategie di mercato.
Sorveglianza digitale e autorità algoritmica
In un contesto così descritto, quindi, si pongono alcune sfide importanti. Tra queste, quella della sorveglianza digitale, vale a dire dell’utilizzo di dispositivi tecnologici e media digitali per osservare e controllare. Si parla a tal proposito di “potere post-egemonico” (Lash, 2007) e di “sorveglianza liquida” (Bauman & Lyon, 2013), due espressioni che puntano l’accento su come oggi le dinamiche di potere e controllo escano fuori dai luoghi formalmente deputati ad esso (vale a dire istituzioni di potere chiaramente identificabili) e diventino pervasivi e disseminati ovunque. Ciò rende la sorveglianza digitale un processo normalizzato, una componente ordinaria della vita digitale, irriconoscibile e inconsapevole agli occhi degli utenti.
Numerose sono le tecnologie che consentono la sorveglianza digitale, come telecamere, tecnologie biometriche, chip di identificazione a radio-frequenza, sistemi di monitoraggio, piattaforme online, etc. E tra queste, i dati svolgono un ruolo fondamentale, dal momento che non sono soltanto il prodotto di diversi tipi di osservazione, sempre più dettagliati, di comportamenti individuali e collettivi, come precedentemente descritto, ma sono a loro volta fonte di una nuova sorveglianza. Essi generano nuovi dati, ma soprattutto prendono decisioni. Questo processo è quello che prende il nome di “autorità algoritmica” (Rogers, 2013).
Ci sono, poi, gli effetti di questo processo. In particolare, qui poniamo l’accento sulla profilazione, ovvero la costruzione di identità algoritmiche attraverso l’assemblaggio di diverse tipologie di dati, creando rappresentazioni digitali degli individui (a volte anche stereotipate), che possono influenzare le decisioni economiche, politiche e sociali che li riguardano, e quindi l’accesso a risorse, opportunità e informazioni, di fatto limitando l’autonomia degli individui (Cheney Lippold, 2011). Tali processi possono, inoltre, avere effetti coercitivi, che hanno a che fare con la ridefinizione dei comportamenti considerati «normali» o «atipici», in base proprio ai criteri stabiliti dai sistemi tecnologici.
Media digitali e disuguaglianze socio-digitali
Una sfida cruciale all’interno del panorama descritto riguarda le disuguaglianze socio-digitali. Con questa espressione si fa riferimento alle differenze sistematiche tra le persone in termini di capacità e opportunità nell’utilizzo consapevole e proficuo dei media digitali, evitando al contempo possibili conseguenze negative (Helsper, 2021).
In particolare, la teoria dei campi corrispondenti elaborata dalla stessa studiosa Ellen Helsper, mette in evidenza la stretta relazione tra la sfera socio-economica e quella digitale. Secondo tale approccio, lo status economico e sociale di un individuo, determinato da fattori come il livello di istruzione, il reddito, l’occupazione, ma anche l’ambiente sociale in cui si trova (amici, famiglia, attività sociali), le sue caratteristiche socio-culturali (etnia, genere, generazione), nonché quelle individuali e quelle più “strutturali” di tipo storico e politico, influiscono direttamente sul modo in cui tale individuo può accedere, utilizzare e trarre beneficio dalle risorse digitali.
Queste condizioni di partenza si riflettono sia sul livello di competenze digitali, ad esempio sulla capacità di reperire informazioni, collaborare online o creare contenuti, sia sulla capacità critica nei confronti di ciò che accade in rete (ed eventualmente a “resistere” a contenuti ideologici e commerciali), competenza ritenuta sempre più indispensabile per partecipare in modo attivo e consapevole a una società sempre più digitalizzata. Infatti, le competenze digitali assumono un ruolo centrale, ma non possono essere ridotte a un insieme di abilità tecniche. Diventa fondamentale sviluppare forme di alfabetizzazione critica che permettano di comprendere il funzionamento delle piattaforme, le logiche economiche sottostanti e le implicazioni sociali delle tecnologie.
