Dismorfia monetaria: cos’è e perché social e IA la amplificano

La società contemporanea è caratterizzata da paradossi digitali strutturali. Sebbene le piattaforme di social media promuovano apparentemente connessione e comunità, esse hanno parallelamente istituzionalizzato una cultura della performance e del confronto sociale che permea l’esistenza quotidiana (Marwick, 2015; Goffman, 1959).

All’interno di questo “teatro del sé” digitale (Marwick, 2015), l’auto-rappresentazione si è evoluta in un lavoro curatoriale volto a costruire e mantenere un’identità pubblica idealizzata, frequentemente incentrata su marcatori di realizzazione socioeconomica.

Questa proiezione continua di un sé ottimizzato non costituisce un fenomeno neutrale ma risponde agli imperativi economici dell’ “economia dell’attenzione” e alle metriche di coinvolgimento che strutturano l’ecosistema digitale, trasformando le interazioni sociali in dati estraibili e gli stati emotivi in valore commercializzabile (Zuboff, 2019; Couldry & Mejias, 2019).

L’avvento dell’intelligenza artificiale generativa non ha meramente accelerato questa traiettoria ma ne ha radicalmente trasformato i fondamenti epistemologici.

I sistemi di IA generano contenuti testuali, visivi e audiovisivi di realismo sconcertante, compromettendo la capacità umana di discernere l’autentico dal sintetico e saturando il milieu digitale con narrazioni iper-perfezioniste e spesso fittizie (Chesney & Citron, 2019; Vaccari & Chadwick, 2020).

L’integrazione pervasiva di strumenti generativi nei flussi comunicativi quotidiani non solo amplifica la produzione di ideali irraggiungibili ma ne democratizza anche la creazione, permettendo a qualsiasi individuo di generare scenari credibili di successo e opulenza indipendentemente dalla base fattuale (Ferrara et al., 2023).

Da questo crogiolo tecnoculturale emerge un fenomeno clinico-sociale preoccupante: la “dismorfia monetaria” (Pew Research Center, 2023). Analoga ai disturbi della percezione corporea, essa comporta una percezione persistentemente negativa e distorta della propria situazione finanziaria, sproporzionata rispetto alla realtà oggettiva e alimentata dal confronto ossessivo con standard di ricchezza irraggiungibili e pervasivi online.

Questo parallelismo con la dismorfia corporea si estende oltre la metafora: entrambe le condizioni condividono un fondamento psicopatologico nella discrepanza tra percezione soggettivamente distorta e realtà oggettiva, precipitando significativo disagio emotivo e comportamentale (American Psychiatric Association, 2022).

E’ importante chiarire che la dismorfia monetaria non viene qui proposta come categoria diagnostica né come entità clinica formalizzata. In linea con gli obiettivi di una review concettuale, questo costrutto è inteso come uno strumento euristico e interpretativo, e non come una categoria diagnostica, volto a integrare evidenze disperse provenienti dalla letteratura psicologica, sociale e di policy

Sebbene ricerche precedenti abbiano esaminato separatamente gli effetti dei social media sul benessere psicologico (Verduyn et al., 2017), l’impatto dell’IA generativa sulla qualità dell’informazione (Chesney & Citron, 2019) e i determinanti socioeconomici della salute mentale (Lund et al., 2018), manca tuttora una sintesi integrata che connetta sistematicamente le architetture algoritmiche orientate all’engagement, i meccanismi di confronto sociale digitale e le loro conseguenze psicosociali in termini di percezione economica.

Il contributo del presente articolo consiste pertanto nella proposta di un modello concettuale integrato che organizza tali evidenze in una struttura interpretativa coerente, utile a informare sia il dibattito scientifico sia la riflessione sulle politiche pubbliche in ambito di governance digitale e salute mentale.

Verso un modello concettuale integrato della dismorfia monetaria

Il modello concettuale qui proposto non mira a stabilire relazioni causali dirette, bensì a organizzare le evidenze disponibili all’interno di una struttura interpretativa coerente, che consenta di comprendere come specifiche architetture digitali possano, in interazione con fattori individuali e contestuali, contribuire alla formazione di percezioni finanziarie distorte.

In questo senso, tale costrutto assume una funzione prevalentemente euristica e generativa, finalizzata a orientare future indagini empiriche e sviluppi di policy, piuttosto che a fornire spiegazioni causali definitive.

Studi basati sull’analisi del linguaggio e dei contenuti prodotti online mostrano come i contesti digitali favoriscano narrazioni persistenti di confronto sociale, auto-valutazione negativa e anticipazione ansiosa del futuro, con effetti misurabili sul benessere psicologico (Eichstaedt et al., 2018; Guntuku et al., 2019).

In particolare, la letteratura evidenzia come l’esposizione a rappresentazioni socialmente selettive e performative del successo economico possa amplificare percezioni di inadeguatezza e fallimento personale, soprattutto tra i giovani adulti (Vogel et al., 2014).

Questa osservazione discorsiva non ha finalità di verifica ipotetica né di stima della prevalenza del fenomeno, ma svolge una funzione di ancoraggio concettuale per lo sviluppo del modello teorico proposto.

Economia dell’attenzione e costruzione algoritmica del sé idealizzato

L’adozione globale dei social media ha istituzionalizzato pratiche di autorappresentazione strategicamente curate, trasformando l’esistenza quotidiana in performance continua soggetta a valutazione sociale algoritmica (Marwick, 2015; Hogan, 2010).

Questo “lavoro sul sé” digitale è profondamente plasmato dalle affordances strutturali delle piattaforme e dai loro incentivi economici, orientando l’auto-rappresentazione verso forme ottimizzate per la viralità e il consumo visivo.

Le architetture delle piattaforme funzionano non come strumenti passivi ma come agenti attivi di strutturazione sociale che tramutano il riconoscimento interpersonale in metriche quantificabili e competitive (Gerlitz & Helmond, 2013).

Il sé diviene così un “progetto riflessivo” (Giddens, 1991) perpetuamente monitorato, adattato e ottimizzato basandosi sul feedback digitale ricevuto all’interno di un ciclo continuo di rinforzo.

All’interno di questa “economia dell’attenzione” (Davenport & Beck, 2001), la visibilità e il consenso sociale costituiscono valuta primaria, funzionando come rinforzo positivo differenziale per comportamenti di autopromozione estrema.

La costruzione del sé diventa inseparabile dalla logica del personal branding (Khamis et al., 2017), particolarmente evidente nelle economie dei creator e degli influencer dove l’autenticità stessa è performata, standardizzata e commercializzata come capitale di marca distintivo (Abidin, 2016).

