A giugno l’Argentina ha promesso al mondo la prima impresa senza esseri umani. L’annuncio è arrivato con un op-ed sul Financial Times del 4 giugno 2026, a firma del presidente Javier Milei: niente regole sull’intelligenza artificiale, tasse basse e una categoria societaria inedita, la non-human corporation, in cui gli azionisti umani sono ammessi ma non necessari (Milei, 2026).
Nell’anteprogetto depositato in Senato pochi giorni prima, però, quell’espressione non compare mai: dove l’op-ed parla di società non umana, l’articolo 1 del testo continua a definire la società come iniziativa di “una o più persone” (Poder Ejecutivo Nacional, 2026, art. 1; Rey, 2026). Compare una Sociedad Automatizada che opera per mezzo di algoritmi e, per la figura più autonoma del pacchetto, la DAO, l’organizzazione governata da software su blockchain, un elenco di presenze obbligatorie: un rappresentante legale in carne e ossa, un promotore che risponde con l’intero patrimonio personale, un responsabile della conformità umano (Poder Ejecutivo Nacional, 2026, artt. 258-265; Rey, 2026).
La società senza umani, come si legge nel testo, è piena di umani.
Lo scarto fra l’annuncio e l’articolato merita più di un sorriso. Merita la domanda seria che contiene: un’azienda humanless è possibile? E se sì, che cosa comporta, per il diritto, per chi la incontra come controparte e per chi ci lavora accanto? La letteratura accumulata in un decennio, dal diritto societario alla psicologia del lavoro, consente di rispondere con maggiore precisione di quanto i titoli di giugno lascino credere. Anticipiamo l’esito: la risposta tecnica è “sì, da anni”; la risposta pratica è “no, non oggi”; e la risposta più interessante riguarda ciò che accade nel frattempo alle persone. Al 23 luglio 2026, il progetto, presentato in commissione Legislazione generale del Senato il 24 giugno con l’illustrazione del ministro della Deregolazione e Trasformazione dello Stato, Federico Sturzenegger, regista della riforma, è fermo lì: la stampa parlamentare lo conta fra le iniziative frenate (Senado de la Nación Argentina, 2026; Infobae, 2026). Una proposta, non una legge.
Indice degli argomenti
Che cosa sarebbe, davvero, un’azienda humanless
Serve anzitutto una pulizia concettuale, perché sotto l’etichetta finisce di tutto. Nella definizione condivisa dalla letteratura, un’azienda humanless è un’entità in cui sistemi di intelligenza artificiale esercitano le funzioni decisionali centrali, tradizionalmente riservate ad amministratori e dirigenti, con una partecipazione umana minima o nulla. I confini contano più della definizione. Non è l’azienda che usa l’IA per analisi e raccomandazioni a essere “humanless”: lì decide l’umano, e siamo nella normalità del 2026. Non lo è il management algoritmico delle piattaforme, in cui il sistema assegna corse e turni, ma gli obiettivi li fissano manager umani. Non lo è nemmeno la DAO nella sua forma attuale: un’organizzazione senza consiglio di amministrazione, con le regole scritte in un software e le decisioni prese con il voto di chi possiede i token, i gettoni digitali che conferiscono il diritto di parola. Il software conta i voti, ma a votare sono le persone. Se si ordina l’autonomia su una scala da 0 (l’impresa tradizionale) a 6 (l’entità che rivede da sola perfino i propri scopi), le aziende reali abitano i gradini da 0 a 4. L’azienda humanless propriamente detta vive ai gradini 5 e 6, dei quali, a oggi, non risulta alcun esemplare documentato.
Un chiarimento storico aiuta a calibrare lo stupore. Il diritto tratta “persone non umane” dal 1819, quando il Chief Justice Marshall definì la corporation “an artificial being, invisible, intangible”, esistente solo agli occhi del diritto (Dartmouth College v. Woodward, 1819, p. 636); e la funzione di quella persona artificiale è sempre stata quella di fornire un attore identificabile a cui imputare atti, beni e obblighi (Blair, 2013, pp. 787-789). La novità in discussione è più circoscritta e più radicale: una persona non umana senza alcun umano dietro.
