Per chi non la conosce, Europeana è l’iniziativa europea che lavora per rendere il patrimonio culturale digitale più accessibile, utilizzabile e condiviso. Attraverso Europeana, milioni di opere, immagini, libri, documenti, registrazioni e oggetti digitalizzati provenienti da musei, biblioteche, archivi e istituzioni culturali di tutta Europa possono essere scoperti e riutilizzati.
Ma Europeana non è soltanto una piattaforma online. È anche una comunità di professioniste e professionisti, istituzioni, aggregatori e reti che da anni lavorano insieme sulla trasformazione digitale del patrimonio culturale. Oggi questa comunità è anche al centro dello spazio comune europeo dei dati per il patrimonio culturale: un’infrastruttura pensata non solo per raccogliere dati, ma per renderli comprensibili, affidabili e utili.
Ed è proprio da questa comunità che nasce il documento “The case for Public AI: making it happen with cultural heritage”.
Il paper raccoglie il lavoro dell’Alignment Assembly on Culture for AI, un percorso di confronto che, dal maggio 2025, ha coinvolto più di 400 professionisti del patrimonio culturale. Non vuole dare tutte le risposte. Sarebbe impossibile, anche perché ci troviamo in un momento in cui le domande cambiano quasi alla stessa velocità delle tecnologie. Cerca però di costruire una posizione comune e, soprattutto, di dire una cosa molto chiara: il settore culturale non può restare a guardare mentre l’intelligenza artificiale cambia il nostro modo di accedere alla conoscenza.
L’intelligenza artificiale non è una novità per musei, archivi e biblioteche. Da molti anni viene utilizzata per riconoscere immagini e testi manoscritti, trascrivere registrazioni, migliorare i metadati, classificare e rendere più facilmente esplorabili le collezioni.
Quello che è cambiato è la scala.
Con l’arrivo dei modelli linguistici e dell’intelligenza artificiale generativa, questi sistemi non si limitano più ad aiutarci a cercare informazioni. Sempre più spesso diventano il luogo in cui cerchiamo quelle informazioni. Sono loro a selezionare, riassumere e riorganizzare ciò che sappiamo. In altre parole, stanno diventando una delle principali interfacce attraverso le quali incontriamo la cultura, la storia e il mondo.
E questo non è un fatto puramente tecnico.
Significa decidere quali contenuti diventano visibili e quali restano ai margini, quali lingue sono rappresentate, quali fonti vengono considerate affidabili e quale versione di una storia ci viene restituita. Significa, in fondo, intervenire sulla produzione del significato e sulla distribuzione del potere.
Oggi gran parte di questo potere è concentrato nelle mani di poche grandi aziende private. Aziende che utilizzano enormi quantità di contenuti disponibili online, compresi quelli digitalizzati e messi a disposizione dalle istituzioni culturali grazie a investimenti pubblici. Spesso, però, non sappiamo esattamente come questi dati vengano utilizzati, con quali criteri e con quali benefici per le comunità e per le istituzioni che li hanno custoditi e resi accessibili.
Il problema non è la condivisione. Il patrimonio culturale viene conservato e reso accessibile proprio perché possa circolare, essere studiato, interpretato e generare nuovo valore.
Il problema nasce quando questa relazione diventa soltanto estrattiva.
Le istituzioni sostengono i costi della digitalizzazione, della conservazione, della catalogazione e delle infrastrutture. I dati vengono poi raccolti su larga scala per costruire prodotti commerciali, senza attribuzione, senza trasparenza e spesso senza che una parte del valore prodotto ritorni all’ecosistema pubblico dal quale quei dati provengono.
Il documento propone di rispondere a questo squilibrio attraverso una visione di Public AI, un’intelligenza artificiale pubblica.
Pubblica non significa necessariamente sviluppata e controllata interamente dallo Stato. Significa piuttosto un ecosistema nel quale le tecnologie abbiano caratteristiche pubbliche, svolgano funzioni pubbliche e siano sottoposte a forme di controllo democratico. Un’intelligenza artificiale accessibile, aperta e interoperabile, ma anche trasparente e responsabile. Capace di rispondere ai bisogni della società, non soltanto alle logiche del mercato.
È una distinzione importante. La Public AI non coincide semplicemente con l’intelligenza artificiale “sovrana”, che tende a mettere al centro la competitività nazionale o europea. E non basta neppure che un modello sia open source. La questione riguarda l’intero sistema: i dati, la capacità di calcolo, i modelli, le applicazioni e le regole attraverso le quali vengono governati.
