Ergonomia cognitiva e debito emotivo: quale conto ci presenterà l’Intelligenza Artificiale?
L’AI ci fa risparmiare tempo, fatica cognitiva e, sempre più spesso, anche una parte della fatica emotiva delle relazioni. Ma che cosa succede alle capacità che smettiamo progressivamente di esercitare?
C’è qualcosa di irresistibile in uno strumento che prende una cosa difficile e la rende facile.
Una mail complicata? La scrive.
Un documento di trenta pagine? Lo sintetizza.
Una decisione piena di variabili? Le mette in ordine.
Una conversazione che ci ha fatto arrabbiare? La interpreta.
Un messaggio ambiguo? Ci dice cosa potrebbe voler dire.
Un conflitto? Ci suggerisce come rispondere.
È difficile sostenere che tutto questo sia un male. E infatti non lo è.
L’Intelligenza Artificiale generativa può alleggerire il carico mentale, aumentare la velocità con cui svolgiamo alcuni compiti e permetterci di concentrare le risorse su attività più complesse. Il problema comincia quando confondiamo il risultato che riusciamo a ottenere con la competenza che possediamo per ottenerlo.
Sono due cose diverse.
E con l’AI questa differenza rischia di diventare sempre meno visibile.
Se il risultato migliora mentre la competenza diminuisce
In psicologia cognitiva esiste da tempo il concetto di cognitive offloading: utilizziamo strumenti esterni per ridurre la quantità di elaborazione che dobbiamo svolgere internamente.
Scrivere la lista della spesa, impostare un promemoria sul telefono o usare una calcolatrice sono tutte forme di offloading cognitivo. Non sono patologiche, naturalmente. Sono uno dei modi con cui gli esseri umani estendono le proprie capacità oltre i limiti della memoria e dell’attenzione.
Il punto interessante è un altro.
Quando sappiamo che un’informazione sarà disponibile all’esterno, possiamo investire meno risorse nel codificarla internamente. Studi sulla memoria mostrano che affidarsi a un supporto esterno può migliorare la prestazione immediata e, contemporaneamente, ridurre ciò che resta disponibile nella memoria interna se quel supporto viene successivamente meno.
Con l’Intelligenza Artificiale generativa il fenomeno cambia scala.
Non esternalizziamo più soltanto informazioni o calcoli. Possiamo esternalizzare pezzi interi del processo cognitivo: formulare un problema, cercare alternative, sintetizzare, argomentare, trovare le parole, valutare possibilità, costruire una prima ipotesi.
Ed è qui che, nel nostro lavoro, entra in gioco il concetto di ergonomia cognitiva dell’AI.
Non ci interessa soltanto progettare strumenti facili da usare. Ci interessa progettare modalità d’uso che permettano alla tecnologia di alleggerire il lavoro cognitivo senza consumare progressivamente proprio le competenze che dovrebbe aiutare.
Il debito cognitivo: prendere in prestito capacità dal futuro
Possiamo pensare al fenomeno come a un debito.
Otteniamo oggi un beneficio: meno tempo, meno fatica, una risposta migliore, una pagina bianca che improvvisamente non è più bianca.
Ma una parte del costo può essere differita.
Se ogni sintesi viene fatta dall’AI, che cosa succede alla nostra capacità di individuare autonomamente ciò che è importante?
Se ogni testo nasce da una prima versione generata, quanto continuiamo ad allenare la capacità di costruire un ragionamento da zero?
Se utilizziamo l’AI per verificare il nostro lavoro senza possedere più le competenze necessarie per verificare il suo, chi controlla chi?
Uno studio sperimentale del MIT Media Lab pubblicato come preprint nel 2025 ha utilizzato anche misure EEG durante attività di scrittura, rilevando nel gruppo che utilizzava un LLM minore coinvolgimento in alcuni indicatori cognitivi, minore capacità di ricordare quanto scritto e un più basso senso di ownership sul testo prodotto. Gli stessi autori hanno utilizzato l’espressione cognitive debt.
Il risultato è interessante, ma va letto con prudenza: lo studio ha un campione limitato e la sua metodologia è stata successivamente oggetto di critiche scientifiche. Non dimostra che “ChatGPT spegne il cervello”, come qualche titolo giornalistico sarebbe tentato di raccontare. Mostra però un problema di ricerca molto serio: non basta misurare la qualità dell’output per capire cosa sta succedendo alla competenza della persona che lo produce.
