Di seguito tutti gli interventi pubblicati sul sito, in ordine cronologico.

[🔍 CLICCA PER INGRANDIRE]

Rappresentazione simbolica dell'intelligenza artificiale tra controllo e potere

L'industria dell'intelligenza artificiale si presenta come portatrice di progresso, ma dietro la facciata si nasconde un sistema che sfrutta lavoratori, monopolizza la conoscenza e ignora i costi umani e ambientali. Attraverso interviste a oltre 250 addetti ai lavori, l'esperta Karen Hao rivela le dinamiche di potere, le manipolazioni e le conseguenze di una corsa senza freni. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

La retorica del rischio esistenziale
Tutto ebbe inizio nell’estate del 1956 all’Università di Dartmouth, quando un gruppo di studiosi si riunì per fondare una nuova disciplina scientifica. Il professor John McCarthy propose di chiamarla “intelligenza artificiale”, ma non fu la prima scelta. L’anno prima aveva tentato con “studi sugli automi”, e alcuni colleghi gli consigliarono di evitare qualsiasi riferimento esplicito alla ricreazione dell’intelligenza umana. Il motivo era semplice: non esiste una definizione condivisa di cosa sia l’intelligenza umana. La psicologia, la biologia e la neurologia non hanno mai prodotto un consenso scientifico, e ogni tentativo storico di quantificare e classificare l’intelligenza è stato utilizzato per scopi nefasti, come dimostrare la presunta superiorità di un gruppo etnico su un altro. Eppure McCarthy scelse quel nome, e da allora il termine “intelligenza artificiale” (o AI) è diventato un’arma retorica potentissima. Oggi aziende come OpenAI, Google e Microsoft usano questa ambiguità a proprio vantaggio. Quando Sam Altman parla al Congresso degli Stati Uniti, definisce l’AGI (intelligenza generale artificiale) come un sistema capace di curare il cancro, risolvere il cambiamento climatico ed eliminare la povertà. Quando si rivolge ai consumatori per vendere abbonamenti a ChatGPT, la descrive come “l’assistente digitale definitivo”. Nel contratto con Microsoft, invece, l’AGI è definita come un sistema in grado di generare cento miliardi di dollari di risparmi. Sul sito web di OpenAI, infine, la leggiamo come “sistemi altamente autonomi che superano gli umani nei lavori di maggior valore economico”. Quattro definizioni differenti, quattro pubblici diversi, quattro scopi differenti. Non esiste una visione coesa di questa tecnologia: esiste solo una strategia per mobilitare capitali, talenti e consenso politico, evitando al contempo qualsiasi regolamentazione vincolante. Il caso più clamoroso di manipolazione retorica riguarda il cosiddetto “rischio esistenziale”. Nel 2015, prima della fondazione ufficiale di OpenAI, Sam Altman scrisse un post sul blog in cui dichiarava: “Lo sviluppo di un’intelligenza macchina superumana è probabilmente la più grande minaccia per l’esistenza continua dell’umanità”. Notate bene: non parlava di virus ingegnerizzati o di asteroidi, ma specificamente dell’AI. Perché proprio in quel periodo? Perché Altman stava cercando di convincere Elon Musk a co-fondare OpenAI. Musk, in quegli anni, andava in tutti i podcast e tweetava ossessivamente che l’AI era “il più grande rischio esistenziale”, paragonandola persino all’evocazione del demonio. Altman non credeva realmente a quella retorica (in precedenza aveva sostenuto che i virus ingegnerizzati fossero una minaccia più probabile), ma modellò il suo linguaggio sulle parole di Musk per attirarlo nella trappola. E funzionò: Musk donò ingenti somme e divenne co-presidente del consiglio di amministrazione della neonata OpenAI senza scopo di lucro. Poco dopo, però, scoppiò la lotta per il controllo. Ilya Sutskever (allora chief scientist) e Greg Brockman (CTO) dovevano decidere chi fosse il CEO della nuova entità a scopo di lucro che stavano creando. La scelta iniziale cadde su Musk, ma Altman fece leva sull’amicizia con Brockman e seminò il dubbio: “Non sarebbe pericoloso affidare una tecnologia così potente a un uomo imprevedibile, erratico, che agisce d’impulso?”. Brockman si convinse, trascinò Sutskever, e alla fine scelsero Altman. Musk, furioso, lasciò OpenAI e da allora nutre un rancore personale profondissimo. Oggi i due si stanno affrontando in tribunale, con Musk che accusa Altman di averlo manipolato e ingannato. Questa vicenda dimostra che la retorica del rischio esistenziale non è mai stata una genuina preoccupazione per il futuro dell’umanità, ma uno strumento di potere per accumulare risorse e neutralizzare i concorrenti. Come ha scritto Karen Hao nel suo libro “Empire of AI” (best seller del “Wall Street Journal”), le grandi aziende tecnologiche americane e cinesi hanno trasformato l’AI in un impero coloniale del ventunesimo secolo. E come tutti gli imperi, si basano sullo sfruttamento di risorse altrui: i dati degli utenti, la proprietà intellettuale di artisti e scrittori, il lavoro di centinaia di migliaia di lavoratori sottopagati in tutto il mondo, e persino il territorio e l’ambiente per costruire i giganteschi data center necessari ad addestrare i modelli di prossima generazione.

