Il Claude-gap e il digital divide

Una persona che conosco è stata truffata qualche settimana fa. Il copione è di quelli che girano da tempo in rete. Arriva un messaggio WhatsApp da un numero nuovo, foto profilo familiare, tono confidenziale: ciao, ho cambiato numero, questo è quello buono, aggiornalo. Poi, qualche giorno dopo, una richiesta urgente. Un pagamento da fare per conto di chi sta dietro al profilo, non riesce ad accedere all’home banking, una storia di scadenze, di favori, di problemi tecnici momentanei. Soldi inviati. Soldi spariti. Quando ha provato a chiamare il contatto vero, ha capito.

Pochi giorni dopo ho saputo che un’altra persona, in un altro contesto, aveva subito una truffa quasi identica. Sempre WhatsApp.

Mentre questo succedeva, io stavo configurando un agente per riorganizzarmi la settimana e riflettevo sul piano AI che ormai costa più dell’abbonamento della palestra. Ho provato a tenere insieme le due cose nello stesso istante temporale e mi è tornato un retrogusto strano. Non di superiorità. Più una specie di dissonanza geografica. Come se il GPS dicesse che siamo nello stesso paese ma le strade fossero altre.

Tre giorni fa il Financial Times, in collaborazione con Focaldata, ha pubblicato il primo numero di un AI Workforce Tracker mensile. Quattromila lavoratori intervistati tra Stati Uniti e Regno Unito. Il dato che è girato di più è questo: oltre il 60% dei top earner usa l’AI ogni giorno sul lavoro, contro il 16% di chi sta in fondo alla scala salariale. Tradotto: chi guadagna molto sta delegando, chi guadagna poco sta ancora copiaincollando dati da un Excel a un altro. Daron Acemoglu, premio Nobel per l’economia, ha commentato che l’AI aumenterà la disuguaglianza tra capitale e lavoro quasi sicuramente.

Andrej Karpathy, in un post di aprile molto commentato, ha messo a fuoco la cosa così. Esiste, dice, un divario crescente nella comprensione di cosa sia capace l’AI, e dipende da due fattori. Il primo è quanto recente e quanto avanzato è il modello che la gente ha usato. Una grossa fetta di persone ha provato la versione gratuita di ChatGPT da qualche parte nell’ultimo anno e si è formata un’opinione lì. Ride dei video virali in cui l’AI pasticcia su domande banali. Solo che quei modelli gratuiti e deprecati non riflettono lo stato dell’arte degli agenti attuali, tipo OpenAI Codex o Claude Code. Il secondo fattore è ancora più interessante. Anche chi paga 200 dollari al mese, dice Karpathy, vede miglioramenti spettacolari solo in domini tecnici molto specifici: programmazione, matematica, ricerca.

Quello che accade è che il piccolo gruppo che usa Codex o Claude Code per lavoro vede l’AI piegare in un’ora problemi che richiederebbero settimane, mentre da chi guarda Reels in cui un assistente vocale non sa rispondere a una semplice domanda (es.“Devo andare all’auto lavaggio. Devo andarci a piedi o in macchina“), sembra l’esatto opposto. I due gruppi, conclude Karpathy, parlano l’uno accanto all’altro senza incontrarsi.

È in quel solco che negli ambienti tech ha cominciato a circolare l’espressione Claude-gap: non solo un divario di produttività, ma una frattura percettiva. Misura la distanza tra chi vive con un agente di frontiera in tasca e chi ha provato un chatbot gratuito due anni fa, ha pensato non fa per me, e si è rimesso a lavorare come prima.

Ecco la cosa che mi sembra non venga nominata abbastanza. Quando un professionista chiede al suo agente di leggere settecento email, sintetizzarle, rispondere a venti, e poi pianificare la settimana, sta facendo qualcosa di diverso dal lavorare con la tecnologia. Sta abitando un’altra geometria del tempo. Le sue ore non scorrono come le ore di chi le stesse settecento email se le legge una a una. Non è solo produttività. È proprio una forma diversa di rapporto con la giornata, con la fatica, con l’attenzione. Mentre io chiedo all’agente di creare un software in pochi minuti, qualcun altro sta passando lo stesso tempo a fissare un messaggio sospetto chiedendosi se sia davvero il suo responsabile.

Il dato del Tracker FT che è passato un po’ in sordina, e che secondo me è il più interessante, è chi sono i power user. Non sono i ventenni. Sono i trentacinquenni. Persone con un mestiere già rodato, con esperienza pregressa, che ora hanno aggiunto un moltiplicatore. Ronnie Chatterji, capo economista di OpenAI, ha messo bene il punto: l’AI complementa l’esperienza, non la sostituisce. Il junior che spera di scavalcare il senior usando ChatGPT meglio di lui sta facendo un calcolo sbagliato. Il senior usa lo stesso strumento, ma lo usa sopra un fondo di competenze che il junior non ha. Il gap non si chiude, si stratifica. Anzi, peggiora: perché molte aziende stanno bloccando l’accesso ai modelli di frontiera ai dipendenti junior, formalmente per ragioni di compliance, di fatto perché non si fidano. Il risultato è che, chi ha più potere ha anche più strumenti per amplificarlo. Una vecchia storia con una nuova veste.

