🔒 Privacy App Gratuito EN Contattaci
← Osservatorio

IA e cervello, cosa dice davvero la scienza sul rischio cognitivo

L'intelligenza artificiale generativa ci sta rendendo meno capaci di pensare? La domanda circola ovunque, spesso con toni allarmistici. In questo articolo dell'Osservatorio Retoria mettiamo da parte i titoli a effetto e guardiamo i dati, perché negli ultimi due anni la ricerca scientifica ha iniziato a misurare sul serio cosa accade alla mente quando delega il pensiero a una macchina.

I risultati non dicono che l'IA ci rende stupidi. Dicono qualcosa di più preciso e di più utile. Il rischio è reale ma condizionale, dipende interamente da come la usiamo, e si concentra sul terreno che ci sta più a cuore, quello logico-linguistico, cioè la capacità di ragionare con le parole, argomentare, distinguere, scegliere. È la competenza con cui, prima ancora di governare un algoritmo, governiamo noi stessi.

Il cervello delega da sempre

Partiamo da un fatto noto alle scienze cognitive. Scaricare fatica mentale su supporti esterni non è un'invenzione dell'IA. Lo facciamo con la scrittura, con la calcolatrice, con le agende. I ricercatori lo chiamano cognitive offloading, scarico cognitivo, ed è spesso una strategia intelligente, perché libera risorse per compiti più importanti.

Il problema nasce quando la delega diventa abitudine totale. Uno studio pubblicato su Nature Scientific Reports ha mostrato che l'uso abituale del navigatore satellitare riduce la memoria spaziale (la capacità di orientarsi da soli) e che il peggioramento è proporzionale a quanto GPS si è usato negli anni precedenti. Le funzioni cognitive seguono una regola antica. Ciò che non si esercita si indebolisce.

Con l'IA generativa la posta in gioco sale, perché per la prima volta lo strumento non sostituisce un compito accessorio come ricordare un numero o una strada, ma il cuore stesso del lavoro intellettuale, cioè scrivere, sintetizzare, argomentare, decidere.

Il debito cognitivo, misurato in laboratorio

Lo studio più citato è Your Brain on ChatGPT, del MIT Media Lab. I ricercatori hanno seguito per quattro mesi 54 studenti universitari impegnati a scrivere saggi, divisi in tre gruppi (chi scriveva solo con la propria testa, chi poteva usare un motore di ricerca, chi usava ChatGPT), tutti monitorati con elettroencefalogramma.

Grafico a barre. La connettività cerebrale cala da chi scrive senza strumenti a chi usa ChatGPT.

Connettività cerebrale durante la scrittura, per gruppo. Fonte, MIT Media Lab (EEG, 54 studenti).

I risultati sono netti. Chi scriveva senza strumenti mostrava le reti neurali più attive ed estese. Chi usava ChatGPT mostrava la connettività cerebrale più debole dei tre gruppi, con alcuni indicatori di impegno cognitivo inferiori fino al 55 per cento. Ma il dato più interessante riguarda la memoria e il linguaggio. I partecipanti del gruppo ChatGPT faticavano a citare correttamente i testi che avevano appena consegnato e dichiaravano il senso di proprietà più basso sul proprio lavoro. Gli autori chiamano questo fenomeno cognitive debt, debito cognitivo. Ogni volta che deleghiamo lo sforzo, risparmiamo fatica oggi e paghiamo interessi domani, sotto forma di apprendimento superficiale e ricordi che non si consolidano.

Onestà scientifica impone una precisazione. Il campione è piccolo, lo studio riguarda un compito specifico e le conclusioni andranno confermate da ricerche più ampie. Ma il segnale è coerente con tutto il resto della letteratura.

Più fiducia nella macchina, meno pensiero critico

Due studi su larga scala completano il quadro. Il primo, pubblicato sulla rivista Societies dal ricercatore Michael Gerlich su 666 partecipanti, ha trovato una correlazione negativa significativa tra uso frequente di strumenti di IA e capacità di pensiero critico, mediata proprio dallo scarico cognitivo. Il dato più rilevante per chi si occupa di educazione è anagrafico. I partecipanti più giovani mostravano la dipendenza più alta dagli strumenti e i punteggi più bassi di pensiero critico. Trattandosi di una correlazione non possiamo dedurne automaticamente la causa, ma la direzione del segnale merita attenzione.

Il secondo è una ricerca di Microsoft e Carnegie Mellon presentata alla conferenza CHI 2025, condotta su 319 professionisti che usano l'IA generativa al lavoro. La scoperta centrale è quasi un paradosso. Più una persona si fida dell'IA, meno esercita il pensiero critico sui suoi risultati. Più una persona ha fiducia nelle proprie competenze, più controlla, verifica e corregge la macchina. Il pensiero critico non scompare, si sposta dal produrre il contenuto al verificarlo. Ma si sposta solo per chi ha le competenze e l'abitudine di farlo.

