Intelligenza artificiale ed effetti sulla mente: lo studio del MIT

L’intelligenza artificiale produce un deterioramento cognitivo? Aspettavo da tanto uno studio sugli effetti dell’Intelligenza Artificiale sul cervello umano ed è stato finalmente pubblicato, se pur come preprint e con i limiti che vedremo.

Il Massachusetts Institute of Technology (MIT) ha pubblicato una ricerca dal titolo evocativo:”Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant” volta a indagare gli effetti dell’uso di strumenti di Intelligenza Artificiale (IA), come ChatGPT, sul funzionamento del cervello durante compiti cognitivi complessi, come la scrittura di saggi. La ricerca, coordinata da Nataliya Kos’ myna del MIT Media Lab, ha raccolto dati neurofisiologici, test comportamentali e valutazioni qualitative.

Disegno sperimentale sugli effetti dell’intelligenza artificiale

In un’epoca in cui molti auspicano l’inserimento dell’IA fin dalla prima infanzia, l’obiettivo della ricerca è di verificare se l’affidamento precoce e intensivo a questi strumenti possa alterare funzioni cognitive fondamentali come memoria, pensiero critico, creatività, engagement mentale.

Caratteristiche del progetto di ricerca del MIT

Lo studio esplora le conseguenze neurali e comportamentali della scrittura assistita da modelli linguistici di grandi dimensioni (LLM).

Per comprendere appieno la portata e l’affidabilità dei risultati ottenuti, è essenziale esaminare le principali caratteristiche metodologiche del progetto di ricerca, che definiscono il contesto sperimentale, la struttura del campione e gli strumenti di rilevazione utilizzati:

• Partecipanti: 54 studenti di età compresa tra 18 e 39 anni, reclutati nella zona di Boston
• Gruppi sperimentali:
  1. Brain‑only: i membri del gruppo non hanno nessun supporto (scrittura autonoma);
  2. Search‑engine: i membri del gruppo possono usare motori di ricerca;
  3. LLM: i membri del gruppo utilizzano ChatGPT.
• Durata: tre sessioni per scrivere saggi su tematiche peculiari (es. etica della filantropia) seguite da una quarta sessione in cui alcuni soggetti invertivano le condizioni, quindi i soggetti del gruppo LLM sono stati riassegnati al gruppo Brain-only (LLM-to-Brain), mentre i partecipanti Brain-only sono stati trasferiti alla condizione LLM (Brain-to-LLM).
• Strumenti di misurazione utilizzati:
  • EEG ad alta densità, per valutare il carico cognitivo durante la scrittura;
  • Analisi linguistica dei saggi: originalità, ripetitività tematica, ricchezza lessicale;
  • Valutazioni umane e automatizzate della qualità dei testi;
  • Questionari su autopercezione dell’apprendimento e senso di appartenenza (“ownership”) del contenuto.

Principali evidenze neurofisiologiche dell’Intelligenza Artificiale

Dallo studio emergono alcune evidenze neurofisiologiche particolarmente rilevanti, che permettono di comprendere in che modo l’interazione con l’Intelligenza Artificiale incida sull’attività cerebrale degli utenti; tra le principali si segnalano:

• Riduzione dell’attività cerebrale con IA: i partecipanti Brain-only hanno mostrato le reti neurali più forti e distribuite; i partecipanti al gruppo Search Engine un coinvolgimento cognitivo intermedio; mentre i soggetti assistiti da LLM presentavano la connettività più debole. L’attività cerebrale diminuiva proporzionalmente all’affidamento a strumenti esterni.
• Connettività neurale: il gruppo Brain-only ha registrato la maggiore interconnessione fronto‐parietale e semantica, seguito dal gruppo Search Engine, mentre il gruppo LLM evidenziava la più scarsa attivazione;
• Effetto cumulativo: l’uso ripetuto di ChatGPT ha causato una progressiva svalutazione cognitiva, fenomeno definito dagli autori cognitive debt.

Nella sessione 4, i partecipanti del gruppo LLM-to-Brain hanno evidenziato una ridotta connettività nelle bande alfa e beta, indicativa di un basso livello di attivazione. Al contrario, i soggetti Brain-to-LLM hanno mostrato un migliore richiamo mnemonico e una maggiore attivazione delle aree occipito-parietali e prefrontali, in linea con quanto osservato nei gruppi Search Engine.

Sempre nella sessione 4, nelle transizioni, si osserva:

• Transizione LLM‑>‑Brain: coloro che hanno cessato l’uso di IA non hanno recuperato la piena attività cognitiva; i livelli alfa-beta sono rimasti ridotti.
• Transizione Brain‑>‑LLM: gli studenti che hanno utilizzato IA dopo una fase autonoma hanno mostrato aumento di connettività, memoria e coinvolgimento, suggerendo che un uso secondario e non prevalentemente sostitutivo dell’IA possa stimolare alcune funzioni cognitive.

