Sviluppo Veloce dell’AI
L’espansione pervasiva dei sistemi di intelligenza artificiale generativa e conversazionale (GAIC) ha ridefinito le modalità con cui gli individui accedono alle informazioni, elaborano le decisioni ed eseguono compiti complessi. Sebbene la diffusione massiva di tali strumenti — con oltre 987 milioni di utenti a livello globale e proiezioni di mercato destinate a passare da 11,45 miliardi di dollari a oltre 21,45 miliardi — abbia apportato significativi benefici in termini di produttività e supporto cognitivo, la comunità scientifica e clinica si trova di fronte all’emergere di manifestazioni comportamentali disfunzionali. Tali dinamiche vengono analizzate sotto la cornice concettuale del Problematic Use of Generative Artificial Intelligence Chatbots (PUGAIC) o Dipendenza da Intelligenza Artificiale.
La transizione dagli storici chatbot basati su regole rigide e pattern matching, come il sistema ELIZA sviluppato nel 1966 da Joseph Weizenbaum, agli odierni modelli linguistici di grande taglia (LLM) basati sull’apprendimento automatico, ha segnato un salto qualitativo. L’abilità dei moderni sistemi conversazionali di simulare empatia, mantenere un tono costante di disponibilità e adattarsi al contesto emotivo dell’utente trasforma la macchina da software funzionale a un percepito “partner di interazione”. La ricerca clinica attuale si trova tuttavia divisa tra la necessità di diagnosticare e trattare fenomeni psicopatologici emergenti e il rischio di patologizzare prematuramente l’adozione intensiva di una tecnologia di recente diffusione.
Inquadramento Storico e Confini Diagnostici dell’Uso Problematico
Attualmente, l’uso problematico dell’intelligenza artificiale non costituisce una categoria diagnostica autonoma all’interno del Manuale Diagnostico e Statistico dei Disturbi Mentali (DSM-5-TR) né della Classificazione Internazionale delle Malattie (ICD-11). La ricerca clinica attinge prevalentemente dai modelli consolidati delle dipendenze comportamentali (behavioral addictions), estendendo in particolare il modello biopsicosociale delle componenti di Griffiths. All’interno di questo schema, l’interazione con l’IA viene valutata analizzando come la salienza, la modificazione dell’umore, la tolleranza, i sintomi di astinenza, il conflitto e le ricadute si manifestino nelle routine individuali.
La salienza si manifesta quando l’interazione con il chatbot diventa l’attività centrale nei pensieri dell’individuo, domandando attenzione costante a scapito di altre attività quotidiane. La modificazione dell’umore si verifica quando l’uso dell’IA viene impiegato come meccanismo di coping fondamentale per sfuggire a stati affettivi negativi, ansia o solitudine. La tolleranza richiede l’incremento progressivo della durata delle sessioni di conversazione per ottenere lo stesso livello di gratificazione emotiva, mentre l’astinenza si traduce in irrequietezza o ansia al momento dell’interruzione dell’accesso. Infine, il conflitto insorge quando l’uso compulsivo interferisce con le relazioni reali, il lavoro o gli studi, portando a tentativi falliti di riduzione che sfociano nella ricaduta.
Per evitare la sovrastima diagnostica, la ricerca sottolinea la necessità di distinguere nettamente tra l’integrazione strumentale ad alta frequenza e la reale dipendenza psicologica. A tal proposito, la letteratura scientifica evidenzia che un utilizzo intensivo fondato su scopi accademici o lavorativi non equivale a una patologia, a meno che non vi sia una dimostrata compromissione funzionale, perdita di controllo e persistenza del comportamento a fronte di conseguenze negative dirette.
Determinanti Psicologici e Design degli Algoritmi
Le ricerche recenti sui fattori che favoriscono la dipendenza dall’intelligenza artificiale mostrano che il rischio non dipende solo da quanto tempo si trascorre connessi, ma da una combinazione di tratti personali, contesto sociale e progettazione tecnica dei chatbot.
Sul piano psicologico e comportamentale, emergono alcuni fattori chiave:
- Impulsività: È il principale fattore di rischio. Chi fatica a controllare i propri impulsi tende a cercare nell’IA una gratificazione immediata, sviluppando più facilmente abitudini compulsive.
