Algoritmi Per Resistere (Mondadori, 2025) è un saggio di Tiziano Bonini ed Emiliano Treré che indaga il modo in cui le persone si impadroniscono degli algoritmi e li riconfigurano per i propri obiettivi, opponendosi creativamente al potere onnipresente delle piattaforme. Ne pubblichiamo qui un estratto e ringraziamo gli autori e l’editore Mondadori per la disponibilità.

Segnaliamo anche che, il 15 Marzo alle 19.00, Tiziano Bonini presenterà "Algoritmi per Resistere" alla libreria Verso di Milano, in dialogo con Bertram Niessen, presidente e direttore scientifico di cheFare.

Stefano ha quarantatré anni. Ha una figlia e una compagna, e vive a Livorno, città portuale della Toscana, dove lavora come fotografo e videomaker. Si occupa da molti anni di fotografia d’arte e, di tanto in tanto, lavora per la pubblicità. Durante il primo lockdown per il COVID-19 ha perso molte opportunità di lavoro e ha deciso di scaricare l’app Deliveroo sul suo smartphone per cominciare a fare consegne a domicilio. Ha riparato una vecchia bicicletta che aveva in garage e si è messo a pedalare. I primi giorni, ricorda, le cose sono andate davvero bene. In una sola settimana ha guadagnato quasi 300 euro e quel lavoro gli dava un inaspettato senso di libertà: soldi facili, senza dover avere a che fare con nessuno o sottostare ai capricci di un capo. Stefano è da sempre un libero professionista ed è abituato a lavorare da solo, quindi apprezzava molto la libertà che Deliveroo sembrava offrirgli.

Flashforward, un mese dopo. Stefano ci dice di non essere più tanto contento di usare Deliveroo. Anzi, è un po’ preoccupato perché a volte si ritrova a controllare ossessivamente l’app per verificare se ci sono turni liberi da farsi assegnare. Si sente stranamente dipendente dall’applicazione e questo non gli piace. È una sensazione di dipendenza simile a quella provata da altri gig worker, come gli autisti di Uber: «L’esperienza di questo lavoro somiglia a una dipendenza, perché all’inizio è bello, ma poi diventa proprio brutto».

Nel frattempo, i turni disponibili sono diminuiti e Stefano non guadagna più come prima. Un sabato sera che doveva partecipare all’inaugurazione del suo nuovo studio fotografico si è dimenticato di cancellare la prenotazione per un turno che gli era stato assegnato. Si è reso conto che da quel momento l’app ha cominciato ad assegnargli turni solo in fasce orarie in cui c’erano poche consegne da fare, il che si traduceva in un minor guadagno. Chiacchierando con altri corrieri come lui nel gruppo WhatsApp creato dai fattorini livornesi, ha scoperto che la sua dimenticanza gli era costata cara perché «l’algoritmo ha abbassato le statistiche» e non è più considerato affidabile al 100 per cento, ma solo al 98 per cento.

Dalle conversazioni nel gruppo ha appreso diversi aspetti del funzionamento dell’algoritmo di Deliveroo, o meglio, ha imparato molto su come i corrieri di Livorno immaginano che funzioni l’algoritmo. Un ragazzo sardo gli ha insegnato dei trucchi per annullare un incarico senza perdere punti. «Senza il sostegno di questo gruppo WhatsApp,» osserva Stefano «avrei già lasciato il lavoro.»

Grazie a Stefano, che abbiamo conosciuto tramite un amico comune, siamo entrati in contatto con altri corrieri di Livorno, che ci hanno indirizzato verso altri lavoratori di Firenze, Napoli e Milano. Alcuni di loro fanno questo lavoro da pochi mesi, mentre altri sono in attività da più di due anni. Abbiamo continuato a sentirci per tutta l’estate del 2020 con alcuni di loro, a cui abbiamo chiesto di tenere un diario inviandoci su WhatsApp dei messaggi vocali sulle tattiche che adottano per ottenere turni migliori e guadagnare di più. Tutti ci hanno detto la stessa cosa: all’inizio erano entusiasti dell’app e della velocità dei guadagni che permettevano di arrotondare le entrate, ma a un certo punto hanno iniziato a guadagnare meno e a sentirsi più dipendenti dall’applicazione. Se all’inizio non sapevano nulla dell’algoritmo che la governa, oggi dicono di essere piuttosto esperti, di avere un’idea abbastanza precisa del suo funzionamento e di aver sviluppato dei trucchi per «imbrogliarla».

