Uno dei pericoli meno discussi dell’intelligenza artificiale non consiste nel fatto che dia una risposta sbagliata. Consiste nel fatto che possa dare una risposta molto convincente.
Quando una spiegazione arriva in pochi secondi, è ordinata e viene espressa con sicurezza, la qualità linguistica può essere scambiata per autorevolezza. Per lo Psicologo il problema è rilevante perché il ragionamento clinico avviene quasi sempre con informazioni incomplete.
Nessun professionista ragiona senza bias
Lo Psicologo formula ipotesi, seleziona informazioni e attribuisce significati. Una prima impressione può orientare la lettura dei dati successivi; una spiegazione iniziale può favorire confirmation bias, anchoring o una chiusura prematura del ragionamento.
L’AI può amplificare questi meccanismi se viene utilizzata per cercare conferme. Può però essere usata anche nella direzione opposta.
Non chiedere soltanto “ho ragione?”
Se lo Psicologo fornisce una formulazione e chiede al sistema se sia corretta, il modello riceve già la direzione interpretativa. Una richiesta più utile può essere: “assumi che la mia ipotesi sia sbagliata e costruisci spiegazioni alternative”, oppure “quali elementi del caso non sono spiegati bene dalla mia formulazione?”.
Questo uso avversariale dell’AI non sostituisce il ragionamento. Lo rende più esigente. È collegato alla formulazione del caso, ma qui il centro non è la teoria sul paziente: è il modo in cui lo Psicologo controlla il proprio pensiero.
Automation bias: il controllo umano può diventare una ratifica
La supervisione umana viene spesso presentata come soluzione sufficiente. Ma il controllo è efficace soltanto se rimane realmente indipendente. L’automation bias descrive la tendenza ad attribuire un peso eccessivo alle indicazioni di sistemi automatizzati.
Una revisione sistematica del 2026 sull’uso della generative AI in sanità ha individuato automation bias, rischio di deskilling e modificazioni del ragionamento clinico. Gran parte di questa letteratura non riguarda specificamente la psicologia clinica, quindi il trasferimento deve restare prudente; il problema cognitivo, però, merita attenzione.
Cognitive offloading e perdita di competenza
Delegare a uno strumento una parte del lavoro cognitivo non è necessariamente negativo. Il problema compare quando smettiamo di esercitare una capacità che ci serve proprio per capire se lo strumento sta sbagliando.
È il paradosso della supervisione: per controllare bene l’AI dobbiamo conservare le competenze che un uso passivo dell’AI potrebbe indebolire.
L’AI può diventare palestra
Alcune richieste aumentano il lavoro dello Psicologo anziché ridurlo: “separa i dati osservati dalle mie inferenze”; “individua il dato che modificherebbe maggiormente questa ipotesi”; “genera quattro spiegazioni concorrenti e indica che cosa le renderebbe meno probabili”.
Lo stesso principio vale nell’assessment assistito dall’AI e nella ricerca scientifica. Non sempre la migliore AI per lo Psicologo è quella che pensa di più al posto suo. In molti compiti può essere più preziosa quella che lo costringe a pensare meglio.