Il decadimento logico-linguistico, il fronte più sottovalutato

Qui arriviamo al cuore della questione, quello che il dibattito pubblico trascura. Il rischio maggiore dell'IA generativa non è che dimentichiamo nozioni. È che si impoverisca lo strumento con cui pensiamo, cioè la lingua. E le evidenze, su questo, stanno diventando solide.

La lingua si appiattisce

Una ricerca che ha confrontato 2.200 testi ha misurato un effetto netto. La scrittura umana genera molta più varietà di idee di quella prodotta con l'IA. Ogni saggio scritto da una persona aggiungeva al gruppo da due a otto volte più diversità semantica rispetto a un saggio generato da GPT-4. In parallelo, più studi documentano che scrivere insieme a un modello linguistico riduce in modo statisticamente significativo la diversità lessicale, sintattica e semantica dei testi prodotti.

Grafico a barre. La diversità semantica dei testi crolla quando si scrive con GPT-4 rispetto alla scrittura umana.

Diversità semantica dei testi, scrittura umana vs scrittura con GPT-4 (studio su 2.200 saggi).

Non è un dettaglio estetico. Una rassegna pubblicata nel 2026 su Trends in Cognitive Sciences (una delle riviste di riferimento delle scienze cognitive) avverte che i modelli linguistici, diffondendosi capillarmente, rischiano di standardizzare non solo il linguaggio ma anche il pensiero, rinforzando gli stili dominanti e marginalizzando le voci alternative. Quando tutti scrivono con lo stesso assistente, tutti tendono a scrivere (e quindi a pensare) nello stesso modo.

Cambia perfino come parliamo

L'effetto non si ferma alla pagina scritta. Un gruppo del Max Planck Institute for Human Development ha analizzato quasi 280.000 video accademici, confrontando il vocabolario usato prima e dopo l'uscita di ChatGPT. Nei diciotto mesi successivi al lancio, le persone (che parlavano a braccio, non leggendo un copione) hanno usato fino al 51 per cento in più le "parole-GPT", i termini che il modello predilige, come delve, meticulous, realm, adept.

Grafico a barre. Le parole tipiche di ChatGPT nel parlato spontaneo aumentano dopo l'uscita del modello.

Uso delle «parole-GPT» nel parlato spontaneo, prima e dopo ChatGPT. Fonte, Max Planck (280.000 video).

È un fenomeno che fa riflettere. L'IA non sta soltanto cambiando come scriviamo, ma come parliamo spontaneamente. Il suo lessico entra nel nostro, e con il lessico entra un certo modo di costruire le frasi e gli argomenti.

Perché impoverire la lingua significa impoverire il pensiero

Le scienze cognitive lo ripetono da decenni. Non pensiamo poi mettiamo in parole. Spesso pensiamo attraverso le parole. Il vocabolario di cui disponiamo definisce le distinzioni che siamo capaci di fare, e la sintassi che padroneggiamo definisce i ragionamenti che riusciamo a tenere insieme. Una lingua più povera non è solo meno bella. È meno capace di cogliere sfumature, di reggere un'argomentazione complessa, di smascherare un ragionamento sbagliato.

È qui che i fili si annodano. Gli studi sul pensiero critico, quelli sulla connettività cerebrale e quelli sull'appiattimento linguistico raccontano la stessa storia da tre angolazioni diverse. Se delego la formulazione, alleno di meno il giudizio. Se alleno di meno il giudizio, la mia lingua si standardizza. E una lingua standardizzata mi rende meno attrezzato a esercitare il giudizio. È un circolo che può girare verso il basso oppure, se invertito, verso l'alto.

Un declino che viene da lontano

C'è un motivo per cui questo rischio va preso sul serio. Non parte da zero. L'indagine PIAAC dell'OCSE (che nel 2023 ha misurato le competenze di circa 160.000 adulti in 31 Paesi) ha fotografato un calo o una stagnazione della literacy, la capacità di comprendere e usare testi scritti, nella maggior parte dei Paesi avanzati. Tra il 2012 e il 2023 la literacy degli adulti è diminuita negli Stati Uniti e in altri 18 Paesi OCSE. Solo Finlandia e Danimarca sono migliorate.

Grafico a barre. In molti più Paesi OCSE la literacy adulta è in calo rispetto a quelli in cui migliora.

Andamento della literacy adulta 2012→2023 nei Paesi OCSE. Fonte, OCSE, PIAAC 2023.