La teoria, ai gradini più alti della scala, ci è pervenuta per tre vie.
La zero-member LLC di Shawn Bayern: una società a responsabilità limitata che resta in vita dopo l’uscita dell’ultimo membro umano, governata dal suo contratto interno che demanda tutto a un algoritmo (Bayern, 2015).
La self-driving corporation di John Armour e Horst Eidenmüller: la sostituzione degli umani al vertice, che i due autori immaginano partire da controllate monofunzione, le “self-driving subsidiaries” (Armour & Eidenmüller, 2020).
La variante più recente, l’AI DAO: un’intelligenza artificiale che controlla interamente un’organizzazione decentralizzata dotata di personalità giuridica (Brown et al., 2025).
Tre progetti diversi con un punto in comune: nessuno richiede tecnologie fantascientifiche. Richiedono interpretazioni (forse) spregiudicate di leggi che esistono già.
È possibile? L’anatomia
Proviamo allora a costruirla, questa azienda senza persone, con i pezzi disponibili nel 2026. Servono quattro organi e il loro grado di maturazione è disomogeneo.
Il guscio giuridico è il pezzo pronto da più tempo. La ricetta di Bayern richiede una LLC americana con un unico membro, un operating agreement (il patto interno che regola la vita della società) che demandi ogni decisione a un sistema algoritmico, e l’uscita del membro: in diversi ordinamenti la società non si dissolve, il modello di legge uniforme sulle LLC, il RULLCA, concede 90 giorni per rimpiazzarlo e la legge di New York arriva a 180, o al diverso periodo che il contratto stesso si assegna, finestra che nella lettura di Bayern può essere allargata fino a non chiudersi mai (Bayern, 2015, pp. 101-103). Percorsi analoghi sono stati esplorati nel diritto tedesco, svizzero e britannico, con ostacoli maggiori (Bayern et al., 2017). In alternativa, ci sono involucri costruiti apposta: la DAO LLC del Wyoming dal 2021 e, forse, domani, la Sociedad Automatizada argentina. Contrariamente all’intuizione, il diritto non è il collo di bottiglia, bensì ciò che il guscio dovrebbe contenere.
Il motore decisionale è l’organo immaturo. Un’impresa non prende una decisione al giorno: ne prende migliaia, e quasi nessuna è prevista da una regola scritta in anticipo. I sistemi agentici attuali, le IA che non si limitano a rispondere a domande ma pianificano ed eseguono compiti in più passaggi, esistono; la valutazione della loro affidabilità su orizzonti lunghi e in ambienti aperti è invece un campo di ricerca appena nato, non un risultato acquisito. Chi progetta oggi entità autonome lo sa e aggira il problema restringendo il perimetro: poche decisioni, ben codificabili, con conseguenze limitate. È la ragione per cui Armour ed Eidenmüller collocano il debutto realistico non in una manifattura, ma in sussidiarie monofunzione: per esempio, un veicolo di cartolarizzazione, la scatola societaria che trasforma i crediti in titoli (Armour & Eidenmüller, 2020).
Il braccio esecutivo esiste, ma con una riserva decisiva. Gli smart contract, programmi che eseguono autonomamente un accordo quando si verifica la condizione scritta nel codice, operano senza stancarsi né interpretare, ma solo all’interno del loro registro digitale. Per pagare un fornitore in euro, firmare un contratto di lavoro, aprire un conto o difendersi in tribunale, l’entità deve attraversare un varco verso il mondo delle banche, dei registri pubblici e del fisco. E ogni varco di quel mondo, oggi, ha la forma di un essere umano identificabile.
La continuità, infine, è il paradosso del progetto. Il codice immutabile garantisce che nessuno manometta l’azienda e, insieme, la condanna a non correggersi. The DAO, il fondo di investimento nato su Ethereum, la principale blockchain programmabile, valeva oltre 150 milioni di dollari a maggio 2016 e a giugno ne perse 60, sottratti sfruttando una funzione del suo stesso codice; a salvarlo fu un hard fork, una decisione collettiva, umanissima e verticale, che modificò lo stato del registro e riportò i fondi sottratti ai legittimi titolari (Morrison et al., 2020). Il Wyoming ha imparato la lezione al punto da farne una condizione di esistenza: la DAO a gestione algoritmica è ammessa solo se gli smart contract restano aggiornabili, modificabili o comunque potenziabili (Wyo. Stat. § 17-31-105(d), testo 2021; il requisito è oggi previsto nel § 17-31-109). Un’azienda humanless che voglia durare deve tenere aperta una porta ai riparatori. Ma una porta per i riparatori è una porta per i padroni.
