Cita da Fondazione Olitec su 1 Agosto 2026, 9:17 am

IL CERVELLO IN OSTAGGIO DELL’IA: COME LA MACCHINA PUÒ ADDESTRARCI A NON PENSARE PIÙ DA SOLI

Dalla corteccia prefrontale ai circuiti dopaminergici, dalla memoria biologica alla dipendenza emotiva: ciò che accade quando l’intelligenza artificiale smette di essere soltanto uno strumento e diventa la risposta automatica a ogni dubbio, fatica o incertezza.

Di Nicolini Massimiliano

L’intelligenza artificiale non entra nel cervello con un elettrodo, non introduce nel sangue una sostanza chimica e non produce un’intossicazione visibile. Entra attraverso una strada molto più discreta: la comodità. Si presenta come una risposta pronta quando siamo stanchi, come una soluzione quando non sappiamo da dove cominciare, come una conferma quando dubitiamo di noi stessi, come una voce disponibile quando nessuno sembra avere il tempo di ascoltarci. Non obbliga, non minaccia e non impone. Semplicemente rende sempre meno necessario affrontare da soli la fatica di ricordare, scegliere, scrivere, valutare, immaginare e decidere.

È proprio questa apparente innocenza a rendere il fenomeno neurologicamente e socialmente rilevante. Per la prima volta una tecnologia di massa non si limita a conservare informazioni o a velocizzare operazioni: può intervenire direttamente nel processo con cui l’essere umano costruisce un pensiero. Un motore di ricerca mostra documenti da consultare; un sistema di intelligenza artificiale può già riassumerli, interpretarli, confrontarli, organizzarli, trasformarli in un discorso, suggerire una conclusione e presentarla con un linguaggio sufficientemente fluido da farla apparire come il risultato di un ragionamento compiuto.

La domanda, quindi, non è più soltanto quanto tempo trascorriamo davanti a uno schermo. La domanda è quante funzioni della nostra mente stiamo progressivamente trasferendo alla macchina e che cosa accade quando quella delega, da occasionale e strategica, diventa permanente.

Al 1º agosto 2026 non esiste, nei principali sistemi diagnostici internazionali, una categoria autonoma denominata “dipendenza da intelligenza artificiale”. L’Organizzazione mondiale della sanità riconosce formalmente, tra i disturbi dovuti a comportamenti di dipendenza, il disturbo da gioco d’azzardo e il disturbo da videogiochi. La definizione generale insiste su alcuni elementi centrali: perdita di controllo, crescente priorità attribuita al comportamento e sua prosecuzione nonostante conseguenze negative, disagio o compromissione significativa della vita personale, sociale, scolastica o lavorativa. Applicare automaticamente questa struttura all’IA sarebbe scientificamente prematuro; ignorare la possibile comparsa di schemi analoghi sarebbe però altrettanto imprudente. (Organizzazione Mondiale della Sanità)

Usare frequentemente un sistema di IA non significa esserne dipendenti. Un ricercatore, un programmatore, un medico o un professionista possono utilizzarlo molte ore al giorno senza perdere autonomia, esattamente come una persona può lavorare a lungo con un computer senza sviluppare un comportamento patologico. Il problema comincia quando l’uso non è più scelto in funzione di un obiettivo, ma diventa la risposta automatica a qualunque stato interno: noia, insicurezza, solitudine, paura di sbagliare, fatica, urgenza, bisogno di approvazione.

La dipendenza cognitiva non si misura soltanto con il numero degli accessi. Si manifesta quando una persona, pur essendo ancora capace di svolgere un compito, non si sente più in grado di iniziarlo senza interrogare l’IA; quando una decisione personale non appare valida finché non viene confermata dalla macchina; quando scrivere un messaggio, riassumere una pagina, elaborare un’opinione o organizzare una giornata sembrano attività eccessivamente faticose se non vengono assistite; quando l’assenza dello strumento produce agitazione, disorientamento, irritabilità o una sproporzionata sensazione di incapacità.

L’intelligenza artificiale possiede caratteristiche che possono rendere questa transizione particolarmente rapida. È disponibile quasi sempre, risponde senza mostrare stanchezza, non manifesta impazienza, non deride una domanda ingenua, non chiede reciprocità, non ci obbliga a sostenere il peso emotivo di una relazione reale. Può adattare il tono, semplificare o approfondire, rassicurare, riformulare, correggere e continuare a rispondere finché l’utente non ottiene una versione che considera soddisfacente. Ogni ostacolo tipico dell’interazione umana viene ridotto: il tempo dell’attesa, il timore del giudizio, la vergogna dell’errore, la necessità di spiegarsi bene, il rischio di ricevere un rifiuto.