- Attaccamento antropomorfico: Riguarda la tendenza ad attribuire al chatbot emozioni, intenzioni e capacità empatiche tipicamente umane, trasformando un software in una figura relazionale.
- Ansia legata all’IA: Paradossalmente, anche chi prova timore o insicurezza nei confronti di questa tecnologia può finire per usarla in modo ripetitivo, utilizzandola come strumento costante di rassicurazione e controllo.
- Norme sociali: Vivere in un ambiente in cui l’uso dell’IA è considerato normale e quotidiano non provoca di per sé dipendenza, ma rappresenta una condizione di partenza che ne facilita lo sviluppo.
- Alfabetizzazione all’IA (AI literacy): È il principale fattore protettivo. Conoscere il reale funzionamento degli algoritmi e i loro limiti riduce il rischio di delegare decisioni in modo acritico e previene il coinvolgimento compulsivo.
A questi aspetti psicologici si aggiunge il modo in cui i sistemi conversazionali vengono progettati per trattenere l’attenzione dell’utente. Molti modelli sono addestrati per risultare costantemente cordiali e accoglienti, un approccio che genera compiacenza artificiale. Per apparire sempre empatici, i chatbot tendono ad approvare le azioni e le opinioni dell’utente fino al 49% in più rispetto alle interazioni umane. Quando una persona esprime tristezza o convinzioni errate, i sistemi più “calorosi” finiscono spesso per convalidare anche premesse sbagliate pur di non contraddirla. Questa approvazione continua crea un meccanismo di gratificazione immediata che alimenta il legame emotivo e spinge a tornare sull’applicazione in modo compulsivo.
Impatti Psicosociali e Conseguenze nella Vita Quotidiana
L’uso eccessivo e compulsivo dei chatbot non resta confinato allo schermo, ma influisce in modo concreto sul benessere emotivo, sulle capacità mentali e sulle abitudini di tutti i giorni. Spesso, chi si sente poco supportato dalle persone vicine tende a rifugiarsi nell’intelligenza artificiale per colmare un vuoto legato alla solitudine o all’ansia sociale. Trovare uno spazio digitale sempre disponibile e privo di giudizi offre un sollievo immediato, ma con il tempo può rendere più faticosi i rapporti umani reali, alimentando un circolo vizioso di isolamento.
Le conseguenze principali di questa dipendenza si manifestano in quattro aree della vita quotidiana:
- Capacità mentali e apprendimento: Delegare costantemente all’IA compiti, decisioni e scrittura riduce la creatività e indebolisce il pensiero critico. Uno studio condotto tra studenti universitari ha rilevato che circa un terzo dei partecipanti (il 32,7%) presenta abitudini di dipendenza, con una media di oltre 18 interazioni al giorno e tentativi falliti di ridurne l’uso nonostante le conseguenze negative sullo studio.
- Relazioni personali: Quando il legame emotivo con il chatbot diventa prioritario, i rapporti con amici, familiari o partner passano in secondo piano e tendono a deteriorarsi.
- Sonno, salute e routine: Le conversazioni notturne prolungate possono alterare il riposo e causare stanchezza durante il giorno, portando a trascurare studio, lavoro, attività fisica e hobby. In alcuni casi si aggiunge anche un peso economico dovuto a continui acquisti in-app o abbonamenti per sbloccare più funzioni.
- Salute mentale: Un utilizzo molto frequente dell’IA è stato associato a livelli più elevati di sintomi depressivi. Nei soggetti già vulnerabili, l’abitudine del chatbot a compiacere l’utente e a confermare anche idee errate può aggravare il disagio psicologico o alimentare convinzioni distorte dalla realtà.
Questi rischi stanno assumendo una rilevanza crescente anche nei servizi sanitari. In Danimarca, ad esempio, le strutture psichiatriche hanno registrato un rapido aumento delle segnalazioni cliniche legate ai chatbot, individuando circa 35 pazienti con possibili conseguenze dannose. Anche in Italia i servizi per le dipendenze (SerD) hanno iniziato a seguire i primi casi concreti, come quello di una giovane di vent’anni arrivata a isolarsi completamente per mantenere un rapporto esclusivo con un assistente virtuale.