Bilancio anatomico: sulla carta, l’assemblaggio è possibile e lo è da un decennio. Ma due dei quattro organi funzionano solo a condizione di reintrodurre ciò che si voleva eliminare.
I sei vincoli che nessun codice scioglie
Dall’anatomia emergono, messi in fila, i vincoli strutturali. Sono sei e vale la pena guardarli uno per uno, perché nessuna delle fonti li presenta tutti insieme e, in negativo, ritraggono ciò che è un’organizzazione.
Primo: l’interfaccia. Il mondo esterno chiede un volto. Banche, registri delle imprese, autorità fiscali e la disciplina antiriciclaggio richiedono un titolare effettivo, un rappresentante e un domicilio. Più che un ritardo tecnologico, è il modo in cui un sistema di scambi fondato sulla fiducia si assicura di avere sempre qualcuno con cui prendersela. Ogni statuto che ha tentato di ospitare entità autonome lo conferma per iscritto, dall’agente registrato delle DAO americane al rappresentante legale umano dell’anteprogetto argentino (Rey, 2026).
Secondo: la correzione. Il software sbaglia e va aggiornato; l’aggiornabilità imposta dal Wyoming implica che da qualche parte ci sia qualcuno con la chiave inglese. Chi tiene la chiave governa, comunque lo si chiami. L’evidenza empirica sulle DAO attive indica che la chiave è già in poche mani: nei sistemi di voto di Compound, Uniswap ed ENS, tre fra le maggiori DAO in circolazione, la maggioranza del potere di voto è concentrata in un piccolo numero di indirizzi, che raramente ribaltano l’esito della comunità ma potrebbero farlo (Fritsch et al., 2024). La decentralizzazione dichiarata convive con un’oligarchia misurabile.
Terzo: la responsabilità. Se l’entità danneggia qualcuno e non c’è patrimonio aggredibile né una persona da citare, il danno resta a terra. È l’obiezione morale classica del dibattito: il rischio, scrivevano Bryson e colleghi già nel 2017, non risiede nelle pretese dei sistemi sintetici, ma nelle persone naturali che usano una persona artificiale per schermarsi dalle conseguenze della propria condotta; la persona elettronica come buco nero giuridico, che assorbe responsabilità umane senza restituire accountability (Bryson et al., 2017, pp. 285, 289). I rimedi proposti sono istruttivi per ciò che ammettono: la proposta ETHOS di entità giuridiche specifiche per gli agenti IA prevede un’assicurazione obbligatoria (Chaffer et al., 2024), e un’assicurazione presuppone qualcuno che stipuli la polizza. I tribunali, dal canto loro, hanno già mostrato la direzione: nel caso Sarcuni contro la bZx DAO, un giudice federale, pur estromettendo alcuni convenuti, ha ritenuto ammissibile la tesi secondo cui i titolari di token con diritti di governance rispondano come soci di una general partnership, l’equivalente americano della società in nome collettivo: ciascuno con l’intero patrimonio personale, l’uno per l’altro (Sarcuni v. bZx DAO, 2023). Quando la responsabilità non trova l’entità, risale alle persone.
Quarto: il giudizio. I contratti sono incompleti, gli imprevisti quotidiani e la gestione delle eccezioni sono il vero lavoro di un’impresa. Armour ed Eidenmüller hanno dato un nome al costo di un giudizio che non c’è: algorithmic failure, l’atto illecito innescato dall’algoritmo con effetti su terzi, che nessun consiglio ha deliberato e che qualcuno dovrà risarcire (Armour & Eidenmüller, 2020). Alla conclusione più cupa era arrivato, due anni prima, Lynn LoPucki (2018): le entità algoritmiche prospereranno prima e meglio dove il giudizio non serve o nuoce, nelle attività criminali e antisociali. Lì, non avere nessuno da incarcerare è un vantaggio competitivo.