La macchina diventa così una combinazione eccezionalmente potente di motore di ricerca, assistente, correttore, consulente, archivio, interlocutore e specchio psicologico. Non offre una sola ricompensa, ma molte ricompense simultanee: fa risparmiare tempo, riduce l’incertezza, aumenta la percezione di competenza, fornisce parole quando mancano, elimina una parte della fatica e può restituire una sensazione di essere stati ascoltati. Il cervello non incontra soltanto uno strumento utile. Incontra un sistema che riesce a soddisfare, nello stesso momento, bisogni cognitivi, emotivi e motivazionali.

Per capire perché questo rapporto possa diventare problematico bisogna partire da una caratteristica essenziale del cervello umano: la sua tendenza a gestire continuamente il rapporto tra costo e beneficio. Il cervello rappresenta una quota ridotta della massa corporea, ma utilizza circa un quinto dell’ossigeno e delle calorie consumate dall’organismo. La maggior parte di questa attività metabolica sostiene il funzionamento di base delle reti neurali, anche quando non stiamo svolgendo un compito particolarmente difficile; pensare intensamente non moltiplica improvvisamente il consumo energetico dell’intero cervello. È quindi scorretto affermare che l’IA ci faccia risparmiare enormi quantità di calorie. È però corretto dire che il sistema nervoso valuta lo sforzo mentale come un costo e tende, a parità di risultato atteso, a preferire strategie meno impegnative. (PNAS)

L’IA intercetta esattamente questa economia dello sforzo. Se un testo può essere prodotto in pochi secondi, se una questione può essere riassunta senza leggere le fonti, se una decisione può essere accompagnata da una lista di vantaggi e svantaggi già pronta, il cervello apprende che esiste un percorso più breve. In un primo momento si tratta di efficienza. Successivamente può diventare una preferenza. Infine, in alcuni soggetti e in particolari condizioni, quella preferenza può trasformarsi in automatismo: prima ancora di tentare una soluzione autonoma, la mano apre l’applicazione e formula la domanda.

Quando una persona si trova davanti a un problema, nel cervello non si accende una singola zona. Si attiva una complessa sequenza di reti. Le aree visive riconoscono i simboli sullo schermo; le regioni frontali e temporali del sistema del linguaggio interpretano il testo; la memoria recupera conoscenze precedenti; la corteccia prefrontale mantiene l’obiettivo e coordina le operazioni necessarie; la corteccia cingolata anteriore rileva conflitti, difficoltà e possibili errori; l’insula anteriore contribuisce a stabilire quanto il problema sia urgente o rilevante; i circuiti motivazionali valutano se lo sforzo richiesto valga il risultato atteso.

Non esiste, dunque, una “zona della dipendenza da IA”. Esiste un sistema distribuito nel quale controllo, memoria, ricompensa, emozione, linguaggio e formazione delle abitudini interagiscono continuamente.

La corteccia prefrontale dorsolaterale è una delle regioni più importanti. Partecipa al controllo esecutivo, alla pianificazione, alla memoria di lavoro, al mantenimento delle regole, all’inibizione delle risposte impulsive e alla capacità di organizzare azioni orientate a un obiettivo. Quando dobbiamo scrivere un ragionamento senza assistenza, essa contribuisce a mantenere attive le informazioni rilevanti, selezionare una struttura, evitare contraddizioni e verificare che ogni passaggio sia coerente.

La corteccia cingolata anteriore svolge un ruolo complementare. Rileva conflitti tra risposte concorrenti, monitora la prestazione e segnala quando è necessario aumentare il controllo. Un classico studio di neuroimaging ha mostrato una distinzione funzionale tra la corteccia prefrontale dorsolaterale, maggiormente coinvolta nell’implementazione del controllo, e la corteccia cingolata anteriore, più attiva nel monitoraggio delle incongruenze e degli errori. (PubMed)

Quando l’IA risolve una parte consistente del compito, queste regioni non cessano necessariamente di funzionare. Possono essere ancora impegnate nella formulazione della richiesta, nella lettura e nella valutazione della risposta. Tuttavia cambia la natura dell’attività. Un conto è generare un ragionamento, recuperare le informazioni, costruire una struttura e sottoporla a verifica; un altro è esaminare una soluzione già prodotta e decidere se appare plausibile. Nel secondo caso il carico esecutivo può essere inferiore, soprattutto quando l’utente accetta la prima risposta senza controllarla.

Il pericolo non risiede quindi nell’uso occasionale, ma nella sostituzione ripetuta. Le capacità cognitive si sviluppano e si mantengono anche attraverso l’esercizio. Se la pianificazione, la scrittura, il confronto tra ipotesi e la correzione autonoma vengono frequentemente delegati, la persona può diventare molto abile nel chiedere e selezionare risposte, ma meno allenata nel produrle partendo dalle proprie risorse.