A questo punto si potrebbe pensare: vabbè, è una questione di tempo. Una volta che i tool diventano commodity, una volta che il prezzo crolla, una volta che le aziende organizzano corsi, la distanza si livella. È quello che è successo con i personal computer, no? Carl Benedikt Frey di Oxford lo ha ricordato in un’intervista la scorsa settimana: anche allora si aprì un divario, poi si chiuse. Bisogna solo aspettare. La curva si appiattisce, i prezzi crollano, i nipoti insegnano ai nonni, e in trent’anni siamo tutti dentro lo stesso flusso digitale.

Questa rassicurazione storica regge fino a un certo punto. Poi si incrina. Per due motivi.

Il primo è che i modelli di frontiera, nel frattempo, stanno convergendo. Da marzo ad aprile 2026 sono usciti, in poche settimane, Claude Opus 4.7, Grok 4.3, Gemini 3.1 Pro, GPT-5.5 e una serie di modelli opensource di una qualità assurda. Su praticamente ogni benchmark serio, si trovano entro uno o due punti percentuali di distanza. SWE-bench Verified, GPQA Diamond, ARC-AGI-2: i grafici sembrano cardiogrammi sovrapposti. Il blog di Kilo.ai, che fa valutazioni indipendenti, ha pubblicato un’analisi dal titolo emblematico, La soglia della convergenza si è spostata. La tesi è semplice. I frontier model sono diventati funzionalmente intercambiabili per la maggior parte degli usi, e quello che li distingue ormai non è la capacità ma l’ecosistema, il prezzo, e la fiducia. Siamo entrati nell’era dell’evaluation, dicono a Stanford. L’epoca dell’evangelism è chiusa. La domanda non è più cosa può fare l’AI, è cosa fa per il tuo caso specifico, a quale costo, con quale rischio.

Se è vero, allora succede una cosa interessante e inquietante insieme. La narrazione dominante, quella per cui l’AI cambia ogni settimana, è in larga parte una narrazione di marketing. La capacità grezza si sposta in avanti tutta insieme, lentamente, con scalini di pochi punti percentuali. Quello che cambia velocemente è il packaging. La modalità agente, il browser integrato, il contesto da un milione di token, il piano da 100 euro, il ragionamento esteso. La differenza tra un power user e un non-user, in termini di cosa possono fare in assoluto, è meno grande di quanto sembri. La differenza vera è in come lo possono fare. Non è un divario di motore, è un divario di interfaccia. Di abitudine. Di disposizione mentale.

E qui torniamo alla persona truffata su WhatsApp. La tentazione, dentro la bolla, è dire che le servirebbe un’AI migliore. Magari un agente che le filtri i messaggi, che le dica questo numero è nuovo, prima usavi un altro, sicura?. Più tecnologia per riparare i danni della tecnologia.

Ma è una lettura sbagliata, e direi anche un po’ arrogante. Il problema non è che a quella persona manca un modello intelligente. Il problema è che le manca, da prima dell’AI, una cultura informatica di base. Non sa riconoscere un’immagine generata. Non sa che una voce può essere clonata con tre secondi di registrazione. Non sa che si può fare un video realistico di chiunque, prendendo qualche scampolo dai social. Non sa, e questa è la parte più pesante, che dovrebbe sapere queste cose. Vive in una versione del mondo in cui le foto sono ancora prove e le voci ancora identità. Questa versione del mondo non esiste più da un anno almeno, ma nessuno l’ha avvertita.

E non si tratta solo dell’AI generativa. Ho amici che pensano che l’AI sia inutile perché non riesce a risolvere i problemi di matematica dei figli, senza il minimo sospetto che il problema sia il modo in cui glieli stanno chiedendo. Conosco persone che fanno una ricerca su Google e cliccano sul primo annuncio convinte che sia un risultato organico, che salvano i documenti importanti in Download e poi non li ritrovano più. C’è tutta una fascia di popolazione che è indietro digitalmente da decenni, non da quando è uscito ChatGPT. L’AI è arrivata su un terreno che era già franato. Non lo ha fatto franare lei.

Il Claude-gap allora è solo lo strato più recente di una geologia molto più antica. Sotto c’è il Google-gap, sotto ancora c’è il Windows-gap. Ogni ondata tecnologica lascia indietro qualcuno, e ogni ondata successiva poggia sui sedimenti delle precedenti. Chi non ha mai imparato a fare una ricerca decente su Google adesso non imparerà a promptare un agente. Non perché sia stupido. Perché non ha mai avuto modo, motivo, tempo, denaro, contesto culturale per costruirsi quella scala. E ogni gradino che non hai costruito ti rende più difficile costruire il successivo.

Questo è il punto che dentro la bolla si vede male. Tendiamo a immaginare i non-utenti come persone ferme al gradino sotto al nostro, e che con un po’ di buona volontà saliranno. La realtà è più dura. Sono ferme dieci gradini sotto, su scale che non hanno mai imparato a riconoscere come scale. Per loro la differenza tra prompt e ricerca su Google non è una sfumatura tecnica. È un’altra galassia, in cui non hanno mai messo piede.

