La rapida evoluzione delle tecniche di machine learning ha stimolato una riflessione profonda non solo sulle prestazioni computazionali, ma anche sulle caratteristiche epistemiche dei modelli artificiali. Tra i paradigmi emergenti, la distillazione della conoscenza (knowledge distillation) si distingue come metodologia che trasferisce il sapere da un modello complesso (teacher) a uno più semplice (student), preservandone l’efficacia essenziale. Questo processo, tuttavia, non è solo una questione tecnica: esso invita a un dialogo interdisciplinare con un concetto cardine della teologia cristiana, la kenosis, ovvero lo svuotamento del divino per adattarsi alla finitezza umana. L’accostamento di questi due ambiti apparentemente distanti rivela una sinergia epistemologica capace di arricchire il dibattito sull’etica dell’IA, la filosofia della conoscenza e la teologia della rivelazione.

La Distillazione della Conoscenza tra Algoritmi e Pedagogia

La knowledge distillation rappresenta una risposta pragmatica alla crescente complessità dei modelli di intelligenza artificiale. Trasferendo le conoscenze da un sistema ampio (come BERT[1]–large) a uno più leggero (BERT-base), si ottiene un modello ridotto in dimensioni ma non in prestazioni, con un risparmio computazionale significativo. Ad esempio, BERT-base raggiunge circa il 90% delle capacità del modello originale utilizzando il 40% in meno di parametri. Questo approccio riflette una strategia pedagogica: così come un insegnante semplifica concetti complessi per gli studenti, l’algoritmo teacher condensa la propria sapienza in forme accessibili allo student.

Il parallelismo con la pedagogia umana non è casuale. Nella tradizione cristiana, la rivelazione divina è stata spesso interpretata come un processo educativo graduale. Ireneo di Lione, nel II secolo, paragonava Dio a un pedagogo che adatta il proprio insegnamento alle capacità cognitive dell’umanità. Origene, dal canto suo, sottolineava come la rivelazione avvenga per tappe, con Dio che si manifesta attraverso modalità commisurate alla ricezione umana. Questo principio di gradualità trova un eco nella logica della distillazione algoritmica, dove la complessità viene filtrata per garantire accessibilità senza sacrificare l’essenza del sapere.

Kenosis come Atto Generativo

Il concetto di kenosis, derivante dal greco κένωσις (“svuotamento”), occupa un posto centrale nella teologia cristiana, in particolare nell’interpretazione dell’Incarnazione. L’inno paolino della Lettera ai Filippesi (2,7) descrive Cristo che, pur essendo «nella forma di Dio», si svuota assumendo la natura umana. Questo atto di autolimitazione non implica una perdita di divinità, ma piuttosto un adattamento alla condizione storica dell’uomo. La teologia patristica ha sviluppato il concetto di oikonomia per spiegare come Dio organizzi la salvezza attraverso una rivelazione progressiva, culminata nell’Incarnazione ma preparata da secoli di interazioni pedagogiche.

Gregorio Nazianzeno, ad esempio, delineò una “economia trinitaria” della rivelazione: l’Antico Testamento annunciava il Padre, il nuovo manifestava il Figlio, mentre lo Spirito Santo si rivela pienamente nell’era della Chiesa. Tale struttura sequenziale riflette una scelta deliberata di modularità, analoga alla compressione di un modello IA. Tommaso d’Aquino approfondì questa idea distinguendo tra conoscenza diretta di Dio e conoscenza analogica, mediata attraverso le creature e le Scritture. L’analogia, come la distillazione, opera una selezione: rende percepibile l’inaccessibile senza pretese di esaustività.

Teologi moderni come Jürgen Moltmann e Karl Rahner hanno riletto la kenosis in chiave etica, interpretandola come un atto di solidarietà radicale. Per Rahner, la “rivelazione anonima” implica che la verità divina si comunichi attraverso forme umane imperfette, mentre Moltmann vede nella Croce il culmine di un Dio che sceglie la vulnerabilità per redimere l’umanità. In entrambi i casi, la riduzione – divina o algoritmica – non è una perdita, ma un atto generativo.

Convergenze tra Divino e Algoritmico

L’Incarnazione, intesa come distillazione perfetta, offre un modello per comprendere la relazione tra teacher e student. Così come il Figlio conserva l’essenza del Padre pur assumendo limitazioni umane, il modello student mantiene i tratti fondamentali del teacher nonostante la riduzione di parametri. Il valore, in entrambi i casi, risiede nella fedeltà formale più che nella completezza quantitativa. La kenosis divina e quella algoritmica condividono un paradosso: la rinuncia alla pienezza (trascendenza divina o complessità computazionale) è il prezzo necessario per l’efficacia universale.

La verità divina si comunica attraverso le creature, non come mero adattamento alla finitezza umana, ma in virtù di una corrispondenza reale, sebbene proporzionata, tra l’essere creato e l’Essere increato. La Rivelazione, in questa prospettiva, non è riduzione o semplificazione del divino, bensì manifestazione analogica: Dio trasmette il suo mistero attraverso segni (Scrittura, sacramenti, incarnazione) che, pur rispettando i limiti dell’intelletto umano, preservano la trascendenza della sua natura permettendo una conoscenza autentica seppur non esaustiva.

