Analfabetismo da Calcolo: L’IA e la Lenta Erosione del Pensiero Critico

L'uso continuo dell'IA riduce le nostre capacità di ragionamento? Analisi scientifica sul cognitive offloading, l'illusione di comprensione e il futuro del pensiero critico

Ogni salto tecnologico nella storia umana ha comportato una forma di esternalizzazione: abbiamo delegato la forza fisica alle macchine a vapore, la memoria a lungo termine alla scrittura e il calcolo aritmetico ai processori di silicio. Oggi, con l’integrazione pervasiva dell’intelligenza artificiale generativa nei flussi di lavoro intellettuale, stiamo assistendo a un’esternalizzazione di natura profondamente diversa: quella del ragionamento analitico. L’allarme sociologico emergente non riguarda la pura e semplice perdita di nozioni, ma la genesi di un nuovo “analfabetismo da calcolo” cognitivo.

Tuttavia, un’analisi rigorosa della letteratura scientifica impone di rifuggire dal panico morale: l’intelligenza artificiale non “cancella” automaticamente le competenze logiche umane, ma le sposta e le trasforma. Se utilizzata come un’impalcatura intellettuale — per confrontare ipotesi divergenti, verificare fonti o stressare un proprio ragionamento — l’IA può sostenere e innalzare il pensiero critico. Se, al contrario, viene adottata come un oracolo sostitutivo del calcolo faticoso, della verifica certosina e della decisione etica, rischia di innescare una pericolosa atrofia: riduce l’autoefficacia, svuota il senso di proprietà (ownership) sul proprio lavoro e mina la capacità dell’individuo di risolvere problemi complessi in autonomia.

L’Offloading Cognitivo: Migliori Risultati, Minore Competenza

Il cuore del problema risiede nel fenomeno noto in psicologia come cognitive offloading (scarico cognitivo). Uno studio centrale e dirimente, presentato alla conferenza CHI 2025 dai ricercatori di Microsoft Research e Carnegie Mellon University, ha indagato l’impatto della GenAI sul pensiero critico di 319 knowledge worker attraverso l’analisi di 936 casi d’uso reali [2967, 2975]. I dati rivelano una meccanica perversa: l’uso dell’IA riduce drasticamente lo sforzo percepito necessario per applicare il pensiero critico, favorendo un affidamento eccessivo alla macchina. Lo studio dimostra una correlazione chiarissima: una maggiore fiducia pregressa nell’IA è associata a una minore applicazione del pensiero critico umano, mentre una maggiore fiducia nelle proprie capacità intellettuali si traduce in un’analisi più rigorosa dell’output algoritmico.

Questa dinamica genera un paradosso formativo, ben illustrato da uno studio sperimentale pubblicato su Cognitive Processing (2026) in cui giovani adulti dovevano identificare fallacie logiche in testi complessi [2968]. Il gruppo supportato da ChatGPT ha ottenuto un numero significativamente maggiore di risposte corrette, riferendo contestualmente un minore sforzo mentale. Eppure, a un’analisi più profonda, questo stesso gruppo ha mostrato deficit allarmanti nel ragionamento indipendente, nella propensione alla verifica autonoma e nel monitoraggio metacognitivo. Si consolida così un divario insidioso: l’azienda o l’individuo ottiene un “risultato migliore” nel breve termine, ma l’essere umano cede quote vitali di “competenza mantenuta”.

Un’ulteriore indagine pubblicata su Societies (2025) su un campione di 666 partecipanti ha evidenziato una correlazione negativa tra l’uso frequente di strumenti IA e la capacità strutturata di pensiero critico, mediata proprio dalla tendenza all’offloading cognitivo, notando però che un’istruzione superiore robusta funge da fattore protettivo [2976, 2977].

L’Illusione della Comprensione e il Rischio dell’Approvatore Passivo

Perché ci fidiamo così tanto, e così in fretta, di un calcolo sintattico? Il meccanismo psicologico è legato all’interfaccia linguistica dei modelli di frontiera. Come argomentato in un saggio su arXiv (2025) dedicato alla protezione e all’aumento della cognizione umana, i Large Language Models producono output intrinsecamente coerenti, apparentemente esaustivi e linguisticamente compliacenti [2973]. Questa perfezione formale ha il potere di bypassare il nostro scetticismo naturale, inibendo la necessaria sospensione del giudizio e creando nell’utente una pericolosa “illusione di comprensione completa”. Un testo ben scritto e formattato con sicurezza algoritmica si rivela cognitivamente molto più insidioso di un testo palesemente sgrammaticato o errato.

