P. Granata, Generative Knowledge: Think, Learn, Create with AI, Hoboken, John Wiley & Sons, 2026, 276 pp.

di Laura Nascimben

Generative Knowledge. Think, Learn, Create with AI di Paolo Granata (ora tradotto in Conoscenza generativa. Pensare, apprendere, creare con l’intelligenza artificiale, Roma, Luiss University Press, 2026) affronta il tema dell’intelligenza artificiale nell’ambito dell’ecologia dei media, in una prospettiva epistemologica e pedagogica che si colloca nel solco della “Scuola di Toronto” fondata da McLuhan.

L’autore è professore di cultura del libro e dei media presso l’Università di Toronto, dove si occupa di ecologia dei media, intelligenza artificiale e semiotica della cultura. In questo periodo è impegnato in Italia in un tour sulla conoscenza generativa, che ha avuto come prima tappa un evento organizzato a Udine, l’8 aprile scorso, promosso nell’àmbito del Piano regionale Scuola Digitale in Friuli Venezia Giulia che coinvolge una rete di Istituti, denominata Officina 5.0, coordinata dal dirigente scolastico Luca Gervasutti.

Il volume investe le diverse condizioni in cui si sviluppa la conoscenza generativa, che riguardano, in particolare, la dimensione costruttiva e contestuale dell’apprendimento, la riflessione critica e una dimensione etica della creazione del sapere. Granata situa l’IA tra gli artefatti che hanno storicamente ampliato le capacità umane. L’IA viene considerata come un ambiente cognitivo emergente che richiede nuove pratiche di pensiero, apprendimento e creatività, nella consapevolezza dei rischi e delle insidie che tale processo porta con sé. A tal fine sono necessarie curiosità, giudizio critico e disponibilità al confronto, che permettono di superare il pericolo della delega cognitiva e situano la costruzione di conoscenza in un processo riflessivo, oltre le scorciatoie. Il volume è arricchito da tabelle e da un glossario che supportano la lettura.

Come cambia il processo di produzione della conoscenza quando gli esseri umani iniziano a collaborare sistematicamente con sistemi di IA? Granata propone di considerare l’IA come partner epistemico (e non come sostituto dell’intelligenza umana). La logica di fondo è quella della collaborazione tra uomo e macchina per la generazione di conoscenza.

L’immagine simbolica che sostiene questa impostazione è il cosiddetto Lee Sedol Effect, derivato dalla storica sfida del 2016 tra il campione di Go Lee Sedol e AlphaGo (un programma di intelligenza artificiale sviluppato da Google DeepMind). La celebre Mossa 37 di AlphaGo e la successiva Mossa 78 di Lee Sedol diventano la metafora di una creatività che nasce dall’interazione tra soggetti cognitivi differenti. L’uomo esegue la sua mossa vincente grazie agli stimoli ricevuti dall’interazione con la macchina.

Che cos’è la conoscenza generativa? “Generative knowledge is that distinctive form of knowledge that creates new knowledge” (p. 6). Per delineare questo concetto e cogliere le caratteristiche essenziali dei processi di generazione del sapere, Granata descrive sei principi della conoscenza generativa.

1) Principio iterativo: la conoscenza generativa si sviluppa dalla conoscenza esistente; è un processo dinamico, ricorsivo, cumulativo (Dewey) e che si sviluppa a spirale (Nonaka e Takeuchi).

2) Principio strumentale: la conoscenza generativa è mediata da tecnologie epistemiche. Con quest’ultimo concetto Granata definisce quegli strumenti che mediano le nostre interazioni con i processi di conoscenza influendo sulle capacità cognitive di estensione del sapere. Va da sé il richiamo alla scuola di McLuhan che ci ricorda che le tecnologie, che mediano il nostro rapporto con il sapere, non sono mai neutre.

3) Principio sociale: la conoscenza generativa emerge in una dimensione collettiva (e non individuale); la crescita cognitiva è un fenomeno sociale che nasce dall’interazione con gli altri (Vygotskij). Le idee si sviluppano in dialogo con altre idee secondo una visione dialogica della conoscenza (Bachtin) che fonda la necessaria connessione transdisciplinare che sostiene un patrimonio condiviso delle idee.

4) Principio d’indagine: la conoscenza generativa è guidata dalla curiosità epistemica, cioè dal desiderio autentico di acquisire nuovo sapere. La curiosità epistemica costituisce il motore della conoscenza, il desiderio di esplorare, bisogno che nasce dalla necessità di colmare un vuoto conoscitivo, uno stato di deprivazione informativa, un disagio che spinge a fare ricerca, ad ampliare la propria base di conoscenza per colmare le lacune.

5) Principio della learnability. La conoscenza generativa richiede la disponibilità ad apprendere, disapprendere, e riapprendere. Oltre la curiosità c’è il desiderio di apprendere, nella sua forma dinamica di interazione con l’esperienza (Dewey) e di revisione dei processi attraverso cui la conoscenza si costituisce, nell’ottica di una riflessione metacognitiva e autocritica in cui il disapprendimento viene valorizzato come virtù. Per generare nuove forme di sapere è necessario sapersi staccare da concezioni obsolete per favorire la riorganizzazione, l’integrazione e la ricostruzione del sapere.