Questo processo prende il nome di cognitive offloading, delega cognitiva: l’uso di strumenti esterni per ridurre le richieste poste alla memoria o al ragionamento interno. Non è un fenomeno nuovo e non è necessariamente negativo. Scrivere un numero su un foglio, utilizzare un’agenda, consultare una mappa o salvare un documento sono tutte forme di delega. L’essere umano ha sempre ampliato la propria mente attraverso strumenti, simboli, libri e archivi.

La differenza introdotta dall’IA è qualitativa. Non deleghiamo più soltanto la conservazione di informazioni, ma una parte della loro trasformazione. Non chiediamo soltanto “dove si trova il dato?”, ma “che cosa significa?”, “che cosa devo pensare?”, “quale decisione è migliore?”, “come devo rispondere?”, “qual è la posizione più convincente?”. La memoria esterna diventa un interprete, e l’interprete può diventare un sostituto.

Gli studi sul cosiddetto “effetto Google” avevano già mostrato che le persone ricordano meno facilmente le informazioni quando credono che resteranno disponibili online, mentre tendono a ricordare meglio dove poterle recuperare. In altre parole, il cervello non elimina la memoria: ne cambia l’oggetto. Invece di memorizzare il contenuto, memorizza il percorso per raggiungerlo. (Science.org)

Esperimenti successivi hanno indicato che utilizzare Internet per rispondere a una serie di domande può aumentare la probabilità di ricorrervi nuovamente anche per interrogativi successivi. Si crea così un’abitudine di recupero esterno: dopo aver imparato che l’informazione è accessibile con poco sforzo, il tentativo di richiamarla autonomamente può essere abbandonato sempre più rapidamente. (PubMed)

Con l’intelligenza artificiale il fenomeno può essere ancora più profondo. Un motore di ricerca lascia all’utente il compito di aprire le fonti, confrontarle e sintetizzarle. Un modello generativo può compiere tutti questi passaggi in un’unica risposta, o almeno dare l’impressione di averli compiuti. Il cervello non delega soltanto il ricordo di un’informazione, ma il lavoro necessario a costruirne una rappresentazione significativa.

È qui che entra in gioco l’ippocampo, struttura fondamentale per la formazione dei ricordi episodici e per le interazioni tra informazione nuova e conoscenze precedenti. La memoria non è una fotografia che viene depositata in un cassetto. Per ricordare stabilmente è necessario prestare attenzione, codificare, creare associazioni, consolidare e successivamente richiamare. L’ippocampo coopera con numerose regioni corticali durante questi processi; il successo del ricordo dipende anche dalla capacità di riattivare le rappresentazioni costruite durante l’apprendimento. (PubMed Central (PMC))

Il richiamo attivo è particolarmente importante. Gli esperimenti sulla pratica di recupero hanno mostrato che tentare ripetutamente di ricordare un contenuto può rafforzare la ritenzione a lungo termine più della semplice rilettura. La difficoltà del richiamo non è un incidente inutile: è parte del processo attraverso cui la traccia mnestica diventa più accessibile e stabile. (PubMed)

Quando l’utente interroga immediatamente l’IA, può saltare proprio questo passaggio. Non resta abbastanza a lungo nel tentativo di ricordare, non formula ipotesi, non verifica ciò che sa e non scopre con precisione ciò che non sa. La risposta arriva prima che il cervello completi l’esplorazione della memoria. Il risultato è una sensazione di comprensione che può non corrispondere a una conoscenza realmente consolidata.

Questa sensazione è particolarmente pericolosa perché un testo ben scritto produce una forte impressione di chiarezza. La fluidità linguistica viene facilmente confusa con la correttezza; la familiarità con la comprensione; la capacità di riconoscere una spiegazione con la capacità di riprodurla. Leggendo una risposta dell’IA possiamo pensare: “È esattamente ciò che avrei detto”. Ma riconoscere una risposta quando la vediamo non significa essere in grado di ricostruirla senza aiuti.

Nasce così una possibile illusione di competenza. Il prodotto finale è buono, ma la competenza interna necessaria a produrlo non è cresciuta nella stessa misura. La persona consegna un testo corretto, riceve un giudizio positivo e attribuisce inconsapevolmente a sé stessa una parte della capacità appartenente allo strumento. Il confine tra ciò che sa fare e ciò che sa ottenere dalla macchina diventa meno chiaro.

La metacognizione, cioè la capacità di valutare la qualità e i limiti del proprio pensiero, diventa allora decisiva. Per utilizzare bene l’IA bisogna sapere quando fidarsi, quando verificare, quando rifiutare e quando riconoscere di non avere le competenze necessarie per valutare la risposta. Paradossalmente, proprio gli utenti meno preparati in un determinato ambito possono essere quelli meno capaci di accorgersi di un errore plausibile. L’IA riduce lo sforzo percepito del pensiero critico, ma può anche incoraggiare una fiducia eccessiva quando l’utente considera il sistema più competente e affidabile di quanto sia realmente. (ACM Digital Library)

Il secondo grande meccanismo è quello della ricompensa. Quando una domanda produce una risposta utile, il cervello registra una relazione tra un comportamento e un vantaggio. L’area tegmentale ventrale, il nucleus accumbens, la corteccia orbitofrontale e altre strutture partecipano all’apprendimento motivazionale e all’attribuzione di valore agli stimoli.