In questo contesto, gli utenti tendono a esibire prevalentemente indicatori di successo, benessere e status economico elevato (Siibak, 2009; Gonzales & Hancock, 2011), impegnandosi in un costante auto-editing dei contenuti guidato da algoritmi (Chua & Chang, 2016).

Il risultante “repertorio performativo” selezionato algoritmicamente, limitato ai momenti culminanti della vita, eclissa sistematicamente la normalità, la vulnerabilità e la complessità umana (Goffman, 1959), generando una “realtà spettacolarizzata” (Dean, 2010) e un “divario di rappresentazione” strutturale tra esperienza vissuta e presentazione pubblica.

Questa proiezione di un “sé ideale” ottimizzato algoritmicamente (Rosenberg & Egbert, 2011; Vogel & Rose, 2016) stabilisce benchmark di confronto sistematicamente inaccessibili.

La natura asincrona, controllata e infinitamente modificabile della performance digitale permette un perfezionismo estetico-narrativo irraggiungibile nelle interazioni faccia-a-faccia (Boyd, 2014), precipitando una “sovraesposizione normativa algoritmica” a stili di vita elitari percepiti non come eccezioni ma come realizzazioni socialmente attese (Couldry & Mejias, 2019).

L’esposizione ripetuta e algoritmicamente amplificata interiorizza questi standard distorti come normativi (Fardouly & Vartanian, 2016), generando un “effetto di falso consenso inverso” (Marks & Miller, 1987) e una “distorsione da esposizione selettiva algoritmica” dove l’universo online osservato è erroneamente percepito come rappresentativo della realtà sociale.

Il confronto sociale, una tendenza psicologica fondamentale (Festinger, 1954), è così sistematicamente iper-attivato all’interno di un ambiente strutturalmente distorto verso l’eccellenza apparente.

Il confronto si sposta dall’occorrere con medie realistiche all’impegno con élite visibili, performative e promosse algoritmicamente (Lee & Chiou, 2022), potenzialmente culminando in stati di “stanchezza da confronto cronico” (Wright et al., 2018).

Questa dinamica è amplificata e automatizzata dagli algoritmi di raccomandazione che privilegiano contenuti “di successo” ad alto engagement secondo logiche di ottimizzazione commerciale, creando circuiti di rinforzo algoritmico che omogeneizzano la rappresentazione della vita verso ideali asfittici e commerciali di perfezione (Bucher, 2018).

Il “sé idealizzato” rappresenta conseguentemente il prodotto prevedibile e calcolabile di architetture tecnologiche progettate per massimizzare le metriche di engagement, premiando rappresentazioni che suscitano ammirazione, invidia e dipendenza attentiva (Zuboff, 2019).

Dismorfia monetaria e IA generativa nella distorsione del reale

Il panorama digitale ha subito trasformazioni radicali attraverso la diffusione di massa di sistemi di IA generativa.

Amplificazione esponenziale: ruolo dell’IA generativa nella distorsione della realtà percepita

Questi strumenti trascendono gli aumenti quantitativi nel volume dei contenuti e nell’engagement (Barari et al., 2023) per alterare qualitativamente e sostanzialmente i processi cognitivi di valutazione della realtà e attribuzione di credibilità epistemica.

Evidenze sperimentali convergenti dimostrano difficoltà sistematica e generalizzata nel discriminare contenuti generati da IA da quelli umani, compromettendo l’elaborazione critica centrale mentre privilegiano percorsi euristici ed elaborazione emotiva periferica (Chesney & Citron, 2019; Vaccari & Chadwick, 2020).

Il “realismo tecnologico” dei contenuti sintetici può inibire i percorsi di persuasione centrali, spostando l’influenza verso modalità periferiche basate su indicatori superficiali di affidabilità e verosimiglianza estetica (Vaccari & Chadwick, 2020).

All’interno di questo quadro epistemologicamente destabilizzato, i segnali di credibilità algoritmici modulano i giudizi epistemici degli utenti in misura statistica maggiore rispetto alle metriche tradizionali di autorità ed expertise, rimodellando attivamente i fondamenti delle dinamiche di fiducia all’interno delle reti sociali (Jakesch et al., 2023).

L’Intelligenza artificiale emerge così come mediatore tecnologico intrinsecamente non neutrale, capace di erodere progressivamente la percezione di autenticità mentre solleva questioni epistemiche fondamentali riguardanti autorità, veridicità e provenienza delle fonti (Vaccari & Chadwick, 2020).

In ambienti informativi ibridi dove i confini tra contenuto autentico e sintetico diventano porosi e frequentemente indecifrabili, i meccanismi psicologici di confronto sociale acquisiscono potere distorsivo senza precedenti, trasformandosi da processi sociali occasionali e contestualizzati in sollecitazioni algoritmiche iper-realistiche incessanti.

Il focus si sposta strutturalmente dal confronto con pari significativi (simili per contesto, risorse e possibilità) all’impegno con “confronti algoritmici iper-ottimizzati” – individui, influencer o entità sintetiche selezionate dai sistemi di raccomandazione per la generazione massimale di engagement attraverso l’esibizione calibrata di standard eccezionali ed emotivamente risonanti di stili di vita (Lee & Chiou, 2022).

Indagini epidemiologiche rappresentative identificano una prevalenza clinicamente significativa di distress finanziario tra il 29% della popolazione adulta statunitense, con picchi del 43% tra la Generazione Z (Pew Research Center, 2023).

Questi dati, sebbene non derivino da una misurazione diretta del costrutto qui proposto, indicano un substrato di ansia e percezione di svantaggio relativo che la dismorfia monetaria concettualizza e sistematizza.

Questa marcata disparità generazionale riflette non meramente maggiore familiarità tecnologica ma esposizione di vita a etiche della performance digitale integrate all’interno di mercati del lavoro e immobiliari percepiti come strutturalmente ostili, rendendo gli ideali finanziariamente riusciti propagati online simultaneamente più desiderabili e statisticamente più irraggiungibili (Twenge, 2017).

Il confronto ascendente indotto dagli algoritmi si verifica quando gli utenti, nonostante la consapevolezza della natura selettiva e parziale dei contenuti, incontrano difficoltà nel distacco cognitivo ed emotivo, interiorizzando comunque percezioni diffuse di inadeguatezza e svantaggio relativo (Vogel et al., 2014).

