UN CONFRONTO TRA LA CARITAS IN VERITATE DI BENEDETTO XVI E LA MAGNIFICA HUMANITAS DI LEONE XIV

Giovanni Scanagatta*

Il confronto tra Magnifica Humanitas (2026) e Caritas in Veritate (2009) è particolarmente fecondo perché entrambe le encicliche affrontano il rapporto tra sviluppo umano e trasformazioni storiche, ma lo fanno a partire da due rivoluzioni diverse: quella della globalizzazione tecno-economica per Benedetto XVI e quella dell’intelligenza artificiale per Leone XIV.

1. Continuità di fondo: la centralità della persona

Entrambi i Pontefici si oppongono a ogni forma di riduzionismo dell’essere umano.

Per Benedetto XVI, il problema fondamentale è uno sviluppo che pretende di essere autosufficiente rispetto alla verità sull’uomo e su Dio. Lo sviluppo autentico deve essere “integrale”, cioè riguardare tutte le dimensioni della persona: economica, sociale, culturale, spirituale e religiosa.

Per Leone XIV, il rischio è ancora più radicale: l’essere umano può essere ridotto a dato, algoritmo, funzione calcolabile. L’enciclica insiste sul fatto che l’IA non possiede coscienza, responsabilità morale, relazioni autentiche o esperienza vissuta; pertanto non può mai essere equiparata alla persona umana.

In entrambe le encicliche la dignità umana precede e giudica la tecnica.

2. La tecnica: da tema importante a questione centrale

Qui emerge la differenza più significativa.

Benedetto XVI: la tecnica come dimensione dello sviluppo

In Caritas in Veritate, la tecnica occupa una posizione di grande rilievo, culminando nel celebre capitolo VI, “Lo sviluppo dei popoli e la tecnica”.

Si tratta di una novità storica nel magistero sociale: per la prima volta un intero capitolo di un’enciclica è dedicato alla tecnica come questione teologica, antropologica ed etica.

Benedetto osserva che: a) la tecnica è espressione della creatività umana; b) non è mai neutrale; c) tende però a trasformarsi in ideologia; d) induce l’uomo a credere di essere l’unico artefice di sé stesso.

La domanda fondamentale è:

l’uomo governa la tecnica o viene governato da essa?

Per Benedetto il problema non è ancora una tecnologia specifica, ma la mentalità tecnocratica che rischia di dominare la politica, l’economia e persino la bioetica.

Leone XIV: l’intelligenza artificiale come paradigma della tecnica contemporanea

Leone XIV raccoglie precisamente l’eredità di Benedetto XVI e la sviluppa.

Laddove Benedetto parlava della tecnica in generale, Leone si concentra sulla sua forma oggi più avanzata e pervasiva: l’intelligenza artificiale.

L’intero terzo capitolo di Magnifica Humanitas è dedicato a: 1) paradigma tecnocratico; 2) potere digitale; 3) algoritmi; 4) IA; 5) transumanesimo;  6) postumanesimo.

Se Benedetto temeva che la tecnica diventasse un criterio assoluto di giudizio, Leone mostra come questo rischio si concretizzi negli algoritmi che: i) orientano decisioni sociali; ii) influenzano il lavoro; iii) concentrano il potere nelle mani di pochi soggetti; iv) possono essere impiegati in ambito militare; v) tendono a sostituire il discernimento umano.

Si potrebbe dire che Magnifica Humanitas rappresenta l’applicazione dell’analisi di Caritas in Veritate all’era dell’IA.

3. Carità nella verità e umanità abitata da Dio

Le categorie teologiche principali sono differenti.

Benedetto XVI

La categoria decisiva è la caritas in veritate.

L’amore ha bisogno della verità per non ridursi a sentimentalismo.

La verità ha bisogno della carità per non diventare astrazione.

Lo sviluppo umano nasce dall’incontro di queste due dimensioni.

