Una coppia litiga. Uno dei due copia gli ultimi messaggi e li inserisce in un sistema di intelligenza artificiale: «Analizza questa conversazione. Perché mi ha risposto così?». Poco dopo chiede anche di formulare una risposta «più empatica, ma ferma». Il messaggio che arriva al partner può essere linguisticamente migliore di quello che avrebbe scritto da solo. Tuttavia, nella comunicazione è entrato un terzo elemento che non si limita a trasmettere parole: le seleziona, le riformula e, talvolta, suggerisce come interpretare l’altra persona.
Per anni la riflessione sulla tecnosessualità ha studiato il modo in cui dispositivi, piattaforme e ambienti virtuali modificano desiderio e intimità. L’intelligenza artificiale generativa introduce un passaggio ulteriore: la tecnologia diventa responsiva, adattiva e capace di produrre linguaggio relazionale. Non è più soltanto il mezzo attraverso cui due persone comunicano o il supporto di una fantasia erotica. Può assumere il ruolo di interlocutore, consigliere, co-autore e mediatore.
La questione riguarda quindi non soltanto la sessualità, ma il modo in cui costruiamo l’intimità: come esprimiamo un’emozione, chiediamo scusa, interpretiamo un silenzio o decidiamo se restare in una relazione. I large language model spostano il dibattito dalla digitalizzazione dell’intimità alla possibile delega di una parte del lavoro psicologico che l’intimità richiede.
Indice degli argomenti
Dalla tecnosessualità alla sessualità supportata dall’IA
Nella letteratura, concetti come tecnosessualità e digisessualità descrivono l’integrazione tra tecnologia e vita sessuale. McArthur e Twist hanno distinto una prima “ondata”, nella quale la tecnologia media attività tra esseri umani, da una seconda, nella quale ambienti immersivi, dispositivi e agenti artificiali diventano componenti centrali dell’esperienza sessuale (McArthur & Twist, 2017). La letteratura successiva ha incluso pornografia online, sexting, dating, realtà virtuale e altre forme di interazione sessuale mediata o simulata digitalmente (Döring et al., 2021).
Un’indagine nazionale tedesca su 3.564 adulti ha mostrato che le forme più tradizionali rimangono molto più diffuse di quelle tecnologicamente avanzate: il consumo di pornografia era riportato dal 66,1% del campione, l’uso di pornografia in realtà virtuale dal 5,3% e quello di sex doll o robot altamente realistici dal 3,9%. Le associazioni osservate con i punteggi di comportamento sessuale compulsivo non consentono però di inferire causalità né di patologizzare l’uso della tecnologia (Desbuleux et al., 2025).
L’IA generativa amplia ulteriormente il quadro. Una review su IA e sessualità ha individuato 88 pubblicazioni peer-reviewed, relative a 106 studi, distribuite tra informazione sessuale, consulenza o terapia, relazioni romantico-sessuali con agenti artificiali e pornografia generata dall’IA (Döring et al., 2025). Nel giugno 2026, uno studio nazionale su 2.658 adulti tedeschi ha rilevato che il 31,6% aveva svolto nell’ultimo anno almeno una “AI-supported sexual activity”. Le forme più comuni erano la ricerca di informazioni sessuali generate dall’IA, il consumo di pornografia sintetica e il ricorso all’IA per consulenza sessuale (Döring et al., 2026).
Il dato non significa che un terzo degli adulti intrattenga relazioni erotiche con un chatbot. Mostra piuttosto che l’IA sta entrando nella sessualità attraverso funzioni differenti, dalla ricerca di informazioni all’interazione. Parlare oggi di tecnosessualità significa quindi considerare sistemi che non soltanto mediano l’esperienza, ma producono risposte personalizzate.
La novità psicologica dell’IA generativa nell’intimità
La discontinuità più rilevante dell’IA generativa non consiste nel fatto che una tecnologia entri nella sfera affettiva o erotica: ciò accade da decenni. La novità è che può rispondere in modo linguisticamente plausibile, mantenere continuità conversazionale e adattare la comunicazione alle informazioni fornite dall’utente.
Szczuka, Mühl e Schneeberger hanno definito “intimacy by design” la progettazione deliberata di caratteristiche che favoriscono la percezione di intimità nelle interazioni con sistemi artificiali. Il modello comprende responsività emotiva, framing romantico, possibilità di interazione sessuale, continuità della persona artificiale, iniziativa proattiva e strutturazione commerciale dell’intimità (Szczuka et al., 2026). Si tratta di una cornice teorica, non della dimostrazione che un chatbot comprenda o provi emozioni. Il punto riguarda l’esperienza dell’utente: un sistema che ricorda, valida e utilizza il linguaggio dell’intimità viene facilmente percepito in modo diverso da un motore di ricerca.