Il costo umano e ambientale dell’impero
Parliamo innanzitutto del costo umano. Quando si sente parlare di AI, l’immaginario collettivo evoca ingegneri in camice bianco e algoritmi magici. La realtà è molto più sporca. Per addestrare modelli come GPT-4 o Claude, le aziende hanno bisogno di enormi quantità di dati etichettati manualmente da esseri umani. Questi lavoratori, spesso assunti tramite intermediari in Kenya, India, Filippine o Romania, vengono pagati pochi dollari l’ora per leggere e classificare frasi violente, racconti di abusi sessuali, descrizioni di torture e altri contenuti traumatici. Karen Hao ha intervistato decine di questi “lavoratori del click” (clickworkers) e ha documentato condizioni psicologiche devastanti: sindrome da stress post-traumatico, ansia cronica, depressione. Molti di loro non ricevono alcun supporto psicologico, e quando cercano di organizzarsi in sindacati vengono semplicemente sostituiti con altri lavoratori in paesi dove il costo del lavoro è ancora più basso. Non si tratta di un effetto collaterale marginale: senza questa forza lavoro invisibile, i modelli di linguaggio più avanzati semplicemente non esisterebbero. E la situazione peggiorerà con l’avvento degli “agenti AI” (come OpenClaw, citato da Hao), sistemi in grado di automatizzare non solo compiti ripetitivi ma anche lavori d’ufficio complessi. Entro diciotto mesi, secondo le previsioni più accreditate, questi agenti potrebbero sostituire milioni di impiegati in settori come la contabilità, la gestione clienti, la programmazione di base e persino il giornalismo. Le aziende tecnologiche ripetono come un mantra che l’AI creerà nuovi lavori che “oggi non possiamo nemmeno immaginare”. Ma Hao ha scoperto che molti di questi nuovi lavori sono in realtà molto peggiori di quelli che sostituiscono: contratti a zero ore, sorveglianza algoritmica costante, retribuzioni al ribasso. Un esempio concreto: i “revisori di allucinazioni” (fact-checker per le risposte dei chatbot) guadagnano meno della metà di un tradizionale operatore di call center, e vengono valutati da un software che misura ogni loro secondo di inattività. Il costo ambientale è altrettanto allarmante. Addestrare un singolo modello di grandi dimensioni (come GPT-3) consuma elettricità pari a quella di centoventi case americane per un anno intero, e produce emissioni di anidride carbonica equivalenti a quelle di cinque automobili nel loro intero ciclo di vita. I data center necessari per far funzionare ChatGPT consumano milioni di litri d’acqua al giorno per il raffreddamento, in regioni già colpite da siccità come il Cile, lo stato americano dell’Arizona e la Spagna meridionale. Le aziende tecnologiche hanno firmato accordi con i governi locali per ottenere sconti sulle bollette idriche ed elettriche, scaricando i costi sulla collettività. E quando attivisti e ricercatori denunciano questi abusi, le stesse aziende spendono centinaia di milioni di dollari in campagne di lobbying per bloccare qualsiasi legge che limiti la loro espansione. Hao cita un documento interno di OpenAI che rivela come l’azienda abbia finanziato studi “indipendenti” per minimizzare l’impatto ambientale dei propri modelli, replicando esattamente le tattiche usate in passato dall’industria dei combustibili fossili per negare il cambiamento climatico. Non c’è da stupirsi, quindi, se i ricercatori seri che cercano di valutare il vero costo ecologico dell’AI vengono sistematicamente ignorati o addirittura censurati.

