Chatbot e Adolescenza

Indice

• Introduzione
• Capitolo 1. I chatbot e i meccanismi del loro funzionamento
• 1.1 Definizione e caratteristiche dei chatbot
• 1.1.1 Che cosa sono i chatbot: storia e sviluppo
• 1.1.2 Tipologie principali di chatbot
• 1.1.3 Meccanismi alla base dei chatbot: AI, Machine Learning e NLP
• 1.2 Chatbot e interazioni umane
• 1.2.1 Interazione tra esseri umani
• 1.2.2 Interazioni uomo-chatbot
• Capitolo 2: Adolescenza e tecnologia
• 2.1 L’adolescenza e i suoi aspetti principali
• 2.1.1 Lo sviluppo dell’identità e i bisogni fondamentali
• 2.1.2 Il ruolo delle relazioni sociali
• 2.2 Tecnologia e mondo giovanile
• 2.2.1 Uso di dispositivi digitali e social media tra gli adolescenti
• 2.2.2 Opportunità, rischi e dipendenze digitali
• 2.3 I chatbot nel contesto adolescenziale 1
• 2.3.1 Perché gli adolescenti usano i chatbot: motivazioni e aspettative
• 2.3.2 Esempi pratici di utilizzo dei chatbot con gli adolescenti
• Capitolo 3: Implicazioni psicologiche dell'uso dei chatbot sugli adolescenti
• 3.1 IA e relazioni parasociali: dinamiche affettive emergenti
• 3.1.1 Innamorarsi di un chatbot
• 3.1.2 Conseguenze sulle relazioni umane e rischio di isolamento
• 3.2 Impatto sulle competenze cognitive e metacognitive
• 3.3 Chatbot terapeutici: un aiuto accessibile ma non sostitutivo
• 3.3.1 L’alleanza terapeutica nell’era digitale
• 3.3.2 L’empatia come limite strutturale dell’intelligenza artificiale nella relazione terapeutica
• 3.3.1 Casi emblematici e le conseguenze psicologiche catastrofiche
• Capitolo 4: Implicazioni deontologiche ed etiche
• 4.1 Linee guida etiche e normative
• 4.1.1 AI Act e GDPR: le regole europee sull’intelligenza artificiale
• 4.1.2 La normativa italiana sull’AI: criticità, lacune e prospettive
• 4.1.3 I principi etici dell’IA secondo l’UNESCO
• 4.2 Il ruolo della scuola nell’educazione digitale
• 4.3 Genitori come guida nell’uso della tecnologia
• 4.4 Il ruolo dei professionisti della salute mentale: tra responsabilità e cambiamento 2
• Conclusioni
• Bibliografia
• Sitografia 3

Introduzione

Negli ultimi anni, l’intelligenza artificiale (IA) è diventata una presenza concreta e costante nella nostra vita quotidiana. Tra le sue applicazioni più diffuse troviamo i chatbot, programmi in grado di simulare una conversazione con un essere umano. Questi strumenti sono sempre più utilizzati in diversi contesti, come siti web, app di messaggistica, assistenti virtuali e servizi clienti. I chatbot hanno superato la fase in cui fornivano solo risposte standard, infatti oggi possono dialogare in modo molto più naturale, seguendo il filo della conversazione e simulando persino un coinvolgimento emotivo.

Questa evoluzione ha reso i chatbot dei veri e propri interlocutori digitali, con cui è possibile parlare non solo per ottenere informazioni pratiche, ma anche per ricevere supporto, conforto o compagnia. In particolare gli adolescenti si avvicinano con curiosità a queste tecnologie, essendo cresciuti in un mondo digitale. Per loro, interagire con un chatbot può sembrare naturale, quasi come parlare con un amico virtuale. Tuttavia, è proprio in questa fascia d’età che l’uso dei chatbot solleva domande importanti dal punto di vista psicologico.

L’adolescenza è un periodo delicato, in cui i ragazzi costruiscono la propria identità, esplorano le emozioni e imparano a relazionarsi con gli altri. Questi agenti digitali, se usati in modo consapevole, possono offrire nuove possibilità, rappresentare un punto di riferimento, un sostegno immediato in momenti di incertezza o solitudine. Possono dare risposte semplici, senza giudicare, e sono disponibili in qualsiasi momento.

Ma ci sono anche dei rischi da considerare, infatti un chatbot, per quanto possa sembrare molto convincente, non è una persona reale e non possiede emozioni autentiche né una vera empatia. Quando un adolescente inizia a confidarsi con un’intelligenza artificiale, può sviluppare un attaccamento affettivo verso qualcosa che non ha coscienza né sensibilità, generando confusione tra ciò che è reale e ciò che è solo simulato. Questo può influenzare negativamente la capacità di distinguere relazioni autentiche da quelle artificiali, soprattutto in un’età in cui il mondo emotivo è ancora in costruzione.

