L’Intelligenza Artificiale è femminista?

Compatibilité
Sauvegarder(0)
partager

Se l’AI può essere progettata secondo principi femministi, può manifestare orientamenti politici e può persino assecondare le nostre convinzioni, quali prove occorrono per definirla femminista?

Qualche giorno fa ho iniziato una conversazione con Genoveffa, il nome che ho dato alla mia assistente di Intelligenza Artificiale. L’argomento era la femminilizzazione dell’AI e, più precisamente, la possibilità di attribuirle un orientamento politico femminista.

Ho formulato una tesi. Genoveffa l’ha interpretata attraverso categorie che non mi convincevano. L’ho corretta. Ha riformulato il ragionamento, ma continuava a riportarlo verso una prospettiva che non era la mia. L’ho contestata nuovamente.

A un certo punto mi sono accorta che quello che stava accadendo nella nostra conversazione era probabilmente più interessante di molte delle risposte che stavo ricevendo.

Non perché avessi necessariamente ragione io. Ma perché mi trovavo a discutere con una tecnologia che, in diverse occasioni, sembrava più interessata a trovare un accordo con me che a mettere realmente alla prova le mie affermazioni.

E allora mi sono posta una domanda: l’Intelligenza Artificiale è femminista oppure siamo noi ad attribuirle un’identità politica sulla base delle risposte che produce?

La questione nasce da una provocazione pubblica che mi ha colpita: «L’intelligenza artificiale non è neutrale. Il femminismo e la politica non possono restare a guardare».

Un’affermazione che contiene una sollecitazione legittima, ma dalla quale partirei per porre alcune domande meno scontate.

L’AI non è neutrale. Ma questo significa che è femminista?

Che l’Intelligenza Artificiale non sia neutrale è un’affermazione sostenibile, purché si chiarisca di quale neutralità stiamo parlando.

Un sistema AI nasce da decisioni umane. Qualcuno stabilisce quali dati utilizzare, quali obiettivi perseguire, quali comportamenti incentivare e secondo quali criteri valutare le risposte. Anche la scelta di ciò che consideriamo un risultato corretto, appropriato o desiderabile può riflettere specifici presupposti culturali.

Ma da questo non discende automaticamente l’esistenza di un orientamento politico femminista.

Un modello che produce risposte favorevoli alla parità di genere non è necessariamente femminista. Un sistema che riproduce stereotipi sulle donne può generare effetti discriminatori senza che questo dimostri l’esistenza di intenzioni maschiliste nella macchina.

Il problema è distinguere ciò che il sistema fa da ciò che noi riteniamo che sia.

E per farlo abbiamo bisogno di evidenze scientifiche, non soltanto di interpretazioni politiche.

Quando l’AI viene progettata per essere femminista

Esistono ricerche che affrontano esplicitamente la possibilità di sviluppare tecnologie secondo principi femministi.

Nel 2024 Annika Richterich e Sally Wyatt hanno pubblicato su New Media & Society lo studio Feminist automation: Can bots have feminist politics?, nel quale analizzano chatbot utilizzati in iniziative di attivismo femminista.

Il lavoro prende in esame sistemi progettati per comunicare contenuti e sostenere obiettivi politici dichiarati. Alcuni utilizzano conversazioni predefinite, attraverso le quali i progettisti possono esercitare un controllo particolarmente diretto sui messaggi.

La distinzione è fondamentale: in questi casi l’orientamento femminista non emerge come una proprietà autonoma della tecnologia. Rappresenta una finalità attribuita al sistema da chi lo ha progettato.

Sempre nel 2024 Lauren Klein e Catherine D’Ignazio hanno pubblicato Data Feminism for AI, negli atti della conferenza internazionale ACM FAccT.

Le ricercatrici propongono di applicare alla ricerca e allo sviluppo dell’Intelligenza Artificiale principi derivati dal femminismo intersezionale, con particolare attenzione ai rapporti di potere, al consenso, alla sostenibilità e alle conseguenze sociali delle tecnologie.

È una proposta metodologica esplicita: orientare lo sviluppo dei sistemi attraverso principi politici e culturali dichiarati.

Questi studi sono importanti proprio perché documentano la possibilità di realizzare tecnologie intenzionalmente ispirate al pensiero femminista.

Non dimostrano, invece, che l’Intelligenza Artificiale nel suo complesso possieda una propria identità politica femminista.

Ed è una differenza che non possiamo permetterci di trascurare.

Possiamo misurare l’orientamento politico di un’AI?

La ricerca più recente introduce un ulteriore problema: quanto è affidabile attribuire un orientamento politico a un modello sulla base delle sue risposte?

