La sera prima delle elezioni, su WhatsApp rimbalza un audio. La voce è quella del candidato, inconfondibile, e dice qualcosa di sconcertante. In poche ore il file viene condiviso migliaia di volte, seminando dubbi e rabbia. Poi arriva la smentita: è un deepfake, una manipolazione generata dall’intelligenza artificiale. Ma il danno è fatto, e la fiducia in ciò che è reale si incrina. Non è un’ipotesi da laboratorio: secondo i rapporti di osservatori elettorali in diversi continenti, episodi del genere si sono già verificati in campagne reali, dalla diffusione di registrazioni false di funzionari pubblici fino a video manipolati di candidati. La studiosa di geopolitica Nina Schick ha coniato per questo scenario il termine “Infocalypse”, un’apocalisse dell’informazione in cui perfino le prove autentiche rischiano di essere liquidate come artefatti digitali. È il paradosso del “Liar’s Dividend”, descritto dai giuristi Bobby Chesney e Danielle Citron: chi viene colto in fallo può sempre gridare al deepfake, e la verità affoga nel rumore.

Ma c’è un altro volto, più silenzioso, della stessa trasformazione. Uno studio anglo-americano condotto su 1.222 persone, ancora in fase di revisione, ha mostrato che usare l’IA per risolvere problemi di aritmetica o comprensione del testo migliora le prestazioni immediate, ma sul lungo periodo le peggiora e riduce la capacità di perseverare senza l’ausilio della macchina. «L’IA toglie opportunità di apprendimento», spiega Grace Liu, dottoranda alla Carnegie Mellon University, «perché non è uno strumento pensato per un compito specifico, ma può essere impiegata in qualsiasi attività intellettuale». A differenza di una calcolatrice, che lascia il ragionamento all’utente, l’IA generativa si sostituisce all’intero processo. Johann Chevalère, ricercatore del CNRS in Francia, parla di una «tendenza al risparmio energetico» del cervello: se certe connessioni non vengono usate, l’organo non si sforza di mantenerle. Il fenomeno, chiamato “delega cognitiva”, è stato osservato anche in uno studio del MIT del 2025, diventato virale, secondo cui gli studenti che usano l’IA per scrivere saggi mostrano meno spirito critico.

Le aziende tecnologiche non restano a guardare. Angela Jiang, responsabile prodotto di Anthropic, mette in guardia dal fermare l’uso dell’IA per contenere i costi: sarebbe «la mossa sbagliata». Piuttosto, suggerisce di trovare strategie più efficienti, mentre OpenAI e la stessa Anthropic si fanno concorrenza sul prezzo dei modelli. Sul fronte cognitivo, i produttori hanno iniziato a integrare meccanismi “socratici”: la modalità “studio” di ChatGPT e l’“apprendimento guidato” di Gemini, ad esempio, non forniscono risposte immediate ma pongono domande e offrono indizi per stimolare la riflessione. Microsoft ha inserito in Copilot avvisi sul rischio di errori e inviti a verificare le informazioni. Eppure, come osserva Stephanie Crowe, direttrice del Centro australiano per la cybersicurezza, l’obiettivo non è la fiducia cieca ma una «via di mezzo»: la confidenza in sistemi progettati in modo sicuro e governati da regole chiare. Un sondaggio dell’Università di Melbourne su 48.000 persone in 47 Paesi rivela che l’80% degli intervistati si fiderebbe di più dell’IA se sapesse che esistono meccanismi di governance, ma in Australia il 70% ritiene insufficienti le normative attuali.

Negli Emirati Arabi Uniti, il piano di trasferire entro due anni il 50% dei servizi pubblici a sistemi di IA autonoma rende concreta l’urgenza di costruire infrastrutture resilienti e fidate. La fase facile dell’IA, fatta di sperimentazioni e guadagni di produttività, è alle spalle: ora la sfida è far funzionare questi modelli dentro processi reali, con dati affidabili e sotto pressione. Manca ancora uno studio su larga scala e di lungo periodo per capire l’impatto reale sul nostro cervello. Nel frattempo, resta l’immagine di uno studente davanti a un chatbot che, invece di rispondere, gli restituisce una domanda. E il pensiero, per una volta, deve arrangiarsi da solo.