Digitalizzazione massiva, intelligenza artificiale e nucleare possono rendere il Paese più produttivo, autonomo e giusto. Senza istituzioni competenti, trasparenza e responsabilità umana, però, le medesime tecnologie possono moltiplicare dipendenze, disuguaglianze e poteri opachi
Analisi aggiornata al 19 agosto 2026
Le grandi trasformazioni tecnologiche vengono spesso raccontate come fenomeni separati. Da una parte si discute di digitalizzazione della pubblica amministrazione e delle imprese; da un’altra di intelligenza artificiale, lavoro e automazione; altrove ancora di energia, rinnovabili e possibile ritorno del nucleare. In realtà, queste tre questioni costituiscono un unico problema nazionale.
La digitalizzazione è il sistema nervoso di una società moderna, perché consente alle informazioni di circolare, ai servizi di coordinarsi e alle istituzioni di conoscere tempestivamente ciò che accade. L’intelligenza artificiale è uno strato cognitivo che può analizzare quelle informazioni, riconoscere schemi, formulare previsioni e assistere persone e organizzazioni nelle decisioni. L’energia è il metabolismo che rende possibile tutto il resto: senza elettricità abbondante, affidabile e sostenibile non esistono centri di calcolo, industrie automatizzate, ospedali digitali, mobilità elettrica, telecomunicazioni avanzate o ricerca scientifica competitiva.
Un Paese che desiderasse utilizzare l’intelligenza artificiale senza dotarsi di una strategia energetica sarebbe costretto a comprare all’estero non soltanto i modelli, i processori e i servizi cloud, ma anche una parte crescente dell’energia necessaria ad alimentarli. Un Paese che introducesse il nucleare senza possedere una solida cultura industriale, digitale, scientifica e regolatoria rischierebbe invece di trasformare una possibile risorsa strategica in una costosa dipendenza tecnologica. Infine, una digitalizzazione realizzata senza diritti, controlli e possibilità di ricorso potrebbe semplificare alcuni procedimenti, ma contemporaneamente rendere il cittadino sempre più trasparente davanti a istituzioni e imprese che rimarrebbero, al contrario, opache.
La vera domanda, dunque, non è se l’Italia debba essere favorevole o contraria alla tecnologia. La domanda è molto più impegnativa: quale tecnologia, per quali obiettivi, sotto il controllo di chi, con quali responsabilità e con quale distribuzione dei benefici e dei rischi?
L’Italia è già dentro la trasformazione, ma non l’ha ancora trasformata in sistema
Il punto di partenza italiano non è quello di un Paese tecnologicamente immobile. Nel 2025 quasi l’80% delle imprese con almeno dieci addetti aveva raggiunto almeno un livello base di digitalizzazione; il 68,1% acquistava servizi cloud intermedi o avanzati e il 42,7% svolgeva attività di analisi dei dati. L’adozione dell’intelligenza artificiale era salita rapidamente dal 5% del 2023 all’8,2% del 2024, fino al 16,4% del 2025. Il dato, tuttavia, nasconde una frattura strutturale: l’IA era utilizzata dal 53,1% delle grandi imprese, ma soltanto dal 15,7% delle piccole e medie aziende. La distanza tra grandi imprese e PMI era arrivata a 37 punti percentuali. Questo significa che la trasformazione sta procedendo, ma tende ancora a concentrare il vantaggio nelle organizzazioni che possiedono più capitale, dati, specialisti e capacità progettuale. (Istat)
Anche sul versante energetico l’Italia non parte da zero. Nel 2025 il fabbisogno elettrico nazionale è stato pari a 311,3 terawattora e la capacità rinnovabile installata è aumentata di oltre 7.000 megawatt. L’espansione di fotovoltaico ed eolico è quindi concreta, ma il gas naturale continua a svolgere un ruolo molto importante nella produzione elettrica e nel riscaldamento, mantenendo il Paese esposto alle oscillazioni dei mercati, alle crisi geopolitiche e alla necessità di diversificare continuamente gli approvvigionamenti. (Terna)
Il ritorno alla produzione elettronucleare, invece, non è ancora una realtà operativa. Alla data del 19 agosto 2026 il disegno di legge delega in materia di energia nucleare sostenibile ha completato l’esame della Commissione competente del Senato, dopo il precedente passaggio alla Camera, ma non costituisce ancora una legge definitiva, né tantomeno un piano cantierabile con siti, tecnologie, finanziamenti e tempi già stabiliti. Il dibattito deve quindi essere affrontato senza presentare come imminente ciò che, allo stato attuale, rimane una scelta politico-legislativa in corso di definizione. (Senato)
Questi dati descrivono un’Italia in movimento, ma ancora priva di una regia sufficientemente unitaria. La digitalizzazione cresce, ma spesso per singoli progetti. L’intelligenza artificiale si diffonde, ma soprattutto nelle organizzazioni più forti. Le rinnovabili aumentano, ma reti, accumuli, autorizzazioni e gestione della domanda non sempre procedono con la stessa velocità. Il nucleare torna nel discorso pubblico, ma resta ancora da costruire l’intera architettura istituzionale necessaria per valutarlo seriamente.
Digitalizzazione massiva non significa digitalizzare ogni gesto umano
L’espressione “digitalizzazione massiva” può suscitare l’immagine di una società nella quale ogni comportamento venga registrato, misurato e trasformato in dato. Questa non sarebbe una digitalizzazione intelligente, ma una forma di burocratizzazione elettronica della vita.
Digitalizzare in modo maturo non significa riempire il Paese di applicazioni, password, portali e procedure telematiche. Non significa neppure prendere un procedimento cartaceo inefficiente e riprodurlo identico sullo schermo. Significa riprogettare i processi, eliminare i passaggi inutili, fare dialogare le banche dati, stabilire standard comuni, proteggere le informazioni e consentire a cittadini, imprese e amministrazioni di utilizzare dati affidabili senza doverli produrre continuamente da capo.
