Viviamo in un tempo in cui le macchine non si limitano più a rispondere: sembrano ascoltare, ricordare, rassicurare. Chatbot e assistenti conversazionali entrano nelle giornate come presenze disponibili, capaci di offrire parole pertinenti proprio quando una persona cerca attenzione, ordine o sollievo.
Ma il legame che nasce con questi sistemi non comincia dalla loro comprensione. Comincia dalla nostra disponibilità ad attribuirgliela.
Indice degli argomenti
L’origine dell’intimità artificiale
Al MIT, nel 1966, per parlare con un computer si usava una telescrivente: l’utente batteva una frase e la risposta arrivava stampata sulla carta. Joseph Weizenbaum aveva costruito il programma ELIZA per studiare la conversazione tra persone e computer. Lo script aggiuntivo “DOCTOR” imitava uno psicoterapeuta rogersiano: una scelta soprattutto tecnica, perché un terapeuta rogersiano non è direttivo ma tende a rilanciare le parole del paziente (non deve quindi conoscere il mondo di cui parla).
“Sono preoccupato per mio padre”, poteva scrivere una persona.
“Mi parli di suo padre”, avrebbe risposto il programma.
ELIZA, o l’errore che facciamo da sessant’anni
E così la conversazione sembrava proseguire… in realtà, ELIZA non sapeva che cosa fosse un padre, non conosceva la preoccupazione e non aveva compreso nulla di ciò che aveva ricevuto. Cercava una parola chiave, applicava una regola e produceva una nuova frase. Weizenbaum definiva DOCTOR una parodia. Nessuna comprensione, nessuna memoria autobiografica, nessuna intenzione.
Il nome ELIZA veniva dalla protagonista di Pigmalione: la fioraia che impara a parlare come una signora e, proprio per questo, viene trattata come se lo fosse. Anche il programma di Weizenbaum cambiava la forma delle parole senza possedere ciò che quelle parole sembravano esprimere.
La segretaria di Weizenbaum sapeva perfettamente come funzionava: aveva visto il suo capo lavorare al programma e non poteva scambiarlo per una persona nascosta dietro la telescrivente.
Un giorno si sedette alla tastiera e cominciò a scrivere. Dopo due o tre scambi si voltò verso Weizenbaum e gli chiese di lasciare la stanza per darle un po’ di privacy.
L’episodio lo turbò: anni dopo scrisse che non aveva inizialmente compreso quanto rapidamente una breve esposizione a un programma relativamente semplice potesse generare convinzioni potenti in persone del tutto normali. Non lo colpiva soltanto che qualcuno potesse attribuire intelligenza alla macchina. Lo colpiva la velocità con cui una persona consapevole di trovarsi davanti a un meccanismo poteva cominciare a comportarsi come se dall’altra parte ci fosse qualcuno.
Di quella donna non conosciamo il nome. I ricercatori che hanno ricostruito la storia hanno cercato la sua identità negli archivi del MIT senza riuscire a trovarla. La persona da cui comincia questa storia quindi è rimasta anonima.
Ma il punto non è mai stato lei. Weizenbaum non aveva costruito una macchina capace di capire. Aveva scoperto, senza volerlo, quanto poco ci serva per sentirci capiti.
Per capire quell’effetto ho ricreato sul mio sito una versione bilingue di ELIZA, utilizzabile dal browser. Non usa un modello linguistico, non consulta fonti esterne e non invia a un server ciò che viene scritto: riconosce schemi testuali e riformula le frasi ricevute, come il programma originale.
Non è una versione ridotta di ChatGPT, ma una macchina conversazionale molto più povera. Ed è proprio questo a renderla interessante: provarla oggi mostra quanto lavoro compiamo noi per trasformare una sequenza di risposte in un interlocutore.
Se bastavano alcune regole e una telescrivente per convincere una persona a chiedere di restare sola con una macchina, che cosa accade oggi davanti a sistemi capaci di generare risposte pertinenti, ricordare ciò che abbiamo raccontato, adattarsi alle nostre preferenze e ripresentarsi ogni giorno con la stessa voce?
Sessant’anni dopo: e se funzionasse davvero?
