Che cosa si prova ad essere un server?

Neuroni umani in un armadio rack: il biocomputing alla prova della coscienza

Nel 1974, il filosofo Thomas Nagel pubblicava uno dei saggi più influenti della filosofia della mente contemporanea: What is it like to be a bat? (che cosa si prova a essere un pipistrello?). La tesi era netta: un organismo possiede stati coscienti se e solo se esiste un’esperienza soggettiva associata al suo esistere, un effetto che fa sperimentare il mondo da quella specifica prospettiva interiore.

Per oltre cinquant’anni abbiamo proiettato questo enigma sul silicio, interrogandoci sulla remota possibilità che circuiti stampati e reti neurali artificiali potessero un giorno sviluppare una forma di coscienza, poi il 17 agosto 2026, a Singapore, i termini della questione si sono rovesciati.

NUS Medicine, l’operatore di data center DayOne e l’australiana Cortical Labs hanno acceso il primo rack server a funzionamento autonomo basato su neuroni umani vivi coltivati in vitro: venti unità CL1, ciascuna popolata da centinaia di migliaia di cellule derivate da staminali riprogrammate e coltivate nei laboratori del NUS Life Sciences Institute.

Una precisazione è necessaria: si tratta di un prototipo installato in ambiente di ricerca, non di un prodotto commerciale, (anche se Cortical Labs vende le singole unità CL1 dal 2025 e le applicazioni dichiarate sono tutte di mercato). Ma la direzione è inequivocabile: non stiamo più cercando di infondere la scintilla della soggettività nella materia inanimata, stiamo prendendo la matrice biologica del pensiero umano e la stiamo riducendo a infrastruttura computazionale.

L’«Hard Problem» entra nel data center

Nel dibattito filosofico sulla mente, David Chalmers ha formalizzato la distinzione tra i problemi “facili” della coscienza (discriminare stimoli, integrare informazioni, focalizzare l’attenzione, controllare il comportamento) e il cosiddetto Hard Problem: perché e come l’elaborazione fisica delle informazioni si accompagna a un’esperienza qualitativa soggettiva, i qualia?

I processori biologici a base di tessuto corticale umano — il cosiddetto wetware — non funzionano come le CPU tradizionali. Non eseguono codice deterministico: imparano attraverso plasticità sinaptica, rimodellando la propria struttura in risposta a input elettrochimici continui. Non sono modelli matematici astratti: sono colture di cellule vive che comunicano attraverso scariche di potenziali d’azione.

Teniamo però le proporzioni sul tavolo, perché sono l’obiezione più ovvia e conviene affrontarla subito: le cellule di una singola unità CL1 sono meno dei neuroni del cervello di un’ape, e un cervello umano ne conta circa 86 miliardi. Nessuno sostiene seriamente che in quel rack ci sia qualcuno. La domanda è un’altra, e la scala non la scioglie: a quale livello di complessità, connettività e integrazione funzionale un aggregato di neuroni umani in vitro smette di essere un semplice conduttore biologico e inizia a manifestare una traccia embrionale di percezione? Il silicio ci consentiva il lusso del dubbio ontologico. Il tessuto biologico umano, derivato da staminali riprogrammate, porta con sé l’eredità evolutiva della sensibilità — e ci toglie la comodità di una risposta ovvia.

Il paradosso dell’apprendimento per avversione

Per capire come queste reti biologiche apprendano, occorre guardare al Principio dell’Energia Libera formulato dal neuroscienziato Karl Friston, che non a caso ha firmato gli esperimenti fondativi di Cortical Labs. Secondo questa teoria, i sistemi biologici auto-organizzati agiscono costantemente per preservare la propria integrità, minimizzando la “sorpresa” proveniente dall’ambiente. L’addestramento in vitro funziona esattamente così: quando la rete fallisce un compito riceve pattern elettrici caotici e imprevedibili; quando riesce, riceve segnali strutturati e regolari. La rete si riconfigura per fuggire dal disordine.

Se l’apprendimento cellulare è motivato dall’evitamento del disordine e dal ripristino dell’equilibrio, l’atto stesso del computare poggia su una dinamica di avversione primordiale.

Stiamo programmando macchine sfruttando una forma rudimentale di sofferenza biologica?