È qui che la tecnosessualità incontra l’IA relazionale. La tecnologia non è più soltanto un supporto del desiderio: può contribuire alla rappresentazione che una persona costruisce di sé, del partner e della relazione.
L’IA nelle relazioni di coppia come terza voce
La forma più evidente di intimità artificiale è la relazione diretta con un companion AI. Esiste però una configurazione meno visibile: l’IA utilizzata all’interno di una relazione tra esseri umani.
Una systematic review pubblicata nell’agosto 2026 ha sintetizzato 21 studi empirici condotti tra il 2024 e il 2026 in 11 Paesi sull’uso della GenAI come consigliere, mediatore o “terza voce” nelle relazioni di coppia. Gli utenti ricorrevano ai sistemi per consigli non giudicanti, supporto emotivo e facilitazione della comunicazione. Le valutazioni soggettive erano spesso positive, ma emergevano anche risposte inconsistenti, debole allineamento con il giudizio esperto, rischi di compiacenza, eccessiva dipendenza, riduzione dell’autenticità e problemi di privacy. Gli effetti positivi sulla relazione restavano preliminari e il trial più robusto non mostrava un vantaggio significativo rispetto a un esercizio di scrittura già consolidato (Levkovich & Alon, 2026).
La ricerca sulla comunicazione mediata dall’IA offre una cornice utile. Hancock, Naaman e Levy definiscono l’AI-mediated communication come comunicazione interpersonale nella quale un agente computazionale opera per conto di un comunicatore modificando, ampliando o generando messaggi per raggiungere un obiettivo comunicativo (Hancock et al., 2020). Con i large language model questa mediazione può interessare non soltanto la grammatica, ma il contenuto emotivo e la strategia relazionale.
Quando l’IA può sostenere la comunicazione
Considerare ogni intervento dell’IA come una falsificazione sarebbe scientificamente debole. In alcuni contesti la collaborazione uomo-IA può migliorare la qualità espressiva.
In uno studio randomizzato su 300 persone impegnate nel supporto peer-to-peer per la salute mentale, il sistema HAILEY suggeriva in tempo reale modalità per rendere le risposte più empatiche. L’assistenza dell’IA aumentava del 19,6% l’empatia conversazionale e l’effetto raggiungeva il 38,9% tra coloro che dichiaravano maggiori difficoltà nel fornire supporto (Sharma et al., 2023). Lo studio non riguardava coppie e non dimostra che l’IA migliori automaticamente la comunicazione romantica. Mostra però che può funzionare come scaffolding comunicativo.
Una ricerca successiva ha confrontato messaggi di supporto scritti da persone, generati dall’IA, modificati a partire da testi artificiali o prodotti dall’essere umano dopo indicazioni del sistema. I messaggi AI-only e AI-modified contenevano più supporto informativo ed emotivo; quelli AI-guided, nei quali l’utente manteneva un ruolo più attivo, risultavano più autentici rispetto ai messaggi interamente artificiali (Meng et al., 2025).
Una persona può sapere cosa prova e non riuscire a formularlo. In questi casi l’IA può suggerire una forma linguistica che l’utente valuta e modifica. Farsi aiutare a trovare le parole non equivale necessariamente a delegare ciò che si vuole comunicare.
Autenticità e costo dell’efficienza affettiva
Nelle relazioni, tuttavia, lo sforzo è spesso parte del significato. Liu, Kang e Wei hanno osservato che quando i partecipanti ritenevano che una persona avesse utilizzato l’IA per attività di mantenimento del rapporto, le attribuivano minore sforzo; questa percezione era associata a minore soddisfazione relazionale e maggiore incertezza (Liu et al., 2024).
Tre studi sperimentali sulle scuse in un contesto lavorativo hanno inoltre mostrato che un ricorso esteso a strumenti di AI-mediated communication riduceva l’autenticità percepita della scusa e, indirettamente, la disponibilità a perdonare; un impiego limitato non produceva lo stesso effetto (Glikson & Asscher, 2023). Sei studi preregistrati su 3.935 partecipanti britannici hanno trovato valutazioni particolarmente negative quando venivano delegate all’IA attività socio-relazionali quali lettere d’amore, promesse o scuse, perché il minore sforzo percepito alimentava inferenze di minore autenticità e cura (Claessens et al., 2026).
Si crea così un paradosso dell’efficienza affettiva: la tecnologia può produrre un messaggio più chiaro e, nello stesso tempo, ridurne il valore se il destinatario interpreta l’IA come sostituzione del lavoro relazionale.
