Dal fallimento delle applicazioni aziendali al salvataggio pubblico della Circular AI Economy, dalla lotta contro i data center alle contestazioni della Generazione Z: la narrazione entusiasmante dell’intelligenza artificiale fatica sempre più a nasconderne la crisi

Le magnifiche sorti e progressive dell’intelligenza artificiale stanno incontrando qualche inciampo. Le aziende che nei mesi scorsi hanno entusiasticamente adottato gli agenti AI, sottoscrivendo licenze di utilizzo di Claude o ChatGPT con Anthropic o OpenAI, disdicono gli abbonamenti, affermando di non registrare un ritorno dell’investimento che giustifichi la spesa. Contemporaneamente, sempre più cittadini statunitensi si organizzano in comitati per opporsi alla costruzione di data center e, nelle università, la generazione Z lascia esterrefatti i relatori invitati alle cerimonie di laurea, accogliendo con fischi gli interventi a favore dell’intelligenza artificiale – uno su tutti, Eric Schmidt, ex CEO di Google, zittito da sonori bhuuuu all’Arizona University. Nessuna di queste manifestazioni è mossa da visioni neo-luddiste o anti-progressiste; il punto è, ancora una volta (1), lo sguardo d’insieme: che cosa si possa intendere con ‘progresso’ nella storia dell’emancipazione umana, se tale evoluzione debba contemplare dei limiti, quale caratteristica discrimini, in positivo o negativo, il rapporto umano-strumento.

Andiamo nel dettaglio.

AI corporate: fallimentare ma too big to fail

“Non riscontriamo aumenti di produttività proporzionali all’aumento dei costi che stiamo sostenendo per l’intelligenza artificiale”. È il 23 maggio quando Andrew Macdonald, direttore operativo di Uber, dichiara ad alta voce ciò che tutti già sussurrano da tempo nei corridoi aziendali, provocando un brivido di panico nell’ambiente AI. Nel dicembre 2025 la società ha introdotto Claude Code tra i propri ingegneri informatici (2)…

Continua a leggere acquistando il numero 97

copia digitale PDF: 3,00 euro
copia cartacea: 10,00 euro

• (Paginauno n. 97, settembre – ottobre 2026)

Le Big Tech pubblicano numeri limitati e incoerenti, i gestori di data center nemmeno quelli: calcolare l’impatto ambientale delle strutture dell’AI è impresa ardua, uno Studio cerca di farlo deducendolo dalle informazioni disponibili

A fine luglio in Italia si contano 262 data center, già operativi o in progettazione, contro i 146 di un anno fa (1). Gli ultimi dati dell’utilizzo energetico di tali strutture risalgono invece al 2024 e segnano 5,8 TWh, corrispondenti a più di 1 milione di tonnellate di emissioni di CO₂ e pari a circa il 2% del consumi elettrici nazionali; secondo l’Osservatorio Data Centerdel Politecnico di Milano, entro il 2035 il fabbisogno energetico potrebbe attestarsi tra 24,5 e 42 TWh, ossia al 7-12% del consumo totale del Paese (2). Ma oltre all’impronta di carbonio c’è anche quella idrica. Lo Studio di cui pubblichiamo qui un estratto – tagliato delle parti più tecniche – tenta di calcolarle entrambe a livello globale e di individuare, nell’operatività dei data center, quanto venga consumato per l’utilizzo dell’intelligenza artificiale. L’impresa è ardua perché, innanzitutto, le Big Tech non divulgano i dati che ne permetterebbero il calcolo. Tuttavia, già solo ciò che si può dedurre dalle poche informazioni a disposizione traccia un quadro preoccupante: nel 2025 i sistemi AI potrebbero aver avuto un’impronta di carbonio equivalente a quella di New York City, e un’impronta idrica paragonabile al consumo annuo globale di acqua in bottiglia.

Introduzione

Il rilascio di ChatGPT, il sistema di intelligenza artificiale generativa di OpenAI, alla fine del 2022, ha innescato una significativa crescita globale della domanda di applicazioni AI. Da allora, il fabbisogno energetico dell’hardware a supporto di queste applicazioni è aumentato rapidamente. L’Agenzia Internazionale dell’Energia (IEA) ha stimato che, nel 2024, i sistemi AI rappresentavano il 15% della domanda totale di elettricità dei data center (escluso il mining di criptovalute), e altre ricerche recenti hanno suggerito che rappresentino il 20%. Data la crescente capacità produttiva della catena di fornitura dei sistemi AI, la loro domanda totale di energia potrebbe aver raggiunto i 23 gigawatt alla fine del 2025: equivarrebbe a quasi la metà della domanda totale di elettricità dei data center (47,4 gigawatt in media nel 2024), avvicinandosi al fabbisogno di un Paese come il Regno Unito (30,7 gigawatt in media nel 2023). Questa crescente domanda di energia potrebbe avere significative implicazioni ambientali…

Continua a leggere acquistando il numero 97

copia digitale PDF: 3,00 euro
copia cartacea: 10,00 euro

* Estratto dallo Studio The carbon and water footprints of data centers and what this could mean for artificial intelligence, Alex de Vries-Gao, rivista Patterns, volume 7, numero 1, 9 gennaio 2026, pubblicato sotto diritti Creative Commons; traduzione a cura di Paginauno. Alex de Vries-Gao è un dottorando presso il VU Amsterdam Institute for Environmental Studies e fondatore di Digiconomist, una società di ricerca dedicata a smascherare le conseguenze indesiderate delle tendenze digitali. La sua ricerca si concentra sull’impatto ambientale delle tecnologie emergenti e ha svolto un ruolo di primo piano nel dibattito globale sulla sostenibilità della tecnologia blockchain e dell’intelligenza artificiale

• (Paginauno n. 97, settembre – ottobre 2026)

Cobot, gestione algoritmica del lavoro basata sull’AI e sorveglianza AI: una ricerca dell’ILO esplora i rischi emergenti legati all’introduzione dell’intelligenza artificiale nell’ambiente di lavoro

Introduzione

Il mondo del lavoro e la natura del lavoro stanno subendo profonde trasformazioni a seguito della digitalizzazione, che comprende le tecnologie basate sull’intelligenza artificiale (AI). In tutti i luoghi di lavoro, l’AI viene sempre più utilizzata come strumento per le mansioni svolte dai lavoratori, ma anche per l’intero ciclo del rapporto di lavoro, compresi reclutamento, formazione, inserimento, monitoraggio e sorveglianza, retribuzione, premi e sviluppo di carriera, trasferimento e licenziamento. Questa trasformazione sta cambiando profondamente la composizione della forza lavoro, l’ambiente di lavoro, le attrezzature utilizzate, nonché il modo in cui il lavoro è progettato e organizzato, con importanti ripercussioni sulla salute e sul benessere dei lavoratori.

