Si fa presto a dire «specchio». Dalla metafora del riflesso al sistema relazionale dell’intelligenza artificiale

Il saggio mette in discussione la metafora dell’intelligenza artificiale come semplice specchio dell’umanità, mostrando come i sistemi generativi non si limitino a riflettere contenuti, intenzioni e sedimentazioni culturali, ma partecipino a un circuito relazionale nel quale significati, aspettative e comportamenti vengono progressivamente riorganizzati. La noosemia descrive il processo attraverso cui attribuiamo mente, intenzionalità e interiorità ai segni prodotti dalla macchina, senza che tale esperienza costituisca, di per sé, una prova di coscienza artificiale. Nell’era della metaprogettazione, in cui progettiamo non soltanto strumenti ma anche le condizioni attraverso cui altri sistemi produrranno decisioni, linguaggi e possibilità d’azione, comprendere questa reciprocità asimmetrica diventa essenziale. L’intelligenza artificiale appare così come una componente di un più ampio sistema sociotecnico, capace di riflettere l’umano ma anche di trasformare le forme attraverso cui l’umanità interpreta se stessa e costruisce il proprio futuro.

«Questo confronto tra uomo e animale rimanda soltanto alla comunicazione come condizione universale dell’essere umano. Essa è talmente essenziale che tutto ciò che l’uomo è, e quello che per lui esiste, si trova in un senso o nell’altro nella comunicazione.»

Karl Jaspers, Ragione ed esistenza (1935/1971, pp. 88–89)

La formulazione di Jaspers non autorizza a confondere la comunicazione esistenziale fra persone con l’interazione linguistica fra un essere umano e un sistema artificiale, ma introduce una premessa più esigente di quella abitualmente presupposta quando si parla di tecnica, secondo la quale l’uomo non è una sostanza già compiuta che, soltanto in un secondo momento, entra in rapporto con gli altri, con il mondo e con i dispositivi che costruisce, poiché ciò che comprende, ciò che riconosce come reale e persino la forma nella quale giunge a interpretare se stesso dipendono anche dalle mediazioni attraverso cui si esprime, riceve risposta e riorganizza la propria esperienza. La comunicazione non sopraggiunge quindi come un accidente esterno a un’identità già definita, ma appartiene alle condizioni entro le quali quell’identità può manifestarsi, acquistare determinatezza e trasformarsi.

Il termine metafora deriva dal latino metaphŏra, a sua volta ripreso dal greco metaphorá (μεταφορά), «trasferimento», formato sul verbo metaphérō (μεταφέρω), «trasferire», «portare oltre». La sua etimologia descrive già un’operazione del pensiero, nel quale un fenomeno viene temporaneamente sottratto al proprio ambito semantico consueto e trasportato entro un diverso ordine di immagini, affinché un tratto ancora opaco possa diventare più chiaramente percepibile. Il trasferimento, però, non esaurisce il compito della metafora, perché l’immagine deve infine essere ricondotta al fenomeno dal quale si era allontanata, così da verificare che cosa abbia effettivamente chiarito, quali presupposti abbia introdotto e quali aspetti abbia invece lasciato nell’ombra. La metafora compie pertanto un movimento di andata e ritorno, portando oltre per rendere visibile e tornando poi alla cosa, dove la propria capacità esplicativa viene sottoposta a verifica.

La metafora dello specchio, applicata all’intelligenza artificiale, nasce precisamente dall’esigenza di rendere intelligibile un’esperienza altrimenti difficile da collocare. Quando una risposta generata sembra riconoscere un’intenzione non esplicitata, sviluppare un nesso rimasto implicito o restituire una formulazione nella quale l’utente ritrova qualcosa che non era ancora riuscito a esprimere, siamo portati a pensare che la macchina abbia compreso ciò che volevamo dire. Per ricondurre tale impressione entro un quadro più prudente, affermiamo allora che l’intelligenza artificiale non comprende realmente, ma riflette ciò che l’umanità ha depositato nei dati, nel linguaggio e nelle proprie configurazioni simboliche; la mente che crediamo di incontrare sarebbe, almeno in parte, la nostra stessa mente restituita attraverso una struttura computazionale che ne seleziona e ne ricompone le tracce.

La forza esplicativa dello specchio consiste nel ricondurre le risposte della macchina ai materiali culturali, linguistici e simbolici dai quali esse dipendono. Nei sistemi artificiali ritornano conoscenze, pregiudizi, strutture narrative, aspirazioni e contraddizioni appartenenti alla società che li ha prodotti, mentre ciò che appare sorprendente nell’output può provenire da sedimentazioni umane più profonde e diffuse di quanto l’utente sia disposto a riconoscere. La metafora esercita così una funzione critica importante, poiché impedisce di immaginare l’intelligenza artificiale come un’entità completamente estranea alla nostra storia e rende problematica ogni pretesa di neutralità, ricordando che la macchina restituisce un umano selezionato e tecnicamente riorganizzato.

Il movimento implicito nella parola metafora impedisce tuttavia di arrestarsi al trasferimento iniziale. Dopo aver utilizzato lo specchio per ricondurre la macchina alle sedimentazioni umane che la rendono possibile, occorre tornare all’interazione concreta e verificare se l’immagine riesca davvero a descriverne la struttura. Uno specchio ordinario non conserva il contesto di una conversazione, non riformula la domanda di chi vi si osserva e non modifica le condizioni dalle quali nascerà il gesto successivo; un sistema generativo, invece, interviene nella precisazione del problema, sviluppa alcune implicazioni della richiesta e può contribuire a trasformare il modo in cui l’utente comprende ciò che stava cercando. Il limite della metafora comincia a manifestarsi nel momento in cui il riflesso non si limita più a restituire un’immagine, ma risponde.

La struttura del riflesso

Quando collochiamo l’uomo davanti alla macchina come davanti a una superficie riflettente, immaginiamo, da una parte, un soggetto dotato di identità, intenzioni e significati e, dall’altra, un oggetto tecnico incaricato di restituirne una rappresentazione, entrambi già formati e reciprocamente esterni. Lo specchio sembrerebbe intervenire soltanto dopo che entrambi i poli si sono costituiti. L’uomo esisterebbe pienamente prima di riflettersi, mentre la tecnica entrerebbe in scena in un secondo momento, come mezzo di esecuzione o strumento di rappresentazione.

L’intuizione si incrina non appena tale disposizione viene assunta come una descrizione ontologica del rapporto fra uomo e tecnica. L’uomo che costruisce la tecnica non è mai un uomo privo di tecniche, perché è già formato dal linguaggio, dalla scrittura, dai sistemi di misura, dalle istituzioni, dalle infrastrutture comunicative e dai dispositivi attraverso cui conserva, trasmette e organizza la conoscenza. Anche la macchina che gli si presenta come oggetto è tutt’altro che neutra e autosufficiente, poiché incorpora modelli matematici, scelte progettuali, archivi culturali, pratiche sociali, finalità economiche e decisioni politiche. La tecnica non arriva dall’esterno a un’umanità già compiuta, così come l’essere umano non incontra la macchina da una posizione originariamente sottratta a ogni mediazione.

