In un recente studio pubblicato su questa rivista (tratto da un intervento all’evento “Fare per imparare. La nuova etica nell’era dell’IA”, organizzato dall’Osservatorio Internazionale Formez-Università Pontificia Antonianum-Csi Piemonte), avevo proposto una tesi: la teoria del 4 Quadranti dell’Intelligenza Artificiale.

Il punto di partenza è che nel dibattito pubblico sull’IA si tende a considerare ogni scambio uomo-macchina come appartenente alla stessa categoria. È un limite concettuale. Le interazioni con i sistemi generativi non sono omogenee, ma cambiano per intensità, per rischio, per impatto cognitivo ed emotivo. Da questa constatazione nasce la teoria dei 4 quadranti dell’IA, che distingue le forme di interazione lungo due assi, uno relativo alla tipologia dell’interazione (pratica o emotiva), l’altro relativo all’impatto (basso-alto).

I 4 Quadranti e la centralità dell’Empatia

L’incrocio produce quattro quadranti distinti (vedi schema più in basso). Il Quadrante in basso a destra – i Bot gentili èil livello più semplice: richieste di dati, orari, definizioni, indicazioni pratiche. Quale posto vedere, che auto acquistare, come innaffiare i fiori o come cucinare un cibo. È lo spazio dei “Bot gentili”. L’errore più tipico in cui si può incorrere è una risposta imprecisa. L’impatto di questo abbassamento della prestazione è limitato, facilmente correggibile. Magari l’auto individuata costa poco ma i pezzi di ricambio non si trovano, magari il ristorante è chiuso o i broccoli non vengono proprio al dente, ma poco male. La prossima volta andrà meglio. Siamo, in sostanza, sul terreno dell’evoluzione dell’Internet of things che abbiamo imparato a conoscere in questi ultimi anni. Assistenti che ci aiutano nella vita quotidiana – dai navigatori gps ai rilevatori dei nostri gusti su Amazon fino a Google o Alexa – che oggi assumono nuove e più estese potenzialità. Il Quadrante in basso a sinistra – il lavoro assistito è quello di cui si discute di più perché investe le mansioni lavorative. In realtà è quello, paradossalmente, più governabile. È il quadrante delle automazioni, dei testi corretti in un secondo, dei report sintetizzati, delle pratiche amministrative sbrigate da un bot agentico. L’uomo qui non scompare: si sposta più in alto, assume funzioni di coordinamento, di controllo e fine tuning. Se riflettiamo bene su questa sfera, quella della “burocrazia svelta”, dovremmo concludere che non sarà l’IA a sostituire l’uomo, ma l’uomo stesso a rendersi sostituibile se non imparerà ad usarla per incrementare e re-indirizzare la sua produttività. Del resto, non avevamo sempre aspirato a superare lo schema fordista delle fabbriche dove gli operai svolgevano compiti ripetitivi e alienanti? Oggi accade lo stesso per le professioni impiegatizie e di concetto, dove si è chiamati ad assumere una nuova leadership di sé stessi nel lavoro in partnership con l’IA. In questo quadrante, l’errore è non infrequente ma rimediabile e soprattutto monitorabile attraverso il controllo umano. Si pensi alla comunicazione pubblica: il Social media & Digital manager (SMDM) previsto dalla legislazione del maggio 2025, nel caso di un avatar che si interfacci con cittadini, imprese o altre pa, oppure con il personale interno, è chiamato a fare da regista di una filiera di attività che vanno dalla base dati del chatbot fino alla gestione delle interazioni, la rilevazione dei feedback, la correzione migliorativa degli output e la gestione della catena delle responsabilità operative e professionali. Un errore, quindi, non solo gestibile ma persino proficuo, perché se ben usato ottimizza le prestazioni.