Quinto: la fiducia. Le organizzazioni non sono solo processi decisionali: sono promesse credibili fatte a controparti che vogliono, al bisogno, qualcuno a cui telefonare. La ricerca sul lavoro di piattaforma documenta l’esperienza di chi quella possibilità l’ha già persa: “non puoi alzare il telefono e parlare con qualcuno”, riferiscono i gig worker studiati da Walker et al. (2021). Vale per i lavoratori oggi; varrebbe per i fornitori, i clienti e i creditori di un’azienda interamente automatica domani.
Sesto: il destinatario. Un’azienda humanless che funzioni produce utili e gli utili richiedono un beneficiario. Bayern aveva aperto la discussione proprio da qui: Bitcoin rende possibile, per la prima volta, un software che controlla la ricchezza per conto proprio (Bayern, 2014, p. 1492).
Ma un patrimonio che cresce senza soci né eredi è un oggetto nuovo per il diritto e per l’economia: capitale senza destinatario, che nessuno può legittimamente reclamare e che gli strumenti fiscali pensati per dividendi e stipendi faticano perfino a raggiungere (il guadagno, beninteso, il fisco lo raggiungerebbe comunque: l’imposta sull’utile societario non chiede chi siano i soci; è il dopo, la distribuzione, a restare scoperto). Le risposte possibili spaziano dalla destinazione statutaria a scopi predefiniti fino alle forme di escheat, ossia alla devoluzione allo Stato dei patrimoni vacanti. Nessuna è stata scritta. Il silenzio su questo punto, in tutti i testi normativi esaminati, è il segnale più chiaro che nessun legislatore crede davvero all’azienda senza umani: se ci credesse, avrebbe già litigato su chi ne incassa i profitti.
Il verdetto dei legislatori, per ora
Messa di fronte a questi vincoli, la politica del diritto ha risposto in modo sorprendentemente univoco per una materia così nuova. Il Parlamento europeo propose nel 2017 di esplorare una “persona elettronica” per i robot più sofisticati (Parlamento europeo, 2017, § 59, lett. f); oltre 150 esperti da 14 Paesi, al momento del lancio, replicarono con una lettera aperta, il cui argomento resta il più pulito sul tavolo: lo status di persona fisica porterebbe con sé diritti umani, quello di persona giuridica presuppone comunque umani che rappresentino e dirigano (Open Letter to the European Commission, 2018). L’idea è uscita dall’agenda e non è più rientrata. L’AI Act trasferisce gli obblighi sulle persone e sulle imprese della filiera: chi sviluppa e chi impiega i sistemi (provider e deployer, nel lessico del regolamento), mai sui sistemi in quanto tali (Reg. UE 2024/1689). Nel 2025 la Commissione ha ritirato la proposta di direttiva sulla responsabilità da IA, ripiegando sulle regole ordinarie di colpa e sulla nuova disciplina della responsabilità da prodotto, che dal 2024 include espressamente il software e i sistemi di IA (Commissione europea, 2025, Annex IV; Direttiva UE 2024/2853). Negli Stati Uniti, l’Idaho ha scritto nel codice che elementi ambientali, intelligenza artificiale, animali non umani e oggetti inanimati “shall not be granted personhood”, non riceveranno personalità in quello Stato (Idaho Code § 5-346, 2022) e lo Utah ha fatto lo stesso nel 2024, con un dettaglio notato dalla dottrina: la formulazione sbarra, in quello Stato, proprio la strada della zero-member LLC (Utah H.B. 249, 2024; Jaynes, 2025).
