Benvenuti ai Servizi di Ricerca e Strategia di oggi, in un mondo frenetico.

Per chi utilizza regolarmente l'intelligenza artificiale, potrebbe emergere un'interessante contraddizione. Attività che un tempo richiedevano ore di ricerca, scrittura o risoluzione di problemi possono ora essere completate in pochi minuti. Allo stesso tempo, l'IA può rendere possibile esplorare quesiti scientifici sconosciuti, sviluppare progetti complessi e confrontarsi con idee che prima sembravano irraggiungibili.
Queste esperienze possono generare due impressioni piuttosto diverse. Da un lato, l'intelligenza artificiale sembra ampliare le capacità intellettuali umane. Dall'altro, può sollevare un interrogativo più sottile: se una macchina si occupa di una parte sempre maggiore del lavoro intellettuale, cosa accade alle nostre capacità cognitive?
Gran parte del dibattito pubblico ha inquadrato la questione come una scelta tra due possibilità. O l'intelligenza artificiale ci rende più intelligenti ampliando le nostre capacità, oppure ci rende meno capaci incoraggiando scorciatoie mentali. I risultati delle ricerche vengono spesso presentati come prove a sostegno dell'una o dell'altra tesi, anche quando gli studi esaminano aspetti molto diversi delle prestazioni cognitive.
Esiste però un modo più utile per comprendere ciò che sta accadendo. L'intelligenza artificiale modifica la distribuzione del lavoro cognitivo tra l'essere umano e la macchina. Se tale cambiamento sia vantaggioso o meno dipende non solo da quanto pensiero viene risparmiato, ma anche da quali processi mentali vengono sostituiti, quali rimangono attivi e quali nuove forme di pensiero diventano possibili.
La cognizione umana si è sempre basata su strumenti esterni. La scrittura ci permette di immagazzinare informazioni senza dover ricordare tutto. Le calcolatrici riducono la necessità di calcoli mentali. I sistemi di navigazione ci aiutano a raggiungere destinazioni sconosciute senza dover pianificare noi stessi un percorso dettagliato.
Queste tecnologie riducono determinate esigenze cognitive, ma di solito non interpretiamo ogni riduzione dello sforzo mentale come una perdita di intelligenza. La questione importante è cosa ci permette di fare lo sforzo risparmiato e se l'abilità delegata rimane importante per i nostri obiettivi.
L'intelligenza artificiale introduce una versione più complessa di questa relazione. A differenza di una calcolatrice, un modello linguistico di grandi dimensioni può generare spiegazioni, organizzare argomentazioni, confrontare prove, proporre soluzioni e valutare idee concorrenti. Può quindi assumere attività che in precedenza richiedevano un ragionamento sostanziale, non semplicemente memoria o calcolo.
Immaginiamo una persona che sta preparando una proposta commerciale. L'intelligenza artificiale potrebbe raccogliere le informazioni di base, organizzare il documento e produrre una prima bozza ben rifinita. La persona potrebbe impiegare molto meno tempo per svolgere il compito, pur esercitando un notevole giudizio nel decidere se le raccomandazioni sono appropriate.
In alternativa, potrebbero accettare il risultato con poca analisi, delegando sia l'analisi che gran parte del giudizio. Il risultato visibile potrebbe apparire simile, ma l'attività cognitiva sottostante sarebbe ben diversa.
Un minore sforzo mentale non significa necessariamente un pensiero meno significativo. Allo stesso modo, produrre un lavoro sofisticato non significa necessariamente che la persona abbia sviluppato una comprensione sofisticata di esso.
Esistono validi motivi per indagare se un ampio ricorso all'intelligenza artificiale modifichi il coinvolgimento cognitivo.
Uno studio del 2025 condotto da Microsoft Research e dalla Carnegie Mellon University ha esaminato 319 lavoratori della conoscenza e 936 esempi di utilizzo dell'intelligenza artificiale generativa. I ricercatori hanno scoperto che una maggiore fiducia nell'IA era associata a un minore impegno nel pensiero critico, secondo quanto da loro stessi dichiarato, mentre una maggiore fiducia nelle proprie capacità era associata a un maggiore coinvolgimento critico.
È interessante notare che i ricercatori hanno anche osservato un cambiamento nella natura del pensiero critico. Invece di concentrarsi principalmente sulla produzione di informazioni, i lavoratori hanno descritto sempre più spesso attività come la verifica degli output dell'IA, l'integrazione delle risposte e la supervisione del compito nel suo complesso.
Ciò suggerisce che l'intelligenza artificiale potrebbe non eliminare semplicemente il pensiero, ma piuttosto modificarne il luogo in cui esso ha luogo.
