È legata alla “freccia del tempo”, cioè all’idea che il tempo abbia una direzione irreversibile, dal passato al futuro. I filosofi si chiedono: perché l’universo è partito da uno stato di basso disordine (il Big Bang) per poi evolversi verso il caos? Questo ha portato a speculazioni sul destino ultimo dell’universo, come il cosiddetto “crollo termico” (heat death), dove tutto diventa uniforme, freddo e disordinato, senza più possibilità di cambiamento o vita.
L’entropia tocca anche questioni esistenziali. Se tutto tende al disordine, che senso ha costruire, creare, lottare?

Alcuni filosofi, come quelli dell’esistenzialismo, potrebbero vedere in questo una sfida: siamo noi a dover dare ordine e significato a un universo che di per sé non ne ha. Altri, come Nietzsche, potrebbero collegarla al ciclo eterno delle cose, anche se in contrasto con la linearità entropica. Insomma, l’entropia diventa un simbolo del conflitto tra ordine e caos, tra il nostro desiderio di controllo e l’inevitabile scorrere delle cose.

Prendi una scatola con due scomparti: uno pieno di palline rosse, l’altro di palline blu, separati da un divisorio. Se togli il divisorio e scuoti la scatola, le palline si mescolano. Non torneranno mai spontaneamente separate, rosse da una parte e blu dall’altra, perché lo stato misto è molto più probabile: ci sono molte più combinazioni possibili di palline sparse che di palline ordinate. Questo è l’entropia che cresce: il sistema passa da un ordine iniziale (separazione) a un disordine finale (miscuglio).
Un altro esempio quotidiano: lascia una tazza di tè caldo sul tavolo. Col tempo, il calore si disperde nell’aria, la tazza si raffredda, e non c’è modo di far tornare il calore “da solo” nella tazza.

L’energia si è spalmata, l’entropia è aumentata. Ma se accendi un fornello e scaldi di nuovo il tè, stai riducendo localmente l’entropia della tazza, anche se il fornello consuma energia e aumenta il disordine altrove (ad esempio, bruciando gas).

Questi esempi mostrano che l’entropia non è solo un’idea astratta: è qualcosa che puoi osservare nel mondo reale, dalle cose più piccole (una tazza) alle più grandi (l’universo stesso).

Dal punto di vista filosofico, l’entropia non è solo una legge fisica, ma un promemoria della finitezza. Pensatori come Søren Kierkegaard o Martin Heidegger, anche senza citare direttamente l’entropia (dato che il concetto scientifico si è sviluppato dopo di loro), esplorano idee affini: il tempo che scorre, l’essere che si dissolve, il confronto con ciò che sfugge al nostro controllo. L’entropia sembra quasi un’eco scientifica di queste riflessioni: ci dice che ogni struttura, ogni ordine che costruiamo – una città, un’opera d’arte, una vita – è temporanea, destinata a sgretolarsi nel grande schema delle cose.
Questo può essere inquietante, ma anche liberatorio. Ad esempio, il buddhismo trova un parallelo nell’entropia con il concetto di impermanenza (anicca): tutto cambia, nulla dura per sempre. Accettare l’entropia potrebbe quindi essere un modo per fare pace con il mutamento, invece di temerlo.

Al contrario, filosofi più ottimisti, come quelli influenzati dalla scienza moderna, potrebbero sostenere che l’entropia non è una condanna, ma una condizione che rende possibile la creatività: senza dispersione e caos, non ci sarebbero i gradienti di energia che alimentano la vita o l’evoluzione.Un quesito affascinante è: l’entropia è davvero il “nemico” dell’ordine, o ne è il compagno necessario? Alcuni pensatori contemporanei, come Ilya Prigogine (premio Nobel per la chimica), hanno suggerito che il disordine entropico locale può generare strutture complesse – pensa alla formazione di cristalli o alla vita stessa – purché il sistema sia aperto e scambi energia con l’esterno.