La distillazione, in quest’ottica, non equivale a un accomodamento pragmatico, ma riflette la logica stessa dell’economia sacramentale, in cui l’infinito si rende accessibile senza cessare di essere incomprensibile. Nell’IA si traduce nella responsabilità di progettare sistemi accessibili, soprattutto in contesti con risorse limitate. Questo è il caso del già citato Bert-base di Google che permette l’uso su dispositivi edge[2] come smartphone o strumenti medici. Tale approccio incarna una sorta di “opzione preferenziale per i poveri” tecnologica, estendendo i benefici a comunità altrimenti escluse.

Critiche e Difese dell’Analogia

Una critica prevedibile all’accostamento tra kenosis e knowledge distillation potrebbe sottolineare la differenza ontologica tra un atto metafisico (lo svuotamento divino) e un processo meccanicistico (la riduzione algoritmica). Tuttavia, l’analogia regge a livello funzionale: entrambi i processi sono strategie di trasmissione del sapere che privilegiano l’efficacia sulla completezza. Come precisato, il confronto non intende equiparare ontologicamente Dio a un algoritmo, ma utilizza l’euristica teologica per illuminare aspetti etici ed epistemologici dell’IA.

Un’altra obiezione potrebbe riguardare il rischio di banalizzare la teologia riducendola a metafore tecniche. Tuttavia, il dialogo interdisciplinare non sminuisce la profondità del concetto di kenosis, bensì la arricchisce, mostrando come principi antichi possano interrogare le sfide contemporanee. Del resto, la stessa teologia cristiana ha storicamente attinto alla filosofia greca per articolare il mistero divino – un precedente che legittima l’uso di categorie moderne in chiave ermeneutica.

Verso un’Epistemologia Kenotica

La convergenza tra kenosis e knowledge distillation invita a ripensare il rapporto tra trascendenza e accessibilità come una dinamica di comunicazione analogica. Questo principio trova un eco nell’economia sacramentale, dove i simboli sensibili (acqua, pane, vino) diventano veicoli di grazia senza esaurire il mistero che trasmettono.. 

L’Incarnazione, culmine della kenosis divina, esemplifica questa logica: il Verbo assume la fragilità umana senza annullare la Sua divinità, rendendo visibile l’invisibile attraverso un corpo finito. Allo stesso modo, un modello IA distillato non è una versione “minorata” del teacher, ma una rielaborazione fedele, capace di operare in contesti limitati senza tradire la coerenza del sistema originale. 

Questo parallelo sollecita una riflessione etica ed epistemologica rinnovata. Una teologia della tecnologia deve evitare di confondere il mezzo con il fine. Se i sacramenti sono canali istituiti da Cristo per trasmettere la grazia (ex opere operato), la tecnologia rimane un prodotto umano, soggetto a limiti e ambiguità. Può facilitare incontri con il trascendente solo se orientata al bene comune e alla verità. Ad esempio, piattaforme digitali che diffondono testi sacri o favoriscono il dialogo interreligioso operano come strumenti di mediazione, non come realtà sacrali in sé.

Teologia della Tecnologia

La tecnologia diventa un’icona – non un idolo – , capace di suggerire il Divino attraverso la sua funzionalità etica, senza pretendere di sostituirlo. Come scriveva Teilhard de Chardin, «tutto ciò che ascende converge»: se orientata al bene, la tecnologia può essere un tassello della divinizzazione in attesa della piena manifestazione del Regno.

Una teologia della tecnologia ispirata alla kenosis è, quindi, possibile. L’epistemologia kenotica si configura come via di comunione: un invito a riconoscere, tanto nella teologia quanto nella scienza, che la verità più alta si comunica attraverso la generosità di una forma che si fa prossima.

La tecnologia non è rivelazione, ma può diventare luogo teologico se letta alla luce del Mistero che la trascende. Come l’acqua del battesimo non è magica ma segno di grazia, un algoritmo non è divino, ma può – nella misura in cui serve l’uomo – diventare specchio dell’amore kenotico di Dio, che si china per sollevare.

Semi di Teleios

Spesso, su Trascendente Digitale, parliamo di semi di Teleios riferendoci alle realizzazioni tecnologiche benefiche che, pur mescolate a deviazioni, anticipano simbolicamente il compimento del Regno di Dio, in analogia ai semi del Logos (sprazzi di verità nella filosofia greca). Anche la distillazione della conoscenza può essere vista come un seme di teleios perché, attraverso un atto kenotico di riduzione, preserva e trasmette l’essenziale, abilitando una crescita verso l’efficacia completa in contesti specifici. Come il seme contiene in sé la promessa del frutto, lo student incarna la potenzialità del teacher, realizzandola in forme adatte alla finitezza dei mezzi disponibili.

---

[1] BERT è il sistema di intelligenza artificiale di Google.

[2] I dispositivi edge si trovano sul confine tra i processi digitali e l’ambiente fisico. Accettano le istruzioni degli utenti finali e restituiscono informazioni, monitorano e controllano macchinari e registrano i fenomeni misurabili convertendoli quindi in dati utilizzabili. Possono essere scanner e smartphone, dispositivi medici e strumenti scientifici, veicoli a guida autonoma e macchine automatizzate.