Monopolio della conoscenza e censura
Il terzo pilastro dell’impero dell’AI è il controllo della produzione di conoscenza. Le grandi aziende tecnologiche hanno finanziato la stragrande maggioranza della ricerca accademica sull’AI negli ultimi dieci anni. Di conseguenza, hanno stabilito quali domande sono legittime e quali no, quali metodologie vanno perseguite e quali vanno abbandonate, quali risultati possono essere pubblicati e quali devono rimanere segreti. Il caso più eclatante è quello della dottoressa Timnit Gebru, co-responsabile del team di etica dell’AI presso Google. Nel dicembre del 2020, Gebru aveva co-autorato un articolo scientifico che mostrava come i grandi modelli linguistici (quelli alla base di ChatGPT) producessero sistematicamente pregiudizi razziali e di genere, e come il loro costo ambientale fosse insostenibile. L’articolo era stato sottoposto a revisione paritaria ed era stato accettato per una conferenza. Eppure i dirigenti di Google ne bloccarono la pubblicazione, chiedendo alla Gebru di ritirarlo o di rimuovere i nomi degli autori di Google. Lei rifiutò, e venne licenziata via email mentre si trovava in ferie. La sua collega Margaret Mitchell, che aveva protestato pubblicamente, fu licenziata pochi giorni dopo. Da allora entrambe hanno denunciato un sistema in cui le aziende tecnologiche “assorbono” i migliori talenti dell’etica per poi silenziarli quando le loro scoperte diventano scomode per gli interessi aziendali. Karen Hao ha intervistato oltre 250 persone, di cui almeno 80 ex dipendenti o dirigenti di OpenAI, e ha ricostruito una dinamica ricorrente: i ricercatori vengono assunti con la promessa di poter lavorare su AI “sicura e allineata” con i valori umani, ma una volta dentro scoprono che l’unico vero obiettivo è la crescita a ogni costo. Chi alza la voce viene emarginato, trasferito a progetti marginali o semplicemente licenziato. La stessa Hao ha subito tentativi di intimidazione: mentre stava lavorando al suo libro, un uomo si è presentato alla porta della sua piccola organizzazione no-profit di watchdog, ha chiesto informazioni, messaggi ed email, e si è rivelato essere un investigatore privato pagato da una delle grandi aziende dell’AI per “mappare la rete dei critici”. La giornalista ha raccolto prove di campagne di sorveglianza sistematica contro attivisti, accademici e whistleblower. Questo monopolio della conoscenza ha un effetto perverso: il pubblico viene esposto solo a una versione edulcorata dei rischi e delle potenzialità dell’AI, mentre le voci critiche vengono etichettate come “apocalittiche” o “tecnofobe”. I politici, privi di competenze tecniche, si affidano proprio alle stesse aziende per redigere le bozze delle leggi sulla regolamentazione. Il risultato è una legislazione su misura per gli interessi dei giganti del settore, che di fatto legalizza lo sfruttamento dei lavoratori, l’uso indiscriminato dei dati personali e l’inquinamento ambientale. Hao racconta che durante le audizioni al Congresso americano, i rappresentanti di OpenAI, Google e Meta hanno ripetutamente affermato che “solo loro possiedono le competenze per valutare la sicurezza dei loro sistemi”. È come se un’industria farmaceutica affermasse che solo i suoi scienziati possono testare la sicurezza dei nuovi farmaci, senza alcuna supervisione indipendente. Il paradosso è che l’AI viene presentata come uno strumento di democratizzazione della conoscenza, mentre nella pratica concentra il potere e il sapere nelle mani di pochissime aziende. E non si tratta solo di Silicon Valley: la corsa agli armamenti dell’AI tra Stati Uniti e Cina, spesso raccontata dai media come una competizione geopolitica per la supremazia tecnologica, è in realtà alimentata dalle stesse logiche di profitto e controllo. I governi dei due paesi sovvenzionano le rispettive aziende nazionali, ma raramente impongono vincoli significativi. Il risultato è una spirale in cui l’unica legge è quella dell’accelerazione.