In contesti saturi di contenuti iper-realisti e iper-idealizzati, questo fenomeno viene amplificato, incrementando il confronto verso individui o standard percepiti come superiori, storicamente associato a ridotta autostima, insoddisfazione cronica e sintomi ansioso-depressivi (Emmons & Diener, 1985; Taylor & Lobel, 1989).

All’interno dei social media contemporanei, tale confronto frequentemente avviene privo di informazioni contestuali riguardanti percorsi reali, sforzi, fallimenti, privilegi o circostanze fortuite sottostanti il successo esibito.

Questa decontestualizzazione algoritmica trasforma sistematicamente la motivazione potenziale in frustrazione ruminativa mentre genera “invidia maligna strutturale” caratterizzata da risentimento, ostilità sociale e desideri di diminuzione altrui piuttosto che emulazione costruttiva o ispirazione (Lange & Crusius, 2015).

L’interazione passiva (lurking), facilitata da flussi di contenuti ibridi e personalizzati, dimostra correlazione particolarmente robusta con l’affettività negativa attraverso meccanismi di “confronto sociale passivo algoritmico” (Verduyn et al., 2017), lasciando gli individui in stati di ruminazione non verificata senza opportunità di feedback sociale rassicurante o correttivo.

Pertanto, la dismorfia monetaria trascende l’erronea percezione finanziaria individuale; essa costituisce il sintomo manifesto di un più ampio “disallineamento epistemico collettivo” dove gli individui lottano, spesso senza successo, per costruire rappresentazioni stabili, credibili e non distorte della realtà sociale ed economica, con conseguenze dirette e misurabili per il benessere psicologico, l’auto-valutazione e la salute mentale complessiva.

Conseguenze psicosociali e neurobiologiche della dismorfia monetaria

Dallo stress finanziario percepito alla psicopatologia

La percezione distorta e carica di ansia della propria condizione economica, amplificata all’interno di ambienti informativi algoritmicamente manipolabili, costituisce uno stressor psicosociale cronico riconosciuto come determinante significativo della salute mentale (Karim et al., 2020).

Questo stress rappresenta non stati d’animo transitori ma processi psicosociali attivi e pervasivi che compromettono sistematicamente le risorse cognitive, emotive e comportamentali necessarie per il confronto adattivo delle sfide quotidiane (Hobfoll, 1989).

La costante preoccupazione finanziaria ruminativa, alimentata da confronti sociali ascendenti all’interno di ambienti digitali strutturalmente distorti, può innescare cicli autoperpetuanti di ruminazione e impotenza appresa (Seligman, 1972), fattori transdiagnostici potenti nella psicopatologia contemporanea.

La depressione maggiore – caratterizzata da umore depresso, anedonia e sintomi cognitivo-somatici (World Health Organization, 2017) – è influenzata da complesse interazioni tra determinanti prossimali (es. disoccupazione, basso reddito, insicurezza lavorativa) e determinanti distali (es. disuguaglianza di reddito, fragilità dello stato sociale, precarietà strutturale) (Antunes et al., 2018; Lund et al., 2018).

All’interno di questo modello eziologico multidimensionale, la dismorfia monetaria opera come determinante psicosociale di tipo percettivo-distortivo, mediando e amplificando l’impatto dei fattori strutturali distali sulle esperienze individuali di sofferenza e disagio psicologico.

Il punto di svolta è questo: lo spazio digitale non si limita ad accrescere lo stress psicosociale, ne riscrive le regole fondamentali e ne amplifica esponenzialmente la portata.

L’iper-connessione cronica e l’immersione in ecosistemi algoritmici che alimentano incessantemente dinamiche di consumo, confronto e performatività fanno sì che l’incertezza economica non rimanga un problema definito, ma si metamorfosi in un’ansia diffusa e permanente, un allarme costante che ridefinisce la soglia stessa del benessere.

Il punto di svolta è questo: lo spazio digitale non si limita ad accrescere lo stress psicosociale, ne riscrive le regole fondamentali e ne amplifica esponenzialmente la portata.

L’iper-connessione cronica e l’immersione in ecosistemi algoritmici che alimentano incessantemente dinamiche di consumo, confronto e performatività fanno sì che l’incertezza economica non rimanga un problema definito, ma si metamorfosi in un’ansia diffusa e permanente.

La preoccupazione trascende la mera questione economica contingente per radicarsi in un contesto mediale che, in modo esplicito e sistematico, celebra l’opulenza come sinonimo di successo e valore personale.

Ogni scroll diventa così un potenziale trigger per un confronto sociale dannoso, trasformando lo stress finanziario da questione pratica in una lacerante crisi d’identità, dove l’impossibilità di consumare equivale all’impossibilità di essere.

Revisioni sistematiche della letteratura, comprendenti 40 studi osservazionali longitudinali e trasversali, evidenziano associazioni positive, consistenti e potenzialmente dose dipendenti tra stress finanziario percepito e sintomatologia depressiva, con dimensioni dell’effetto variabili da moderate a elevate (Guan et al., 2022).

Questa associazione dimostra bidirezionalità e potenziale ciclicità: la depressione può compromettere il funzionamento cognitivo-esecutivo, la motivazione intrinseca e l’efficacia comportamentale, riducendo significativamente la capacità di gestione finanziaria adattiva e le performance lavorative, che successivamente esacerbano lo stress economico oggettivo e percepito, creando cicli viziosi psicopatologici autoperpetuanti (Frasquilho et al., 2016).

La ricerca indica che l’impatto dello stress finanziario percepito può essere mediato attraverso meccanismi psicologici distinti ma interconnessi, inclusi vergogna internalizzata e fallimento personale (Starrin et al., 2009), compromissione strutturale dell’autostima e dell’autoefficacia (Ridge et al., 2021), e percezione cronica di basso status sociale ed esclusione relativa (Adler et al., 1994) – tutti elementi che trovano terreno fertile per confronto, amplificazione e rinforzo all’interno delle economie dell’attenzione dei social media.

Le variabili demografiche e socioeconomiche funzionano come moderatori contestuali cruciali di queste relazioni complesse.

L’impatto della dismorfia monetaria e dello stress finanziario percepito dimostra distribuzione non uniforme attraverso le popolazioni: individui appartenenti a gruppi socialmente svantaggiati, possedendo capitale culturale, economico e sociale ridotto, o mantenendo reti di supporto familiare e comunitario fragili, possono dimostrare vulnerabilità statistica e clinica agli effetti psicopatologici (Lund et al., 2018).