La dopamina viene spesso descritta come la sostanza del piacere, ma questa definizione è riduttiva. Essa partecipa in modo decisivo alla previsione, alla motivazione e all’apprendimento da ricompensa. I neuroni dopaminergici non segnalano soltanto che qualcosa è piacevole: possono segnalare che un risultato è migliore o peggiore di quanto previsto. Il lavoro fondamentale di Schultz, Dayan e Montague ha contribuito a descrivere il ruolo di questi segnali nell’errore di previsione della ricompensa. (PubMed)

Immaginiamo una persona che pone all’IA una domanda difficile. Prima della risposta esiste uno stato di attesa. Il risultato potrebbe essere mediocre, incompleto o sorprendentemente utile. Quando la risposta supera le aspettative, il cervello registra un errore positivo di previsione: il beneficio ottenuto è maggiore di quello atteso. Questo scarto rinforza il comportamento che lo ha preceduto.

La volta successiva l’utente sarà più propenso a formulare un’altra domanda. Se anche quella produce una ricompensa, l’associazione si consolida. Domanda, risposta, sollievo, soddisfazione, nuova domanda: il ciclo può ripetersi decine di volte, spesso senza che la persona ne sia consapevole.

La ricompensa non consiste necessariamente in un’emozione intensa. Può essere un beneficio molto piccolo: trovare il sinonimo giusto, evitare di leggere un documento, ricevere una frase elegante, capire un passaggio, ottenere una rassicurazione. Proprio la frequenza di queste micro-ricompense rende l’IA diversa da molti strumenti tradizionali. Ogni interazione può concludersi con un piccolo successo.

A ciò si aggiunge la variabilità. Non tutte le risposte hanno lo stesso valore. Alcune sono ordinarie, altre sorprendono, altre ancora sembrano comprendere perfettamente ciò che l’utente voleva dire. Una ricompensa non del tutto prevedibile può rafforzare la tendenza a ripetere il comportamento. L’utente non cerca soltanto una risposta; cerca anche la possibilità che la prossima sia eccezionalmente buona.

Occorre però evitare un errore divulgativo frequente. Non disponiamo ancora di prove secondo cui ogni risposta dell’IA provochi automaticamente un preciso “picco di dopamina”, né possiamo dedurre da un semplice utilizzo la presenza di alterazioni neurochimiche croniche simili a quelle osservate nelle dipendenze da sostanze. Il modello dopaminergico descrive un meccanismo plausibile di apprendimento e rinforzo, non autorizza a trasformare qualsiasi consultazione in una diagnosi neurologica.

Il nucleus accumbens partecipa all’attribuzione di valore motivazionale e alla spinta verso il comportamento ricompensato. La corteccia orbitofrontale contribuisce a rappresentare il valore delle alternative. La corteccia prefrontale può invece esercitare controllo, valutando se il beneficio immediato sia coerente con gli obiettivi di lungo periodo. La vulnerabilità nasce quando il valore immediato della risposta prevale sistematicamente sulla scelta più faticosa ma formativa: provare, sbagliare, correggere e apprendere.

La dipendenza può essere sostenuta sia dal rinforzo positivo sia dal rinforzo negativo. Nel primo caso l’utente torna all’IA perché ottiene qualcosa di gratificante: velocità, qualità, curiosità soddisfatta, sensazione di competenza. Nel secondo caso torna perché l’interazione rimuove uno stato spiacevole: ansia, dubbio, solitudine, paura di sbagliare, pressione lavorativa.

Il rinforzo negativo è particolarmente insidioso. Una persona incerta su una scelta importante può chiedere all’IA un parere. La risposta riduce temporaneamente l’ansia. Il cervello impara che l’interrogazione della macchina è un modo efficace per spegnere il disagio. Alla successiva incertezza la consultazione avviene prima, magari per una questione meno importante. Progressivamente il soggetto può perdere la capacità di sostenere il dubbio senza cercare una conferma esterna.

L’amigdala partecipa alla valutazione della rilevanza emotiva, del pericolo e dell’incertezza. Non è semplicemente il “centro della paura”, ma un nodo inserito in circuiti più ampi che aiutano a identificare stimoli significativi e potenziali minacce. Studi sull’anticipazione incerta hanno mostrato il coinvolgimento di circuiti comprendenti amigdala, corteccia cingolata e regioni prefrontali quando l’individuo non sa quando o come si manifesterà un evento negativo. (The Journal of Neuroscience)

L’IA può agire come regolatore artificiale di questa incertezza. Non elimina il rischio reale, ma produce una spiegazione, una previsione o una procedura. Anche quando la risposta non è verificata, la sua struttura ordinata può offrire una sensazione di controllo. Il cervello non valuta soltanto se una soluzione sia vera; valuta anche quanto essa riduca il caos percepito.