Il rischio operativo è la trasformazione del professionista in un mero “approvatore passivo”. Un rapporto di Microsoft Research (The Future of AI in Knowledge Work, 2025) sintetizza questa dinamica: quando la posta in gioco è percepita come molto alta (high stakes), i professionisti applicano un severo pensiero critico sull’output dell’IA. Ma nelle attività di routine, o quando si opera sotto forte pressione temporale, il senso critico collassa [2975]. In un ecosistema sano, la regola aurea dell’era sintetica dovrebbe essere: si delega l’esecuzione procedurale, non si delega mai il giudizio. Il baricentro del lavoro intellettuale deve spostarsi inevitabilmente dalla pura generazione dei contenuti verso l’arte della verifica incrociata, dell’integrazione di fonti disparate e della supervisione etica del compito.

Oltre il Determinismo: La Lezione della Calcolatrice

L’attuale dibattito sul decadimento cognitivo rischia spesso di scadere in un luddista catastrofismo. Come sottolineato dall’IEEE Computer Society (2025), il cognitive offloading non è nato con ChatGPT. Abbiamo già delegato l’orientamento spaziale al GPS e l’aritmetica alla calcolatrice tascabile [2990]. Utilizzare strumenti esterni per abbattere il carico cognitivo di basso livello libera risorse preziose che la mente umana può (e deve) reinvestire in compiti di ordine superiore. Il problema non risiede nello strumento in sé, ma nell’identificare con esattezza quali abilità umane smettiamo di esercitare quotidianamente. Deleghiamo il calcolo delle derivate o deleghiamo la comprensione del problema matematico?

In questo contesto, il rigore metodologico è essenziale. Ricercatori della Carnegie Mellon University avvertono severamente che le paure attuali, pur fondate, si basano su evidenze preliminari. Gli studi osservazionali che collegano l’uso pesante dell’IA a una minore connettività cerebrale funzionale in fase di apprendimento o a una ridotta memorabilità delle informazioni mostrano forti correlazioni, non legami causali definitivi [2971, 2972]. È imperativo mantenere cautela e non trasformare un’allarmante correlazione statistica in una profezia ineluttabile sulla fine dell’intelletto umano.

Progettare la Frizione: Il Design dell’Agenzia Epistemica

Se il problema non è la macchina ma la postura con cui ci rapportiamo ad essa, la soluzione deve essere cercata anche nel design del software. I ricercatori propongono un cambio di paradigma: progettare sistemi di IA che mirino ad aumentare la cognizione umana preservata, invece di sostituirla brutalmente [2974]. Un’intelligenza artificiale progettata per sostenere il pensiero critico non dovrebbe limitarsi a fornire la risposta perfetta; dovrebbe esplicitare il proprio grado di incertezza, chiedere all’utente le ragioni di una determinata assunzione, mostrare le fonti in potenziale conflitto e lasciare ampi margini, anche nell’interfaccia utente, per l’esplorazione e la revisione del ragionamento. Deve reintrodurre una salutare “frizione cognitiva”.

La vera domanda che intellettuali, scienziati e professionisti devono porsi oggi non è la banale istanza difensiva “devo smettere di usare l’IA per non atrofizzare il mio cervello?”. Il quesito centrale è: quale specifica parte del ragionamento pretendo ancora di fare io?

Se l’algoritmo viene impiegato per calcolare scenari probabilistici, confrontare immensi set di dati e proporre varianti strutturali, stiamo assistendo alla più grande estensione delle facoltà umane mai concepita. Ma se a quel medesimo algoritmo chiediamo di decidere autonomamente cosa sia vero e cosa sia falso, quale ipotesi scientifica o aziendale meriti di essere testata, e quale scelta morale debba essere assunta, l’essere umano abdica al proprio ruolo. L’analfabetismo da calcolo del XXI secolo, in definitiva, non consisterà nell’incapacità tecnica di scrivere un buon prompt per interrogare un modello linguistico. Sarà la drammatica incapacità di capire quando il modello ha matematicamente ragione, quando sta plausibilmente allucinando, e quando una decisione — per sua stessa natura, etica o strategica — non può essere delegata a nessun altro se non a noi stessi [2967, 2973, 2974].

Riferimenti Bibliografici e Fonti

  • [The Impact of Generative AI on Critical Thinking — CHI 2025; Microsoft Research e Carnegie Mellon University] [2967, 2975]
  • [Cognitive offloading, critical thinking and attitudes towards AI — Cognitive Processing, 2026] [2968]
  • [AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking — Societies, 2025; Michael Gerlich] [2976, 2977]
  • [The Future of AI in Knowledge Work — Microsoft Research, 2025] [2975]
  • [Understanding, Protecting, and Augmenting Human Cognition — arXiv, 2025] [2973]
  • [Designing AI Systems that Augment Human Performed vs. Replaced Cognition — arXiv, 2025] [2974]
  • [Cognitive Offloading: How AI is Quietly Eroding Our… — IEEE Computer Society, 2025] [2990]
  • [How AI Impacts Skill Formation — arXiv, 2026] [2971]
  • [AI may blunt our thinking skills — Carnegie Mellon University / New Scientist] [2972]

Articolo a cura della Redazione di La Bussola dell’IA