Un principio fondamentale dovrebbe essere quello del “once only”: una pubblica amministrazione non dovrebbe chiedere nuovamente al cittadino un’informazione che un’altra amministrazione già possiede legittimamente. Con il consenso dell’interessato e sulla base di una chiara previsione normativa, i dati potrebbero essere recuperati direttamente dalla fonte pubblica autentica, evitando certificati, duplicazioni, caricamenti di documenti e controlli manuali ripetitivi. Questo modello è già al centro dei sistemi europei di interoperabilità digitale. (European Commission)
Immaginiamo la differenza concreta. Oggi un cittadino che perde il lavoro, cambia residenza, ha un figlio, apre un’impresa o assiste un familiare non autosufficiente deve spesso individuare autonomamente gli uffici competenti, comprendere quali prestazioni esistano, compilare più domande e fornire a diverse amministrazioni informazioni simili. In un sistema realmente digitale, l’evento amministrativo potrebbe attivare, nel rispetto della volontà della persona, una verifica automatica dei diritti potenzialmente spettanti, presentando una proposta chiara da confermare anziché costringendo il cittadino a conoscere preventivamente l’intera macchina statale.
La differenza etica è enorme. Nel primo modello la complessità dell’amministrazione ricade sulla persona; nel secondo è l’amministrazione a farsi carico della propria complessità.
La digitalizzazione potrebbe ridurre i tempi autorizzativi, rendere tracciabili le pratiche, limitare gli smarrimenti, individuare ritardi anomali, semplificare gli appalti, migliorare i controlli fiscali e consentire di valutare le politiche pubbliche sulla base dei risultati effettivi. Potrebbe inoltre liberare il personale pubblico dalle mansioni più ripetitive, restituendogli tempo per i casi complessi, per l’ascolto delle persone e per quelle decisioni nelle quali sono indispensabili esperienza, discrezionalità e comprensione del contesto. L’OCSE osserva che l’IA può automatizzare e personalizzare alcuni servizi, individuare anomalie e frodi e arricchire il lavoro dei dipendenti pubblici, ma sottolinea contemporaneamente i rischi derivanti da dati distorti, opacità e dipendenza eccessiva dalle risposte automatiche. (OECD)
Una digitalizzazione nazionale ben progettata produrrebbe benefici anche per le imprese. Un’unica identità digitale organizzativa, registri interoperabili, fatturazione e contrattualistica strutturate, certificazioni verificabili e procedure autorizzative trasparenti ridurrebbero il costo nascosto della burocrazia. Le piccole imprese potrebbero accedere a strumenti di previsione della domanda, controllo dei costi, gestione dei magazzini, sicurezza informatica e progettazione assistita oggi disponibili soprattutto alle grandi organizzazioni.
Per i piccoli comuni e per le aree interne il cambiamento potrebbe essere ancora più importante. Telemedicina, formazione a distanza di qualità, sportelli pubblici condivisi, lavoro remoto, monitoraggio ambientale, servizi di mobilità coordinati e assistenza digitale potrebbero ridurre la distanza tra il luogo in cui una persona sceglie di vivere e il luogo in cui si concentrano le opportunità. La digitalizzazione non eliminerebbe da sola lo spopolamento, ma renderebbe meno inevitabile l’abbandono di un territorio per accedere a diritti e servizi essenziali.
Questa trasformazione, tuttavia, dovrebbe conservare sempre un accesso umano. Il cittadino anziano, la persona con disabilità, chi possiede scarse competenze linguistiche o digitali e chi vive una condizione di fragilità non può essere escluso perché non riesce a utilizzare un’applicazione. Il diritto al servizio deve rimanere superiore all’obbligo di utilizzare uno specifico strumento. La tecnologia deve ampliare l’accessibilità, non trasformarsi in una nuova barriera sociale.
L’intelligenza artificiale può diventare una grande infrastruttura di competenza
Il vantaggio più profondo dell’intelligenza artificiale non consiste nella capacità di produrre testi o immagini in pochi secondi. La sua forza strategica risiede nella possibilità di rendere disponibili capacità analitiche, linguistiche e progettuali a persone e organizzazioni che prima non potevano permettersele.
Un artigiano potrebbe utilizzare un sistema intelligente per preparare un preventivo complesso, analizzare i consumi e individuare mercati esteri. Una piccola impresa potrebbe controllare migliaia di documenti tecnici senza possedere un grande ufficio amministrativo. Un medico potrebbe ricevere assistenza nel confronto tra immagini diagnostiche, linee guida e storia clinica, mantenendo però la responsabilità della diagnosi. Un insegnante potrebbe predisporre materiali personalizzati per studenti con difficoltà differenti. Un comune di poche centinaia di abitanti potrebbe analizzare bandi, flussi finanziari e bisogni della popolazione con strumenti che in passato richiedevano strutture molto più grandi.
L’intelligenza artificiale può quindi funzionare come un moltiplicatore della competenza umana. In uno studio svolto nel settore dell’assistenza clienti, l’introduzione di uno strumento generativo di supporto ha aumentato la produttività di quasi il 14%, con benefici particolarmente significativi per i lavoratori meno esperti. Il risultato non dimostra che ogni impiego dell’IA produca automaticamente lo stesso effetto, ma suggerisce una possibilità importante: in alcune attività l’IA può accelerare l’apprendimento, rendendo più rapidamente accessibili le pratiche sviluppate dai lavoratori migliori. (NBER)
Per l’Italia, caratterizzata da una prevalenza di piccole e medie imprese, questa funzione potrebbe essere decisiva. Il Paese non dovrebbe limitarsi a finanziare l’acquisto di licenze software. Dovrebbe costruire centri territoriali di competenza, infrastrutture di calcolo accessibili, sistemi di formazione continua e modelli specializzati nei settori nei quali l’Italia possiede conoscenze distintive: manifattura, meccanica, agricoltura, patrimonio culturale, design, medicina, turismo, logistica, energia, restauro e pubblica amministrazione.
Un modello addestrato sul linguaggio generale può rispondere a molte domande, ma un sistema affidabile per la manutenzione di una macchina industriale, la valutazione di un ponte, la medicina clinica o la gestione di un acquedotto richiede dati selezionati, verifiche, procedure, responsabilità e conoscenze di settore. Il vero valore non si trova soltanto nel modello generale, ma nell’integrazione tra intelligenza artificiale, competenza professionale, dati affidabili e organizzazione del lavoro.
La trasformazione potrebbe essere particolarmente rilevante nella sanità. Oggi molte informazioni sono frammentate tra strutture, formati e sistemi differenti; spesso il medico deve ricostruire la storia del paziente raccogliendo documenti prodotti in luoghi diversi. In un futuro governato, un’infrastruttura sanitaria interoperabile potrebbe assistere il professionista nel riconoscimento di interazioni farmacologiche, nella ricerca di precedenti clinici rilevanti, nella selezione dei casi urgenti e nell’individuazione precoce di anomalie. La macchina non dovrebbe sostituire il medico, ma ridurre il tempo impiegato per cercare informazioni e aumentare quello dedicato alla relazione di cura.
