
Immaginate di inserire un documento originale in una fotocopiatrice e, successivamente, di utilizzare la copia ottenuta per produrne una terza, poi una quarta, in un ciclo continuo. A ogni passaggio, i micro-dettagli, le sfumature e la nitidezza dell’originale si perdono, fino a restituire un’immagine sgranata, piatta e priva di profondità. Nello studio delle architetture sintetiche e del machine learning, questo fenomeno di entropia informativa è noto come Model Collapse (collasso del modello). Oggi, l’intero ecosistema dell’informazione sta subendo esattamente questo processo su scala globale. Le Intelligenze Artificiali vengono addestrate sempre più spesso “nutrendosi” di testi creati da altre macchine, innescando così un circuito chiuso. Quello che potrebbe sembrare solo un errore tecnico di programmazione, si sta traducendo in un pericoloso impoverimento della nostra informazione quotidiana. L’algoritmo tende fisiologicamente a scartare le differenze: tutta la complessità del pensiero umano (fatta di sfumature, intuizioni atipiche e diversità) viene sistematicamente appiattita per comodità di calcolo. Ciò che sopravvive a questo filtro è un’informazione standardizzata: testi dalla grammatica e dalla forma impeccabili, ma del tutto svuotati di reale sostanza e di aderenza ai fatti oggettivi.
Il vero pericolo di questo progressivo inquinamento sintetico, tuttavia, non risiede nei server di chi programma le Intelligenze Artificiali, ma nelle vulnerabilità del nostro stesso sistema nervoso. Perché crediamo così facilmente a contenuti generati artificialmente, anche quando sono del tutto privi di fondamento? La risposta risiede in una precisa dinamica neurobiologica. I testi prodotti dall’IA sono progettati per essere grammaticalmente ineccepibili, coerenti e scorrevoli. Questa perfezione formale innesca quella che nelle neuroscienze cognitive è nota come euristica della fluidità (processing fluency). Il cervello umano è un organo che consuma enormi quantità di energia e, per sopravvivere, ha sviluppato delle scorciatoie per elaborare i dati rapidamente. Una di queste scorciatoie prevede di associare la facilità con cui leggiamo e comprendiamo un’informazione alla sua reale veridicità. Se un testo “scorre bene”, la nostra corteccia prefrontale, l’area del cervello deputata al pensiero critico e al controllo analitico, abbassa letteralmente le difese per risparmiare risorse metaboliche. In termini cognitivo-comportamentali, scambiamo la bella forma per un fatto oggettivo. Questo “inganno” viene ulteriormente amplificato dall’Illusory Truth Effect (effetto di verità illusoria): se lo stesso identico concetto artificiale viene riproposto più volte sulle piattaforme che frequentiamo, il nostro cervello finirà per validarlo come reale per il semplice fatto di averlo processato con il minimo sforzo. In sintesi, la sintassi perfetta dell’IA sta bypassando i nostri sistemi di sicurezza neurologica.
Cosa accade quando questo meccanismo di “inganno fluido” viene scalato a livello di massa e inserito in un ecosistema informativo che viaggia a ritmi accelerati? Qui entra in gioco una seconda dinamica critica: il Cognitive Overload (sovraccarico cognitivo). La continua esposizione a volumi incalcolabili di contenuti, resi iper-verosimili dalla forma sintattica impeccabile dell’Intelligenza Artificiale, satura rapidamente la nostra capacità di attenzione e di analisi strutturale. Di fronte a un simile bombardamento, il cervello adotta una strategia di conservazione dell’energia ancora più radicale, barricandosi dietro certezze preesistenti. In un ambiente saturo di rumore di fondo, il sistema nervoso filtra e trattiene esclusivamente i dati che assecondano la sua visione del mondo pregressa, un meccanismo cognitivo-comportamentale noto come bias di conferma. Non si scarta più l’informazione artificiale e imprecisa semplicemente perché il costo metabolico per analizzarla è diventato insostenibile. L’inquinamento sintetico esaspera questa dinamica: l’individuo in sovraccarico si blinda in una bolla rassicurante, accettando acriticamente le narrazioni più “fluide”, a prescindere dal loro ancoraggio fattuale. È in questo preciso momento che la percezione oggettiva degli eventi si disgrega.
La convergenza tra il collasso statistico dei modelli generativi e le vulnerabilità neurobiologiche umane porta a una conseguenza estrema: il collasso epistemico. Non ci troviamo più di fronte alla tradizionale problematica delle “fake news”, episodica e circoscritta, ma a un inquinamento strutturale che corrode la capacità neurologica e sociale di distinguere il segnale autentico dal rumore di fondo sintetico.
Affidare l’interpretazione della realtà a un filtro algoritmico che appiattisce la complessità e manca di reale comprensione semantica significa minare il fondamento stesso della nostra società: la possibilità di prendere decisioni libere basate su fatti oggettivi.
La sfida attuale, dunque, non consiste semplicemente nell’arginare la singola informazione falsa, ma nel ripensare con urgenza il design dell’interazione uomo-macchina. È necessario progettare ecosistemi in cui il carico cognitivo umano sia rispettato e la complessità biologica non venga sacrificata sull’altare di un’efficienza di calcolo epistemologicamente vuota.