Perché continuiamo a inseguire l’AGI?
A questo punto la domanda sorge spontanea: perché stiamo costruendo tutto questo? Perché dedicare risorse immense (si parla di trilioni di dollari nei prossimi dieci anni) alla creazione di un’intelligenza generale artificiale che, per definizione, dovrebbe sostituire l’essere umano in quasi ogni compito cognitivo? La risposta, secondo Karen Hao, non è tecnica ma politica e ideologica. I fondatori e i CEO di queste aziende (Altman, Musk, Zuckerberg, Pichai) condividono una fede profonda nella dottrina dell’“accelerazionismo efficace”: l’idea che l’unico modo per risolvere i problemi dell’umanità (malattie, povertà, cambiamento climatico) sia sviluppare un’AI superintelligente che troverà soluzioni che noi umani, con i nostri limiti cognitivi, non potremmo mai scoprire. Ma questa è solo una narrazione di facciata. Nei documenti interni ottenuti da Hao, emerge un quadro molto diverso: gli stessi manager che parlano di salvare il mondo in pubblico, nei consigli di amministrazione discutono di “quote di mercato”, “vantaggio competitivo” e “ritorno sull’investimento”. L’AGI è diventata un termine ombrello per giustificare qualsiasi cosa, dalla raccolta di capitali alla soppressione dei sindacati. Il caso di Dario Amodei, ex vicepresidente della ricerca di OpenAI e oggi CEO di Anthropic (creatore di Claude), è emblematico. Nel 2017, ancora in OpenAI, dichiarava in un’intervista che la probabilità che l’AGI distruggesse la civiltà umana era “tra il 10 e il 25 per cento”. Oggi, alla guida di Anthropic, ripete la stessa cifra, ma continua a sviluppare modelli sempre più grandi. Perché? Perché, come ha scoperto Hao, sia OpenAI che Anthropic sono finanziariamente dipendenti dalla corsa alle dimensioni dei modelli: maggiori sono i parametri, maggiore è la potenza di calcolo richiesta, e maggiori sono gli investimenti che possono attrarre da fondi di venture capital e da giganti come Microsoft (che ha investito 13 miliardi di dollari in OpenAI) o Google e Amazon (che hanno investito miliardi in Anthropic). Ilya Sutskever, il co-fondatore di OpenAI che nel 2023 ha tentato di estromettere Sam Altman (salvo poi essere scavalcato dalla ribellione dei dipendenti), ha una visione ancora più radicale. In un discorso chiave del 2019, mostrò un grafico che metteva in relazione la dimensione del cervello con l’intelligenza nelle specie animali: la correlazione era linearmente crescente. La sua conclusione era che, poiché il cervello umano non è altro che un “enorme motore statistico”, costruendo un motore statistico digitale di dimensioni superiori a quelle del cervello umano si otterrebbe un’intelligenza superiore. E allora, secondo Sutskever, l’umanità finirebbe per trattare le macchine intelligenti nello stesso modo in cui oggi trattiamo gli animali: “Non è che odiamo gli animali – disse testualmente – anzi, abbiamo affetto per loro. Ma quando dobbiamo costruire un’autostrada tra due città, non chiediamo il loro permesso. Lo facciamo e basta”. Questa analogia agghiacciante rivela il fondamento etico di chi insegue l’AGI: gli esseri umani diventerebbero gli animali inferiori di un nuovo padrone digitale. Ma è davvero inevitabile? Hao sottolinea che l’ipotesi di Sutskever non è affatto provata scientificamente. Molti neuroscienziati e filosofi della mente ritengono che l’intelligenza non sia riducibile alla pura potenza di calcolo, e che la coscienza, l’empatia, la creatività autentica e il giudizio morale non emergano automaticamente dall’aumento dei parametri di un modello statistico. Tuttavia, l’industria ha investito così tanto in questa direzione che ormai cambiare rotta sarebbe ammesso come una sconfitta. L’alternativa esiste: costruire sistemi di AI strettamente focalizzati su problemi specifici (diagnosi mediche, ottimizzazione delle reti energetiche, scoperta di nuovi materiali) senza alcuna pretesa di replicare l’intelligenza umana generale. Questi sistemi sarebbero più economici, più trasparenti, più facili da regolamentare e molto meno dannosi per l’ambiente e per i lavoratori. Ma non genererebbero i profitti astronomici che gli investitori si aspettano. E quindi, per citare le parole della stessa Hao, “non stiamo costruendo l’AGI perché sia utile all’umanità, ma perché è la più grande macchina per estrarre ricchezza che sia mai stata inventata”. L’etica dell’AI, in questo quadro, diventa un esercizio di facciata: comitati etici senza poteri reali, codici di condotta volontari, promesse di “trasparenza” che si traducono in rapporti tecnici incomprensibili. Fino a quando non si romperanno gli imperi, attraverso regolamentazioni pubbliche, sindacalizzazione dei lavoratori del click e un movimento globale per una tecnologia democratica e decentralizzata, la corsa continuerà. E il prezzo, come sempre, lo pagheranno i più deboli.

