Rispetto alla tecnologia a cui siamo abituati, il dialogo con un chatbot di ultima generazione introduce un’esperienza relazionale inedita, tocca corde psicologiche e stimola processi cognitivi che i vecchi sistemi non potevano generare.
Indice degli argomenti
Chatbot e proiezione umana: come nasce la fiducia nell’IA
Il software risponde salutando per nome, adatta il registro linguistico ai messaggi precedenti, simula empatia e si scusa per eventuali imprecisioni. Senza rendercene conto, proiettiamo su una tecnologia inanimata categorie interpretative e aspettative del tutto umane. Pretendiamo che la macchina sia non solo abile, ma anche sincera, mossa da buone intenzioni e dotata di una propria coerenza interna. Questa tendenza a trattare la tecnologia come un attore sociale è il risultato di dinamiche cognitive precise.
Valutiamo la credibilità dei chatbot conversazionali utilizzando gli stessi identici processi mentali che applichiamo con un collega o un conoscente. Decidere di affidarsi a un algoritmo, delegandogli la scrittura di un testo, la pianificazione finanziaria o l’interpretazione di un sintomo medico, equivale a compiere un atto di fiducia basato sull’aspettativa di un comportamento futuro prevedibile e corretto (Lalot & Bertram, 2025). Eppure, questa sovrapposizione nasconde un’incongruenza: l’affidabilità reale di un software e la fiducia che noi tendiamo a riporre in esso non sempre vanno di pari passo, generando uno scostamento tra le nostre aspettative e le effettive capacità della macchina.
I principi chiave della fiducia nell’intelligenza artificiale
Il nostro rapporto con le tecnologie, intelligenza artificiale inclusa, non è del tutto razionale e lineare; si tratta invece di elaborazioni soggettive. È per questo che si crea una dissonanza cognitiva, cioè una incoerenza tra ciò che crediamo e ciò che facciamo: non è raro, infatti, osservare persone che descrivono un software come poco sicuro ma continuano a usarlo quotidianamente seguendo le sue raccomandazioni, a dimostrazione del fatto che le nostre azioni concrete si sganciano spesso dalle nostre convinzioni esplicite e dichiarate (Everett et al., 2026). Questo accade perché valutiamo le macchine combinando due aspetti diversi: la performance tecnica e la correttezza dei processi. Se un tempo pretendevamo solo l’assenza di errori, oggi ci interroghiamo sulle logiche di funzionamento del sistema, sull’equità dei suoi risultati e su potenziali interessi commerciali nascosti.
Tali giudizi cambiano radicalmente a seconda del contesto e dello scopo dello strumento. La soglia di tolleranza per un software di diagnostica medica, ad esempio, segue naturalmente regole cognitive e livelli di severità che non applicheremmo mai a un algoritmo di raccomandazione musicale.
Differenze individuali e culturali nella percezione del rischio
A queste dinamiche si sovrappongono le differenze individuali come tratti di personalità (l’apertura mentale supporta l’accettazione dell’automazione) o culturali (a scala globale si registrano indici di fiducia molto più elevati nelle economie emergenti rispetto all’Europa occidentale, specchio di diversi modelli di interpretazione del rischio).
Infine, l’intero processo è guidato da bisogni strategici e opportunistici. Di fronte a compiti complessi cerchiamo scorciatoie cognitive o emotive, scegliendo di fidarci di un algoritmo anche se opaco se questo riduce lo sforzo mentale o permette di delegare decisioni delicate. L’opacità della macchina diventa così una difesa psicologica che offre una denegazione plausibile, facilitando lo scarico della responsabilità individuale (Everett et al., 2026).
Performance ed emozione: i veri motori del legame con l’IA
La fiducia nei confronti dell’intelligenza artificiale unisce la valutazione delle competenze tecniche alle risposte emotive dell’utente. Se a livello normativo trasparenza e responsabilità legale sembrano indispensabili, nei fatti è l’equità dei risultati l’unico fattore capace di incrementare la fiducia cognitiva. Infatti, sviluppiamo un atteggiamento di apertura quando percepiamo che gli output della macchina sono imparziali e privi di pregiudizi. L’impossibilità di comprendere i meccanismi interni alla scatola nera non costituisce una barriera psicologica. Allo stesso modo, l’antropomorfismo, inteso come l’attribuzione di una coscienza o di un libero arbitrio a un software, non mostra alcun legame con la fiducia. Chi utilizza questi strumenti sa di trovarsi di fronte a stringhe di codice; i veri motori della fiducia sono la presenza sociale e la connessione emotiva provata durante lo scambio, ovvero la percezione di ricevere risposte partecipi, positive, che evocano calore relazionale (Huynh & Aichner, 2025).
La misurazione della fiducia: dalla scala TIAS alla S-TIAS
Misurare scientificamente reazioni psicologiche così fluide e istantanee richiede però strumenti che non interrompano il flusso dell’interazione uomo-macchina. Per questo motivo la ricerca ha affiancato allo standard metodologico classico, la scala TIAS basata sui concetti generali di fiducia e diffidenza, una variante abbreviata a tre voci denominata S-TIAS (McGrath et al., 2025). Questa versione ultrarapida isola tre soli elementi: la fiducia esplicita, la percezione di affidabilità stabile e il senso di sicurezza operativa, requisiti essenziali per supportare l’adozione tecnologica nei flussi di lavoro in modo sicuro ed efficace.
BIBLIOGRAFIA
Everett, J. A., Claessens, S., Knöchel, T. D., & Reinecke, M. G. (2026). Principles for understanding trust in artificial intelligence. Nature Reviews Psychology, 1-14.
Huynh, M. T., & Aichner, T. (2025). In generative artificial intelligence we trust: unpacking determinants and outcomes for cognitive trust. AI & SOCIETY, 40(8), 5849-5869.
Lalot, F., & Bertram, A. M. (2025). When the bot walks the talk: Investigating the foundations of trust in an artificial intelligence (AI) chatbot. Journal of Experimental Psychology: General, 154(2), 533.
McGrath, M. J., Lack, O., Tisch, J., & Duenser, A. (2025). Measuring trust in artificial intelligence: Validation of an established scale and its short form. Frontiers in Artificial Intelligence, 8, 1582880.
Partecipa alla community