Data center e IA: il paradosso di un progresso che alimenta se stesso

Negli Stati Uniti, in Europa e in Italia crescono le proteste contro i data center, per i consumi di energia e acqua e le pressioni sui territori. Negli USA, il 18 luglio 2026 si sono tenute 142 manifestazioni in 42 Stati; secondo Data Center Watch, i gruppi di opposizione censiti sono passati da 396 a fine 2025 a 833 nel primo trimestre 2026. In Europa, le organizzazioni aderenti a Stop Dirty Data Centres sono passate da 42 a oltre 82 in dieci Paesi in venti giorni di ottobre. In Italia, la Rete nazionale Stop Data Center riunisce circa trenta comitati e ha manifestato a Milano il 10 ottobre. I comitati pongono la loro contrarietà ai data center in termini ben più complessi della vicinanza alle proprie abitazioni, ponendo il problema di quanto sia sostenibile un sistema che crea le necessità su cui fonda la propria espansione.

La spirale dell’intelligenza artificiale

L’IA entra nei motori di ricerca e nei servizi quotidiani, anche senza richiesta esplicita. Crescono elaborazioni, server, reti e consumi; gli investimenti incentivano nuovi impieghi per renderli redditizi. Più applicazioni, più calcolo, più data center, più energia: una spirale che si autoalimenta. Secondo l’Agenzia internazionale dell’energia, il fabbisogno elettrico mondiale dei data center potrebbe più che raddoppiare tra il 2024 e il 2030.

Non è un destino inevitabile: i sistemi possono diventare più efficienti e alcuni usi dell’IA possono portare benefici ambientali e sociali, ma quando la crescita degli utilizzi supera il risparmio ottenuto per singola operazione, i consumi complessivi aumentano. È la logica dell’effetto rimbalzo, evocata dal paradosso di Jevons. Il progresso dell’efficienza non garantisce necessariamente un progresso della sostenibilità: fare di più con meno, per ogni operazione, può significare consumare di più nel complesso.

Produrre risultati non equivale a produrre conoscenza

Questa parabola del progresso tecnologico ha anche un versante meno visibile: il rischio di confondere l’enorme capacità automatizzata di produrre risultati con un corrispondente avanzamento della conoscenza. L’IA esplora basi di dati gigantesche, identifica regolarità e associazioni, propone previsioni, costruisce soluzioni. È una risorsa potente per la ricerca, ma non sostituisce il lavoro di costruzione e verifica delle ipotesi.

Il metodo scientifico è ben diverso dal generare migliaia di risultati e «scegliere» quelli più convenienti; il ragionamento abduttivo permette di formulare ipotesi plausibili a partire da osservazioni e conoscenze precedenti; tali ipotesi devono poi affrontare la critica teorica e la verifica empirica, con attenzione a causalità, errori e spiegazioni alternative. L’esplorazione profonda dei dati può certamente suggerire ipotesi nuove, anche inattese. Il problema nasce quando associazioni selezionate a posteriori vengono presentate come conoscenze consolidate, senza verifiche indipendenti e, soprattutto, quali risultati vengono scelti tra i tanti, per che cosa e da chi? Gli algoritmi non eliminano le scelte di valore ed anzi possono renderle meno visibili. Occorre pertanto riflettere sul fatto che aumentare la quantità di risposte non significa necessariamente migliorare la qualità delle domande, né la capacità collettiva di comprendere ciò che emerge dai dati.

Il limite materiale e la responsabilità

Il digitale è tutt’altro che immateriale, infatti l’espansione dei data center e dell’IA generativa comporta pressioni crescenti sulle risorse idriche, sia per il raffreddamento degli impianti sia indirettamente per la produzione di elettricità. Inoltre, si aggiungono estrazione e lavorazione di metalli e minerali, fabbricazione dei semiconduttori, consumo di suolo e produzione di rifiuti elettronici. Sul piano sanitario non possono essere trascurate le esposizioni locali a emissioni atmosferiche dei sistemi energetici e di emergenza, rumore e inquinanti delle filiere produttive, oltre agli effetti indiretti sul cambiamento climatico. Entità e distribuzione dei rischi dipendono dalle tecnologie, dal mix energetico e dal contesto territoriale, solitamente già denso di pressioni, tutti elementi che vanno valutati, anche in termini cumulativi rispetto al contesto territoriale, prima delle autorizzazioni.

Accanto all’efficienza occorre dunque parlare di sufficienza, cioè non soltanto quante risorse servono per un’operazione, ma quali operazioni siano davvero necessarie e socialmente utili. Il filosofo Hans Jonas, nel Principio responsabilità, ci ricorda che alla crescente potenza della tecnica deve corrispondere una responsabilità verso le conseguenze, anche per le generazioni future. Questa responsabilità comincia prima della costruzione degli impianti e riguarda le finalità dello sviluppo, non soltanto la mitigazione dei suoi effetti.

Dalle proteste alle alleanze

I movimenti contro i data center chiedono trasparenza, valutazioni cumulative e partecipazione. In Italia, secondo il Politecnico di Milano, sono stati investiti 7,1 miliardi di euro nel 2023-2025 e annunciati 83 nuovi progetti per il 2026-2028, in gran parte ancora da realizzare. Queste proteste hanno tratti comuni con quelle che difendono ambiente e salute nelle zone di sacrificio, dove i costi di attività ritenute necessarie gravano sulle comunità, e sono in grado di integrarsi con le comunità energetiche rinnovabili, che sperimentano un governo condiviso dell’energia.

Sebbene l’alleanza sia da compiere, il terreno comune è concreto e investe direttamente il terreno delle decisioni su quali bisogni soddisfare, quali risorse impiegare e chi debba sopportarne i costi. Le vertenze locali hanno connessioni con i temi della giustizia ambientale, della democrazia energetica e del governo pubblico dei processi digitali.

Decidere prima di costruire

La rapida diffusione di numerosi nuovi grandi data center, spesso in aree circoscritte, pone il problema della mancata o insufficiente pianificazione territoriale, delle valutazioni degli impatti ambientali e sanitari (con attenzione ad acqua, aria, rumore, filiere produttive e clima), e limita trasparenza e partecipazione delle comunità. Si rafforza così la catena che prima espande una tecnologia e poi costruisce le infrastrutture e alla fine tenta di limitarne gli impatti. Al contrario, al primo posto ci sono i bisogni collettivi e le alternative, dopo vengono le tecnologie e le infrastrutture proporzionate a soddisfarli.

Una società capace di produrre sempre più operazioni e risultati non è, per questo solo fatto, più sapiente, sostenibile o democratica.