Omogeneizzazione del pensiero e specchio cognitivo: l'IA mette alla prova la mente umana

Studi recenti evidenziano come i Large Language Models stiano uniformando linguaggio e pensiero, riducendo la diversità cognitiva. Parallelamente, lo sviluppo…

Contenuto

Omogeneizzazione del pensiero e specchio cognitivo: l'IA mette alla prova la mente umana

Scopri anche

Omogeneizzazione del pensiero e specchio cognitivo: l'IA mette alla prova la mente umana

L'IA come specchio e sfida per l'intelligenza umana

In questo articolo:

Per secoli l'umanità ha cercato di comprendere che cosa fosse davvero l'intelligenza osservando se stessa. Filosofi, psicologi e neuroscienziati hanno studiato memoria, linguaggio, ragionamento ed emozioni nel tentativo di individuare il principio che rende la mente capace di interpretare il mondo. Oggi sta accadendo qualcosa di storicamente inedito: per la prima volta non stiamo soltanto studiando l'intelligenza, ma stiamo cercando di costruirla. L'intelligenza artificiale rappresenta uno degli esperimenti cognitivi più ambiziosi mai realizzati, non perché le macchine possiedano una mente simile alla nostra, ma perché il tentativo di crearla sta rivelando con sorprendente chiarezza quanto ancora sappiamo poco del funzionamento della mente umana.

Il paradosso dell'IA che omogeneizza il pensiero

⬆ Torna su

Un recente studio pubblicato sulla rivista Trends in Cognitive Sciences da ricercatori dell'University of Southern California solleva una preoccupazione: l'uso massiccio di modelli linguistici di grandi dimensioni (LLM) come ChatGPT potrebbe appiattire la creatività e la diversità cognitiva. I ricercatori hanno analizzato oltre 130 studi provenienti da diversi campi, dalla linguistica all'informatica, per valutare l'impatto degli LLM sulla diversità cognitiva. I risultati indicano che, nonostante l'enorme mole di dati su cui sono addestrati, questi modelli tendono a produrre output meno vari rispetto al pensiero umano. Gli LLM, pur attingendo a un vasto database di idee, non sono in grado di elaborare tale materiale considerando la diversità di opinioni esistenti, preferendo invece schemi coerenti e riproducendo una "fetta ristretta e distorta dell'esperienza umana".

OpenAI dichiara che ChatGPT è "inclinato verso le opinioni occidentali", mentre xAI ha modificato Grok per riflettere le opinioni del suo CEO, Elon Musk. L'interazione con modelli che favoriscono determinate prospettive porta gli utenti a interiorizzare e riflettere tali prospettive. Questo può manifestarsi semplicemente nell'uso di un chatbot per migliorare la scrittura, eliminando scelte stilistiche personali. Ricerche precedenti hanno dimostrato che l'interazione con gli LLM può effettivamente modificare il modo in cui le persone pensano, allineandolo alle informazioni fornite dal chatbot.

Lo studio del MIT sull'attività cerebrale

⬆ Torna su

Nel 2025 uno studio del MIT aveva dimostrato che usare ChatGPT riduce l'attività cerebrale: dopo aver chiesto a tre gruppi di ragazzi di scrivere un testo con l'aiuto di Google, di ChatGPT o solo della propria testa, i ricercatori avevano rilevato che chi aveva usato l'LLM aveva un'attività cerebrale meno intensa, in particolare nelle aree legate a creatività e memoria. Alla fine del test, solo il 20% di chi aveva scritto con ChatGPT sapeva riferire i concetti elaborati. I gruppi di persone producono meno idee quando utilizzano LLM rispetto a quando collaborano e si scambiano idee. L'uso del modello sembra bloccare le persone in un modo di pensare particolare, riducendo la diversità di prospettive.

La differenza strutturale tra mente umana e IA

⬆ Torna su

La mente umana non è un sistema astratto che elabora informazioni in modo isolato. È il risultato di milioni di anni di evoluzione biologica e di una continua interazione tra cervello, corpo e ambiente. Le neuroscienze parlano sempre più spesso di cognizione incarnata: il pensiero nasce dall'esperienza fisica del mondo. Un bambino impara cosa significhi "caldo" non perché qualcuno gli spieghi una definizione, ma perché ha toccato una tazza di latte appena scaldata. Comprende la gravità perché ha lasciato cadere un oggetto. Gran parte dell'intelligenza umana nasce dall'intreccio tra esperienza corporea, contesto sociale e costruzione di significati condivisi.

