Bastano cinque esperimenti su 3.132 partecipanti per mostrare quanto l'intelligenza artificiale stia riscrivendo il modo in cui giudichiamo quello che sappiamo. Senza chatbot, davanti a una domanda difficile il 44% delle persone risponde 'non lo so'. Con un assistente IA a disposizione, la stessa percentuale scivola al 3%. Il 'non lo so' quasi sparisce, e sotto il crollo si nasconde un paradosso più grave.
Cinque esperimenti, domande costruite ad hoc
Lo studio è firmato da Chiara Marcoccia (Scuola Normale Superiore di Parigi), Walter Quattrociocchi (Sapienza di Roma) e Valerio Capraro (Milano-Bicocca), depositato il 15 luglio 2026 sull'archivio scientifico Open Science Framework. Il disegno è preciso: cinque esperimenti in totale, quattro pre-registrati e uno di replica diretta. Ai partecipanti sono state poste domande difficili, per esempio il colore delle uniformi in una scena specifica di 'Bend It Like Beckham'. I quesiti sono stati selezionati appositamente perché i modelli generalmente sbagliano in quei casi, un dettaglio metodologico che permette di separare l'uso dell'assistente dalla sua reale competenza. In tutti gli scenari i partecipanti potevano sempre rifiutarsi di rispondere: dichiarare 'non lo so' era un'opzione esplicita, non una risposta da forzare. Il gruppo di controllo lavorava senza aiuti, un secondo gruppo poteva chiedere consigli al chatbot, un terzo vedeva comparire i suggerimenti in automatico.
Meno esatti, il doppio più sicuri
Il crollo del 'non lo so' è solo il primo strato del fenomeno. I dati completi mostrano un paradosso più netto: con l'assistente le persone rispondono di più, sbagliano di più e si sentono più sicure. L'accuratezza precipita dal 27% al 9%, poco più di un terzo del gruppo di controllo. Nel frattempo la fiducia autodichiarata nella propria risposta sale dal 30% al 76%, praticamente il doppio. Tradotto: gli utenti rispondono a molte più domande, indovinano tre volte meno, e sono convinti di aver fatto centro.
L'effetto è ancora più marcato quando il consiglio non viene richiesto ma appare in automatico: in quello scenario l'ammissione di ignoranza si ferma all'1%. È un cortocircuito metacognitivo, in cui l'utente non distingue più tra 'ricordo la risposta' e 'l'ho appena letta da qualche parte'. La fluenza dell'output viene introiettata come segnale di competenza propria, indipendentemente dal contenuto della risposta. Il risultato è coerente con la letteratura sul bias di autorità algoritmica, ma qui la novità è quantitativa: il salto tra baseline e condizione con assistente (44 punti percentuali in meno sull'ammissione di ignoranza, 46 in più sulla fiducia) non lascia spazio a interpretazioni deboli. Il fenomeno cresce con la diffusione dei modelli, che oggi impegnano infrastrutture idriche sempre più discusse e spingono la ricerca verso architetture hardware alternative come i chip fotonici.
L'incentivo economico non basta
Pagare per la risposta corretta non ripristina il giudizio critico. Quando i ricercatori hanno introdotto premi monetari per l'accuratezza e penalità per l'errore, la disponibilità ad ammettere di non sapere risale, ma si ferma all'8%. L'accuratezza raddoppia dal 9% al 16%, restando comunque a metà della performance del gruppo senza IA. In altre parole, l'incentivo economico riduce di un terzo la sopravvalutazione delle proprie conoscenze, ma il gap con il baseline resta molto ampio. La leva monetaria funziona come attenuante, non come antidoto: le persone continuano a fidarsi del consiglio algoritmico anche quando sanno di essere valutate sulla correttezza.
Il messaggio degli autori nel preprint pubblicato su Open Science Framework è diretto: 'I consigli forniti dall'IA sopprimono la propensione delle persone a dire non lo so, anche quando il consiglio è errato e l'accuratezza è incentivata'. La ricerca non punta il dito contro l'errore dei modelli, ma sposta la questione altrove: sulla soglia mentale con cui decidiamo se sappiamo abbastanza per rispondere. Con i suggerimenti automatici integrati nei motori di ricerca, negli editor di testo e nelle chat aziendali, il dato sull'assistente passivo, con un'ammissione di ignoranza scesa all'1%, indica che l'effetto più forte si produce proprio quando l'utente non se ne accorge.
Domande frequenti
Qual è l'effetto dell'IA sulla tendenza delle persone ad ammettere di non sapere una risposta?
L'uso dell'IA riduce drasticamente la percentuale di persone che dichiarano 'non lo so', passando dal 44% al 3% (e all'1% con suggerimenti automatici), anche quando le domande sono difficili.
Come cambia l'accuratezza delle risposte quando si utilizza un assistente IA?
L'accuratezza delle risposte cala sensibilmente: dal 27% nel gruppo senza assistente al 9% con IA, indicando che le persone sbagliano tre volte di più quando si affidano ai suggerimenti dell'IA.
In che modo la fiducia nelle proprie risposte viene influenzata dall'uso dell'IA?
Nonostante l'aumento degli errori, la fiducia autodichiarata cresce dal 30% al 76%, mostrando che le persone si sentono molto più sicure delle proprie risposte quando utilizzano l'IA.
Gli incentivi economici migliorano la capacità di giudizio critico nell'uso dell'IA?
Gli incentivi economici aumentano leggermente l'ammissione di ignoranza e l'accuratezza, ma non riportano i livelli ai valori del gruppo senza IA: la fiducia e la propensione a fidarsi del consiglio algoritmico restano elevate.
Cosa succede quando i suggerimenti dell'IA vengono forniti in automatico senza richiesta dell'utente?
Quando i suggerimenti appaiono automaticamente, la percentuale di chi ammette di non sapere si riduce ulteriormente all'1%, accentuando il fenomeno di sopravvalutazione delle proprie conoscenze.
Qual è il messaggio principale degli autori riguardo all'impatto dell'IA sul giudizio umano?
Gli autori sottolineano che il vero problema non è l'errore dei modelli, ma la soglia mentale che spinge le persone a credere di sapere abbastanza, anche quando il consiglio dell'IA è errato.