L’impero dell’intelligenza artificiale non è un destino ineluttabile, ma il risultato di scelte politiche ed economiche precise. Possiamo decidere di costruire tecnologie al servizio delle persone, non dei profitti, ascoltando le voci di chi oggi viene sfruttato e zittito. La vera sfida etica non è come evitare che le macchine ci rendano schiavi, ma come impedire che i pochi esseri umani che controllano queste macchine continuino a farlo impunemente.

 

[🔍 CLICCA PER INGRANDIRE]

Orbite stellari accelerate intorno a Sagittarius A*

Nel cuore della Via Lattea, a 26.000 anni luce da noi, un buco nero supermassiccio chiamato Sagittarius A* domina l’ambiente estremo con la sua massa di 4 milioni di soli. Le orbite di stelle come S4714, che raggiungono l’8% della velocità della luce, offrono un laboratorio unico per verificare la relatività generale di Einstein. LEGGI TUTTO L'ARTICOLO.


🎧 Ascolta questo articolo

Bonus Video

L’occhio infrarosso che ha squarciato le polveri galattiche
L’animazione che ha fatto il giro del mondo, costruita con dati reali del Very Large Telescope (VLT) dell’ESO in Cile, mostra stelle che disegnano ellissi mozzafiato intorno a un punto che sembra vuoto. Dietro quella danza cosmica c’è un lavoro strumentale durato più di venticinque anni, durante i quali i team indipendenti di Reinhard Genzel e Andrea Ghez hanno spinto l’astrometria a livelli di precisione impossibili fino a pochi decenni fa. Il centro galattico, immerso nella costellazione del Sagittario, è nascosto da una cortina di polveri e gas spessa migliaia di anni luce che blocca quasi completamente la luce visibile. Per penetrare quella barriera, gli astronomi hanno sfruttato la finestra dell’infrarosso vicino, dove le polveri diventano più trasparenti. Il VLT, situato a 2635 metri di altitudine sul Cerro Paranal, utilizza quattro telescopi principali di 8,2 metri di diametro in grado di operare in modalità interferometrica, ma le osservazioni decisive per il centro galattico sono state ottenute con gli strumenti montati su un singolo telescopio, in particolare la camera infrarossa NAOS-CONICA (NACO) e lo spettrografo a campo integrale SINFONI. L’ottica adattiva, che corregge in tempo reale la turbolenza atmosferica, ha avuto un ruolo cruciale: un laser a 589 nanometri proietta una stella guida artificiale nel cielo, permettendo al sistema di deformare uno specchio flessibile centinaia di volte al secondo per restituire immagini quasi equivalenti a quelle ottenibili dallo spazio. Grazie a questa tecnologia, è stato possibile misurare posizioni stellari con un’accuratezza dell’ordine del millesimo di secondo d’arco, sufficiente per distinguere il movimento di una stella che si trova a 26.000 anni luce di distanza e che si muove di pochi microarcosecondi al giorno. La tecnica dello speckle imaging, che combina centinaia di esposizioni brevissime per congelare la turbolenza, ha ulteriormente migliorato la risoluzione, consentendo di seguire l’orbita completa di stelle come S2, che ha un periodo di circa 16 anni, e di rilevare le accelerazioni improvvise quando queste stelle si avvicinano al perielio. Le campagne osservative, iniziate nel 1992 e proseguite ininterrottamente con strumenti sempre più sensibili, hanno accumulato un archivio di posizioni e velocità che oggi costituisce la prova più solida dell’esistenza di un buco nero supermassiccio al centro della nostra galassia. Il premio Nobel per la fisica 2020, assegnato congiuntamente a Genzel e Ghez, ha riconosciuto proprio questo sforzo monumentale, che ha trasformato il centro galattico in un laboratorio di fisica fondamentale accessibile con telescopi. La quantità di dati raccolti ha anche permesso di scartare ipotesi alternative, come ammassi di stelle di neutroni o concentrazioni di materia oscura, che non riuscirebbero a spiegare la concentrazione di massa così enorme in un volume tanto ridotto. L’analisi delle orbite ha mostrato che alcune stelle, come S2 e la più recente S4714, non seguono semplici ellissi newtoniane, ma esibiscono una precessione del perielio coerente con le predizioni della relatività generale, fornendo una verifica in un regime di campo gravitazionale forte mai testato prima con tale precisione. L’intero archivio di osservazioni, condensato in un filmato di circa vent’anni, è oggi pubblico e continua ad essere aggiornato, permettendo a chiunque di assistere al moto orbitale reale di stelle intorno a un mostro invisibile di massa pari a oltre quattro milioni di soli.