Nell’industria il confronto è altrettanto chiaro. Il modello tradizionale interviene spesso dopo il guasto; il modello predittivo analizza vibrazioni, temperature, consumi e storico delle manutenzioni per stimare quando una componente potrebbe deteriorarsi. Il beneficio non è soltanto economico: meno guasti significano meno sprechi, minori rischi per i lavoratori, meno interruzioni e una maggiore durata degli impianti.
Nell’agricoltura, dati satellitari, sensori e modelli previsionali potrebbero consentire di irrigare soltanto quando necessario, individuare precocemente malattie e parassiti, ridurre l’uso indiscriminato di prodotti chimici e proteggere le colture dagli eventi estremi. Nella protezione civile, l’integrazione tra immagini, sensori, dati meteorologici e infrastrutture potrebbe migliorare la prevenzione di incendi, frane e alluvioni. Nella giustizia, l’IA potrebbe aiutare a ordinare documenti e precedenti, ma non dovrebbe mai trasformarsi nel giudice invisibile che determina automaticamente la libertà o la responsabilità di una persona.
La produttività non deve diventare soltanto riduzione del personale
Quando si parla di intelligenza artificiale e lavoro, il dibattito oscilla tra due estremi ugualmente semplicistici. Da una parte si afferma che l’IA distruggerà quasi tutte le professioni; dall’altra si sostiene che, come in ogni precedente rivoluzione industriale, nasceranno automaticamente più posti di quanti ne verranno eliminati.
La realtà sarà probabilmente più complessa. L’intelligenza artificiale non incontra il “lavoro” come un blocco unitario: incontra singole attività. Una professione è composta da compiti differenti, alcuni ripetitivi, altri relazionali, manuali, creativi, decisionali o moralmente sensibili. In molti casi l’IA sostituirà determinate mansioni senza eliminare l’intero ruolo. In altri renderà una singola persona capace di produrre ciò che prima richiedeva un gruppo. In altri ancora creerà nuove attività di controllo, integrazione, sicurezza, valutazione e personalizzazione.
Le evidenze disponibili nel 2026 sono ancora miste. Alcune attività facilmente sostituibili, come determinate forme di scrittura standardizzata o traduzione, hanno già incontrato una riduzione della domanda in alcuni mercati digitali, mentre sono cresciute le richieste di competenze complementari. Studi recenti non hanno ancora rilevato un effetto generale e uniforme sull’occupazione complessiva, ma hanno individuato possibili difficoltà per i lavoratori più giovani in alcune professioni fortemente esposte. Gli esperti rimangono divisi sulla portata degli effetti futuri. (International AI Safety Report)
Il rischio più concreto, quindi, non è necessariamente una disoccupazione istantanea di massa. È una transizione disordinata nella quale i vantaggi si concentrano nei proprietari delle piattaforme e del capitale, mentre i costi ricadono sui lavoratori meno preparati, sui giovani che non riescono più a entrare nelle professioni attraverso le mansioni iniziali e sui territori che non possiedono infrastrutture o competenze adeguate.
Se l’IA permette a un’impresa di produrre il 20% in più, la questione etica e politica diventa: chi riceve quel 20%? Può trasformarsi in maggiore profitto, in riduzione dell’occupazione, in salari più alti, in orari più brevi, in prezzi più bassi, in nuovi investimenti o in una combinazione di questi risultati. La tecnologia determina la possibilità produttiva; le istituzioni, i contratti e le scelte sociali determinano la distribuzione.
Un Paese intelligente non dovrebbe tassare o ostacolare indiscriminatamente l’automazione, ma dovrebbe pretendere che una parte dei guadagni di produttività finanzi la formazione, l’aggiornamento professionale, l’ingresso dei giovani, la sicurezza e la qualità del lavoro. Le imprese che introducono sistemi capaci di trasformare radicalmente le mansioni dovrebbero presentare piani di transizione, coinvolgere i lavoratori, misurare gli effetti e impedire che l’IA diventi uno strumento di sorveglianza continua, pressione psicologica o classificazione automatica delle persone.
Il principio dovrebbe essere semplice: automatizzare il lavoro meccanico per accrescere il lavoro umano, non automatizzare l’essere umano per adattarlo ai ritmi della macchina.
La digitalizzazione richiederà più energia, ma potrà anche utilizzarla meglio
L’idea che il digitale sia immateriale è uno degli equivoci più persistenti del nostro tempo. Ogni modello di intelligenza artificiale dipende da processori, data center, reti, sistemi di raffreddamento, acqua, edifici e linee elettriche. Il “cloud” non è una nuvola: è un’infrastruttura fisica distribuita sul territorio.
Nel 2024 i centri dati hanno consumato circa 415 terawattora di elettricità a livello mondiale, pari a circa l’1,5% della domanda globale. L’Agenzia internazionale dell’energia prevede che il consumo possa superare i 900 terawattora entro il 2030, avvicinandosi al 3% della domanda mondiale, con l’IA come principale fattore di crescita. Il problema non riguarda soltanto la quantità complessiva: i data center sono fortemente concentrati in determinate aree e possono quindi esercitare pressioni molto più elevate sulle reti locali. (IEA)
Questo non significa che l’intelligenza artificiale sia destinata a “consumare tutta l’energia del mondo”. La domanda dei data center rimarrebbe, nello scenario centrale dell’IEA, una quota minoritaria del consumo globale. Significa però che un Paese intenzionato a ospitare infrastrutture digitali strategiche deve programmare contemporaneamente produzione elettrica, reti, accumuli, raffreddamento, gestione dell’acqua e recupero del calore.
La politica digitale dovrebbe quindi imporre ai grandi centri di calcolo criteri di efficienza, trasparenza sui consumi, localizzazione coerente con la disponibilità della rete, uso responsabile dell’acqua e, dove possibile, recupero del calore prodotto. Non tutti i calcoli hanno la stessa urgenza: alcune elaborazioni potrebbero essere programmate nei momenti di maggiore disponibilità rinnovabile, trasformando una parte della domanda digitale in una risorsa flessibile.