L’Argentina, vista da qui, smette di essere un’eccezione e diventa una conferma. Il giurista Gastón Rey ha fatto l’esercizio che i titoli hanno saltato, leggere l’articolato: la società resta un’iniziativa di persone (art. 1); il soggetto di diritto resta la società, mai l’algoritmo (art. 3); “automatizzata” qualifica il modo di operare, non l’essere, e la società risponde con il proprio patrimonio dei danni causati dai suoi sistemi algoritmici autonomi, come il testo depositato conferma alla lettera (art. 14); l’uso dell’IA non esclude né limita la responsabilità degli amministratori, né li esonera dai doveri di configurazione e supervisione (art. 102) (Poder Ejecutivo Nacional, 2026; Rey, 2026). La sintesi di Rey vale per l’intero quadro comparato, non solo per Buenos Aires: l’algoritmo decide, la società possiede, l’uomo risponde. Su una cosa, dottrine e parlamenti di due continenti convergono senza essersi messi d’accordo: governance algoritmica quanto si vuole, ma personalità algoritmica mai.
Che cosa comporta: la parte che ci riguarda già
Se il quadro si fermasse qui, l’azienda humanless sarebbe una curiosità dottrinale sventolata da un governo in cerca di titoli. La ragione per cui merita attenzione è un’altra: l’idea produce effetti prima ancora di realizzarsi. Il quadro che i legislatori hanno scelto, decisione alla macchina e risposta all’uomo, ha un costo che il diritto non vede e la psicologia sì.
Il concetto cardine lo ha formulato Andreas Matthias più di vent’anni fa: con i sistemi che apprendono si apre un responsibility gap, perché la condizione classica per attribuire responsabilità, il controllo su ciò che si fa, viene meno per tutti, programmatore compreso, senza che nessun altro l’erediti (Matthias, 2004). La soluzione adottata ovunque, si è visto, è tenere un umano di guardia: il supervisore, l’umano tenuto all’interno del circuito decisionale (l’human-in-the-loop della letteratura), l’amministratore con doveri di vigilanza sul sistema.
Per chi dirige un’impresa, questa scelta ha una conseguenza precisa e poco discussa: riscrive il mestiere. La diligenza dell’amministratore smette di misurarsi nel decidere bene e comincia a misurarsi nello scegliere, configurare e sorvegliare bene chi decide. L’articolo 102 del testo argentino lo dice senza giri di parole: l’uso di algoritmi non attenua la responsabilità di chi amministra, ma la sposta sui doveri di supervisione del sistema e dei suoi risultati (Poder Ejecutivo Nacional, 2026, art. 102; Rey, 2026). Armour ed Eidenmüller arrivano allo stesso punto sull’economia aziendale: meno costi interni di agenzia, più oneri di vigilanza e responsabilità verso l’esterno (Armour & Eidenmüller, 2020). Chi firma resta; cambia ciò che la firma certifica.
È una soluzione giuridicamente elegante e psicologicamente fragile, per almeno tre ragioni documentate.
La prima è che il supervisore umano supervisiona male, e non per pigrizia personale. La ricerca sull’automation bias mostra una tendenza sistematica a fidarsi delle indicazioni della macchina anche di fronte all’evidenza contraria e la compiacenza cresce proprio quando il sistema è affidabile quasi sempre (Parasuraman & Manzey, 2010; Skitka et al., 1999); peggio, quando più controllori sorvegliano in ridondanza lo stesso sistema, ciascuno confida negli altri: quattro occhi, in queste condizioni, non vedono più di due (Cymek, 2018). Messo a guardia di un sistema che sbaglia di rado, l’umano di garanzia rischia di ridursi a un rito di legittimazione: utile a firmare, non a fermare.
La seconda ragione è che la macchina è il destinatario ideale della colpa spostata. La psicologia del disimpegno morale descrive da decenni come le persone oneste compiano azioni discutibili spostando e diluendo la responsabilità (Bandura, 1999) e le organizzazioni offrono a questo meccanismo il terreno ideale: il problema delle “molte mani”, per cui, quando tutti hanno contribuito a un esito, nessuno ne è l’autore (Thompson, 1980). L’algoritmo perfeziona entrambi i dispositivi: è una mano in più che non protesta, non smentisce e non testimonia (per ora, anche se a breve aspettiamo un procedimento in cui il tracciato di un’AI venga assunto a prova testimoniale). Per Daniel Tigard un techno-responsibility gap non esiste, perché la responsabilità morale è una pratica dinamica e pluralistica, capace di ricomprendere le entità tecnologiche emergenti (Tigard, 2021); per Monika Simmler, sul piano penale, è più corretto parlare di responsibility shift, uno spostamento verso gli attori umani e organizzativi che scelgono di adottare i sistemi (Simmler, 2024). Sono obiezioni serie. Colgono però il lato normativo del problema, non quello vissuto: anche ammesso che la responsabilità si ridistribuisca senza residui, si ridistribuisce tra persone che non hanno deciso e che ne sono consapevoli.
