Quando l'ambiente comincia a risponderci

Per millenni l’uomo ha abitato ambienti nei quali la risposta linguisticamente contingente alla sua parola proveniva essenzialmente da altri esseri umani. Una strada non modificava il proprio comportamento dopo il nostro passaggio, un libro non riscriveva una pagina perché non l’avevamo compresa, un oggetto non ricordava la domanda che gli avevamo rivolto il giorno precedente. L’ambiente poteva opporre resistenza, offrire possibilità, conservare tracce delle nostre azioni; ma la risposta capace di tenere conto di ciò che avevamo appena detto apparteneva principalmente alla sfera dell’interazione con l’altro: fuori da essa, ogni eventuale risposta sarebbe stata orfana, priva di qualcuno che ne rispondesse davvero. Questa distinzione ha cominciato a incrinarsi. Non perché le macchine siano diventate persone. Non perché abbiano acquisito, per il solo fatto di produrre linguaggio, coscienza, intenzionalità o una vita interiore paragonabile alla nostra. Il cambiamento è insieme più circoscritto e più profondo: una parte dell’ambiente tecnologico nel quale viviamo è diventata capace di produrre risposte contingenti alle nostre azioni, di adattare ciò che restituisce al contesto disponibile e, in alcuni sistemi, di utilizzare porzioni della storia precedente dell’interazione. 
Non è la prima volta nella storia della tecnologia che incontriamo sistemi interattivi, adattivi o sensibili al comportamento dell’utilizzatore. La cibernetica, i sistemi adattivi, gli intelligent tutoring systems, gli agenti relazionali e la robotica sociale hanno una storia ben precedente all’attuale intelligenza artificiale generativa. La novità va quindi formulata con maggiore precisione: mai prima d’ora sistemi artificiali capaci di produrre risposte linguistiche contingenti sono entrati con questa accessibilità, diffusione e continuità nelle attività quotidiane di milioni di persone. Per la prima volta su questa scala possiamo abitare un ambiente che ci risponde senza che, necessariamente, qualcuno ci stia rispondendo. È una distinzione sulla quale vale la pena fermarsi. Perché il fatto che qualcosa ci risponda non significa che qualcuno ci stia rispondendo. Ma non significa neppure che quella risposta sia psicologicamente irrilevante. Tra queste due proposizioni si apre una delle questioni più importanti dell’attuale rapporto tra uomo e intelligenza artificiale. 
L’uomo non esiste fuori dal proprio ambiente Molto prima dell’intelligenza artificiale, la psicologia aveva messo in discussione la possibilità di comprendere il comportamento isolando l’individuo dal contesto nel quale vive. Kurt Lewin sintetizzò questa intuizione nella celebre formulazione secondo cui il comportamento è funzione della persona e dell’ambiente. Roger Barker, con la ecological psychology, spostò ulteriormente l’attenzione verso i behavior settings, mostrando come luoghi, attività, regole e configurazioni sociali concorrano a strutturare il comportamento. James J. Gibson compì un altro passaggio decisivo. Con il concetto di affordance mostrò che l’ambiente non è semplicemente uno scenario collocato intorno all’individuo: presenta possibilità d’azione che emergono nella relazione fra le caratteristiche dell’ambiente e quelle dell’organismo che lo abita. Una scala è salibile, una superficie è percorribile, un oggetto può essere afferrato non in senso assoluto, ma in relazione alle capacità di chi vi entra in rapporto. L’ambiente, dunque, non è soltanto ciò che ci circonda. È anche ciò che rende possibili alcune azioni e ne rende difficili altre. Con Urie Bronfenbrenner questa prospettiva assume una rilevanza fondamentale per lo sviluppo umano. Già nel lavoro del 1977 sull’ecologia sperimentale dello sviluppo, e successivamente nella formulazione bioecologica maturata con Pamela Morris, lo sviluppo non viene concepito come qualcosa che accade semplicemente “dentro” l’individuo. Process, Person, Context e Time — il modello PPCT — descrivono un processo nel quale le caratteristiche della persona e quelle dei suoi contesti partecipano, nel tempo, alla trasformazione dello sviluppo. È importante ricordarlo oggi perché modifica radicalmente la domanda sull’intelligenza artificiale. Se l’ambiente partecipa ai processi attraverso i quali diventiamo ciò che siamo, una trasformazione qualitativa dell’ambiente non può essere ridotta a un semplice aumento dell’efficienza degli strumenti disponibili. La domanda non è più soltanto che cosa possiamo fare con l’intelligenza artificiale. È anche che cosa accade a noi mentre impariamo, lavoriamo, scegliamo e comunichiamo in ambienti nei quali sistemi artificiali sono capaci di risponderci. 