Leone XIV

La categoria decisiva è la magnifica humanitas.

L’essere umano è grande non perché tecnologicamente potenziato, ma perché creato da Dio e chiamato alla comunione con Lui.

Per questo Leone critica le prospettive transumaniste che identificano il progresso con il superamento biologico dell’uomo.

Dove Benedetto difende la verità dello sviluppo umano, Leone difende la stessa verità contro il rischio di una ridefinizione algoritmica dell’umano.

4. Lo sviluppo dei popoli

Anche qui vi è una forte continuità.

Benedetto XVI

Lo sviluppo dei popoli è il tema centrale dell’intera enciclica.

Riprendendo Populorum Progressio, Benedetto insiste sul fatto che il sottosviluppo non è soltanto economico ma soprattutto umano. Lo sviluppo, come affermava Polo VI, e il nuovo nome della pace.

Leone XIV

Lo sviluppo rimane essenziale, ma assume una nuova forma.

Il problema non è più soltanto l’accesso ai mercati o alle risorse.

Si aggiungono: accesso ai dati; controllo degli algoritmi; proprietà delle infrastrutture digitali; distribuzione dei benefici dell’IA.

Leone denuncia infatti il rischio che dati, piattaforme e sistemi algoritmici siano concentrati nelle mani di pochi attori globali.

In questo senso, si può parlare di una nuova questione sociale: la questione algoritmica.

5. Sintesi conclusiva

Una formula efficace potrebbe essere la seguente:

Caritas in Veritate è la grande enciclica sullo sviluppo umano integrale nell’epoca della globalizzazione; Magnifica Humanitas è la grande enciclica sulla custodia dell’umano nell’epoca dell’intelligenza artificiale.

Oppure, in termini di sviluppo del magistero:

• Benedetto XVI si chiede: come può la tecnica servire lo sviluppo dei popoli senza dominare l’uomo?
• Leone XIV si chiede: come può l’intelligenza artificiale servire l’uomo senza ridefinire ciò che significa essere uomo?

Da questo punto di vista, il capitolo VI di Caritas in Veritate (“Lo sviluppo dei popoli e la tecnica”) appare quasi profetico: esso prepara il terreno teorico e antropologico sul quale Leone XIV costruisce l’intera riflessione di Magnifica Humanitas. La seconda può essere letta come uno sviluppo organico della prima, nel passaggio dalla “questione della tecnica” alla “questione dell’intelligenza artificiale”.

*Professore di Politica economica e monetaria all’Università di Roma “La Sapienza”

L’OFFERTA DI ORO: UNA DISTINZIONE FONDAMENTALE TRA PRODUZIONE MINERARIA E RICICLO

Giovanni Scanagatta*

Nel dibattito sull’oro, si tende spesso a considerare l’offerta come un blocco unico, una quantità complessiva che oscilla ogni anno tra le 4.500 e le 5.000 tonnellate. In realtà, questa visione nasconde una distinzione fondamentale, quasi strutturale: l’oro che proviene dalle miniere e quello che ritorna sul mercato attraverso il riciclo sono due fenomeni profondamente diversi, governati da logiche economiche opposte.

L’oro estratto dalle miniere rappresenta la componente “reale” dell’offerta. È il risultato di investimenti industriali, decisioni strategiche di lungo periodo e vincoli geologici. Aprire una nuova miniera richiede anni, spesso decenni, tra esplorazione, autorizzazioni, sviluppo e messa in produzione. Questo significa che la produzione mineraria è intrinsecamente rigida: non può reagire rapidamente ai cambiamenti del prezzo. Anche quando il prezzo dell’oro sale in modo significativo, l’effetto sull’offerta si manifesta solo con un ritardo di diversi anni. Inoltre, la qualità dei giacimenti tende a diminuire nel tempo, aumentando i costi e limitando ulteriormente la capacità di espansione. Tutto questo rende l’oro da miniere una variabile lenta, prevedibile, quasi “inerziale”.

