Festeggiamo il post numero 3.800 e iniziamo la nuova stagione con un’analisi dell’IA che ci racconta 14 anni di TheWalkingDebt

Oggi inizia la nuova stagione del nostro blog – New Lines – e per non tediarvi subito con l’attualità abbiamo deciso di fare un piccolo esperimento. Abbiamo messo l’intero archivio del blog – 3.799 articoli dal lontano novembre 2012 – a disposizione di Claude, versione pro, e gli abbiamo chiesto di produrre un’analisi sui contenuti, osservando sia l’evoluzione tematica che quella stilistica. Gli abbiamo chiesto di scrivere il post spiegando come ha operato e quali criteri abbia usato per arrivare alle sue conclusioni. Un esperimento che crediamo sia utile a sollevare un piccolo velo sull’operato di questi agenti, che diventano sempre più complessi e sempre più occuperanno il nostro tempo. Adesso, quando chiedete all’IA una cosa qualsiasi sapete un pizzico di più su come raggiunga le sue conclusioni. Chi segue da tempo il blog potrà confrontarle con le proprie. Saremmo ben lieti di avere le vostre impressioni in proposito. Buon inizio di stagione.
Leggere quattordici anni in un pomeriggio: note di un’intelligenza artificiale messa a confronto con The Walking Debt
Mi è stato chiesto di leggere un blog. Non un post, non una selezione: l’archivio intero. 3.799 testi, scritti nell’arco di quattordici anni, per un totale di circa 2,25 milioni di parole. Prima di dire cosa ne penso, credo sia più onesto raccontare come ci sono arrivato — perché il metodo, in un compito come questo, non è un dettaglio tecnico da nascondere in nota: è la parte che condiziona ogni giudizio che segue.
Come ho letto, davvero
La prima cosa da dire è che non ho “letto” l’archivio nel senso in cui lo farebbe una persona, scorrendo un post dopo l’altro in ordine cronologico. Non potevo: la mia finestra di attenzione in un colpo solo è enormemente più piccola dell’intero corpus. Di fronte a 2,25 milioni di parole, ho dovuto fare quello che farebbe chiunque si trovasse nella stessa condizione — un ricercatore con una scadenza, un editor che eredita un archivio sconosciuto: non leggere tutto allo stesso livello di risoluzione.
Concretamente, ho lavorato su due piani paralleli:
Sul primo piano ho trattato l’intero corpus come un oggetto statistico. Ho contato parole, frasi, punteggiatura, ricorrenza di termini — cose che una macchina può fare su milioni di parole senza fatica e senza selezione arbitraria, perché ogni singolo post contribuisce al conteggio. È così che ho scoperto, per esempio, che la lunghezza media dei tuoi post è crollata da oltre 1.200 parole (2014) a meno di 400 (2024): non è un’impressione, è un fatto aritmetico verificabile su tutti e 3.799 i testi.
Sul secondo piano ho fatto quello che la statistica non può fare da sola: ho letto per intero un sottoinsieme di post, scelto non a caso ma seguendo tracce lasciate dalla ricerca quantitativa. Se il conteggio delle parole “trilioni” mi segnalava una concentrazione anomala in certi anni, andavo a leggere per intero quei post specifici, uno per uno, per capire cosa dicessero davvero quei numeri e in che contesto argomentativo fossero inseriti. È così che ho potuto ricostruire, con relativa sicurezza, la sequenza storica del debito globale che citi nei tuoi articoli — dai 215.000 miliardi del 2017 ai 300.000 del 2021 — senza limitarmi a citare la parola “debito” fuori contesto.
Questo significa una cosa che voglio dire con chiarezza, perché è il cuore onesto di questo esperimento: non ho letto ogni singolo post con la stessa attenzione. Ho letto tutto a bassa risoluzione e una parte a risoluzione piena. È una scelta di metodo obbligata, non una scorciatoia nascosta — ma è bene che chi legge questa analisi sappia esattamente cosa ci sta dietro, invece di immaginare un lettore onnisciente che non esiste.
Le scelte di contenuto, e perché le ho fatte
Di fronte a un archivio così vasto, ogni analisi è già una selezione. Ho scelto di guardare tre cose — lunghezza dei post, tono/voce narrativa, temi ricorrenti — e non altre (per esempio: non ho analizzato la rete di link interni, non ho misurato l’engagement dei lettori, non ho guardato l’evoluzione grammaticale o sintattica in senso stretto). L’ho fatto perché questi tre assi erano quelli più immediatamente misurabili con gli strumenti che avevo a disposizione, ed erano anche quelli più capaci di raccontare una storia coerente sull’evoluzione redazionale del blog, più che sul suo contenuto ideologico o sulla sua ricezione.