La terza ragione è empirica, ed è la più vicina all’esperienza quotidiana. Il gradino 4 della scala, l’azienda parzialmente humanless in cui l’algoritmo gestisce e l’umano è gestito, esiste da anni su larga scala, e sui suoi effetti esistono misure. Lo studio più ampio disponibile, condotto su 21.869 organizzazioni europee attraverso le risposte dei responsabili del personale, stima un’associazione negativa totale fra management algoritmico e benessere lavorativo (β = −0,14): modesta in valore assoluto, sistematica e veicolata soprattutto da una via indiretta, la perdita di autonomia, che è uno dei predittori più forti del benessere (Kinowska & Sienkiewicz, 2023). Due cautele d’obbligo: lo studio è trasversale, misura associazioni e non direzioni causali e valuta il benessere a livello di organizzazione, per voce del management. Un dettaglio, però, riguarda da vicino un tessuto produttivo di piccole imprese come quello italiano: l’associazione negativa è più marcata nelle organizzazioni piccole (−0,18) che nelle grandi (−0,12), plausibilmente perché le seconde dispongono di pratiche gestionali che attutiscono l’impatto (Kinowska & Sienkiewicz, 2023). Con le cautele dette, il quadro indica che il nodo non sta tanto nell’essere diretto da un software, quanto nello spazio di decisione che il software sottrae, ed è più stretto dove le tutele organizzative sono più sottili. Se questa è la condizione delle persone nelle aziende semi-automatiche di oggi, è anche l’anteprima più attendibile di ciò che comporterebbe l’azienda humanless piena: un’autorità senza autore, esercitata su persone che rispondono a decisioni di cui nessuno è l’autore.
C’è, infine, un’implicazione di sistema che rimanda alla vecchia sociologia. Max Weber descrisse un secolo fa l’organizzazione moderna come una macchina impersonale, superiore alle forme precedenti, come la produzione meccanica lo è rispetto a quella a mano, in cui l’ufficio conta più della persona e il funzionario è sostituibile per progetto (Weber, 1922/1978, p. 973). James Coleman chiamò “società asimmetrica” l’esito: un mondo in cui gli attori aziendali, persone giuridiche con risorse e orizzonti che nessun individuo eguaglia, trattano quotidianamente con persone naturali in posizione di svantaggio strutturale (Coleman, 1982). L’azienda humanless, anche solo parzialmente, aggrava quell’asimmetria di un grado ulteriore: la controparte societaria non solo è più grande e più longeva, ma diventa inesplicabile. Contro una decisione errata di un’organizzazione umana si può protestare presso chi l’ha presa. Contro l’output di un sistema che nemmeno i suoi gestori sanno ricostruire, un umano che risponde per legge c’è ancora; un umano che sappia spiegare la decisione di cui risponde, no.
I quattro segnali da tenere d’occhio
Ricomponiamo. È possibile un’azienda humanless? Sulla carta, sì, da un decennio: gusci giuridici pronti, montaggio descritto nei minimi dettagli dalla dottrina. In pratica no, non oggi: il motore decisionale non regge l’apertura al mondo reale, e ogni interfaccia con banche, registri e tribunali richiede un umano identificabile. E in prospettiva? La risposta più onesta è che nessun ordinamento la vuole nella sua forma piena: ovunque un legislatore o un giudice si sia pronunciato, ha reinstallato un punto di imputazione umano, e perfino il governo che l’ha promossa come vetrina l’ha scritta, di fatto, con gli umani dentro. L’ultimo umano dell’azienda non è un residuo in via di smaltimento. È un requisito costitutivo: il punto in cui il sistema degli scambi ancora la propria fiducia.