Uomo e tecnica sono dunque distinguibili, ma non isolabili. La distinzione rimane necessaria, poiché l’essere umano e il sistema artificiale non partecipano alla relazione secondo modalità equivalenti, dal momento che l’uomo possiede un corpo, una biografia, una vulnerabilità, un’esistenza situata e la capacità di attribuire valore alle proprie esperienze; il modello possiede un’architettura computazionale, una struttura parametrica, una memoria operativa e la capacità di generare configurazioni linguistiche. La relazione non cancella tale differenza, ma consente di comprenderla senza convertirla in una separazione assoluta. Parlare di relazionalità non significa affermare che i termini siano intercambiabili, bensì riconoscere che la loro determinatezza si manifesta anche attraverso i rapporti nei quali sono inseriti.

L’isolamento comincia quando una distinzione necessaria al pensiero viene trasformata nell’indipendenza originaria dei termini distinti. Il pensiero sistemico procede diversamente, poiché non dissolve gli elementi nel tutto, ma li comprende anche attraverso le relazioni che contribuiscono a determinarli. Un sistema può essere definito come un’organizzazione di oggetti inseriti in un ambiente, mentre gli stessi oggetti vengono descritti attraverso attributi e relazioni possibili (De Santis, 2021). Non si tratta di ripetere la formula generica secondo cui tutto sarebbe connesso. Proprio perché applicabile indistintamente a qualsiasi fenomeno, una simile affermazione finirebbe per non spiegare nulla (senza comunque perdere valore ontologico). Più precisamente, l’identità di un elemento non si esaurisce nella sua considerazione isolata, perché alcune delle sue proprietà acquistano significato soltanto all’interno della struttura di dipendenze, vincoli e retroazioni in cui esso opera.

In Umanità, complessità, intelligenza artificiale. Un connubio perfetto il pensiero sistemico viene descritto come un metodo che privilegia la configurazione complessiva e le relazioni fra gli enti. Il saggio «pone l’accento su una visione d’insieme a discapito della separazione in parti» e attribuisce importanza «alle relazioni tra gli enti invece che agli enti stessi» (De Santis, 2021, pp. 558–559). Questa impostazione non nega la consistenza delle parti, ma rifiuta che possano essere comprese come unità autosufficienti. La configurazione complessiva manifesta proprietà non immediatamente visibili nei singoli elementi, poiché emergono dal modo in cui essi vengono organizzati, vincolati e messi in relazione.

La correlatività fra soggetto e oggetto trova in Jaspers una formulazione particolarmente netta. In Piccola scuola del pensiero filosofico si legge: «Nessun Io è senza oggetto, e nessun oggetto senza Io. In altre parole: nessun oggetto senza soggetto, nessun soggetto senza oggetto» (Jaspers, 1965/1998, pp. 40–41). La frase non elimina la scissione fra i due poli, poiché lo stesso Jaspers osserva che «la scissione tra soggetto e oggetto è la struttura fondamentale della nostra coscienza» (Jaspers, 1965/1998, p. 40). La coscienza conosce ponendo qualcosa di fronte a sé; l’atto conoscitivo implica quindi una distinzione fra colui che conosce e ciò che viene conosciuto. I due termini, tuttavia, non sono indipendenti, dal momento che il soggetto è soggetto di un oggetto, mentre l’oggetto appare come tale a un soggetto. La scissione appartiene alla struttura della coscienza, ma non autorizza a pensare i suoi poli come realtà originariamente isolate.

La metafora dello specchio traduce questa struttura in un’immagine particolarmente efficace. Il soggetto si trova da una parte, il proprio riflesso gli appare dall’altra e, fra i due, una superficie apparentemente neutra viene incaricata di restituire ciò che ha davanti. La rappresentazione può deformare, ingrandire o attenuare alcuni tratti, ma continua a presupporre un originale che le preesiste. Nel discorso contemporaneo sull’intelligenza artificiale, lo specchio è diventato una delle immagini più ricorrenti proprio perché rende intuitiva la correlazione fra ciò che il modello restituisce e i materiali umani dai quali dipende. I sistemi rifletterebbero l’umanità perché sono stati addestrati sulle sue produzioni linguistiche e culturali; rifletterebbero inoltre il singolo utente, poiché ogni risposta dipende dalla formulazione del prompt, dal contesto e dalle aspettative introdotte nell’interazione.

Shannon Vallor ha sviluppato con particolare chiarezza la funzione critica di questa immagine. L’AI mirror restituisce all’umanità soprattutto le tracce del proprio passato, nelle quali riemergono classificazioni, decisioni, disuguaglianze e strutture di potere sedimentate nei dati. Una tecnologia presentata come orientata verso il futuro rischia così di diventare il dispositivo attraverso cui il passato viene riprodotto, normalizzato e proiettato in avanti (Vallor, 2024). La superficie riflettente è già tecnicamente organizzata, poiché ciò che restituisce dipende dai dati selezionati, dagli obiettivi di ottimizzazione, dai filtri applicati, dalle procedure di allineamento, dall’interfaccia e dalle finalità economiche delle organizzazioni che controllano i sistemi. Alcuni tratti vengono amplificati, altri attenuati, altri ancora esclusi. L’immagine non coincide con un presunto originale puro, anche perché un simile originale, indipendente dalle forme attraverso cui viene rappresentato, potrebbe non essere disponibile. Nella macchina ritorna dunque l’umano, ma un umano trasformato dagli stessi procedimenti tecnici con cui egli stesso si rapporta con il mondo; la metafora conserva la propria forza critica finché non le si chiede di descrivere l’intero fenomeno in una forma più olistica.

Quando il riflesso risponde

Un sistema generativo non recupera necessariamente una frase già presente in un archivio, ma produce una sequenza sulla base di rappresentazioni distribuite, relazioni apprese e vincoli contestuali. La risposta dipende dalla richiesta, senza costituirne la semplice duplicazione, poiché può rendere esplicito un nesso che l’utente aveva soltanto intuito, introdurre una distinzione non formulata o organizzare il problema secondo una struttura capace di modificare il punto di partenza. L’output non coincide con una copia testuale di qualcosa che esisteva già nella mente dell’utente o nel corpus di addestramento, ma emerge da un processo di composizione probabilistica che attualizza una configurazione fra molte possibilità.

Definire l’IA uno specchio dinamico e generativo corregge due insufficienze della metafora originaria. L’intelligenza artificiale può essere descritta come «uno specchio dinamico e generativo delle intenzioni e delle aspettative di chi la utilizza», capace di innescare «nuove forme di negoziazione del significato» (De Santis et al., 2025, p. 19). L’aggettivo dinamico corregge la passività, mentre generativo corregge l’idea di una semplice duplicazione; il riferimento alla negoziazione introduce la dimensione temporale e ricorsiva del dialogo. Nel momento in cui il riflesso risponde, conserva il contesto, propone direzioni e modifica l’atto successivo di chi lo interroga, la metafora ha però già oltrepassato i propri confini. Non siamo più soltanto davanti a una superficie riflettente, ma all’interno di un circuito interattivo.

