Se lo smartphone ha ridisegnato il nostro rapporto con il tempo, azzerando la noia e frammentando l’attenzione, l’avvento dell’intelligenza artificiale punta ancora più in alto: al cuore della nostra autonomia intellettuale. Questo articolo propone un parallelismo tra le due rivoluzioni, esplorando come la delega sistematica alle chatbots per decisioni, dubbi e consigli quotidiani stia atrofizzando il pensiero critico.
In un ecosistema informativo saturo in cui la fiducia è ormai compromessa, l’IA rischia di sostituirsi allo sforzo cognitivo. Il testo analizza i costi psicologici di questa transizione, ponendo una domanda fondamentale: cosa resta della capacità umana di scegliere quando lasciamo che sia una macchina a pensare per noi?
Indice degli argomenti
Tecnologie e capacità cognitive: quali funzioni deleghiamo
Partiamo dal fatto che non è una novità che l’uomo modifichi il proprio modo di pensare utilizzando strumenti esterni. La tecnologia – che sia scrittura, calcolatrice, computer, Internet o smartphone – ha progressivamente spostato fuori dalla nostra mente attività che un tempo svolgevamo direttamente. Oggi ricordiamo meno numeri di telefono, facciamo meno calcoli a mente e ci orientiamo più difficilmente senza un navigatore. La domanda che ci vogliamo fare è se sia un impoverimento poiché queste tecnologie sono anche il risultato di strategie per liberarci da alcune fatiche.
Per indicare la strategia con cui affidiamo a strumenti esterni parte del nostro lavoro mentale si parla di “cognitive offloading“. La questione non è quindi se la tecnologia modifichi il nostro modo di essere – o di pensare -, ma quali funzioni scegliamo di delegare e che cosa accade quando smettiamo di esercitarle con regolarità.
Prima dell’intelligenza artificiale, Internet ha modificato il rapporto con la memoria, lo smartphone ha reso la delega continua e i social network hanno aggiunto una connessione permanente con informazioni e persone. L’IA si inserisce in questa storia, ma potrebbe spostarne ancora una volta il confine.
Google Effect: come Internet cambia l’uso della memoria
Prima dell’accesso permanente a Internet, sapere significava in buona parte ricordare e fare connessioni. Libri e biblioteche erano già una memoria esterna, ma recuperare un’informazione richiedeva tempo: bisognava sapere dove cercare, consultare una fonte e selezionare ciò che serviva. Con i motori di ricerca questo costo si è drasticamente ridotto.
Il “Google Effect“ descrive una conseguenza di questo cambiamento. Sparrow, Liu e Wegner mostrarono che, quando le persone si aspettano che un’informazione rimanga facilmente accessibile, tendono a ricordarne meno il contenuto e meglio dove recuperarla. Internet può quindi funzionare come una memoria esterna.
Non è necessariamente un effetto negativo. Delegare parte della memoria può liberare risorse per nuove informazioni, come suggeriscono anche gli studi sul cosiddetto saving-enhanced memory. Il problema è capire quando questa esternalizzazione sia una strategia efficiente e quando diventi una dipendenza sistematica dallo strumento: è importante capire se abbiamo però la capacità di riflettere su ciò che riteniamo necessario ricordare, e se abbiamo comunque allenato la mente a imparare così da poterlo fare.
Smartphone e attenzione: la delega diventa continua
Internet sul computer di casa o al lavoro aveva reso l’informazione facilmente accessibile, lo smartphone l’ha resa disponibile in ogni luogo e momento. Ma lo stesso strumento contiene tutto: il telefono è insieme agenda, navigatore, giornale, posta elettronica, luogo di lavoro e strumento di relazione.
Questa novità riguarda anche l’attenzione: una notifica interrompe una lettura, un messaggio di lavoro entra nel tempo libero, una ricerca di pochi secondi può trasformarsi in una lunga sequenza di contenuti, ogni momento libero viene riempito di contenuti i più vari.
La letteratura ha studiato il rapporto tra uso dello smartphone e attenzione, memoria e controllo esecutivo. I risultati non consentono di dire semplicemente che il cellulare “renda meno intelligenti”, ma indicano possibili interferenze con alcune prestazioni cognitive e con la capacità di mantenere l’attenzione. Ward e collaboratori hanno mostrato, in condizioni sperimentali, che persino la sola presenza fisica del proprio smartphone può ridurre le risorse cognitive disponibili per il compito in corso.
È soprattutto l’introduzione precoce di questi strumenti, quando il cervello è ancora in fase di sviluppo, a sollevare interrogativi su come il loro utilizzo possa influenzare il modo in cui esercitiamo e sviluppiamo alcune capacità cognitive. Da qui nasce anche l’attenzione dei pediatri verso un uso precoce, eccessivo o inappropriato dei dispositivi digitali, un tema affrontato con particolare chiarezza, tra gli altri, da Paolo Siani nel suo libro.
