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

3.1.2Conseguenze 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

SITOGRAFI 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 tecnologico, i chatbot AI possono essere suddivisi in:

Retrieval-based, generativi e ibridi. I chatbot retrieval-based hanno la capacità di selezionare la

risposta migliore da un database preesistente (Pandey & Sharma, 2023).

I chatbot generativi sono in grado di produrre risposte da zero, basandosi su modelli linguistici

di grandi dimensioni (Large Language Models, LLM). Esempi rappresentativi di questa

categoria includono GPT-3, GPT-4 sviluppati da OpenAI, Bard di Google e Claude di

Anthropic. Questi modelli non si limitano a rispondere con frasi predefinite, ma generano

risposte in tempo reale coerenti con il contesto e il significato della conversazione. ChatGPT è

un esempio perfetto di chatbot generativo utilizzato spesso in ambiti educativi, terapeutici e

creativi, riuscendo a simulare empatia e comprensione (Pandey & Sharma, 2023)

Una variante interessante è quella dei chatbot ibridi, che combinano le logiche rule-based con

l’intelligenza artificiale (Jurafsky & Martin, 2020). Un esempio concreto di questo tipo

9

è Duolingo Bots, che, mentre guida l'utente con esercizi linguistici strutturati, lascia anche

spazio per conversazioni più libere, integrando quindi rigidità e flessibilità

Dal punto di vista funzionale, i chatbot possono essere classificati in: empatici, terapeutici,

educativi e commerciali.

I chatbot empatici sono progettati per riconoscere le emozioni e rispondere in modo sensibile e

personalizzato. Questi chatbot analizzano il tono della voce, il lessico e il contesto per dare

risposte che simulano empatia. Un esempio di chatbot empatico è Replika che permette di

creare legami affettivi con l’utente e promuovere conversazioni che valorizzano l’espressione

emotiva (Xie & Pentina, 2022). I chatbot terapeutici come Woebot o Wysa supportano la salute

mentale offrendo esercizi di mindfulness, gestione dell’ansia e journaling emotivo (Inkster et

al., 2018). Sebbene questi chatbot non possano sostituire la relazione terapeutica umana,

possono comunque contribuire all’autoregolazione emotiva del soggetto. Esistono

anche chatbot educativi, che vengono utilizzati in contesti scolastici o formativi, facilitando

l'apprendimento tramite feedback immediati e simulazioni di dialogo.

Infine, ci sono i chatbot commerciali, questi vengono impiegati principalmente da aziende e

organizzazioni per automatizzare l’interazione con i clienti e gli utenti, con l’obiettivo

migliorare l’efficienza operativa e offrire esperienze più rapide e personalizzate (Adamopoulou

& Moussiades, 2020)

I chatbot non sono affatto una categoria omogenea, ma un ecosistema complesso che si

differenzia in base alla tecnologia, agli obiettivi e al tipo di relazione che instaurano con il

soggetto.

1.1.3 MECCANISMI ALLA BASE DEI CHATBOT: AI, MACHINE LEARNING E NLP

Il funzionamento dei chatbot si fonda su un’integrazione complessa di tecnologie avanzate, tra

cui spiccano l’Intelligenza Artificiale, il Machine Learning e l’Elaborazione del Linguaggio

Naturale (Natural Language Processing, NLP).

Intelligenza Artificiale (AI): L’intelligenza Artificiale è il principio su cui si basano i chatbot

contemporanei, è ciò che li rende capaci di andare oltre la semplice esecuzione di comandi e di

affrontare conversazioni complesse in modo dinamico. L’AI consente a questi agenti digitali di

elaborare input linguistici in modo simile a come lo farebbe un essere umano, applicando

modelli statistici e neurali per analizzare dati, apprendere dai pattern conversazionali e

migliorare nel tempo. Tecnologie come il machine learning e il Natural Language Processing

10

(NLP) hanno trasformato l’interazione uomo-macchina redendo gli agenti digitali capaci di

reagire a sfumature linguistiche, emozioni e variabili di contesto (Ferrario & Loi, 2022).

Machine Learning (ML): Il Machine Learning è un campo dell'IA che si occupa dello sviluppo

di algoritmi e modelli capaci di apprendere dai dati e di migliorare le proprie prestazioni nel

tempo. Il sistema viene alimentato con una grande quantità di dati, che utilizza per apprendere

come affrontare un determinato compito. Una volta completato l’apprendimento, è in grado di

fare previsioni o prendere decisioni anche su dati nuovi e mai visti prima. Le principali

categorie in cui si suddivide il machine learning sono tre: apprendimento supervisionato,

apprendimento non supervisionato e apprendimento per rinforzo (Mahesh, 2020).

L'apprendimento supervisionato è u