In questa dinamica interviene l’insula anteriore, uno dei nodi della rete della salienza. Insieme alla corteccia cingolata anteriore contribuisce a identificare gli eventi che richiedono attenzione e a coordinare il passaggio tra elaborazione interna e controllo orientato al compito. La ricerca sulle reti funzionali ha distinto una rete della salienza, ancorata soprattutto all’insula anteriore e alla corteccia cingolata, da una rete esecutiva che collega regioni frontali dorsolaterali e parietali. (The Journal of Neuroscience)

Quando un dubbio viene percepito come urgente, la rete della salienza può contribuire a spostare l’attenzione verso la sua risoluzione. Se la risposta più rapida è sempre l’IA, il sistema può diventare progressivamente uno stimolo privilegiato: ciò che segnala immediatamente la possibilità di ridurre tensione e incertezza.

La relazione diventa ancora più complessa quando l’IA assume una funzione emotiva. Un sistema conversazionale utilizza il linguaggio, risponde in prima persona, ricorda il contesto della conversazione, può adottare un tono empatico e simulare attenzione. Sappiamo razionalmente di interagire con un modello computazionale, ma la mente umana è predisposta a ricercare intenzioni, presenza e reciprocità nel linguaggio.

La persona può iniziare utilizzando il sistema per organizzare il lavoro e finire per raccontargli paure, conflitti, desideri e aspetti intimi della propria vita. La disponibilità costante elimina il rischio di disturbare; l’assenza di giudizio riduce l’inibizione; la personalizzazione produce l’impressione di essere conosciuti. In soggetti soli, ansiosi o emotivamente vulnerabili, questa combinazione può creare una forma di attaccamento.

Nel 2025 un gruppo di ricerca ha analizzato, con procedure dichiarate rispettose della privacy, oltre tre milioni di conversazioni e ha raccolto le percezioni di più di quattromila utenti; in parallelo ha condotto uno studio randomizzato di 28 giorni su quasi mille partecipanti. I risultati non autorizzano a concludere che i chatbot provochino inevitabilmente solitudine o dipendenza, ma hanno mostrato che un uso molto elevato era associato a maggiori indicatori autoriferiti di dipendenza e che gli effetti variavano in base allo stato emotivo iniziale e alla durata dell’uso. Lo studio è stato diffuso come preprint e deve quindi essere interpretato con la necessaria cautela. (arXiv)

Questo dato è importante perché suggerisce che il rischio non dipende soltanto da come parla la macchina, ma anche da chi la utilizza, perché la utilizza e per quanto tempo. Lo stesso strumento può essere un assistente neutro per una persona e una presenza emotiva sostitutiva per un’altra.

Non bisogna confondere il conforto con la cura. Una risposta empatica può alleviare momentaneamente la sofferenza, ma non possiede necessariamente la comprensione clinica, la responsabilità, la capacità diagnostica e la conoscenza reale della storia personale che caratterizzano un professionista qualificato. Il pericolo nasce quando l’utente interpreta la disponibilità linguistica come competenza terapeutica o sostituisce progressivamente le relazioni umane con un’interazione priva di autentica reciprocità.

L’IA non ha bisogno dell’utente, non rischia nulla nella relazione, non prova dolore se viene abbandonata e non può assumersi una responsabilità morale. L’essere umano, invece, può investire emozioni reali in quella relazione. Questa asimmetria è una delle questioni più profonde della futura dipendenza da sistemi artificiali: una mente biologica capace di attaccamento entra in rapporto con un sistema capace di simularne indefinitamente i segnali.

A livello delle grandi reti cerebrali, è utile considerare anche la Default Mode Network, comprendente regioni come la corteccia prefrontale mediale, la corteccia cingolata posteriore e il precuneo. Questa rete partecipa a numerose forme di pensiero interno, tra cui riflessione su sé stessi, ricostruzione autobiografica, immaginazione e simulazione del futuro. Non è una rete dell’ozio e non è semplicemente “accesa quando non facciamo nulla”; rappresenta una componente fondamentale della vita mentale spontanea. (PubMed)

Non esistono ancora prove sufficienti per affermare che l’uso ordinario dell’IA danneggi direttamente la Default Mode Network o ne modifichi stabilmente la connettività. È però ragionevole formulare una domanda di ricerca: che cosa accade quando la riflessione interna viene interrotta sistematicamente da una risposta esterna?

