Che cos'è il criti-hype?

Il criti-hype è una critica a una tecnologia che finisce per nutrire e amplificare proprio l'hype dei suoi promotori, invece di smontarlo. Il termine è stato coniato nel 2021 da Lee Vinsel, professore associato di Scienza, Tecnologia e Società alla Virginia Tech, nel saggio "You're Doing It Wrong: Notes on Criticism and Technology Hype". L'osservazione di Vinsel è semplice: il critico e il promotore condividono la stessa immagine di una tecnologia capace di cambiamenti straordinari, e cambiano solo il segno da positivo a negativo, da "trasformerà tutto" a "distruggerà tutto". Il risultato è che la critica, invece di ridimensionare la promessa, la conferma: se un sistema è abbastanza potente da distruggere milioni di posti di lavoro o da sfuggire al controllo umano, allora è anche abbastanza potente da meritare il prezzo e l'attenzione che il venditore chiede.

Leggi anche: Agent washing · Rivendere come agenti AI chatbot e RPA senza autonomia reale: Gartner stima solo ~130 vendor davvero agentici sulle migliaia che si dichiarano tali.

Come riconoscerlo

Il segnale non è il tono allarmato, è la struttura dell'argomento. Vinsel cita come esempio lavori accademici e di etica dell'AI che riprendevano le previsioni di società di consulenza sull'automazione di massa senza verificarle, trattando una stima di marketing come un dato di fatto. Hype e criti-hype condividono la stessa premessa non verificata su cosa il sistema sappia fare oggi, e discutono entrambi di cosa farà domani come se fosse già accaduto. Una previsione ("sostituirà il X% dei posti di lavoro", "renderà irrilevante questa professione") viene trattata come un fatto presente, non come una scommessa di chi ha interesse a venderla o a farsi notare criticandola. L'alternativa che Vinsel propone è una critica fondata su prove ed esperienza storica: verificare cosa la tecnologia fa oggi, in un contesto reale, prima di discutere cosa si dice che farà, e guardare alle tecnologie già esistenti che causano problemi concreti invece che a scenari futuri indimostrabili.

Un esempio enterprise

Un'azienda manifatturiera valuta l'AI generativa per il supporto tecnico e riceve due messaggi opposti nella stessa settimana. Il fornitore promette che il sistema sostituirà l'intero team di assistenza entro l'anno. Un report di settore, ripreso da una rivista specializzata, avverte che l'adozione di questi sistemi "eliminerà" la funzione stessa nel giro di pochi anni. Nessuno dei due cita un caso verificabile in un'azienda comparabile: entrambi proiettano una capacità futura come se fosse già misurata. Chi deve decidere fa l'unica cosa utile in entrambi i casi: chiede una prova sui propri ticket reali, con i propri prodotti, e guarda quante risposte sono corrette senza intervento umano, non quante l'annuncio promette.

Perché conta per chi decide

Un consiglio di amministrazione riceve pressioni opposte che producono lo stesso effetto: una decisione affrettata, per comprare o per vietare. La domanda che disinnesca entrambe è identica: quali prove esistono di cosa il sistema fa oggi, nel mio processo, non di cosa promette o minaccia di fare. Un fenomeno vicino, l'agent washing, ne è il rovescio: il gonfiamento promozionale da parte di chi vende. Le previsioni sulla capacità futura di un sistema, quelle che il criti-hype prende per buone senza verificarle, sono le stesse di cui si discute a proposito di ANI, AGI e ASI. E lo schema si riconosce allo stesso modo di un bias cognitivo: uno schema che sembra ragionamento critico e intanto riproduce la stessa distorsione del suo bersaglio.