Social network, messaggi e flussi continui di notizie amplificano la tendenza alla distrazione. Non riceviamo soltanto informazioni, ma anche approvazione, confronto sociale e gratificazione. Gli studi sulla salute mentale, soprattutto negli adolescenti, richiedono prudenza: le associazioni con il semplice tempo trascorso online non dimostrano causalità. Risultati più consolidati sono disponibili invece che mettono in relazione l’uso eccessivo dei social con condizioni di depressione, ansia e stress.
Quando l’IA entra nel ragionamento matematico
Ora siamo nel momento in cui stiamo sperimentando l’ingresso delle IA nelle nostre quotidianità. In un mare magnum di esempi di utilizzo della IA, la recente notizia dell’utilizzo per la risoluzione di un problema aperto sulle equazioni di Navier-Stokes ha avuto grande risonanza mediatica, ma è solo la parte più visibile di un cambiamento che sta interessando settori molto diversi della scienza e in particolare della matematica. Nel 2026 sistemi di intelligenza artificiale hanno contribuito alla soluzione di problemi aperti, prodotto controesempi e formalizzato dimostrazioni di enorme complessità.
Tra i risultati recenti vi sono soluzioni di problemi della raccolta di Erdős e un controesempio, ottenuto con un modello di OpenAI e successivamente verificato da matematici, a una congettura di lunga data in geometria discreta.
Nel settembre 2026 Claude ha inoltre prodotto in undici giorni una formalizzazione completa dell’Ultimo Teorema di Fermat in Lean – un linguaggio di programmazione -, per circa tredici milioni di righe di codice verificabile così da trasformare una dimostrazione estremamente complessa in una forma controllabile automaticamente.
Formalizzare una prova nota, risolvere un problema aperto sono risultati già raggiunti dalla IA, formulare una nuova teoria è una attività differente non ancora raggiunta, anche se non sappiamo per quanto questa sarà una prerogativa solo dell’uomo.
Tuttavia, questi risultati mostrano che la macchina non ci sta più soltanto risparmiando operazioni elementari: sta entrando nella costruzione, esplorazione e verifica di catene di ragionamento. In questo quindi la matematica è un banco di prova particolarmente interessante perché non consiste soltanto nell’eseguire calcoli ma richiede di formulare congetture, riconoscere strutture, scegliere strategie e costruire catene di ragionamento verificabili.
Il rischio è che smettiamo di esercitare alcune capacità che la macchina svolge al nostro posto. Ma è plausibile anche l’effetto opposto: liberati dalle parti più lunghe e meccaniche, i matematici potrebbero dedicarsi maggiormente a formulare domande, individuare connessioni e interpretare risultati. La delega tecnologica comincia quindi a riguardare non solo memoria e calcolo, ma il ragionamento stesso.
Chatbot e vulnerabilità: perché gli effetti non sono uguali per tutti
Tutte le tecnologie modificano il comportamento, ma non tutte le persone reagiscono nello stesso modo. Parlare di un effetto medio sulla popolazione può nascondere proprio i soggetti per i quali quel fenomeno diventa più importante.
La storia dei social lo mostra bene. Non possiamo affermare che i social provochino semplicemente depressione o ansia: le associazioni sono complesse, spesso bidirezionali e dipendono dal tipo di utilizzo. Gli effetti problematici tendono però a concentrarsi maggiormente in persone che presentano condizioni di vulnerabilità, come isolamento sociale, ansia o depressione, difficoltà nel controllo degli impulsi, forte bisogno di approvazione o tendenza a forme di dipendenza comportamentale.
Con l’intelligenza artificiale il problema assume una forma nuova, perché il sistema non offre soltanto contenuti: risponde. È disponibile in qualsiasi momento, non manifesta stanchezza e può adattare continuamente il linguaggio all’interlocutore. Queste caratteristiche possono renderla particolarmente attraente per chi trova faticoso il rapporto con gli altri.
Questo è evidente a tutti, ma gli studi per ora sono molto cauti. Uno studio longitudinale del 2026 su più di duemila adulti ha osservato una relazione bidirezionale tra minore connessione sociale e ricorso ai chatbot per compagnia, mentre un’indagine statunitense ha stimato che nel 2025 circa il 19% dei giovani tra 12 e 21 anni avesse già utilizzato chatbot per consigli sulla salute mentale.
Sono dati che non dimostrano una sostituzione degli psicologi o degli amici, ma mostrano che l’IA è già entrata in uno spazio tradizionalmente relazionale.