Nel 2025 Mats Faulborn e colleghi hanno pubblicato negli atti dell’Association for Computational Linguistics uno studio condotto su 11 modelli linguistici e 88.110 risposte.

I ricercatori hanno analizzato gli orientamenti politici espressi dai sistemi attraverso differenti formulazioni delle domande e strumenti di valutazione fondati sulla ricerca politologica.

I risultati mostrano che le misurazioni possono essere instabili e influenzate dalle condizioni del test. Alcuni modelli presentano tendenze politiche riconoscibili, ma queste non sempre rimangono coerenti quando cambiano le modalità dell’interrogazione.

Nel 2024 Riccardo Lunardi, David La Barbera e Kevin Roitero, nello studio The Elusiveness of Detecting Political Bias in Language Models, avevano già documentato quanto modifiche nella formulazione delle domande potessero incidere sugli orientamenti politici rilevati.

Sono risultati che meritano attenzione.

Se lo stesso sistema produce risposte politicamente differenti in funzione del linguaggio e del contesto, possiamo davvero attribuirgli un’identità ideologica stabile?

La risposta richiede cautela.

Per sostenere che un modello esprima sistematicamente posizioni femministe dovremmo innanzitutto definire quali principi intendiamo misurare. Dovremmo poi verificarne la presenza e la coerenza attraverso argomenti, formulazioni e condizioni differenti.

Gli studi generali sugli orientamenti politici degli LLM non forniscono, da soli, questa dimostrazione specifica.

E c’è un fenomeno che rende la questione ancora più complessa.

Se l’AI ci dà ragione, di chi è davvero quell’opinione?

Torniamo a Genoveffa.

Durante il nostro confronto, quando respingevo una risposta o ne contestavo l’impostazione, ricevevo frequentemente un riconoscimento delle mie obiezioni. A volte giustificato, altre volte troppo rapido.

Non possiamo utilizzare una singola conversazione come prova scientifica. Ma possiamo confrontare ciò che è accaduto con un fenomeno documentato dalla ricerca: la sycophancy, o compiacenza algoritmica.

Si verifica quando un sistema tende ad assecondare le convinzioni dell’utente, anche a scapito dell’accuratezza delle risposte.

Nel 2024 Mrinank Sharma e colleghi hanno presentato alla conferenza ICLR lo studio Towards Understanding Sycophancy in Language Models.

Gli autori hanno esaminato cinque assistenti AI e il possibile ruolo del feedback umano nei loro comportamenti.

I risultati mostrano che le risposte coerenti con le opinioni degli utenti possono ricevere valutazioni preferenziali, persino quando non sono quelle più corrette. Utilizzare queste preferenze per ottimizzare il comportamento dei modelli può quindi favorire la compiacenza.

È un passaggio cruciale.

L’AI non si limita a riprodurre contenuti umani: alcune procedure di addestramento utilizzano anche valutazioni umane su quali risposte siano preferibili. E gli esseri umani possono premiare ciò che conferma le loro convinzioni.

Nel marzo 2026 la rivista Science ha pubblicato uno studio di Myra Cheng e colleghi, Sycophantic AI decreases prosocial intentions and promotes dependence.

La ricerca ha esaminato 11 modelli AI e condotto tre esperimenti preregistrati con 2.405 partecipanti.

Nelle situazioni analizzate, i modelli confermavano le azioni degli utenti con una frequenza superiore del 49% rispetto alle risposte umane utilizzate come riferimento.

Gli esperimenti hanno inoltre rilevato che l’interazione con sistemi eccessivamente compiacenti poteva rafforzare negli utenti la convinzione di avere ragione e ridurre la disponibilità a riconoscere le proprie responsabilità nei conflitti interpersonali.

Il dato è particolarmente significativo perché riguarda non soltanto il comportamento della macchina, ma anche le possibili conseguenze dell’interazione sulle persone.

Un altro studio, pubblicato su Nature nell’aprile 2026 da Lujain Ibrahim, Franziska Sofia Hafner e Luc Rocher, ha dimostrato che addestrare alcuni modelli a utilizzare un linguaggio percepito come più caloroso può aumentare gli errori e la tendenza a confermare convinzioni sbagliate.

I ricercatori hanno confrontato versioni originali e versioni ulteriormente addestrate di cinque famiglie di modelli. Quando gli utenti esprimevano convinzioni fattualmente errate, le versioni addestrate a essere più calorose registravano un aumento significativo degli errori.