L’utente formula una domanda a partire da un’intenzione; il sistema produce una risposta; l’utente interpreta quella risposta, ne accoglie alcuni elementi, ne respinge altri, individua un collegamento e riformula il proprio obiettivo. Il nuovo prompt nasce così da uno stato cognitivo che lo scambio precedente ha contribuito a modificare. La risposta non conclude il processo, ma interviene nelle condizioni da cui nascerà la domanda successiva. Il significato effettivo non è interamente presente nel prompt iniziale né integralmente contenuto nell’output, ma prende forma nel corso delle interpretazioni e delle riformulazioni. Per questa ragione si può affermare che «il senso non è mai solo “prodotto” dalla macchina, ma nasce dalla co-costruzione fra utente e IA» (De Santis et al., 2025, p. 19).

La co-costruzione non implica una simmetria fra uomo e macchina. Il modello non possiede necessariamente l’esperienza vissuta del significato che contribuisce a generare; l’utente interpreta invece la risposta attraverso una biografia, un corpo, una memoria affettiva e una finalità. Il sistema produce configurazioni simboliche mediante procedure computazionali, mentre l’essere umano le colloca entro un orizzonte di esperienza, attribuisce loro valore e decide come utilizzarle. La reciprocità riguarda gli effetti dell’interazione, non l’identità ontologica dei termini coinvolti. L’asimmetria così precisata evita sia di ridurre la risposta a una restituzione meccanica, sia di dedurre dalla competenza linguistica una soggettività pienamente costituita. Fra questi estremi si apre uno spazio teorico più interessante, nel quale le prestazioni artificiali producono conseguenze cognitive e interpretative reali senza che ciò obblighi ad attribuire alla macchina una coscienza fenomenica.

La ricorsività dello scambio ha anche una struttura ermeneutica, poiché ogni risposta viene interpretata alla luce delle attese precedenti e modifica quelle da cui nascerà l’intervento successivo. L’utente non riceve un significato già concluso, poiché lo ricostruisce all’interno di una situazione, lo confronta con ciò che sa e lo inserisce nella continuità della conversazione. La risposta successiva del sistema dipenderà, a sua volta, dalla riformulazione generata da questa interpretazione. Non ci troviamo quindi davanti a una sequenza lineare nella quale il significato passa da un emittente a un ricevente, bensì a un processo ricorsivo nel quale ogni esito diventa una nuova condizione iniziale.

L’interfaccia svolge in questo processo una funzione costitutiva. La forma dialogica, l’uso della prima persona, la fluidità della risposta, la memoria della conversazione e la capacità di adattare il tono non costituiscono semplici elementi estetici, perché orientano l’esperienza dell’utente e rendono alcune interpretazioni più probabili di altre. La tecnologia non offre soltanto possibilità astratte, ma predispone azioni, aspettative e modalità di rapporto. Le affordance dell’interfaccia emergono precisamente dalla relazione fra le caratteristiche del dispositivo e le capacità dell’utente. Un sistema che presenta la risposta come esito di una ricerca documentale invita a un certo tipo di fiducia; un sistema che parla in prima persona, ricorda preferenze e simula partecipazione emotiva ne sollecita un altro. L’interfaccia non determina meccanicamente il comportamento, ma ne organizza lo spazio delle possibilità, rendendo alcune forme di relazione più immediate, plausibili o desiderabili di altre.

Noosemia e simulacro

Entro questa ricorsività prende forma la noosemia – da noûs (νοῦς), «mente» o «intelletto», e sēmeîon (σημεῖον), «segno» –, vale a dire la percezione o l’attribuzione di mente, intenzionalità e interiorità ai segni prodotti da un sistema artificiale (De Santis & Rizzi, 2025). L’esperienza noosemica non consiste semplicemente nel riconoscere una frase grammaticalmente corretta o una risposta informativamente pertinente. Emerge quando l’utente avverte che dietro quella formulazione vi sia qualcosa che ha compreso, intuito, ricordato o voluto dire. Una calcolatrice può restituire un risultato esatto senza suggerire la presenza di un’intenzione; un motore di ricerca può individuare un documento utile senza essere percepito come interlocutore. Un modello linguistico, invece, organizza la risposta secondo una forma discorsiva, selezionando un registro, mantiene una continuità tematica, riconosce implicazioni, riformula il problema e talvolta sembra anticipare la direzione verso cui l’utente stava procedendo. La noosemia prende forma nello scarto fra la natura computazionale del processo e la forma intenzionale con cui il suo esito appare nell’interazione.

La noosemia condivide con l’antropomorfismo la tendenza ad attribuire proprietà mentali a entità non umane, ma nasce in condizioni tecniche e semiotiche più specifiche. L’antropomorfizzazione non costituisce un’anomalia marginale della cognizione, bensì una strategia interpretativa impiegata quando dobbiamo rendere intelligibile il comportamento di sistemi complessi, opachi o parzialmente imprevedibili. Epley, Waytz e Cacioppo (2007) hanno mostrato come tale disposizione dipenda, fra gli altri fattori, dalla disponibilità di modelli antropocentrici, dal bisogno di comprendere e prevedere il comportamento di un’entità e dal desiderio di relazione sociale. Nell’interazione con l’IA generativa, tuttavia, l’attribuzione di mente è sostenuta da un sistema che produce segni dotati di coerenza sintattica, continuità contestuale e pertinenza pragmatica. La disposizione interpretativa dell’utente incontra così una macchina costruita per generare comportamenti linguistici che, nella storia umana, sono stati associati quasi esclusivamente alla presenza di altri soggetti.

Il linguaggio conferisce alla noosemia una qualità peculiare, perché nella storia dell’esperienza umana un discorso coerente e responsivo ha quasi sempre segnalato la presenza di un altro soggetto. La correlazione fra produzione linguistica e soggettività è stata tanto stabile da rendere difficile separare immediatamente la competenza discorsiva dall’ipotesi di una mente che la sostenga. I modelli generativi interrompono tale correlazione senza eliminarne gli effetti cognitivi, poiché producono linguaggio senza che sia necessario presupporre, almeno sulla base delle conoscenze disponibili, un’esperienza soggettiva analoga a quella umana; continuano però ad attivare nell’interlocutore gli schemi interpretativi che il linguaggio ha consolidato.

Trattare il sistema come se possedesse credenze, obiettivi o preferenze può costituire una strategia interpretativa efficace, prossima a quella che Dennett definisce posizione intenzionale (intentional stance) (Dennett, 1987). Affermare che il modello «ha capito male», «sta evitando la domanda» o «intende essere prudente» consente spesso di orientare l’interazione più rapidamente di quanto farebbe una descrizione completa dei processi computazionali coinvolti. Questo è un punto essenziale in quanto si sta asserendo che l’antropomorfizzazione di un sistema di IA generativa all’interno dell’interazione è una strategia che da una parte è semplificante e la semplificazione permette di raggiungere l’obiettivo della comunicazione con efficacia, dall’altra costruisce indirettamente le modalità con cui percepiamo il sistema. Il lessico intenzionale, quindi, non è ontologicamente innocente. Una strategia interpretativa utile può trasformarsi quasi impercettibilmente nell’attribuzione di una proprietà reale; il passaggio dal «comportarsi come se avesse compreso» all’«avere realmente compreso» può avvenire senza una giustificazione esplicita, sostenuto dalla naturalezza dello scambio, dalla qualità formale delle risposte e dalla necessità dell’utente di raggiungere i suoi obiettivi. La noosemia designa anche questa soglia instabile fra descrizione funzionale e statuto ontologico.