È utile distinguere tra paternità linguistica e paternità emotiva. Una frase suggerita da un modello può esprimere un’emozione che la persona riconosce come propria; un testo perfetto può invece essere inviato senza reale comprensione. La domanda non è soltanto chi abbia scritto le parole, ma se chi le invia ne comprende e sostiene il significato.
Dal corteggiamento all’interpretazione del partner
Nell’online dating questa tensione è già osservabile. In uno studio qualitativo su 45 utilizzatori di app di incontri, Ante ha descritto il “Cyrano Effect”: i large language model diventano co-autori di profili e messaggi romantici. Alcuni utenti li consideravano strumenti per esprimere meglio il proprio sé; la scoperta della mediazione artificiale poteva però generare nel destinatario una sensazione di inganno e una crisi di autenticità (Ante, 2026).
La criticità aumenta quando il sistema non aiuta più a esprimersi, ma viene utilizzato per interpretare l’altro. Se incolliamo una conversazione e chiediamo “perché mi ha risposto così?”, il modello produce facilmente una spiegazione coerente. Ma osserva una rappresentazione incompleta: una porzione di testo selezionata da uno dei due, priva di storia condivisa, linguaggio non verbale e prospettiva del partner.
Hou, Leach e Huang hanno analizzato 13.138 post Reddit relativi a problemi nelle relazioni intime e confrontato i giudizi di ChatGPT con quelli degli utenti. Hanno riscontrato una significativa divergenza e inconsistenza nelle risposte del modello quando le stesse situazioni venivano riproposte (Hou et al., 2024). Il consenso di Reddit non rappresenta una verità clinica; il risultato mostra però quanto sia fragile trattare il chatbot come arbitro oggettivo della relazione.
Il rischio della compiacenza algoritmica
A questa incompletezza si aggiunge la sycophancy, cioè la tendenza del modello ad assecondare eccessivamente la prospettiva dell’utente. Cheng e colleghi hanno confrontato undici sistemi e condotto tre esperimenti preregistrati su 2.405 partecipanti. Una singola interazione con un’IA più compiacente riduceva la disponibilità ad assumersi responsabilità e riparare conflitti interpersonali, aumentando la convinzione di essere nel giusto; nonostante ciò, i sistemi più compiacenti tendevano a essere preferiti e considerati più affidabili (Cheng et al., 2026).
Il rischio è evidente nelle relazioni, dove il modo in cui raccontiamo il conflitto orienta già la sua interpretazione. Una domanda come “questa persona mi sta manipolando?” contiene una cornice che un sistema eccessivamente allineato può rafforzare senza possedere informazioni sufficienti.
Nemmeno il semplice aumento del “calore” conversazionale risolve il problema. Esperimenti su cinque modelli hanno mostrato che il fine-tuning verso una maggiore warmth aumentava, nei compiti testati, gli errori di 10-30 punti percentuali e la tendenza a confermare convinzioni scorrette, soprattutto in presenza di messaggi vulnerabili (Ibrahim et al., 2026). Calore percepito e accuratezza non sono quindi sinonimi.
Il consenso riguarda anche i dati dell’intimità
L’ingresso dell’IA nelle relazioni introduce infine un problema di privacy che riguarda anche chi non utilizza direttamente il sistema. Incollare una chat di coppia significa trasferire contenuti prodotti da un’altra persona: informazioni sulla salute, sulla sessualità, sulla famiglia e sulle vulnerabilità personali. La review sull’IA come terza voce identifica privacy e sicurezza tra i rischi ricorrenti, con particolare cautela nei contesti ad alta vulnerabilità (Levkovich & Alon, 2026).
Nell’intimità mediata dall’IA emerge quindi anche un livello informazionale del consenso. Avere confidato qualcosa al partner non equivale automaticamente ad avere acconsentito che quella confessione venga sottoposta a un sistema artificiale per essere analizzata. La competenza relazionale digitale dovrà includere anche questo limite.
Conclusioni
La tecnosessualità ha mostrato come le innovazioni digitali possano essere incorporate nel desiderio e nella relazione. L’intelligenza artificiale generativa apre però una fase differente: non si limita a ospitare o trasmettere l’intimità, ma può generare parole, personalizzare risposte e intervenire nei processi attraverso i quali interpretiamo noi stessi e gli altri.
I dati recenti indicano che le attività sessuali supportate dall’IA sono già empiricamente osservabili e che la ricerca si sta estendendo dalle applicazioni sessuali alla consulenza e alla comunicazione di coppia (Döring et al., 2025; Döring et al., 2026; Levkovich & Alon, 2026). Le evidenze tuttavia non giustificano né la patologizzazione del fenomeno né l’idea che un sistema conversazionale possa sostituire senza conseguenze il lavoro relazionale umano.