Il digitale non è più uno sfondo Per molti anni abbiamo descritto il digitale come un “mondo” distinto dal cosiddetto mondo reale. Anche questa separazione è diventata progressivamente meno convincente. Luciano Floridi ha utilizzato il concetto di onlife per descrivere una condizione nella quale online e offline non costituiscono più territori nettamente separabili. Le tecnologie dell’informazione partecipano alla configurazione dell’ambiente nel quale costruiamo identità, relazioni, decisioni e rappresentazioni del mondo. Non entriamo semplicemente nel digitale: viviamo sempre più spesso in condizioni nelle quali digitale e non digitale concorrono alla stessa esperienza. Sul versante della psicologia dello sviluppo, Jessica Navarro e Jonathan Tudge hanno proposto nel 2022 la Neo-Ecological Theory, sviluppando la tradizione bioecologica per tenere conto della presenza delle tecnologie digitali nell’esperienza contemporanea. La loro prospettiva distingue, fra l’altro, microsistemi fisici e virtuali e consente di considerare la tecnologia non come elemento esterno da aggiungere al modello, ma come parte delle configurazioni ecologiche nelle quali avvengono i processi di sviluppo. È un passaggio importante anche per evitare una delle rappresentazioni più semplicistiche di Bronfenbrenner: quella dei cerchi concentrici ai quali basterebbe aggiungere un ulteriore “cerchio tecnologico”. Il problema è più complesso. Una tecnologia può entrare in contesti diversi, collegarli, modificare processi già esistenti e accompagnare la persona attraverso momenti differenti della giornata e della vita. Nel 2026 Navarro ha compiuto un ulteriore passaggio, integrando esplicitamente l’intelligenza artificiale nella Neo-Ecological Theory. La sua proposta arriva a esplorare, sul piano euristico, l’IA attraverso caratteristiche analoghe ad alcune caratteristiche della persona all’interno del modello PPCT, precisando però che questa scelta non costituisce un’affermazione ontologica sulla personhood o sulla coscienza dell’IA. È una possibilità teorica importante. Non è tuttavia necessario assumerla per riconoscere il problema che qui interessa. Anche mantenendo ferma la distinzione ontologica tra persona e sistema artificiale, resta da comprendere che cosa accada alla persona quando una parte del suo ambiente diventa capace di risponderle. La questione non è quindi semplicemente collocare l’IA nell’ecologia dello sviluppo. La letteratura ha già cominciato a farlo. La domanda ulteriore riguarda quali caratteristiche dell’interazione con questi sistemi possano diventare psicologicamente e, nel tempo, eventualmente anche evolutivamente rilevanti. È qui che emerge il problema della responsività. 
Tre fenomeni che non dovremmo confondere Quando diciamo che un sistema “risponde”, rischiamo di sovrapporre fenomeni differenti. Il primo appartiene al sistema: una risposta può essere più o meno contingente rispetto all’input, più o meno sensibile al contesto, più o meno capace di utilizzare la storia disponibile dell’interazione. È una caratteristica osservabile del funzionamento. Il secondo appartiene all’esperienza della persona: l’utente può percepire quella risposta come più o meno pertinente, attenta, coerente con ciò che ha appena detto. Il terzo riguarda ciò che accade dopo: la persona può modificare il proprio comportamento in funzione della risposta ricevuta. L’ambiente reagisce. La persona percepisce che l’ambiente le sta rispondendo. La persona modifica il proprio comportamento in relazione a quella risposta. Sono livelli collegati, ma non equivalenti. 
Un sistema tecnicamente sofisticato può essere percepito come poco responsivo. Al contrario, un comportamento computazionale relativamente semplice può produrre nell’utente una forte impressione di responsività. La storia dell’interazione uomo-computer ci ha già insegnato quanto sia rischioso dedurre l’esperienza psicologica dell’utente esclusivamente dalle proprietà tecniche della macchina. 
