Da mesi vado discutendo di psicologia della comunicazione con alcuni modelli di Intelligenza Artificiale. Quello che trovo più interessante è uno dei più conosciuti: Gemini, del mondo Google.
L’impressione che mi travolge è che proprio l’Intelligenza Artificiale decida qualcosa, nel darmi il giudizio su una certa situazione. Arrivo a pensare il sistema di IA sappia scegliere di escludere una certa spiegazione a comportamenti che le sottoponga.
Non solo, sono indotto a credere che l’IA stabilisca quale risposta io debba dire (o scrivere) a fronte di un certo messaggio che mi è giunto.
Queste mie credenze, in apparenza neutrali, nascondono un errore di fondo. Un errore che — se non lo riconosciamo — può costare molto a chi lavora con le parole, con le persone, con la responsabilità del giudizio.
Perché l’Intelligenza Artificiale non decide. Non pensa. Elabora.
La distanza tra i due verbi non è una sottigliezza filosofica. È la distanza tra uno strumento e un soggetto. Tra una tecnica e una coscienza. Tra una previsione statistica e un atto di responsabilità umana.
IA: l’inganno è tutto nel nome
Il primo problema è linguistico. O meglio: concettuale. Da decenni, i ricercatori di IA (Intelligenza Artificiale) hanno preso in prestito il vocabolario delle scienze cognitive per descrivere i sistemi informatici.
Ecco, allora, che i computer apprendono, ragionano, comprendono, ricordano. Nel frattempo, le scienze cognitive hanno fatto il percorso inverso: hanno cominciato a descrivere la mente umana come un processore, il cervello come un computer biologico.
Luciano Floridi, tra i filosofi più autorevoli dell’etica digitale, chiama questo fenomeno un cortocircuito concettuale: “L’IA descrive macchine e algoritmi non intelligenti in termini antropomorfici”, mentre “le scienze cognitive e del cervello riducono gli agenti biologici intelligenti a meri sistemi informativi e computazionali”. (dal libro di Floridi, La differenza fondamentale, del 2025).
Il risultato? Un pasticcio. Crediamo che l’IA sia intelligente perché usa il nostro stesso vocabolario. E crediamo che la nostra mente funzioni come un computer, solo perché le scienze cognitive ci hanno prestato i loro modelli.
Il filosofo Floridi propone una distinzione netta, che vale la pena tenere ferma: l’IA non va intesa come una forma di intelligenza, ma come una nuova forma di agency. “Non pensa né comprende come un essere biologico, come un essere umano, ma è un insieme potentissimo di capacità computazionali in grado di agire nel mondo con efficacia e successo, senza però possedere alcuna intelligenza”, scrive Floridi.
Agire senza intelligere. Fare senza capire. È questa la differenza fondamentale.
Cosa fa davvero un sistema di IA
Proviamo a capirlo in modo concreto. Quando un sistema di IA sceglie quale notizia mostrarti, o decide se approvarti un mutuo, o suggerisce quale paragrafo togliere dal tuo articolo, cosa sta facendo?
Sta cercando pattern. Sta calcolando probabilità. Sta trovando, nell’oceano di dati su cui è stato addestrato, la configurazione con la più alta plausibilità statistica, rispetto alla situazione che ha davanti.
Non c’è comprensione del contesto, nel senso che noi diamo a questa parola. Non c’è valutazione morale. Non c’è memoria della nostra storia personale, né cura del nostro progetto professionale.
C’è una previsione statistica: dato ciò che è accaduto miliardi di volte in situazioni simili, ecco il risultato più probabile.
Il sistema non sbaglia per malevolenza. Non ha intenzioni. Non porta rancore. Ma non ha nemmeno giudizio.
Il giudizio che mettiamo in campo quando scegliamo le parole di un articolo difficile, quando decidiamo come rispondere a un allievo in difficoltà, quando valutiamo se un’informazione fa più male che bene, ebbene questo nostro personale giudizio non è una previsione statistica raffinata. È qualcosa di diverso per natura.
La trappola dell’evidenza
C’è un secondo livello del problema, che lo il filosofo sudcoreano Byung-Chul Han ha analizzato con grande precisione.
Nella nostra cultura, stiamo scivolando verso quella che Byung-Chul Han chiama società della trasparenza: un sistema in cui tutto deve essere visibile, misurabile, operazionalizzabile. E in cui l’informazione abbondante viene scambiata per conoscenza.
Han è esplicito: “Un aumento di informazioni non porta giocoforza a scelte migliori. A causa della crescente, e anzi esorbitante massa di informazioni, si atrofizza la capacità superiore di giudizio”.
