Cosa può insegnarci l’ipnosi sull’Intelligenza Artificiale

Un nuovo articolo del Prof. Giuseppe Riva, Direttore dello Humane Technology Lab (HTLab) dell’Università Cattolica, pubblicato sulla rivista internazionale Cyberpsychology, Behavior, and Social Networking (Mary Ann Liebert), propone un confronto inedito tra ipnosi e Intelligenza Artificiale.

Lo studio, realizzato insieme a Brenda K. Wiederhold (Virtual Reality Medical Center, San Diego) e Fabrizia Mantovani (Università di Milano-Bicocca), mostra come la mente umana in stato ipnotico e i Large Language Models come ChatGPT condividano importanti caratteristiche funzionali.

In entrambi i casi, il comportamento emerge da processi automatici di completamento dei pattern, senza un solido controllo esecutivo. Sotto ipnosi, il cervello riduce il monitoraggio critico e diventa fortemente sensibile al contesto; allo stesso modo, i modelli linguistici generano risposte fluide ma possono produrre errori o informazioni false con grande sicurezza, perché privi di reali meccanismi di verifica interna.

Il parallelismo più rilevante riguarda il cosiddetto “gap di significato”: sia la mente ipnotizzata sia l’AI producono contenuti coerenti dal punto di vista linguistico, ma senza una comprensione autentica. Il significato nasce solo attraverso l’interpretazione dell’osservatore umano.

L’articolo evidenzia importanti implicazioni per lo sviluppo di AI più sicure e affidabili. Le ricerche sull’ipnosi offrono infatti un modello utile per comprendere fenomeni come suggestionabilità, razionalizzazioni errate e obiettivi impliciti, oggi centrali nel dibattito sulla sicurezza dell’Intelligenza Artificiale.

Come sottolineano gli autori, il futuro dell’AI non dipende solo da modelli più grandi e più fluenti, ma dalla progettazione di architetture ibride, capaci di integrare la generazione automatica con sistemi di supervisione e controllo ispirati al funzionamento della mente umana.

Leggi l’articolo completo su Cyberpsychology, Behavior, and Social Networking: Automatic Minds: Cognitive Parallels Between Hypnotic States and Large Language Model Processing