Ed è precisamente questa la domanda che ci interessa.
L’ergonomia cognitiva non dovrebbe chiedere soltanto:
“Con l’AI riesci a fare meglio questo compito?”
Dovrebbe aggiungere:
“Dopo averlo fatto cento volte con l’AI, che cosa saprai ancora fare senza?”
Ma non stiamo delegando soltanto il pensiero
Qui il problema diventa ancora più interessante.
Perché le persone non utilizzano più i sistemi conversazionali soltanto per produrre testi, cercare informazioni o lavorare.
Possiamo chiedere:
“Secondo te ho reagito male?”
“Perché questa persona mi ha risposto così?”
“Dimmi se ho ragione.”
“Come faccio a non sentirmi in colpa?”
“Scrivimi cosa rispondere.”
“Rileggi tutta questa conversazione e dimmi cosa pensa davvero di me.”
Sono ancora richieste cognitive. Ma non sono soltanto cognitive.
L’AI sta entrando progressivamente anche negli spazi nei quali elaboriamo emozioni, attribuiamo significato alle relazioni, cerchiamo rassicurazione e prepariamo il confronto con le altre persone.
Ed è qui che proponiamo di parlare di debito emotivo.
Una relazione molto più facile delle relazioni
L’espressione debito emotivo, nell’uso che ne proponiamo, non indica al momento un costrutto psicologico consolidato e validato dalla letteratura scientifica.
È una lente che utilizziamo per interrogare un fenomeno emergente: quali costi differiti possono prodursi quando deleghiamo stabilmente all’AI alcune funzioni di regolazione emotiva e relazione?
Per comprenderlo occorre partire da una caratteristica quasi banale dei chatbot.
Sono tremendamente comodi.
Non si stancano mentre raccontiamo per la quarta volta la stessa storia.
Non hanno una giornata storta.
Non hanno bisogno di essere ascoltati a loro volta.
Possiamo interromperli.
Possiamo correggerli.
Possiamo chiedere una risposta più gentile.
Possiamo ricominciare da capo.
Possiamo persino impostare il tono con cui vogliamo essere trattati.
Una relazione umana non funziona così.
Le altre persone portano nella relazione bisogni, limiti, interpretazioni, giornate sbagliate, desideri incompatibili con i nostri. A volte ci fraintendono. A volte ci contraddicono. A volte non rispondono. A volte abbiamo torto noi.
Ed è proprio dentro questa scomodità che si allenano molte competenze relazionali.
Tollerare la frustrazione.
Negoziare.
Riparare un conflitto.
Aspettare.
Accettare l’ambiguità.
Scoprire che l’altra persona non coincide con la rappresentazione che abbiamo costruito nella nostra testa.
In una relazione artificiale, invece, l’alterità è strutturalmente ridotta.
Quando il sostegno diventa sostituzione
Le prime evidenze scientifiche invitano a evitare sia l’allarmismo sia l’ingenuità.
Una ricerca condotta da OpenAI e MIT Media Lab ha analizzato milioni di conversazioni e realizzato un esperimento randomizzato di 28 giorni su quasi mille partecipanti. I risultati non indicano un effetto semplice e uniforme dell’interazione con un chatbot sul benessere. Mostrano però che un uso molto elevato era associato a maggiori indicatori autoriferiti di dipendenza e che gli effetti variavano in funzione delle caratteristiche delle persone, del tipo di interazione e della quantità di utilizzo.
Nello studio longitudinale collegato, una maggiore quantità di utilizzo quotidiano risultava associata a maggiore dipendenza emotiva e uso problematico e a una minore socializzazione con persone reali. Anche qui occorre essere precisi: l’associazione tra quantità d’uso e questi esiti non permette, da sola, di concludere che sia necessariamente il chatbot a causarli. Potrebbe esistere anche il percorso opposto: alcune persone possono utilizzare maggiormente il chatbot proprio perché stanno vivendo maggiore solitudine o difficoltà relazionale.
La questione interessante, quindi, non è decidere se parlare con un’AI faccia “bene” oppure “male”.
È capire quando uno strumento di supporto comincia a sostituire l’esercizio di una funzione.
Esattamente come sul piano cognitivo.
Due debiti, una stessa domanda
Il debito cognitivo e quello emotivo non sono la stessa cosa.