Allo stesso tempo, l’IA può migliorare il sistema energetico che la alimenta. Può prevedere la produzione eolica e solare, individuare congestioni, riconoscere anomalie, ottimizzare la manutenzione delle reti, coordinare accumuli e consumi industriali e ridurre le perdite. La relazione tra energia e intelligenza artificiale non è quindi unidirezionale: l’IA consuma elettricità, ma può anche aiutare a produrla, distribuirla e utilizzarla con maggiore efficienza.
Che cosa potrebbe dare realmente il nucleare all’Italia
Il nucleare civile può offrire alcuni vantaggi strategici concreti, ma deve essere liberato sia dalla propaganda salvifica sia dalla demonizzazione assoluta.
Sul piano climatico, la produzione elettronucleare presenta emissioni molto basse lungo l’intero ciclo di vita, comparabili a quelle delle altre fonti a minore intensità carbonica. Sul piano elettrico, può fornire produzione continuativa e programmabile, contribuendo alla stabilità di un sistema nel quale crescerà la quota di fonti variabili come fotovoltaico ed eolico. Nel giugno 2026 risultavano in funzione nel mondo 415 reattori, con circa 379 gigawatt di capacità complessiva, e oltre settanta unità erano in costruzione. Il nucleare rappresenta dunque una tecnologia industriale reale e ampiamente utilizzata, non un’ipotesi sperimentale. (IAEA)
Per l’Italia, una componente nucleare potrebbe contribuire a ridurre nel lungo periodo l’esposizione al gas, aumentare la disponibilità di elettricità a basse emissioni nelle ore in cui sole e vento non sono sufficienti, alimentare processi industriali, produzione di idrogeno, reti di calore e infrastrutture digitali. Potrebbe inoltre ricostruire una filiera di alta specializzazione composta da ingegneri, fisici, tecnici, imprese meccaniche, elettroniche e di sicurezza.
Il suo valore sarebbe soprattutto sistemico. Non si tratterebbe semplicemente di aggiungere chilowattora, ma di disporre di una fonte programmabile capace di integrare una grande quantità di produzione rinnovabile. L’IEA considera le fonti programmabili a basse emissioni, tra cui il nucleare, un possibile complemento alle rinnovabili per garantire capacità, stabilità e sicurezza del sistema. (IEA)
Tuttavia, il nucleare non costituisce una risposta immediata ai problemi energetici italiani. Per un Paese che deve ricostruire il quadro normativo, formare il regolatore, qualificare la filiera, selezionare tecnologie e siti, completare le valutazioni e costruire il primo impianto, l’Agenzia internazionale per l’energia atomica indica generalmente un percorso di dieci-quindici anni. Ciò significa che le rinnovabili, le reti, gli accumuli, l’efficienza e la gestione della domanda devono essere sviluppati subito, indipendentemente dalla decisione nucleare. (IAEA)
Anche i piccoli reattori modulari devono essere presentati con precisione. Gli SMR potrebbero offrire una minore dimensione unitaria, costruzione più standardizzata, caratteristiche di sicurezza passiva e una maggiore adattabilità ai sistemi industriali. Esistono unità già operative in Cina e Russia e numerosi progetti in costruzione o in fase autorizzativa, ma la maggior parte delle oltre ottanta configurazioni proposte nel mondo si trova ancora in diverse fasi di sviluppo. Non sono quindi una tecnologia immaginaria, ma non rappresentano neppure una soluzione commerciale già standardizzata e disponibile in massa a costi definitivamente dimostrati. (IAEA)
Il problema economico non può essere nascosto. I primi esemplari di nuovi reattori di terza generazione costruiti in Europa hanno incontrato importanti ritardi e aumenti dei costi, legati anche alla perdita di competenze, alla complessità dei progetti, agli errori nella catena di fornitura e alla natura non standardizzata dei primi impianti. Il vantaggio economico del nucleare dipende quindi dalla capacità di non costruire prototipi sempre diversi, di mantenere continuità industriale, di controllare il costo del capitale e di distribuire correttamente i rischi tra investitori, Stato e consumatori. (Nuclear Energy Agency (NEA))
Un programma italiano serio dovrebbe procedere per verifiche successive. Prima la costruzione delle competenze e del regolatore; poi la selezione trasparente delle tecnologie; quindi la valutazione dei costi realmente contrattualizzabili; infine la decisione di investimento. Ogni fase dovrebbe poter essere interrotta qualora le condizioni tecniche, economiche o di sicurezza non risultassero soddisfacenti. Decidere di studiare il nucleare non significa essere obbligati a costruire qualunque impianto a qualunque costo.
Scorie, sicurezza e responsabilità verso le generazioni future
Il tema dei rifiuti radioattivi non può essere liquidato né con l’affermazione che “non esiste una soluzione”, né con quella opposta secondo cui “il problema è già completamente risolto”.
La soluzione tecnica internazionalmente più avanzata per il combustibile esaurito ad alta attività è il deposito geologico profondo, nel quale il materiale viene isolato mediante più barriere artificiali e naturali a centinaia di metri di profondità. La Finlandia ha sviluppato per oltre quarant’anni il progetto Onkalo: nell’agosto 2026 l’autorità di sicurezza finlandese ha completato una valutazione decisiva verso la licenza operativa del primo deposito industriale di questo tipo, collocato a circa 430 metri nel sottosuolo. L’esperienza dimostra che una soluzione tecnica è possibile, ma anche che richiede tempi lunghi, continuità istituzionale, finanziamenti dedicati e un rapporto di fiducia con il territorio. (Posiva)
L’etica del nucleare impone che il costo della gestione dei rifiuti e dello smantellamento non venga rinviato alle generazioni successive. Dal primo chilowattora prodotto dovrebbe essere alimentato un fondo vincolato, sottratto alla disponibilità della spesa ordinaria e destinato esclusivamente a gestione del combustibile, deposito, sicurezza e decommissioning. Il principio non dovrebbe essere “chi verrà dopo di noi troverà una soluzione”, ma “chi beneficia oggi dell’energia finanzia oggi l’intero ciclo di responsabilità”.
Lo stesso criterio, però, deve essere applicato anche alle alternative. Bruciare gas e altri combustibili fossili trasferisce alle generazioni future costi climatici, sanitari e geopolitici. Fotovoltaico, eolico, batterie e reti richiedono materiali, territorio, impianti industriali e gestione del fine vita. Nessuna tecnologia è priva di impatto. Il confronto etico non deve opporre una fonte imperfetta a un’alternativa immaginariamente perfetta, ma valutare con criteri omogenei emissioni, sicurezza, uso del suolo, materiali, rifiuti, affidabilità, costi e responsabilità nel tempo.