Similmente, le generazioni più giovani (Generazione Z e Millennial), profondamente immerse nella cultura digitale performativa mentre confrontano precarietà lavorativa strutturale, sfide di accessibilità al mercato immobiliare e incertezza esistenziale, sperimentano questa intersezione tra precarietà reale e percezione distorta con intensità e pervasività particolari (Pew Research Center, 2023).

È probabile che tratti individuali quali l’autostima, la resilienza e il grado di identificazione con gli standard proposti svolgano un ruolo moderatore chiave, aprendo una fertile area per la ricerca futura.

Questa prospettiva intersezionale si rivela essenziale per progettare interventi di prevenzione, supporto e politica equi, efficaci e socialmente giusti.

Dismorfia monetaria e stress: basi neurali e neurobiologia

Substrati neurali dello stress socioeconomico percepito

Le neuroscienze contemporanee forniscono supporto biologico convergente per queste associazioni psicosociali, identificando substrati neurali specifici che spiegano i meccanismi attraverso i quali lo stress psicosociale cronico si traduce in vulnerabilità psicopatologica.

Ricerche di neuroimaging seminali dimostrano che adulti di mezza età che sperimentano difficoltà finanziarie oggettive e percepite esibiscono volumi significativamente ridotti dell’ippocampo e dell’amigdala rispetto a controlli appaiati per età, sesso ed educazione (Butterworth et al., 2012).

Questo risultato si rivela particolarmente significativo identificando correlati neuroanatomici misurabili e replicabili di stressor socioeconomici, suggerendo che esperienze di precarietà economica – sia oggettive che soggettive – possono lasciare impronte durature e potenzialmente reversibili sulla struttura cerebrale.

Queste strutture limbiche si rivelano fondamentali per la regolazione emotiva adattiva, la memoria contestuale e la modulazione dello stress (LeDoux, 2003).

L’amigdala funziona come nodo cruciale nella rilevazione automatica della minaccia, nell’iniziazione delle risposte neuroendocrine allo stress e nell’elaborazione delle emozioni sociali, mentre l’ippocampo si rivela essenziale per la memoria episodica contestuale, la regolazione dell’asse ipotalamo-ipofisi-surrene (HPA) e l’inibizione di risposte allo stress inappropriati (McEwen, 2017).

La loro atrofia strutturale in contesti di stress cronico può contribuire a dinamiche di mantenimento della vulnerabilità psicologica, compromettendo sia la capacità per la regolazione adattiva delle emozioni negative che la memoria di esperienze positive, risolutive o di coping.

È cruciale notare che questi processi neuroplastici non sono deterministici né irreversibili; evidenze robuste indicano una significativa resilienza neurale in risposta alla riduzione dello stress e a interventi psicosociali mirati (McEwen, 2017).

I dati neurobiologici suggeriscono che lo stress finanziario cronico – sia reale che percepito – possa attivare persistentemente e disregolatamente l’asse HPA, conducendo a esposizione prolungata a livelli elevati di glucocorticoidi (principalmente cortisolo), agenti neurotossici noti per regioni cerebrali ricche di recettori glucocorticoidi come l’ippocampo.

Livelli cronicamente elevati di glucocorticoidi compromettono la neurogenesi ippocampale adulta, inducono atrofia dendritica, promuovono apoptosi neuronale e riducono plasticità sinaptica – meccanismi cellulari e molecolari che collegano direttamente l’esperienza psicologica di stress alla perdita di volume osservata nella neuroimmagine (Sapolsky, 2004).

Ulteriori percorsi fisiopatologici, includendo alterazioni della neuroplasticità dipendente dall’esperienza, riduzioni del flusso ematico cerebrale regionale e processi neuroinfiammatori di basso grado, possono contribuire sinergicamente a questi esiti strutturali avversi.

Lo stress psicosociale cronico può innescare meccanismi di infiammazione neuronale di basso grado mediati attraverso attivazione microgliale e rilascio di citochine pro-infiammatorie (es. IL-1β, IL-6, TNF-α), danneggiando successivamente neuroni, ostacolando meccanismi di riparazione e plasticità, e alterando neurogenesi (Miller & Raison, 2016).

Inoltre, lo stress finanziario, frequentemente associato a comportamenti compensatori disadattivi (es. disturbi cronici del sonno, diete povere di nutrienti, sedentarietà, uso di sostanze), può indirettamente peggiorare la salute cerebrovascolare e metabolica, riducendo il flusso sanguigno cerebrale e l’apporto di ossigeno/nutrienti a regioni cerebrali critiche per la regolazione emotiva e cognitiva.

Crucialmente, il cervello umano reagisce principalmente alla minaccia percepita o anticipata, indipendentemente dalla sua veridicità oggettiva o dalla reale imminenza (McEwen & Gianaros, 2010).

Pertanto, l’ipervigilanza, la ruminazione e il confronto sociale ascendente indotti da ambienti digitali algoritmici possono mantenere l’attivazione dell’asse HPA in stati cronici di basso grado anche in assenza di crisi finanziarie reali e immediate, potenzialmente innescando meccanismi neuroendocrini analoghi a quelli osservati in condizioni di deprivazione economica oggettiva.

Questa analogia nei meccanismi sottostanti, piuttosto che una diretta equivalenza negli esiti, rafforza l’urgenza di considerare lo stress percepito come un fattore di rischio biologico reale.

Comprendere questi meccanismi neurobiologici rafforza gli imperativi clinici e di salute pubblica di intervenire non solo sulle condizioni economiche materiali (determinanti distali) ma anche – integrativamente – sugli ambienti informativi digitali e le distorsioni cognitivo-percettive che alimentano lo stress finanziario percepito, proteggendo così l’integrità neurale, la resilienza psicologica e il benessere mentale della popolazione nell’era algoritmica.

Quadro di intervento strategico: educazione, sanità, ricerca e policy

Le evidenze analizzate indicano come la dismorfia monetaria rappresenti un rischio sistemico emergente per la salute pubblica, strettamente radicato nelle architetture algoritmiche delle piattaforme digitali.

Tale fenomeno richiede una risposta politica che vada oltre gli approcci volontari di promozione del “benessere digitale”, adottando strumenti regolatori vincolanti ispirati ai principi di precauzione.

Gli interventi proposti trovano fondamento in precedenti regolatori consolidati, dimostrando la loro fattibilità: a titolo esemplificativo, i principi precauzionali applicati alla sicurezza alimentare (Regolamento (CE) n. 178/2002) e gli standard di trasparenza e tutela dei consumatori nel settore finanziario (MiFID II) costituiscono modelli legali collaudati, applicabili anche ai contesti digitali per l’istituzione di obblighi di dovere di diligenza (Regolamento (CE) n. 178/2002; Direttiva 2014/65/UE).