Qui il patrimonio culturale può avere un ruolo molto più importante di quanto immaginiamo.
Il documento individua quattro strade concrete.
La prima riguarda la qualità dei dati. Musei, archivi e biblioteche conservano collezioni curate, documentate e spesso multilingue. Non si tratta soltanto di fornire immagini o testi con cui addestrare un modello. Le istituzioni possono offrire contesto, provenienza, collegamenti e informazioni che permettono di capire da dove arriva un contenuto e come deve essere interpretato.
Sembra un dettaglio, ma non lo è. Un dato senza contesto può facilmente diventare un’informazione sbagliata. O una storia raccontata a metà.
La seconda strada riguarda le condizioni di accesso e di riuso. Le istituzioni culturali possono agire come custodi responsabili dei dati, stabilendo regole più eque nei rapporti con chi sviluppa sistemi di intelligenza artificiale. Reciprocità può significare molte cose: attribuire le fonti, rendere trasparente l’uso dei contenuti, contribuire ai costi delle infrastrutture oppure condividere strumenti, competenze e capacità di calcolo.
Aprire non deve voler dire rinunciare a ogni forma di controllo. E proteggere non deve necessariamente significare chiudere.
La terza strada riguarda lo sviluppo di sistemi più piccoli e specializzati. Non abbiamo sempre bisogno di modelli enormi, generalisti e molto costosi dal punto di vista energetico. In molti casi, modelli costruiti per uno scopo preciso e alimentati con dati affidabili possono essere più utili, più comprensibili e anche più sostenibili.
Questo permette alle istituzioni culturali di non essere considerate soltanto come fonti di dati, ma di partecipare alla progettazione e alla governance delle tecnologie che utilizzeranno.
La quarta strada è forse quella più vicina alla missione pubblica della cultura: aiutare le persone a comprendere l’intelligenza artificiale.
L’AI literacy non riguarda solo le competenze tecniche. Vuol dire capire come funzionano questi sistemi, riconoscere i loro limiti, interrogarsi sui dati utilizzati, sulle distorsioni e sulle responsabilità. Le istituzioni culturali hanno una lunga esperienza nel rendere accessibili temi complessi. Possono farlo attraverso mostre, laboratori, programmi educativi, incontri e nuove forme di partecipazione.
Possono diventare spazi nei quali l’intelligenza artificiale non viene semplicemente celebrata o temuta, ma discussa.
Il documento insiste anche su un’altra questione fondamentale: la diversità. Se i sistemi di AI vengono addestrati prevalentemente su contenuti in inglese, restituiranno inevitabilmente una visione incompleta del mondo. Le collezioni europee, con la loro ricchezza linguistica, geografica e culturale, possono contribuire a ridurre questo squilibrio.
Naturalmente, nemmeno i dati culturali sono neutrali o perfetti. Le collezioni riflettono scelte, assenze e rapporti di potere costruiti nel tempo. Alcune comunità sono state raccontate da altri, alcune voci sono state escluse e molte descrizioni conservano il linguaggio e i pregiudizi del passato. Ma proprio le istituzioni culturali, insieme alle comunità rappresentate, possiedono le competenze necessarie per riconoscere questi problemi e affrontarli apertamente.
Per questo il paper non è una difesa romantica delle istituzioni culturali. È piuttosto un invito ad assumersi una responsabilità nuova.
Lo spazio comune europeo dei dati per il patrimonio culturale può diventare un’infrastruttura di fiducia, un punto di incontro tra istituzioni, comunità, ricerca e sviluppo tecnologico. Può aiutare a creare collezioni di dati documentate e legalmente utilizzabili, definire condizioni di accesso, promuovere la formazione e costruire rapporti più equilibrati con le infrastrutture europee per l’intelligenza artificiale.
Ma per farlo il settore deve parlare con una voce più chiara. E anche più politica.
Il punto, alla fine, non è scegliere tra innovazione e regolamentazione, o tra entusiasmo e paura. È decidere quale innovazione vogliamo sostenere, a chi deve rispondere e quale tipo di società vogliamo costruire attraverso di essa.
La cultura non può controllare da sola il futuro dell’intelligenza artificiale. Può però contribuire a renderlo più plurale, più trasparente e più vicino alle persone.
Questo documento è un punto di partenza. E forse è proprio questo il suo valore più grande: ricordarci che il futuro dell’AI non è già scritto e che le istituzioni culturali non devono limitarsi ad adattarsi alle tecnologie costruite da altri.
Possono contribuire a cambiarne la direzione.