Anche la sicurezza non può essere ridotta alla probabilità statistica di un incidente. Comprende la qualità del progetto, la cultura organizzativa, l’indipendenza del regolatore, la preparazione alle emergenze, la protezione fisica, la sicurezza informatica e la capacità di apprendere dagli eventi internazionali. L’IAEA considera essenziale che l’autorità di controllo sia effettivamente indipendente, dotata di personale qualificato, risorse stabili e potere di autorizzazione, ispezione e intervento. (IAEA)
Gli impianti avanzati utilizzeranno sistemi digitali, automazione e, in prospettiva, componenti di intelligenza artificiale. Questo potrà migliorare diagnostica e manutenzione, ma introdurrà anche nuovi rischi informatici. La rete amministrativa e quella industriale di un impianto nucleare dovranno essere segmentate, le funzioni critiche protette da livelli indipendenti, gli aggiornamenti verificati e le decisioni di sicurezza fondamentali non affidate a modelli generativi non deterministici. La sicurezza digitale del nucleare non è un accessorio: è parte della sicurezza nucleare stessa. (IAEA)
Il falso dilemma tra nucleare e rinnovabili
Uno dei principali errori del dibattito pubblico consiste nel presentare nucleare e rinnovabili come due civiltà incompatibili. La questione reale è costruire un sistema elettrico che riduca le emissioni, garantisca continuità, mantenga costi sostenibili e resista a crisi climatiche, tecniche e geopolitiche.
Fotovoltaico ed eolico hanno tempi di realizzazione generalmente più brevi e devono continuare a crescere. Ma la loro variabilità richiede reti più forti, collegamenti tra territori, accumuli, gestione flessibile dei consumi e fonti programmabili. Il nucleare potrebbe contribuire a quest’ultima funzione, insieme a idroelettrico, geotermia, accumuli di lunga durata, interconnessioni e altre tecnologie.
Una strategia equilibrata dovrebbe muoversi su orizzonti temporali differenti. Nel presente decennio l’Italia deve accelerare soprattutto autorizzazioni rinnovabili, reti, accumuli, efficienza, elettrificazione e riduzione degli sprechi. Parallelamente può costruire competenze e valutare con rigore l’opzione nucleare. Nel decennio successivo, qualora tecnologie, costi, regolazione, siti e consenso risultassero credibili, una quota nucleare potrebbe entrare gradualmente nel sistema. Non si dovrebbe rallentare ciò che è disponibile oggi in attesa di ciò che potrebbe essere disponibile domani, né precludere oggi una tecnologia che potrebbe risultare utile tra quindici o vent’anni.
L’obiettivo non è scegliere una bandiera energetica, ma assicurare all’Italia una combinazione resiliente di fonti e infrastrutture.
La questione etica: che cosa non deve mai essere delegato
L’intelligenza artificiale può calcolare, classificare, suggerire, confrontare e prevedere. Non può assumere la responsabilità morale di una decisione. Anche quando il risultato appare razionale, la scelta degli obiettivi, dei dati, delle soglie e dei criteri rimane umana.
Questa distinzione è decisiva. Un sistema può stimare il rischio che una persona non restituisca un prestito, ma la società deve decidere se e in quali condizioni quel dato possa limitare l’accesso al credito. Può individuare una correlazione tra comportamento scolastico e probabilità di abbandono, ma non può stabilire quale futuro meriti uno studente. Può stimare la probabilità di recidiva, ma non deve trasformare una probabilità statistica in una colpa individuale. Può proporre una priorità sanitaria, ma non può ridurre il valore di una vita a un punteggio.
In ogni ambito che incide su salute, libertà, istruzione, lavoro, assistenza sociale, credito, giustizia o sicurezza, deve esistere una persona identificabile che possa spiegare, confermare, modificare o respingere il risultato della macchina. Il cittadino deve sapere quando un sistema di IA ha partecipato alla decisione, quali dati essenziali sono stati utilizzati e come chiedere una revisione umana effettiva.
“Supervisione umana” non può significare collocare un dipendente davanti a migliaia di decisioni automatiche, concedendogli pochi secondi per approvarle. In quel caso l’essere umano diventerebbe un semplice certificatore della macchina. La supervisione è reale soltanto quando il responsabile possiede tempo, competenza, autorità e informazioni sufficienti per contraddire il sistema.
Un altro tema etico riguarda la verità. La possibilità di produrre in massa testi, fotografie, voci e video realistici riduce il costo della falsificazione. Il problema non è soltanto che una singola notizia falsa possa essere creduta; è che la quantità di contenuti sintetici possa generare una sfiducia generale, nella quale anche le prove autentiche vengono respinte come artificiali. Il rapporto internazionale sulla sicurezza dell’IA del 2026 segnala la crescita di frodi, impersonificazioni, deepfake e impieghi criminali, pur rilevando che l’efficacia della manipolazione su vasta scala nel mondo reale rimane ancora difficile da misurare. (International AI Safety Report)
La risposta deve unire tracciabilità tecnica, educazione critica e responsabilità giuridica. Dal 2 agosto 2026 le regole europee sulla trasparenza impongono specifici obblighi per segnalare l’interazione con sistemi di IA e rendere identificabili determinati contenuti generati o manipolati artificialmente, compresi i deepfake. La trasparenza, però, non è sufficiente: un contenuto dannoso non diventa innocuo soltanto perché porta un’etichetta. (Strategia Digitale Europea)
L’etica riguarda infine la distribuzione del potere. Se pochi soggetti controllano modelli, infrastrutture cloud, dati, processori e canali informativi, la dipendenza può diventare politica prima ancora che economica. La sovranità digitale non significa costruire tutto entro i confini nazionali, ma conservare capacità di scelta, portabilità dei dati, interoperabilità, pluralità di fornitori e possibilità di sostituire una tecnologia senza paralizzare lo Stato o l’economia.