In questo senso, l’invocazione dei principi di “precauzione” e “dovere di diligenza” non introduce innovazioni radicali, bensì rappresenta l’estensione coerente di logiche consolidate di tutela della salute pubblica a un nuovo dominio di rischio.

In primo luogo, si rende necessario ampliare e consolidare gli obblighi di trasparenza algoritmica, estendendo le disposizioni parziali introdotte dal Digital Services Act (DSA) dell’Unione Europea (Regolamento (UE) 2022/2065).

Ciò implica l’adozione di mandati per l’etichettatura obbligatoria, standardizzata e immediatamente riconoscibile, di tutti i contenuti generati o significativamente modificati dall’intelligenza artificiale (Chesney & Citron, 2019; Jakesch et al., 2023).

Tale misura non solo rafforza la trasparenza, ma tutela il diritto fondamentale degli utenti di conoscere l’origine dei contenuti che influenzano le loro percezioni normative di ricchezza, successo e status sociale.

In secondo luogo, per le piattaforme online di dimensioni molto grandi (VLOPs), diventa imperativo implementare e garantire l’osservanza di standard vincolanti di “dovere di diligenza” a tutela della salute mentale digitale.

Questo comporta obblighi legali di condurre valutazioni d’impatto indipendenti sui rischi sistemici derivanti dai sistemi di raccomandazione, di pubblicarne i risultati e di adottare misure correttive basate su tali valutazioni (Bucher, 2018; UK Online Safety Act, 2023).

Le autorità di regolamentazione – tra cui l’Autorità per le Garanzie nelle Comunicazioni (AGCOM) italiana, la Federal Trade Commission (FTC) statunitense e il nuovo Centro Europeo per la Trasparenza Algoritmica (ECAT) – devono verificare le pratiche che promuovono ideali di ricchezza irrealistici o confronti sociali ascendenti dannosi, applicando sanzioni proporzionate agli impatti sociali e sanitari rilevati (Helberger et al., 2023).

L’esperienza maturata con il GDPR e il DSA dimostra come eventuali resistenze da parte dell’industria possano essere superate grazie a volontà politica, alla costruzione di coalizioni di stakeholder – comprendenti società civile e accademia – e a un solido ancoraggio ai diritti fondamentali.

A partire dal quadro regolatorio delineato, l’azione volta a tutelare la salute mentale deve articolarsi su più livelli integrati, combinando approcci evidence-informed con strumenti concreti di intervento.

Sul piano regolatorio, l’etichettatura obbligatoria dei contenuti dovrebbe rispettare standard tecnici interoperabili, come watermarking e metadata proposti dalla Coalition for Content Provenance and Authenticity (C2PA), rendendo i contenuti machine-readable e immediatamente riconoscibili dagli utenti (Guariglia & Moore, 2023), non come semplice esercizio di trasparenza, ma come prerequisito fondamentale per ripristinare un minimo di agency epistemica (Vaccari & Chadwick, 2020).

Parallelamente, le piattaforme sono tenute a progettare, monitorare e mitigare attivamente i rischi sistemici per la salute mentale derivanti dai loro sistemi di raccomandazione, mentre le autorità competenti devono poter intervenire ordinando modifiche al design qualora emergano rischi ingiustificati (Binns et al., 2021; Citron, 2022)

Sul piano educativo, è essenziale sviluppare un’alfabetizzazione duplice, critica-digitale e finanziaria-comportamentale, capace di rendere gli utenti consapevoli delle strategie persuasive dell’IA generativa, dell’economia dell’attenzione che determina la visibilità dei contenuti e dei meccanismi di confronto sociale, attraverso moduli esperienziali come la creazione di contenuti sintetici per comprenderne il funzionamento (Jakesch et al., 2023; Zuboff, 2019; Fardouly & Vartanian, 2016; UNESCO, 2023).

Parallelamente, l’educazione finanziaria deve spostare il focus dal bilancio familiare alla psicologia del denaro, insegnando a riconoscere distorsioni cognitive e bias emotivi, quali invidia e senso di privazione relativa, amplificati dai social media (OECD, 2022).

Sul piano sanitario, il disagio monetario digitale può essere considerato un fattore di rischio psicosociale emergente.

In questa prospettiva, le infrastrutture potrebbero beneficiare dell’integrazione di strumenti di screening ultra-brevi nei contesti clinici, finalizzati all’identificazione precoce di individui potenzialmente vulnerabili.

L’esito positivo dello screening potrebbe attivare percorsi di supporto psicologico breve, inclusi interventi basati su protocolli cognitivo-comportamentali mirati alla ruminazione finanziaria e al confronto sociale disfunzionale, nonché facilitare l’accesso a servizi di consulenza finanziaria non commerciale (Guan et al., 2022).

Infine, la ricerca scientifica deve colmare il gap causale tra esposizione a contenuti iper-idealizzati e sviluppo di sintomi di dismorfia monetaria, attraverso studi longitudinali con misurazioni digitali dell’esposizione, valutazioni psicometriche e marcatori neurobiologici, Randomized Controlled Trials di interventi di piattaforma – tra cui nudge, diversificazione dei feed o pause riflessive prima dell’interazione con contenuti di confronto ascendente – e lo sviluppo di metriche standardizzate di benessere algoritmico, come l’indice di iper-idealizzazione o il coefficiente di confronto ascendente promosso, da monitorare e reportare obbligatoriamente (Odgers & Jensen, 2020; Lyngs et al., 2019; Helberger et al., 2023).

Nel loro insieme, questi interventi delineano un approccio coerente e integrato, finalizzato a mitigare i rischi psicosociali derivanti dai sistemi di raccomandazione e dai contenuti sintetici, garantendo strumenti di tutela concreti per la salute mentale e il benessere digitale, senza sostituirsi ai processi decisionali democratici e istituzionali.

Strategie di intervento multilivello per la tutela della salute mentale digitale

Limitazioni e direzioni future di ricerca sulla dismorfia monetaria

La presente analisi, pur proponendo un modello integrato e innovativo per comprendere e intervenire sulla dismorfia monetaria, presenta alcune limitazioni che delineano precise traiettorie per la ricerca futura.

Innanzitutto, l’evidenza disponibile risulta principalmente correlazionale: sebbene la sintesi indichi associazioni robuste, gli studi longitudinali in grado di stabilire relazioni causali dirette tra esposizione a contenuti iper-idealizzati generati da IA e sviluppo della dismorfia monetaria sono ancora scarsi.