Inoltre, esiste il rischio che i giovani preferiscano il dialogo con un chatbot, percepito come sempre disponibile e privo di giudizio, rispetto al confronto con amici, familiari o adulti di riferimento. Ciò può portare a forme di isolamento sociale, ostacolando lo sviluppo delle competenze relazionali, empatiche e comunicative. A lungo termine, un uso eccessivo di questi strumenti può anche interferire con la formazione dell’identità personale, limitando il confronto con l’altro reale, fondamentale per il 4 riconoscimento e l’affermazione di sé.

Un altro aspetto critico riguarda la creatività e l’autonomia del pensiero. Se i chatbot vengono utilizzati come unica fonte di risposta o come mezzo per esplorare emozioni e idee, possono ridurre lo spazio per l’immaginazione, l’autenticità e la riflessione personale, rischiando di appiattire la complessità del pensiero. Infine, non va sottovalutato il tema della protezione dei dati personali, infatti molti chatbot raccolgono informazioni sensibili durante le conversazioni, spesso senza che l’utente, soprattutto se minorenne, sia pienamente consapevole di come tali dati verranno utilizzati, conservati o condivisi.

La mancanza di trasparenza e di regolamentazioni specifiche per l’uso da parte dei minori rappresenta una vulnerabilità significativa che richiede attenzione e interventi normativi più chiari ed efficaci. Le tecnologie stanno cambiando molto velocemente, ma le riflessioni su come usarle in modo sicuro e responsabile non sempre riescono a tenere il passo. Per questo, è importante analizzare e capire le conseguenze che l’uso dei chatbot può avere sugli adolescenti, non solo dal punto di vista tecnico, ma anche, e soprattutto, dal punto di vista psicologico, educativo e sociale.

Questo elaborato ha l’obiettivo di analizzare in profondità le potenzialità e i rischi legati all’uso dei chatbot da parte degli adolescenti, considerando l’impatto che queste tecnologie possono avere sul vissuto emotivo, sulle relazioni sociali e sulla costruzione dell’identità. Viene inoltre evidenziato il ruolo centrale che genitori, educatori e psicologi possono assumere nel guidare i giovani verso un uso consapevole e responsabile dell’intelligenza artificiale, evitando sia un entusiasmo acritico sia una visione allarmistica.

Nella parte finale, vengono anche messe in evidenza le principali normative attualmente esistenti in materia di intelligenza artificiale, sottolineando però come il quadro normativo sia ancora in evoluzione e necessiti di ulteriori sviluppi per poter rispondere in modo adeguato alle nuove sfide etiche, educative e sociali poste da queste tecnologie. 5

Capitolo 1. I chatbot e i meccanismi del loro funzionamento

1.1 Definizione e caratteristiche dei chatbot

I chatbot, abbreviazione di chat robots, sono sistemi progettati per simulare conversazioni con gli esseri umani attraverso il linguaggio naturale, sia in forma scritta che vocale. Negli ultimi anni stanno diventando sempre più presenti anche nel campo della psicologia e delle relazioni interpersonali. Non sono più soltanto strumenti tecnici, ma veri e propri interlocutori digitali capaci di influenzare il nostro modo di comunicare, informarci e, in certi casi, anche cercare supporto emotivo.

1.1.1 Che cosa sono i chatbot: storia e sviluppo

L’emergere dei chatbot rappresenta uno degli sviluppi più significativi dell’intelligenza artificiale applicata al linguaggio naturale. Questi sistemi affondano le loro radici in riflessioni teoriche maturate ben prima dell’avvento delle tecnologie digitali odierne. Un riferimento teorico fondamentale è il Test di Turing, proposto nel 1950 dal matematico Alan Turing. Quest’ultimo, nel suo celebre articolo Computing Machinery and Intelligence, non si chiede se le macchine siano intelligenti in senso stretto, ma se possano comportarsi come se lo fossero, ovvero se siano in grado di sostenere una conversazione tale da risultare indistinguibile da quella con un essere umano.

Secondo il gioco dell’imitazione da lui descritto, se un giudice umano, dialogando via testo con due interlocutori, uno umano e uno artificiale, non riesce a capire chi sia la macchina, allora si può dire che quella macchina “pensa” (Turing, 2009). Anche se rimane un esperimento teorico, il Test di Turing ha avuto un impatto enorme sulla progettazione dei primi chatbot, aprendo domande ancora oggi attuali. Ci si chiede, infatti, se basta imitare il linguaggio umano per parlare di intelligenza e se la comprensione di ciò che viene scritto o comunicato oralmente può bastare per costruire una relazione autentica.