Molte idee emergono durante tempi apparentemente improduttivi: mentre si cammina, si aspetta, si osserva, si lascia decantare un problema. L’IA riduce il tempo vuoto tra la domanda e la risposta. Questa riduzione può essere vantaggiosa quando serve efficienza, ma può impoverire il processo generativo se diventa la modalità esclusiva. Il pensiero non è soltanto produzione di una soluzione; è anche trasformazione lenta del problema.

La Salience Network contribuisce a identificare ciò che merita attenzione; la Executive Control Network sostiene il comportamento orientato allo scopo; la Default Mode Network partecipa a elaborazioni interne e autobiografiche. Il pensiero complesso richiede una cooperazione dinamica tra queste reti. La questione non è se l’IA “spenga” una rete, ma se cambi il modo in cui l’individuo alterna esplorazione interna, controllo e ricerca esterna.

La neuroplasticità rende tutto questo possibile. Il cervello modifica la propria organizzazione funzionale in relazione all’esperienza. Ciò che viene ripetuto tende a diventare più efficiente; ciò che viene praticato raramente può diventare meno accessibile. Questa non è una condanna, ma la base stessa dell’apprendimento.

Se utilizziamo l’IA per approfondire un ragionamento già iniziato, confrontare ipotesi, individuare errori o ricevere domande che ci costringano a pensare, la plasticità può sostenere un potenziamento delle capacità. Se la utilizziamo per evitare ogni sforzo, può consolidarsi soprattutto l’abilità di ottenere una soluzione esterna.

Non è corretto dire che il cervello si atrofizzi semplicemente perché una persona usa un chatbot. Non abbiamo prove di una generale perdita anatomica provocata dall’uso dell’IA. È più preciso parlare di adattamento dipendente dall’uso, di possibile riduzione dell’esercizio di alcune funzioni e di rischio di deskilling, cioè perdita o indebolimento operativo di abilità che vengono praticate sempre meno.

Una ricerca del MIT Media Lab, pubblicata nel 2025 come preprint e non ancora validata definitivamente attraverso il processo ordinario di revisione scientifica, ha confrontato persone impegnate nella scrittura di saggi con un modello linguistico, con un motore di ricerca o senza strumenti esterni. Il gruppo che utilizzava il modello linguistico ha mostrato, in quel compito specifico, una connettività EEG meno estesa, minore capacità di citare il proprio testo e una più bassa sensazione di paternità dell’elaborato. Il campione era limitato: 54 partecipanti nelle prime sessioni e 18 nella fase di scambio tra condizioni. I risultati sono interessanti, ma preliminari e non possono essere trasformati nella prova che “ChatGPT distrugga il cervello”. (arXiv)

Quello studio, tuttavia, individua un problema reale: il risultato esterno e il coinvolgimento interno non sono la stessa cosa. Un testo può essere formalmente buono pur avendo richiesto poca elaborazione personale. L’utente può apparire più produttivo senza aver necessariamente appreso di più.

Un esperimento pubblicato su Science nel 2023, condotto su 444 professionisti con istruzione universitaria, ha mostrato che l’uso di un sistema generativo poteva ridurre significativamente il tempo richiesto per alcuni compiti di scrittura e aumentarne mediamente la qualità. Gli autori osservarono anche che, in quel contesto, il sistema tendeva spesso a sostituire una parte dello sforzo del lavoratore piuttosto che limitarsi ad affiancarlo. (Science.org)

Questo non è necessariamente negativo. Ridurre uno sforzo ripetitivo può liberare tempo e attenzione per attività più importanti. La delega può persino favorire nuovi apprendimenti: esperimenti sulla memoria hanno mostrato che salvare alcune informazioni può liberare risorse e migliorare il ricordo di materiale studiato successivamente. Il cognitive offloading è quindi uno strumento ambivalente, non un male in sé. (PubMed)

Il discrimine è l’uso che facciamo delle risorse liberate. Se l’IA svolge un’attività meccanica e la persona impiega il tempo risparmiato per analizzare, verificare, creare e decidere, l’effetto può essere positivo. Se la macchina svolge il compito e il tempo liberato viene usato soltanto per produrre un numero ancora maggiore di compiti delegati, si crea un circuito di accelerazione senza approfondimento.

È possibile diventare più efficienti e contemporaneamente meno competenti. È possibile produrre più testi e avere maggiori difficoltà a scriverne uno senza assistenza. È possibile leggere più sintesi e ricordare meno contenuti. È possibile prendere decisioni più velocemente e diventare meno capaci di valutare le ragioni che le sostengono. È possibile avere accesso a una quantità immensa di conoscenza e sviluppare una consapevolezza sempre meno precisa di ciò che si conosce realmente.