Da Dott. Google a Dott. IA: delegare informazioni o giudizi
“Dott. Google” cercava contenuti mentre l’intelligenza artificiale interloquisce. A un motore di ricerca chiediamo soprattutto dove trovare un’informazione; a un interlocutore possiamo chiedere che cosa ne pensa e, soprattutto, che cosa dovremmo fare. È il passaggio dalla delega dell’informazione alla possibile delega del giudizio.
Chiedere all’IA di spiegare un referto, una normativa o le alternative di una scelta può aumentare la nostra autonomia e permetterci di arrivare più preparati al confronto con un esperto.
Diverso è chiederle se dobbiamo interrompere una relazione, cambiare terapia o prendere una decisione importante. In quel caso non stiamo più delegando soltanto l’organizzazione delle informazioni, ma una parte della costruzione della decisione.
L’empatia artificiale e il costo della reciprocità
Chiedere consiglio a una persona comporta anche un certo attrito: dobbiamo spiegarci, esporci e accettare di essere contraddetti. Una conversazione umana non è fatta soltanto di parole. Interpretiamo sguardo, postura, tono della voce, esitazioni e pause. La comunicazione digitale aveva già ridotto questa componente, compensandola in parte con emoticon, emoji, messaggi vocali e reaction.
Il chatbot riduce ulteriormente questo confine: introduce un paradosso perché pur non vivendo emozioni e non partecipando alla relazione con un corpo, può utilizzare molto efficacemente il linguaggio dell’empatia. Questo è uno dei suoi grandi vantaggi, ma può diventare un problema quando la risposta più semplice da ottenere diventa anche quella alla quale affidiamo il giudizio: una risposta artificiale può realmente tranquillizzare, aiutare a mettere ordine nei pensieri o far sentire una persona ascoltata.
Una differenza importante riguarda però la reciprocità. Quando parliamo con una persona non riceviamo soltanto attenzione: dobbiamo anche darla. Dobbiamo capire se l’altro è stanco, infastidito o in disaccordo, aspettare il nostro turno e tollerare che la conversazione non segua la direzione desiderata.
Con una macchina questo costo relazionale quasi scompare. Possiamo ripetere la stessa storia, interrompere il dialogo o ignorare un consiglio senza conseguenze per l’interlocutore. È una comodità importante e, per chi teme il giudizio, può anche rappresentare un primo spazio nel quale riuscire a parlare.
Ma forse ci dobbiamo interrogare su come si utilizza lo strumento: la soluzione non è necessariamente smettere di chiedere, ma magari l’IA può aiutarci se gli poniamo domande diverse. Non “che cosa devo fare?”, ma “quali informazioni mi mancano?”, “quali argomenti contraddicono la mia posizione?”, “quali conseguenze non sto considerando?”.
IA e capacità cognitive: come reinvestire lo sforzo risparmiato
Con la calcolatrice abbiamo delegato una parte del calcolo, con Internet parte della memoria, con il navigatore l’orientamento. Con l’intelligenza artificiale iniziamo a delegare sintesi, scrittura, pianificazione, programmazione, costruzione di argomenti e valutazione di alternative.
Gli studi sono ancora iniziali e non consentono di parlare di una perdita generalizzata delle capacità cognitive. La domanda concreta è però che cosa accada a una competenza quando una parte crescente delle occasioni in cui avremmo dovuto esercitarla viene affidata a uno strumento esterno.
Il problema riguarda anche i professionisti. Un programmatore, un medico o un ricercatore possono diventare più produttivi grazie all’IA, ma devono conservare una competenza sufficiente a valutare criticamente ciò che la macchina produce. Più il sistema diventa affidabile, più siamo incentivati a controllarlo meno; ma meno lo controlliamo, meno esercitiamo la capacità necessaria a riconoscere i casi nei quali sbaglia.
Delegare, tuttavia, non significa necessariamente smettere di pensare. Possiamo chiedere all’IA la soluzione oppure utilizzarla per esplorare alternative, cercare obiezioni e verificare il nostro ragionamento. La stessa tecnologia può ridurre lo sforzo oppure spostarlo verso un livello più alto.
Scuola e professioni: conservare le competenze per verificare
Vietare l’intelligenza artificiale a scuola o nel lavoro sarebbe probabilmente destinato a fallire, come sarebbe oggi assurdo proibire Internet o la calcolatrice. Il problema è imparare a governare la delega.
A scuola significa insegnare a utilizzare l’IA continuando però a creare occasioni nelle quali lo studente debba ragionare autonomamente. Solo chi possiede una competenza può valutare criticamente la risposta di una macchina.