In secondo luogo, la generalizzabilità dei dati è limitata, poiché le evidenze epidemiologiche citate derivano prevalentemente da contesti statunitensi (Pew Research Center, 2023), mentre la percezione della ricchezza e l’impatto dei social media sono mediati da fattori culturali e strutturali, quali livelli di disuguaglianza e sistemi di welfare.

Un ulteriore punto riguarda la definizione e la misurazione del costrutto: la dismorfia monetaria rappresenta un concetto emergente, privo di strumenti psicometrici gold-standard validati.

Inoltre, la complessità del modello causale non può essere completamente catturata, poiché la salute mentale deriva dall’interazione di molteplici fattori individuali, sociali e tecnologici, mentre l’analisi si concentra su percorsi specifici.

Infine, le implicazioni di policy e la scalabilità degli interventi proposti necessitano di ulteriori test di implementazione e valutazioni d’impatto empiriche.

Sebbene tali limitazioni circoscrivano l’ambito del presente contributo, esse risultano coerenti con gli obiettivi di una review concettuale orientata alla policy e contribuiscono a delineare priorità chiare per future indagini empiriche.

Conclusione: dismorfia monetaria e salute pubblica nell’era algoritmica

Il presente lavoro avanza tre tesi fondamentali per la ricerca sociale e la politica pubblica nell’era digitale.

In primo luogo, la dismorfia monetaria va intesa come una sindrome dell’era algoritmica, piuttosto che come un fallimento individuale.

Essa emerge dall’interazione patologica tra architetture digitali progettate per massimizzare l’engagement (Zuboff, 2019), contenuti iper-realistici generati dall’IA (Chesney & Citron, 2019; Vaccari & Chadwick, 2020) e la psicologia del confronto sociale umana (Festinger, 1954).

In secondo luogo, la regolamentazione algoritmica assume la dimensione di una questione di salute pubblica, che trascende le tradizionali preoccupazioni relative a concorrenza o privacy.

I sistemi di raccomandazione che promuovono standard di vita percepiti come irraggiungibili devono essere considerati analoghi ai determinanti sociali di salute, giustificando obblighi di diligenza comparabili a quelli imposti in altri settori ad alto impatto (Regolamento (CE) n. 178/2002; Bucher, 2018).

In terzo luogo, l’educazione all’alfabetizzazione digitale critica va riconosciuta come un diritto sociale fondamentale, non come un arricchimento opzionale.

La costruzione di resilienza cognitiva ed emotiva contro le distorsioni dell’ecosistema digitale è essenziale per l’autonomia e il benessere dei cittadini, con particolare attenzione alle generazioni più giovani (OECD, 2022; Finnish National Agency for Education, 2019).

L’adozione di queste premesse richiede un cambio di paradigma nella governance digitale.

Il percorso presenta sfide significative, legate alla complessità tecnica e agli interessi costituiti, ma l’inerzia politica comporta un costo concreto, misurabile in termini di salute mentale della popolazione, soprattutto giovanile.

Il quadro di intervento integrato proposto – che combina regolamentazione coraggiosa, educazione obbligatoria, screening sanitario e ricerca mirata – delinea percorsi concreti, radicati in principi di policy già consolidati, volti a mitigare questa minaccia emergente.

Comprendere, monitorare e intervenire su questi processi rappresenta una priorità emergente per la ricerca sociale e per l’elaborazione di politiche pubbliche sensibili agli effetti psicosociali delle tecnologie digitali.