Implicazioni su memoria, creatività e ownership

I risultati dello studio evidenziano implicazioni significative su tre dimensioni cognitive fondamentali, particolarmente sensibili all’uso degli LLM nei processi di apprendimento e produzione testuale; in particolare si osservano:

• Memoria immediata: oltre l’83 % degli utenti IA non è stato in grado di riprodurre parti del proprio saggio scritto pochi minuti prima, contro poco più del 10 % del gruppo Brain-only.
• Originalità dei testi: i saggi generati con ChatGPT erano più stereotipati, uniformi e privi di “anima”, come dimostrato dalle analisi NLP e confermato da valutazioni insegnanti.
• Ownership e coinvolgimento: i soggetti LLM hanno riportato un minore senso di appropriazione e un engagement soggettivo più basso.

Criticità metodologiche e limiti dello studio del MIT sull’AI

Sebbene lo studio del MIT rappresenti un contributo significativo alla comprensione degli effetti cognitivi dell’uso dei modelli linguistici di grandi dimensioni, è fondamentale evidenziarne anche i limiti metodologici e interpretativi, al fine di evitare conclusioni affrettate e garantire una lettura critica dei risultati:

• Campione ristretto: 54 partecipanti, di cui 18 alla sessione 4, non consentono generalizzazioni ampie; inoltre, non è chiaro se il campione sia rappresentativo in termini di età, livello culturale, background scolastico o familiarità pregressa con strumenti IA. La scarsa eterogeneità potrebbe aver influenzato i risultati.
• Durata dello studio limitata: la durata di quattro mesi, pur utile per osservare alcune variazioni nel tempo, è insufficiente per trarre conclusioni definitive sugli effetti a lungo termine dell’uso dell’IA sulla neuroplasticità, la memoria consolidata e le abitudini cognitive.
• Ambito di applicazione limitato: il compito richiesto – scrivere testi in condizioni controllate – non riflette pienamente la complessità dell’apprendimento reale in ambienti educativi o professionali. L’uso dell’IA nella vita quotidiana coinvolge spesso fasi iterative, feedback, rielaborazioni e interazioni sociali, che non sono state replicate nello studio.
• Asimmetria del disegno sperimentale: nella quarta sessione, i gruppi sono stati scambiati (LLM-to-Brain e Brain-to-LLM), ma solo un terzo dei partecipanti iniziali ha preso parte a questa fase. Questo introduce bias di sopravvivenza e asimmetrie nel confronto tra condizioni, che possono limitare la robustezza delle conclusioni tratte dalla sessione finale.
• Valutazione soggettiva della “ownership”: il senso di “proprietà” sull’elaborato è stato misurato attraverso autovalutazione. Sebbene importante, questo tipo di dato è intrinsecamente soggettivo, influenzato da aspettative, atteggiamenti personali e contesto culturale. La variabilità individuale in questa percezione rende difficile una standardizzazione del dato.
• Stato preprint ancora soggetto a peer review: i risultati costituiscono una base temporanea per ulteriori approfondimenti.

Visioni alternative e contesti contrastanti

Ovviamente i pareri sugli effetti dell’AI sul cervello sono in questo momento molto discordanti. Sintetizzo brevemente:

• Henry Shevlin (Cambridge) e altri esperti hanno chiarito che non si tratta di “danno permanente”, bensì di pigrizia cognitiva contestuale e dipendente dal tipo di uso: “come tutor” piuttosto che “come sostituto”
.
• uno studio condotto in Nigeria, utilizzando LLM come strumento didattico integrativo ha prodotto benefici significativi
• la riflessione richiama le preoccupazioni moderne e storiche (es. “Is Google Making Us Stupid?” di Nicholas Carr, 2008) riguardo all’automazione e all’“atrofia” cognitiva conseguente.

Implicazioni educative e raccomandazioni

Alla luce delle evidenze empiriche emerse, l’utilizzo dell’Intelligenza Artificiale in contesti educativi solleva interrogativi importanti sul ruolo dell’autonomia cognitiva, della riflessione critica e dell’apprendimento profondo. Per evitare un uso passivo e cognitivamente depotenziato degli strumenti basati su LLM, è necessario sviluppare strategie didattiche e linee guida che favoriscano un’integrazione consapevole e formativa della tecnologia. In questa prospettiva, si propongono alcune raccomandazioni operative:

• Formazione critica: insegnare agli studenti non solo come usare l’IA, ma quando non usarla e come contestualizzarne l’output, esercitando valutazione e confronto.
• Progettare valutazioni metacognitive: compiti che richiedano di riflettere esplicitamente sul processo di creazione del testo e su scelte argomentative.
• Limitazioni mirate: prevedere momenti “senza IA” per stimolare l’autonomia mentale, e momenti “assistiti”, per potenziare capacità di editing, revisione, controllo.
• Linee guida e policy educative: regolamentazioni che distinguano tra supporto (scaffolding) e sostituzione dell’impegno creativo.