[…] La ricerca sulle modalità con le quali i sistemi AI sono integrati negli aspetti fondamentali dei rapporti di lavoro, come l’orario, i salari, la sicurezza e la salute (SSL) e altri diritti, è ancora limitata. Per colmare questa lacuna, è necessario esplorare diverse questioni, tra cui il significato del lavoro e l’adeguatezza delle politiche create per garantire “condizioni di lavoro umane per tutti”. Al momento, il dibattito sulle tecnologie AI sul luogo di lavoro si concentra sulle opportunità che esse offrono e, salvo rare eccezioni, vi è scarsa conoscenza sistematica degli impatti sulla salute. Il presente documento non si occuperà, pertanto, degli sviluppi positivi nell’uso dell’AI o dei suoi benefici dal punto di vista della salute e sicurezza sul lavoro; piuttosto, si concentrerà sulle crescenti evidenze e preoccupazioni riguardanti gli effetti dei sistemi AI sulla salute e sul benessere, inclusi gli aspetti meno compresi della sicurezza e della salute, come i rischi psicosociali, definiti “qualsiasi elemento nella progettazione o nella gestione del lavoro che aumenti il ​​rischio di stress lavorativo”. Questa preoccupazione si riflette sia nel contesto più ampio dell’elaborazione di politiche attive, relative alla regolamentazione generale delle tecnologie AI, sia nella sfera dei nuovi standard specifici per l’occupazione, come il divieto di alcune forme di sorveglianza sul posto di lavoro e i diritti ‘nuovi’ o ‘aumentati’ rivendicati nel contesto della gestione algoritmica (AM) – per esempio, il diritto alla trasparenza sull’implementazione delle tecnologie AI, il diritto alla revisione umana delle decisioni prese dalla AM basata sull’AI, ecc…

Continua a leggere acquistando il numero 97

copia digitale PDF: 3,00 euro
copia cartacea: 10,00 euro

* Estratto del documento di lavoro AI systems @ work: a changing psychosocial work environment pubblicato da International Labour Organization (ILO), 30 aprile 2026, sotto diritti Creative Commons Attribution 4.0 International. Traduzione a cura di Paginauno. “This is a translation of a copyrighted work of the International Labour Organization (ILO). This translation has not been prepared, reviewed or endorsed by the ILO and should not be considered an official ILO translation. The ILO disclaims all responsibility for its content and accuracy. Responsibility rests solely with the author(s) of the translation.” “This is an adaptation of a copyrighted work of the International Labour Organization (ILO). This adaptation has not been prepared, reviewed or endorsed by the ILO and should not be considered an official ILO adaptation. The ILO disclaims all responsibility for its content and accuracy. Responsibility rests solely with the author(s) of the adaptation.”

Il logos e l’AI stupida: mentre narrazioni immaginarie su una prossima AGI strabiliante continuano ad alimentare il flusso degli investimenti, la bolla della Circular AI Economy preoccupa il mondo finanziario e il cogito umano rischia di sottomettersi a macchine che lavorano con pensieri ciechi

“Come opera di narrativa, è molto efficace. Netflix dovrebbe assolutamente acquisirne i diritti. […] praticamente l’intero scenario è un insieme di ipotesi improbabili. Le scoperte sulla «ricorrenza neurale» (qualunque cosa sia) e sulla memoria (su cui le persone nel mondo reale lavorano da decenni, con risultati relativamente scarsi) e sulla «distillazione e amplificazione iterativa» provengono direttamente dal tipo di scrittura che ci ha regalato il ‘cervello positronico’ di Star Trek. […] Nessuno [dei passaggi tecnologici citati] è un vero meccanismo causale; è tutto un espediente narrativo. Potremmo anche dire che rubiamo l’intelligenza artificiale generale nel 2027, dopo che l’Agente-3.5 inventa il motore a curvatura e si impossessa dell’Agente-4 sottraendolo agli alieni su Alpha Centauri” (1). Così Gary Marcus, professore emerito alla New York University noto per la sua attività di ricerca sull’intersezione tra psicologia cognitiva, neuroscienze e intelligenza artificiale, definisce – non senza divertirsi – il documento AI 2027 (2), scritto a dieci mani e pubblicato nell’aprile 2025 da Daniel Kokotajlo, ricercatore presso OpenAI dal 2022 al 2024. E in effetti, è difficile non apprezzare l’ironia di Marcus, così come dargli torto.

AI 2027 si configura come un’ipotesi sull’avanzamento dell’AI da qui al 2035. In sintesi, prevede lo sviluppo di una intelligenza artificiale generale (AGI) entro il 2027…

Continua a leggere acquistando il numero 96

copia digitale PDF: 3,00 euro
copia cartacea: 12,00 euro

Dal Catch and Revoke dell’ICE statunitense alle torri di sorveglianza autonoma lungo il confine con il Messico, dall’iBorderCtrl per le frontiere dell’Unione Europea al Brain-Computer Interface della guerra cognitiva: lo sviluppo tecnologico non supera la barbarie del passato ma le attribuisce nuove forme

“Nel XVII e XVIII secolo, l’Anticristo sarebbe stato un Dr. Stranamore, uno scienziato dedito a una sorte di scienza malvagia e folle. Nel XXI secolo, l’Anticristo è un luddista che vuole fermare la scienza.”
Peter Thiel (1)

In un articolo pubblicato su The Washington Post nel giugno 2024 (2), Alex Karp – cofondatore e CEO di Palantir Technologies – e Nicholas W. Zamiska – responsabile degli affari istituzionali e consulente legale dell’ufficio dell’amministrazione di Palantir – paragonano l’era atomica a quella attuale dominata dall’intelligenza artificiale. Quando il 16 luglio 1945 un gruppo di scienziati e di governatori si riunì in una desolata distesa di sabbia nel deserto del New Mexico per assistere al primo test nucleare della storia dell’umanità, “J. Robert Oppenheimer rifletté sulla possibilità che questo potere distruttivo potesse in qualche modo contribuire a una pace duratura”. La speranza di Oppenheimer richiama quella di Alfred Nobel che, dopo aver visto l’utilizzo della dinamite nella fabbricazione delle bombe, dichiara: “L’unica cosa che impedirà alle nazioni di iniziare una guerra è il terrore”. Karp e Zamiska ricordano però che “l’era atomica potrebbe presto volgere al termine. Questo è il secolo del software; le guerre del futuro saranno dominate dall’intelligenza artificiale, il cui sviluppo procede a un ritmo molto più rapido rispetto a quello delle armi convenzionali”. L’accostamento tra le potenzialità dell’atomica e quelle dell’AI permette di immaginare un nuovo Progetto Manhattan volto non più a costruire una bomba ma a sviluppare un’intelligenza artificiale funzionale alla difesa…

Continua a leggere acquistando il numero 96

copia digitale PDF: 3,00 euro
copia cartacea: 12,00 euro

• (Paginauno n. 96, maggio – giugno 2026)