6) Principio della creatività: la conoscenza generativa si fonda sulla creatività intellettuale.

Il nucleo del libro è organizzato in tre parti che ripercorrono tre processi fondamentali:

1) Pensare: come la co-creazione tra uomo e IA ridefinisce la creatività intellettuale? In quanto interfaccia della conoscenza, l’IA ridefinisce il modo in cui conosciamo. Attraverso un uso attivo, intenzionale e costruttivo dell’agente è possibile alimentare il circolo virtuoso del pensare facendo.

2) Apprendere: come cambia l’apprendimento quando l’IA entra nei processi educativi? Granata filtra la pedagogia di Papert e traccia un framework dedicato all’apprendimento come atto creativo in cui si impara facendo e costruendo.

3) Creare: come l’IA modifica le virtù epistemiche e le abitudini intellettuali? L’IA dona slancio creativo in un processo relazionale in cui propensioni individuali, contesti culturali e tecnologie ampliano o riorganizzano ciò che viene pensato o immaginato.

L’opera di Granata suggerisce che il rapporto con l’IA richiede pratiche di benessere epistemico, come l’allenare il pensiero critico, e della riflessività, per mantenere un equilibrio tra autonomia critica e apertura generativa. Risulta fondamentale conoscere la tecnologia e sapere quali logiche la guidano, tenendo presente che il sistema è opaco, per cui i processi decisionali degli algoritmi devono essere resi trasparenti ricostruendo i passaggi che portano a un risultato (tracciabilità) e spiegando le logiche che guidano il sistema (esplicabilità) (p. 104).

Di particolare interesse risulta il concetto di vigilanza epistemica (p. 109), cioè la necessità di mantenere viva un’abitudine mentale orientata all’esame della coerenza, delle evidenze, al controllo e alla verifica delle fonti, che coinvolge, quindi, la capacità di riflettere sul processo durante l’interazione con l’IA.  

L’IA è un media in rapida trasformazione. In pochi anni, siamo passati da una logica di “scrivere istruzioni migliori per un modello” a una logica di “progettare organizzazioni di agenti che collaborano” (dal prompt engeneering, alla configurazione di GPTs e agenti specializzati fino alla progettazione di sistemi multiagente).

De Kerckhove, riflettendo sull’opera di Granata, ne riconosce le potenzialità e, ad un tempo, sulla scorta del pensiero di Myr, fa emergere il problema della sostenibilità della partnership epistemica. Il teorico canadese accetta il modello di Granata, ma introduce un problema decisivo: il passaggio dalla simmetria all’asimmetria. Il Lee Sedol Effect descrive una fase storica nella quale uomo e macchina sembravano ancora apprendere reciprocamente. La conoscenza non viene prodotta dall’uomo né dall’IA. Viene prodotta tra i due. Il pericolo è la delega. Giudizio, orientamento e capacità decisionale rischiano di essere progressivamente trasferiti al mezzo stesso. Emerge il concetto dell’intercontestualità. Secondo de Kerckhove la conoscenza generativa nasce nello spazio intermedio tra il contesto umano (esperienza spontanea, cognitiva, situazionale che emerge dal prompt) e il contesto della macchina (che offre pattern statistici, correlazioni linguistiche frutto di probabilità). L’essere umano continua a fornire significato, rilevanza e orientamento – spesso senza accorgersene – mentre il sistema restituisce ricombinazione e coerenza linguistica. Occorre ricostruire il momento della “pausa” che il mezzo tende ad annullare, dare tempo al movimento interpretativo interiore per evitare il pericolo della saturazione a causa del continuo flusso di informazioni.

De Kerckhove ribadisce la necessità di creare le condizioni all’interno delle quali sia ancora possibile la conoscenza stessa attraverso distanza, silenzio, latenza e vulnerabilità. Sottolinea l’importanza del procedere per sottrazione (dalla quantità alla qualità). Nell’interazione con l’IA occorre dare valore alla capacità – tutta umana – di attribuire significato, interpretare, giudicare e assumere responsabilità.

---

Riferimenti bibliografici

N. Cristianini, La scorciatoia. Come le macchine sono diventate intelligenti senza pensare in modo umano, Bologna, il Mulino, 2023.

D. de Kerckhove, Generative Knowledge in an Asymmetrical Media Ecology: A review of a review of Paolo Granata’s Generative Knowledge in «New Explorations: Studies in Culture and Communication», vol. 5/2 (2026), disponibile online all’indirizzo https://jps.library.utoronto.ca/index.php/nexj/article/view/47345;

R.K. Logan, Review of Paolo Granata’s Generative Knowledge: Think, Learn, Create with AI, in «New Explorations: Studies in Culture and Communication», vol. 5/2 (2026), disponibile online all’indirizzo https://jps.library.utoronto.ca/index.php/nexj/article/view/47366/34907;

A. Myr, Generating knowledge with AI: Epistemic partnership? A review of Paolo Granata’s “Generative Knowledge: Think, Learn, Create with AI” online all’indirizzo https://www.andreymir.com/p/generating-knowledge-with-ai-epistemic; 

Versione per la stampa