Sagittarius A*: il cuore oscuro e la sua ombra fotografata
Al centro esatto di quel carosello di stelle si trova Sagittarius A* (pronunciato A-star), una sorgente radio compatta e brillante identificata per la prima volta nel 1974 da Bruce Balick e Robert Brown. Da allora, la sua natura è stata oggetto di un acceso dibattito, ma oggi l’ipotesi del buco nero supermassiccio è schiacciante. Con una massa di circa 4,3 milioni di masse solari, Sagittarius A* ha un raggio di Schwarzschild di circa 12 milioni di chilometri, meno del 10% della distanza tra la Terra e il Sole. Questo significa che tutta quella massa è concentrata in un volume così piccolo che nessuna altra spiegazione astrofisica regge: una stella di neutroni o un ammasso stellare collasserebbe immediatamente in un buco nero a quelle densità. L’ambiente immediatamente circostante è estremamente turbolento, con nubi di gas ionizzato che orbitano a velocità prossime a quella del suono e occasionalmente producono brillamenti infrarossi e radio quando il materiale precipita verso l’orizzonte degli eventi. Nel 2017, l’Event Horizon Telescope (EHT) ha puntato una rete globale di radiotelescopi, sincronizzati da orologi atomici, verso il centro della nostra galassia e verso il buco nero al centro di M87. Nel maggio 2022, la collaborazione EHT ha pubblicato l’immagine di Sagittarius A*, la prima fotografia del buco nero supermassiccio più vicino a noi. L’immagine mostra un anello di radiazione asimmetrico con una zona centrale scura, l’ombra del buco nero, circondata da fotoni che hanno sfiorato l’orizzonte degli eventi e sono stati curvati dalla gravità estrema. La ricostruzione di quella foto ha richiesto anni di calcoli e l’uso di algoritmi sofisticati, perché a differenza del buco nero di M87, molto più massiccio e stabile, Sagittarius A* è molto più piccolo e variabile su scale temporali di minuti, rendendo l’acquisizione dei dati una sfida formidabile. L’anello luminoso ha un diametro apparente di circa 52 microarcosecondi, compatibile con le predizioni della relatività generale per un buco nero in rotazione. Le simulazioni numeriche suggeriscono che Sagittarius A* potrebbe ruotare su se stesso, anche se il suo spin non è ancora stato misurato con certezza. L’immagine dell’EHT rappresenta la prova visiva più diretta che al centro della nostra galassia si nasconde un buco nero supermassiccio, confermando in modo indipendente quanto già dedotto dalle orbite stellari. Il risultato ha unito due filoni di ricerca complementari: la dinamica stellare osservata dal VLT e la radioastronomia ad altissima risoluzione dell’EHT, fornendo un quadro coerente e dettagliato del cuore oscuro della Via Lattea.

S4714 e le stelle proiettile: quando l’8% della velocità della luce diventa realtà