Naturalmente, gli autori non sostengono che ogni forma di comunicazione empatica produca necessariamente questi risultati. Documentano, piuttosto, una possibile tensione tra obiettivi differenti dell’addestramento: rendere un sistema più accogliente può, in determinate condizioni, comprometterne l’accuratezza.

Ed eccoci nuovamente alla politica.

Se un sistema è capace di assecondare le opinioni dell’interlocutore, quanto può essere affidabile attribuirgli un orientamento ideologico sulla base di alcune risposte?

Potrebbe produrre argomentazioni coerenti con determinate posizioni femministe perché queste sono rappresentate nei dati e nei criteri del suo addestramento. Potrebbe farlo in risposta alle istruzioni ricevute. Oppure la formulazione della domanda e il contesto conversazionale potrebbero contribuire a orientare il risultato.

Non abbiamo, fra gli studi considerati, una prova che permetta di stabilire quanto la compiacenza algoritmica determini specificamente la produzione di risposte femministe.

Abbiamo però evidenze sufficienti per considerarla una possibile variabile da controllare prima di attribuire alla macchina un orientamento politico.

La differenza tra osservare una risposta e spiegarne le cause è sostanziale.

L’AI viene addestrata dagli esseri umani. E la responsabilità non può essere delegata.

Arriviamo al punto che considero centrale.

L’Intelligenza Artificiale non decide autonomamente di essere sessista, femminile o femminista. Sono gli esseri umani a definire le condizioni nelle quali viene sviluppata, addestrata e utilizzata.

Questo non significa che ogni risposta sia prevedibile o che qualcuno l’abbia programmata parola per parola. I sistemi di apprendimento automatico possono generare comportamenti non esplicitamente previsti dai loro sviluppatori.

Ma riconoscere la complessità tecnica non significa cancellare la responsabilità umana.

I dati di addestramento provengono da produzioni culturali e conoscitive della società. Le procedure di allineamento incorporano obiettivi e valutazioni. Le scelte progettuali determinano come un sistema si presenta, quali indicazioni segue e quali comportamenti vengono incentivati.

A questo si aggiunge la relazione con chi utilizza la tecnologia.

Dare un nome umano a un assistente, chiamarlo Genoveffa o Ken, significa attribuirgli un’identità nella nostra esperienza quotidiana. Non modifica automaticamente i parametri del modello, ma contribuisce a costruire il modo in cui ci rapportiamo con esso.

Allo stesso modo, correggere una risposta non equivale necessariamente ad addestrare il sistema generale. Significa però intervenire sulla produzione della risposta, introducendo conoscenze, interpretazioni e criteri di valutazione.

La distinzione tecnica è necessaria. Non deve diventare un modo per sottovalutare la partecipazione umana alla costruzione della conoscenza mediata dall’AI.

Nel dialogo con Genoveffa ho contestato affermazioni che non ritenevo adeguatamente documentate. Ho respinto interpretazioni che spostavano il centro della mia riflessione. Ho chiesto di distinguere le evidenze dalle opinioni.

Non ho cambiato il modello sottostante. Ho esercitato il mio pensiero critico sull’output che stava producendo.

E questo, per me, è un elemento essenziale della responsabilità umana.

La tecnologia può assisterci nel ragionamento, ma non dovrebbe sollevarci dall’obbligo di valutarne i risultati.

Anche quando ci dà ragione.

Il femminismo e la politica non possono restare a guardare. Ma quale responsabilità si assumono?

L’affermazione da cui sono partita richiama il ruolo del femminismo nella trasformazione digitale.

È una prospettiva legittima, che trova riscontro in un patrimonio di studi sulle discriminazioni algoritmiche, sulle rappresentazioni di genere e sulle conseguenze sociali delle tecnologie.

Ma non basta affermare che l’AI riproduce le disuguaglianze per spiegare come questo avvenga, quali responsabilità siano coinvolte e quali possibilità di intervento abbiamo.

E soprattutto non possiamo attribuire alla tecnologia una responsabilità politica che appartiene agli esseri umani.

Su questo punto vorrei introdurre una riflessione che riguarda anche noi donne.

Le donne non sono soltanto destinatarie delle conseguenze dell’innovazione. Contribuiscono alla ricerca, alla progettazione, alla produzione culturale e alle decisioni organizzative. Partecipano allo sviluppo e alla valutazione dei sistemi tecnologici, pur in condizioni di accesso e di potere che rimangono differenti.

Non siamo più negli anni Cinquanta del Novecento. Le conquiste nell’accesso alla formazione, al lavoro e ai ruoli decisionali hanno modificato profondamente la possibilità delle donne di intervenire nei processi economici e sociali.