L'intelligenza artificiale opera in uno spazio radicalmente diverso. I modelli generativi non vivono esperienze e non interagiscono direttamente con il mondo fisico: lavorano su enormi quantità di dati prodotti dagli esseri umani e ne estraggono strutture statistiche e correlazioni. È proprio questa distanza tra esperienza vissuta e rappresentazione simbolica che rende l'intelligenza artificiale potente in alcuni compiti e fragile in altri. Ogni volta che si prova a replicare un aspetto dell'intelligenza e si scopre che è più difficile del previsto, si è costretti a tornare alla stessa domanda fondamentale: che cos'è davvero l'intelligenza?

La qualità del pensiero umano come fattore determinante

⬆ Torna su

Secondo una sintesi di ricerche sull'interazione tra esseri umani e intelligenza artificiale, rilanciata anche da ANSA, le performance migliori non dipendono solo dalla tecnologia, ma da chi la guida. Curiosità, capacità di fare domande e pensiero creato restano elementi centrali anche nell'era dell'AI. Non basta avere accesso agli strumenti: ciò che incide davvero è il modo in cui vengono usati, a partire dalla qualità del ragionamento umano che li orienta. Gli studi, tra cui "Divergent creativity in humans and large language models" pubblicato su Nature ed "Exploring creativity in human–AI co-creation" pubblicato su Frontiers, osservano che i risultati migliorano quando l'utente è in grado di formulare domande pertinenti, rielaborare le risposte e integrarle in un processo di ragionamento.

L'intelligenza artificiale non lavora "da sola", ma risponde alla qualità del pensiero che la guida. I ricercatori di Mnesys, un ampio progetto di ricerca dedicato allo studio del cervello e delle sue funzioni finanziato nell'ambito del PNRR, osservano che il rapporto tra esseri umani e intelligenza artificiale non è neutro: dipende fortemente dalle caratteristiche cognitive di chi utilizza questi strumenti. Curiosità, creatività, flessibilità mentale e capacità di collegare informazioni diverse risultano elementi decisivi per ottenere risultati più efficaci nell'interazione con sistemi generativi.

La Dichiarazione di Cannes sulla Sovranità della Mente

⬆ Torna su

La Dichiarazione di Cannes sulla Sovranità della Mente, firmata da una coalizione di esperti al World AI Cannes Festival del 12-13 febbraio 2026, affronta il rischio democratico dell'omogeneizzazione del pensiero. La dichiarazione esorta governi, parlamenti, organizzazioni internazionali, autorità di regolamentazione, aziende tecnologiche, investitori, istituti di ricerca, organizzazioni dei media, società civile e cittadini a difendere e proteggere il potere umano e la sovranità della mente umana contro l'IA manipolativa. I sistemi di IA generativa più dominanti sono definiti come tecnologie di iper-persuasione che fanno appello alle vulnerabilità emotive umane e sono progettate per bypassare la riflessione umana. Questi sistemi non sono semplici strumenti di produttività o recupero di informazioni, ma plasmano sempre più ciò che le persone notano, si fidano, ricordano, pensano e scelgono.

Il contesto storico dell'IA

⬆ Torna su

La nascita dell'intelligenza artificiale può essere fatta risalire all'avvento dei primi computer. Nel 1936 Alan Turing discusse concetti alla base del funzionamento dei computer come la calcolabilità, la computabilità e il concetto di macchina di Turing. Nel 1943 McCulloch e Pitts crearono ciò che viene ritenuto il primo lavoro inerente all'intelligenza artificiale, impiegando un modello di neuroni artificiali. Nel 1955, al Dartmouth College, John McCarthy introdusse l'espressione "intelligenza artificiale". Lo standard ISO/IEC 42001:2023 ha definito l'intelligenza artificiale come "la capacità di un sistema di mostrare capacità umane quali il ragionamento, l'apprendimento, la pianificazione e la creatività".

Si distingue tra intelligenza artificiale debole e intelligenza artificiale forte o generale a seconda che vengano riprodotte o replicate solo alcune o tutte le funzionalità e capacità cognitive della mente umana. L'AI debole simula alcune funzioni cognitive umane senza raggiungere le reali capacità intellettuali dell'uomo. L'AI forte si riferisce a sistemi che possono sviluppare una propria intelligenza senza emulare i processi di pensiero umani ma creando un'intelligenza autonoma.