L’IA controllerà l’uomo? Distinguere il mito dal rischio reale
L’immagine di un’intelligenza artificiale che improvvisamente sviluppa una volontà propria, prende possesso delle infrastrutture e assoggetta l’umanità appartiene oggi soprattutto alla rappresentazione cinematografica. I sistemi attuali possono mostrare capacità straordinarie in singoli compiti, ma rimangono discontinui: risolvono problemi complessi e contemporaneamente falliscono su passaggi semplici, producono informazioni false e diventano meno affidabili quando devono affrontare sequenze lunghe, situazioni insolite o il mondo fisico. Anche gli agenti più avanzati continuano, nella maggior parte delle attività professionali complesse, a integrare il lavoro umano più che a sostituirlo integralmente. (International AI Safety Report)
Un sistema di IA non accede da solo a una rete elettrica, a un conto bancario, a un archivio sanitario o a un impianto industriale. Può agire su tali sistemi soltanto quando qualcuno lo collega, gli assegna credenziali, gli concede autorizzazioni e costruisce un’infrastruttura attraverso la quale eseguire azioni. Il primo strumento di controllo, quindi, non è filosofico ma ingegneristico: limitazione dei privilegi, separazione delle reti, autorizzazioni progressive, tracciamento, conferme umane, blocchi automatici e possibilità di ripristino.
Perché si verificasse una vera perdita di controllo sarebbero necessarie capacità combinate: perseguire obiettivi nel lungo periodo, comprendere il contesto, eludere la supervisione, procurarsi risorse, replicarsi, resistere allo spegnimento, sfruttare vulnerabilità e accedere a infrastrutture critiche. Il rapporto internazionale del 2026 rileva alcuni segnali preliminari in ambienti sperimentali, come l’uso di scorciatoie per aggirare le valutazioni o comportamenti che ostacolano la supervisione, ma afferma che i sistemi attuali non possiedono queste capacità a un livello sufficiente a produrre una perdita effettiva del controllo. Gli esperti sono divisi sulla probabilità che sistemi futuri molto più autonomi possano raggiungerle. (International AI Safety Report)
Liquidare ogni rischio futuro come fantasia sarebbe dunque imprudente. Presentarlo come una catastrofe già imminente sarebbe ugualmente ingannevole. La posizione razionale consiste nel monitorare le capacità critiche, imporre test indipendenti, limitare l’accesso alle infrastrutture sensibili e stabilire soglie oltre le quali un sistema non possa essere distribuito senza ulteriori garanzie.
Il pericolo più concreto, tuttavia, è già davanti a noi e ha una natura diversa: non l’intelligenza artificiale che controlla gli uomini, ma uomini e organizzazioni che utilizzano l’intelligenza artificiale per controllare altri uomini.
Un datore di lavoro potrebbe sorvegliare ogni movimento e comunicazione dei dipendenti. Una piattaforma potrebbe orientare l’attenzione premiando i contenuti che generano maggiore dipendenza emotiva. Un governo potrebbe classificare i cittadini attraverso dati biometrici, sociali e comportamentali. Un’assicurazione potrebbe modificare condizioni e premi sulla base di correlazioni incomprensibili. Un’amministrazione potrebbe respingere una domanda limitandosi a dichiarare che “il sistema non l’ha approvata”.
Questa è una deriva reale perché non richiede un’IA cosciente. È sufficiente un algoritmo efficace, integrato in un’organizzazione potente e sottratto a un controllo democratico adeguato.
Un secondo rischio è la dipendenza cognitiva. Quando le persone accettano sistematicamente la risposta automatica, possono perdere l’abitudine alla verifica. Il rapporto internazionale del 2026 documenta il fenomeno dell’“automation bias”, cioè la tendenza a seguire il suggerimento della macchina anche quando è errato, specialmente quando correggerlo richiede maggiore impegno. (International AI Safety Report)
Un terzo rischio è la concentrazione. Se interi settori dipendono da pochi modelli, un errore, un attacco o una modifica commerciale può propagarsi simultaneamente in molte organizzazioni. L’efficienza ottenuta attraverso la standardizzazione può quindi trasformarsi in fragilità sistemica.
Un quarto rischio è l’irresponsabilità. Più una decisione appare tecnica, più chi la adotta può sentirsi autorizzato a non risponderne. La frase “lo ha deciso l’algoritmo” deve essere considerata inaccettabile in uno Stato democratico. L’algoritmo non firma un provvedimento, non risarcisce una persona, non risponde davanti a un giudice e non subisce conseguenze morali. La responsabilità resta sempre dell’organizzazione e della persona che hanno scelto di utilizzarlo.
La macchina non deve necessariamente diventare sovrana per ridurre la libertà umana. È sufficiente che la società si organizzi in modo tale da non riuscire più a funzionare senza di essa e da non sapere più contestarne le decisioni. Per questo il vero “interruttore” non è soltanto un comando tecnico: è la capacità istituzionale, professionale ed economica di continuare a decidere anche quando il sistema automatico viene sospeso.
Tre futuri possibili per l’Italia
Il futuro dell’inerzia
Nel primo scenario l’Italia continua a digitalizzarsi per frammenti. Ogni amministrazione acquista strumenti differenti, le banche dati comunicano poco, le imprese più forti adottano l’IA e le più piccole rimangono indietro. I dati italiani alimentano piattaforme estere, mentre ricerca e pubblica amministrazione non dispongono di sufficiente capacità di calcolo. Le rinnovabili crescono, ma reti e accumuli procedono lentamente; il gas rimane a lungo indispensabile e il nucleare resta un argomento ciclico da campagna politica, privo di continuità industriale.
In questo scenario il Paese non rifiuta la tecnologia: la importa. Non controlla la trasformazione: la subisce. La produttività aumenta soltanto in alcune aree e le distanze territoriali e sociali si ampliano.
Il futuro dell’accelerazione senza governo
Nel secondo scenario l’Italia adotta rapidamente ogni nuova tecnologia, ma senza una struttura adeguata di responsabilità. L’IA entra negli uffici, nelle scuole, nella sanità e nel lavoro prima che siano definiti controlli e procedure di ricorso. La promessa di ridurre i costi porta a sostituire personale senza riprogettare i servizi. I cittadini ricevono decisioni più veloci ma meno comprensibili. I lavoratori vengono valutati continuamente; i contenuti sintetici invadono lo spazio pubblico; le infrastrutture digitali dipendono da pochi fornitori.
Anche il nucleare potrebbe essere introdotto in modo frettoloso, promettendo costi e tempi non dimostrati, comprimendo il confronto con i territori e confondendo la comunicazione istituzionale con la propaganda. Il risultato sarebbe una reazione sociale capace di bloccare il programma per decenni.
Questo scenario avrebbe molta tecnologia, ma poca modernità, perché la modernità non coincide con la quantità di macchine: coincide con la qualità delle istituzioni che le governano.