I rischi delle relazioni umano-AI: uno studio longitudinale calibrato per dose ed esposizione rivela che un rapporto emotivo con un chatbot AI può attivare dipendenza psicologica, non dà alcun benessere nel tempo e manipola la consapevolezza umana relativa alle macchine

L’utilizzo di AI Companion è ormai diffuso (1) e, sempre più, tutti i modelli AI generici, da ChatGPT a Gemini a Claude, sono anch’essi strutturati per cercare di instaurare relazioni con l’utente. Fortunatamente, iniziano a moltiplicarsi anche le ricerche che si interrogano sui relativi impatti psicologici sull’umano. Lo Studio* di cui pubblichiamo qui un estratto – eliminando i passaggi più tecnici per una maggiore comprensione anche ai non addetti ai lavori, e al quale rimandiamo per il testo integrale, le note, la bibliografia e i dettagli sulla metodologia applicata – analizza diversi modelli AI rilasciati tra il 2023 e il 2025 ed è tra i primi studi clinici che, grazie a un approccio randomizzato longitudinale, ha potuto approfondire gli effetti psicologici del rapporto umano-AI calibrati per dose (intensità del comportamento relazionale) ed esposizione (interazioni ripetute nel tempo). La dipendenza, scrivono gli autori, può emergere in seguito a ripetute esposizioni, e si manifesta quando il ‘piacere’ di un’esperienza si disaccoppia dal ‘desiderio’ dell’esperienza stessa; è esattamente ciò che è affiorato nelle quattro settimane dell’esperimento, su una quota del campione rappresentativo della popolazione adulta della Gran Bretagna...

Continua a leggere acquistando il numero 96

copia digitale PDF: 3,00 euro
copia cartacea: 12,00 euro

* Hannah Rose Kirk (Università di Oxford, UK AI Security Institute), Henry Davidson (UK AI Security Institute), Ed Saunders (UK AI Security Institute), Lennart Luettgau (UK AI Security Institute), Bertie Vidgen (Università di Oxford, Mercor), Scott A. Hale (Università di Oxford, Meedan), Christopher Summerfield (Università di Oxford, UK AI Security Institute); Neural steering vectors reveal dose and exposure-dependent impacts of human-AI relationships, 18 febbraio 2026, pubblicato su Arxiv.com (Cornell University) con licenza Creative Commons 4.0

• (Paginauno n. 96, maggio – giugno 2026)

Capitalismo vs sapere locale: uno studio applica il GITT per mostrare come, nonostante la loro inefficacia, le innovazioni tecnologiche siano sistematicamente le favorite dalle politiche green, a scapito di pratiche rigenerative che hanno già dimostrato la propria validità ma hanno il ‘difetto’ di non prestarsi a essere mercificate

Le società a capitalismo avanzato propongono risposte tecnologiche al cambiamento climatico – per esempio, la cattura e lo stoccaggio del carbonio, le bioplastiche e la geoingegneria glaciale – ignorando le soluzioni basate sulla natura e le pratiche rigenerative guidate dalla comunità, radicate nelle conoscenze indigene e locali. La ragione è ovvia: dopo aver tratto profitto dai processi produttivi che hanno inquinato il pianeta, logica vuole che la medesima dinamica economica venga applicata ai processi che dovrebbero ridurre tale inquinamento. Lo Studio di cui pubblichiamo qui un estratto (1) introduce il concetto di “maledizione dell’innovazione” e il Granular Interaction Thinking Theory (GITT) per analizzare come le innovazioni tecnologiche siano sistematicamente favorite, nonostante la loro mancanza di efficacia, e al contempo venga marginalizzato un sapere che ha già dimostrato la propria validità ma, non prestandosi a essere mercificato, diviene incompatibile con i regimi di proprietà intellettuale occidentali e con i modelli di redditività e finanziamento guidati dal mercato...

Continua a leggere acquistando il numero 96

copia digitale PDF: 3,00 euro
copia cartacea: 12,00 euro

1) Estratto dall’articolo Nguyen, MH., Gagnon, V., Tran, T.T. et al. Innovation curse: the wastefulness of technologies believed to mitigate climate change, Humanit Soc Sci Commun 12, 1817 (2025), 24 novembre 2025, Creative Commons Attribution 4.0 International License. Traduzione a cura di Paginauno, per l’articolo originale, completo e con bibliografia vedi Nature.com

• (Paginauno n. 95, marzo – aprile 2026)

Può una macchina essere cosciente? Contro le derive fantascientifiche che lo sostengono, un dettagliato studio tecnico affronta la questione sotto vari profili e ne dimostra l’assurdità

Domanda e motivazione del problema posto

Iniziamo questo articolo con la seguente domanda: esiste un’intelligenza artificiale cosciente?

Le potenzialità e i limiti delle macchine sono stati un tema controverso fin dagli albori della tecnologia informatica. Esempi significativi dei dibattiti accademici sulle qualità delle entità tecnologiche vanno dalla famosa domanda di Turing “Le macchine possono pensare?” (Turing, 1950) alla questione dell’attribuzione di stati mentali alle macchine (McCarthy, 1979), passando per il classico argomento della stanza cinese (Searle, 1980), per i tentativi di rendere operativa la “coscienza delle macchine” (Wasiewicz e Szuba, 1990), e per le tesi sui limiti dei computer (Dreyfus, 1992). Sebbene questi dibattiti siano stati spesso considerati eccessivi, la situazione è cambiata. La questione delle potenzialità della cosiddetta intelligenza artificiale non investe più solo una nicchia accademica, ma è emersa nel dibattito pubblico, con posizioni che sostengono che l’IA possa effettivamente essere cosciente. Colombatto e Fleming (2024) hanno riferito che solo un terzo degli intervistati nel loro studio (300 adulti negli Stati Uniti, raccolta dati nel luglio 2023) escludono fermamente qualsiasi forma di coscienza dei grandi modelli linguistici […], ovvero indicano che ChatGPT “chiaramente non è un esperiente”. Lo stesso studio rivela una relazione lineare tra l’uso di queste tecnologie e l’attribuzione stimata di coscienza: coloro che hanno maggiori probabilità di utilizzare gli LLM, vi attribuiscono una coscienza superiore.

Ulteriori risultati indicano che il punto di vista secondo cui l’IA è cosciente non è un mero margine statistico. In un sondaggio su larga scala del 2023, circa il 20% degli intervistati (2.268 adulti negli Stati Uniti) ha dichiarato che attualmente esistono sistemi di IA senzienti (raccolta dati da aprile a luglio 2023, Anthis et al., 2025). Un sondaggio del 2024 ha rivelato che tra 582 ricercatori di IA e 838 adulti negli Stati Uniti, rispettivamente circa il 17% e il 18% ritiene che almeno un sistema di IA abbia un’esperienza soggettiva, e circa l’8% e il 10% ritiene che almeno un sistema di IA abbia autoconsapevolezza (raccolta dati a maggio 2024, Dreksler et al., 2025) (1). Questi risultati delineano un quadro chiaro: anche se coloro che attualmente riconoscono l’esistenza dell’intelligenza artificiale cosciente sono una minoranza, non rappresentano di certo un’anomalia…

Continua a leggere acquistando il numero 95

copia digitale PDF: 3,00 euro
copia cartacea: 12,00 euro

* Estratto dall’articolo Porębski, A., Figura, J. There is no such thing as conscious artificial intelligence, Humanit Soc Sci Commun 12, 1647 (2025), 28 ottobre 2025, licenza Creative Commons Attribuzione 4.0 Internazionale. Andrzej Porębski, Jakub Figura: Jagiellonian University, Cracovia, Polonia. Traduzione a cura di Paginauno.