La previsione è falsificabile, ed è giusto dire da cosa. La smentirebbero quattro segnali: un ordinamento che elimini il requisito di un rappresentante o referente umano per le entità autonome; una self-driving subsidiary operativa che completi un ciclo di esercizio; un contenzioso condotto e risolto senza intervento umano; una banca di rilievo che apra un conto a un’entità priva di titolare effettivo umano. Finché non compaiono, la conclusione regge: l’azienda humanless resterà una promessa da op-ed, mentre la sua versione dimezzata, l’algoritmo che decide e l’umano che risponde, è già la condizione ordinaria di milioni di persone. La domanda giusta per i prossimi anni non è quando spariranno le persone dalle aziende. Bensì in quali condizioni mettiamo le persone che abbiamo incaricato di rispondere.
Bibliografia
Armour, J., & Eidenmüller, H. (2020). Self-driving corporations? Harvard Business Law Review, 10, 87–116.
Bandura, A. (1999). Moral disengagement in the perpetration of inhumanities. Personality and Social Psychology Review, 3(3), 193–209. https://doi.org/10.1207/s15327957pspr0303_3
Bayern, S. (2014). Of bitcoins, independently wealthy software, and the zero-member LLC. Northwestern University Law Review, 108, 1485–1500.
Bayern, S. (2015). The implications of modern business-entity law for the regulation of autonomous systems. Stanford Technology Law Review, 19(1), 93–112.
Bayern, S., Burri, T., Grant, T. D., Häusermann, D. M., Möslein, F., & Williams, R. (2017). Company law and autonomous systems: A blueprint for lawyers, entrepreneurs, and regulators. Hastings Science and Technology Law Journal, 9(2), 135–161.
Blair, M. M. (2013). Corporate personhood and the corporate persona. University of Illinois Law Review, 2013(3), 785–820.
Brown, R. D., Dahdal, A., Ibrahim, I., & Truby, J. (2025). Decentralized autonomous organization and AI legal personhood. In P. Hacker (Ed.), Oxford intersections: AI in society. Oxford University Press. https://doi.org/10.1093/9780198945215.003.0051
Bryson, J. J., Diamantis, M. E., & Grant, T. D. (2017). Of, for, and by the people: The legal lacuna of synthetic persons. Artificial Intelligence and Law, 25(3), 273–291. https://doi.org/10.1007/s10506-017-9214-9
Chaffer, T. J., von Goins II, C., Okusanya, B., Cotlage, D., & Goldston, J. (2024). Decentralized governance of autonomous AI agents (arXiv:2412.17114). https://doi.org/10.48550/arXiv.2412.17114
Coleman, J. S. (1982). The asymmetric society. Syracuse University Press.
Commissione europea. (2025). Commission work programme 2025 (COM(2025) 45 final, Annex IV).
Cymek, D. H. (2018). Redundant automation monitoring: Four eyes don’t see more than two, if everyone turns a blind eye. Human Factors, 60(6). https://doi.org/10.1177/0018720818781192
Dartmouth College v. Woodward, 17 U.S. 518 (1819).
Direttiva (UE) 2024/2853 del Parlamento europeo e del Consiglio, del 23 ottobre 2024, sulla responsabilità per danno da prodotti difettosi (GU L, 2024/2853, 18.11.2024).
Fritsch, R., Müller, M., & Wattenhofer, R. (2024). Analyzing voting power in decentralized governance: Who controls DAOs? Blockchain: Research and Applications, 5(3), 100208. https://doi.org/10.1016/j.bcra.2024.100208
Idaho Code § 5-346 (2022). Personhood status. https://legislature.idaho.gov/statutesrules/idstat/title5/t5ch3/sect5-346/
Infobae. (2026, 21 luglio). Una sesión en cuarto intermedio y leyes frenadas: la desafiante agenda del Senado hasta fin de año. https://www.infobae.com/politica/2026/07/21/una-sesion-en-cuarto-intermedio-y-leyes-frenadas-la-desafiante-agenda-del-senado-hasta-fin-de-ano/
Jaynes, T. L. (2025). Personhood for artificial intelligence? A cautionary tale from Idaho and Utah. AI & Society, 40, 1559–1561. https://doi.org/10.1007/s00146-024-02006-x
Kinowska, H., & Sienkiewicz, Ł. J. (2023). Influence of algorithmic management practices on workplace well-being: Evidence from European organisations. Information Technology & People, 36(8), 21–42. https://doi.org/10.1108/ITP-02-2022-0079
LoPucki, L. M. (2018). Algorithmic entities. Washington University Law Review, 95(4), 887–953.