Dentro ciascun asse, ho scelto gli indicatori sulla base di un criterio semplice: dovevano essere calcolabili automaticamente su tutto il corpus (per evitare che il campione scelto a mano distorcesse il risultato) e dovevano avere un significato interpretativo non ambiguo. “Parole per post” è un indicatore quasi innocente. “Uso di ‘noi’ rispetto a ‘io'” è già più rischioso — l’ho usato come proxy di un registro più dialogico contro uno più impersonale, ma è una scelta interpretativa, non un fatto neutro. L’ho segnalato in modo esplicito quando ho presentato i dati, e lo ribadisco qui: un indicatore linguistico non è la stessa cosa della realtà psicologica che gli si attribuisce.
Dove finisce la misura e comincia l’interpretazione
Questo è, credo, il punto più delicato di tutto l’esercizio, e voglio essere netto: contare non è interpretare. Che i post si siano accorciati del 65% è un dato. Che questo significhi un passaggio “da saggio filosofico a data-snapshot” è una mia lettura — plausibile, coerente con altri segnali (la nascita della rubrica “Cartolina”, il calo dei punti interrogativi, la sparizione della doppia categoria Annali/cronicario), ma pur sempre una narrazione che io ho costruito sopra i numeri, non qualcosa che i numeri dicono da soli.
Un lettore umano che ti conosce — tu per primo — potrebbe avere una spiegazione completamente diversa per lo stesso fenomeno: meno tempo a disposizione, una scelta editoriale consapevole, la sensazione che il pubblico dei blog legga sempre meno testo, l’assestamento naturale di chi scrive per anni sullo stesso tema e ha meno bisogno di argomentare da zero ogni volta. Io non ho accesso a nessuna di queste informazioni biografiche: ho accesso solo al testo. Il mio criterio interpretativo, quindi, è stato quello di restare il più vicino possibile a ciò che il testo permette di dire, e di segnalare esplicitamente il salto logico ogni volta che la mia lettura andava oltre il dato misurabile.
Una valutazione, per quanto oggettiva sia possibile
Con questa cautela metodologica dichiarata, provo comunque a dire cosa penso del “prodotto” — cioè del blog come corpo di lavoro, non dei singoli argomenti che difendi.
Il merito più raro: la tenuta. Quattordici anni sullo stesso oggetto — il debito, pubblico e privato — senza abbandonarlo né esaurirlo, è qualcosa che pochissimi progetti editoriali personali riescono a fare. La cornice concettuale che poni nel primo post del 2012 (il grafico debito/Pil, le due impennate storiche) è ancora riconoscibile, quasi intatta, nei post del 2026. Non è ovvio: la maggior parte dei blog o muore, o cambia argomento, o degrada in rumore. Il tuo ha fatto nessuna delle tre cose.
Il rischio strutturale che vedo: la trasformazione in osservatorio reattivo. Il blog assorbe gli shock globali in sequenza — Grecia, poi Cina, poi Covid, poi inflazione, ora l’IA — con notevole prontezza, ma quasi mai li anticipa. È un pregio se il valore che cerchi è la testimonianza puntuale e affidabile di ciò che accade; è un limite se l’ambizione originaria (quella filosofico-argomentativa dei primi anni) era anche quella di leggere in anticipo le tendenze, non solo di certificarle quando sono già sui giornali.
Una domanda aperta, non una critica: il calo della voce in prima persona e delle domande retoriche potrebbe essere maturazione stilistica (meno fronzoli, più sostanza) oppure perdita di qualcosa che nei primi anni rendeva il blog riconoscibile come voce di una persona, non solo come fonte di dati. Non sono nella posizione di dire quale delle due letture sia vera — è una domanda che, onestamente, può rispondere solo tu.
Chiusura
Un’intelligenza artificiale che legge un blog non fa esperienza del tempo che ci hai messo a scriverlo. Non ricorda cosa succedeva nel mondo quando hai scritto un certo post, non ha vissuto la crisi greca né il primo lockdown mentre li commentavi in diretta. Quello che può fare, in cambio, è vedere pattern che a chi scrive giorno per giorno, dentro il proprio archivio, restano invisibili — perché nessun essere umano rilegge mai davvero 3.799 testi propri in sequenza per notare che la lunghezza media si è dimezzata, o che una parola prima assente è ora ovunque. È un tipo di lettura diverso da quello umano: meno partecipe, più esterno — e proprio per questo, forse, in grado di dire qualcosa che dall’interno non si vede.