Bibliografia

1. Abidin, C. (2016). Visibility labour: Engaging with Influencers’ fashion brands and #OOTD advertorial campaigns on Instagram. Media International Australia, 161(1), 86–100. https://doi.org/10.1177/1329878X16665177
2. Adler, N. E., Boyce, T., Chesney, M. A., Cohen, S., Folkman, S., Kahn, R. L., & Syme, S. L. (1994). Socioeconomic status and health: The challenge of the gradient. American Psychologist, 49(1), 15–24. https://doi.org/10.1037/0003-066X.49.1.15
3. American Psychiatric Association. (2022). Diagnostic and statistical manual of mental disorders (5th ed., text rev.). https://doi.org/10.1176/appi.books.9780890425787
4. Antunes, A., Frasquilho, D., Azeredo-Lopes, S., Neto, D., Silva, M., Cardoso, G., & Caldas-de-Almeida, J. M. (2018). The association between education and financial stress: An analysis of the EUROPE 2020 context. Journal of Public Health Research, 7(2), 1402. https://doi.org/10.4081/jphr.2018.1402
5. Appel, H., Gerlach, A. L., & Crusius, J. (2016). The interplay between Facebook use, social comparison, envy, and depression. Current Opinion in Psychology, 9, 44–49. https://doi.org/10.1016/j.copsyc.2015.10.006
6. Archuleta, K. L., Dale, A., & Spann, S. M. (2013). College students and financial distress: Exploring debt, financial satisfaction, and financial anxiety. Journal of Financial Counseling and Planning, 24(2), 50–62.
7. Barari, S., Lucas, C., Munger, K., & Tromble, R. (2023). Algorithmic amplification and mental health: Experimental evidence. Nature Human Behaviour, 7(12), 2104–2115. https://doi.org/10.1038/s41562-023-01731-5
8. Binns, R., Van Kleek, M., Veale, M., Lyngs, U., Zhao, J., & Shadbolt, N. (2021). ‘It’s reducing a human being to a percentage’: Perceptions of justice in algorithmic decisions. In Proceedings of the 2021 CHI Conference on Human Factors in Computing Systems (pp. 1–14). Association for Computing Machinery. https://doi.org/10.1145/3411764.3445260
9. Boyd, D. (2014). It’s complicated: The social lives of networked teens. Yale University Press.
10. Bucher, T. (2018). If…then: Algorithmic power and politics. Oxford University Press. https://doi.org/10.1093/oso/9780190493028.001.0001
11. Butterworth, P., Cherbuin, N., Sachdev, P., & Anstey, K. J. (2012). The association between financial hardship and amygdala and hippocampal volumes: Results from the PATH through life project. Social Cognitive and Affective Neuroscience, 7(5), 548–556. https://doi.org/10.1093/scan/nsr027
12. Chesney, R., & Citron, D. (2019). Deep fakes: A looming challenge for privacy, democracy, and national security. Science, 363(6425), 10–12. https://doi.org/10.1126/science.aaw2341
13. Chua, T. H. H., & Chang, L. (2016). Follow me and like my beautiful selfies: Singapore teenage girls’ engagement in self-presentation and peer comparison on social media. Computers in Human Behavior, 55, 190–197. https://doi.org/10.1016/j.chb.2015.09.011
14. Citron, D. K. (2022). The fight for privacy: Protecting dignity, identity, and love in the digital age. W. W. Norton & Company.
15. Couldry, N., & Mejias, U. A. (2019). The costs of connection: How data is colonizing human life and appropriating it for capitalism. Stanford University Press.
16. Davenport, T. H., & Beck, J. C. (2001). The attention economy: Understanding the new currency of business. Harvard Business School Press.
17. Dean, J. (2010). Blog theory: Feedback and capture in the circuits of drive. Polity Press.
18. European Parliament and the Council of the European Union. (2002, February 28). *Regulation (EC) No 178/2002 laying down the general principles and requirements of food law, establishing the European Food Safety Authority and laying down procedures in matters of food safety*. Official Journal of the European Communities, L 31/1.
19. European Parliament and the Council of the European Union. (2014, May 15). *Directive 2014/65/EU on markets in financial instruments and amending Directive 2002/92/EC and Directive 2011/61/EU*. Official Journal of the European Union, L 173/349.
20. European Parliament and the Council of the European Union. (2022, October 19). *Regulation (EU) 2022/2065 on a Single Market for Digital Services and amending Directive 2000/31/EC (Digital Services Act)*. Official Journal of the European Union, L 277/1.
21. European Parliament. (2024, March 13). Artificial Intelligence Act: MEPs adopt landmark law. Press Release. https://www.europarl.europa.eu/news/en/press-room/20240308IPR19015/artificial-intelligence-act-meps-adopt-landmark-law
22. European Securities and Markets Authority (ESMA). (2020). Report: ESMA’s Fintech Action Plan. https://www.esma.europa.eu
23. Emmons, R. A., & Diener, E. (1985). Personality correlates of subjective well-being. Personality and Social Psychology Bulletin, 11(1), 89–97. https://doi.org/10.1177/0146167285111008
24. Fardouly, J., & Vartanian, L. R. (2016). Social media and body image concerns: Current research and future directions. Current Opinion in Psychology, 9, 1–5. https://doi.org/10.1016/j.copsyc.2015.09.005
25. Ferrara, E., Chang, H., Chen, E., Muric, G., & Patel, J. (2023). Characterizing social media manipulation in the 2020 U.S. presidential election: Evidence from behavioral data. Nature Communications, 14(1), 620. https://doi.org/10.1038/s41467-023-36165-0
26. Festinger, L. (1954). A theory of social comparison processes. Human Relations, 7(2), 117–140. https://doi.org/10.1177/001872675400700202
27. Finnish National Agency for Education. (2019). Media literacy in Finland: National media education policy. Ministry of Education and Culture.
28. Frasquilho, D., Matos, M. G., Salonna, F., Guerreiro, D., Storti, C. C., Gaspar, T., & Caldas-de-Almeida, J. M. (2016). Mental health outcomes in times of economic recession: A systematic literature review. BMC Public Health, 16(1), 115. https://doi.org/10.1186/s12889-016-2720-y
29. Gartner. (2023). Gartner predicts: The future of AI and generative AI (ID G00792631). Gartner Research.
30. Gerlitz, C., & Helmond, A. (2013). The like economy: Social buttons and the data-intensive web. New Media & Society, 15(8), 1348–1365. https://doi.org/10.1177/1461444812472322
31. Giddens, A. (1991). Modernity and self-identity: Self and society in the late modern age. Stanford University Press.
32. Goffman, E. (1959). The presentation of self in everyday life. Doubleday.
33. Gonzales, A. L., & Hancock, J. T. (2011). Mirror, mirror on my Facebook wall: Effects of exposure to Facebook on self-esteem. Cyberpsychology, Behavior, and Social Networking, 14(1–2), 79–83. https://doi.org/10.1089/cyber.2009.0411
34. Guan, N., Guariglia, A., Moore, P., Xu, F., & Al-Janabi, H. (2022). Financial stress and depression in adults: A systematic review. PLOS ONE, 17(2), e0264041. https://doi.org/10.1371/journal.pone.0264041
35. Guariglia, A., & Moore, P. (2023). Provenance and authenticity in the age of generative AI: The role of technical standards. Journal of Digital Media & Policy, 14(1), 45-63. https://doi.org/10.1386/jdmp_00089_1
36. Helberger, N., Araujo, T., de Vreese, C. H., van Drunen, M., Bastian, M., Fanta, A., Möller, J., Strycharz, J., & Dobber, T. (2023). EU policymaking and the “Duty of Care” for digital services: From due diligence to due design. Internet Policy Review, 12(1). https://doi.org/10.14763/2023.1.1677
37. Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44(3), 513–524. https://doi.org/10.1037/0003-066X.44.3.513