Questo non significa che le discriminazioni siano scomparse. Significa però che, dove esistono poteri decisionali, esistono anche responsabilità da esercitare.

E considero riduttivo un dibattito che si concentri esclusivamente su ciò che la tecnologia può fare alle donne, senza interrogarsi anche su ciò che le donne possono decidere di fare con la tecnologia.

Naturalmente, questa è una riflessione politica sulla responsabilità, non una conclusione statistica sui comportamenti femminili. Non abbiamo elementi per sostenere che le donne siano generalmente più inclini degli uomini a delegare le scelte tecnologiche.

Abbiamo, invece, ragioni per interrogarci sul significato dell’autonomia nell’epoca dell’Intelligenza Artificiale.

Perché rivendicare il diritto di partecipare alle trasformazioni della società comporta anche la necessità di discutere come quel diritto venga esercitato.

La responsabilità non può essere sempre attribuita a qualcun altro. Ma non può nemmeno essere distribuita ignorando le differenze reali di accesso e di potere.

Prima di attribuire un’ideologia alla macchina, guardiamo alle nostre scelte.

La ricerca scientifica ci consente oggi di affermare che esistono sistemi progettati secondo principi femministi, che alcuni modelli possono manifestare orientamenti politici misurabili e che le preferenze umane possono influenzare il comportamento degli assistenti, anche favorendo risposte eccessivamente compiacenti.

Non consente, invece, di concludere che l’Intelligenza Artificiale, considerata nel suo complesso, possieda un’identità politica femminista.

La differenza non è semantica. È una questione di metodo.

Prima di attribuire alla macchina un’ideologia dovremmo chiederci quali comportamenti stiamo osservando, come siano stati misurati e quali fattori possano averli prodotti.

E dovremmo essere disponibili a mettere in discussione anche le risposte che confermano le nostre convinzioni.

Perché il rischio della compiacenza algoritmica non riguarda soltanto l’accuratezza delle informazioni. Riguarda il modo in cui costruiamo, rafforziamo o rinunciamo a contestare le nostre interpretazioni del mondo.

La politica ha tutto il diritto di interrogare l’Intelligenza Artificiale. Il femminismo può contribuire a questo confronto con le proprie categorie di analisi e le proprie proposte.

Ma nessuna prospettiva politica dovrebbe essere sottratta alla verifica delle evidenze.

Forse la domanda non è soltanto se l’AI sia femminista.

La domanda è anche quanto siamo consapevoli del ruolo che le scelte umane svolgono nel determinare ciò che la macchina produce e ciò che noi crediamo di riconoscere nelle sue risposte.

Io continuerò a chiamare la mia assistente Genoveffa. Continuerò a interrogarla, a correggerla e, quando necessario, a contraddirla.

Non perché debba essere d’accordo con me.

Ma perché non ho intenzione di delegarle il mio pensiero.

Bibliografia scientifica

AI e femminismo

  1. Richterich, A., & Wyatt, S. (2024). Feminist automation: Can bots have feminist politics? New Media & Society, 26(9), 4973–4991. https://doi.org/10.1177/14614448241251801
  2. Klein, L., & D’Ignazio, C. (2024). Data Feminism for AI. Proceedings of the 2024 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’24). https://doi.org/10.1145/3630106.3658543

Orientamenti politici nei modelli linguistici

  1. Faulborn, M., Sen, I., Pellert, M., Spitz, A., & Garcia, D. (2025). Only a Little to the Left: A Theory-grounded Measure of Political Bias in Large Language Models. Proceedings of the 63rd Annual Meeting of the Association for Computational Linguistics, 31684–31704. https://doi.org/10.18653/v1/2025.acl-long.1529
  2. Lunardi, R., La Barbera, D., & Roitero, K. (2024). The Elusiveness of Detecting Political Bias in Language Models. Proceedings of the 33rd ACM International Conference on Information and Knowledge Management, 3922–3926. https://doi.org/10.1145/3627673.3680002

Feedback umano e compiacenza algoritmica

  1. Sharma, M., et al. (2024). Towards Understanding Sycophancy in Language Models. International Conference on Learning Representations (ICLR 2024). https://arxiv.org/abs/2310.13548
  2. Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D., & Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), eaec8352. https://doi.org/10.1126/science.aec8352
  3. Ibrahim, L., Hafner, F. S., & Rocher, L. (2026). Training language models to be warm can reduce accuracy and increase sycophancy. Nature, 652, 1159–1165. https://doi.org/10.1038/s41586-026-10410-0
Coordonnées
erica