C'è di più, ed è la parte che riguarda da vicino chi si occupa di formazione. Il divario si sta allargando. La fascia più debole della popolazione peggiora, mentre la fascia più alta migliora. È la stessa "biforcazione cognitiva" che altri ricercatori osservano sull'IA. Chi parte avvantaggiato usa gli strumenti per moltiplicare le proprie capacità, chi parte indietro li usa passivamente e resta ancora più indietro.

Attenzione a non confondere le cose. Questi dati precedono la diffusione di massa dell'IA generativa e non ne sono l'effetto. Raccontano però un terreno già fragile, su cui un uso passivo dell'IA rischia di agire da acceleratore, non da causa originaria.

La prova in aula

Che non sia solo teoria lo conferma una fonte italiana autorevole. Il report EDUNext 2026, dell'Osservatorio Look4ward (Luiss Guido Carli e Intesa Sanpaolo), ha condotto un esperimento su 800 studenti, assegnati a tre condizioni possibili, lavorare da soli, con il supporto dell'IA, oppure con IA più un tutor umano.

Grafico a barre. L'apprendimento è più alto nel gruppo senza supporto rispetto a quello con IA.

Apprendimento per condizione di supporto (scala 1–7, più alto = meglio). Fonte, EDUNext 2026, Luiss · Intesa Sanpaolo.

Il risultato è controintuitivo e prezioso. Nei compiti gestibili, il gruppo che lavorava senza supporto ha ottenuto i livelli più alti di apprendimento, coinvolgimento e motivazione. L'IA diventava davvero utile solo quando il compito era complesso. In altre parole, quando il problema è alla nostra portata, delegarlo all'IA ci fa imparare di meno. Quando è davvero difficile, l'IA può fare da impalcatura. La differenza non è lo strumento, è la situazione e il modo in cui lo si usa.

Il rischio non è lo strumento, è la postura

Messi in fila, gli studi raccontano una storia chiara. L'IA generativa non danneggia il cervello come una sostanza tossica. Crea però le condizioni perfette per smettere di esercitarlo, perché rende il risultato immediato e lo sforzo opzionale. E lo sforzo, in ambito cognitivo, non è un difetto del processo. È il processo. È proprio la fatica di formulare, ricordare e strutturare che costruisce le connessioni neurali durature e che tiene allenata la lingua.

La differenza la fa la postura di chi usa lo strumento. Usata passivamente (chiedendo la risposta pronta e copiandola) l'IA produce debito cognitivo e lingua appiattita. Usata attivamente, come interlocutore che mette alla prova le nostre idee, può fare l'opposto, costringerci a formulare meglio le domande, a difendere le nostre tesi, a riconoscere gli errori nelle risposte. È quello che in Retoria chiamiamo usare l'IA come sparring partner cognitivo, non come sostituto.

Cosa fare, in pratica

Dalla letteratura emergono indicazioni concrete, valide per la scuola come per il lavoro.

  • Prima si pensa, poi si chiede. Formulare una propria bozza di risposta prima di interrogare la macchina protegge la memoria e l'autonomia di giudizio.
  • Ogni risposta è una bozza, non una verità. Va letta, verificata, riscritta con parole proprie. È l'atto in cui il pensiero critico si sposta sul controllo.
  • Tieni in allenamento le competenze di base. Scrivere, calcolare, orientarsi in un testo sono capacità da esercitare anche quando lo strumento potrebbe farlo al posto nostro.
  • Cura la lingua. Riformulare con parole proprie, cercare il termine esatto, variare la sintassi è il modo più diretto per non delegare il pensiero insieme alle parole.
  • Nei contesti educativi, la sequenza conta più di tutto. Lo studente che produce prima da solo e poi confronta con l'IA impara. Quello che parte dall'IA accumula debito.

Il metodo Retoria

Questa è la ragione per cui il metodo Retoria mette le competenze logico-verbali e il pensiero critico al centro di ogni percorso formativo sull'IA. La lingua è lo strumento con cui si governa l'algoritmo, e un cervello allenato resta l'unico requisito per usare bene qualsiasi tecnologia. Non si tratta di usare meno l'IA, ma di usarla da umani consapevoli, restando i titolari del pensiero, non i suoi spettatori.

Vuoi approfondire? Leggi il nostro manifesto o scrivici.

Nota metodologica

Abbiamo scelto studi pubblicati su riviste e conferenze scientifiche o prodotti da centri di ricerca riconosciuti. Diversi di questi lavori hanno limiti dichiarati (campioni ridotti, correlazioni che non provano un rapporto di causa-effetto, compiti specifici) e li segnaliamo volutamente. La forza dell'insieme non sta nel singolo dato, ma nella convergenza di evidenze indipendenti verso la stessa direzione. I dati PIAAC, in particolare, descrivono un trend precedente alla diffusione dell'IA e non vanno letti come suo effetto.

Fonti