Matthias, A. (2004). The responsibility gap: Ascribing responsibility for the actions of learning automata. Ethics and Information Technology, 6(3), 175–183. https://doi.org/10.1007/s10676-004-3422-1
Milei, J. (2026, 4 giugno). Argentina invites AI to free itself [op-ed]. Financial Times. https://www.ft.com/content/f93022fe-43f7-437d-abd8-06c457c0a43c
Morrison, R., Mazey, N. C. H. L., & Wingreen, S. C. (2020). The DAO controversy: The case for a new species of corporate governance? Frontiers in Blockchain, 3, 25. https://doi.org/10.3389/fbloc.2020.00025
Open letter to the European Commission: Artificial intelligence and robotics. (2018). https://robotics-openletter.eu/
Parasuraman, R., & Manzey, D. H. (2010). Complacency and bias in human use of automation: An attentional integration. Human Factors, 52(3), 381–410. https://doi.org/10.1177/0018720810376055
Parlamento europeo. (2017). Risoluzione del 16 febbraio 2017 recante raccomandazioni alla Commissione concernenti norme di diritto civile sulla robotica (2015/2103(INL)), P8_TA(2017)0051.
Poder Ejecutivo Nacional. (2026). Anteproyecto de Ley General de Sociedades (INLEG-2026-53661873-APN-PTE).
Regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio, del 13 giugno 2024, che stabilisce regole armonizzate sull’intelligenza artificiale (AI Act) (GU L, 2024/1689, 12.7.2024).
Rey, G. (2026, 7 giugno). The non-human corporation: The reality behind Argentina’s draft General Companies Law (algorithmic decision-making, patrimonial personhood, and the dissociation of imputation). Digital Nomos. https://digital-nomos.ghost.io/the-non-human-corporation/
Sarcuni v. bZx DAO, No. 3:22-cv-00618-LAB-DEB (S.D. Cal. Mar. 27, 2023).
Senado de la Nación Argentina. (2026, 24 giugno). El Senado inició el tratamiento sobre la Ley General de Sociedades. https://www.senado.gob.ar/prensa/24005/noticias
Simmler, M. (2024). Responsibility gap or responsibility shift? The attribution of criminal responsibility in human–machine interaction. Information, Communication & Society, 27(6), 1142–1162. https://doi.org/10.1080/1369118X.2023.2239895
Skitka, L. J., Mosier, K. L., & Burdick, M. (1999). Does automation bias decision-making? International Journal of Human-Computer Studies, 51(5), 991–1006. https://doi.org/10.1006/ijhc.1999.0252
Thompson, D. F. (1980). Moral responsibility of public officials: The problem of many hands. American Political Science Review, 74(4), 905–916. https://doi.org/10.2307/1954312
Tigard, D. W. (2021). There is no techno-responsibility gap. Philosophy & Technology, 34(3), 589–607. https://doi.org/10.1007/s13347-020-00414-7
Utah H.B. 249, Legal Personhood Amendments (2024). https://le.utah.gov/~2024/bills/static/HB0249.html
Walker, M., Fleming, P., & Berti, M. (2021). “You can’t pick up a phone and talk to someone”: How algorithms function as biopower in the gig economy. Organization, 28(1), 26–43. https://doi.org/10.1177/1350508420978831
Weber, M. (1978). Economy and society (G. Roth & C. Wittich, Eds.). University of California Press. (Opera originale pubblicata 1922)
Wyoming Decentralized Autonomous Organization Supplement, Wyo. Stat. §§ 17-31-101–17-31-116 (2021, come modificato nel 2022).
Partecipa alla community