Completamente diversa è la natura dell’oro da riciclo. Questo non deriva da nuova produzione, ma dalla fusione di oro già esistente: gioielli, lingotti, monete, componenti industriali. A differenza delle miniere, il riciclo è estremamente sensibile al prezzo. Quando il valore dell’oro aumenta, famiglie e investitori sono incentivati a vendere: vecchi gioielli vengono fusi, riserve accumulate vengono smobilizzate. Al contrario, quando il prezzo è basso o si prevede un ulteriore rialzo, l’oro viene trattenuto. Il risultato è una componente dell’offerta altamente elastica e reattiva, capace di adattarsi quasi in tempo reale alle condizioni di mercato.

Questa differenza si riflette chiaramente nei dati storici. La produzione mineraria globale si muove lentamente, con variazioni contenute e un trend di crescita che negli ultimi anni ha raggiunto una sorta di plateau intorno alle 3.500–3.700 tonnellate annue. Il riciclo, invece, oscilla in modo molto più marcato: può superare le 1.600–1.700 tonnellate nei periodi di prezzi elevati e scendere sotto le 1.200 quando il mercato è meno favorevole. In termini econometrici, l’elasticità al prezzo del riciclo è elevata (intorno a 0,7–0,9), mentre quella della produzione mineraria è molto più bassa nel breve periodo.

Questa dualità ha implicazioni cruciali per il funzionamento del mercato dell’oro. In particolare, il riciclo svolge una funzione di “ammortizzatore”. Quando il prezzo sale troppo rapidamente, l’aumento del riciclo immette nuova offerta sul mercato, contribuendo a stabilizzare le quotazioni. Al contrario, le miniere non svolgono questo ruolo nel breve periodo: la loro rigidità le rende incapaci di rispondere tempestivamente agli shock.

Si può quindi dire che il mercato dell’oro è governato da una tensione tra due forze: da un lato una componente strutturale, lenta e vincolata (le miniere), dall’altro una componente ciclica, flessibile e quasi finanziaria (il riciclo). È proprio questa interazione che spiega perché il prezzo dell’oro, pur essendo influenzato da fattori macroeconomici e geopolitici, presenta una dinamica relativamente stabile rispetto ad altre materie prime.

Comprendere la differenza tra oro da miniere e oro da riciclo non è solo un esercizio teorico, ma una chiave di lettura fondamentale per interpretare il mercato. Significa riconoscere che non tutta l’offerta è uguale: una parte è lenta, prevedibile e legata all’economia reale; l’altra è veloce, reattiva e profondamente connessa al comportamento degli investitori. Ed è proprio questa seconda componente, spesso sottovalutata, a determinare gli equilibri di breve periodo e a rendere l’oro un asset unico nel panorama delle materie prime.

*Professore di Politica economica e monetaria all’Università di Roma “La Sapienza”

INTELLIGENZA ARTIFICIALE E PRODUTTIVITÀ DELL’INDUSTRIA ITALIANA: L’URGENZA DI UN INTERVENTO DI POLITICA INDUSTRIALE

Giovanni Scanagatta* Stefano Sylos Labini**

1. Secondo gli ultimi dati diffusi da Eurostat (rilevazioni 2024 sull’utilizzo delle tecnologie digitali nelle imprese), circa l’8% delle imprese italiane con almeno 10 addetti dichiara di utilizzare sistemi di intelligenza artificiale. Il confronto europeo evidenzia un divario significativo: la Francia si colloca intorno al 10%, mentre la Germania raggiunge circa il 20%.

Pur considerando la probabile accelerazione registrata nel corso del 2024–2025, favorita anche dalla diffusione di strumenti di IA generativa, il differenziale con la Germania resta ampio e strutturale. Il dato tedesco è più che doppio rispetto a quello italiano e riflette un ecosistema industriale più maturo sul piano della digitalizzazione, della formazione tecnica e della collaborazione tra imprese, università e centri di ricerca.