Nel primo caso il rischio riguarda ciò che progressivamente smettiamo di saper fare.
Nel secondo riguarda ciò che progressivamente potremmo smettere di saper sostenere.
Una pagina bianca.
Un problema senza soluzione immediata.
Un dubbio.
Un errore.
Un silenzio.
Una persona che non ci dà ragione.
L’AI può ridurre molte di queste frizioni.
Ma eliminare tutta la frizione non significa necessariamente progettare un ambiente migliore.
Un muscolo lavora anche grazie alla resistenza. Una strada perfettamente priva di attrito non sarebbe molto comoda: non riusciremmo neppure a camminarci.
Forse con l’Intelligenza Artificiale dobbiamo cominciare a porci la stessa domanda.
Qual è la quantità di attrito che possiamo eliminare senza eliminare anche l’allenamento?
Non usare meno AI. Usarla meglio.
La soluzione non può essere tornare indietro.
Non avrebbe senso chiedere a una persona di fare manualmente in tre ore ciò che può ottenere meglio in trenta minuti, soltanto per “tenere allenato il cervello”.
Allo stesso modo, sarebbe assurdo sostenere che un’AI non possa essere utile per mettere ordine nei pensieri, esplorare punti di vista o prepararsi a una conversazione difficile.
Il nodo sta nel design dell’interazione.
Dobbiamo imparare a distinguere ciò che possiamo delegare, ciò che possiamo fare insieme alla tecnologia e ciò che abbiamo interesse a continuare a esercitare direttamente.
E soprattutto dobbiamo smettere di valutare l’AI soltanto dalla qualità della sua risposta.
Un sistema può produrre una risposta eccellente e contemporaneamente essere utilizzato in un modo pessimo per lo sviluppo della persona.
La vera misura dell’efficacia potrebbe essere un’altra:
dopo aver utilizzato l’AI, siamo diventati più capaci di pensare, decidere e stare nelle relazioni oppure semplicemente più capaci di ottenere rapidamente una risposta?
Non è la stessa cosa.
Ergonomia cognitiva e debito emotivo alla Rome Future Week
Da queste domande nasce “Ergonomia cognitiva e debito emotivo”, il nuovo workshop di Impatto Puro progettato per Rome Future Week 2026, la settimana diffusa dedicata al futuro e all’innovazione che si svolgerà a Roma dal 21 al 27 settembre. Il tema di questa edizione è Materia Prima: competenze, relazioni, attenzione, cura e conoscenza come risorse attraverso cui costruire il futuro.
Noi abbiamo deciso di partire proprio da lì.
Dalla materia prima più facile da dimenticare quando parliamo di Intelligenza Artificiale:
le capacità umane che vogliamo continuare ad avere.
Non per proteggerle dalla tecnologia.
Per progettare tecnologie e pratiche d’uso capaci di farle crescere.
Perché probabilmente la domanda decisiva dei prossimi anni non sarà quanto diventerà intelligente l’AI.
Sarà quanto saremo capaci di restare competenti mentre la utilizziamo.
E quanto saremo ancora capaci di stare con un’altra persona quando quella persona, diversamente da un chatbot, non sarà programmata per adattarsi a noi.
Riferimenti essenziali
- Fang, C. M., Liu, A. R., Danry, V., Lee, E., Chan, S. W. T., Pataranutaporn, P., Maes, P., Phang, J., Lampe, M., Ahmad, L., & Agarwal, S. (2025). How AI and Human Behaviors Shape Psychosocial Effects of Chatbot Use: A Longitudinal Randomized Controlled Study. Preprint.
- Gilbert, S. J. (2024). Cognitive offloading is value-based decision making: Modelling cognitive effort and the expected value of memory. Cognition, 247, 105783.
- Goldberg, E., & Magen, H. (2026). Cognitive offloading reduces internal memory processing in children. Scientific Reports, 16, 14914.
- Kosmyna, N., Hauptmann, E., Yuan, Y. T., Situ, J., Liao, X.-H., Beresnitzky, A. V., Braunstein, I., & Maes, P. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. Preprint.
- Phang, J., Lampe, M., Ahmad, L., Agarwal, S., Fang, C. M., Liu, A. R., Danry, V., Lee, E., Chan, S. W. T., Pataranutaporn, P., & Maes, P. (2025). Investigating Affective Use and Emotional Well-being on ChatGPT. Preprint.
- Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688.