Domande, obiezioni e controesempi per pensare più lontano
Esiste inoltre una possibilità più ambiziosa: utilizzare l’IA non soltanto per risparmiare lavoro, ma per pensare più lontano. “Scrivimi questo testo” trasferisce alla macchina gran parte del compito. “Questa è la mia tesi: trovami tre ragioni serie per cui potrei avere torto” utilizza la stessa tecnologia per sottoporre il nostro ragionamento a una verifica che forse da soli non avremmo fatto.
Analogamente, invece di “risolvi questo problema”, possiamo chiedere “non darmi la soluzione: fammi una domanda alla volta finché non riesco a risolverlo“.
Lo stesso vale nel lavoro. Un medico può chiedere una diagnosi oppure quali ipotesi alternative rischia di non aver considerato; un ricercatore può farsi scrivere una conclusione oppure chiedere controesempi alla propria interpretazione. In questi casi l’IA non elimina lo sforzo cognitivo: lo redistribuisce.
Il pericolo non è risparmiare fatica cognitiva. È risparmiarla senza reinvestirla. Se utilizziamo l’IA per liberarci dalle operazioni più meccaniche e dedichiamo il tempo guadagnato a comprendere, verificare, creare, discutere e costruire relazioni, potremmo non perdere capacità, ma svilupparne di nuove.
Dobbiamo quindi decidere quali competenze vogliamo continuare ad allenare anche quando una macchina è perfettamente in grado di sostituirci. La tecnologia può consegnarci la strada più breve oppure aiutarci a percorrerne una più ambiziosa.
Forse, allora, la domanda con cui abbiamo iniziato va capovolta. Non dobbiamo chiederci soltanto che cosa l’intelligenza artificiale ci farà perdere. Dobbiamo chiederci quanto più lontano potremo arrivare se utilizzeremo la libertà cognitiva che ci offre per affrontare problemi, idee e relazioni che prima non avevamo il tempo o gli strumenti per esplorare.
E se la IA ci fornisce il modo di essere meno impegnati in funzioni routinarie, troveremo il tempo per fare cose che ci fanno bene?
Troveremo il modo di usare lo strumento in maniera intelligente?
Bibliografia
Doidge, N. (2007). The Brain That Changes Itself. New York: Viking.
Kolb, B., & Gibb, R. (2011). Brain Plasticity and Behaviour in the Developing Brain. Journal of the Canadian Academy of Child and Adolescent Psychiatry, 20(4), 265–276.
Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in Cognitive Sciences, 20(9), 676–688.
Sparrow, B., Liu, J., & Wegner, D. M. (2011). Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips. Science, 333(6043), 776–778.
Siani, P. “Benessere digitale. Guida all’uso consapevole dei device”, Giannini Editore, 2026
Storm, B. C., & Stone, S. M. (2015). Saving-Enhanced Memory: The Benefits of Saving on the Learning and Remembering of New Information. Psychological Science, 26(2), 182–188.
Wilmer, H. H., Sherman, L. E., & Chein, J. M. (2017). Smartphones and Cognition: A Review of Research Exploring the Links between Mobile Technology Habits and Cognitive Functioning. Frontiers in Psychology, 8, 605.
Ward, A. F., Duke, K., Gneezy, A., & Bos, M. W. (2017). Brain Drain: The Mere Presence of One’s Own Smartphone Reduces Available Cognitive Capacity. Journal of the Association for Consumer Research, 2(2), 140–154.
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.
Shannon, H., Bush, K., Villeneuve, P. J., Hellemans, K. G. C., & Guimond, S. (2022). Problematic Social Media Use in Adolescents and Young Adults: Systematic Review and Meta-analysis. JMIR Mental Health, 9(4), e33450.
Sothanaphan, N. (2026). Resolution of Erdős Problem #728: A Writeup of Aristotle’s Lean Proof. arXiv:2601.07421.
OpenAI (2026). An OpenAI Model Has Disproved a Central Conjecture in Discrete Geometry. Research Milestone, 20 May 2026.
Anthropic (2026). Formalizing Fermat’s Last Theorem. Research report, 4 September 2026.
Castelvecchi, D. (2026). Anthropic AI ‘formalizes’ proof of Fermat’s last theorem — a milestone for mathematics. Nature, 7 September 2026. doi:10.1038/d41586-026-02822-9.
Folk, D., & Dunn, E. (2026). How Does Turning to AI for Companionship Predict Loneliness and Vice Versa? Psychological Science, 37(4), 276–286.
McBain, R. K., Cantor, J. H., Breslau, J., et al. (2026). AI Chatbot Use and Disclosure for Mental Health Among US Adolescents and Young Adults. JAMA Pediatrics, 180(8), 884–890.
Clark, A. (2025). The Ability of AI Therapy Bots to Set Limits With Distressed Adolescents: Simulation-Based Comparison Study. JMIR Mental Health, 12, e78414.
Partecipa alla community