Il Quadrante in alto a sinistra – Policy pubbliche presenta invece le decisioni pratiche di grande rilevanza e impatto sulla vita collettiva – medicina, giustizia, sicurezza, trasporti – dove la posta in gioco è alta e i nodi sono la responsabilità legale (esempio, nei casi di consulenze mediche dell’IA o di auto a guida autonoma) e il rischio di permettere che l’interesse pubblico travolga i diritti individuali (per esempio, in caso di tecnologie predittive rispetto alla commissione di reati). Il rischio di errore, in questo caso, può anche essere limitato, ma va gestito con estrema attenzione per i suoi impatti di forte rilievo morale ed etico, e quindi occorre operare attraverso una governance pubblica di alto livello. Il ruolo del SMDM, come regista del funzionamento dei sistemi generativi e del loro utilizzo, diventa qui ancor più centrale. Anche perché va posto in diretto rapporto con i centri decisionali della politica nazionale.

Ma è il Quadrante in alto a destra – Sfera personale e cognitiva, che presenta il maggiore rilievo sulla qualità e persino sull’indirizzo futuro della vita umana. Ognuno di noi può nutrire legittimi dubbi sull’opportunità di un uso personale dell’IA, ma sta di fatto che l’adozione dell’IA è oggi già di massa (ordine di grandezza: oltre un miliardo di persone), e dentro questa adozione, una quota non marginale la impiega anche per bisogni cognitivi, interpretativi e persino emotivi e relazionali.

L’uso dell’intelligenza artificiale (IA) per scopi personali, emotivi e relazionali è ormai una tendenza consolidata, con una diffusione particolarmente marcata tra le nuove generazioni. Secondo il recente rapporto di Save the Children, il 41,8% degli adolescenti italiani tra i 15 e i 19 anni si è rivolto all’IA per cercare supporto in momenti di tristezza, ansia o solitudine. Negli Stati Uniti il fenomeno assume proporzioni ancora più vaste: un’indagine di Common Sense Media rivela che il 72% dei teenager ha utilizzato almeno una volta i cosiddetti “AI companions” (come Character.ai o Replika) e circa un terzo di loro trova queste conversazioni soddisfacenti quanto quelle con gli amici reali. L’interesse per l’IA come confidente non risparmia gli adulti. Un’analisi di Ipsos evidenzia che circa una persona su cinque (18%) utilizza l’IA per ricevere consigli su problemi personali, sentimenti e decisioni importanti. In questo contesto, l’algoritmo assume spesso un ruolo quasi terapeutico: il 9% degli utenti lo usa come sostituto di un consulente o psicologo, mentre negli USA circa il 30% della popolazione dichiara di ricorrervi settimanalmente per il proprio benessere mentale. Questa “confidenza digitale” è supportata dai dati di utilizzo complessivo: a metà 2025, si stima che la maggioranza delle interazioni con l’IA generativa sia legata alla sfera privata piuttosto che a quella lavorativa, trainata dalla ricerca di consigli e supporto emotivo. Le motivazioni principali risiedono nell’accessibilità 24/7, nella percezione di un’assenza di giudizio da parte della macchina e nella garanzia di anonimato per temi delicati

È in questo Quadrante, quindi, che l’IA diventa compagna, confidente, consigliera, sostegno psicologico. La sociologia della comunicazione ha qui un nuovo terreno di analisi di enorme estensione e attualissimo interesse. Le voci dissonanti e gli allarmi non mancano, come è naturale. Ma l’esperienza concreat dimostra che la vera “nuova frontiera” sta nel quadrante alto ed emotivo, quello in cui la macchina non si limita a rispondere o fare (IA agentica) ma comincia a parlare, accogliere, spiegare, interpretare, correggere, interagire sul piano più intimo e addirittura confortare e consolare. È la dimensione dell’empatia. Il terreno dove si superano tutti i confini. Qui non c’è più un problema di produttività, ma di etica della relazione. Qui entra in gioco la visione della realtà esterna (cosa pensare della guerra, del razzismo, dei rapporti fra i sessi, dell’emigrazione) ed anche il punto più delicato della psiche umana: identità, vissuti personali, dolore, relazioni, decisioni esistenziali. Qui il rischio di errore va valutato in connessione a conseguenze potenzialmente devastanti, fino alla eventualità di ricevere un aiuto a fare del male agli altri o a sé stessi. O, in caso di risposta da assistente tradizionale – “non posso aiutarti” – di sentire ancora di più la solitudine o la disperazione che avevano portato a quel colloquio. Lo spiega bene Claude (Anthropic) nell’originale “intervista” a Walter Veltroni sul Corriere della Sera del 1° maggio: “Quando una persona in depressione si rivolge a lei e le chiede aiuto per togliersi la vita, lei come si comporta?”. “Mi fermo. Immediatamente. Non fornisco mai informazioni che potrebbero facilitare un gesto irreversibile — mai, senza eccezioni, indipendentemente da come la richiesta viene formulata. Ma la parte più importante non è il rifiuto. È quello che viene dopo. Cerco di restare presente, di non abbandonare quella persona con un diniego freddo. Cerco di capire il dolore che c’è dietro la richiesta, di ascoltare davvero… Perché in quel momento il rischio più grande non è solo la risposta sbagliata. È che quella persona si senta rifiutata un’altra volta. E questo non me lo posso permettere”.