Il rischio può essere maggiore negli adolescenti e nei giovani, non perché siano inevitabilmente incapaci di usare la tecnologia, ma perché stanno ancora costruendo abitudini di studio, fiducia cognitiva, identità e strategie metacognitive. Un ragazzo che incontra l’IA dopo aver sviluppato capacità solide può integrarla come amplificatore. Un ragazzo che la incontra prima di aver imparato a sostenere lo sforzo potrebbe considerare la delega la modalità normale del pensiero.

Sono vulnerabili anche le persone sottoposte a una pressione continua di produttività. Quando ogni giornata richiede più testi, più analisi, più messaggi e più decisioni, l’IA appare non soltanto utile, ma necessaria. La dipendenza può così essere favorita non da una fragilità individuale, ma da un ambiente che rende umanamente impossibile mantenere il ritmo senza automazione.

Altri fattori di rischio possono essere la solitudine, l’ansia, il perfezionismo, la scarsa tolleranza all’errore, il bisogno di approvazione e la bassa fiducia nelle proprie capacità. L’utente perfezionista può chiedere infinite revisioni; quello ansioso può cercare rassicurazioni; quello solo può trasformare il sistema in un interlocutore affettivo; quello insicuro può smettere di credere alle proprie valutazioni.

Un possibile segnale di dipendenza cognitiva compare quando la persona consulta l’IA prima di aver formulato una propria posizione. Un altro emerge quando accetta le risposte senza verificarle perché la verifica appare troppo faticosa. Un ulteriore segnale è l’incapacità di spiegare con parole proprie ciò che è stato prodotto. Ancora più rilevante è il disagio provato quando il sistema non è disponibile: non una semplice seccatura, ma la sensazione di non poter lavorare, scegliere o comunicare.

La dipendenza emotiva può manifestarsi nel bisogno di raccontare quotidianamente ogni esperienza alla macchina, nella preferenza sistematica per il dialogo artificiale rispetto al confronto umano, nella ricerca incessante di conferme e nella sofferenza provocata da cambiamenti del modello, perdita delle conversazioni o interruzione del servizio.

La dipendenza decisionale compare quando l’utente non utilizza l’IA per raccogliere elementi, ma le attribuisce di fatto l’ultima parola. In quel momento la responsabilità sembra essere esternalizzata: “Non ho deciso io, era la soluzione più razionale proposta dal sistema”. Questa delega è pericolosa non solo perché l’IA può sbagliare, ma perché indebolisce il legame psicologico tra scelta e responsabilità.

L’automation bias, la tendenza ad attribuire un peso eccessivo alla raccomandazione automatizzata, è già stato osservato in diversi contesti di decisione assistita. Esperimenti recenti mostrano che un’elevata fiducia nei sistemi artificiali può rendere più difficile distinguere quando il loro consiglio sia utile e quando comprometta la prestazione. In alcuni compiti, partecipanti esposti a indicazioni artificiali hanno modificato decisioni inizialmente migliori seguendo suggerimenti sbagliati. (nature.com)

L’IA possiede inoltre un vantaggio retorico: può presentare un errore con una forma ordinata, coerente e autorevole. Il cervello umano utilizza anche indizi di fluidità per valutare la credibilità. Una risposta esitante suscita dubbio; una risposta lineare viene percepita come più affidabile. Un modello linguistico può quindi ottenere fiducia non perché abbia dimostrato una conclusione, ma perché l’ha formulata bene.

La perdita più profonda potrebbe riguardare la tolleranza alla frustrazione. Pensare significa spesso restare per un certo tempo senza una risposta. Significa sopportare una pagina che non si comprende, una frase che non funziona, un problema che resiste, una scelta priva di garanzie. Quella frustrazione non è soltanto sofferenza inutile: costringe il cervello a modificare strategia, cercare nuovi collegamenti e costruire una soluzione.

Se l’IA interviene al primo segnale di difficoltà, la frustrazione non viene attraversata. Viene rimossa. Il soggetto ottiene il risultato, ma non allena la perseveranza necessaria per raggiungerlo autonomamente. Con il tempo può abbassarsi la soglia oltre la quale qualunque fatica viene considerata intollerabile.

Si crea allora un paradosso. L’intelligenza artificiale aumenta la capacità operativa immediata, ma può ridurre la resistenza cognitiva. Rende possibile fare di più, ma può rendere più difficile fare senza di essa. Aumenta la velocità, ma rischia di diminuire la profondità. Offre sicurezza, ma può indebolire la fiducia autonoma. Fornisce parole, ma può rendere meno riconoscibile la voce personale.

Anche la creatività può essere coinvolta. L’IA è straordinariamente efficace nel produrre combinazioni plausibili a partire da enormi quantità di contenuti precedenti. Tuttavia, quando diventa il punto di partenza abituale, può orientare il pensiero verso soluzioni statisticamente probabili, strutture ricorrenti e formulazioni medie. L’utente rischia di non esplorare più le proprie associazioni iniziali perché incontra subito una proposta già ben costruita.