C’è poi un secondo motivo per cui la rassicurazione storica del si è già visto col PC non regge del tutto. Riguarda la velocità degli attaccanti. Mentre noi ci dividiamo tra chi ha l’agente personale e chi ancora apre file allegati senza guardarli, le truffe stanno diventando più sofisticate alla stessa velocità con cui i modelli convergono al top. Anzi, più veloci. Anthropic ha annunciato la settimana scorsa Project Glasswing, un sistema così bravo a trovare vulnerabilità software che hanno deciso di non rilasciarlo pubblicamente. Lo hanno dato in anteprima ad Apple, Microsoft, Google, Amazon, perché potessero patchare prima che lo trovasse qualcun altro. Un bug in OpenBSD, sopravvissuto a ventisette anni di scrutinio umano, scoperto in qualche minuto. Bobby Holley di Mozilla ha detto che usare quel sistema sul codice di Firefox ha dato a tutto il team una sensazione di vertigine.

Bene. Adesso provate a tenere insieme le due immagini.

Da una parte: gente nella bolla che usa AI di frontiera per amplificarsi, delegare, rendere il tempo più denso. Dall’altra: persone fuori dalla bolla che vengono truffate con script vecchi di un anno, e che presto verranno truffate con script generati in tempo reale da AI che impersonano i loro responsabili o parenti con perfezione di voce, di stile, di dettagli biografici scrapati da Facebook nel 2017. La velocità dell’attacco aumenta. La capacità di difesa, per chi non ha l’agente personale che filtra i messaggi sospetti, resta quella di sempre. Diffida dei numeri sconosciuti. Chiama e verifica. Non bonificare di fretta. Slogan da boomer, contro tecnologie da laboratorio.

Il Claude-gap allora non è solo un divario di produttività al lavoro. È un divario di superficie d’attacco. Chi ha gli strumenti di frontiera ha anche gli strumenti per accorgersi che stanno cercando di fregarlo. Chi non li ha è più nudo che mai, perché sull’altro lato della linea c’è qualcuno che usa le stesse tecnologie per attaccarlo.

E mentre questo succede, noi tifiamo per Claude o ChatGPT come fossero squadre di calcio, dimenticando che giocano lo stesso campionato e che i punteggi sono praticamente uguali. C’è una metà della popolazione che non sa nemmeno che il torneo è in corso, e un’altra metà che sa solo della parte sbagliata di esso, quella in cui le voci dei figli vengono clonate per chiedere riscatti.

La storia del PC ci dice che certi divari si chiudono. Ci dice anche che ci hanno messo trent’anni a chiudersi del tutto, e che nel frattempo intere generazioni sono rimaste tagliate fuori dai lavori migliori. Non c’è motivo di pensare che questa volta sarà più veloce. C’è qualche motivo per pensare che sarà più lenta, perché lo strumento è più astratto, l’investimento cognitivo per capirlo è più alto, e gli incentivi per chi sta in cima a non vedere il problema sono forti. Quando hai un agente che ti fa risparmiare due ore al giorno, è difficile sentire l’urgenza di portare gli altri al tuo livello. Casomai senti l’urgenza opposta. Quel vantaggio è il tuo.

Quindi la prossima volta che leggete un titolo che annuncia il nuovo modello che cambia tutto, fatevi una domanda. Cambia tutto per chi? Per noi nella bolla, sì. Per le persone fuori dalla bolla, no. E intanto che noi ci esaltiamo per il context window, qualcuno sta ricevendo un messaggio WhatsApp da un numero che non conosce, foto profilo familiare, tono confidenziale, e sta per fare un bonifico.

Non vivono nello stesso 2026 in cui viviamo noi. Forse non l’hanno mai abitato.

(Metanerd, metà meta, metà nerd. E questa settimana anche un po’ fuori bolla.)

Fonti:

Financial Times / Focaldata, Workforce AI Tracker, aprile 2026
Andrej Karpathy, post su X sul Claude-gap
Stanford HAI, AI Index Report 2026
Kilo.ai blog, The LLM Convergence Threshold Has Shifted
Anthropic, annuncio Project Glasswing, aprile 2026

Info:

Foto copertina generata con NanoBanana 2 (ecco il prompt completo):

Editorial illustration, 16:9 cinematic aspect ratio. Two parallel staircases ascending from left to right, viewed from a side angle. The upper staircase is clean, well-lit, made of polished concrete and glass, with a single small human figure halfway up, walking confidently. The lower staircase, ten steps below and partially in shadow, is rougher, made of older worn stone, with another human figure standing still at the bottom looking up, slightly disoriented. The two staircases never meet. Minimalist composition, muted editorial palette: cream, deep blue, warm grey, a single accent of soft amber light from above. Style of New Yorker or Internazionale magazine cover illustration. No text, no logos. Flat shading, subtle texture, contemplative atmosphere.