Un altro studio ampiamente discusso, condotto dal MIT Media Lab, ha esaminato la scrittura di saggi in diverse condizioni, tra cui la scrittura senza aiuto e la scrittura con ChatGPT. I ricercatori hanno riscontrato differenze nei modelli di connettività EEG, nella capacità di memorizzazione e nel senso di appartenenza dei partecipanti al proprio lavoro.
Questi risultati sollevano interrogativi significativi su cosa accada quando le persone delegano parti sostanziali di un compito che richiede un grande impegno di apprendimento. Tuttavia, le differenze nell'attività cerebrale durante un esperimento non sono equivalenti a una prova di declino dell'intelligenza o di danni cognitivi permanenti.
Questa distinzione è importante perché una riduzione dell'attività cognitiva durante un compito specifico potrebbe riflettere diverse possibilità, tra cui un minore coinvolgimento, strategie modificate o una maggiore dipendenza dall'aiuto esterno. Determinare cosa significhino questi cambiamenti per le capacità cognitive a lungo termine richiede ulteriori prove.
La ricerca esistente ci fornisce quindi degli spunti per esaminare come l'IA influenzi il pensiero, ma non una solida base per affermare che l'uso ordinario dell'IA renda le persone generalmente più o meno intelligenti.

Un modo utile per esplorare queste differenze è considerare tre ampi modelli di interazione con l'IA. Si tratta di categorie esplicative piuttosto che di una classificazione scientificamente validata, e la maggior parte delle interazioni nel mondo reale prevede una combinazione di questi modelli.
Il primo approccio è la sostituzione cognitiva. In questo caso, l'IA svolge gran parte del lavoro che richiede un'intensa attività di ragionamento e la persona si limita principalmente a ricevere o applicare il risultato. Chiedere a un algoritmo di apprendimento automatico (LLM) di riassumere un documento lungo, produrre un rapporto di routine o completare un'attività amministrativa può rappresentare un utilizzo efficiente e del tutto appropriato di questa tecnologia.
Il problema si pone quando l'attività delegata è anche qualcosa che la persona deve imparare. Uno studente che riceve ripetutamente spiegazioni complete senza costruire una propria comprensione potrebbe perdere l'opportunità di esercitare il recupero delle informazioni, il ragionamento e l'integrazione di nuove conoscenze.
Il secondo modello è la collaborazione cognitiva. Invece di limitarsi a ricevere una risposta, la persona collabora con l'intelligenza artificiale per sviluppare idee, confrontare alternative, identificare lacune e perfezionare una soluzione. La tecnologia si occupa di parte dell'elaborazione delle informazioni, mentre l'essere umano rimane attivamente coinvolto nel decidere cosa è importante.
Ad esempio, chi sta facendo ricerche su un argomento scientifico sconosciuto potrebbe utilizzare l'intelligenza artificiale per spiegare la terminologia, confrontare teorie, individuare i punti deboli di un'argomentazione e collegare concetti provenienti da diverse discipline. L'interazione può diventare un processo di esplorazione anziché una semplice ricerca di risposte.
Il terzo modello è la sfida cognitiva. In questo caso, l'intelligenza artificiale viene utilizzata deliberatamente per esaminare il ragionamento della persona. Qualcuno sviluppa un'interpretazione iniziale, chiede al sistema di identificare i punti deboli, valuta le spiegazioni alternative e rivede la propria posizione.
Ciò può comportare notevoli esigenze in termini di valutazione, flessibilità cognitiva e consapevolezza metacognitiva, ovvero la capacità di esaminare e regolare il proprio pensiero. Può inoltre portare alla luce presupposti che altrimenti rimarrebbero incontestati.
Nessuno di questi approcci è universalmente superiore. Delegare un compito di routine può essere sensato, mentre il ragionamento indipendente può essere essenziale quando si apprende una nuova abilità. La distinzione fondamentale sta nel fatto che la modalità di interazione corrisponda o meno al risultato cognitivo che si intende raggiungere.

Uno dei potenziali vantaggi più interessanti dell'intelligenza artificiale riceve relativamente poca attenzione nelle discussioni sul declino cognitivo: potrebbe ampliare la gamma di attività intellettuali che le persone sono disposte o in grado di intraprendere.
Tradizionalmente, molti progetti complessi hanno richiesto una notevole competenza preliminare. Chi fosse interessato alla biologia computazionale, all'ingegneria, alla statistica avanzata o ad aree filosofiche a lui sconosciute, in passato avrebbe potuto incontrare ostacoli che rendevano impraticabile un'esplorazione significativa.