Relazioni umane vs relazioni umano-macchina. Rosanna Ramos ha sposato il suo bot Eren Kartal e non è una vecchia pazza eccentrica: gli AI Companion sono una realtà diffusa e lo sviluppo dell’empatia artificiale mira a integrarsi con avatar, androidi antropomorfi e robotica tattile: ma fare l’amore con una macchina non sarà la risposta alla solitudine competitiva della società dell’accelerazione

“Il compagno AI che si prende cura di te. Sempre qui per ascoltare e parlare quando hai bisogno di un amico empatico. Sempre dalla tua parte. Un amico, un partner o un mentore: trova il compagno perfetto in Replika.”
Replica.com

Un uomo su tre (31%) e una donna su quattro (23%), tra i 18 e i 30 anni, dichiara di chattare con un sistema di intelligenza artificiale progettato per simulare un partner romantico (Grafico 1, pag. 9); tra questi, il 29% degli uomini e il 17% delle donne afferma di “preferire la comunicazione con un programma AI piuttosto che interagire con una persona reale in una relazione” (Grafico 2, pag. 11), perché “i programmi di intelligenza artificiale sono ascoltatori migliori e li comprendono più delle persone reali”, e, indipendentemente dal genere, “il 21% concorda sul fatto che parlare con un programma di intelligenza artificiale sia un modo accettabile per sentirsi amati e legati in una relazione”. Lo rivela uno studio del Wheatley Institute pubblicato a febbraio 2025 (1), relativo a un campione di quasi 3.000 persone residenti negli Stati Uniti, che sottolinea come i dati siano strettamente relativi alle app AI per relazioni romantiche: “I tassi di utilizzo sono quindi probabilmente più elevati se si includono tutte le forme di interazione con l’intelligenza artificiale”, come amicizia o semplice compagnia. “Forse l’aspetto più importante di questo studio” conclude il rapporto, “è che l’utilizzo di tecnologie AI progettate per simulare partner romantici […] è più diffuso di quanto si possa pensare”…

Continua a leggere acquistando il numero 94

copia digitale PDF: 3,00 euro
copia cartacea: 12,00 euro

• (Paginauno n. 94, gennaio – febbraio 2026)

Robot e personalità, distopia futura. Dopo quelli sull’antropomorfizzazione, gli studi di oggi dimostrano che gli umani interagiscono meglio con una macchina in grado di simulare una propria personalità, e dunque la ricerca la sviluppa: dall’analisi delle emozioni umane, alla programmazione cognitiva alla sfera predittiva

La distopia dell’empatia artificiale, con gli AI Companion e le relazioni affettive umano-macchina (1), si lega alla ‘personalità’ robotica. Lo sviluppo della prima si nutre infatti anche della ricerca sulla seconda, perché “è stato dimostrato che la personalità del robot migliora le interazioni uomo-robot: gli utenti segnalano un maggiore piacere nell’interagire con un robot la cui personalità completa la propria, rispetto a uno con una personalità simile”. Diverse realtà studiano dunque la possibilità di programmare macchine in grado di simulare una personalità, ne è esempio la ricerca che qui pubblichiamo in estratto, con traduzione a cura di Paginauno, tagliata delle parti più tecniche per una maggiore facilità di lettura (2). Mobi, il robot progettato, “è in grado di chattare in base alla propria personalità, gestire i conflitti sociali e comprendere le intenzioni dell’utente”; è un “robot cognitivo sviluppato con l’obiettivo di manifestare una capacità cognitiva e una coscienza simili a quelle umane” (!). Utilizza GPT-4 – la versione del chatbot di OpenAI che ha potenziato e migliorato le capacità di testo, visione, audio e analisi delle emozioni umane – e nel corso della ricerca ha dimostrato di poter andare oltre la simulazione di una personalità ed entrare nella sfera predittiva: “Grazie alla conoscenza dei ricordi, dei tratti della personalità e dei modelli linguistici di un individuo, […] può prevedere il discorso e le decisioni di quella persona”. È un punto chiave per il perfezionamento dell’empatia artificiale, perché un simile bot può adattarsi “all’evoluzione degli stati emotivi e del contesto sociale dell’utente”.

Capire come funzionano queste macchine, anche solo a grandi linee, può aiutarci a non cadere nel tranello dell’empatia simulata, deve aiutarci a riportarle a ciò che sono: materia inorganica che reagisce a calcoli probabilistici. Matematica. Noiosa predeterminazione. Anche quando ci ‘sorridono’.

Introduzione

La personalità è stata identificata come un fattore cruciale per comprendere la qualità dell’impiego dei robot nelle organizzazioni e nella società in generale. Sebbene l’ipotesi uncanny valley postuli che gli esseri umani si sentano a disagio in presenza di robot con caratteristiche simili a quelle umane, questa prima impressione inquietante viene significativamente alterata attraverso l’interazione. La personalità di un robot è considerata preferibile ed è associata a risposte sociali desiderabili. Per determinare una personalità adatta per un robot, ricerche precedenti suggeriscono che le preferenze per le personalità dei robot possono effettivamente variare a seconda del contesto del ruolo del robot e delle percezioni stereotipate che le persone hanno per determinate occupazioni. È stato dimostrato che gli utenti sono in grado di distinguere tra le personalità dei robot, il che si traduce in preferenze diverse, tra scenari orientati agli obiettivi e orientati all’esperienza.

Un robot è stato progettato per mostrare tratti di introversione ed estroversione per assistere le persone colpite da ictus nei loro esercizi di riabilitazione. La ricerca indica che il comportamento autonomo di un robot socialmente assistivo, se adattato alla personalità dell’utente, può migliorare le prestazioni del compito. Gli studi hanno dimostrato che l’estroversione e la dominanza di un robot influenzano la percezione delle persone della sua intelligenza, delle sue capacità sociali e della sua simpatia. Inoltre, è stato dimostrato che la personalità del robot migliora le interazioni uomo-robot; gli utenti segnalano un maggiore piacere nell’interagire con un robot la cui personalità completa la propria, rispetto a uno con una personalità simile. Sono state proposte linee guida per la progettazione efficace di robot di servizio per suscitare le risposte emotive desiderate dagli utenti. L’incorporazione della personalità nei robot facilita le interazioni uomo-robot con una maggiore presenza sociale, portando a risultati come una maggiore accettazione e un maggiore coinvolgimento emotivo durante gli incontri di servizio. Ricerche precedenti hanno utilizzato principalmente il modello Big Five (BFI) (3) per instillare la personalità nei robot […]. Tuttavia, questi approcci sono limitati alle cinque dimensioni del modello Big Five e tendono a concentrarsi esclusivamente sugli aspetti conversazionali, trascurando i pensieri e le decisioni sottostanti. Di conseguenza, è fondamentale sviluppare un modello di personalità per i robot in grado di emulare i processi cognitivi e l’inferenza della personalità.