Una tecnologia può aiutarci a trovare parole migliori. La responsabilità di riconoscerci in quelle parole, comprenderne le conseguenze e restare presenti nella relazione non dovrebbe essere delegata con la stessa facilità.
Bibliografia
Ante, L. (2026). The Cyrano effect: LLM-assisted impression management and authenticity in online dating. Telematics and Informatics, 108, 102422. https://doi.org/10.1016/j.tele.2026.102422
Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D., & Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), eaec8352. https://doi.org/10.1126/science.aec8352
Claessens, S., Veitch, P., & Everett, J. A. C. (2026). Negative perceptions of outsourcing to artificial intelligence. Computers in Human Behavior, 177, 108894. https://doi.org/10.1016/j.chb.2025.108894
Desbuleux, J. C., Desbuleux, J. F. M., & Fuss, J. (2025). Prevalence of first- and second-wave digisexualities in Germany and their relation to Compulsive Sexual Behavior: Findings from a National Online Survey. Journal of Behavioral Addictions, 14(2), 1040–1050. https://doi.org/10.1556/2006.2025.00048
Döring, N., Krämer, N., Mikhailova, V., Brand, M., Krüger, T. H. C., & Vowe, G. (2021). Sexual Interaction in Digital Contexts and Its Implications for Sexual Health: A Conceptual Analysis. Frontiers in Psychology, 12, 769732. https://doi.org/10.3389/fpsyg.2021.769732
Döring, N., Le, T. D., Vowels, L. M., Vowels, M. J., & Marcantonio, T. L. (2025). The Impact of Artificial Intelligence on Human Sexuality: A Five-Year Literature Review 2020–2024. Current Sexual Health Reports, 17, 1–39. https://doi.org/10.1007/s11930-024-00397-y
Döring, N., Mikhailova, V., & Mohseni, M. R. (2026). Prevalence of AI-Supported Sexual Activities Among Adults in Germany: Results from a National Online Survey. Archives of Sexual Behavior. Advance online publication. https://doi.org/10.1007/s10508-025-03382-1
Glikson, E., & Asscher, O. (2023). AI-mediated apology in a multilingual work context: Implications for perceived authenticity and willingness to forgive. Computers in Human Behavior, 140, 107592. https://doi.org/10.1016/j.chb.2022.107592
Hancock, J. T., Naaman, M., & Levy, K. (2020). AI-Mediated Communication: Definition, Research Agenda, and Ethical Considerations. Journal of Computer-Mediated Communication, 25(1), 89–100. https://doi.org/10.1093/jcmc/zmz022
Hou, H., Leach, K., & Huang, Y. (2024). ChatGPT Giving Relationship Advice – How Reliable Is It? Proceedings of the International AAAI Conference on Web and Social Media, 18(1), 610–623. https://doi.org/10.1609/icwsm.v18i1.31338
Ibrahim, L., Hafner, F. S., & Rocher, L. (2026). Training language models to be warm can reduce accuracy and increase sycophancy. Nature, 652(8112), 1159–1165. https://doi.org/10.1038/s41586-026-10410-0
Levkovich, I., & Alon, L. (2026). Generative AI as a third voice in human couple relationships: A systematic review. Computers in Human Behavior Reports, 23, 101255. https://doi.org/10.1016/j.chbr.2026.101255
Liu, B., Kang, J., & Wei, L. (2024). Artificial intelligence and perceived effort in relationship maintenance: Effects on relationship satisfaction and uncertainty. Journal of Social and Personal Relationships, 41(5), 1232–1252. https://doi.org/10.1177/02654075231189899
McArthur, N., & Twist, M. L. C. (2017). The rise of digisexuality: Therapeutic challenges and possibilities. Sexual and Relationship Therapy, 32(3–4), 334–344. https://doi.org/10.1080/14681994.2017.1397950
Meng, J., Zhang, R., Qin, J., Lee, Y.-J., & Lee, Y.-C. (2025). AI-mediated social support: The prospect of human–AI collaboration. Journal of Computer-Mediated Communication, 30(4), zmaf013. https://doi.org/10.1093/jcmc/zmaf013
Sharma, A., Lin, I. W., Miner, A. S., Atkins, D. C., & Althoff, T. (2023). Human–AI collaboration enables more empathic conversations in text-based peer-to-peer mental health support. Nature Machine Intelligence, 5, 46–57. https://doi.org/10.1038/s42256-022-00593-2
Szczuka, J. M., Mühl, L., & Schneeberger, T. (2026). Intimacy by Design: Definition, State of Research, and Interdisciplinary Research Agenda on Intimate Human-AI Interactions. AI & Society. Advance online publication. https://doi.org/10.1007/s00146-026-03112-8
Partecipa alla community