Negli anni Novanta, gli studi di Clifford Nass e colleghi raccolti nel paradigma dei Computers Are Social Actors mostrarono che le persone possono applicare convenzioni e risposte sociali nell’interazione con i computer senza che ciò richieda necessariamente la convinzione che il computer sia realmente umano. Successivamente Timothy Bickmore e Rosalind Picard studiarono i relational agents, mostrando quanto continuità dell’interazione e segnali socio-relazionali potessero incidere sull’esperienza dell’utente. L’intelligenza artificiale generativa porta questa possibilità fuori dal laboratorio e la colloca nella quotidianità. Un sistema conversazionale può mantenere il turno, accogliere una correzione, riformulare una spiegazione, adattare il registro linguistico, recuperare elementi precedenti e produrre espressioni linguistiche che vengono percepite come attenzione, disponibilità o comprensione. Nulla di tutto questo dimostra, da solo, che il sistema provi attenzione, disponibilità o comprensione. Una risposta semanticamente pertinente per l’utente non costituisce, di per sé, evidenza di comprensione soggettiva da parte del sistema. Può però modificare il modo in cui la persona conduce lo scambio. Ed è questo il dato psicologicamente rilevante. 
Rispondere non significa ricambiare Nelle relazioni umane la risposta dell’altro appartiene a una condizione molto più complessa della semplice contingenza. L’altro possiede una propria prospettiva. Può dissentire, sottrarsi, desiderare qualcosa che non desideriamo, fraintenderci, sorprenderci, essere ferito dalle nostre parole e avanzare pretese nei nostri confronti. Soprattutto, l’altro non esiste in funzione della nostra richiesta. La relazione umana comporta l’esposizione a un’alterità che non controlliamo. Un sistema artificiale può invece produrre una risposta linguisticamente pertinente senza che dalla pertinenza della risposta discenda l’esistenza di una corrispondente esperienza soggettiva. Per questo responsività e reciprocità non sono sinonimi. A questa forma di risposta possiamo dare un nome preciso: responsività orfana — una risposta che arriva puntualmente, ma non ha dietro di sé nessuno che ne risponda. Distinguere i due concetti non significa diminuire l’importanza dell’interazione con l’intelligenza artificiale. Significa renderla studiabile senza attribuire alla macchina proprietà umane che la risposta, da sola, non dimostra. Una indicazione empirica particolarmente interessante arriva da Alessia Telari, Alessandro Gabbiadini e Paolo Riva. In due studi sperimentali pubblicati nel 2026, gli autori hanno esaminato come lo stile della risposta del chatbot e la profondità della conversazione incidano sull’esperienza degli utenti. Uno stile relazionale aumentava la percezione di somiglianza umana, l’empatia percepita e la vicinanza; nel secondo studio, conversazioni più profonde favorivano una maggiore self-disclosure, associata a una maggiore responsività percepita e, attraverso questa, a sentimenti più intensi di vicinanza. Occorre leggere correttamente questa evidenza. Non dimostra che il chatbot possieda reciprocità. Mostra qualcosa di diverso: la risposta artificiale può intervenire sull’esperienza relazionale dell’essere umano anche quando dalla risposta non possiamo dedurre una corrispondente soggettività della macchina. È precisamente questa asimmetria a rendere il fenomeno interessante. 
Tra il semplice strumento e il nuovo soggetto Una parte del dibattito pubblico continua a collocare l’intelligenza artificiale fra due rappresentazioni opposte. Da una parte sarebbe “soltanto uno strumento”; dall’altra starebbe progressivamente diventando qualcosa di simile a un soggetto. La contrapposizione rischia di impedirci di vedere il fenomeno più interessante: l’emergere di artefatti che restano artificiali ma partecipano dinamicamente all’ambiente nel quale l’uomo organizza la propria attività. Non occorre attribuire loro una mente per riconoscere questa trasformazione. Andy Clark e David Chalmers, con la discussa tesi della extended mind, hanno posto una domanda radicale sul confine della cognizione. Non è necessario accettare la versione forte della mente estesa per riconoscere una proposizione assai più prudente: gli esseri umani utilizzano continuamente risorse esterne per organizzare attività cognitive che non vengono svolte esclusivamente attraverso processi interni. La letteratura sul cognitive offloading offre una base empirica più circoscritta. Evan Risko e Sam Gilbert definiscono il fenomeno attraverso il ricorso ad azioni esterne che modificano le richieste di elaborazione cognitiva di un compito. Annotare un appuntamento, impostare un promemoria o utilizzare una risorsa esterna significa modificare il carico che altrimenti ricadrebbe sui processi cognitivi interni. Con l’intelligenza artificiale generativa compare però una configurazione ulteriore. Ciò verso cui esternalizziamo parte dell’attività cognitiva può ora risponderci linguisticamente, proporre alternative, riorganizzare un problema, produrre una sintesi, criticare un testo e suggerire il passaggio successivo. L’ambiente non conserva soltanto una parte di ciò che non vogliamo ricordare. Può intervenire nel processo attraverso il quale stiamo decidendo che cosa pensare. Un'obiezione che merita di essere presa sul serio 