Riflessioni sull’intelligenza artificiale in campo educativo

Lo studio MIT descrive un fenomeno chiamato metacognitive laziness, ovvero una tendenza crescente ad affidare completamente i processi cognitivi all’IA, senza interpretrare, valutare o rielaborare attivamente i contenuti generati. Questo comportamento conduce ad un’attenuazione del pensiero critico: un errore cognitivo non più riconosciuto e corretto, ma lasciato passivamente filtrare dall’output automatico. Secondo ricerche più ampie, questa tendenza corrisponde ad un incremento del “cognitive offloading”, un fenomeno già noto con Internet e i motori di ricerca.

L’analisi EEG del gruppo LLM ha evidenziato una riduzione della connettività fronto‑parietale e dei ritmi alfa‑beta, particolarmente legati alla memoria di lavoro, attenzione sostenuta e creatività. È come se l’IA sostituisse sistematicamente funzioni mentali fondamentali, indebolendole nel tempo. Questo tipo di cognitive atrophy è già stato delineato nella letteratura: una “deteriorazione indotta” dall’abbandono di meccanismi cerebrali essenziali perché delegati a strumenti esterni.

I partecipanti che si affidavano interamente a ChatGPT riportavano una percezione molto più bassa di “ownership” sul testo prodotto: più simile a una copia generata da un altro che a un lavoro personale. La conseguenza è la riduzione del coinvolgimento emotivo e motivazionale, fattori fondamentali per apprendimento e consolidamento mnemonico.

È innegabile che gli strumenti IA offrono rapide soluzioni e maggiore produttività – così come riscontrato in vari contesti operativi. Tuttavia, tale rapidità rappresenta un falso risparmio: velocizzare la scrittura a discapito del pensare e capire produce un impoverimento cognitivo a lungo termine.

Una nota positiva emerge proprio quando l’IA viene adottata in un approccio ibrido: utilizzarla non come sostituto, ma come strumento di revisione e rifinitura dopo una fase autonoma genera un aumento di attivazione cerebrale e memorizzazione. Questo conferma che l’IA non è il problema in sé, ma il modo in cui viene usata.

La ricerca MIT, seppure ancora in fase di validazione, pone una domanda essenziale: possiamo permetterci di esternalizzare il pensiero sin dalle fasi creative? I dati suggeriscono che un uso intensivo e iniziale dell’IA può generare un debito cognitivo, con riduzione di memoria, creatività, interconnessioni neurali e senso di proprietà. D’altro canto, l’uso ibrido — con l’IA relegata a strumento di revisione e supporto — sembra preservare le capacità cognitive e, in alcuni casi, persino potenziarle.

Pertanto, non si tratta di demonizzare l’IA, ma di integrare il suo impiego in un percorso formativo strutturato che valorizzi le competenze umane: pensiero critico, riflessione autonoma, originalità. Serve una didattica che accompagni l’utilizzo responsabile di strumenti fonetici alla creatività e che guardi all’IA non come badante mentale, ma come assistente graduata e temporanea.

I dati del MIT e della letteratura sul tema non dipingono un futuro di danni cerebrali permanenti, ma lanciano un monito educativo: l’IA sollecita, ma non deve sostituire. Quando usata in modo passivo e precoce, rischia di attenuare memoria, creatività e senso critico. Ma se adottata con consapevolezza, come strumento di supporto riflessivo, può diventare un alleato potente per affinare pensiero, stile e capacità analitiche.

L’essenziale, quindi, è riflettere sull’equilibrio fra automazione e attività mentale attiva. Piuttosto che demonizzare l’IA, occorre istruire al suo uso intenzionale, strategico e subordinato all’esercizio della mente. Così – e solo così – potremo preservare ciò che resta profondamente umano.

Breve sitografia:

• Ainews.it: “Secondo gli scienziati del MIT, l’utilizzo di AI riduce l’attività cerebrale”
• Rivista.AI: “Quando l’IA diventa la tua badante mentale”
• ArXiv preprint ufficiale “Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task” (scaricabile sotto)

Alexia Mangione

Nata nel 1974, Alexia si interessa al web nel lontano 1999 grazie ad un corso di formazione regionale. Crea le sue prime pagine html dapprima con programmi wysiwyg (Dreamweaver), poi direttamente con notepad ++. Inizia a creare siti web nel 2001. Pur essendo amante delle interfacce, studia php assecondando la sua grande curiosità. Lavora in campo digitale per molti anni e si butta poi nel favoloso mondo della seo. Artemedialab nasce come laboratorio sperimentale nel 2008 e diventa nel 2020 azienda individuale. Attualmente insegnante di informatica nella scuola primaria, docente nei corsi di formazione professionale per l’assolvimento dell’obbligo scolastico, media educator.

www.artemedialab.it