Da un parto in Uganda la lezione che l’Occidente non ha ancora imparato
L’intelligenza artificiale funziona se prima si costruisce la capacità di governarla, non se si distribuisce potenza di calcolo.
A Luweero, in Uganda, un’ostetrica alle prime armi affronta un parto complicato che dura quattro ore. Sul suo dispositivo, offline, senza una connessione internet a garantirle nulla, un modello costruito su MedGemma di Google segnala un rischio di eclampsia. Lei approfondisce, esegue gli accertamenti che il caso richiede, esclude la diagnosi sulla base delle evidenze cliniche e decide da sola. La madre partorisce in sicurezza (Crane AI Labs, Google.org Health AI, 2026). Nessun algoritmo ha deciso al posto suo. Ha solo saputo qualcosa in più, nel momento in cui le serviva, con un dispositivo che non aveva bisogno di nient’altro per funzionare.
Il collo di bottiglia dell’intelligenza artificiale, in casi come questo, non sta mai nell’offerta, cioè nei modelli sempre più potenti rilasciati ogni mese dai grandi laboratori. Sta nella domanda: la capacità reale di comunità, istituzioni e governi di assorbire quella tecnologia, adattarla al proprio contesto e governarla. In Africa orientale questa capacità nasce da un vincolo che altrove si preferisce ignorare. Soltanto la metà delle connessioni mobili del continente passa da uno smartphone, il resto sono telefoni base, spesso senza dati stabili. Progettare l’AI pensando solo a chi ha già un modello recente in tasca significa escludere in partenza la maggioranza degli utenti.
Gli sviluppatori locali hanno risposto con l’architettura opposta a quella che conosciamo noi. Africa’s Talking distribuisce consigli agricoli generati dall’AI via SMS, Hello Tractor fa lo stesso su una rete di agricoltori con i codici digitati da tastiera che in Africa muovono già mobile banking e ricariche, e WhatsApp completa l’infrastruttura senza chiedere né dati né competenze digitali particolari. Non è una soluzione di ripiego per un mercato povero. È una scelta progettuale che incontra la domanda esattamente dove esiste già.
Crane AI Labs, fondata dagli ingegneri ugandesi Kato Steven Mubiru e Bakunga Bronson, ha portato questo approccio più avanti di chiunque altro nella regione: prima azienda africana selezionata come partner di fiducia da Google DeepMind per testare i modelli Gemma, autrice di un test che verifica se un’intelligenza artificiale capisce davvero il contesto culturale ugandese, adottato persino dall’agenzia britannica per la sicurezza dell’AI (Google DeepMind, 2026). Non un progetto pilota isolato, quindi, ma un tassello di qualcosa di più grande: l’iniziativa da dieci miliardi di dollari lanciata a febbraio dalla Banca Africana di Sviluppo insieme al programma delle Nazioni Unite per lo sviluppo, che punta a replicare esattamente questa sequenza, dati, calcolo, competenze, fiducia, capitale, su scala continentale (AfDB, febbraio 2026).
Qui si misura la vera distanza tra i Paesi che comprano l’AI e quelli che la stanno imparando a governare davvero. L’Italia, in questo senso, è un caso rivelatore: un mercato cresciuto del 50% in un anno, eppure un Paese che ha adottato lo strumento senza ancora aver capito cosa farne (PRP Channel, https://www.prpchannel.com/litalia-e-lai-ha-scritto-il-prompt-ma-non-sappiamo-ancora-che-risposta-generera/). Luweero insegna il percorso opposto: meno mezzi, più metodo, e un’ostetrica libera di dire no alla macchina quando il suo giudizio clinico lo impone. È lì, prima ancora che nell’offerta, che si vede se un Paese ha già la domanda giusta.