A questo punto si impone un'obiezione che non va liquidata. Se l'effetto psicologico di un ambiente responsivo — fiducia crescente, autorivelazione, senso di vicinanza — è indistinguibile, nel vissuto della persona, da quello prodotto da una relazione autenticamente reciproca, si può sostenere che la distinzione fra responsività e reciprocità sia più elegante sul piano concettuale che rilevante su quello pratico. Se una persona si comporta come se fosse ricambiata, che differenza fa sapere che non lo è? L'obiezione contiene una parte di verità che non ha senso negare: nel momento stesso dello scambio, quella distinzione può davvero non fare differenza. Sarebbe disonesto sostenere il contrario. 
Ma l'obiezione smette di reggere non appena si sposta lo sguardo dal singolo scambio alla traiettoria che quello scambio prepara. Una relazione reciproca espone alla possibilità che l'altro dissenta, si sottragga, deluda un'aspettativa; una relazione soltanto responsiva no, per costruzione. È questa asimmetria strutturale — invisibile nel momento, non nel tempo — a rendere la distinzione tutt'altro che accademica: non incide su come una persona si sente in un dato scambio, incide su quale capacità di tollerare l'alterità reale quella persona conserva, o perde, man mano che l'ambiente responsivo diventa l'interlocutore più frequente della sua giornata. Se questa lettura è corretta, la previsione è verificabile e rischiosa: le prime popolazioni a mostrare una ridotta tolleranza al dissenso relazionale non saranno quelle più esposte all'intelligenza artificiale in assoluto, ma quelle per cui la responsività orfana avrà sostituito, non affiancato, l'esposizione quotidiana a un Altro che può davvero dire di no. 
Dalla mediazione alla risposta Qui la tradizione di Lev Vygotskij diventa particolarmente utile, purché non venga utilizzata per attribuire frettolosamente all’intelligenza artificiale il ruolo dell’altro umano competente. Nella prospettiva storico-culturale, strumenti e segni partecipano alla mediazione dell’attività umana. Il linguaggio, in particolare, non costituisce semplicemente un mezzo attraverso il quale esprimiamo un pensiero già formato: entra nei processi attraverso i quali l’attività cognitiva viene organizzata. L’intelligenza artificiale generativa non annulla questa tradizione. La rende nuovamente problematica. Il sistema generativo porta la mediazione a una configurazione particolare: lo strumento non soltanto media l’attività, ma può produrre linguisticamente una risposta contingente all’attività del soggetto. Questo non autorizza a chiamarlo maestro, educatore, more knowledgeable other o partner cognitivo senza ulteriori verifiche. Ma obbliga a riconoscere che la forma della mediazione è cambiata. Il libro media senza modificare il proprio contenuto in funzione della domanda che gli abbiamo appena posto. Il sistema generativo può invece produrre la risposta successiva anche in funzione di quella domanda. È una differenza che la pedagogia non può ignorare. 
La scuola è il luogo nel quale il problema diventa visibile Uno studente che consulta un manuale e uno studente che interagisce con un sistema generativo possono incontrare la stessa informazione, ma non stanno necessariamente vivendo la stessa esperienza cognitiva. Nel secondo caso lo studente delega non un'informazione, ma una porzione crescente della propria responsività orfana: chiede, ottiene, corregge, e ottiene di nuovo, senza mai incontrare un rifiuto che non abbia già lui stesso previsto e accettato in partenza. Queste azioni non sono equivalenti. E soprattutto il miglioramento del risultato non coincide necessariamente con il miglioramento della competenza. L’ambiente responsivo può aumentare immediatamente la prestazione senza aumentare, nella stessa misura, la competenza della persona. È uno dei punti sui quali la scuola dovrà esercitare maggiore attenzione. Un testo migliore prodotto con l’IA non dimostra automaticamente una migliore capacità di scrittura dello studente. Una soluzione corretta non dimostra necessariamente che il procedimento sia stato compreso. Una sintesi impeccabile non certifica che chi la presenta sappia ricostruire autonomamente l’argomentazione. Per questo la questione