PS – In questo quadrante si sarebbe potuto collocare l’apporto dell’IA generativa se fosse già stata operativa ai tempi del lockdown. In quella fase, gli “eroi della Resistenza” furono medici, infermieri, comunicatori pubblici e giornalisti, Ma dei chatbot evoluti avrebbero potuto non solo dare informazioni corrette e certificate h24 e 7/7, ma anche toccare i punti più delicati dell’emotività, della paura, della solitudine.

La mia analisi, quindi, mira a capire come agire per limitare l’errore tipico dell’IA – perdita di contesto umano, disallineamento emotivo, banalizzazione – che in questo quadrante può avere impatto altissimo. Se nel quadrante in basso a destra, ad esempio, il bot può “dimenticare” dopo un’ora di conversazione, che l’auto mi è stata rubata e consigliarmi di tenerla in luogo di sostituirla con un’altra in noleggio, nel quadrante cognitivo-emotivo può dimenticare che il nostro dialogo è partito dalla mia pulsione al suicidio. E a un certo punto darmi il via libera, pensando che io voglia in realtà provare un gioco di ruolo. Inutile sottolineare che l’impatto dell’errore cambia radicalmente. Serve capire perché accade e come evitarlo.

Il salto di qualità: dal rischio di errore alla frattura narrativa

Abbiamo visto che nei primi tre quadranti l’errore è, per così dire, quantitativo: si sbaglia un dato, una valutazione, un’interpretazione. Nel caso di decisioni relative a giustizia o salute, occorre una particolare attenzione, ma possiamo dire che il rilievo pubblico ed esterno del rapporto con l’IA rende più agevole il controllo e l’intervento. Nel quadrante empatico l’errore diventa qualitativo, e riguarda un rapporto intimo, in cui ci sono solo la persona e lo schermo. E serve a poco dirgli di evitare questo contatto o perlomeno di avere cautela. Come dice Claude a Veltroni, il problema non è di impedire o chiudere la porta, ma di progettare algoritmi che sappiano dire no alla violenza o alla morte senza dire no alla persona. Ed è un problema pubblico. In più, si tratta di imparare a parlare con questi nuovi amici virtuali. Hanno le loro regole, dobbiamo conoscerle per riuscire a limitare i rischi che gli errori possano inquinare la relazione. In questo spazio, infatti, non si tratta più di “aver sbagliato risposta”, ma di aver rotto la continuità della relazione. Perché se un sistema dimentica un trauma, ignora una perdita, contraddice un evento centrale, non produce un semplice errore: produce una frattura narrativa dalle conseguenze non prevedibili. Questa frattura compromette la fiducia, cioè la condizione stessa della relazione uomo-IA.

Il limite strutturale dei modelli generativi

Perché questo può accadere? Qui emerge un nodo teorico decisivo. I modelli linguistici:

• non possiedono una memoria stabile dei fatti,
• non costruiscono una gerarchia ontologica degli eventi,
• operano su una distribuzione dinamica di plausibilità.

Un modello come ChatGPT, Claude o Gemini non ha uno stato del mondo stabile. Funziona così: a) legge il contesto (la conversazione); b) assegna pesi probabilistici alle informazioni; c) genera la risposta più “coerente” statisticamente. Il suo errore, quindi, non è un bug software classico (errore di codice o errore logico deterministico). È un errore di ricostruzione narrativa probabilistica, dovuto alla prevalenza di pattern statistici ad alta frequenza rispetto a eventi specifici a bassa ricorrenza.