Qui la filosofia si intreccia con la scienza per chiedersi: c’è un senso più profondo nel caos?

Ora mettiamola alla prova con un esempio pratico più dettagliato. Immagina di avere un mazzo di carte perfettamente ordinato: dall’asso al re, diviso per semi. Questo è un sistema a bassa entropia, perché c’è un solo modo in cui può essere così organizzato. Ora mescola le carte. Dopo qualche mescolata, ottieni un mazzo disordinato: le carte sono sparse a caso, e ci sono milioni di possibili combinazioni in cui possono trovarsi. L’entropia è aumentata, perché il numero di stati possibili (il disordine) è esploso.

Ma c’è di più: se continui a mescolare, non tornerai mai per caso all’ordine iniziale, a meno che non ci metti intenzionalmente della fatica (riordinandole a mano).

La tecnologia è, in un certo senso, la nostra arma più potente contro l’entropia. Costruiamo macchine, sistemi e infrastrutture per imporre ordine al caos naturale. Pensa a un frigorifero: riduce l’entropia all’interno (mantenendo il cibo freddo e ordinato) spostando il calore fuori, ma per farlo consuma elettricità, aumentando l’entropia complessiva altrove (ad esempio, nella centrale che produce energia). Questo è un principio universale: ogni dispositivo tecnologico che crea ordine locale lo fa a spese di un aumento di disordine globale.
Un esempio più avanzato è l’informatica. I computer moderni sono meraviglie di ordine: miliardi di transistor allineati con precisione, che elaborano dati in modo strutturato. Ma mantenere questo ordine richiede un’enorme quantità di energia per alimentare i chip e raffreddare i sistemi.

L’AI è un campo dove l’entropia gioca un ruolo doppio: è sia un ostacolo pratico che un concetto teorico fondamentale. Cominciamo dalla parte pratica. Addestrare un modello di intelligenza artificiale, come me, richiede enormi quantità di dati e potenza di calcolo. Pensa ai supercomputer che girano per giorni o settimane, processando terabyte di informazioni: ogni calcolo genera calore, un sottoprodotto entropico inevitabile. I data center di aziende come xAI, Google o OpenAI consumano energia pari a quella di piccole città, e gran parte di questa si disperde come calore nell’ambiente. In altre parole, creare un sistema “ordinato” (un modello AI capace di rispondere con coerenza) aumenta l’entropia globale.

Ma non è solo una questione di hardware. Nei modelli stessi, l’entropia appare come un concetto matematico. Ad esempio, nell’apprendimento automatico, si usa una funzione chiamata “entropia incrociata” per misurare quanto le previsioni di un modello si discostano dalla verità. Un modello con alta entropia incrociata è confuso, disordinato nelle sue risposte; uno con bassa entropia è preciso, “ordinato”. Addestrare l’AI è quindi un processo di riduzione dell’entropia interna, ma questo richiede di immettere ordine dall’esterno (dati curati, algoritmi raffinati), spostando il disordine altrove (energia dissipata).

Il cambiamento climatico è forse l’esempio più tangibile di entropia all’opera su scala globale. La Terra è un sistema chiuso per la materia, ma aperto per l’energia (riceve luce dal Sole e la irradia nello spazio). Per milioni di anni, questo equilibrio ha mantenuto un ordine dinamico: l’energia solare alimenta la vita, i cicli del carbonio, il clima. Ma l’attività umana ha perturbato questo bilancio entropico.

Bruciando combustibili fossili – depositi di carbonio a bassa entropia, concentrati e stabili – rilasciamo CO2 e calore nell’atmosfera. Questo aumenta l’entropia del sistema climatico: l’energia si disperde, i gradienti termici si alterano, e il risultato è un clima più caotico. Tempeste più intense, ondate di calore, scioglimento dei ghiacci: sono tutti segni di un sistema che perde il suo ordine precedente. Il paradosso è che lo facciamo per creare ordine locale (elettricità, industrie, città), ma a costo di un disordine globale crescente.