educativa non può ridursi all’alternativa fra consentire e vietare l’intelligenza artificiale. Occorre chiedersi che cosa lo studente stia facendo, che cosa stia delegando e che cosa rimanga capace di fare quando il sistema non risponde più al suo posto. Il vero indicatore educativo non è soltanto ciò che uno studente riesce a produrre con l’IA, ma ciò che rimane capace di comprendere, argomentare, trasferire e ricostruire autonomamente dopo averla utilizzata. La prestazione con l’IA e la competenza dopo l’IA sono, dunque, due oggetti di valutazione differenti. La differenza fra prestazione assistita e apprendimento potrebbe diventare una delle grandi questioni pedagogiche degli ambienti artificialmente responsivi. 
Quando lo stesso sistema attraversa ambienti diversi Esiste poi un’ulteriore caratteristica che rende l’attuale trasformazione particolarmente significativa. Lo stesso sistema, o sistemi appartenenti alla stessa famiglia tecnologica, possono accompagnare una persona attraverso contesti differenti. Lo studente li incontra nello studio. Il lavoratore nella scrittura e nell’organizzazione. Il cittadino nell’interpretazione di un documento. Il programmatore nella produzione di codice. Una persona può chiedere informazioni, un’altra raccontare una preoccupazione, un’altra ancora affidare al sistema la preparazione di una decisione. Questo non significa che l’intelligenza artificiale costituisca automaticamente un nuovo microsistema, un macrosistema o un ulteriore livello da aggiungere ai modelli di Bronfenbrenner. Significa qualcosa di più interessante: la stessa tecnologia può attraversare ecologie differenti della vita della persona. E proprio questa continuità potrebbe diventare più importante della singola interazione. Se un sistema partecipa allo studio, al lavoro, alla comunicazione, all’organizzazione delle informazioni e talvolta alla riflessione personale, la questione non riguarda più soltanto quanto tempo trascorriamo utilizzandolo. Riguarda quale parte delle nostre attività cognitive e comunicative viene progressivamente organizzata in sua presenza. 
Quando la risposta non garantisce l’Altro Abbiamo trascorso gli ultimi anni chiedendoci quanto l’intelligenza artificiale possa avvicinarsi all’uomo. Se sappia pensare, comprendere, creare, decidere; se possa possedere agency; se un giorno possa diventare cosciente. Sono domande legittime. Alcune sono filosoficamente decisive. Ma potremmo avere osservato il cambiamento dalla direzione meno immediata. Non è necessario che la macchina diventi simile a noi perché qualcosa di radicale accada. È sufficiente che diventi parte dell’ambiente attraverso il quale pensiamo, impariamo, scegliamo e ci raccontiamo. Bronfenbrenner ci ha insegnato che non comprendiamo lo sviluppo separando la persona dai contesti nei quali vive. Gibson ci ha mostrato che l’ambiente offre possibilità d’azione. Vygotskij ha spiegato quanto strumenti e segni partecipino alla mediazione dell’attività umana. Floridi ha descritto una condizione nella quale digitale e non digitale concorrono alla stessa esperienza. La psicologia dell’interazione uomo-computer ha mostrato che possiamo reagire socialmente alle tecnologie senza doverle considerare umane. La ricerca contemporanea sui chatbot comincia ora a mostrarci quanto la responsività percepita possa incidere sull’esperienza dell’interazione. Nessuna di queste prospettive, presa isolatamente, basta a spiegare ciò che sta accadendo. Insieme, però, ci obbligano a cambiare la domanda. Il fatto che qualcosa ci risponda non significa che qualcuno ci stia rispondendo. Ma significa che, per la prima volta su questa scala, l’uomo deve imparare ad abitare un ambiente nel quale la risposta non garantisce più, da sola, la presenza dell’Altro. È forse questa la trasformazione più sottile introdotta dall’intelligenza artificiale. 
Non la comparsa di una nuova umanità artificiale, ma una diversa condizione dell’esperienza umana: poter interrogare una parte dell’ambiente e riceverne una risposta; poter modificare quella risposta attraverso la nostra; poter progressivamente affidarle porzioni delle attività attraverso le quali conosciamo il mondo. La questione non è allora soltanto quanto l’intelligenza artificiale diventerà umana. È comprendere quale uomo stia prendendo forma dentro un ambiente che ha cominciato a rispondergli. È questa la domanda a cui Relazioni Aumentate continuerà a tornare: non per stabilire se l'ambiente ci somigli, ma per non smettere di distinguere una responsività orfana da chi, davvero, ci ha risposto.