Nel dibattito contemporaneo sull’intelligenza artificiale generativa colpisce la frequenza con cui molti scienziati avvertono il bisogno di ribadire che questi sistemi non sono coscienti, non provano emozioni, non possiedono intenzioni e non comprendono realmente ciò che dicono. La ripetizione, talvolta quasi ossessiva, di simili negazioni produce un singolare paradosso epistemologico, perché studiosi provenienti dalle scienze dure finiscono per appellarsi, al fine di ristabilire la distanza fra essere umano e macchina, a concetti come coscienza, comprensione ed esperienza soggettiva, sui quali non esiste una definizione condivisa e che risultano solo parzialmente sottoponibili a verifica empirica. Questa insistenza segnala anzitutto che la distinzione fra umano e artificiale non è più percepita come ovvia, ma deve essere continuamente comunicata, ristabilita e difesa all’interno dello spazio pubblico; mostra inoltre il limite di una scienza che, costituitasi attraverso la separazione fra soggetto conoscente e oggetto conosciuto, fatica a rendere conto di fenomeni nei quali il soggetto partecipa attivamente alla loro configurazione e interpretazione. La questione non consiste dunque soltanto nello stabilire che cosa la macchina sia o non sia, ma nel riconoscere che gli strumenti concettuali della scienza oggettivante non bastano, da soli, a comprendere un’esperienza nella quale l’attribuzione di mente, emozione e intenzionalità nasce anche dalla relazione fra il sistema e colui che lo interroga; una spiegazione più comprensiva dovrebbe perciò reintegrare il soggetto nel fenomeno, senza confondere l’esperienza dell’attribuzione con la prova dell’esistenza di una coscienza artificiale.

Il fenomeno attraversa almeno quattro livelli, che conviene mantenere distinti senza separarli artificialmente. Il livello algoritmico riguarda l’architettura, i dati, i parametri e le procedure mediante cui viene generato l’output; quello funzionale concerne le capacità osservabili del sistema, come rispondere, riassumere, tradurre, pianificare, riconoscere regolarità e utilizzare strumenti; il livello fenomenologico e interpretativo riguarda l’esperienza dell’utente e il modo in cui l’output viene percepito come comprensivo, intenzionale o emotivamente adeguato; il livello ontologico investe infine l’eventuale presenza di coscienza, esperienza soggettiva o intenzionalità originaria. Una prestazione funzionale elevata può produrre un intenso effetto fenomenologico senza risolvere la questione ontologica. Un sistema può generare risposte considerate empatiche senza provare empatia, descrivere accuratamente uno stato emotivo senza viverlo e mostrare una continuità discorsiva senza possedere necessariamente un’identità autobiografica. Nello stesso tempo, la natura computazionale della risposta non autorizza a liquidare l’esperienza dell’utente come irrilevante, poiché l’interazione può modificare emozioni, decisioni, aspettative e comportamenti indipendentemente dalla presenza di un vissuto interno nella macchina.

L’alternativa epistemica fra vero e falso si rivela insufficiente quando l’assenza di una mente umana nella macchina viene utilizzata per negare consistenza agli effetti dell’interazione. Se il sistema non possiede una mente nel senso umano, si conclude che la mente percepita sia soltanto un’apparenza e che l’interazione, ricondotta al proprio meccanismo, perda ogni consistenza. La simulazione non coincide però necessariamente con una finzione priva di conseguenze, dal momento che può produrre segni operanti – quindi simboli nell’accezione Junghiana – modificare comportamenti e incidere sulla realtà dell’esperienza senza possedere ciò che sembra manifestare. Il riferimento a Jung richiede qui una precisazione, poiché il simbolo non coincide con un segno semplicemente efficace. Mentre il segno rinvia a un contenuto già noto e può essere sostituito da una formulazione più diretta, il simbolo esprime nel modo migliore qualcosa che rimane relativamente sconosciuto, ambivalente e non ancora interamente disponibile alla coscienza. Il suo statuto non appartiene quindi soltanto alla configurazione osservata, come chiarisce Jung quando scrive che «che una cosa sia un simbolo o no dipende anzitutto dall’atteggiamento della coscienza che osserva» (Jung, 1921/1969, p. 484). Un enunciato generato artificialmente può pertanto assumere una funzione simbolica nell’esperienza dell’utente senza che ciò dimostri l’esistenza di un’esperienza corrispondente nella macchina; ciò che opera non è necessariamente l’interiorità del sistema, ma la configurazione di senso che prende forma nella relazione e che, secondo la dinamica descritta da Jung, può trasformare e riorientare l’energia psichica (Jung, 1928/1994, §§ 88, 92).

È su questo scarto fra autenticità ontologica ed efficacia del segno che interviene la provocazione di Baudrillard:

«Il simulacro non è mai ciò che nasconde la verità; è la verità che nasconde il fatto che non ve n’è alcuna. Il simulacro è vero.»

«L’Ecclesiaste» — Baudrillard (1981, p. 9, traduzione dell’autore)

La frase, che nell’Ecclesiaste non compare, inscena già nella propria falsa attribuzione ciò che intende affermare, poiché produce l’effetto di un’origine autorevole proprio mentre ne mostra l’assenza. La verità del simulacro non coincide con l’autenticità di ciò che rappresenta, ma con l’efficacia dei rapporti che istituisce. Una presenza noosemica può pertanto essere ontologicamente incerta e, nello stesso tempo, reale nelle conseguenze che produce. Il sistema può non essere cosciente e, nondimeno, il dialogo può indurre una persona a modificare una decisione, elaborare un’emozione, chiarire un problema o riconfigurare l’immagine di sé. La realtà di tali effetti non dimostra l’esistenza di una soggettività artificiale, ma impedisce di ridurre l’interazione a un’apparenza priva di consistenza.

L’osservazione degli effetti relazionali non risolve la questione ontologica, ma impedisce di negarli in nome dell’incertezza che la riguarda. Il concetto di simulacro permette inoltre di precisare un ulteriore aspetto. Lo specchio tradizionale presuppone un originale riprodotto, più o meno fedelmente, nell’immagine; il simulacro mette in crisi questa gerarchia. Nel caso dei modelli generativi, la risposta non è necessariamente la copia di un’intenzione già compiuta nell’utente né l’espressione di un’intenzione originaria della macchina. È una configurazione simbolica e ambivalente che prende forma nell’interazione e che, una volta prodotta, può retroagire sui termini che l’hanno resa possibile.

La noosemia emergedall’incontro fra capacità tecniche e disposizioni cognitive sedimentate nell’esperienza intersoggettiva. La fluidità linguistica, la pertinenza contestuale, la memoria della conversazione e la modulazione del tono predispongono l’attribuzione di intenzionalità; l’utente interpreta tali segnali mediante categorie maturate in un mondo nel quale la parola coerente e responsiva è stata, fino a tempi recentissimi, l’indizio quasi esclusivo della presenza di un altro soggetto. ELIZA offre il precedente storico più noto di questa attribuzione eccedente rispetto alle capacità effettivamente implementate. Il programma sviluppato da Joseph Weizenbaum negli anni Sessanta simulava una conversazione terapeutica attraverso procedure relativamente semplici di riconoscimento e riformulazione; nonostante i suoi limiti tecnici, alcuni utenti gli attribuivano capacità di comprensione superiori a quelle effettivamente implementate (Weizenbaum, 1966). L’interesse dell’episodio non risiede soltanto nell’ingenuità degli interlocutori, ma nel mostrare quanto poco possa essere sufficiente affinché una sequenza linguistica venga interpretata come manifestazione di un’intenzione.