L’aspetto fondamentale è, quindi, che le trasformazioni digitali non si distribuiscono e non impattano in modo uniforme all’interno della società. Al contrario, tendono a interagire con situazioni (disuguaglianze) preesistenti, contribuendo in alcuni casi ad amplificare alcuni fenomeni. Di fatti, il contesto digitale e quello non-digitale non agiscono in modo isolato, ma si rafforzano reciprocamente, dando luogo a configurazioni complesse di vantaggio e svantaggio. Di conseguenza, i gruppi avvantaggiati sul piano socio-economico tendono a disporre anche di maggiori risorse e competenze per sfruttare in modo positivo le opportunità offerte dal digitale. Al contrario, chi parte da una posizione di svantaggio socio-digitale incontra spesso ostacoli nel farlo.
Il punto più rilevante è che questa relazione funziona in entrambe le direzioni: ciò che accade online, infatti, incide a sua volta sulla condizione socio-economica delle persone. Gli studi più recenti mostrano come questo circolo possa generare una dinamica di amplificazione, in cui le disuguaglianze iniziali tendono a rafforzarsi nel tempo, ampliando la distanza tra i gruppi avvantaggiati e quelli svantaggiati.
Sorveglianza, esclusione e partecipazione digitale
Questi processi relativi alle disuguaglianze socio-digitali appena descritti impattano anche sulle dinamiche di sorveglianza riportate all’inizio del contributo. Numerosi sono, infatti, gli effetti possibili.
Ad esempio, chi non possiede una capacità critica adeguata nei confronti dei contenuti e delle logiche che governano le piattaforme digitali rischia di diventare sempre più oggetto di profilazione, manipolazione e controllo. Inoltre, i gruppi socialmente svantaggiati, sottoposti a un monitoraggio costante, finiscono per alimentare la ricchezza economica e il potere politico dei gruppi più avvantaggiati, attraverso la produzione inconsapevole di dati che vengono raccolti, analizzati e venduti come merci. In questo modo, chi parte già da una condizione di disuguaglianza sociale e/o digitale si trova progressivamente escluso dai processi di visibilità e partecipazione, perdendo voce e potere nella società, seppur formalmente connesso e attivo sulle piattaforme digitali. In questo senso, la partecipazione digitale non coincide automaticamente con l’empowerment. Può invece tradursi in una forma di coinvolgimento che alimenta dinamiche di divisione e contribuisce alla raccolta di dati. Si configura così un paradosso in cui le stesse infrastrutture che promettono inclusione possono generare nuove forme di esclusione.
Verso un apprendimento critico nel contesto digitale
Le tecnologie digitali costituiscono uno dei principali motori di trasformazione della società contemporanea, ma il loro impatto dipende dalle modalità attraverso cui vengono progettate, utilizzate e regolamentate. Le dinamiche di sorveglianza e le disuguaglianze socio-digitali mostrano come il digitale possa contribuire tanto all’ampliamento quanto alla riduzione delle opportunità.
Cosa fare, quindi, in questo contesto così complesso? Le forme di apprendimento formale rischiano spesso di essere poco efficaci. Esse tendono a intervenire solo sugli aspetti più visibili (come l’acquisizione di competenze tecniche specifiche) senza affrontare le cause profonde delle disuguaglianze digitali. Inoltre, l’apprendimento formale non sempre tiene conto, nella progettazione dei relativi programmi, delle differenze economiche e sociali di partenza degli studenti. Per questo, tali programmi rischiano di produrre un impatto limitato: i gruppi più svantaggiati risultano meno motivati e meno coinvolti.