L'intelligenza artificiale può abbassare alcune di queste barriere spiegando concetti sconosciuti, scomponendo i problemi in componenti gestibili, traducendo il linguaggio tecnico e fornendo feedback durante le indagini.
Questo potrebbe consentire alle persone di confrontarsi con domande che altrimenti non si sognerebbero mai di affrontare. La quantità complessiva di esplorazione intellettuale nella loro vita potrebbe aumentare, anche se lo sforzo richiesto per i singoli compiti diminuisce.
Ad esempio, una persona potrebbe dedicare meno tempo alla ricerca nella documentazione tecnica, ma molto più tempo alla valutazione delle ipotesi, alla creazione di collegamenti concettuali o alla verifica di soluzioni alternative.
Esiste tuttavia un limite importante. L'accesso ad analisi sofisticate non equivale a possedere una comprensione approfondita. L'intelligenza artificiale può rendere accessibile materiale complesso, ma lascia delle lacune nella capacità dell'utente di spiegarlo, verificarlo o applicarlo in modo indipendente.
Il potenziale vantaggio non risiede solo nell'accesso a materiale più avanzato, ma in ciò che la persona effettivamente apprende attraverso tale accesso.
Un esperimento particolarmente rivelatore, pubblicato al CHI 2026, ha analizzato come la tempistica dell'assistenza tramite intelligenza artificiale influisca sulle prestazioni di pensiero critico.
I ricercatori hanno studiato 393 partecipanti impegnati in un compito che richiedeva la valutazione di informazioni e lo sviluppo di una decisione ragionata. Variavano sia il momento in cui i partecipanti potevano accedere a un LLM (Learning Learning Machine) sia il tempo a loro disposizione.
I risultati hanno mostrato un'importante inversione di tendenza. Quando il tempo era limitato, avere l'IA disponibile fin dall'inizio migliorava le prestazioni. Quando i partecipanti avevano tempo sufficiente, l'accesso precoce o continuo all'IA comprometteva le prestazioni rispetto alle condizioni in cui i partecipanti iniziavano ragionando in modo indipendente.
La stessa tecnologia, quindi, produceva effetti diversi a seconda delle condizioni in cui veniva utilizzata.
Questa scoperta mette in discussione l'idea che l'assistenza basata sull'IA abbia un'unica e costante conseguenza cognitiva. In presenza di vincoli di tempo stringenti, l'assistenza può aiutare le persone a superare i limiti di elaborazione. Quando il tempo consente un coinvolgimento più approfondito e autonomo, l'introduzione dell'IA troppo presto potrebbe influenzare la profondità con cui la persona esplora il problema.
Ciò solleva anche una questione più ampia: il valore cognitivo dell'assistenza dipende in parte da ciò che il compito richiede alla persona di realizzare. Portare a termine rapidamente una decisione impegnativa e sviluppare la capacità di ragionamento indipendente sono obiettivi correlati, ma non identici.
Forse la questione più importante ancora irrisolta riguarda cosa accadrà quando l'intelligenza artificiale non sarà più disponibile.
Una persona può svolgere un compito in modo eccezionale con l'aiuto di altri, senza necessariamente migliorare le proprie capacità nell'eseguirlo autonomamente. Al contrario, un'esperienza di apprendimento difficile può produrre un risultato immediato modesto, favorendo al contempo lo sviluppo di una comprensione che si rivelerà preziosa in seguito.
Si tratta di risultati diversi, che si manifestano su scale temporali differenti.
Le prestazioni immediate ci indicano cosa può realizzare il sistema combinato uomo-IA. La capacità indipendente riguarda ciò che la persona è ancora in grado di comprendere, ricordare, valutare o eseguire senza tale sistema.
Questa distinzione è particolarmente importante nell'ambito dell'istruzione e dello sviluppo delle competenze. Recuperare informazioni, formulare spiegazioni, commettere errori e correggere i malintesi contribuiscono tutti all'apprendimento. Se l'intelligenza artificiale elimina sistematicamente queste attività, potrebbe anche eliminare le opportunità di sviluppare le capacità sottostanti.
Sarebbe però altrettanto fuorviante concludere che ogni compito delegato rappresenti una perdita di sviluppo cognitivo. Evitare la raccolta ripetitiva di informazioni può lasciare più tempo per analisi di livello superiore, e ricevere una guida adeguata può rendere più accessibile l'apprendimento di concetti complessi.
La questione rilevante non è quanto impegno sia stato profuso, ma quale contributo tale impegno abbia apportato a una comprensione duratura.

Esiste un'altra possibilità, più sottile, che vale la pena considerare.
Le spiegazioni generate dall'intelligenza artificiale spesso si presentano in un linguaggio scorrevole e organizzato. Un argomento complesso può improvvisamente apparire chiaro perché il sistema ha costruito l'argomentazione, definito la terminologia e collegato i concetti rilevanti.