Algoritmi per resistere

Quelli che i lavoratori del settore chiamano «trucchi», noi li chiamiamo «manifestazioni di agentività tattica algoritmica», cioè della capacità di plasmare attivamente il risultato del calcolo algoritmico a proprio vantaggio. Quali sono le tattiche di cui parliamo in questo libro? Quanto sono potenti? E cosa significa resistere al potere algoritmico?

Il titolo del nostro libro evoca la possibilità di un uso alternativo degli algoritmi, per resistere al potere di chi li ha programmati. La nostra non è una fantasia cyberpunk, ma una consapevolezza fondata sulle pratiche che abbiamo osservato in anni di ricerca. Il prezioso contributo di studiosi come la sociologa americana Safiya Umoja Noble ci ha permesso di comprendere a fondo come gli algoritmi possano essere fonte di discriminazione e oppressione. Con il nostro lavoro, tuttavia, vogliamo mostrare un altro aspetto della questione: che gli algoritmi, oltre a produrre oppressione, possono anche essere utilizzati dagli utenti per resistere al potere delle aziende tecnologiche. Possono essere entrambe le cose: algoritmi di oppressione e algoritmi di resistenza.

Ci avventureremo dunque in territori inesplorati con l’obiettivo di scoprire e mappare tutte le forme di agentività e le pratiche di resistenza e resilienza che gli utenti delle piattaforme digitali mettono in atto per sopravvivere nel caos della società delle piattaforme. Questo insieme di pratiche – la cui esistenza è stata riscontrata in diverse città del mondo e in ambiti molteplici della vita sociale, da quello mondano a quello politico – disegna la nostra mappa dell’agentività algoritmica.

I nostri corpi e le nostre azioni sono calcolati e trasformati di continuo in flussi di dati che alimentano gli algoritmi delle piattaforme. Siamo costantemente sottoposti a un processo di spoglio e di estrazione di dati biometrici, biografici e demografici che nell’era dei big data prende il nome di datafication, ma che, come ha mostrato Colin Koopman, ha alle spalle una lunga storia. Alcuni studiosi dei media, come Nick Couldry e Ulises Mejias, chiamano questo processo «colonialismo dei dati», mentre secondo Shoshana Zuboff le piattaforme hanno un potere strumentale che permette non solo di estrarre dal nostro semplice stare al mondo un surplus comportamentale, ma anche di automatizzare le nostre scelte. Le piattaforme online – siano esse americane, cinesi, russe o, in misura minore, europee – hanno acquisito un potere enorme, che condiziona la nascente società digitale: gli studiosi di economia politica dei media lo chiamano platform power («potere delle piattaforme»). Indubbiamente tutti noi, come utenti di questi servizi, ne traiamo dei vantaggi, ma al contempo siamo anche coinvolti in un rapporto di potere incredibilmente asimmetrico. Tanto per fare un esempio, non abbiamo accesso a un potere computazionale comparabile.

Naturalmente, non siamo tutti ugualmente impotenti e vulnerabili. Alcuni lo sono più di altri. Infatti, come ha dimostrato Virginia Eubanks, i poveri sono più esposti alla discriminazione legata agli algoritmi e al potere delle piattaforme. Inoltre, questo potere rischia di discriminare non solo i poveri, ma anche le minoranze etniche e linguistiche, le popolazioni indigene, i giovani e le donne. Ma la discriminazione algoritmica può anche assumere forme intersezionali, colpendo, per esempio, giovani donne sole e famiglie di minoranze etniche appartenenti alla classe operaia, come è accaduto nei Paesi Bassi e in Australia.

Come vedremo, tuttavia, il ricorso a una molteplicità di tattiche diverse permette di ridurre questa asimmetria, consentendo agli utenti di attribuire nuovi significati agli algoritmi che utilizzano, e di trasformarli in strumenti efficaci per perseguire le proprie finalità politiche, economiche, culturali o sociali. Ma avere meno potere rispetto alle piattaforme digitali non significa automaticamente stare dalla parte dei «buoni». L’agentività degli utenti può anche dare luogo ad azioni che alcuni di noi potrebbero considerare riprovevoli o criminali.