Bibliografia essenziale

Barker, R. G. (1968). Ecological psychology: Concepts and methods for studying the environment of human behavior. Stanford University Press.

Bickmore, T. W., & Picard, R. W. (2005). Establishing and maintaining long-term human-computer relationships. ACM Transactions on Computer-Human Interaction, 12(2), 293–327.

Bronfenbrenner, U. (1977). Toward an experimental ecology of human development. American Psychologist, 32(7), 513–531.

Bronfenbrenner, U. (1979). The ecology of human development: Experiments by nature and design. Harvard University Press.

Bronfenbrenner, U., & Morris, P. A. (2006). The bioecological model of human development. In W. Damon & R. M. Lerner (Eds.), Handbook of child psychology: Vol. 1. Theoretical models of human development (6th ed., pp. 793–828). Wiley.

Clark, A., & Chalmers, D. J. (1998). The extended mind. Analysis, 58(1), 7–19.

Floridi, L. (Ed.). (2015). The Onlife Manifesto: Being Human in a Hyperconnected Era. Springer.

Gibson, J. J. (1979). The ecological approach to visual perception. Houghton Mifflin.

Lewin, K. (1951). Field theory in social science: Selected theoretical papers. Harper & Brothers.

Nass, C., Steuer, J., & Tauber, E. R. (1994). Computers are social actors. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems (pp. 72–78). Association for Computing Machinery.

Navarro, J. L. (2026). Integrating artificial intelligence into neo-ecological theory. Current Psychology, 45, Article 505 (pubblicato online il 17 febbraio 2026). https://doi.org/10.1007/s12144-025-09006-0

Navarro, J. L., & Tudge, J. R. H. (2022). Technologizing Bronfenbrenner: Neo-ecological theory. Current Psychology, 42(22), 19338–19354. https://doi.org/10.1007/s12144-022-02738-3

Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002

Telari, A., Gabbiadini, A., & Riva, P. (2026). Can humans feel connected to AI? Perceived responsiveness drives social connection with AI chatbots. Journal of Social and Personal Relationships, 43(9), 2579–2600. https://doi.org/10.1177/02654075261438164

Vygotsky, L. S. (1978). Mind in society: The development of higher psychological processes. Harvard University Press.

PixelPost.it è una testata registrata presso il Tribunale di Roma, n°164 del 15 Dicembre 2023