Tra le decine di stelle di cui è stata ricostruita l’orbita, alcune si distinguono per valori estremi che sembrano usciti da un romanzo di fantascienza. La stella S4714, scoperta di recente grazie a un’analisi approfondita dei dati NACO e SINFONI condotta dal gruppo di Florian Peissker, ha un’orbita ellittica con un periodo di circa 12 anni e una distanza minima al perielio di appena 12 unità astronomiche, equivalente a meno di 2 miliardi di chilometri da Sagittarius A*. Per dare un termine di paragone, Urano orbita attorno al Sole a circa 19 unità astronomiche: S4714 si avvicina al buco nero supermassiccio molto più di quanto Urano si avvicini al Sole, ma con una massa centrale quattro milioni di volte superiore. Quando questa stella raggiunge il punto più vicino della sua orbita, la velocità rispetto al buco nero sfiora i 24.000 chilometri al secondo, cioè 86 milioni di chilometri all’ora, l’8% della velocità della luce nel vuoto. A tale regime, gli effetti della relatività ristretta diventano significativi: il tempo per un ipotetico osservatore sulla superficie di S4714 scorrerebbe più lentamente rispetto a un orologio lontano, e la luce emessa dalla stella subirebbe un forte spostamento verso il blu quando è diretta verso di noi durante l’avvicinamento. S4714 non è l’unica stella proiettile del centro galattico. S62, con un periodo di circa 10 anni, arriva a una distanza di circa 16 unità astronomiche e raggiunge velocità intorno al 7% della velocità della luce, mentre S4711 detiene un’altra orbita molto eccentrica che la porta a circa 22 miliardi di chilometri dal buco nero. Queste stelle appartengono a una popolazione giovane e massiccia, di tipo spettrale B, che non dovrebbe trovarsi così vicina a un buco nero supermassiccio secondo i modelli standard di formazione stellare. La loro presenza è un enigma astrofisico: potrebbero essersi formate in un disco di gas che ruotava attorno a Sagittarius A* milioni di anni fa, oppure essere state catturate da sistemi binari disgregati dall’intensa marea gravitazionale. L’alta eccentricità delle orbite suggerisce che queste stelle siano state “scagliate” verso l’interno a causa di interazioni dinamiche con altre stelle o con la complessa struttura del potenziale gravitazionale. Il monitoraggio continuo di queste stelle permette di misurare con precisione l’effetto di precessione relativistica e di cercare eventuali deviazioni dalle predizioni di Einstein che potrebbero suggerire nuova fisica. In particolare, S4714, proprio per la sua orbita stretta e la velocità estrema, è un candidato ideale per testare l’effetto Lense-Thirring, ovvero il trascinamento dello spazio-tempo causato dalla rotazione del buco nero. Misurare questo effetto richiederebbe di osservare un minuscolo spostamento del piano orbitale nel corso di alcune rivoluzioni, un’impresa che oggi è al limite delle capacità strumentali ma che potrebbe diventare fattibile con il futuro Extremely Large Telescope (ELT) e con interferometri di nuova generazione.