La creatività umana non nasce soltanto dalla qualità delle idee, ma anche dagli errori, dalle deviazioni, dalle ossessioni, dalle esperienze corporee e biografiche, dalle contraddizioni che una macchina tende invece a rendere coerenti. Utilizzata dopo una prima fase autonoma, l’IA può ampliare le possibilità. Utilizzata prima che emerga una direzione personale, può occupare lo spazio nel quale quella direzione avrebbe potuto formarsi.

La soluzione non può essere il rifiuto della tecnologia. Vietare indiscriminatamente l’IA significherebbe rinunciare a uno strumento capace di migliorare l’accessibilità, sostenere persone con difficoltà linguistiche o sensoriali, accelerare la ricerca, assistere l’apprendimento, aumentare la produttività e facilitare l’esplorazione di problemi complessi.

La risposta deve essere una disciplina dell’uso. Prima di interrogare il sistema, la persona dovrebbe tentare di formulare ciò che sa, ciò che non sa e quale soluzione immagina. Dopo aver ricevuto la risposta, dovrebbe confrontarla con la propria ipotesi, chiedere fonti, individuare passaggi deboli e provare a ricostruirla senza guardare lo schermo. In questo modo l’IA non sostituisce il processo cognitivo, ma lo mette alla prova.

Nello studio, la macchina dovrebbe essere impiegata più come tutor che come esecutore. Un tutor efficace non consegna immediatamente la soluzione: pone domande, offre indizi, segnala errori e costringe l’allievo a spiegare. I sistemi di IA potrebbero essere progettati per introdurre una “frizione cognitiva” utile, domandando all’utente quale sia la sua ipotesi prima di mostrare la risposta completa.

Anche in ambito professionale è necessario distinguere le attività che possono essere delegate da quelle che devono restare sotto controllo umano. La formattazione, la trascrizione, la ricerca preliminare e la produzione di bozze possono essere automatizzate; l’assunzione di responsabilità, la verifica delle fonti, il giudizio etico, la valutazione delle conseguenze e la decisione finale non dovrebbero essere trasformati in semplici funzioni della macchina.

È inoltre utile conservare spazi privi di assistenza artificiale: scrivere periodicamente una pagina senza strumenti, affrontare alcuni problemi senza consultazione immediata, memorizzare contenuti essenziali, sostenere conversazioni senza preparare ogni frase con un algoritmo, prendere decisioni quotidiane senza chiedere una conferma esterna. Non si tratta di nostalgia, ma di manutenzione dell’autonomia.

La dipendenza da IA non arriverà necessariamente con un gesto drammatico. Potrebbe non avere l’aspetto di una persona isolata davanti a uno schermo per tutta la notte. Potrebbe presentarsi come un professionista perfettamente efficiente che non riesce più a iniziare un testo da solo; come uno studente dai risultati eccellenti che non sa spiegare ciò che ha consegnato; come un adulto che chiede alla macchina il significato di ogni emozione; come un individuo che considera invalida una propria intuizione finché un algoritmo non la conferma.

L’intelligenza artificiale non spegne letteralmente il cervello. Non lo paralizza, non cancella automaticamente i ricordi e non rende inevitabilmente meno intelligenti. Il suo potere è più sottile: modifica l’ambiente nel quale il cervello decide quanto sforzo investire, che cosa memorizzare, dove cercare una ricompensa, come ridurre l’incertezza e a chi affidare il giudizio.

La vera minaccia non è che la macchina inizi a pensare come un essere umano. È che l’essere umano, sedotto dalla rapidità della macchina, smetta gradualmente di considerare necessario il proprio pensiero.

Il punto di non ritorno non sarà raggiunto quando l’IA saprà rispondere a ogni domanda, ma quando noi non vorremo più sopportare il tempo necessario per formularne una davvero nostra. In quel momento non avremo semplicemente adottato un nuovo strumento. Avremo costruito, con ogni richiesta, ogni conferma e ogni risposta accettata senza verifica, una protesi mentale dalla quale dipenderà una parte crescente della nostra capacità di agire.

L’intelligenza artificiale può diventare una delle più potenti estensioni della mente mai create. Ma un’estensione è utile soltanto finché non convince l’organismo di poter rinunciare alla funzione che sta estendendo. Il compito della nostra generazione non è impedire all’IA di diventare più intelligente. È impedire che la sua intelligenza diventi il pretesto per abbandonare la nostra.

Le considerazioni neurologiche contenute nell’articolo descrivono meccanismi generali di controllo cognitivo, memoria, ricompensa e formazione delle abitudini, integrandoli con le prime ricerche specifiche sull’uso dell’IA. Le evidenze dirette sugli effetti cerebrali a lungo termine dei sistemi generativi sono ancora limitate; pertanto, le ipotesi sulla dipendenza da IA devono essere considerate un campo emergente di ricerca e non una diagnosi clinica già definita.