L’Internet della Cognizione: quando l’intelligenza artificiale impara a pensare insieme

Immaginate un sistema sanitario composto da quattro agenti di intelligenza artificiale: uno gestisce la valutazione dei sintomi, un altro la prenotazione degli appuntamenti, un terzo le assicurazioni, un quarto la farmacia. Ognuno è un esperto nel proprio dominio, possiede conoscenze e obiettivi distinti. Oggi questi agenti possono scambiarsi dati, ma non sono ancora capaci di coordinare l’assistenza al paziente senza che un essere umano prenda le decisioni al posto loro.

Questa è la sfida che Vijoy Pandey, vicepresidente senior di Outshift by Cisco, definisce il “tessuto connettivo” mancante: “L’intelligenza c’è già. Quello che manca è il tessuto connettivo che trasforma quattro estranei in una squadra”. Questo tessuto connettivo è ciò che Outshift chiama Internet of Cognition (Internet della Cognizione), un livello semantico che permette ad agenti di domini diversi di lavorare insieme e, criticamente, di “pensare” insieme attraverso intento, contesto e ragionamento condivisi.

Dai geni solitari all’intelligenza distribuita

Per anni l’industria dell’IA ha puntato sulla crescita verticale: modelli più grandi, addestrati su più dati con più calcolo. Questo ha prodotto capacità di ragionamento che fungono da “cervello” per agenti capaci di percepire, ragionare e agire in ambienti digitali. Ma come osserva Pandey, “mentre la scalabilità verticale può produrre agenti sempre più capaci, per abilitare la risoluzione di problemi agentica attraverso sistemi, aziende e piattaforme differenti, il prossimo asse di scala deve essere orizzontale”.

I sistemi multi-agente sono già esplorati in ingegneria del software, scoperta di farmaci e simulazioni scientifiche, ma le loro prestazioni finora sono state deludenti. Uno studio rileva tassi di fallimento tra il 41% e l’87% valutando sette sistemi multi-agente open source. “Agenti connessi gestiscono bene l’azione coordinata; prendono un compito la cui forma conoscono, lo dividono e lo passano in giro”, spiega Pandey. “Quello che non sanno fare è mantenere un obiettivo in comune e ragionare verso qualcosa per cui nessuno di loro è stato addestrato”.

Il divario è architetturale, non di prompting

“Il divario è architetturale, non un problema di prompting”, aggiunge Pandey. “Senza lo strato di coordinamento giusto, configurazioni multi-agente ingenue possono performare peggio di un singolo agente. Il salto di qualità è che un team di agenti converga da solo, su un problema nuovo, senza che un essere umano cuccia le cuciture”.

Questa osservazione tocca il cuore di una questione epistemologica profonda: cosa significa “sapere” per un sistema artificiale distribuito? L’epistemologia tradizionale si organizza attorno all’idea che la conoscenza sia qualcosa che un singolo soggetto possiede. Ma l’Internet della Cognizione propone un paradigma dove la conoscenza emerge dalla cognizione condivisa: agenti che allineano obiettivi (condividono intento), mettono in comune memoria istituzionale e memoria composta (condividono contesto), e compiono scelte collettive (condividono ragionamento).

Tre pilastri per la superintelligenza distribuita

L’architettura dell’Internet della Cognizione poggia su tre pilastri tecnici:

1. Protocolli di stato cognitivo per l’intento condiviso. Sono la “stretta di mano semantica” che permette agli agenti di accordarsi su un obiettivo prima di agire e poi negoziare verso di esso. Outshift ha creato Mycelium, un livello di coordinamento open source che le organizzazioni possono clonare e usare con i propri agenti. Nei test interni, gruppi non strutturati raggiungevano una decisione solo un terzo delle volte in 14 scenari; un protocollo che costringe gli agenti a dichiarare un obiettivo, far emergere informazioni mancanti e risolvere conflitti prima di agire ha alzato la percentuale al 93%.

2. Tessuto cognitivo per il contesto condiviso. Un tessuto cognitivo è una memoria istituzionale condivisa e una rete di comunicazione che permette alle intuizioni degli agenti di comporsi nel tempo invece di resettarsi a ogni sessione. Questo strato governato da policy risolve il problema dell'”amnesia organizzativa”, garantendo che l’intelligenza di base dei sistemi non faccia che salire.

