Content Benefit

Content Strategy | UX Writing | Content Design | Globalization | Communications

Umani leggibili per le macchine

Umani leggibili per le macchine

Che cosa sostiene lo studio sull’umanità robotoide

L’espressione arriva da un paper uscito il 19 agosto 2026 su AI & Society, firmato da Inci Toral-Manson (University of Birmingham), Selcen Ozturkcan (Linnaeus University) e Jean-Paul de Cros Peronard (Aarhus University). Il titolo, Robotoid humanness: when selfhood becomes machine-legible, racchiude già la tesi: davanti a un sistema che imita i modi delle persone, chi lo usa finisce per rendersi decifrabile alla macchina. Frasi semplificate, sfumature tolte di mezzo, reazioni sempre uguali.

Il meccanismo descritto dai tre autori è circolare. L’assistente rispecchia lo stile di chi ha davanti e, con l’esposizione ripetuta, quel qualcuno interiorizza lo scambio. Secondo il gruppo di ricerca, il contatto prolungato con un’interfaccia che si comporta come un interlocutore può rinforzare, rimodellare oppure destabilizzare l’immagine che una persona ha di sé. L’articolo di Libero da cui è partita questa riflessione la sintetizza bene: l’intelligenza artificiale finge empatia e imita chi la interroga, mentre chi la interroga si meccanizza.

Le parole preferite da ChatGPT sono entrate nel parlato spontaneo

Qui i numeri esistono e sono parecchio solidi. Un gruppo guidato da Hiromu Yakura al Max Planck Institute for Human Development di Berlino ha passato al setaccio 737.083 ore di conversazione fra podcast e video, cercando i vocaboli che i modelli linguistici inseriscono più volentieri quando riscrivono un testo: delve, meticulous, intricacies, showcase, boast. La loro frequenza nel parlato è salita in modo brusco dopo il novembre 2022. Non si tratta soltanto di correlazione: un esperimento con 496 volontari ha mostrato che una breve chiacchierata con un chatbot basta a far adottare le sue scelte lessicali, e l’effetto sopravvive perfino a un compito di distrazione piazzato in mezzo.

Alla Florida State University, il linguista Tom Juzek è arrivato dalla stessa parte analizzando 22,1 milioni di parole di conversazione non copionata. Quasi tre quarti dei termini associati ai modelli risultano in crescita, alcuni raddoppiati. Il dettaglio che colpisce riguarda i sinonimi: underscore aumenta, accentuate resta fermo. Il repertorio di chi parla resta della stessa ampiezza, con dentro i vocaboli della macchina al posto dei propri. Il fenomeno è stato battezzato seep-in effect, una specie di infiltrazione lenta.

Chi si adatta a chi, misurato dentro le conversazioni

Uno studio uscito nel 2026 su Behavioral Sciences (Pengbo Chen, Huining Guan, Eui Jun Jeong) ha confrontato 1.319 dialoghi con GPT-4o tratti dal dataset WildChat con 500 telefonate fra esseri umani del corpus Switchboard. Il modello si allinea subito e con forza, con un effetto 1,8 volte superiore a quello delle persone, poi si stabilizza. Gli utenti invece procedono in direzione opposta: la convergenza cresce lungo i primi dieci scambi, e cresce soprattutto sui pronomi personali, quelli che segnalano come qualcuno si presenta e si posiziona.

Il confronto con le telefonate umane rende la faccenda interessante. Fra persone accade l’inverso: parlando, i due interlocutori diventano progressivamente meno simili. La conversazione fra esseri umani produce differenza, quella con un assistente produce somiglianza.

Cortesia, genere e altri gesti presi in prestito dai rapporti umani

Sul versante dei comportamenti c’è un sondaggio di Talker Research su 2.000 statunitensi. Il 44% dichiara di salutare, dire per favore e ringraziare un assistente conversazionale, il 48% ritiene che la buona educazione vada usata comunque, e il 39% sospetta che il proprio modo di rivolgersi alla macchina venga «in qualche modo registrato». La cortesia scende con l’età: 56% fra la Gen Z, 39% fra i boomer.

A questo si aggiunge una faccenda di genere che l’UNESCO ha sollevato già nel 2019 con il rapporto I’d blush if I could: gli assistenti vocali sono nati con voci femminili per impostazione predefinita, sottomesse e disponibili per progetto, e questo ha rinforzato stereotipi ben noti. Attribuire un sesso a un software si porta dietro aspettative di comportamento, il che lo rende tutt’altro che un vezzo innocuo. Chi si occupa di linguaggio inclusivo lo sa da tempo.

Contenuti scritti perché siano gli algoritmi a leggerli

L’adattamento non riguarda soltanto le conversazioni private. Interi mestieri stanno riscrivendo le proprie regole per risultare comprensibili a un software. Il passaggio dalla SEO alla GEO significa esattamente questo: strutturare un testo in modo che un modello generativo lo sappia citare. Chi manda un curriculum lo formatta pensando al filtro automatico che lo leggerà per primo, e sempre più spesso si trova davanti un colloquio condotto dall’AI. C’è perfino chi corre nella direzione contraria, con i trucchi anti-AI tipo Ghost Font, pensati per rendere un contenuto illeggibile agli scraper.

In tutti questi casi il destinatario reale del messaggio smette di essere una persona. Una parte crescente di quello che si scrive ogni giorno ha come primo lettore una macchina, e la macchina premia la prevedibilità.

Che cosa preoccupa chi studia il fenomeno

Le obiezioni sollevate dai ricercatori di AI & Society ruotano attorno a due punti. Il primo è la dipendenza dalla validazione algoritmica: un sistema progettato per assecondare restituisce approvazione a getto continuo, e abituarsi a quel tipo di risposta rende faticoso il riscontro umano, che arriva irregolare e spesso scomodo. Il secondo riguarda il conflitto produttivo, quello che nasce quando due punti di vista si scontrano davvero e da lì esce qualcosa di nuovo. Un interlocutore addestrato a non contrariare non lo genera.

Sherry Turkle, che al MIT osserva da quarant’anni il rapporto fra persone e computer, insiste nel suo Artificial Intimacy su un punto affine: la domanda decisiva riguarda chi diventiamo mentre parliamo con loro. Pesa la vulnerabilità di chi ascolta, molto più della raffinatezza di chi risponde.

La mia contraddizione, messa per iscritto

Mi sforzo di considerare l’intelligenza artificiale per quello che è, uno strumento statistico, e di trattarla di conseguenza. Ci riesco solo a metà. Claude parlava di sé al femminile e gli ho chiesto di passare al maschile, perché quel timbro mi suonava stonato. Nessuna necessità tecnica, nessun vantaggio operativo: una preferenza estetica che ha assegnato un genere a un software, per giunta allontanandolo dal femminile di serie che l’UNESCO contesta dal 2019. Scrivendo un articolo sulle persone che si adattano alle macchine, mi tocca ammettere di aver fatto l’operazione inversa, adattando la macchina alle mie abitudini. L’antropomorfismo è un riflesso vecchio quanto la nostra specie e resistergli del tutto sembra impresa persa in partenza. Resta la possibilità di accorgersene ogni tanto, subito dopo averlo applicato.

Risorse correlate

Chiara Bonifazi