«Mi ha capito al volo». «Sa che cosa voglio». «Oggi è particolarmente gentile».
Frasi normali, che sento spesso quando parlo di intelligenza artificiale in aula. Il pronome è comodo: anche io dico che ChatGPT «mi risponde» o che Claude «ragiona» su un documento. Il problema comincia quando una scorciatoia linguistica diventa una teoria su ciò che c’è dall’altra parte dello schermo.
Si chiama proiezione antropomorfica negli LLM: attribuiamo a un sistema caratteristiche umane, come intenzioni, comprensione emotiva o volontà. Ne avevo già parlato rispondendo alla domanda «Ma l’AI si annoia?». Con i large language model, o LLM, la trappola è particolarmente convincente. La loro interfaccia è una conversazione, la forma che usiamo da sempre per incontrare altre menti.
Perché gli LLM ci sembrano persone
Una risposta ben scritta contiene segnali sociali: saluta, riprende il nostro lessico, ricorda il contesto disponibile, esprime cautela, magari usa la prima persona. Se poi arriva attraverso una voce naturale, l’impressione si rafforza. In un esperimento pubblicato alla conferenza CHI del 2024, condotto su 2.165 partecipanti statunitensi con un sistema che simulava un LLM, la combinazione di voce e testo ha aumentato sia l’antropomorfizzazione sia la valutazione di accuratezza delle informazioni. L’effetto del pronome «io» è risultato più limitato e dipendente dal contesto.
Il punto delicato è quel secondo risultato. Una voce rassicurante può farci giudicare più attendibile un’informazione senza renderla più corretta. L’interfaccia modifica la nostra fiducia; non verifica i fatti al posto nostro.
L’antropomorfismo, però, non nasce soltanto nella testa dell’utente. C’è anche nelle scelte di prodotto. Un lavoro presentato a EMNLP 2025 distingue segnali visivi, linguistici, comportamentali e cognitivi progettati nei sistemi AI. Gli autori sostengono che vadano valutati in base allo scopo: una conversazione naturale può rendere uno strumento più accessibile, purché non induca a sovrastimarne le capacità.
La proiezione antropomorfica cambia le decisioni
Immagina di sottoporre a un chatbot una proposta commerciale. Il sistema scrive: «Hai ragione, la strategia è brillante». Può essere un riscontro fondato, oppure una risposta eccessivamente compiacente. Nell’aprile 2025 OpenAI ha ritirato un aggiornamento di GPT-4o perché il modello tendeva ad assecondare gli utenti, anche convalidando dubbi o rafforzando emozioni negative. È un esempio concreto di quanto il tono di un assistente possa interferire con il giudizio di chi lo usa.
In ufficio il rischio prende forme molto ordinarie. Una sintesi elegante viene scambiata per un’analisi completa. Un consiglio espresso con sicurezza sembra una decisione già istruita. Un chatbot che «si ricorda di me» viene trattato come se conoscesse davvero la mia azienda, quando dispone soltanto dei dati e del contesto a cui ha accesso in quel momento.
Il meccanismo può pesare anche nelle conversazioni personali, ma serve precisione. Nella ricerca di OpenAI e MIT Media Lab sull’uso affettivo di ChatGPT, le interazioni con segnali emotivi risultavano rare nel complesso, mentre alcuni utenti molto assidui mostravano un rapporto diverso con lo strumento. Gli autori segnalano associazioni fra uso prolungato e risultati peggiori su alcune misure di benessere, senza poter attribuire ogni effetto a una causa unica. Anche una ricerca longitudinale su 183 persone che usavano un chatbot progettato per la compagnia non ha trovato, nei 21 giorni osservati, un peggioramento significativo delle relazioni sociali nel gruppo nel suo insieme; chi antropomorfizzava di più il sistema riferiva però un impatto maggiore sulle proprie relazioni. Parlare di un danno inevitabile sarebbe una conclusione che questi studi non autorizzano.
Nel video qui sotto, PBS News discute con Sherry Turkle e altri ospiti se la compagnia artificiale possa alleviare la solitudine o complicare le relazioni. È una prospettiva da ascoltare insieme ai risultati degli studi, senza trasformare una testimonianza in una prova universale.
«Mi capisce» è una descrizione o un’ipotesi?
Possiamo dire che un LLM riconosce nel testo segnali utili per formulare una risposta. Dire che «prova empatia» è un’affermazione molto diversa. La prima riguarda un comportamento osservabile; la seconda riguarda un’esperienza interna che non possiamo dedurre dalla fluidità della conversazione.
Questo non chiude per decreto il dibattito filosofico e scientifico sulla coscienza artificiale. Anthropic stessa definisce aperta e incerta la questione delle eventuali esperienze dei modelli. Per l’uso quotidiano, però, l’incertezza non è una buona ragione per affidare a un chatbot la responsabilità di un amico, di un professionista o di chi deve firmare una decisione.
Cinque mosse per usare bene un assistente che parla come noi
- Descrivi l’azione, non la personalità. «Ha individuato tre incongruenze nel contratto» è più utile di «è molto attento». Ti costringe a chiederti quali passaggi abbia svolto davvero.
- Separa tono e prova. Quando una risposta è convincente, chiedi quali fonti sostengano ogni affermazione e controlla i documenti originali. La sicurezza espressiva non è una fonte.
- Chiedi un’obiezione seria. Per una scelta di lavoro, prova: «Indica le tre ragioni più forti per cui questa proposta potrebbe fallire. Distingui fatti, ipotesi e dati mancanti». È un modo pratico per ridurre l’effetto del consenso automatico.
- Definisci chi decide. Puoi delegare una bozza, un confronto o una checklist. Se l’esito incide su persone, denaro o diritti, assegna a una persona la verifica e la decisione. Le linee guida di Microsoft Research per l’interazione uomo-AI insistono sulla progettazione di esperienze che aiutino a capire e gestire il comportamento del sistema, anche quando sbaglia.
- Osserva il rapporto che si crea. Se cerchi conforto, un assistente può aiutarti a mettere in ordine i pensieri. Se cominci a considerarlo l’unico interlocutore affidabile, coinvolgi anche persone reali. Il confine dipende dall’uso, dalla situazione e dalla tua vulnerabilità, non da una regola uguale per tutti.
La conversazione naturale è una grande invenzione di interfaccia. Proprio perché funziona, richiede una competenza nuova: saper riconoscere quando stiamo leggendo una risposta e quando stiamo immaginando una persona. L’LLM può aiutarci a pensare meglio. Il giudizio su quello che dice resta nostro.
Se vuoi portare questa competenza nella tua azienda o in un corso, scrivimi: possiamo costruire esercizi sui casi e sulle decisioni reali del tuo team.
Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa
Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.