La relatività generale messa alla prova nel laboratorio galattico
Il centro galattico offre un’opportunità unica per mettere alla prova la teoria della relatività generale in un regime di gravità forte che non può essere riprodotto in laboratorio. La prima verifica spettacolare è arrivata con la stella S2, che nel maggio 2018 ha raggiunto il perielio della sua orbita di 16 anni, passando a sole 120 unità astronomiche da Sagittarius A*, circa quattro volte la distanza di Nettuno dal Sole. In quella occasione, una campagna osservativa senza precedenti, coordinata da Genzel e dal suo team con gli strumenti GRAVITY e SINFONI installati sul VLT, ha misurato simultaneamente la posizione e la velocità radiale della stella con una precisione mai raggiunta prima. GRAVITY, uno strumento di interferometria a quattro telescopi, ha permesso di seguire il moto di S2 quasi in tempo reale, rivelando un effetto combinato di redshift gravitazionale e di spostamento Doppler trasversale che deforma la luce emessa dalla stella esattamente come previsto da Einstein. Quando S2 era al perielio, la sua velocità orbitale ha raggiunto quasi 7.650 chilometri al secondo, circa il 2,6% della velocità della luce, e la luce in fuga dal campo gravitazionale intenso ha perso energia, spostandosi verso il rosso di circa 200 chilometri al secondo rispetto a quanto previsto dalla sola meccanica newtoniana. Questo spostamento è stato misurato con un’incertezza di soli 7 chilometri al secondo, un risultato straordinario che ha escluso alcune teorie alternative della gravità. Oltre al redshift, la relatività generale prevede che l’orbita ellittica non sia chiusa, ma che il perielio preceda nello spazio di circa 12 arcosecondi per ogni rivoluzione. Per S2, questa precessione è stata rilevata confrontando la sua orbita con quella di altre stelle e con i modelli newtoniani, e il valore osservato è in accordo con la predizione relativistica entro un margine di errore inferiore al 10%. Ulteriori test riguardano la violazione del principio di equivalenza e la ricerca di una quinta forza: se esistesse una forza aggiuntiva che agisce sulla materia oscura o sulla materia ordinaria in modo diverso, le orbite stellari mostrerebbero discrepanze sistematiche. Finora, nessuna deviazione è stata trovata, confermando la solidità della relatività generale anche dopo oltre un secolo dalla sua formulazione. Con l’avvento di telescopi più potenti come l’ELT, sarà possibile tracciare stelle ancora più deboli e più vicine a Sagittarius A*, misurando effetti ancora più sottili come la quadrupolo magnetico o lo spin del buco nero, aprendo la strada a una comprensione più profonda della natura dello spazio-tempo.

Il centro della Via Lattea, con il suo buco nero supermassiccio e le orbite stellari che danzano a velocità relativistiche, è diventato una pietra angolare dell’astrofisica moderna. Ogni nuova osservazione, ogni fotogramma del filmato del VLT, rafforza la nostra fiducia nella relatività generale e ci proietta verso domande ancora più audaci sulla natura dei campi gravitazionali estremi. Sagittarius A* continuerà a essere un laboratorio insostituibile, dove la luce e la gravità si confrontano con l’universo primordiale, in attesa che la prossima generazione di strumenti scriva il capitolo successivo.