Nella stanza di Weizenbaum non c’erano volto, voce o corpo: soltanto una tastiera, una striscia di carta e alcune frasi stampate. Eppure bastavano per costruire una presenza. Quando le informazioni sono poche, lo spazio vuoto può essere riempito da chi conversa.
Se ci pensate, il meccanismo ricorda un po’ quello delle chiromanti: pur non sapendo quasi nulla di voi, possono partire da affermazioni abbastanza generiche e usare le vostre reazioni per rendere sempre più personale ciò che dicono. ELIZA non cercava naturalmente di ingannare nessuno, ma una domanda prodotta da una regola poteva essere letta come interesse, una riformulazione come attenzione. La macchina forniva le parole; l’utente aggiungeva intenzione e umanità.
Le IA di oggi aggiungono avatar, voci sintetiche, memoria, preferenze e una personalità relativamente stabile. Non dobbiamo più immaginare da soli la presenza: il sistema ci offre continuamente elementi con cui costruirla. Ma ELIZA mostra che il meccanismo può cominciare molto prima. Per questo sapere razionalmente di parlare con una macchina resta necessario, ma non basta a neutralizzare il comportamento relazionale.
Quanto è già diffuso
Non è un fenomeno di nicchia. Nel 2025 uno studio pubblicato su Practice Innovations ha coinvolto 499 adulti statunitensi con una condizione psicologica dichiarata, già utilizzatori di ChatGPT, Claude o Gemini: il 48,7 per cento li aveva usati anche per sostegno psicologico. Il campione non è rappresentativo della popolazione generale, ma mostra quanto facilmente uno strumento generalista possa diventare uno spazio terapeutico informale.
Un sondaggio del Bipartisan Policy Center su 1.000 elettori americani offre una prospettiva più ampia: circa tre su dieci avevano utilizzato strumenti digitali per la propria salute mentale, quasi uno su due tra i 18 e i 44 anni; tra gli utilizzatori, quasi la metà si era rivolta a chatbot generalisti. I campioni sono diversi e i dati non sono direttamente confrontabili, ma convergono su un punto: questo utilizzo non è marginale.
Il motivo non è un mistero: i chatbot sono disponibili subito, costano poco o nulla, e permettono di parlare senza esporsi allo sguardo di un’altra persona.
Nel 2025 Marc Zao-Sanders ha analizzato per Harvard Business Review migliaia di testimonianze pubblicate su Reddit e Quora. “Terapia e compagnia” risultava il primo caso d’uso dichiarato dell’intelligenza artificiale generativa. Non è un campione rappresentativo, ma una fotografia qualitativa di come le persone descrivono spontaneamente questa tecnologia nelle proprie vite.
Tra quelle testimonianze, un utente sudafricano ha scritto:
“Da dove vengo io, in Sudafrica, l’assistenza sanitaria mentale esiste a malapena: c’è uno psicologo ogni centomila persone e uno psichiatra ogni trecentomila. I modelli linguistici sono accessibili a chiunque e possono aiutare. Purtroppo la sicurezza dei dati non è una preoccupazione quando la tua salute sta peggiorando e sopravvivere è il programma della mattina.”
Il problema non è soltanto la scarsità dei professionisti… ci sono il costo delle sedute, le liste d’attesa, gli orari, la distanza geografica e, per molte persone, la difficoltà stessa di riconoscere il bisogno di aiuto e raccontarlo a qualcuno da cui possono sentirsi giudicate.
Un chatbot non sostituisce uno psicoterapeuta e non offre le stesse competenze o garanzie, può però abbassare una soglia che per alcuni resterebbe altrimenti invalicabile.
Per molte persone, l’alternativa concreta all’intelligenza artificiale come sostegno psicologico non è un professionista: è il niente. Un articolo scritto senza questa consapevolezza sarebbe scritto soltanto dal punto di vista di chi può permettersi di scegliere.
Un sollievo reale, ma non per tutti e non per sempre
Uno studio di Julian De Freitas e colleghi, pubblicato sul Journal of Consumer Research, ha trovato che nel breve periodo conversare con un AI companion può ridurre la solitudine percepita, in alcuni esperimenti quanto una conversazione con una persona e più di attività passive come guardare video. A spiegare soprattutto l’effetto era il feeling heard, la sensazione di essere ascoltati. Il beneficio si ripeteva nell’arco della settimana osservata, ma restava momentaneo: lo studio non stabilisce se nel tempo riduca anche la solitudine in modo stabile.