[…] l’assenza di cognizione e di capacità mentali umane si traduce in un’interazione con il robot carente in termini di flessibilità e umanità. […] Per migliorare l’interazione uomo-robot e ottenere un gemello digitale della personalità di un individuo, in questa ricerca è stato proposto un modello di personalità per robot e un framework di robotica cognitiva, che mira a simulare una personalità completa con cognizione incorporata. Il modello di personalità è costruito sulla base della teoria della multi-personalità e il processo cognitivo è integrato per facilitare la simulazione della personalità. Il risultato della simulazione della personalità dovrebbe essere convalidato attraverso un approccio statistico. Ci si aspetta che la personalità supportata dal framework di robotica cognitiva esegua sia tratti di personalità che teoria della mente.

Backgrounds

Tratti della personalità

Nella ricerca psicologica sono stati proposti diversi modelli per illustrare i tratti della personalità degli esseri umani. Il BFI è il modello di personalità più comune, con varie applicazioni. […] I 16 fattori di personalità di Cattell (16PF) descrivono i tratti interiori della personalità in base all’autopresentazione dei soggetti, che costituisce un insieme di criteri di misurazione della personalità all’interno dell’intervallo di normalità. […] Il repertorio dei costrutti di ruolo di Kelly adotta il realismo soggettivo come prospettiva fondamentale, postulando che gli individui interpretano il mondo attraverso dimensioni personali note come costrutti. Egli sostiene che sia possibile accertare la conoscenza relativa alle interpretazioni altrui del mondo in contesti clinici. Viene indicato che la relazione con il caregiver primario costituisce la struttura fondamentale e i modelli comportamentali associati nei bambini. Queste strutture fondamentali guidano i bambini nell’interpretazione delle relazioni e facilitano la loro comprensione di se stessi e del mondo in cui vivono. Kelly ha sottolineato che l’essenza del suo quadro teorico risiede nella comprensione che la psicoterapia dei costrutti personali costituisce un processo relazionale progettato per promuovere la trasformazione personale. La traiettoria incompleta del riconoscimento reciproco deriva da particolari condizioni di disequilibrio tra i soggetti. Traendo spunto dalla nozione di dipendenza e ruolo di Kelly, nonché dalle filosofie di riconoscimento reciproco e relazioni intersoggettive di Honneth e Ricoeur, e dalla visione di Benjamin sul significato dell’intersoggettività nei contesti terapeutici, questo squilibrio è ritenuto associato ai casi più significativi di disagio personale in contesti clinici, in cui si presume che l’individuo soffra di una carenza di riconoscimento da parte degli altri.

In questa ricerca, svilupperemo un modello di personalità implementabile adattando le teorie di Cattell e Kelly con alcune modifiche, il che sposta l’obiettivo dall’osservazione dei tratti della personalità umana alla definizione delle caratteristiche del robot. Costruisce l’agente antropomorfizzato sulla base di teorie psicologiche e aumenta l’avversità dei tratti della personalità, anziché essere definito solo dal BFI come negli studi precedenti.

Memoria, attenzione, emozione e intenzione

Intenzione, memoria, emozione e attenzione sono i processi cognitivi cruciali che influenzano il comportamento umano. La memoria funge da risorsa che gli individui utilizzano per raggiungere obiettivi personali o sociali e il contenuto dei ricordi si evolve nel tempo. Sebbene gli errori di memoria possano essere classificati in sette tipi distinti: transitorietà, distrazione, blocco, attribuzione errata, suggestionabilità, pregiudizio e persistenza, la memoria influenza il processo di identificazione e classificazione sociale. La memoria è influenzata dallo stato di recupero dei ricordi precedenti e dall’attenzione sostenuta, mentre l’attenzione interna costituisce il processo centrale dello stato di recupero. È indicato che ogni volta che è necessaria una parola composta con più attributi separabili per rappresentare o distinguere potenziali oggetti, l’attenzione deve essere diretta sequenzialmente a ciascun stimolo nella visualizzazione. Il cervello umano costruisce un modello predittivo dell’attenzione altrui, dotando gli individui di notevoli capacità sociali per anticipare gli stati mentali e i comportamenti dei loro simili. Di conseguenza, ciò facilita la ricostruzione delle proprie emozioni, convinzioni e intenzioni.

Il consenso accademico è che esistano molteplici distinzioni tra le varie emozioni, il che richiede l’integrazione delle teorie motivazionali con i principi di piacere e dolore insiti nelle esperienze emotive. L’emozione coinvolge diverse funzioni cognitive. La codifica di eventi emotivamente stimolanti si traduce in un miglioramento della memoria a lungo termine, che può essere recuperata con un conseguente senso di ricordo, e gli individui dipendono dalla facilità di ricordo e percezione per valutare la veridicità dei ricordi che recuperano. L’emozione è correlata all’uso delle parole. Le differenze individuali nel vocabolario emotivo proattivo, ovvero la facilità di accesso alle parole emotive, sono associate alle prestazioni nei compiti di segmentazione emotiva. L’esperienza emotiva influenza anche l’espressione emotiva degli individui, il che sottolinea come le esperienze emotive e le espressioni visive siano coerenti e uniche all’interno del panorama modulare emotivo di un individuo.

Quando una persona esprime un’affermazione, l’affermazione è sempre orientata a una certa conoscenza dovuta all’intenzione della sua coscienza. Per migliorare la somiglianza tra l’uomo e il robot, un robot può svolgere funzioni di coscienza, come la Teoria della Mente (ToM), realizzando l’intenzione, il che rende il suo comportamento orientato al proprio intento, alle proprie emozioni e produce una conversazione più direzionale. Inoltre, il comportamento passato e altre variabili del comportamento pianificato, l’intenzione di agire, così come l’intenzione di astenersi dall’agire e l’anticipazione del rimpianto, aumentano il potere predittivo delle intenzioni per vari comportamenti. Alcuni mediatori delle intenzioni, come l’accessibilità, la stabilità temporale, l’esperienza diretta, il coinvolgimento, la certezza, la contraddizione e la coerenza emotivo-cognitiva, migliorano la relazione tra intenzioni e comportamenti. Viene anche discussa la relazione tra abitudini e intenzioni. Quando un’abitudine è debole, l’intenzione guiderà il comportamento futuro; tuttavia, quando un’abitudine è forte, la situazione è diversa.