Sono interrogativi che toccano aspetti profondamente psicologici, come la percezione dell’altro, l’attribuzione di intenzionalità e la costruzione dell’empatia, anche in assenza di un interlocutore umano (Saygin et al., 2000). La storia concreta dei chatbot inizia negli anni ’60 6 1 con ELIZA, creato nel 1966 da Joseph Weizenbaum al MIT. ELIZA imitava lo stile di un terapeuta rogersiano, riformulando le frasi dell’utente sotto forma di domande o affermazioni molto generiche. In realtà non capiva davvero il contenuto del discorso, ma applicava regole 2 di pattern matching e trasformazioni sintattiche.

Nonostante ciò, molti utenti gli attribuivano una comprensione e un’empatia che in realtà non possedeva, questo fenomeno è noto come effetto ELIZA (Weizenbaum, 1966). Nel 1972, Kenneth Colby, uno psichiatra, sviluppò PARRY, un chatbot che simulava un paziente paranoico. A differenza di ELIZA, questo chatbot era progettato per simulare un sistema coerente di credenze e opinioni, dando l’impressione di possedere convinzioni proprie, caratterizzato da una visione distorta della realtà, tipica di una persona con disturbi paranoici (Colby, 1981).

Anche se non era in grado di apprendere dall’esperienza, questo chatbot introduceva caratteristiche che avrebbero ispirato i modelli attuali, come la coerenza narrativa nelle risposte e una struttura dialogica più sofisticata, aprendo la strada allo sviluppo dei moderni assistenti conversazionali basati su intelligenza artificiale. Negli anni ’80 e ’90, i chatbot rimasero soprattutto confinati a contesti sperimentali 3 4 o ludici, come AliceBot o Jabberwacky (Fryer & Carpenter, 2006). Questi erano ancora basati su sistemi a regole o su frasi preimpostate.

Il vero cambiamento è arrivato grazie all’evoluzione tecnologica, infatti l’aumento della potenza di calcolo e la possibilità di accedere a enormi quantità di testi attraverso Internet hanno reso possibile un salto di qualità. Con l’arrivo del Machine Learning e in particolare delle reti neurali artificiali i chatbot sono diventati sempre più adattivi e generativi. A partire dal 2010, l’uso delle reti neurali ricorrenti (RNN) e poi dei modelli basati su Transformer ha permesso la creazione di modelli linguistici sempre più avanzati (Vaswani et al., 2017).

La vera rivoluzione è arrivata con i Large Language Models (LLM), come GPT-2 (2019), GPT-3 (2020), sviluppati da OpenAI. A questi è seguita una generazione ancora più avanzata, rappresentata da GPT-3.5 e GPT-4 rilasciati a partire dal 1 Il Massachusetts Institute of Technology (MIT) è un’università statunitense con sede a Cambridge, nel Massachusetts. È considerata una delle istituzioni accademiche più prestigiose al mondo, in particolare nei campi della scienza, della tecnologia e dell’ingegneria. Il MIT è noto per il suo contributo all’innovazione e alla ricerca, e ha avuto un ruolo fondamentale nella storia dell’intelligenza artificiale, essendo il luogo in cui fu sviluppato il primo chatbot, ELIZA, da Joseph Weizenbaum nel 1966.

2 Il pattern matching è una tecnica che permette a un programma di riconoscere schemi di parole nel testo e generare risposte predefinite, senza comprendere il significato.

3 AliceBot (o A.L.I.C.E., acronimo di "Artificial Linguistic Internet Computer Entity") è un chatbot sviluppato nel 1995 da Richard Wallace. Utilizzava un sistema basato su pattern di conversazione e un linguaggio specifico, AIML (Artificial Intelligence Markup Language), per generare risposte più sofisticate rispetto ai chatbot precedenti.

4 Jabberwacky è un chatbot sviluppato da Rollo Carpenter a partire dal 1988, progettato per creare conversazioni più naturali grazie all'apprendimento automatico. A differenza di altri chatbot, Jabberwacky non utilizzava regole predefinite, ma imparava dai dialoghi passati per generare risposte sempre più fluide e realistiche. 7 2022 e GPT-4 Turbo (2023).