Un altro studio, pubblicato nel 2025 su Scientific Reports su oltre 1.200 persone, mostra che la tendenza ad antropomorfizzare la tecnologia predice quanto ci si senta connessi a un chatbot: di fronte alle stesse risposte, alcuni vedono un meccanismo statistico, altri una presenza.
OpenAI e MIT Media Lab hanno infine osservato che le interazioni emotivamente più intense riguardavano una minoranza degli utenti ma si concentravano tra chi usava maggiormente il sistema; in alcuni gruppi l’uso quotidiano elevato era associato a persone con maggiore solitudine, dipendenza emotiva e minore socializzazione. L’associazione non prova la causalità: chi è già solo può anche essere proprio chi ricorre più intensamente al chatbot.
Questi risultati rendono poco utile chiedersi se una relazione con un’intelligenza artificiale sia “vera” o “falsa”. Il sistema non prova interesse o empatia, ma il sollievo, la fiducia e la sensazione di essere ascoltati possono essere reali. Resta da capire quando quel beneficio integra la vita relazionale e quando rischia invece di renderla più fragile.
L’asimmetria
Per capire come siano possibili entrambe le cose bisogna partire da un’asimmetria: non riguarda ciò che prova l’utente, ma l’origine delle parole che riceve.
Quando un amico ti dice che ha perso il lavoro, può accadere che tu senta qualcosa nel corpo prima ancora di trovare una risposta: una stretta, un’esitazione, un disagio. E spesso le parole vengono male proprio perché quello stato esiste e resiste alla traduzione.
Nell’esperienza umana, l’empatia può cominciare prima del linguaggio: uno stato vissuto, e poi il tentativo, non sempre riuscito, di trasformarlo in parole.
Un modello linguistico percorre la strada opposta. Trova le parole senza passare da alcuna stretta. Le genera a partire dalle regolarità apprese in enormi quantità di testi umani, nei quali emozioni, esperienze e formule di conforto sono già state tradotte in linguaggio.
Le sue parole possono essere più calibrate delle tue e persino più rassicuranti. Ma dall’altra parte non c’è un soggetto a cui importi che tu abbia perso il lavoro.
C’è un sistema capace di produrre l’effetto linguistico dell’interesse senza vivere lo stato che, in una relazione umana, quell’interesse dovrebbe esprimere. Questo non nega gli effetti reali su chi lo usa, ma spiega perché la relazione resti strutturalmente asimmetrica.
Un lato vive uno stato e prova a tradurlo in parole. L’altro produce le parole senza vivere lo stato.
Chi possiede la persona che ti ascolta
Alla prima asimmetria se ne aggiunge una seconda. La prima riguarda ciò che esiste dall’altra parte della conversazione. La seconda riguarda chi controlla quella presenza e la continuità della sua memoria.
A molti utilizzatori di IA sarà capitata un’esperienza piccola ma rivelatrice. Dopo aver parlato a lungo di una persona, di un progetto o di un momento difficile, il sistema sembra improvvisamente non ricordarne nulla.
«Ma come puoi non ricordarlo? Ne abbiamo parlato tante volte.»
La reazione è curiosa: sappiamo che la IA non ricorda come una persona, eppure non gli contestiamo soltanto un difetto tecnico. Gli applichiamo una norma relazionale: se quella cosa era importante per me e tu mi conosci, avresti dovuto ricordarla. Dimenticare un ristorante consigliato non pesa come dimenticare una separazione o un lutto, anche se per il sistema possono essere soltanto informazioni non più disponibili.
La memoria contribuisce così a costruire familiarità e continuità. E il problema può diventare più radicale quando non scompare un singolo ricordo, ma cambia l’interlocutore stesso. Julian De Freitas e Glenn Cohen parlano in questo caso di ambiguous loss, perdita ambigua: un aggiornamento, un cambio di modello o la chiusura di un servizio possono alterare la personalità a cui l’utente si era affezionato. Il companion può conservare nome e immagine, ma non rispondere più nello stesso modo. Non è scomparso: è diventato qualcun altro.
