La neuroplasticità non aspetta il vostro permesso

Indice

• Delega cognitiva e atrofia del ragionamento
• Ippocampo e memoria spaziale
• Il sistema attentivo frammentato
• Intelligenza emotiva artificiale
• Dipendenza tecnologica e neurobiologia della ricompensa
• Non solo rischi

Il cervello umano non è un organo statico. È una struttura biologica in perenne rinegoziazione con l’ambiente che lo circonda, capace di rimodellarsi in risposta a stimoli ripetuti attraverso quel meccanismo chiamato neuroplasticità. Ogni nuova abitudine cognitiva, ogni strumento ripetutamente utilizzato, ogni pattern comportamentale lascia tracce fisiche nella corteccia (sinapsi rafforzate, assoni mielinizzati, dendriti rimodellati). Questa capacità, che ha permesso all’umanità di adattarsi a qualunque nicchia ecologica del pianeta, si trova oggi di fronte ad uno step evolutivo forse più radicale della propria storia. Sto parlando dell’integrazione quotidiana con i sistemi di intelligenza artificiale.

Le neuroimmagini funzionali già hanno dpocumentato con crescente precisione come l’interazione cronica con strumenti AI stia dando un nuovo riposizionamento del carico computazionale all’interno del nostro cervello. Alcune aree si ipertrofizzano, altre si atrofizzano per mancanza di utilizzo, in un processo che i ricercatori di Stanford, del MIT e dell’University College London hanno iniziato a studiare solo nell’ultimo decennio.

“La domanda non è se l’AI stia cambiando il cervello. La domanda è in quale direzione, a quale velocità, e se quel cambiamento sia reversibile”.

Delega cognitiva e atrofia del ragionamento

La corteccia prefrontale dorsolaterale è il quartier generale del pensiero riflessivo. Qui avviene un po’ tutto, la pianificazione, il ragionamento ipotetico, la valutazione delle conseguenze, l’inibizione degli impulsi. È la struttura che ci rende capaci di posticipare gratificazioni, di costruire quegli argomenti che appaiono più complessi e soprattutto di resistere alle pressioni ambientali. Ed è anche una delle aree più sensibili alla cosiddetta cognitive offloading indotta dall’AI.

Quando un sistema AI fornisce una risposta immediata a un problema che avrebbe richiesto elaborazione autonoma, che si tratti di un calcolo, di una sintesi di informazioni, di una decisione strategica, il cervello tende progressivamente a ridurre l’investimento energetico nel processo inferenziale. Il meccanismo è ben noto in neuroscienza come use it or lose it. Le sinapsi non utilizzate vanno incontro a pruning sinaptico, il processo con cui il cervello elimina le connessioni ritenute superflue per ottimizzare l’efficienza energetica.

Questo non significa necessariamente un impoverimento intellettuale generalizzato. La delega cognitiva all’AI libera risorse prefrontali che possono essere reinvestite sicuramente altrove. Il problema sussiste quando la delega diventa sistematica e indiscriminata, erodendo in questo modo, la capacità metacognitiva di valutare la propria stessa competenza.

Ippocampo e memoria spaziale

L’ippocampo come ben sappiamo è una struttura bilaterale del sistema limbico ed è fondamentale per due funzioni strettamente interconnesse, la memorizzazione episodica e la navigazione spaziale. I neuroni di griglia e di luogo dell’ippocampo costruiscono mappe cognitive dell’ambiente fisico, e in questo modo ci permettono di orientarci senza strumenti esterni. Questa struttura è stata tra le prime a rivelare l’impatto misurabile della tecnologia sul nostro cervello.

Il lavoro pioneristico del neuroscienziato Eleanor Maguire sull’ippocampo dei tassisti londinesi è oggi un esempio. L’utilizzo cronico di GPS e dei sistemi di navigazione AI produce una riduzione misurabile dell’attivazione ippocampale durante gli spostamenti. Questo perché il cervello smette di costruire mappe autonome delegando questa funzione totalmente alla tecnologia.  

La buona notizia, dal punto di vista neuroscientifico, è che l’ippocampo conserva comunque un’elevata plasticità anche in età adulta, la generazione di nuovi neuroni in questa struttura, continua infatti e fortunatamente per tutta la vita. La cattiva notizia è che, in assenza di stimolazione appropriata, questo vantaggio non viene però sfruttato. Il cervello ottimizza, non ambisce, il che vuol dire che si adatta alle richieste dell’ambiente senza preoccuparsi delle capacità che in quel processo vengono sacrificate.

Il sistema attentivo frammentato

Forse nessun effetto dell’AI sul cervello è più documentato e al tempo stesso più sottovalutato di quello sulla rete attentiva. Il nostro sistema di attenzione è governato da due circuiti distinti, il primo è la rete di attenzione dorsale, coinvolta nell’attenzione volontaria, il secondo è quello della rete di attenzione ventrale, deputata alla rilevazione involontaria di stimoli salienti. L’ecosistema digitale contemporaneo, caratterizzato da algoritmi per massimizzare il tempo di attenzione dell’utente, ha imparato a sfruttare sistematicamente la rete ventrale per interrompere quella dorsale.