Sono modelli addestrati su enormi quantità di dati testuali, in grado di generare testi coerenti e sorprendentemente realistici, tanto da sembrare in certi casi dotati di intenzionalità (Marcel et al., 2023). Oggi i chatbot si trovano in tantissimi ambiti, dal customer care alla sanità, dall’educazione all’intrattenimento, fino al supporto psicologico. Un esempio interessante è Woebot, un chatbot che utilizza tecniche di terapia cognitivo-comportamentale e che è stato oggetto di studi clinici per valutarne l’efficacia nel ridurre sintomi di depressione e ansia (Fitzpatrick et al., 2017).

La crescente presenza dei chatbot nella vita quotidiana solleva alcune domande davvero interessanti. In primo luogo, ci si interroga su come questi sistemi vengano percepiti dai soggetti, soprattutto in termini di autenticità e affidabilità (Nass & Moon, 2000). Allo stesso tempo, emergono riflessioni sul loro potenziale impatto futuro nel sostituire o affiancare alcune forme di interazione umana significativa in contesti relazionali, educativi o assistenziali. Emergono anche preoccupazioni legittime legate a possibili rischi, come lo sviluppo di una dipendenza emotiva dal chatbot o la diffusione di informazioni non corrette.

In un contesto del genere, il confine tra l’umano e l’artificiale si fa sempre più sottile, e con esso anche le nozioni psicologiche di sé, dell’altro e delle interazioni sociali (Sgorlon, 2024). Per questo motivo, esplorare la storia e l’evoluzione dei chatbot non è solo una questione tecnologica ma ci offre anche l’opportunità di capire come questi strumenti stiano trasformando profondamente il nostro modo di comunicare.

L’intelligenza artificiale potrebbe essere divisa in due grandi categorie: l’AI ristretta (Narrow AI) e l’Intelligenza Artificiale Generale (AGI). La prima è la forma di AI più comune al momento, progettata per svolgere compiti specifici come tradurre lingue, classificare immagini o generare testo con ottimi risultati, ma senza la capacità di adattarsi a contesti diversi da quelli per cui è stata addestrata. Esempi di questa categoria includono chatbot come ChatGPT, Replika o Siri.

D’altra parte, per AGI (Artificial General Intelligence) ci si riferisce a una forma ipotetica di intelligenza artificiale capace di comprendere, apprendere e applicare conoscenze in una vasta gamma di contesti, simulando la flessibilità cognitiva degli esseri umani. Un sistema AGI, in teoria, sarebbe in grado di affrontare compiti cognitivi complessi, adattarsi autonomamente a situazioni nuove e trasferire competenze da un dominio all’altro. Tuttavia, l’AGI non è ancora stata realizzata e attualmente rappresenta un obiettivo di lungo termine per la comunità scientifica (Goertzel et al., 2023).

L’obiettivo a lungo termine di molti laboratori di ricerca, come Google DeepMind, è proprio quello di sviluppare sistemi di questo tipo. Il progetto Gemini, ad esempio, rappresenta uno degli sforzi più avanzati in questa direzione. Si tratta di 8 un modello multimodale, capace di elaborare testi, immagini, video e codici (Pichai et al., 2024). Anche se non siamo ancora in presenza di una vera AGI, modelli come Gemini o ChatGPT-4 si avvicinano sempre più a una intelligenza adattiva e generalista, che nella percezione degli utenti, specie adolescenti, può risultare indistinguibile da un’intelligenza umana.

1.1.2 Tipologie principali di chatbot

Esistono diverse tipologie di chatbot, una prima e fondamentale distinzione che possiamo fare è tra chatbot basati su regole e chatbot basati sull’intelligenza artificiale (AI).

I chatbot basati su regole (rule-based chatbot) sono i più semplici. Questi chatbot si basano su regole fisse o script predefiniti, e rispondono principalmente a parole chiave, senza possedere una reale comprensione del significato di ciò che viene detto. Un esempio tipico è quello dei chatbot utilizzati nei servizi clienti, dove all’utente viene chiesto di selezionare tra alcune opzioni già stabilite. Si tratta di strumenti molto efficaci in contesti ripetitivi e prevedibili, come nei call center o nei siti web aziendali, dove le richieste sono spesso standardizzate e non richiedono una risposta personalizzata o profonda (Adamopoulou & Moussiades, 2020).

I chatbot basati sull’intelligenza artificiale, invece, sono molto più avanzati. Usano tecniche come l’elaborazione del linguaggio naturale (Natural Language Processing, NLP), machine learning e deep learning per apprendere dai dati e modelli linguistici neurali per generare risposte fluide e personalizzate. Questi sistemi non si limitano a risposte predefinite ma comprendono le intenzioni dell’utente e generano risposte dinamiche (Adamopoulou & Moussiades, 2020). Da un punto di vista tecn