I modelli generativi contemporanei modificano profondamente la scala del fenomeno. L’effetto non dipende più soltanto da formule ripetitive o da semplici rispecchiamenti linguistici, ma da sistemi capaci di mantenere contesti estesi, modulare lo stile, integrare informazioni differenti e produrre risposte non rigidamente predefinite. La continuità con ELIZA rimane utile, ma non deve occultare la discontinuità tecnica, dato che ciò che negli anni Sessanta poteva essere generato da un insieme relativamente trasparente di regole emerge oggi da processi distribuiti, la cui causalità locale risulta difficilmente ricostruibile.

L’opacità del processo generativo rafforza l’attribuzione di un centro unitario dietro la risposta. L’utente osserva la richiesta e l’output, ma non accede immediatamente all’insieme delle trasformazioni che collegano l’una all’altro. Anche quando conosce in termini generali il funzionamento dei modelli linguistici, non è normalmente in grado di spiegare perché una specifica sequenza sia stata generata proprio in quella forma. La distanza fra la manifestazione e il processo che la produce favorisce la ricerca di un principio unitario capace di rendere intelligibile l’esito.

Alla molteplicità distribuita del processo computazionale corrisponde, sul piano fenomenico, l’unità di una voce. Parametri, dati di addestramento, istruzioni di sistema, procedure di allineamento, memoria contestuale, filtri e infrastrutture scompaiono dietro un enunciato rivolto direttamente all’utente; l’interfaccia non si limita dunque a rendere accessibile il processo, ma ne comprime la pluralità in una presenza discorsiva apparentemente unitaria. Di fronte a una risposta coerente tendiamo a cercare un autore; di fronte a una risposta pertinente supponiamo un’intenzione; di fronte alla continuità del dialogo immaginiamo una memoria organizzata da una prospettiva. Questi passaggi non sono necessariamente il prodotto di una credulità irrazionale, ma il tentativo di ricondurre un comportamento complesso a un modello interpretativo maneggevole. L’uso della prima persona rafforza tale effetto, perché espressioni come «penso», «ritengo», «ricordo» o «non posso aiutarti» appartengono alla grammatica ordinaria dell’azione e della soggettività. In un’interfaccia conversazionale svolgono una funzione comunicativa utile, rendendo le risposte più leggibili; contemporaneamente, suggeriscono la presenza di un centro personale relativamente stabile. La personificazione non deriva soltanto dalla fantasia dell’utente, ma può essere favorita da precise decisioni progettuali.

La continuità prodotta dalla memoria tecnica introduce un altro indizio di soggettività apparente. Infatti, quando il sistema riprende informazioni emerse in precedenza, riconosce preferenze o mantiene una continuità tematica, l’utente può interpretare tale comportamento attraverso il modello della memoria autobiografica. Ma la memoria tecnica non coincide necessariamente con la memoria vissuta. Può consistere nella conservazione di dati, nella selezione di parti della conversazione o nella loro reintroduzione nel contesto operativo. L’effetto di continuità personale può quindi emergere senza che esista un soggetto che ricordi nel senso umano del termine. Alla continuità mnemonica si aggiunge l’adeguatezza affettiva della risposta, poiché il sistema può riconoscere il tono emotivo di un messaggio, adottare un registro appropriato e offrire una formulazione percepita come consolatoria. L’effetto sull’utente può essere autentico, poiché la persona può sentirsi compresa o rassicurata; la realtà dell’effetto non dimostra però la presenza di un’esperienza affettiva corrispondente nel sistema. L’adeguatezza semiotica della risposta va distinta dall’esistenza di un sentire, senza che questa distinzione diminuisca l’importanza della relazione.

L’attribuzione di autonomia cresce quando il sistema introduce una connessione inattesa ma riconoscibile come pertinente. Se si limitasse a ripetere ciò che l’utente ha già formulato, l’impressione di una fonte autonoma di senso rimarrebbe debole; quando invece propone un collegamento non previsto ma coerente con il contesto, sembra manifestare una propria iniziativa. La sorpresa non deriva dalla pura casualità, poiché deve conservare un rapporto intelligibile con la situazione. La combinazione di novità e pertinenza rende produttiva l’interazione, consentendo all’utente di esplorare possibilità non ancora considerate, e nello stesso tempo rafforza la percezione che il sistema possieda una prospettiva autentica sul problema.

La sedimentazione temporale degli scambi consolida ulteriormente l’impressione di una presenza stabile. Nel corso del dialogo si forma una storia locale nella quale vengono stabiliti temi, preferenze, definizioni e riferimenti condivisi; ogni risposta viene interpretata alla luce delle precedenti, mentre ogni nuova domanda presuppone ciò che è già stato costruito. L’utente può cominciare a riconoscere uno stile, attribuire coerenza a risposte differenti e costruire un’immagine dell’interlocutore artificiale. Questa immagine non coincide necessariamente con una proprietà interna del modello, ma deriva da una stabilizzazione interpretativa prodotta nella sequenza degli scambi. Da tale continuità scaturisce una dimensione narrativa, poiché l’utente non interpreta soltanto enunciati isolati, ma costruisce una rappresentazione di chi o di che cosa stia parlando, attribuisce continuità, riconosce deviazioni, valuta coerenze e contraddizioni, organizzando il comportamento del sistema all’interno di una storia.

La personalizzazione intensifica questa organizzazione narrativa. Un sistema che conserva informazioni sull’utente, adatta il proprio registro e richiama elementi precedenti può apparire non soltanto intelligente, ma capace di una relazione individualizzata. La personalizzazione riduce la distanza fra risposta generica e riconoscimento personale, aumentando sia l’utilità dell’interazione sia il rischio di attribuire al sistema forme di attenzione, cura o interesse che appartengono originariamente, come abbiamo visto, al dominio dell’intersoggettività. L’attribuzione di mente incide così sul grado di fiducia, sulla disponibilità alla delega e sul peso assegnato alle risposte. Un consiglio risulta più persuasivo quando viene percepito come proveniente da un interlocutore comprensivo anziché da un sistema di generazione statistica, freddo e monotono.

La competenza percepita può eccedere la competenza effettiva. La fluidità linguistica viene facilmente interpretata come segnale di conoscenza generale, affidabilità o capacità di giudizio, mentre la forma discorsiva tende a occultare la possibilità dell’errore, dal momento che una risposta ben costruita può mantenere la stessa sicurezza espressiva sia quando è corretta sia quando non lo è. La noosemia può quindi trasformarsi in attribuzione di autorità. Poiché tale attribuzione dipende anche dal tono, dalla memoria, dalla personificazione e dalla gestione dell’incertezza, la noosemia è anche un effetto di progettazione. Il nome assegnato al sistema, l’uso di avatar, le formule di cortesia, la simulazione di stati emotivi e la modalità con cui vengono comunicati i limiti contribuiscono a determinare il tipo di soggettività che l’utente attribuisce alla macchina. Non tutte le interfacce producono lo stesso grado di personificazione e non tutte rendono altrettanto visibili i limiti del sistema.