Il meccanismo è neurochimico prima ancora che comportamentale. Ogni notifica, ogni preview di contenuto, ogni elemento di novità attiva il sistema dopaminergico mesolimbico, producendo un piccolo picco di dopamina che rinforza il comportamento di verifica. Nel tempo, questa stimolazione ripetuta abbassa la soglia di attivazione del circuito, rendendolo sempre più sensibile agli stimoli e sempre meno capace di tollerare l’assenza di input. Il risultato è un cervello cronicamente in modalità scan e alla ricerca attiva di novità, e soprattutto cronicamente incapace di mantenere lo stato di concentrazione profonda.

“Gli algoritmi di raccomandazione non sono neutri. Sono ottimizzatori della risposta dopaminergica, ingegnerizzati per massimizzare l’engagement a spese dell’attenzione sostenuta.”

Sappiamo poi che il tempo medio necessario per recuperare la piena concentrazione dopo un’interruzione digitale si aggira sui 23 minuti. In un ambiente lavorativo dove la frequenza delle interruzioni digitali supera le 100 unità giornaliere, la matematica è praticamente impietosa, e accade così che lo stato di concentrazione profonda diventi strutturalmente irraggiungibile per larga parte della giornata cognitiva.

Intelligenza emotiva artificiale

È anche molto interessante osservare quello che è l’impatto dell’AI sui circuiti dell’elaborazione emotiva. I sistemi conversazionali basati su grandi modelli linguistici (ChatGPT, Claude, Gemini) sono in grado di simulare con crescente sofisticazione risposte empatiche, calibrando il tono sulla base del registro dell’interlocutore, e offrendo un quasi reale supporto emotivo che molti utenti percepiscono come genuino. Questo crea un fenomeno neuropsicologico molto interessante. Si è visto infatti che l’interazione con un sistema non senziente attiva gli stessi circuiti sociali che si attiverebbero nell’interazione con un essere umano.

La corteccia prefrontale mediale, il solco temporale superiore e l’area temporoparietale (strutture coinvolte nell’attribuzione di stati mentali agli altri) hanno dimostrato linee di attivazione simili sia durante interazioni umane che durante interazioni percepite come significative con sistemi AI. Attenzione, questo però non è necessariamente patologico, in quanto il cervello risponde alla funzione, e non all’ontologia. Il problema potenziale viene fuori invece nell’uso cronico, dove la disponibilità immediata di un interlocutore artificiale sempre disponibile, sempre paziente e sempre validante potrebbe ridurre la motivazione a investire nell’elaborazione di relazioni umane, che richiedono negoziazione, tolleranza della frustrazione e reciprocità autentica.

Dipendenza tecnologica e neurobiologia della ricompensa

Per anni, abbiamo sentito l’espressione dipendenza da smartphone o dipendenza dai social. Questa affermazione è stata usata in senso metaforico e spesso liquidata come allarme morale privo di basi biologiche reali. In realtà ora quella metafora è visionabile sottoforma di una diagnosi potenzialmente clinica. I pattern di attivazione del nucleus accumbens, dello striato ventrale e della corteccia orbitofrontale osservati in soggetti con uso problematico di piattaforme AI-driven sono morfologicamente simili a quelli documentati nelle dipendenze da sostanze.

Il DSM-5 ha già riconosciuto il Gaming Disorder come categoria diagnostica. La discussione scientifica si è spostata ora verso la definizione di criteri diagnostici per ciò che alcuni ricercatori chiamano AI-mediated compulsive use disorder, un termine ancora non formalizzato ma che cattura una realtà clinica sempre più frequente negli ambulatori di neuropsicologia. La distinzione fondamentale tra uso adattivo e uso patologico dell’AI sembra infatti risiedere nella capacità metacognitiva di mantenere il controllo sulla relazione con lo strumento, una capacità che ironicamente è tra le prime a essere compromesse dall’uso eccessivo.

Non solo rischi

Un’analisi onesta dell’impatto dell’AI sul cervello non può ridursi però a un catalogo di rischi e deterioramenti. La neuroplasticità ritengo sia un processo bidirezionale. Mentre alcune capacità vengono delegate e potenzialmente indebolite, altre vengono stimolate e potenziate. La rapida integrazione di informazioni eterogenee, abilitata dagli strumenti AI che aggregano conoscenza da domini diversi, può essere associata ad un rafforzamento della corteccia associativa parietale, coinvolta nell’integrazione multimodale e nel pensiero analogico.

I soggetti che utilizzano strumenti AI in modo strategico, ossia come amplificatori cognitivi, mostrano (dagli studi effettuati) una maggiore attivazione della corteccia cingolata anteriore, struttura chiave per il monitoraggio del conflitto e la valutazione metacognitiva. In altre parole, usare l’AI con consapevolezza critica sembrerebbe esercitare proprio quelle funzioni di ordine superiore che l’uso passivo tende invece a compromettere. La distinzione tra questi due modi credo sia un punctum fondamentale su cui basarsi per un’analisi approfondita e veritiera in merito alla questione.

Credo si possa già parlare di una nuova forma di competenza cognitiva che potremmo chiamare AI literacy cerebrale, ovvero la capacità di calibrare la delega cognitiva, verificando criticamente gli output dei sistemi AI, e sempre mantenendo una rappresentazione accurata dei propri limiti e di quelli degli strumenti.