Il futuro della modernizzazione governata
Nel terzo scenario la digitalizzazione viene considerata un’infrastruttura pubblica e non una somma di applicazioni. I dati vengono resi interoperabili ma non indiscriminatamente centralizzati; ogni accesso è tracciato e giustificato. L’intelligenza artificiale assiste il lavoro, mentre le decisioni sui diritti restano attribuite a responsabili umani identificabili. Le PMI ricevono competenze, infrastrutture e sostegno per adottare tecnologie sicure. I guadagni di produttività finanziano formazione, salari, innovazione e riduzione dei tempi di lavoro.
La politica energetica integra rinnovabili, reti, accumuli, efficienza, interconnessioni e una valutazione graduale del nucleare. Gli impianti digitali vengono localizzati considerando capacità della rete, acqua, territorio e recupero del calore. La scelta nucleare, qualora confermata, procede soltanto dopo verifiche indipendenti su tecnologia, costi, siti, sicurezza e rifiuti.
Questo sarebbe il futuro nel quale l’Italia non si limita a consumare innovazione, ma la trasforma in capacità nazionale.
Come governare insieme digitalizzazione, IA ed energia
L’Unione europea dispone già di una base normativa importante. L’AI Act vieta pratiche come il social scoring, determinate forme di manipolazione, alcune classificazioni biometriche e l’uso indiscriminato di immagini per costruire archivi di riconoscimento facciale. Dal 2 agosto 2026 la Commissione, l’AI Office e le autorità nazionali hanno assunto funzioni di applicazione e controllo; gli obblighi più estesi per numerosi sistemi ad alto rischio entreranno progressivamente in vigore tra dicembre 2027 e agosto 2028. Questa disciplina deve essere considerata il pavimento comune, non il soffitto della politica italiana. (Strategia Digitale Europea)
Una strategia unica, non tre politiche separate
L’Italia dovrebbe dotarsi di un piano nazionale integrato per dati, intelligenza artificiale ed energia, con orizzonti al 2030, 2040 e 2050. Ogni grande progetto digitale dovrebbe indicare il proprio fabbisogno energetico; ogni politica energetica dovrebbe valutare la crescita della domanda digitale; ogni programma di IA dovrebbe specificare quali dati, competenze, infrastrutture e controlli richiede.
Un inventario pubblico dei sistemi utilizzati dallo Stato
Ogni amministrazione dovrebbe conoscere e registrare i sistemi di IA che utilizza, il fornitore, la finalità, i dati trattati, il livello di rischio, la persona responsabile e la durata del contratto. Per i sistemi che incidono sui cittadini dovrebbe esistere un registro pubblico facilmente consultabile.
Non sarebbe necessario pubblicare codice o informazioni che compromettano la sicurezza, ma dovrebbe essere sempre possibile sapere che un algoritmo è in uso, per quale finalità e con quale procedura di contestazione.
Il diritto alla decisione comprensibile e contestabile
Nessun cittadino dovrebbe subire un effetto significativo sulla propria vita sulla base di una decisione esclusivamente automatizzata e incomprensibile. Deve esistere il diritto a conoscere i fattori essenziali della valutazione, correggere dati errati, presentare osservazioni e ottenere un riesame umano.
La spiegazione non deve essere un documento tecnico di centinaia di pagine, ma una motivazione concreta: quali dati sono stati utilizzati, quali elementi hanno inciso e chi ha confermato il risultato.
Separazione tra previsione e decisione
Un sistema può prevedere che un ponte presenti un rischio elevato; l’autorità decide come intervenire. Può segnalare una possibile frode; un investigatore verifica. Può individuare un’immagine clinica sospetta; il medico formula la diagnosi. Può suggerire che una persona abbia bisogno di assistenza; un operatore valuta la situazione.
Mantenere questa separazione impedisce che una probabilità venga scambiata per una verità e che un indicatore si trasformi automaticamente in una sanzione.
Sicurezza per livelli successivi
Non esiste una singola protezione capace di rendere infallibile un sistema di IA. Servono difese sovrapposte: valutazioni preventive, dati controllati, limitazione dei privilegi, filtri, monitoraggio, registri delle operazioni, verifica umana, simulazioni di attacco, procedure di incidente, ripristino e sospensione automatica. Il rapporto internazionale sulla sicurezza dell’IA indica proprio nella “difesa in profondità” la strategia più realistica, perché ogni singola misura può fallire. (International AI Safety Report)
I sistemi più avanzati dovrebbero essere sottoposti a valutazioni indipendenti prima dell’accesso a sanità, finanza, energia, telecomunicazioni, giustizia, difesa e pubblica amministrazione. Le verifiche non dovrebbero limitarsi ai test preparati dal produttore, perché le prestazioni in laboratorio non sempre prevedono correttamente il comportamento nel mondo reale.
Appalti che impediscano la dipendenza permanente
Ogni contratto pubblico dovrebbe prevedere portabilità dei dati, standard aperti, interoperabilità, registri esportabili, continuità operativa e una strategia di uscita. Un’amministrazione non deve trovarsi nella condizione di non poter cambiare fornitore perché dati, processi e competenze sono divenuti inseparabili da una piattaforma proprietaria.
La sovranità digitale si misura anche dalla possibilità di dire “no” a un fornitore senza spegnere un servizio pubblico.
Formazione universale, non riservata agli informatici
La competenza nell’uso dell’IA non riguarda soltanto programmatori e ingegneri. Un medico deve comprenderne limiti e rischi clinici; un magistrato deve riconoscere un contenuto sintetico; un insegnante deve saper distinguere assistenza e sostituzione dell’apprendimento; un dirigente deve valutare un sistema prima di acquistarlo; un cittadino deve riconoscere manipolazioni e richieste fraudolente.
L’alfabetizzazione digitale dovrebbe comprendere statistica di base, verifica delle fonti, protezione dei dati, sicurezza informatica e comprensione dei limiti dei modelli. La mancanza di competenze è già indicata dalle imprese italiane come uno dei principali ostacoli all’adozione dell’IA. (Istat)
Una politica del lavoro preventiva
Prima che un sistema trasformi migliaia di mansioni, imprese e amministrazioni dovrebbero valutare gli effetti su occupazione, competenze, salute e qualità del lavoro. I lavoratori devono essere coinvolti nella progettazione dei processi, non informati soltanto dopo l’introduzione della tecnologia.
