C'è una domanda che chi usa l'intelligenza artificiale con una certa intensità prima o poi si trova a fare — non ad alta voce, ma nell'uso quotidiano, quasi per accumulo. La domanda non è cosa sa fare la macchina. È cosa sta facendo la macchina a me.
Non è una domanda paranoica. È la domanda giusta. Perché l'AI non è uno strumento neutro per il cervello nel senso in cui lo è un martello o un foglio di carta. È uno strumento che interagisce con i processi cognitivi più profondi — memoria, creatività, ragionamento, attenzione — e li modifica. In che direzione, con quale intensità, con quali conseguenze a lungo termine: dipende quasi interamente da come lo si usa.
Questo articolo nasce da un'osservazione diretta, maturata nel tempo come early adopter e sviluppatore. Non da una rassegna della letteratura — anche se la letteratura, dove esiste, verrà citata. Da qualcosa di più vicino: l'esperienza di chi ha attraversato questa trasformazione dall'interno e ha iniziato a riconoscerne la struttura.
Il testo piatto: come si riconosce la conoscenza senza biografia
Chi usa l'intelligenza artificiale con frequenza sviluppa, nel tempo, una capacità di riconoscimento che non sa esattamente come spiegare. Un testo generato da AI — anche ben scritto, anche formalmente corretto — produce una risposta percettiva precisa. Il testo è piatto.
Non piatto nel senso di banale. Piatto nel senso di privo di profondità. Come uno schermo che simula il rilievo senza averlo.
La spiegazione non è tecnica — è filosofica. L'AI raccoglie, estrae, ricostruisce. Non attraversa. Non sbaglia nel senso in cui sbaglia chi prova qualcosa per la prima volta. Non cambia idea perché qualcosa vissuto ha reso insostenibile la posizione precedente. La sua conoscenza è immensa e, per questo, biograficamente vuota.
Michael Polanyi, nel suo The Tacit Dimension, distingueva tra la conoscenza dichiarabile — quella che si può trasmettere, spiegare, codificare — e la conoscenza tacita: quella che si acquisisce solo attraversando un'esperienza, che rimane incorporata nella persona e non si trasferisce per descrizione. L'AI padroneggia la prima in modo straordinario. La seconda non ce l'ha. E si vede.
Walter Benjamin, nel saggio Il narratore del 1936, distingueva tra informazione ed esperienza narrativa. L'informazione spiega e chiude. L'esperienza narrativa porta con sé l'autorità di chi l'ha vissuta — lascia qualcosa di aperto che continua a lavorare nel lettore. L'AI produce informazione eccellente. Non produce esperienza narrativa. Non perché sia mal costruita — ma perché l'esperienza narrativa richiede una biografia, e la macchina non ne ha una.
Overflow e memoria labile: il paradosso dello stimolo continuo
Una conversazione intensa con l'AI produce uno stato cognitivo preciso: stimolazione continua, connessioni inattese, autori nuovi, ricerche che non si conoscevano, idee che aprono altre idee. È una condizione di apprendimento accelerato che può sembrare eccezionale.
E in parte lo è. Ma porta con sé un paradosso che vale la pena nominare con chiarezza.
Quello che arriva troppo veloce non sedimenta.
I libri letti in gioventù — Bateson, Polanyi, i testi che hanno cambiato il modo di pensare — sono ancora lì, disponibili, quasi corporei nel modo in cui si ricordano. Una conversazione con l'AI di tre giorni fa, anche brillante, anche densa, tende a dissolversi. Non per distrazione — per un motivo neurologico preciso.
La memoria che dura — quella che i neuroscienziati chiamano consolidamento ippocampale — si forma attraverso un processo lento. Richiede tempo, connessione emotiva, ripetizione distribuita nel tempo, sonno. Le informazioni che arrivano in flusso continuo vengono elaborate in memoria di lavoro, usate nel momento, ma raramente consolidate in modo profondo.
La ricerca sul sistema dopaminergico — in particolare il lavoro di Wolfram Schultz sulla ricompensa variabile — suggerisce che la novità continua e gli stimoli imprevedibili producono attivazione intensa ma non necessariamente apprendimento durevole. È lo stesso meccanismo che rende coinvolgenti i social media e poco memorabili. L'AI conversazionale ha una struttura analoga: ogni risposta porta qualcosa di nuovo, ogni connessione apre un'altra connessione. Il cervello è acceso, ma non necessariamente sta costruendo.
Questo non è un argomento contro l'uso dell'AI. È un argomento per usarla con consapevolezza — alternando l'intensità dello stimolo con il tempo necessario all'assorbimento.
Il deskilling: le competenze che svaniscono per delega
Il termine deskilling — perdita di competenza per delega progressiva a uno strumento — non è nuovo. Si è osservato con il GPS e il senso dell'orientamento spaziale. Con la calcolatrice e il calcolo mentale. Con l'autocorrettore e la padronanza ortografica. In ciascuno di questi casi, la ricerca ha documentato una riduzione misurabile della competenza nelle popolazioni che avevano smesso di esercitarla.
Con l'AI il fenomeno si scala a competenze di ordine superiore. Scrittura, sintesi, ragionamento analitico, costruzione di argomenti — tutte attività che, se delegate sistematicamente alla macchina, tendono ad atrofizzarsi nell'utente. Non per pigrizia: per il semplice meccanismo con cui il cervello funziona. Le connessioni neurali che non si usano si indeboliscono. La plasticità è bidirezionale — costruisce, ma anche smantella.