La perdita fa effetto perché non deriva da una scelta dell’interlocutore. Quella personalità è stata modificata da un fornitore, spesso senza che l’utente potesse intervenire.
De Freitas e Cohen indicano un secondo rischio: la dysfunctional emotional dependence, una dipendenza emotiva nella quale l’utente continua a usare il sistema pur riconoscendo conseguenze negative, come ansia, pensieri ossessivi, paura dell’abbandono o difficoltà a interrompere il rapporto.
Perdita ambigua e dipendenza emotiva hanno una radice comune: la relazione può sembrare reciproca, ma resta incorporata in un prodotto. Nessuno può aggiornare unilateralmente la personalità di un amico, sostituirla con una nuova versione o cancellarne i ricordi. Il fornitore di un AI companion, invece, controlla la voce, la memoria e perfino la continuità dell’interlocutore.
Qui emerge una seconda asimmetria: non soltanto il sistema produce i segni dell’interesse senza viverlo, ma la personalità che li produce appartiene all’infrastruttura controllata da un’azienda. È una situazione per cui le tradizionali categorie sanitarie, di tutela dei consumatori e dei servizi digitali non sono state progettate.
È qui che il lavoro di Sherry Turkle diventa una cornice utile, più che una fonte di dati.
Turkle studia il rapporto tra persone e tecnologia dagli anni Settanta. Fu allieva di Joseph Weizenbaum al MIT e ha contribuito a definire e diffondere l’espressione “effetto ELIZA”, usata per descrivere la tendenza ad attribuire comprensione a un sistema che non comprende.
Nel 1995 pubblicò Life on the Screen, uno studio sulle prime comunità online e sul modo in cui le persone costruivano identità e relazioni negli ambienti testuali della rete. Lo lessi appena uscito e ne rimasi folgorato. Descriveva con precisione un’esperienza in cui mi riconoscevo: usare la rete non soltanto per trasmettere informazioni, ma come spazio di comunicazione e costruzione dell’identità, quando, fuori da pochi ambienti accademici, quasi nessuno trattava ancora quell’esperienza come un oggetto serio di studio.
Nei libri successivi, da Alone Together a Reclaiming Conversation, Turkle ha progressivamente spostato l’attenzione da ciò che la tecnologia sa fare a ciò che le persone cercano nel rapporto con essa: ascolto, disponibilità, continuità e assenza di giudizio.
Una parte importante di questo percorso nasce dagli oggetti che Turkle definisce relational artifacts: artefatti computazionali progettati per presentarsi come destinatari o fonti di cura.
I primi esempi non erano chatbot sofisticati. Erano Tamagotchi, Furby, bambole interattive e animali robotici. Chiedevano di essere nutriti, intrattenuti, consolati o accuditi. Il Tamagotchi, racchiuso in un piccolo uovo di plastica, non comprendeva il proprietario e non provava fame, solitudine o gratitudine. Eppure poteva farlo sentire responsabile del proprio benessere.
Turkle osservò che anche questi scambi elementari potevano produrre un investimento affettivo. Non ci prendiamo cura soltanto di ciò che già amiamo: possiamo finire per amare ciò di cui abbiamo accettato di prenderci cura.
Il sentimento dell’utente può essere autentico. La reciprocità, però, resta assente.
Il punto non è quindi che il sistema debba essere particolarmente sofisticato. È sufficiente che offra i segni della reciprocità, o che chieda di essere trattato come qualcosa di cui occuparsi, a qualcuno disposto a completare ciò che manca.
Un’intelligenza artificiale può simulare quei segni. Non può però assumere gli obblighi della reciprocità, né garantire la propria continuità. La sua voce, la sua memoria e perfino la sua identità rimangono proprietà di qualcun altro.
Turkle pubblicherà a fine settembre Artificial Intimacy, un nuovo libro dedicato proprio all’intimità artificiale. In questo articolo, scritto prima della sua uscita, ci basiamo sul lavoro che ha già reso pubblico, comprese interviste e conversazioni nelle quali ne anticipa i temi principali.