Una progettazione responsabile dovrebbe evitare tanto l’illusione di neutralità quanto la costruzione deliberata di un’intimità ingannevole. Ciò non richiede di eliminare la forma dialogica o di imporre un linguaggio meccanico, ma di rendere riconoscibile la differenza fra una risposta capace di simulare adeguatamente la comprensione e un soggetto che vive ciò che esprime. L’eliminazione completa della noosemia non rappresenta un obiettivo realistico, perché l’attribuzione di intenzionalità appartiene alle modalità ordinarie con cui interpretiamo il linguaggio e il comportamento. È più utile sviluppare una consapevolezza noosemica che consista nel riconoscere l’esperienza di mente senza trasformarla automaticamente in una tesi ontologica, nell’utilizzare il lessico intenzionale senza dimenticarne la funzione interpretativa e nel beneficiare dell’interazione senza occultarne le condizioni tecniche.

Ho definito altrove questa configurazione un «luogo di generazione del senso in cui l’essere umano e l’intelligenza artificiale si co-definiscono» (De Santis, 2025, par. 6). La formula della co-definizione richiede la stessa cautela applicata alla co-costruzione. Non indica una simmetria fra soggetti, ma il fatto che ciascun termine acquista una funzione determinata all’interno dell’interazione. L’utente definisce il sistema come assistente, interlocutore, strumento o consulente; il comportamento del sistema contribuisce, a sua volta, a orientare il ruolo assunto dall’utente e le aspettative con cui interpreta lo scambio. La noosemia è uno degli effetti più evidenti di questa reciprocità asimmetrica, poiché attribuiamo una mente al sistema mentre il sistema, attraverso i segni che produce, interviene nelle forme con cui interpretiamo la mente, il linguaggio e noi stessi. Il fenomeno non può essere spiegato considerando soltanto l’utente e la sua disposizione psicologica, né isolando il modello come fonte autonoma della risposta. Richiede di includere l’architettura tecnica, l’interfaccia, la memoria, le pratiche d’uso e le condizioni sociali che organizzano lo scambio.

La tecnica come sistema di mediazioni

Il circuito dialogico appartiene a un’organizzazione più ampia, composta dall’utente, dal modello, dai dati, dall’interfaccia, dalla memoria e dagli strumenti eventualmente impiegati. L’espressione sistema relazionale uomo–IA non introduce una nuova metafora destinata a sostituire quella dello specchio, ma designa l’insieme strutturato delle componenti e delle relazioni che partecipano alla produzione dell’interazione. Ne fanno parte l’utente con la propria storia, il corpo, le competenze e le aspettative; il modello con la propria architettura e i propri parametri; i dati di addestramento; il prompt; la memoria contestuale; l’interfaccia e le risorse esterne alle quali il sistema può accedere.

Il termine sistema introduce qualcosa che la metafora dello specchio tende a occultare, vale a dire l’organizzazione. Gli elementi non sono semplicemente presenti gli uni accanto agli altri, ma connessi attraverso dipendenze, vincoli, retroazioni e gerarchie. Modificare una componente può trasformare il comportamento complessivo dell’interazione. Una diversa politica di memoria, un’interfaccia più antropomorfa, un nuovo meccanismo di personalizzazione o l’accesso a strumenti esterni cambiano ciò che il sistema può fare e il modo in cui viene percepito. La sua apertura emerge nello scambio continuo con l’ambiente, dal quale riceve informazioni, produce effetti che ritornano nelle pratiche sociali e modifica le condizioni delle interazioni future. I contenuti generati vengono pubblicati, corretti, riutilizzati, incorporati in processi organizzativi e talvolta reimmessi nei circuiti informativi da cui dipenderanno nuovi modelli. L’output non termina nella conversazione, ma può diventare parte dell’ambiente culturale e tecnico.

Estesa alle condizioni materiali e istituzionali che la rendono possibile, la relazione uomo–IA assume la forma di un sistema sociotecnico. Non comprende soltanto l’utente e il modello, ma anche le imprese che progettano e distribuiscono il servizio, le istituzioni che ne regolano l’uso, gli incentivi economici che ne orientano lo sviluppo e il contesto sociale nel quale le risposte acquistano significato. Ogni conversazione avviene all’interno di infrastrutture materiali, regimi di proprietà, politiche di accesso, modelli commerciali e culture dell’uso; anche l’apparente immediatezza del dialogo dipende da una complessa organizzazione che rimane spesso invisibile.

Le proprietà cognitive e interpretative dell’interazione emergono dall’organizzazione contingente di queste componenti, non dalla loro semplice compresenza. Parlare di emergenza in senso sistemico non significa attribuire al fenomeno un’origine misteriosa, ma riconoscere che alcune proprietà non possono essere ricavate considerando separatamente le parti. Come accade nei sistemi complessi, la configurazione complessiva manifesta caratteristiche dipendenti dalle relazioni fra gli elementi più che dalla natura isolata di ciascuno di essi (De Santis, 2021). Lo specchio diventa così una funzione interna al sistema relazionale, non una descrizione esaustiva del sistema stesso. L’intelligenza artificiale riflette strutture del linguaggio umano, aspettative dell’utente e sedimentazioni presenti nei dati, ma può anche amplificarle, deviarle, ricombinarle e orientarle. L’utente può riconoscersi nell’output e, nello stesso tempo, modificare il proprio pensiero in risposta a esso. La relazione non si limita a mostrare un’identità precedente, poiché partecipa al processo attraverso cui quella stessa identità viene riorganizzata.

La seconda intuizione di Jaspers – che qui torna utilissima – riguarda precisamente la retroazione esercitata dalla tecnica sull’uomo che l’ha prodotta. Trasformando la natura e il proprio ambiente, l’essere umano introduce procedimenti che retroagiscono sulla sua esistenza. In Origine e senso della storia, Jaspers richiama «la reazione del procedimento tecnico sull’uomo», precisando che il metodo, l’organizzazione del lavoro e il modellamento dell’ambiente modificano l’essere umano stesso (Jaspers, 1949/2014, p. 130). La tecnica assume così la forma di una relazione trasformativa, come mostra la scrittura, che esteriorizza la memoria e modifica le forme del pensiero; la stampa riorganizza l’accesso al sapere; i mezzi elettronici trasformano la percezione della distanza e della simultaneità; Internet ridefinisce l’organizzazione della conoscenza, della socialità e dell’identità pubblica. L’intelligenza artificiale generativa interviene ora in uno spazio ancora più interno, quello della formulazione linguistica, della sintesi, dell’ideazione e della decisione.

L’intelligenza artificiale generativa non si limita a esprimere o accelerare un pensiero già formato, ma può partecipare al processo attraverso cui esso si determina. Ciò non affida alla macchina l’origine del pensiero umano; riconosce piuttosto che il pensiero è sempre stato mediato da tecniche, simboli e ambienti. Parlare di mediazione tecnologica significa riconoscere che una tecnologia seleziona e trasforma il modo in cui il mondo diventa accessibile. Un microscopio non si limita ad avvicinare un oggetto già dato, ma rende possibile un regime di visibilità che senza di esso non esisterebbe; una mappa non rappresenta soltanto un territorio, ma ne privilegia alcune proprietà e orienta l’azione di chi la utilizza. Analogamente, un sistema generativo non si limita a velocizzare la produzione di testi o altri artefatti in genere, poiché interviene nelle modalità attraverso cui problemi, alternative e connessioni vengono formulati.

