E se le macchine, per quanto potenti, sofisticate e capaci di imitare il linguaggio umano, non potessero diventare coscienti nemmeno in linea di principio? È la tesi che sta animando uno dei dibattiti più intensi del 2026 nel mondo dell’intelligenza artificiale. A sostenerla non è un critico della tecnologia né un filosofo esterno al settore, ma Alexander Lerchner, Senior Staff Scientist di Google DeepMind e autore del paper «The Abstraction Fallacy: Why AI Can Simulate But Not Instantiate Consciousness».
Pubblicato su PhilArchive il 19 marzo e aggiornato il 20 aprile 2026, il lavoro è diventato rapidamente uno dei documenti più scaricati della piattaforma, superando le 52.000 consultazioni entro la fine di maggio. Il motivo è semplice: Lerchner mette in discussione una delle convinzioni più diffuse tra ricercatori e sostenitori dell’AI avanzata, ovvero che la coscienza possa emergere da sistemi computazionali sufficientemente complessi.
Secondo il ricercatore di DeepMind, il problema non è che l’intelligenza artificiale non sia ancora abbastanza potente. Il punto è più radicale: la computazione, per sua natura, non sarebbe in grado di produrre coscienza.
Per capire la posizione di Lerchner bisogna partire da un concetto che lui definisce «fallacia dell’astrazione».
L’errore, sostiene il ricercatore, consiste nel confondere una rappresentazione della realtà con la realtà stessa. Una mappa può descrivere perfettamente un territorio, ma non diventa il territorio. Allo stesso modo, un sistema computazionale può rappresentare processi mentali, simularli e perfino riprodurne alcuni effetti, senza per questo generare una coscienza autentica.
Questa intuizione richiama alcune delle critiche all’intelligenza artificiale formulate decenni fa dal filosofo Hubert Dreyfus. Secondo Dreyfus, gran parte della comprensione umana nasce dall’esperienza diretta del mondo: impariamo muovendoci nell’ambiente, interagendo con gli oggetti e affrontando situazioni concrete. Un computer può descrivere questi processi, ma ciò non significa necessariamente che li viva.
Nel paper compare una figura centrale: il mapmaker, il “cartografo”. È l’essere umano che attribuisce significato ai simboli, costruisce categorie e organizza il mondo in forme comprensibili. Da qui nasce il rovesciamento della tradizionale teoria funzionalista.
Per molti anni una parte della comunità scientifica ha immaginato un percorso relativamente semplice: dai processi fisici emergono sistemi capaci di elaborare informazioni e, da una sufficiente complessità computazionale, potrebbe emergere la coscienza. Lerchner propone invece il percorso opposto. Prima viene l’esperienza cosciente del mondo; da questa esperienza nascono i concetti con cui interpretiamo la realtà e solo successivamente diventano possibili simboli, regole e computazione. È come dire: un computer può riconoscere la parola “mare”, associarla ad altre parole, immagini e descrizioni. Ma, secondo Lerchner, non sa cosa significhi vedere il mare, sentirne l’odore o entrare in contatto diretto con quell’esperienza. Ed è proprio questa dimensione soggettiva che renderebbe possibile la formazione autentica dei concetti.
La posizione del ricercatore richiama inoltre la tradizione fenomenologica di pensatori come Martin Heidegger e Maurice Merleau-Ponty, per i quali l’esperienza vissuta e l’«essere-nel-mondo» non possono essere ridotti a una semplice manipolazione di simboli.
Se questa teoria fosse corretta, il problema dell’AI non sarebbe una questione di potenza di calcolo o di progresso tecnologico. Anche costruendo macchine infinitamente più avanzate di quelle attuali, la coscienza resterebbe fuori dalla loro portata perché mancherebbe quello che, secondo Lerchner, è il presupposto fondamentale di ogni comprensione.
Ma a rendere il caso ancora più interessante è il contesto in cui nasce il paper.
Nella prima versione del documento compariva il logo ufficiale di Google DeepMind. Dopo alcune richieste di chiarimento da parte della stampa specializzata, tra cui 404 Media, il logo è stato rimosso e sostituito da una nota che specificava come le opinioni espresse fossero esclusivamente quelle dell’autore.
Una precisazione che molti osservatori hanno interpretato come il segnale di una certa distanza tra la posizione teorica di Lerchner e la visione strategica dell’azienda.
Il CEO di DeepMind, Demis Hassabis, continua infatti a indicare nell’AGI, l’Intelligenza Artificiale Generale, uno degli obiettivi più importanti della ricerca contemporanea.
Non tutti, però, considerano convincente la tesi del ricercatore.
Tra le voci più critiche c’è Emily Bender dell’Università di Washington, nota per le sue posizioni sul linguaggio artificiale e sui limiti dei modelli linguistici. Secondo Bender, il lavoro di Lerchner riproporrebbe argomenti già discussi da tempo nella filosofia della mente senza confrontarsi adeguatamente con una vasta letteratura esistente.
La studiosa ha definito il testo un «paper-shaped object», un’espressione destinata a circolare ampiamente nelle discussioni online.
Altri critici sostengono che Lerchner parta da una definizione di coscienza talmente restrittiva da escludere automaticamente l’AI dal campo delle possibilità. Se si assume fin dall’inizio che i concetti autentici richiedano esperienza soggettiva, osservano i detrattori, la conclusione diventa quasi inevitabile.
La questione non interessa però soltanto filosofi e ricercatori.
Se le macchine non potranno mai essere coscienti, molti dei dibattiti etici che oggi accompagnano l’AI potrebbero cambiare radicalmente. Non avrebbe senso discutere di diritti delle macchine o di forme di tutela per sistemi artificiali senzienti, perché tali sistemi non potrebbero esistere.
Al contrario, se la coscienza artificiale rimanesse una possibilità aperta, il tema della responsabilità, dei diritti e dello status morale delle future AI diventerebbe sempre più centrale.
Per questo motivo il paper di Lerchner va oltre la filosofia della mente. Tocca il futuro della tecnologia, della regolamentazione e del rapporto tra esseri umani e macchine.
Ed è probabilmente questa la ragione per cui, a pochi mesi dalla pubblicazione, «The Abstraction Fallacy» continua a essere discusso ben oltre i confini dell’accademia: non prova a spiegare cosa potranno fare le AI del futuro, ma pone una domanda ancora più fondamentale. Anche se le macchine diventassero straordinariamente intelligenti, potrebbero davvero essere coscienti?