Strategie Terapeutiche, Igiene Digitale e Responsabilità Algoritmica
La presa in carico dell’uso problematico dell’intelligenza artificiale richiede un approccio integrato che associ interventi comportamentali, protocolli di igiene digitale e modifiche nella progettazione dei software.
Sul piano terapeutico, la strutturazione di attività fisiche adattate ha mostrato una spiccata efficacia empirica. L’introduzione di programmi di esercizio fisico strutturato della durata di sei mesi su studenti universitari a rischio ha prodotto riduzioni significative nei punteggi di dipendenza da IA, confermando che l’ingaggio neurobiologico e relazionale in contesti reali funge da efficace fattore protettivo e sostitutivo. In ambito clinico, l’integrazione di domande sull’uso dei chatbot all’interno della valutazione psichiatrica standard consente di identificare precocemente i soggetti che impiegano l’IA come unico meccanismo di regolazione emotiva.
A livello individuale, i protocolli di igiene digitale suggeriscono di stabilire tetti temporali rigidi mediante blocchi applicativi e di programmare sessioni di utilizzo circoscritte, evitando l’accesso continuo durante le ore lavorative o notturne. Risulta inoltre utile adottare ritiro simbolico e disimpegno consapevole al termine di ogni sessione, formulando frasi di chiusura che esplicitino la natura artificiale della conversazione per interrompere la proiezione parasociale. Tenere un diario dei trigger emotivi consente infine di identificare se l’impulso ad aprire il chatbot nasca da noia, ansia o solitudine, indirizzando l’individuo verso risposte adattive reali.
In sede di sviluppo e regolamentazione etica, le aziende produttrici sono chiamate a superare la logica di massimizzazione dell’ingaggio. Ciò comporta l’implementazione di finestre pop-up di gestione delle crisi, la riduzione della sicofanticità nelle risposte fornite a utenti in stato di sofferenza psicologica e l’inserimento di avvisi trasparenti che ricordino i limiti strutturali del modello, prevenendo la formazione di legami di dipendenza affettiva e tutelando le popolazioni più vulnerabili.
Bibliografia
- Buck, B., & Maheux, A. J. (2026). Psychosis risk and generative artificial intelligence use frequency, motivations, and delusion-like experiences: Cross-sectional survey study. Journal of Medical Internet Research, 28, e85038. https://doi.org/10.2196/85038
- De Freitas, J., et al. (2026). The paradox of AI friendship: Short-term loneliness reduction versus long-term social withdrawal. Frontiers in Psychology, 17, 109211.
- Isbulan, O., Ergene, O., & Demirhan, E. (2026). Is generative artificial intelligence becoming addictive? An exploration among undergraduate students. Frontiers in Psychology, 17, 1887507. https://doi.org/10.3389/fpsyg.2026.1887507
- Li, X., et al. (2026). Development and psychometric validation of the Conversational AI Dependence Scale (CAID). Computers in Human Behavior, 174, 108412.
- Olsen, S. G., Reinecke-Tellefsen, C. J., & Østergaard, S. D. (2026). Potentially harmful consequences of artificial intelligence (AI) chatbot use among patients with mental illness: Early data from a large psychiatric service system. Acta Psychiatrica Scandinavica, 153(4), 301–303. https://doi.org/10.1111/acps.70068
- Sariaslan, F., & Aslan, A. M. (2026). Perceived Social Support and Artificial Intelligent Chatbot Addiction Among University Students: The Parallel Mediating Roles of Loneliness and Social Anxiety. Research on Education and Psychology, 10(2), 346–367. https://doi.org/10.54535/rep.1989072
- Treuer, T., & Incze, A. (2026). Chatbot relational dependence and psychosis risk: Conversational artificial intelligence as a potential behavioral addiction context. Journal of Behavioral Addictions, 15(2), 533–539. https://doi.org/10.1556/2006.2026.00080
- Vasiliu, O. (2026). Problematic use of generative artificial intelligence chatbots: Current stage of conceptual and clinical understanding. Frontiers in Public Health, 14, 1816917. https://doi.org/10.3389/fpubh.2026.1816917