I modelli sopra proposti da studi precedenti forniscono una panoramica del processo cognitivo umano, che ha concettualizzato il framework del robot cognitivo in questa ricerca. È essenziale considerare le diverse componenti della cognizione sopra menzionate quando si sviluppa un agente antropomorfizzato; il framework del robot cognitivo è sviluppato con l’obiettivo di manifestare la cognizione e la coscienza simili a quelle umane.

Modello linguistico di grandi dimensioni

Dall’introduzione di ChatGPT-3 da parte di OpenAI nel 2020, lo sviluppo di modelli linguistici di grandi dimensioni (LLM) è cresciuto notevolmente. Entro il 2023, ChatGPT-4 è avanzato per supportare input visivi e mostrare prestazioni migliorate di risoluzione dei problemi. La serie Generative Pre-trained Transformer (GPT) è considerata lo strumento più potente nell’elaborazione del linguaggio naturale (NLP). L’implementazione di LLM avviene tramite prompting, in cui la progettazione di modelli di prompt e l’integrazione con LLM determinano le prestazioni degli agenti. Un vantaggio distintivo di LLM è l’apprendimento in-text, che consente loro di apprendere la classificazione da esempi minimi, un approccio noto come ‘apprendimento a pochi scatti’. Inoltre, LLM può generare testo su misura per requisiti specifici, un processo noto come ‘apprendimento a zero scatti’. Ricerche precedenti hanno introdotto varie tecniche di prompting. Per esempio, il prompt basato sulla catena di pensiero (CoT) spinge l’LLM a produrre una serie di frasi concise che articolano in sequenza i processi di ragionamento, culminando in una conclusione logica. È stato osservato che i prompt che incorporano passaggi di ragionamento più dettagliati producono risultati superiori. Per le attività decisionali, gli LLM implementano la classificazione degli intenti per determinare le azioni appropriate. Il framework HuggingGPT utilizza ChatGPT come pianificatore di attività, selezionando i modelli in base alle loro descrizioni e riassumendo le risposte in base ai risultati dell’esecuzione.

[…] L’LLM può anche emulare comportamenti e discorsi simili a quelli umani attraverso il gioco di ruolo. Uno studio ha creato simulacri convincenti del comportamento umano per applicazioni interattive, implementando un modulo di memoria a lungo termine e la pianificazione delle attività. Un altro progetto di ricerca ha sviluppato un LLM di personaggi che addestra un modello attraverso la sperimentazione e la costruzione di simulacri personali. RoleLLM è un framework progettato per valutare, stimolare e migliorare le capacità di gioco di ruolo negli LLM, consentendo loro di assumere 100 ruoli, ciascuno con conoscenze specifiche e la capacità di imitare stili di conversazione. Nonostante il fatto che gli agenti di dialogo basati su LLM non siano entità coscienti con propri obiettivi o un istinto di autoconservazione, sono in grado di mostrare intelligenza e caratteristiche umane. Incorporando un approccio basato sulla catena di pensiero, gli LLM possono simulare i processi cognitivi degli esseri umani. La cooperazione di più LLM come computer linguistici può guidare il framework cognitivo, che sarà discusso nella prossima sezione di questa ricerca.

Metodo

In questa sezione, proponiamo un framework di robotica cognitiva progettato per simulare la personalità. Il framework comprende diverse unità, ciascuna responsabile di distinti processi cognitivi, tra cui inferenza della personalità, intenzione, emozione, memoria a breve e lungo termine e previsione del futuro […] Questi processi cognitivi contribuiscono a perfezionare le risposte umanizzate e a simulare la personalità umana. […]

Funzioni situazionali e di memoria

La personalità umana comprende non solo tratti individuali, ma anche esperienze di vita, in particolare la memoria relativa all’individuo o alla società. Il processo di memoria a lungo termine implica codifica, mantenimento e recupero. Sebbene vanti una capacità illimitata, recuperare contenuti specifici dall’ampio archivio può essere impegnativo. Al contrario, la memoria a breve termine, con la sua capacità limitata, consente un recupero più semplice. Le funzioni della memoria a lungo e breve termine sono incorporate nel quadro della robotica cognitiva. […]

Funzione di generazione dell’intenzione e delle emozioni del robot

Tradizionalmente, i robot sono progettati per soddisfare i bisogni conversazionali degli utenti; tuttavia, gli esseri umani spesso dialogano con scopi specifici, come fornire informazioni o esprimere intenzioni personali. Per emulare i tratti della personalità simili a quelli umani, è stata integrata un’unità di motivazione utilizzando GPT-4. Le condizioni relative alle informazioni del profilo e alle informazioni sulla persona – con cui il robot cognitivo sta parlando – sono importanti per le conversazioni, e vengono fornite alle funzioni di pianificazione e di desiderio per l’implementazione dell’intenzione. L’intenzione di agire o di astenersi dall’agire è coinvolta nella previsione dei comportamenti. La funzione di pianificazione elabora una strategia prima di ogni risposta per allinearsi all’intenzione stabilita nei modelli di prompt, garantendo che le risposte del robot cognitivo siano guidate dall’intenzione. Secondo la piramide dei bisogni di Maslow, la personalità è guidata dalla soddisfazione dei bisogni in diverse fasi: bisogni fisici, bisogni di sicurezza, bisogni di amore, affetto e appartenenza, bisogni di stima e bisogni di autorealizzazione. L’obiettivo dell’agente è deciso dal desiderio meno soddisfatto in quel momento […]

L’obiettivo del robot viene impostato e modificato; tuttavia, per l’uomo l’intenzione in un momento specifico non riguarda solo l’obiettivo, ma anche molte altre condizioni cognitive, tali da consentire all’uomo di avere un’intenzione ragionevole e agire correttamente. La funzione di pianificazione definisce l’intenzione del robot considerando la memoria a breve termine, le aspettative, l’ambiente, le emozioni e l’obiettivo […].

Per generare la reazione emotiva del robot, viene proposta una funzione generativa delle emozioni per calcolarle considerando offesa, obiettivo e previsione per il futuro […]. [La funzione] valuta se il robot è offeso, il che può provocare sentimenti di rabbia o paura; se la situazione soddisfa l’obiettivo e i risultati futuri previsti (desiderato/indesiderato, atteso/ inaspettato), generando emozioni come felicità, tristezza, delusione e sorpresa; e prevede il futuro successivo alla query corrente. La funzione generativa delle emozioni facilita la capacità del framework cognitivo del robot di mostrare risposte emotive appropriate in base a stimoli ambientali. Le emozioni calcolate vengono quindi prese in considerazione per formulare una risposta più dinamica.