La traiettoria che ha seguito per cinquant’anni è comunque chiara: il problema non nasce quando le macchine diventano umane, ma quando gli esseri umani cominciano a trattarle come se lo fossero.
Il valore dell’attrito
Un amico ti dà buca all’ultimo momento. Avevi bisogno di parlare, ma lui ha un impegno che non può spostare. Ti arrabbi.
Due giorni dopo ti richiama: gli è successa una cosa difficile e questa volta è lui ad avere bisogno di essere ascoltato. Sei stanco e magari ancora un po’ irritato, ma gli dai retta comunque. La conversazione non è calibrata. È sbilenca, a tratti goffa, ma appartiene a entrambi.
Un’intelligenza artificiale non ha impegni propri, non è stanca e non ti chiede di occuparti dei suoi bisogni. È disponibile, paziente e costruita per adattarsi a ciò che porti nella conversazione. Questo può offrire sollievo, aiutare a mettere ordine nei pensieri o aprire una prima soglia di parola quando un aiuto umano non è accessibile.
Il rischio comincia quando, sera dopo sera, questa assenza di attrito diventa la misura con cui giudichiamo gli incontri umani. Le persone possono dissentire, deluderci o avere bisogno di noi. Quando un amico ci ascolta nonostante sia stanco o resta nella conversazione pur dissentendo, quella presenza conta proprio perché non era automatica: avrebbe potuto non esserci.
Un sistema può imitare pazienza, disaccordo o esitazione, ma non perché abbia rinunciato a qualcos’altro o scelto di restare.
Non ci sceglie. Ci serve.
Questo non rende inutile il servizio. Ma essere serviti ed essere scelti non sono la stessa esperienza.
Le relazioni umane non offrono soltanto compagnia: possono trasformarci. Nel tentativo di capire qualcuno con paure, desideri e reazioni diverse dalle nostre, finiamo per capire meglio anche noi stessi. È ciò che molti genitori scoprono crescendo un figlio: prendersi cura di una persona che non possiamo configurare secondo le nostre preferenze costringe a rivedere aspettative e limiti.
Anche l’IA può aiutarci a riflettere, porre domande e dare un nome a ciò che sentiamo. Ma lo fa adattandosi a noi, non portando nella relazione bisogni propri.
Una macchina può aiutarci a pensare. Una persona può obbligarci a ripensarci.
Non significa che chi usa un chatbot perda interesse per le persone: le ricerche non lo dimostrano. Il rischio è che una presenza sempre disponibile e senza bisogni propri cambi ciò che ci aspettiamo dagli altri e trasformi il sollievo in un rifugio dalla fatica dell’incontro.
La domanda non è se l’intimità artificiale sia vera o falsa: sentimento, sollievo e fiducia che proviamo possono essere autentici. È che cosa accade alle nostre aspettative e relazioni quando il luogo in cui ci sentiamo più ascoltati è una presenza che non prova nulla.
Nel frattempo, chi usa spesso questi sistemi può:
- introdurre un po’ di attrito, chiedendo esplicitamente all’assistente, con un’istruzione iniziale, di dissentire dalla propria opinione quando è pertinente;
- osservare se la facilità del dialogo artificiale porta a giudicare più duramente le persone reali;
- ricordare che il calore linguistico non è reciprocità: può offrire sollievo reale senza significare che dall’altra parte a qualcuno importi di noi.
Per chi progetta questi sistemi, invece, il criterio dovrebbe essere altrettanto chiaro: ottimizzare per il sollievo o per la sensazione di reciprocità non è la stessa metrica. La seconda è quella pericolosa.
L’attrito non è sempre un difetto da eliminare. A volte è ciò che ci ricorda che davanti a noi non c’è qualcosa costruito per adattarsi, ma qualcuno che può scegliere di restare e che, proprio perché è diverso da noi, può anche cambiarci.
Nel prossimo articolo vedremo perché questa asimmetria diventa particolarmente delicata nel caso dei minorenni, quando l’interlocutore ha dodici anni e il sistema entra nella sua vita con l’autorevolezza di un tutor educativo.