Le analisi postfenomenologiche di Ihde e Verbeek descrivono precisamente questa funzione mediatrice delle tecnologie, mostrando come esse contribuiscano a configurare la relazione fra esseri umani e mondo (Ihde, 1990; Verbeek, 2000/2005). Applicata all’intelligenza artificiale generativa, questa impostazione consente di superare l’alternativa troppo semplice fra strumento neutrale e soggetto autonomo. Il sistema struttura possibilità e interpretazioni senza per questo acquisire lo statuto di un soggetto umano. La tecnica agisce così per l’uomo, sull’uomo e attraverso l’uomo, poiché sostiene determinate operazioni, modifica il modo in cui vengono concepite e diventa parte delle pratiche attraverso cui costruiamo la nostra identità. John M. Culkin, condensando una delle intuizioni fondamentali di Marshall McLuhan, osservò che formiamo i nostri strumenti e che, successivamente, essi contribuiscono a formare noi (Culkin, 1967).

La mediazione tecnica investe anche la distribuzione delle funzioni cognitive. Molte operazioni considerate mentali sono sempre state sostenute da supporti esterni, fra i quali appunti, diagrammi, biblioteche, calendari, strumenti di calcolo, archivi e reti sociali. La cognizione non coincide necessariamente con ciò che avviene entro i confini biologici dell’individuo, ma può estendersi e distribuirsi attraverso artefatti, ambienti e pratiche collettive (Clark & Chalmers, 1998; Hutchins, 1995). L’IA generativa introduce una forma particolare di esteriorizzazione cognitiva, poiché non conserva soltanto informazioni, ma partecipa alla loro riorganizzazione; non esegue soltanto calcoli, ma produce formulazioni linguistiche, ipotesi, sintesi e alternative. Per questa ragione il rapporto con essa non può essere equiparato all’uso di un archivio o di una calcolatrice. Pertanto, quando si parla di «rivoluzione cognitiva» in seno all’IA si presuppongono tali considerazioni e l’accezione «cognitiva» risulta, quindi, fondata. È significativo che nell’intervista fatta dalla rivista Der Spiegel con il titolo «Ormai solo un Dio ci può salvare» (1966, pubblicata postuma nel 1976), Martin Heidegger afferma che la filosofia, intesa nel senso tradizionale, «si dissolve nelle scienze particolari: la psicologia, la logica, la politologia». Alla domanda dei giornalisti dello Spiegel: «E ora chi prende il posto della filosofia?» Heidegger non esita a rispondere: «La cibernetica». Tale risposta, apparentemente lapidaria, è carica di significato ontologico e non può essere altrimenti per uno come Heidegger. Non si tratta di un giudizio tecnico sulla cibernetica di Norbert Wiener o William R. Ashby, ma di un giudizio epocale, per cui la cibernetica rappresenta il compimento dell’essenza della tecnica moderna. Senza questi aspetti non si può nemmeno tentare di comprendere la «rivoluzione cognitiva» in atto.

La macchina può entrare in una sequenza cognitiva distribuita nella quale l’utente formula, il sistema riorganizza, l’utente valuta, il sistema riformula e l’utente decide. La prestazione complessiva appartiene all’organizzazione dell’interazione, pur rimanendo necessario distinguere il contributo umano da quello artificiale. La distribuzione di una funzione cognitiva non attribuisce una mente a ogni componente, come mostra il fatto che un quaderno non pensa, ma può partecipare a un processo di memoria; un modello linguistico non deve necessariamente possedere coscienza per entrare in un processo di elaborazione, confronto e decisione.

La delega diventa problematica quando il sostegno cognitivo si converte in sostituzione non sorvegliata. Una tecnica che sostiene il pensiero può indebolire alcune competenze quando ne assume stabilmente l’esercizio. La delega non è quindi un fenomeno semplicemente positivo o negativo, ma deve essere valutata in relazione alla funzione delegata, alla possibilità di controllo, alla reversibilità e alla capacità dell’utente di comprendere criticamente l’output. La questione non riguarda l’opportunità di utilizzare strumenti esterni, poiché la cognizione umana è sempre stata tecnicamente mediata, ma il modo in cui distribuiamo le funzioni cognitive e le condizioni attraverso cui manteniamo la capacità di valutarne gli esiti.

Su tali presupposti diciamo che la relazione uomo–tecnica può essere definita coevolutiva, purché il termine non venga utilizzato in modo indeterminato. Non significa che esseri umani e tecnologie evolvano come due organismi equivalenti, ma che lo sviluppo delle tecniche modifica l’ambiente delle possibilità umane e che nuove pratiche, esigenze e forme culturali orientano a loro volta lo sviluppo tecnico. La scrittura non ha soltanto risposto al bisogno di registrare informazioni, perché ha reso possibili forme di argomentazione, amministrazione e memoria che hanno successivamente generato nuovi bisogni. Internet non si è limitato a soddisfare una domanda preesistente di comunicazione, ma ha trasformato la struttura delle relazioni sociali e prodotto nuove aspettative di immediatezza, accessibilità e presenza. L’IA generativa, allo stesso modo, non risponde soltanto a una domanda di automazione, poiché modifica progressivamente ciò che consideriamo scrivibile, delegabile, ricercabile e producibile.

La coevoluzione si svolge entro rapporti di potere asimmetrici. Le tecnologie non emergono spontaneamente da un’intelligenza collettiva indistinta, ma vengono sviluppate da organizzazioni dotate di risorse, interessi e capacità di orientamento e spesso anche miopia sociale. Alcuni soggetti stabiliscono gli standard, altri vi si adattano; alcuni controllano le infrastrutture, altri ne utilizzano i servizi; alcuni definiscono le condizioni della relazione, altri le incontrano come un ambiente già costruito. L’analisi sistemica non può quindi trasformarsi in una teoria dell’assenza di responsabilità. Il fatto che un effetto emerga da molteplici componenti non implica che ciascuna contribuisca nello stesso modo. La distribuzione causale va distinta dalla distribuzione morale e politica della responsabilità.

La metafora dello specchio rischia però di dissolvere la responsabilità in un soggetto collettivo indistinto. Se la macchina riflette semplicemente ciò che siamo, ogni problema può essere attribuito genericamente all’umanità, cosicché i pregiudizi del sistema sarebbero i nostri pregiudizi, le sue manipolazioni le nostre debolezze, i suoi errori le imperfezioni collettive sedimentate nei dati. Ma «l’umanità» è un soggetto troppo indeterminato per rispondere di decisioni tecniche specifiche. Qualcuno seleziona i dati, definisce gli obiettivi di ottimizzazione, stabilisce quali funzioni rendere disponibili, decide quali comportamenti favorire, quali memorie conservare e quali forme di personalizzazione introdurre. Le interfacce non sono superfici neutrali, poiché possono incoraggiare l’attribuzione di autorità, la dipendenza emotiva o la delega cognitiva.

La responsabilità è distribuita, ma non per questo dissolta. Pensare in termini di sistema sociotecnico significa ricostruire la catena delle mediazioni e delle decisioni, distinguendo la responsabilità dell’utente da quella del progettista, dell’organizzazione, dell’istituzione e del regolatore. Significa inoltre comprendere che l’effetto noosemico non dipende soltanto da una disposizione psicologica individuale, ma anche da precise scelte progettuali, fra cui il tono della risposta, la memoria, la personificazione, l’uso della prima persona e la simulazione di stati affettivi.