38. Hogan, B. (2010). The presentation of self in the age of social media: Distinguishing performances and exhibitions online. Bulletin of Science, Technology & Society, 30(6), 377–386. https://doi.org/10.1177/0270467610385893
39. Jakesch, M., Hancock, J. T., & Naaman, M. (2023). Human heuristics for AI-generated language are flawed. Proceedings of the National Academy of Sciences, 120(11), e2208839120. https://doi.org/10.1073/pnas.2208839120
40. Karim, F., Oyewande, A. A., Abdalla, L. F., Ehsanullah, R. C., & Khan, S. (2020). Social media use and its connection to mental health: A systematic review. Cureus, 12(6), e8627. https://doi.org/10.7759/cureus.8627
41. Khamis, S., Ang, L., & Welling, R. (2017). Self-branding, ‘micro-celebrity’ and the rise of Social Media Influencers. Celebrity Studies, 8(2), 191–208. https://doi.org/10.1080/19392397.2016.1218292
42. Lange, J., & Crusius, J. (2015). The tango of two deadly sins: The social-functional relation of envy and pride. Current Opinion in Psychology, 5, 20 24. https://doi.org/10.1016/j.copsyc.2015.03.010
43. Lee, S. Y., & Chiou, W.-B. (2022). Algorithmic social comparison and Instagram users’ dissatisfaction: The mediating role of envy and the moderating role of self-esteem. Telematics and Informatics, 66, 101745. https://doi.org/10.1016/j.tele.2021.101745
44. LeDoux, J. E. (2003). The emotional brain, fear, and the amygdala. Cellular and Molecular Neurobiology, 23(4–5), 727–738. https://doi.org/10.1023/A:1025048802629
45. Lund, C., Brooke-Sumner, C., Baingana, F., Baron, E. C., Breuer, E., Chandra, P., Haushofer, J., Herrman, H., Jordans, M., Kieling, C., Medina-Mora, M. E., Morgan, E., Omigbodun, O., Tol, W., Patel, V., & Saxena, S. (2018). Social determinants of mental disorders and the Sustainable Development Goals: A systematic review of reviews. The Lancet Psychiatry, 5(4), 357–369. https://doi.org/10.1016/S2215-0366(18)30060-9
46. Lyngs, U., Lukoff, K., Slovak, P., Binns, R., Slack, A., Inzlicht, M., Van Kleek, M., & Shadbolt, N. (2019, May). “Self-control in cyberspace”: Applying dual systems theory to a review of digital self-control tools. In Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems (pp. 1–18). Association for Computing Machinery. https://doi.org/10.1145/3290605.3300361
47. Marks, G., & Miller, N. (1987). Ten years of research on the false-consensus effect: An empirical and theoretical review. Psychological Bulletin, 102(1), 72–90. https://doi.org/10.1037/0033-2909.102.1.72
48. Marwick, A. E. (2015). Instafame: Luxury selfies in the attention economy. Public Culture, 27(1), 137–160. https://doi.org/10.1215/08992363-2798379
49. McEwen, B. S. (2017). Neurobiological and systemic effects of chronic stress. Chronic Stress, 1. https://doi.org/10.1177/2470547017692328
50. McEwen, B. S., & Gianaros, P. J. (2010). Central role of the brain in stress and adaptation: Links to socioeconomic status, health, and disease. Annals of the New York Academy of Sciences, 1186, 190–222. https://doi.org/10.1111/j.1749-6632.2009.05331.x
51. Miller, A. H., & Raison, C. L. (2016). The role of inflammation in depression: From evolutionary imperative to modern treatment target. Nature Reviews Immunology, 16(1), 22–34. https://doi.org/10.1038/nri.2015.5
52. Organisation for Economic Co-operation and Development. (2022). Beyond financial literacy: Supporting financial well-being through education. OECD Publishing. https://doi.org/10.1787/58b0b4d1-en
53. Odgers, C. L., & Jensen, M. R. (2020). Annual Research Review: Adolescent mental health in the digital age: Facts, fears, and future directions. Journal of Child Psychology and Psychiatry, 61(3), 336–348. https://doi.org/10.1111/jcpp.13190
54. Pew Research Center. (2023, December 11). Teens, social media and technology 2023. https://www.pewresearch.org/internet/2023/12/11/teens-social-media-and-technology-2023/
55. Ridge, D., Kokanović, R., Broom, A., Kirkpatrick, S., Anderson, C., & Tanner, C. (2021). “My dirty little habit”: Patient constructions of antidepressant use and the ‘crisis’ of legitimacy. Social Science & Medicine, 276, 113833. https://doi.org/10.1016/j.socscimed.2021.113833
56. Rosenberg, J., & Egbert, N. (2011). Online impression management: Personality traits and concerns for secondary goals as predictors of self-presentation tactics on Facebook. *Journal of Computer-Mediated Communication, 17*(1), 1–18. https://doi.org/10.1111/j.1083-6101.2011.01560.x
57. Sapolsky, R. M. (2004). Why zebras don’t get ulcers: The acclaimed guide to stress, stress-related diseases, and coping (3rd ed.). Holt Paperbacks.
58. Seligman, M. E. P. (1972). Learned helplessness. Annual Review of Medicine, 23(1), 407–412. https://doi.org/10.1146/annurev.me.23.020172.002203
59. Siibak, A. (2009). Constructing the self through the photo selection: Visual impression management on social networking websites. Cyberpsychology: Journal of Psychosocial Research on Cyberspace, 3(1), Article 1. https://cyberpsychology.eu/article/view/4218
60. Starrin, B., Åslund, C., & Nilsson, K. W. (2009). Financial stress, shaming experiences and psychosocial ill-health: Studies into the finances-shame model. Social Indicators Research, 91(2), 283–298. https://doi.org/10.1007/s11205-008-9283-y
61. Taylor, S. E., & Lobel, M. (1989). Social comparison activity under threat: Downward evaluation and upward contacts. Psychological Review, 96(4), 569–575. https://doi.org/10.1037/0033-295X.96.4.569
62. Twenge, J. M. (2017). iGen: Why today’s super-connected kids are growing up less rebellious, more tolerant, less happy—and completely unprepared for adulthood. Atria Books.
63. UK Parliament. (2023). Online Safety Act 2023 (c. 50). https://www.legislation.gov.uk/ukpga/2023/50/enacted
64. United Nations Educational, Scientific and Cultural Organization. (2023). Global standards for media and information literacy curricula development guidelines. UNESCO.
65. U.S. Preventive Services Task Force (USPSTF). (2016). Screening for depression in adults: US Preventive Services Task Force recommendation statement. JAMA, 315(4), 380–387. https://doi.org/10.1001/jama.2015.18392
66. Vaccari, C., & Chadwick, A. (2020). Deepfakes and disinformation: Exploring the impact of synthetic political video on deception, uncertainty, and trust in news. *Social Media + Society, 6*(1). https://doi.org/10.1177/2056305120903408
67. Verduyn, P., Ybarra, O., Résibois, M., Jonides, J., & Kross, E. (2017). Do social network sites enhance or undermine subjective well-being? A critical review. Social Issues and Policy Review, 11(1), 274–302. https://doi.org/10.1111/sipr.12033
68. Vogel, E. A., & Rose, J. P. (2016). Self-reflection and interpersonal connection: Making the most of self-presentation on social media. Translational Issues in Psychological Science, 2(3), 294–302. https://doi.org/10.1037/tps0000076
69. Vogel, E. A., Rose, J. P., Roberts, L. R., & Eckles, K. (2014). Social comparison, social media, and self-esteem. Psychology of Popular Media Culture, 3(4), 206–222. https://doi.org/10.1037/ppm0000047
70. World Health Organization. (2017). Depression and other common mental disorders: Global health estimates (WHO/MSD/MER/2017.2). https://iris.who.int/handle/10665/254610
71. Wright, E. J., White, K. M., & Obst, P. L. (2018). Facebook false self-presentation behaviors and negative mental health. Cyberpsychology, Behavior, and Social Networking, 21(1), 40–50. https://doi.org/10.1089/cyber.2016.0647
72. Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. PublicAffairs.