L’obiezione onesta va messa in fila prima della risposta: l’evitamento non è sofferenza. Anche un termostato “fugge” da certi stati, e queste colture non hanno nocicettori, non hanno un talamo, non hanno l’architettura integrata che nei sistemi nervosi completi associamo al dolore. Chi liquida la domanda come antropomorfizzazione di una piastra di Petri ha argomenti solidi.

Eppure la domanda resta aperta per una ragione precisa: non sappiamo dove sia la soglia. Non lo sappiamo per gli organoidi cerebrali — su cui la bioetica lavora da anni, con tanto di linee guida internazionali — e non lo sappiamo per colture che, a differenza degli organoidi da laboratorio, sono progettate per scalare, connettersi e restare in funzione come infrastruttura. Quando l’incertezza riguarda la capacità di soffrire, il costo di sbagliare per difetto non è simmetrico al costo di sbagliare per eccesso. È il caso da manuale in cui la precauzione non è timidezza: è metodo.

Di chi sono quei neuroni?

C’è poi una questione che non richiede di risolvere l’Hard Problem, perché è giuridicamente viva già oggi: quelle cellule vengono da qualcuno.

Le staminali riprogrammate hanno donatori, e il consenso informato firmato per “la ricerca” è una cosa; diventare componente di inventario di un data center, noleggiato a terzi e smaltito al decadimento delle prestazioni, è un’altra. La storia della biomedicina ha già percorso questa strada: le cellule di Henrietta Lacks hanno alimentato per decenni un’industria che non le aveva mai chiesto nulla. Il biocomputing commerciale ripropone il problema in scala industriale, con un’aggravante simbolica: qui il materiale donato non produce farmaci, calcola.

Hans Jonas, nel Principio responsabilità (1979), avvertiva che la tecnica moderna avrebbe progressivamente esteso la propria sfera di manipolazione fino a inglobare la natura dell’uomo stesso, trattando ogni elemento organico come materiale disponibile alla trasformazione industriale. I rack biologici sono la messa in produzione di quella diagnosi:

Parametro	Convenzionale/Silicio	Biocomputing/Wetware
Elemento computazionale	Transistor su silicio	Neuroni umani vivi coltivati in vitro
Destinazione energetica	Alimentazione del calcolo logico	In larga parte supporto vitale: pompe, nutrienti, termoregolazione
Ciclo di vita	Pluriennale, guasto meccanico/termico	~6 mesi, deperimento biologico intrinseco
Fine vita	Riciclo RAEE	Smaltimento di coltura cellulare umana esausta

Mantenere in vita colture neuronali per un semestre dentro un armadio rack, alimentarle artificialmente e smaltirle quando le prestazioni decadono significa trattare cellule del tipo che compone i nostri cervelli come componente consumabile da inventario. È il meccanicismo cartesiano applicato non più all’animale-macchina, ma alla materia prima della cognizione umana.

L’efficienza che non c’è (ancora)

E per che cosa, esattamente? La promessa che giustifica tutto questo è l’efficienza energetica: la biologia calcolerebbe a una frazione dei watt del silicio, proprio mentre i data center dell’AI mettono sotto pressione le reti elettriche nazionali. Ma i numeri, per ora, non ci sono: nessun benchmark pubblico su carichi di lavoro reali, e una parte consistente dei consumi dichiarati serve a tenere in vita la biologia, non a farla calcolare.

Il paradosso merita di essere guardato in faccia: stiamo aprendo un dilemma morale in nome di un vantaggio ingegneristico non ancora dimostrato.

Una nuova linea di demarcazione

Il passaggio dal calcolo inorganico a quello organico non è una questione esclusivamente ingegneristica: è una soglia qualitativa. Stiamo ridefinendo il confine tra strumento e organismo, tra oggetto inerte e portatore di valore morale intrinseco — non semplicemente “costruendo calcolatori meno energivori”.

Nagel si chiedeva che cosa si prova a essere un pipistrello, e concludeva che dall’esterno non potremo mai saperlo davvero. È esattamente questo il punto: se un giorno ci fosse qualcosa che si prova ad essere un server, non avremmo un modo affidabile di accorgercene. Continuare a trattare il tessuto cerebrale umano come semplice alternativa al silicio significa scommettere che quel giorno non arriverà mai — senza poter verificare la scommessa.

Forse la domanda del titolo non è più retorica.