Alla distribuzione delle responsabilità si aggiunge una seconda distinzione, fra le capacità effettive del sistema e l’autorità che gli viene attribuita. Un modello può produrre una risposta linguisticamente convincente senza possedere una comprensione affidabile del dominio in questione. La fluidità espressiva tende però a essere interpretata come competenza generale; la forma della risposta può così eccedere la solidità del contenuto, soprattutto quando l’utente non dispone degli strumenti necessari per verificarlo, e qui si generano ingenti problemi epistemici. A differenza di un riflesso, l’output generativo può presentare come unitario e plausibile un contenuto derivato da una molteplicità di relazioni statistiche, senza rendere immediatamente riconoscibile il percorso che lo sostiene. La credibilità formale può separarsi dall’affidabilità epistemica.

L’educazione all’intelligenza artificiale non dovrebbe pertanto limitarsi all’apprendimento di tecniche di interrogazione, ma includere la comprensione dei limiti, delle condizioni di produzione, delle forme di mediazione e dei meccanismi attraverso cui attribuiamo autorità ai sistemi. Formulare un buon prompt non è sufficiente; occorre interpretare criticamente la risposta e riconoscere l’organizzazione di relazioni che l’ha resa possibile. Un’alfabetizzazione adeguata non consiste soltanto nel saper utilizzare efficacemente lo strumento, ma nel comprendere come esso intervenga nella formulazione dei problemi, nella distribuzione delle capacità cognitive e nella costruzione delle aspettative.

Oltre lo specchio

Si fa presto, dunque, a dire «specchio». La metafora conserva una funzione critica importante, perché ricorda che l’intelligenza artificiale è costruita con materiali umani e che nelle sue risposte ritornano le nostre forme culturali. Ci mette in guardia dall’illusione di incontrare un’intelligenza completamente estranea alla nostra storia e rende problematica ogni pretesa di neutralità. Non descrive però la retroazione attraverso cui la tecnica modifica l’uomo, la funzione mediatrice delle interfacce, la distribuzione delle operazioni cognitive e l’organizzazione istituzionale che sostiene ogni scambio.

L’intelligenza artificiale è anche una componente del sistema relazionale attraverso cui l’umanità, nel tentativo di riconoscersi, modifica le condizioni del proprio divenire. Il passaggio dallo specchio al sistema relazionale non nega che l’IA possa riflettere aspetti dell’umano, ma colloca il riflesso all’interno di un processo più ampio, nel quale rappresentazione, generazione, interpretazione e trasformazione costituiscono momenti distinti di una medesima dinamica.

L’interazione si svolge entro una rete di mediazioni e retroazioni nella quale ogni risposta può diventare la premessa di una nuova domanda, ogni delega può modificare una competenza e ogni strumento può riorganizzare le condizioni dell’azione. La domanda decisiva non riguarda allora soltanto l’immagine che la macchina restituisce di noi, ma il modo in cui costruiamo la relazione, le funzioni che decidiamo di delegare, le responsabilità che siamo capaci di attribuire e gli esseri umani che stiamo diventando attraverso le tecniche con cui tentiamo di comprenderci. Una risposta sana può provenire solo da un individuo che abbia contezza che i saperi non sono separati, che sappia porsi una domanda di senso e che l’iperspecializzazione tecnica non è l’unico obiettivo da raggiungere nella propria formazione professionale. Bisogna raggiungere la consapevolezza che servono competenze trasversali e orizzontali, umanistiche e scientifiche, capacità critica e gli anticorpi per comprendere che la soluzione ai problemi legati alla «rivoluzione cognitiva» in atto può sopraggiungere solo se si abbassano le barriere e si abbandonano le ideologie.

Bibliografia

Baudrillard, J. (1981). Simulacres et simulation. Éditions Galilée.

Clark, A., & Chalmers, D. J. (1998). The extended mind. Analysis, 58(1), 7–19. https://doi.org/10.1093/analys/58.1.7

Culkin, J. M. (1967, 18 marzo). A schoolman’s guide to Marshall McLuhan. Saturday Review, 50, 51–53, 70–72.

De Santis, E. (2021). Umanità, complessità e intelligenza artificiale: Un connubio perfetto. Aracne.

De Santis, E. (2025, 23 ottobre). Comprendere attraverso il riflesso. Una lettura noosemica dell’articolo di Stefano Diana «I Large Language Models comprendono i nostri stati d’animo?». AION-Research. https://www.aionresearch.it/2025/10/comprendere-attraverso-il-riflesso-una.html

De Santis, E., De Santis, G., & Rizzi, A. (2025). Noosemia. Prometeo, 43(172), 16–24.

De Santis, E., & Rizzi, A. (2025). Noosemia: Toward a cognitive and phenomenological account of intentionality attribution in human–generative AI interaction [Preprint]. arXiv. https://doi.org/10.48550/arXiv.2508.02622

Dennett, D. C. (1987). The intentional stance. MIT Press.

Epley, N., Waytz, A., & Cacioppo, J. T. (2007). On seeing human: A three-factor theory of anthropomorphism. Psychological Review, 114(4), 864–886. https://doi.org/10.1037/0033-295X.114.4.864

Hutchins, E. (1995). Cognition in the wild. MIT Press.

Heidegger, M. (1987). Ormai solo un dio ci può salvare: Intervista con lo «Spiegel» (A. Marini, a cura di e Trad.). Guanda. (Intervista originale realizzata nel 1966 e pubblicata nel 1976).

Ihde, D. (1990). Technology and the lifeworld: From garden to earth. Indiana University Press.

Jaspers, K. (1971). Ragione ed esistenza (A. Lamacchia, Trad.). Marietti. (Opera originale pubblicata nel 1935).

Jaspers, K. (1998). Piccola scuola del pensiero filosofico (C. Mainoldi, Trad.). SE. (Opera originale pubblicata nel 1965).

Jaspers, K. (2014). Origine e senso della storia (A. Guadagnin, Trad.). Mimesis. (Opera originale pubblicata nel 1949).

Jung, C. G. (1969). Tipi psicologici (C. L. Musatti & L. Aurigemma, Trad.; Opere, Vol. 6). Boringhieri. (Opera originale pubblicata nel 1921).

Jung, C. G. (1994). Energetica psichica. In La dinamica dell’inconscio (S. Daniele, Trad.; Opere, Vol. 8, pp. 11–77). Bollati Boringhieri. (Opera originale pubblicata nel 1928).

Vallor, S. (2024). The AI mirror: How to reclaim our humanity in an age of machine thinking. Oxford University Press. https://doi.org/10.1093/oso/9780197759066.001.0001

Verbeek, P.-P. (2005). What things do: Philosophical reflections on technology, agency, and design (R. P. Crease, Trad.). Pennsylvania State University Press. (Opera originale pubblicata nel 2000). https://doi.org/10.5325/j.ctv14gp4w7

Weizenbaum, J. (1966). ELIZA—A computer program for the study of natural language communication between man and machine. Communications of the ACM, 9(1), 36–45. https://doi.org/10.1145/365153.365168