← Home / POSTS

Il costo nascosto dell'AI generativa

Attenzione e apprendimento nell'epoca della GenAI

L’attenzione è la capacità di concentrazione di un individuo su un fenomeno o compito predefinito, con la capacità di escludere stimoli esterni. E’ quindi profondamente legata all’abilità di applicarsi a una materia, di estrarre dal contesto informazioni rilevanti e creare schemi mentali generali. Di recente, è nato un rinnovato interesse nei confronti dell’attenzione, a causa della presenza di contenuti digitali frammentati (principalmente sui social) e di strumenti di intelligenza artificiale generativa (in particolare modelli linguistici) per l’assistenza allo svolgimento di task. Mentre i primi riguardano la fruizione di contenuti (implicando quindi un comportamento passivo dell’utente), i secondi sono pervasivi della nostra quotidianità, personale e lavorativa, e ci coinvolgono attivamente in cicli di produzione di materiale di vario genere (come testo, codice o immagini). L’intelligenza artificiale generativa permette inoltre una democratizzazione dell’apprendimento, garantendo l’accesso a risposte di qualità, mirate e concise, e feedback a basso costo. Ma qual è l’impatto dell’AI generativa sulle nostre capacità cognitive? E’ vero che, fornendoci risposte rapide e immediate, contribuiscono alla riduzione delle nostre capacità di concentrazione? Inoltre, come possiamo utilizzarla in un ruolo di apprendimento attivo?

Sono stati pubblicati due lavori recenti che evidenziano prime analisi e risultati al riguardo. Il primo lavoro (link) ha lo scopo di studiare la percezione del pensiero critico e del carico cognitivo da parte di chi usa l’intelligenza artificiale per lavoro. Il sondaggio condotto evidenzia come chi lavora utilizzando la GenAI abbia una percezione gonfiata della sua affidabilità e riduca quindi l’applicazione del pensiero critico ai compiti a cui è applicata. Un secondo lavoro (link) uscito di recente si è occupato di registrare l’attività cerebrale dei partecipanti divisi in tre gruppi, con l’obiettivo di produrre un breve testo: chi utilizzava modelli linguistici (Large Language Models, LLM), chi motori di ricerca, e chi nessuno strumento di supporto. E’ stato evidenziato come chi utilizzasse l’AI mostrasse attività ridotte di attenzione, linguaggio e funzioni esecutive. Quando gli stessi venivano posti davanti alla risoluzione del compito senza l’uso di AI, l’attività cerebrale risultava ridotta e meno coordinata rispetto a quella di chi non aveva usato AI fin dall’inizio, suggerendo quindi che l’utilizzo di problem-solving e pensiero critico vadano coltivati nel tempo. Non solo: chi ha potuto utilizzare l’AI solo dopo aver prodotto il testo senza nessuno strumento, ha mostrato un’attività cerebrale ampia e aumentata, suggerendo che l’introduzione di informazioni esogene (prodotte dall’AI) ha portato i soggetti a riconciliare le nuove informazioni con il loro schema di lavoro endogeno preesistente. La qualità degli elaborati è stata valutata simile nei due casi (con una percepita riduzione di “creatività” nel caso delle produzioni con LLM).

Questi risultati da una parte confermano un sospetto già nato: l’utilizzo di strumenti di GenAI può essere un supporto di qualità ed economico, ma va utilizzato con consapevolezza per quanto riguarda i propri obiettivi formativi.

Quali sono quindi i metodi che possiamo adottare per supportare il nostro apprendimento con l’AI generativa? Come già evidenziato negli scorsi paragrafi, il punto sta nel produrre anzichè consumare. Si tratta di utilizzare i risultati dell’intelligenza artificiale in rapporto dialogico con le nostre informazioni, schemi o ricordi. Questo può svolgersi secondo diversi paradigmi: ad esempio, chiedendo all’AI come migliorare un contenuto prodotto senza il suo utilizzo, di evidenziare “scorciatoie” logiche di ragionamento, imprecisioni, introdurre alternative, o chiedendo di controargomentare la nostra tesi.

L’AI generativa è uno strumento potente e neutro rispetto ai nostri obiettivi cognitivi: può accelerare l’apprendimento o sostituirlo. La sfida quindi non è tecnica ma umana e consiste nell’utilizzare lo strumento in modo consapevole e coerente con i propri obiettivi.

Contenuti simili

Apr 15, 2026

Gli LLM generano linguaggio?

Quando interagiamo con un modello linguistico abbiamo l’impressione che stia scrivendo, o addirittura pensando. In effetti, i modelli...

Mar 17, 2026

Gli LLM ragionano davvero?

Gli sviluppi più recenti nell’ambito dell’intelligenza artificiale hanno mostrato risultati sorprendenti, soprattutto per quanto riguarda i modelli di...