Il ritardo italiano nell’adozione dell’IA non rappresenta solo un gap tecnologico, ma un problema macroeconomico. La produttività del lavoro – misurata come valore aggiunto per addetto – costituisce da oltre vent’anni il principale punto debole dell’economia italiana rispetto ai partner europei. In questo contesto, l’intelligenza artificiale può rappresentare uno strumento cruciale per recuperare competitività, soprattutto nel settore manifatturiero, cuore del sistema produttivo nazionale.

2. Le stime disponibili per il comparto manifatturiero indicano livelli di investimento fortemente differenziati per classe dimensionale:

• Imprese 10–49 addetti: circa 85 mila euro medi
• Imprese 50–249 addetti: circa 310 mila euro medi
• Imprese ≥ 250 addetti: oltre 2 milioni di euro

La media ponderata dell’investimento si colloca attorno ai 420 mila euro per impresa adottante. In termini relativi, ciò equivale a circa il 2% del fatturato nelle piccole e medie imprese e all’1,2% nelle grandi.

Questi ordini di grandezza sono coerenti con le evidenze europee: l’adozione efficace dell’IA non si limita all’acquisto di software, ma richiede integrazione nei processi produttivi, revisione organizzativa, cybersecurity e formazione del personale. Non sorprende quindi che le imprese di maggiori dimensioni presentino investimenti assoluti più elevati, beneficiando di economie di scala e maggiore capacità finanziaria.

Un elemento particolarmente rilevante riguarda il differenziale di produttività: le imprese che adottano l’IA mostrano un valore aggiunto per addetto superiore di oltre il 10% rispetto a quelle che non la adottano. Questo dato è plausibile e in linea con la letteratura internazionale, che attribuisce alle tecnologie digitali avanzate effetti positivi significativi sulla produttività, soprattutto quando accompagnate da investimenti complementari in capitale umano e organizzazione.

Va tuttavia precisato che tale differenziale non può essere interpretato automaticamente come un effetto causale puro: le imprese più produttive sono spesso anche quelle più innovative e più propense ad adottare nuove tecnologie. La relazione è quindi bidirezionale. Ciò non riduce l’importanza dell’IA, ma suggerisce che la politica industriale debba intervenire in modo sistemico, non limitandosi al solo incentivo all’acquisto di tecnologie.

3. L’analisi econometrica (modello Logit) condotta sulle imprese manifatturiere italiane individua alcune variabili discriminanti tra adottanti e non adottanti:
4. Dimensione d’impresa (numero di addetti) – Le imprese più grandi hanno una probabilità significativamente più alta di adottare IA.
5. Orientamento all’export – Le imprese con una quota di esportazioni sul fatturato pari o superiore al 50% mostrano maggiore propensione all’adozione, per effetto della maggiore pressione competitiva internazionale.
6. Livello di digitalizzazione preesistente – Le imprese già dotate di infrastrutture digitali avanzate (ERP, cloud, IoT, cybersecurity) adottano più facilmente l’IA.
7. Accesso agli incentivi pubblici – La presenza di misure di sostegno aumenta la probabilità di investimento.
8. Localizzazione nel Mezzogiorno – Variabile con segno negativo, coerente con il persistente divario territoriale in termini di capitale umano, infrastrutture e accesso al credito.

Questi risultati sono coerenti con le evidenze europee: l’IA è una tecnologia sistemica, che richiede un ecosistema favorevole. Senza un adeguato livello di digitalizzazione di base e senza competenze interne, l’investimento risulta rischioso e meno redditizio.

4. Un risultato particolarmente significativo riguarda l’intensità degli incentivi necessari per accelerare l’adozione. Le stime indicano che un contributo pubblico inferiore al 40% dell’investimento difficilmente risulta sufficiente a superare le barriere iniziali, soprattutto per le PMI.