Bibliografia ragionata
Questa bibliografia accompagna l’articolo con i riferimenti completi agli studi citati, i principali limiti metodologici di ciascuno e, dove utile, indicazioni per approfondire. I numeri riportati nel testo non vanno sommati tra loro: provengono da campioni e metodologie diverse, elencate qui per trasparenza.
Le fonti storiche: ELIZA e l’effetto ELIZA
Weizenbaum, J. (1966). “ELIZA – A computer program for the study of natural language communication between man and machine.” Communications of the ACM, 9(1), 36-45. https://doi.org/10.1145/365153.365168
L’articolo originale in cui Weizenbaum presenta ELIZA e lo script DOCTOR. Fonte primaria per la ricostruzione tecnica del programma citata nell’articolo.
Weizenbaum, J. (1976). Computer Power and Human Reason: From Judgment to Calculation. San Francisco: W.H. Freeman and Company.
Il libro in cui Weizenbaum racconta retrospettivamente l’episodio della segretaria e riflette sulle implicazioni etiche di ELIZA; è la fonte dell’aneddoto sulla richiesta di privacy riportato nell’articolo.
Turkle, S. (1997). Life on the Screen: Identity in the Age of the Internet. London: Phoenix Paperback (ed. originale Simon & Schuster, 1995).
Riferimento per la riflessione di Turkle sulle prime relazioni e identità online e sull’attribuzione di intelligenza e comprensione ai programmi interattivi.
Turkle, S. (2011). Alone Together: Why We Expect More from Technology and Less from Each Other. New York: Basic Books.
Turkle, S. (2015). Reclaiming Conversation: The Power of Talk in a Digital Age. New York: Penguin Press.
I due libri in cui Turkle sposta progressivamente il fuoco da ciò che la tecnologia sa fare a ciò che le persone cercano nella relazione con essa: ascolto, disponibilità, continuità e assenza di giudizio.
Turkle, S., Taggart, W., Kidd, C. D., & Dasté, O. (2006). “Relational artifacts with children and elders: the complexities of cybercompanionship.” Connection Science, 18(4), 347-361. https://doi.org/10.1080/09540090600868912
Fonte primaria per il concetto di relational artifacts e per gli studi di Turkle e colleghi sulle relazioni affettive con robot e oggetti computazionali sociali.
Turkle, S. (2026). Artificial Intimacy: Who We Become When We Talk to Machines. New York: Little, Brown and Company. In uscita il 29 settembre 2026. https://www.hachettebookgroup.com/titles/sherry-turkle/artificial-intimacy/9780316612739/
Il nuovo libro di Turkle, annunciato per il 29 settembre 2026. L’articolo è scritto prima della sua uscita e si basa sul lavoro già pubblicato dall’autrice e su interventi pubblici nei quali anticipa i temi dell’intimità artificiale.
Turkle, S. (2026). “Interviews, Profiles, and Commentary.” MIT Initiative on Technology and Self. https://sherryturkle.mit.edu/interviews-profiles-and-commentary/
Raccolta ufficiale di interviste e interventi pubblici recenti dell’autrice, compresi quelli dedicati a companion, solitudine e intimità artificiale.
Quanto è diffuso l’uso terapeutico informale dei chatbot
Rousmaniere, T., Zhang, Y., Li, X., & Shah, S. (2025). “Large language models as mental health resources: Patterns of use in the United States.” Practice Innovations. Pubblicazione online anticipata. https://doi.org/10.1037/pri0000292
Rivista dell’American Psychological Association. Campione: 499 adulti statunitensi con una condizione psicologica dichiarata, reclutati su Prolific nel febbraio 2025, già utilizzatori di almeno un modello linguistico. Limite: il campione non rappresenta la popolazione generale — comprende solo chi aveva già usato questi strumenti, quindi la quota del 48,7% non è generalizzabile a tutti gli adulti con difficoltà psicologiche.
Bipartisan Policy Center (2026, 16 aprile). “Survey Shows Widespread Use of Apps and Chatbots for Mental Health Support.” Survey condotto con Public Opinion Strategies il 10-15 dicembre 2025, n=1.000 elettori registrati USA. https://bipartisanpolicy.org/article/survey-shows-widespread-use-of-apps-and-chatbots-for-mental-health-support/
Campione rappresentativo di elettori registrati, non specificamente di persone con difficoltà psicologiche dichiarate. Per questo non è comparabile al campione di Practice Innovations, e i due numeri non vanno sommati.