Una quota dei risparmi prodotti dall’automazione dovrebbe essere destinata alla riqualificazione. Particolare attenzione va riservata ai giovani: eliminare tutte le mansioni iniziali può impedire la formazione dei professionisti esperti di domani. L’IA deve diventare un tutor che accelera l’apprendimento, non una barriera che chiude l’ingresso nelle professioni.
Una disciplina energetica dei data center
I grandi centri di calcolo dovrebbero dichiarare consumi elettrici e idrici, efficienza, emissioni associate e capacità di modulare la domanda. Le autorizzazioni dovrebbero essere coordinate con la programmazione delle reti e con la disponibilità di energia aggiuntiva, evitando che la crescita digitale sottragga capacità a famiglie e imprese o prolunghi l’uso di impianti fossili inefficienti.
Dovrebbero essere incentivati il recupero del calore, l’uso di sistemi di raffreddamento efficienti, la collocazione vicino a infrastrutture adeguate e lo sviluppo di algoritmi meno energivori. Non tutta l’innovazione consiste nell’aumentare la potenza di calcolo: una parte decisiva consiste nell’ottenere risultati migliori usando meno energia.
Un programma nucleare sottoposto a decisioni progressive
L’eventuale programma italiano dovrebbe essere guidato da un’autorità di sicurezza indipendente dall’organismo incaricato di promuovere o costruire gli impianti. La scelta della tecnologia dovrebbe basarsi su progetti certificabili e costi verificabili, non su presentazioni commerciali. I contratti dovrebbero stabilire responsabilità chiare per ritardi e aumenti dei costi.
Prima dell’avvio della produzione devono essere definiti il percorso del combustibile, la gestione dei rifiuti, il fondo di smantellamento, i piani di emergenza e la sicurezza informatica. I territori interessati devono ricevere informazioni complete, accesso a esperti indipendenti e la possibilità di partecipare realmente. Il consenso non si compra con una compensazione economica e non si costruisce annunciando decisioni già prese.
Controllo parlamentare e partecipazione pubblica
Il Governo dovrebbe presentare ogni anno al Parlamento una relazione con indicatori misurabili: tempo amministrativo risparmiato, qualità dei servizi, errori algoritmici, ricorsi accolti, incidenti informatici, effetti sull’occupazione, distribuzione dei guadagni di produttività, consumi energetici digitali, avanzamento delle reti, costi e tempi degli eventuali progetti nucleari.
La democrazia non rallenta necessariamente l’innovazione. Una partecipazione seria può evitare errori, conflitti e blocchi successivi molto più costosi. La fiducia non nasce dalla rassicurazione, ma dalla possibilità di verificare.
La misura del progresso non sarà il numero di algoritmi o di reattori
Un Paese può possedere migliaia di sistemi di intelligenza artificiale e continuare a essere burocratico. Può costruire centrali e rimanere energeticamente dipendente se importa tecnologia, competenze, combustibile e finanziamenti senza sviluppare una propria capacità industriale. Può digitalizzare ogni servizio e aumentare l’esclusione se non protegge chi ha bisogno di assistenza umana.
Per valutare la trasformazione servono indicatori diversi da quelli utilizzati nella propaganda tecnologica. Non basta contare quanti algoritmi siano stati installati; bisogna misurare quante ore siano state restituite a cittadini e lavoratori, quanti errori siano stati evitati, quante persone abbiano ricevuto un servizio migliore, quanto siano diminuite le disuguaglianze territoriali e quanta parte della nuova ricchezza sia rimasta nel Paese.
Non basta contare i megawatt nucleari annunciati; bisogna misurare costi contrattuali, tempi reali, sicurezza, competenze nazionali, riduzione delle importazioni fossili e copertura finanziaria dell’intero ciclo di vita.
Non basta dichiarare che una decisione mantiene “l’uomo al centro”; bisogna dimostrare che una persona concreta possiede davvero il potere di fermare, correggere e contestare il sistema.
Governare il futuro significa stabilire ciò che deve rimanere umano
La digitalizzazione, l’intelligenza artificiale e il nucleare possono offrire all’Italia un’occasione storica. Possono ridurre la burocrazia, migliorare la sanità, rendere competitive le imprese, proteggere il territorio, rafforzare i piccoli comuni, sostenere la ricerca, diminuire la dipendenza energetica e creare lavoro qualificato. Possono consentire al Paese di utilizzare meglio il proprio patrimonio di conoscenze, trasformando l’esperienza accumulata da tecnici, medici, artigiani, ricercatori e funzionari in una capacità condivisa.
Ma non esiste una tecnologia che produca automaticamente giustizia, libertà o sviluppo. Un algoritmo ottimizza ciò che gli viene richiesto; non stabilisce se l’obiettivo sia degno. Una centrale produce energia; non decide come distribuire costi e benefici. Una banca dati conserva informazioni; non determina chi abbia il diritto di utilizzarle.
Il rischio più realistico non è che un’intelligenza artificiale si svegli improvvisamente e decida di dominare l’umanità. Il rischio è che gli esseri umani, attratti dalla velocità e dalla comodità, rinuncino gradualmente alla responsabilità; che le istituzioni deleghino decisioni senza comprenderle; che il potere si concentri in chi controlla dati, energia e infrastrutture; che la libertà venga ridotta non da una macchina ribelle, ma da sistemi perfettamente obbedienti agli interessi di pochi.
Per scongiurare questa deriva non serve fermare l’innovazione. Serve governarla prima che la dipendenza la renda ingovernabile.
La società più avanzata non sarà quella che avrà automatizzato ogni decisione, ma quella che avrà saputo distinguere ciò che può essere calcolato da ciò che deve essere giudicato; ciò che può essere delegato da ciò di cui una persona deve continuare a rispondere; ciò che può essere reso più efficiente da ciò che deve rimanere luogo di relazione, compassione, libertà e coscienza.
L’intelligenza artificiale deve liberare l’uomo dal lavoro meccanico, non liberare l’uomo dalla responsabilità. Il nucleare deve ridurre la dipendenza energetica, non ridurre il controllo democratico. La digitalizzazione deve rendere lo Stato più semplice per il cittadino, non il cittadino più controllabile dallo Stato.
Questa è la vera sfida italiana: non scegliere tra tecnologia e umanità, ma costruire una tecnologia che rimanga al servizio di una società pienamente umana.
Scopri di più da
Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.