Questo valore è elevato, ma plausibile alla luce di tre fattori:

• Elevata incertezza sui ritorni dell’investimento;
• Carenza di competenze interne;
• Difficoltà di accesso al credito per investimenti immateriali.

Ancora più rilevante è il vincolo delle competenze, identificato come principale ostacolo. Senza tecnici specializzati, data scientist, ingegneri di processo e figure ibride capaci di integrare IA e produzione, l’investimento rischia di restare sottoutilizzato.

In questo senso, destinare almeno il 60% delle risorse pubbliche alla formazione appare coerente con le migliori pratiche internazionali: l’IA è prima di tutto una trasformazione organizzativa, non soltanto tecnologica.

5. La stima degli effetti di una politica industriale mirata a favore dell’adozione dell’IA nel manifatturiero indica un possibile incremento della produttività complessiva dell’economia italiana tra 2 e 3 punti percentuali nel medio periodo.

Si tratta di una stima ambiziosa ma non irrealistica. Considerato il peso del manifatturiero sul valore aggiunto nazionale e gli effetti di spillover tecnologico che possono estendersi ai servizi collegati (logistica, design, consulenza, ICT), un’accelerazione diffusa dell’adozione potrebbe generare un impatto macroeconomico significativo.

Tuttavia, tale incremento non va interpretato come immediato: gli effetti sulla produttività delle tecnologie digitali tendono a manifestarsi gradualmente, una volta completato il processo di apprendimento organizzativo.

6. L’ipotesi di un intervento massiccio di politica industriale pari a circa 10 miliardi di euro, basato su un contributo a fondo perduto del 40% degli investimenti in IA nel manifatturiero, appare coerente con gli ordini di grandezza sopra indicati.

Se si considera:

• una platea potenziale di decine di migliaia di imprese manifatturiere;
• un investimento medio nell’ordine delle centinaia di migliaia di euro;
• una copertura pubblica del 40%;

l’ammontare complessivo stimato risulta compatibile con una strategia pluriennale (ad esempio su 3–5 anni). In termini di finanza pubblica, 10 miliardi distribuiti su più esercizi rappresentano un impegno significativo ma non straordinario, soprattutto se confrontato con i potenziali benefici in termini di crescita del PIL, gettito fiscale e occupazione qualificata.

La condizione essenziale, tuttavia, è l’efficacia del disegno degli incentivi: criteri selettivi, monitoraggio dei risultati, premialità per la formazione e integrazione con le politiche universitarie e tecniche.

7. Il ritardo italiano nell’adozione dell’intelligenza artificiale è documentato e significativo nel confronto europeo. Le differenze rispetto alla Germania segnalano un rischio concreto di perdita di competitività nelle catene globali del valore.

Le evidenze empiriche mostrano che:

• l’IA è associata a un differenziale di produttività superiore al 10%;
• dimensione, export, digitalizzazione e incentivi sono determinanti chiave;
• le competenze rappresentano il principale collo di bottiglia;
• una politica industriale mirata potrebbe generare un aumento della produttività aggregata tra 2 e 3 punti percentuali.

L’investimento pubblico stimato in circa 10 miliardi di euro non deve essere letto come un costo, ma come una scelta strategica di politica industriale. In un Paese che soffre di stagnazione della produttività da oltre due decenni, l’intelligenza artificiale non è una opzione tecnologica tra le altre: è una leva strutturale per rilanciare crescita, salari e competitività internazionale.

La vera urgenza non è solo finanziare l’IA, ma costruire un ecosistema integrato di tecnologia, formazione e organizzazione. Senza questa visione sistemica, il divario con le economie più avanzate rischia di ampliarsi ulteriormente; con essa, l’Italia può trasformare un ritardo in un’opportunità di modernizzazione profonda del proprio sistema produttivo.

**Professore di Politica economica e monetaria all’Università di Roma “La Sapienza”

**Gruppo Moneta Fiscale