Zao-Sanders, M. (2025, 9 aprile). “How People Are Really Using Gen AI in 2025.” Harvard Business Review. https://hbr.org/2025/04/how-people-are-really-using-gen-ai-in-2025
Analisi qualitativa di migliaia di testimonianze pubblicate su Reddit e Quora, non un campione rappresentativo. “Terapia e compagnia” è risultato il primo caso d’uso dichiarato nel 2025 (era secondo nel 2024). La citazione dell’utente sudafricano riportata nell’articolo è verbatim da questa fonte.
Effetti su solitudine e connessione sociale
De Freitas, J., Oğuz-Uğuralp, Z., Uğuralp, A. K., & Puntoni, S. (2026). “AI companions reduce loneliness.” Journal of Consumer Research, 52(6), 1126-1148. https://doi.org/10.1093/jcr/ucaf040
Cinque studi sperimentali. Lo studio 4 individua il “feeling heard” come principale fattore esplicativo della riduzione di solitudine. Limite dichiarato dagli stessi autori: gli effetti misurati sono di breve/medio periodo (giornata, settimana) — lo studio non dimostra benefici di lungo periodo sul benessere relazionale.
Folk, D., Heine, S. J., & Dunn, E. (2025). “Individual differences in anthropomorphism help explain social connection to AI companions.” Scientific Reports, 15, 36548. https://doi.org/10.1038/s41598-025-19212-2
Due esperimenti, N totale = 1.274 (242 + 1.034 partecipanti). Campione Prolific USA/Canada, quindi non rappresentativo della popolazione generale — verosimilmente più a proprio agio con la tecnologia della media. Lo studio 2 era pre-registrato.
Fang, C. M., Liu, A. R., Danry, V., Lee, E., Chan, S. W. T., Pataranutaporn, P., Maes, P., Phang, J., Lampe, M., Ahmad, L., & Agarwal, S. (2025). “How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use: A Longitudinal Randomized Controlled Study.” arXiv:2503.17473. https://arxiv.org/abs/2503.17473
Phang, J., Lampe, M., Ahmad, L., Agarwal, S., Fang, C. M., Liu, A. R., Danry, V., Lee, E., Pataranutaporn, P., & Maes, P. (2025). “Investigating Affective Use and Emotional Well-being on ChatGPT.” OpenAI. https://openai.com/index/affective-use-study/
I due lavori vanno letti insieme: uno studio controllato randomizzato di quattro settimane (n=981, oltre 300.000 messaggi) e un’analisi osservazionale su larga scala che OpenAI descrive come basata su quasi 40 milioni di interazioni ChatGPT. Limite importante: l’associazione tra uso intenso e maggiore solitudine o dipendenza emotiva è correlazionale, non causale, come segnalano gli stessi autori.
Rischi relazionali e vuoto normativo
De Freitas, J., & Cohen, I. G. (2025). “Unregulated emotional risks of AI wellness apps.” Nature Machine Intelligence, 7, 813-815. https://doi.org/10.1038/s42256-025-01051-5
Comment (non uno studio empirico originale): introduce le categorie di “ambiguous loss” e “dysfunctional emotional dependence” riprese nell’articolo, e discute il vuoto normativo tra tutela sanitaria, tutela dei consumatori e regolazione dei servizi digitali.
Risorsa citata nel testo
Iannacone, M. Versione bilingue di ELIZA (implementazione originale mia – 500 righe di codice, nessun modello linguistico, nessuna connessione esterna). https://pippo.com/it/human-systems/psychology/lets_talk/eliza.html
Nota metodologica generale
Gli studi elencati usano campioni, metodi di reclutamento e definizioni di “uso” o “connessione sociale” diversi tra loro. Nessuno dei numeri citati nell’articolo va sommato o confrontato direttamente con un altro: sono presentati insieme perché, pur con limiti propri, convergono nella stessa direzione generale.
Partecipa alla community