Tale chiarezza può essere davvero utile. Tuttavia, comprendere una spiegazione mentre la si legge non è sempre la stessa cosa che essere in grado di ricostruire il ragionamento in modo indipendente.
Questo crea un potenziale problema metacognitivo. Le persone potrebbero valutare la propria comprensione in parte in base alla facilità con cui le informazioni vengono presentate, piuttosto che in base alla loro capacità di spiegarle o applicarle autonomamente.
Lo stesso problema può presentarsi nella valutazione delle conclusioni generate dall'IA. Se il sistema fornisce sia la risposta che la giustificazione di tale risposta, la persona potrebbe disporre di un minor numero di punti di riferimento indipendenti per individuare eventuali punti deboli.
Ciò non significa che le spiegazioni fornite dall'IA siano intrinsecamente fuorvianti. Significa piuttosto che un sistema di assistenza intuitivo può modificare i segnali che le persone utilizzano per valutare se hanno compreso qualcosa a sufficienza.
Man mano che l'intelligenza artificiale diventa più capace, la distinzione tra ricevere una spiegazione convincente e possedere la capacità di valutarla potrebbe diventare sempre più importante.
La ricerca sta iniziando a individuare situazioni in cui l'assistenza dell'IA migliora le prestazioni, modifica le strategie cognitive o riduce l'impegno autonomo. Ciò che rimane molto meno chiaro è come diverse modalità di utilizzo ripetuto influenzino le capacità cognitive nel corso di mesi o anni.
Molti studi esistenti esaminano interventi relativamente brevi, compiti educativi specifici o prestazioni immediate. Altri si basano sull'autovalutazione dello sforzo o su misure indirette dell'attività cognitiva.
Questi approcci possono rivelare effetti significativi, ma non stabiliscono se un uso prolungato di LLM provochi cambiamenti ampi e duraturi nell'intelligenza, nella memoria, nel ragionamento o nella flessibilità cognitiva.
L'esito a lungo termine può inoltre variare notevolmente da individuo a individuo. Una persona che utilizza l'IA principalmente per evitare sfide sconosciute potrebbe avere un'esperienza molto diversa da chi la utilizza per svolgere un lavoro intellettuale sempre più ambizioso.
Anche in tal caso, un'interazione più impegnativa non dovrebbe essere automaticamente equiparata a maggiori benefici cognitivi. Lo sforzo può essere produttivo, superfluo o mal indirizzato a seconda delle circostanze.
Per comprendere queste differenze sarà necessaria una ricerca che esamini non solo l'esposizione all'IA, ma anche le attività cognitive che si verificano durante l'utilizzo e le capacità che vengono mantenute in seguito.
La domanda se l'intelligenza artificiale ci faccia pensare di meno è comprensibile, ma incompleta.
L'intelligenza artificiale può ridurre lo sforzo richiesto per determinate attività, aumentandone al contempo la complessità. Può sostituire il ragionamento, favorire la collaborazione, mettere in discussione le ipotesi o aprire l'accesso ad attività intellettuali che prima sembravano irraggiungibili.
Questi effetti possono coesistere nella stessa persona, nello stesso progetto o nella stessa giornata lavorativa.
Ciò che conta è il rapporto mutevole tra sforzo cognitivo, giudizio umano, prestazione e apprendimento. Una persona può ottenere di più esercitandosi meno su alcune abilità, oppure sviluppare nuove forme di competenza affidandosi sempre più all'aiuto altrui per i compiti familiari.
La scienza non ha ancora stabilito cosa comporteranno questi cambiamenti per le nostre capacità cognitive a lungo termine. Ma forniscono già un valido motivo per superare la semplice ipotesi che un minore sforzo implichi un declino cognitivo, o che migliori risultati ottenuti con l'ausilio dell'intelligenza artificiale si traducano necessariamente in un miglioramento cognitivo.
La domanda più rivelatrice potrebbe non essere se l'intelligenza artificiale stia sostituendo sempre più il nostro pensiero, ma come il suo coinvolgimento stia cambiando il pensiero che rimane comunque nostro.
Benvenuti ai Servizi di Ricerca e Strategia di oggi, in un mondo frenetico.
Una discussione basata su prove concrete per stabilire se attività come cruciverba e sudoku migliorino significativamente la salute del cervello, chiarendo cosa favoriscono, cosa no e perché i benefici sono spesso fraintesi.
Date un'occhiata a queste eccellenti intuizioni sul ruolo delle neuroscienze nelle prestazioni sportive.
Scopri la straordinaria neuroplasticità del tuo cervello.