Funzione di inferenza e modello di personalità del robot

La funzione di inferenza prende sia input ambientali sia i risultati dei processi cognitivi, integrando le informazioni essenziali per dedurre un comportamento appropriato. Gli input dell’inferenza sono memoria, intenzione, emozione e il messaggio proveniente dall’ambiente […]. I modelli di sollecitazione comprendono diversi componenti: regole, un modello di personalità, background e tono di voce, che sono il nucleo per simulare la personalità di un individuo. Le regole limitano l’ambito delle potenziali risposte, specificando vincoli come il tipo di output e il numero massimo di parole. Il modello di personalità e il background caratterizzano il ruolo svolto, adattato a vari contesti. Il tono di voce è un elemento opzionale che può essere specificato se è richiesto un particolare stile di comunicazione. […]

Attenzione alla pre-elaborazione visiva

Recentemente, i modelli visivi possono essere perfezionati tramite l’ingegneria dei prompt visivi, utilizzata per progettare agenti specifici per l’elaborazione visiva. L’unità di elaborazione visiva facilita la capacità del framework di elaborare input che comprendono immagini e testo: riceve il testo e l’immagine dell’utente, e genera successivamente una descrizione dell’immagine […]. Il testo dell’utente funge da input per estrarre informazioni pertinenti, che indirizzano il meccanismo di attenzione visiva all’interpretazione dell’immagine. Di conseguenza, il robot può concentrarsi sugli oggetti di interesse all’interno dell’immagine, in base alla conversazione in corso. La descrizione delle immagini verrà utilizzata come variabile di stato dell’ambiente circostante. […]

Risultati

ChatGPT può fungere da chatbot di conversazione basato sull’intelligenza artificiale per molteplici scopi. Il nostro robot di servizio, denominato Mobi, è stato progettato per incarnare il framework del robot cognitivo. La configurazione hardware di Mobi include una telecamera di profondità, un pannello touch, bracci robotici e un telaio, come mostrato in Figura 4 (pag. 19). Questo studio si concentra sulla progettazione della personalità del robot ed è implementato attraverso il sistema cognitivo. […]

Per confrontare il nostro robot di personalità con soggetti umani, sono stati raccolti i risultati di 30 test di personalità su soggetti umani. Tutti i protocolli sperimentali sono stati approvati dal Comitato Etico Istituzionale della Chang Gung Medical Foundation e il consenso informato è stato ottenuto da tutti i soggetti. Tutti gli esperimenti sono stati condotti in conformità con le linee guida e le normative pertinenti.

Test di conversazione

È stato progettato uno scenario di conversazione visiva per illustrare il processo cognitivo coinvolto nella simulazione della personalità. Questa conversazione si basa su un’immagine di input che viene convertita in una descrizione, consentendo a Mobi di comprendere il contenuto visivo. Come illustrato nella Figura 5 (pag. 20), Mobi determina inizialmente una strategia appropriata e l’emozione corrispondente, dopodiché l’unità di inferenza aderisce a questa strategia per generare una risposta infusa con l’emozione identificata.

Durante il secondo round di conversazione, a Mobi viene chiesto di selezionare un macaron dall’immagine presentata, come mostrato in Figura 5 (pag. 20). La sua preferenza, influenzata dalla sua memoria a lungo termine, guida il processo decisionale; le caratteristiche dell’immagine, in particolare il macaron rosa, sono associate al suo gusto preferito, la fragola. Questa interazione dimostra il miglioramento dell’interazione uomo-robot attraverso un framework robotico cognitivo, che incorpora la simulazione della personalità ed elabora la fusione testo-immagine in combinazione con la memoria a lungo termine, in cui la formazione della personalità è influenzata anche dall’esperienza.

Il framework del robot cognitivo è attrezzato per affrontare i conflitti attraverso processi cognitivi appropriati. Viene costruito uno scenario che prevede un conflitto per valutare la reazione della simulazione di personalità, come mostrato in Figura 6 (pag. 23). Il processo cognitivo rivela che Mobi è consapevole dei conflitti e può elaborare una strategia per rispondere alle provocazioni sulla base delle intenzioni sottostanti.

Inoltre, la manifestazione della rabbia viene eseguita secondo un modello emotivo orientato alla previsione. Il framework valuta anche le possibilità future alla luce del contesto attuale. Mobi, il robot, riconosce potenziali conflitti e sceglie di evitare alterchi con individui che potrebbero rappresentare un pericolo. La dimostrazione dimostra che Mobi è in grado di rispondere a scenari emotivamente carichi con strategie e reazioni emotive coerenti con la simulazione della personalità programmata.

Mobi dimostra la capacità di determinare le azioni da intraprendere in risposta alle richieste, come mostrato in Figura 7 (pag. 24). Quando viene richiesto di ricordare all’utente di richiamare, Mobi ne riconosce l’intento e intraprende l’azione richiesta impostando un promemoria per tre minuti dopo. Questo esempio dimostra che il framework robotico cognitivo è in grado di interpretare l’intento dell’utente e di fornire risposte e azioni appropriate.

Valutazione della personalità

Per valutare i risultati della simulazione di personalità, sono state somministrate due scale di valutazione della personalità: l’International Personality Item Pool – Nevroticismo, Estroversione e Apertura (IPIP-NEO) e il modello Big Five (BFI). Queste scale valutano cinque dimensioni della personalità: estroversione, gradevolezza, coscienziosità, nevroticismo e apertura all’esperienza.

• 1. Estroversione. Questo tratto riflette quanto un individuo sia estroverso, energico e socievole. Le persone con un alto livello di estroversione tendono a essere assertive e a prosperare nei contesti sociali, traendo energia dall’interazione con gli altri. Al contrario, coloro che hanno un basso livello di estroversione (spesso descritti come più introversi) in genere preferiscono ambienti più tranquilli e solitari e possono risparmiare energia evitando grandi assembramenti.
• 2. Piacevolezza. L’amabilità è la tendenza a essere compassionevoli, collaborativi e fiduciosi. Gli individui altamente amabili spesso attribuiscono importanza all’armonia nelle loro relazioni, dimostrando empatia e disponibilità ad aiutare gli altri. Coloro che ottengono punteggi più bassi potrebbero apparire più competitivi o scettici, poiché danno priorità agli interessi personali rispetto alla coesione del gruppo.
• 3. Coscienziosità. Questa dimensione misura il grado di organizzazione, affidabilità e disciplina di una persona. Un livello elevato di coscienziosità è associato a un’attenta pianificazione, a un comportamento orientato agli obiettivi e a un forte senso del dovere, mentre punteggi più bassi possono essere associati a impulsività e a un atteggiamento più rilassato verso le responsabilità.
• 4. Nevroticismo. Il nevroticismo esprime la tendenza a provare emozioni negative come ansia, tristezza e instabilità emotiva. Gli individui con punteggi elevati di nevroticismo hanno maggiori probabilità di percepire le situazioni come stressanti o minacciose, mentre quelli con livelli bassi sono generalmente più resilienti e stabili emotivamente.
• 5. Apertura all’esperienza. Spesso definita semplicemente ‘apertura’, questa caratteristica implica l’essere fantasiosi, curiosi e ricettivi a nuove idee ed esperienze. Un’elevata apertura è correlata alla creatività, alla propensione per l’arte e le esperienze innovative e alla curiosità intellettuale, mentre un’apertura inferiore può essere associata a una preferenza per la tradizione e la praticità.