Le implicazioni per educazione e formazione

⬆ Torna su

L'uso diffuso di chatbot pone un rischio concreto per la diversità del pensiero. Un terzo degli americani utilizza ChatGPT nel 2025, il doppio rispetto al 2023, e due terzi degli adolescenti li utilizzano. Il 78% delle organizzazioni segnala l'utilizzo di IA nel 2024, rispetto al 55% nel 2023. In ambito educativo emerge una conseguenza chiara: non basta insegnare a usare gli strumenti, ma diventa centrale sviluppare competenze cognitive come la capacità di fare domande, interpretare le risposte e rielaborarle. L'intelligenza artificiale non elimina la necessità di pensare, ma la rende ancora più evidente e necessaria.

Nel quotidiano questo si traduce in una differenza evidente tra chi usa l'IA come scorciatoia e chi invece la integra in un processo di ragionamento. Nel primo caso si rischia un appiattimento dei contenuti e delle soluzioni, mentre nel secondo l'IA diventa uno strumento che accelera e amplia le possibilità, senza sostituire il pensiero critico. L'idea che l'intelligenza artificiale possa sostituire automaticamente competenze e capacità umane viene ridimensionata: ciò che emerge è una dinamica più complessa, in cui il risultato finale dipende dalla qualità dell'interazione tra persona e tecnologia.

Il futuro tra neuroscienze e informatica

⬆ Torna su

Sempre più ricercatori sostengono che il futuro dell'IA potrebbe dipendere dall'integrazione tra informatica, neuroscienze e scienze cognitive. Non semplicemente macchine più veloci o modelli più grandi, ma sistemi capaci di costruire rappresentazioni del mondo più ricche e coerenti. Le neuroscienze stanno rivelando che il cervello umano funziona come una macchina predittiva sofisticata: costruisce continuamente modelli del mondo e li utilizza per anticipare ciò che potrebbe accadere. Quando la realtà non corrisponde alle previsioni, questi modelli vengono aggiornati. Gran parte dell'intelligenza umana nasce da questa capacità di anticipare, interpretare e correggere continuamente la realtà.

La lezione che emerge dalla rivoluzione dell'intelligenza artificiale riguarda noi stessi. Nel tentativo di costruire macchine intelligenti stiamo scoprendo quanto sia complessa la mente umana. L'intelligenza non è soltanto logica o capacità di calcolo: è esperienza, sensibilità, relazione e contesto. Costruire qualcosa di intelligente e capire l'intelligenza sono due imprese diverse. Nel tentativo di creare una nuova forma di mente, l'umanità potrebbe trovarsi a comprendere meglio la straordinaria complessità di quella che possiede già.

Questo articolo è una sintesi basata esclusivamente sulle fonti elencate.

Implicazioni e scenari

⬆ Torna su

L'omogeneizzazione del pensiero solleva interrogativi sul lungo periodo. Se l'interazione continua con sistemi che favoriscono determinate prospettive riduce la diversità cognitiva, la società potrebbe trovarsi di fronte a una contrazione del pensiero creativo e critico.

  • Scenario 1: l'uso intensivo degli strumenti generativi potrebbe consolidare visioni omogenee, riducendo progressivamente la varietà di prospettive nei contenuti prodotti.
  • Scenario 2: una maggiore consapevolezza dei limiti cognitivi potrebbe spingere verso un utilizzo più riflessivo, valorizzando curiosità e pensiero critico come fattori discriminanti.
  • Scenario 3: iniziative come la Dichiarazione di Cannes potrebbero tradursi in norme che tutelano la "sovranità della mente" in contesti educativi e lavorativi.

Cosa monitorare

⬆ Torna su
  • Evoluzione degli studi sulle modificazioni dell'attività cerebrale legate all'uso degli strumenti generativi.
  • Dibattito su regolamentazione e tutela della diversità cognitiva in ambito istituzionale.
  • Metriche qualitative sulla creatività e il pensiero divergente nelle nuove generazioni.

Nota editoriale: questa sezione propone una lettura analitica dei temi trattati, senza introdurre dati fattuali non presenti nelle fonti.

Fonti

⬆ Torna su

In breve

  • ai
  • llm
  • chatgpt
  • anthropic

Link utili

Apri l'articolo su DeafNews