Per agire in modo più significativo, è necessario un approccio integrato che coinvolga sia le politiche pubbliche sia gli interventi educativi. Affrontare queste sfide richiede un cambio di prospettiva, capace di integrare dimensione tecnologica, sociale ed educativa. È importante, ad esempio, investire negli ambienti quotidiani in cui le persone vivono e si muovono: famiglia, scuola, comunità di riferimento, reti locali. In questi contesti può svilupparsi una forma di apprendimento diffuso, capace di favorire la consapevolezza critica, la collaborazione e il superamento degli stereotipi. Inoltre, prima ancora di occuparsi di come “trasferire competenze”, è fondamentale rendere le persone consapevoli delle disuguaglianze socio-digitali e dell’importanza di un loro attivismo online, investendo in questo modo sulla costruzione della percezione individuale che si tratta di una causa importante per una piena partecipazione. Occorre, poi, riprogettare le affordance, cioè le modalità di uso e di interazione offerte dalle interfacce delle piattaforme, orientandoli verso un design più informativo che comunichi chiaramente e semplicemente i possibili esiti di alcune azioni (ad esempio, come vengono usati specifici dati personali, come agiscono gli algoritmi, etc.). Infine, è utile rafforzare le occasioni di sperimentazione in ambienti protetti, dove le persone possano analizzare criticamente i media digitali e sviluppare creatività e autonomia attraverso la pratica.
Bibliografia
Bibliografia
Bakshy, E., Messing, S., & Adamic, L. A. (2015). Exposure to ideologically diverse news and opinion on Facebook. Science, 348(6239), 1130–1132.
Bauman, Z., & Lyon, D. (2013). Liquid Surveillance: A Conversation. Polity Press.
Benkler, Y. (2006). The Wealth of Networks: How Social Production Transforms Markets and Freedom. Yale University Press.
Cheney‑Lippold, J. (2011). A new algorithmic identity: Soft biopolitics and the modulation of control. Theory, Culture & Society, 28(6), 164–181
Delen, D., & Demirkan, H. (2013). Data, information and analytics as services. Decision Support Systems, 55(1), 359–363.
Fuchs, C. (2014). Social Media: A Critical Introduction. Sage.
Kitchin, R. (2014). The Data Revolution: Big Data, Open Data, Data Infrastructures and Their Consequences. Sage.
Kurzweil, R. (2005). The Singularity Is Near: When Humans Transcend Biology. Viking.
Lash, S. (2007). Power after Hegemony: Cultural Studies in Mutation. Routledge.
Latour, B. (2005). Reassembling the Social: An Introduction to Actor-Network-Theory. Oxford University Press.
Lévy, P. (1997). Collective Intelligence: Mankind’s Emerging World in Cyberspace. Perseus Books.
Hall, E.T. (1966). The hidden dimension. Doubleday & Co. Inc., New York.
Helsper, E. (2021). The Digital Disconnect: The Social Causes and Consequences of Digital Inequalities. SAGE Publications.
Orlikowski, W. J. (2007). Sociomaterial practices: Exploring technology at work. Organization Studies, 28(9), 1435–1448.
Orlikowski, W. J. & Scott, S.V. (2008). Sociomateriality: challenging the separation of technology, work and organization. Academy of Management Annals, 2(1), 433-474.
Pariser, E. (2011). The Filter Bubble: What the Internet Is Hiding from You. Penguin.
Rogers, R. (2013). Digital Methods. MIT Press.
Rose, K., Eldridge, S., & Chapin, L. (2015). The Internet of Things: An Overview. Understanding the Issues and Challenges of a More Connected World. Internet Society.
Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (4th ed.). Pearson.
Shirky, C. (2008). Here Comes Everybody: The Power of Organizing Without Organizations. Penguin.
Terranova, T. (2000). Free Labor: Producing Culture for the Digital Economy. Social Text, 18(2), 33–58.
Thrift, N. (2005). Knowing Capitalism. Sage.
Thrift, N. (2006). Re-inventing invention: New tendencies in capitalist commodification. Economy and Society, 35(2), 279–306.
Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs.
Partecipa alla community