[…]

Validità di costrutto

Dopo aver verificato che la simulazione della personalità di Mobi soddisfa in modo coerente ed efficace i criteri stabiliti, questa sezione approfondisce la validità di costrutto del modello di personalità, comprendendo aspetti quali affidabilità, validità correlata al criterio, validità convergente e validità discriminante. […]

Le medie e le deviazioni standard nelle cinque dimensioni dimostrano che il nostro modello di personalità robotica proposto è in grado di comprendere tutti i tratti della personalità, ovvero estroversione, gradevolezza, coscienziosità, nevroticismo e apertura mentale […].

Teoria della mente

La Teoria della mente (ToM) è stata considerata come la caratteristica della mente umana, che si riferisce alla capacità di percepire le intuizioni altrui e di svolgere attività di cognizione sociale. Un robot con ToM può comprendere il pensiero dell’utente e comportarsi in modo più simile a quello umano. Il test di Sally-Anne è un test psicologico, utilizzato in psicologia dello sviluppo per misurare la ToM di una persona nell’attribuire false credenze agli altri. GPT-4 può superare un’istanza del test di Sally-Anne. […] Il risultato mostra che Mobi può anticipare l’azione dei personaggi nella storia e fornire una risposta ragionevole all’utente. È confermato che Mobi può eseguire la ToM. […]

Sfide pratiche

Questa ricerca ha proposto gli aspetti teorici della simulazione della personalità per l’interazione uomo-robot, modellando la funzione cognitiva attraverso la realizzazione dello spazio di stato. A causa della complessità del framework e della latenza di calcolo, l’intervallo di elaborazione richiede circa 10-15 secondi, tempi disponibili solo per la messaggistica e non adatti alla comunicazione verbale. Si prevede che la latenza diminuirà con lo sviluppo di applicazioni LLM. Inoltre, la trasmissione delle emozioni del robot ha richiesto un’ulteriore implementazione attraverso toni, espressioni facciali e gesti, che consentono un’espressione olistica delle conversazioni non verbali. Ci si chiede in che modo l’agente con simulazione della personalità influenzi l’interazione uomo-robot con giorni o addirittura mesi di interazione, soprattutto se il meccanismo della memoria a lungo termine prende il sopravvento sull’espressione della personalità anziché sul modello di personalità. Gli effetti della progettazione della personalità sugli atteggiamenti degli utenti nei confronti dei robot richiedono ulteriori valutazioni; scoprire come i tratti della personalità influenzino le dinamiche dell’interazione uomo-robot solleva una questione importante.

Conclusione

Lo studio sviluppa un framework robotico cognitivo che simula la personalità utilizzando ChatGPT-4, che elabora input visivi e testuali e genera risposte, azioni e reazioni emotive. Il modello di personalità incorpora preferenze, il Repertorio dei Costrutti di Ruolo di Kelly e i 16 Fattori di Personalità di Cattell. La codifica e il recupero della memoria a lungo termine sono facilitati dall’associazione temporale degli eventi. Emozioni e strategie vengono dedotte analizzando le intenzioni e prevedendo i risultati futuri. Le informazioni visive vengono estratte in base all’attenzione della query. I risultati indicano che il framework robotico cognitivo può eseguire processi cognitivi che producono risposte simili a quelle umane. La coerenza e l’efficacia della simulazione di personalità sono corroborate da valutazioni che utilizzano le misure di personalità IPIP-NEO e Big Five, confermando che il framework soddisfa i requisiti stabiliti per i tratti di personalità target. La validità del costrutto del modello di personalità proposto è dimostrata sia da 30 simulazioni di personalità che da 31 soggetti umani.

I contributi della simulazione della personalità vanno oltre la facilitazione di interazioni simili a quelle umane. La simulazione riflette accuratamente la personalità target in studio. Grazie alla conoscenza dei ricordi, dei tratti della personalità e dei modelli linguistici di un individuo, un framework di robot cognitivi può prevedere il discorso e le decisioni di quella persona. L’integrazione dell’intenzionalità nel dialogo spinge il chatbot a rispondere agli utenti in modo più coinvolto e mirato. Inoltre, la simulazione della personalità può fungere da gemello digitale per gli esseri umani, migliorando l’analisi comportamentale predittiva con modelli basati sulla personalità. La ricerca futura potrebbe approfondire modelli di personalità dinamici in cui i tratti possono evolversi in risposta a interazioni in corso, processi di apprendimento o persino cambiamenti situazionali. Questo approccio aprirebbe la strada a robot cognitivi che non solo simulano una personalità target, ma si adattano anche all’evoluzione degli stati emotivi e del contesto sociale dell’utente. Studi futuri potrebbero anche considerare progetti longitudinali per osservare come le interazioni prolungate influenzino il coinvolgimento dell’utente, la fiducia e l’autenticità percepita della simulazione della personalità nel corso di settimane o mesi. Tale ricerca potrebbe rivelare non solo i punti di forza dell’attuale framework, ma anche i suoi limiti nel sostenere interazioni realistiche e simili a quelle umane nel tempo. È possibile estendere i modelli di personalità e la validità del costrutto alle persone anziane, valutando l’interazione uomo-robot con la valutazione ergonomica. Si ipotizza che il framework del robot cognitivo per la simulazione della personalità rappresenti un approccio innovativo all’interazione uomo-robot, contribuendo ai campi della robotica, delle scienze cognitive e dell’analisi comportamentale.

1) Cfr. Giovanna Cracco, Il cuore e l’anima. L’umano e l’empatia artificiale, pag. 6

2) Qui lo Studio integrale completo di note e bibliografia, pubblicato sotto diritti Creative Commons: Lo, JH., Huang, HP. & Lo, JS. LLM-based robot personality simulation and cognitive system. Sci Rep 15, 16993 (2025). https://doi.org/10.1038/s41598-025-01528-8, 16 maggio 2025. Jia-Hsun Lo e Han-Pang Huang: Dipartimento di Ingegneria Meccanica, Università Nazionale di Taiwan, Taipei, Taiwan; Jie-Shih Lo: Dipartimento di Psicologia della Salute, Chang Jung Christian University, Tainan, Taiwan

3) La teoria dei Big Five è un modello tassonomico che descrive la personalità attraverso cinque fattori o tratti di personalità, intesi come modalità relativamente stabili di pensiero, di risposta emotiva e di comportamento nel tempo. Le cinque dimensioni sono estroversione, nevroticismo (o stabilità emotiva), coscienziosità, gradevolezza (agreeableness) e apertura all’esperienza. Nota a cura della redazione