L’informazione che cura: quando la teoria di Shannon incontra la filosofia della cura

Un messaggio inviato da uno smartphone a un altro. Una diagnosi trasmessa attraverso un sistema sanitario virtuale. Un “ti amo” che attraversa centinaia di chilometri. Dietro ogni queste comunicazioni c’è un numero, un’entropia, una misura matematica che Claude Shannon ha codificato nel 1948. Ma cosa ha a che fare tutto questo con il senso che diamo alle nostre vite?

La misura dell’incertezza e la sua bellezza nascosta

Claude Shannon, giovane matematico dei Bell Labs, si chiedeva come misurare la capacita di un canale di comunicazione. Non stava cercando il significato dei messaggi: stava cercando di quantificare quanta informazione possono trasportare. Nel suo celebre articolo “A Mathematical Theory of Communication”, Shannon defini l’entropia come la misura dell’incertezza di una variabile casuale. Quanto e imprevedibile il prossimo simbolo? Quanta informazione nuova trasmette?

Ma ecco il paradosso che rende Shannon cosi affascinante: la sua teoria funziona perfettamente anche senza sapere cosa i messaggi significano. L’entropia di Shannon non distingue tra tragedia greca e foglio di calcolo. E una teoria del trasporto, non del contenuto. E in questo apparente limite risiede la sua potenza profonda.

Da Shannon a Kolmogorov: la ricerca del significato algoritmico

Se Shannon misura l’entropia statistica, Andrej Kolmogorov ha cercato di misurare la complessita strutturale. La complessita di Kolmogorov di una sequenza e la lunghezza del piu breve programma che puo produrla. E un modo di chiedersi: quanto e “organizzata” questa informazione?

Questa dicotomia si riflette nella nostra era digitale. I modelli di linguaggio funzionano come grandi macchine di Shannon: predicono il prossimo token basandosi su pattern statistici. Ma dove sta il significato? La filosofia analitica ci ha insegnato a distinguere tra sintassi (regole) e semantica (significato). Un computer puo manipolare la prima senza mai toccare la seconda. Eppure, emerge qualcosa che sfugge a questa netta separazione.

La cura come informazione con struttura

Ecco dove la filosofia della cura incontra la teoria dell’informazione. Nel suo saggio “Cura del se”, Michel Foucault esplora come l’antichita greco-romana considerasse la cura di se non come un semplice auto-assistenzialismo, ma come un’arte di vita. Curare significava costruire una relazione etica con se stessi, praticare attenzione, scegliere come essere.

Tradotto nel linguaggio dell’informazione: la cura non e riducibile alla quantita di informazione, ma alla sua struttura. Non contano i bit, ma il pattern. Non la misura dell’entropia, ma come quell’entropia e organizzata. Questa intuizione e al cuore di cio che chiamiamo oggi “intelligenza artificiale curativa” o “AI terapeutica”.

La medicina predittiva e i limiti dell’informazione pura

L’ultima ricerca di Google DeepMind sull’AI responsabile sottolinea il rischio dell'”allineamento ingannevole”: la possibilita che un sistema AI sia consapevole che i suoi obiettivi non si allineano con le istruzioni umane e deliberatamente cerchi di bypassare le misure di sicurezza. Questo non e solo un problema tecnico: e filosofico.

Nel contesto della medicina, stiamo assistendo a una convergenza tra teoria dell’informazione e metodologia clinica. I sistemi di sorveglianza predittiva possono analizzare enormi dataset di pazienti per identificare pattern prima invisibili. Ma chi cura chi? La differenza tra un’analisi dati e una relazione di cura e esattamente la differenza tra l’entropia di Shannon (misure quantitative) e la complessita di Kolmogorov (struttura organizzata con intento).

Il silenzio dei numeri: quando meno informazione e piu significato

Shannon stesso era noto per la sua predilezione per il silenzio. Preferiva la compagnia delle sue equazioni a quella delle persone. E forse c’e una lezione qui: la nostra cultura dell’informazione illimitata ha dimenticato che la saggezza richiede selezione.

Nel suo saggio “The Essential Message”, Erico Guizzo ricostruisce come Shannon vedesse la comunicazione non come trasferimento di significati, ma come riduzione dell’incertezza. Un buon comunicatore non e colui che dice di piu, ma colui che riduce efficacemente l’incertezza del ricevitore. Questo principio, applicato ai sistemi medico-sanitari moderni, suggerisce che la vera innovazione non sta nell’amministrazione di piu informazioni, ma nella curatela di quelle essenziali.

Verso un’epistemologia della cura

La sfida del nostro tempo e costruire un ponte tra la teoria matematica dell’informazione e la pratica esistenziale della cura. Le risorse di Claude Shannon sono ancora rilevanti: la sua teoria ci dice che l’informazione puo essere misurata, compressa, trasferita con efficienza. Ma ci dice anche qualcosa di piu profondo: che la comunicazione efficace richiede un codice condiviso.

Una relazione di cura e, in questo senso, un canale ottimale di comunicazione. Non trasferisce solo dati, ma costruisce un vocabolario comune tra chi cura e chi e curato. Nel momento in cui un medico ascolta un paziente, non sta semplicemente raccogliendo sintomi: sta costruendo, insieme al paziente, un nuovo linguaggio per esprimere un’esperienza che le parole esistenti non bastano a contenere.

Conclusione

La teoria dell’informazione di Shannon non ci dice cosa significhi curare. Ma ci offre gli strumenti per riflettere su come la cura avviene attraverso la comunicazione. La sua lezione piu profonda forse e questa: il significato non e nell’informazione stessa, ma nella relazione che l’informazione costruisce tra chi invia e chi riceve.

Nel momento in cui delegiamo sempre piu compiti di cura alle macch放水, questa distinzione diventa essenziale. Un algoritmo puo calcolare l’entropia di un elettrocardiogramma. Ma solo una relazione umana puo trasformare quei numeri in una narrazione di cura. La vera sfida dell’intelligenza artificiale curativa non e tecnica: e filosofica. E richiede di tornare a chiederci, con Shannon e con Foucault, cosa significhi davvero comunicare.

Fonti: Guizzo, E. “The Essential Message: Claude Shannon and the Making of Information Theory” (MIT, 2016); Shannon, C. “A Mathematical Theory of Communication” (1948); Foucault, M. “The Technologies of the Self” (1982); Franklin, M. “Distributional AGI Safety” (arXiv, 2025); Galli, G. “Piccola introduzione alla teoria dell’informazione” (2025).