Si atrofizza la capacità superiore di giudizio. Non si indebolisce, non sfuma. Si atrofizza. Come un muscolo che non viene più usato perché ci fidiamo di una protesi.
L’IA produce grandi quantità di risultati, con grande fluidità e con grande autorevolezza apparente. Scrive bene. Struttura bene. Dà l’impressione di aver compreso la nostra richiesta.
Proprio questa impressione, tuttavia, è il pericolo: non perché il testo sia brutto, ma perché il processo che lo ha generato è opaco. Quel processo dell’IA è privo di giudizio. È plausibile sul piano statistico, ma non per questo vero nel senso che conta per noi.
La decisione — quella vera, quella che comporta responsabilità umana — richiede di escludere, di rinunciare, di scegliere tra strade incompatibili.
Un sistema statistico – qual è quello dell’IA – massimizza la probabilità media. Non può fare la scelta che ha senso solo nel nostro contesto specifico, con le nostre priorità etiche, con la nostra storia personale e professionale.
Il rischio per chi lavora
Tutto questo ha conseguenze pratiche molto concrete per chi fa un lavoro come il nostro, a contatto con le parole oppure con le persone.
Pensiamo a chi lavora con le parole, come succede a me che dal febbraio del 1978 faccio giornalismo; e dall’estate 1998 faccio ricerca sui media.
Se deleghiamo all’IA la scelta delle parole, stiamo delegando la responsabilità di quelle parole. Un sistema statistico sceglierà la parola più probabile, quella che suona bene nel corpus su cui è stato addestrato.
Non è la parola giusta per quel preciso lettore che abbiamo in mente, in quel preciso momento, su quella precisa questione delicata.
Ecco che il giornalista, il comunicatore, il ricercatore che rinunciano al giudizio sul linguaggio, rinunciano alla propria voce. E la voce è l’unica cosa non replicabile.
Cosa succede a chi lavora con le persone? Penso a insegnanti, educatori, psicologi, mediatori, liberi professionisti ma anche commercianti e imprenditori: il loro lavoro si fonda sulla lettura del contesto singolare, sulla risposta calibrata sulla storia di quella persona, sulla scelta che porta responsabilità nelle relazioni.
Nessun sistema statistico può sostituire questo approccio personale, mirato, ritagliato sulla persona (o le persone) che si hanno di fronte. L’IA può supportare la nostra attività — nell’organizzazione, nella documentazione, nella ricerca — ma non può sostituirla senza snaturarla.
L’errore grave non è usare l’IA. Anch’io nella ricerca e nell’editing ho utilizzato per questo articolo – con rigore, controllo e misura – l’Intelligenza Artificiale.
Lo sbaglio è nel non distinguere dove finisce lo strumento IA e dove si inizia la nostra responsabilità. Ed è proprio questa distinzione che rischia di atrofizzarsi, se non la teniamo viva con cura.
L’analogia del cavallo vapore
Il filosofo Luciano Floridi propone un’analogia che mi ha colpito, e che vale la pena condividere.
Alla fine del XVIII secolo, James Watt misurò la potenza dei suoi motori a vapore usando come unità di misura il «cavallo vapore» (horsepower, HP).
Il termine fu preso in prestito dal mondo animale, per rendere comprensibile la nuova tecnologia. Tuttavia nessuno, acquistando un motore a vapore, si aspettava di trovare dentro il cilindro criniere o zoccoli.
Nella sua riflessione, Floridi auspica che, “un giorno, con un po’ di fortuna, l’IA sarà trattata piuttosto come l’HP e si smetterà di cercare proprietà cognitive o psicologiche all’interno dei sistemi informativi e computazionali”.
Potrebbe sembrare un’aspettativa modesta. Non lo è. Significa smettere di attribuire all’IA capacità che non ha, smettere di trattarla come un soggetto morale. Vuol dire smettere di confonderla con un collega o con un consulente.
Significa, anche, ricominciare a usare l’IA per quello che è: uno strumento potente, veloce, utile — ma privo di giudizio.
Proprio come una pompa di calore che riscalda bene la casa, ma non ha opinioni sul clima.
Cosa fare nella pratica
Non si tratta di rinunciare all’IA. Sarebbe sciocco e inutile. Si tratta di usarla con discernimento — quella parola che ho sempre trovato più precisa di consapevolezza, perché implica una scelta attiva, non solo una presa d’atto.
Tre orientamenti pratici, che applico nel mio lavoro:
- Primo: mantieniamo il giudizio sul prodotto finale. L’IA può generare una prima bozza, organizzare materiali, suggerire strutture. Tuttavia la valutazione di ciò che è vero, giusto, opportuno, efficace per il nostro scopo specifico deve restare nostra. Non deleghiamo la firma.