Ethan Mollick, ricercatore della Wharton School e tra i più attenti osservatori dell'AI in ambito lavorativo, ha documentato come l'uso intensivo di AI generativa per compiti cognitivi produca, nel tempo, una riduzione della capacità di svolgere quegli stessi compiti autonomamente. Il rischio non è teorico — è già misurabile.
La questione non è se il deskilling avviene. Avviene. La questione è quali competenze si sta scegliendo di delegare — e se questa scelta è consapevole o automatica.
La creatività bisociativa: il guadagno inatteso
Ma c'è un altro lato. E sarebbe disonesto non nominarlo con la stessa precisione.
Chi usa l'AI in modo dialogico — non per ricevere output ma per esplorare connessioni — riporta un effetto che è difficile da misurare ma reale: un aumento della capacità creativa. Non nel senso vago del termine. Nel senso specifico di riuscire a connettere domini di conoscenza distanti in modi che prima non venivano in mente.
Arthur Koestler, nel suo The Act of Creation del 1964, chiamava questo meccanismo bisociazione: la collisione produttiva tra due matrici di pensiero normalmente separate. Per Koestler, tutta la creatività — artistica, scientifica, comica — ha questa struttura. Non è invenzione dal nulla. È connessione inattesa tra cose che esistevano già, in contesti separati.
L'AI è una macchina bisociativa per struttura. Addestrata su una quantità di testi che nessun essere umano potrà mai leggere, ha sviluppato connessioni semantiche e logiche tra domini lontanissimi. Quando questi collegamenti diventano visibili nel dialogo, accade qualcosa di interessante: il cervello non li riceve passivamente — li osserva, li riconosce, inizia a cercarli autonomamente.
È apprendimento per imitazione cognitiva. Non si impara cosa connettere — si allena il meccanismo della connessione lontana. E questo meccanismo, con l'uso ripetuto, tende a generalizzarsi. Si inizia a cercarlo anche fuori dalla conversazione con la macchina — nei libri, nelle conversazioni, nell'osservazione del mondo.
Dialogo o delega: la discriminante invisibile
Tutti i fenomeni descritti finora — deskilling, memoria labile, creatività aumentata — hanno una variabile in comune. Non dipendono dallo strumento. Dipendono dalla postura cognitiva con cui lo si usa.
Esistono due modalità fondamentalmente diverse di interagire con l'AI.
La prima è la delega: si chiede alla macchina di scrivere, sintetizzare, decidere, costruire. Si riceve un output. Il pensiero non è stato esercitato — è stato sostituito. Qui il deskilling è reale, progressivo e spesso invisibile a chi lo subisce, perché l'output è comunque buono. Il cervello non si accorge di star perdendo una competenza — vede solo che il risultato arriva.
La seconda è il dialogo: si usa la macchina come interlocutore che amplia il campo, propone connessioni, porta prospettive nuove. Il pensiero rimane dell'utente — la macchina allarga il perimetro in cui quel pensiero si muove. Qui non si perde competenza. Si sviluppa qualcosa di nuovo, che include la capacità di costruire contesto prima del contenuto, di dare istruzioni precise, di riconoscere quando la macchina ha frainteso o ha prodotto qualcosa di generico invece di qualcosa di calibrato.
Questa seconda modalità è essa stessa una competenza. Si allena con l'uso ripetuto, con l'errore, con la correzione. Chi la padroneggia ottiene un amplificatore del proprio pensiero. Chi non la padroneggia ottiene un sostituto del proprio pensiero — e nel tempo, un cervello progressivamente meno capace di fare da solo.
La distinzione non è tecnica. È quasi etica — nel senso di una scelta su che tipo di mente si vuole avere.
Quello che nessuno insegnerà
Il problema di fondo è lo stesso che attraversa tutta questa riflessione: le competenze più importanti nell'uso dell'AI non verranno insegnate. Non perché siano segrete — ma perché sono invisibili anche a chi le ha.
Chi ha sviluppato una postura dialogica con la macchina lo ha fatto per esposizione prolungata, per tentativi e correzioni, per una curiosità che ha spinto a usare lo strumento in modo sempre più profondo. Non ha seguito un corso. Non ha letto un manuale. Ha attraversato.
Questo crea una disuguaglianza cognitiva che crescerà molto più in fretta di qualsiasi divario tecnologico precedente. Non tra chi ha accesso all'AI e chi non ce l'ha — l'accesso si sta democratizzando rapidamente. Ma tra chi ha sviluppato la postura giusta e chi no. Tra chi usa l'AI per pensare meglio e chi la usa per non pensare.
E questa postura, come tutte le competenze tacite, non si distribuisce da sola. Va coltivata con consapevolezza. Probabilmente va insegnata — nelle scuole, nelle organizzazioni, ovunque si voglia che le persone rimangano i soggetti del proprio pensiero e non i destinatari passivi di quello della macchina.
Fonti
- Polanyi M. (1966). The Tacit Dimension. Doubleday.
- Benjamin W. (1936). Der Erzähler. Betrachtungen zum Werk Nikolai Lesskows. Orient und Occident.
- Koestler A. (1964). The Act of Creation. Hutchinson.
- Mollick E. (2023). Co-Intelligence: Living and Working with AI. Portfolio/Penguin.
- Schultz W. (1998). Predictive Reward Signal of Dopamine Neurons. Journal of Neurophysiology, 80(1), 1–27.
- Merzenich M. (2013). Soft-Wired: How the New Science of Brain Plasticity Can Change Your Life. Parnassus Publishing.
- 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.
- Carr N. (2010). The Shallows: What the Internet Is Doing to Our Brains. W.W. Norton.
- Bateson G. (1972). Steps to an Ecology of Mind. University of Chicago Press.
- Norman D. (1988). The Design of Everyday Things. Basic Books.