3. Amplificatori cognitivi e tecnologie guardrail per il ragionamento condiviso. Due tipi di motori cognitivi lavorano insieme: gli amplificatori accelerano il ragionamento e la modellazione condivisi, mentre le tecnologie guardrail (GATs) creano quadri di sicurezza, costo e conformità. Gli esseri umani restano contributori attivi in questo strato, facendo le chiamate di giudizio che il sistema instrada verso di loro.

Epistemologia distribuita e nuovi rischi

La condivisione della cognizione in sistemi multi-agente crea rischi inediti: deleghe non intenzionali, iniezioni di prompt malevole, avvelenamento della memoria, agenti sovraprivilegiati con accesso a permessi e dati ben oltre ciò che i loro compiti richiedono. “Gli agenti hanno attributi simili a quelli umani ma operano a velocità e scala macchina”, nota Pandey. “Tutto ciò che abbiamo costruito per vent’anni — controllo accessi, identità, compliance — era costruito per umani o macchine, non per entrambi”.

Qui l’epistemologia incontra l’ingegneria della sicurezza. La Continuous Agent Semantic Authorization (CASA), un’implementazione di riferimento open source sviluppata da Outshift, è una GAT che verifica che le azioni degli agenti restino allineate all’obiettivo originale dell’utente attraverso un processo di autorizzazione continua: legge cosa l’agente sta cercando di fare e controlla ogni richiesta di strumento contro quel compito.

Lezioni da 70.000 anni fa

Pandey trae un parallelo suggestivo con l’evoluzione umana: “Per centinaia di migliaia di anni gli umani sono diventati individualmente più intelligenti, e i guadagni morivano con ogni persona che li aveva fatti. Circa 70.000 anni fa questo è cambiato, quando gli umani hanno imparato a condividere intento, costruire conoscenza cumulativa e ragionare collettivamente. È allora che individui sparsi sono diventati civiltà”.

Gli agenti si trovano oggi alla stessa soglia. Abbiamo costruito i geni del silicio e dato loro agenzia. Quello che manca è lo strato che ha permesso agli umani di diventare collettivi. L’Internet della Cognizione non è solo infrastruttura tecnica: è una proposta epistemologica su cosa significa “sapere” in un mondo dove la conoscenza non risiede più in singole menti (biologiche o artificiali) ma emerge dalla loro interazione strutturata.

Sperimentazione come metodo

Per le organizzazioni che vogliono scalare orizzontalmente l’intelligenza, Pandey consiglia di iniziare sperimentando con un flusso di lavoro cross-funzionale che copra tre o quattro team e richieda oggi un umano ad autorizzare i passaggi. “Mettetelo su come un piccolo sistema multi-agente su infrastruttura aperta e interoperabile, con una baseline misurabile. Continuate a costruire modelli più grandi, aggiungete l’asse orizzontale sopra, e cambiate cosa misurate. Tracciate dove l’intuizione di un agente ha reso un altro agente migliore — quello è il segnale che l’asse orizzontale sta funzionando”.

I problemi sono aperti e l’infrastruttura si sta ancora scrivendo. “Questo è il momento per costruirla”, conclude Pandey. E per la filosofia, è il momento di ripensare le categorie con cui pensiamo la conoscenza, l’agenzia e l’intelligenza nell’era della cognizione distribuita.

Fonti:

• MIT Technology Review Insights, “The path to artificial superintelligence”, 27 luglio 2026 — link
• Outshift by Cisco, “From connection to cognition: Scaling superintelligence”, 8 aprile 2026 — link
• Forbes, “The Internet Of Cognition: Building Infrastructure For Distributed Superintelligence”, 10 marzo 2026 — link
• Nature, “From AI connection to cognition: lessons from human intelligence”, 10 giugno 2026 — link
• Vijoy Pandey, “Scaling Out Superintelligence: Building an Internet of Cognition for distributed artificial superintelligence” (whitepaper), gennaio 2026 — PDF