- Secondo: diffidiamo dell’autorevolezza apparente. Un testo ben scritto non è un testo corretto. Un testo fluido non è un testo responsabile. La fluidità stilistica è l’effetto di una previsione statistica ben calibrata, non di una comprensione. Chiediamoci sempre: “Questo è vero per me, in questo contesto, con queste persone?”
- Terzo: preserviamo la nostra voce. La voce, lo stile sono il modo in cui scegliamo le parole, costruiamo un argomento, decidiamo cosa omettere. Sono l’unica cosa che i sistemi statistici non possono replicare davvero, perché non hanno accesso alla nostra storia, ai nostri valori, alla nostra esperienza irripetibile. Usare l’IA in modo massiccio, senza coltivare la propria voce, è come abitare in un luogo finto, costruito di sola plastica, e scambiarlo per naturale.
La domanda inquietante
C’è una questione che mi porto dietro da qualche tempo, e su cui non ho ancora una risposta definitiva.
Il filosofo sudcoreano Han osserva che “senza lacune nella conoscenza, il pensiero si riduce a calcolo”. Il pensiero ha bisogno di vuoto. Ha maledetto bisogno di quel margine di incertezza, e di silenzio, in cui si forma qualcosa di nuovo, qualcosa che non era già nei dati disponibili.
Cosa succede alla nostra capacità di pensare — davvero pensare, non solo elaborare — se la colmiamo di prodotti generati dai soli sistemi statistici dell’IA?
Una cosa è sicura: rinunciamo al meglio della nostra esistenza di persone. E corriamo il rischio reale di atrofizzare le nostre competenze di pensiero.
Nel caso del mio dialogo con l’IA sulla psicologia della comunicazione, il rischio è evidente: quello di prendere per vero, indubitabile ed efficace ciò che è solo il prodotto di un lavoro statistico.
Magari il prodotto è davvero vero, fondato ed efficace. Magari i consigli e i pareri che mi dà sono il meglio che potessi raggiungere. Tuttavia spetta a me – spetta a voi – la formulazione delle ipotesi, la validazione del metodo, il controllo sul risultato. E poi la scelta di quale azione intraprendere.
Maurizio F. Corte
Maurizio F. Corte, giornalista professionista, scrittore per i media e media educator, è docente a contratto di Comunicazione Interculturale nei Media al Centro Studi Interculturali dell’Università di Verona e coordinatore didattico del Master in Intercultural Competence and Management e in Giornalismo europeo, Media e Giornalismo interculturale
Restiamo in contatto su LinkedIn
ISCRIVITI ALLA NEWSLETTER OFFICINA DEL VERO™ – IL BIONDINO DELLA SPIDER ROSSA
FONTI BIBLIOGRAFICHE
Gli articoli non nascono sul nulla. Si basano su letture di alto profilo e su esperienze professionali e personali. Di seguito alcune delle fonti più importanti a cui l’autore si è rifatto.
Il lavoro di studio e analisi è supportato da un uso etico e responsabile dell’Intelligenza Artificiale, addestrata dall’autore per questi articoli. Ecco i modelli di IA utilizzati: Gemini Notebook, Claude, Manus.
Denis McQuail, Mark Deuze, Media & Mass Communication Theory, SAGE Publications, London, 2020.
Denis McQuail, Journalism and Society, SAGE Publications, London, 2013
N. Berning, Narrative Means to Journalistic Ends, VS Research, Wiesbaden, 2011
L. Floridi, La differenza fondamentale. Artificial Agency: una nuova filosofia dell’intelligenza artificiale, Mondadori, Milano, 2025
E. Goffman, Frame analysis, Northeastern Univ Pr, Boston, 1986
Byung-Chul Han, La società della trasparenza, Nottetempo, Roma, 2014
D. Machin – A. Mayr, How to do Critical Discourse Analysis, SAGE Publications, London, 2012
Nicholas Carah, Amy Dobson, Sungyong Ahn, Media & Society, SAGE Publications, London, 2024.
E. Sapiera, Understanding New Media, SAGE Publications, London, 2026
Nick Couldry, Andreas Hepp, The Mediated Construction of Reality, Polity Press, Cambridge, 2016.
Leighton Evans, Media Studies: Industries, Texts and Audiences, SAGE Publications, London, 2023.
Deana A. Rohlinger, Sarah Sobieraj, The Oxford Handbook of Digital Media Sociology, Oxford University Press, Oxford, 2022.
Michael Stevenson, Misha Kavka, Doing Media Research, SAGE Publications, Londra, 2023.
Stanley J. Baran, Dennis K. Davis, Mass Communication Theory (8th Edition), Oxford University Press, New York, 2020.