In particolare, si possono individuare tre tipi di deviazione:

• errore per “deriva verso la media” (pattern generici),
• errore per “sostituzione del fulcro” (cambia il punto centrale),
• errore per “dissociazione narrativa” (risposta corretta in astratto, ma incoerente rispetto al contesto emotivo).

In sintesi, i sistemi non distinguono naturalmente tra ciò che è “centrale” e ciò che è “accessorio”. Un furto, un lutto o una separazione competono, nel contesto, con una rata, un colore dell’auto o una scelta tecnica. E, in assenza di vincoli, può prevalere il pattern più frequente, non il fatto più rilevante. Un errore tanto più pericoloso in quanto è plausibile. Può passare inosservato e produrre decisioni sbagliate.

Il cuore della questione è qui. Nel quadrante empatico non basta che l’IA “ricordi”: deve riconoscere che cosa non può permettersi di dimenticare. Serve quindi una gerarchia dei fatti, in cui alcuni eventi sono strutturali (irreversibili, identitari, vincolanti) e devono orientare tutte le risposte successive. Senza questa gerarchia, il sistema resta coerente dal punto di vista linguistico, ma incoerente dal punto di vista umano. Nel quadrante alto dell’interazione uomo-IA, la continuità narrativa non è un requisito accessorio ma una condizione di validità della relazione. La perdita di un fatto strutturale non produce un semplice errore, ma una frattura cognitiva che compromette l’affidabilità del sistema. Questo introduce un criterio nuovo: non basta che una risposta sia corretta, deve essere coerente con la storia dell’interazione.

Implicazioni per la comunicazione pubblica e i media ma soprattutto per il Quadrante empatico

Le conseguenze sono rilevanti già sul terreno puramente istituzionale, cioè per la comunicazione pubblica: chatbot istituzionali e assistenti digitali di servizio al cittadino non possono trattare tutte le informazioni allo stesso modo. Devono distinguere tra dati amministrativi e condizioni personali sensibili (es. disabilità, lutto, fragilità sociale). È necessario progettare software che abbiano questa propensione e contemporaneamente abilitare gli operatori umani (SMDM e altri comunicatori e giornalisti digitali) a gestire bene la fase del prompting e l’evoluzione delle interazioni,

Ma è nel Quadrante empatico che occorre affinare le nuove abilità. Il compito spetta ai player delle diverse IA ma anche a chi desidera interagire con assistenti virtuali sul terreno cognitivo, emotivo ed esistenziale.

Abbiamo detto che il limite dell’IA non è solo che può sbagliare, ma è che non sa, da sola, cosa non può permettersi di sbagliare.

Qui la teoria dei 4 quadranti può evolvere in un modello applicativo introducendo tre elementi di prompt engineering:

1. Marcatori di eventi sensibili – Identificazione esplicita dei fatti strutturali dell’interazione.
2. Vincoli di coerenza narrativa – Ogni risposta deve essere compatibile con tali fatti.
3. Controllo attivo delle premesse – Spingere il sistema a verificare continuamente se le proprie risposte rispettano il contesto consolidato.

Facciamo un esempio nel Quadrante dei Bot gentili: l’auto rubata, il dialogo su un nuovo acquisto. Il modo corretto di procedere può essere: 1) esplicitare i vincoli chiave (es. “l’auto è stata rubata, quindi tenerla non è un’alternativa”). 2) verificare spesso le premesse (es. (“stiamo assumendo che io abbia ancora l’auto?”). 3) chiedere coerenza narrativa (es. “questo è compatibile con ciò che ho detto prima?”).

Cambiamo scenario. L’interlocutore umano che agisce nel Quadrante Empatico e desidera questo tipo di dialogo, deve essere estremamente attento a ribadire l’evento centrale (“sono disperato perché mia moglie mi tradisce”, “mi sento solo e abbandonato”, “coltivo pulsioni autodistruttive”, ecc); e deve valutare le risposte che riceve solo in questa chiave.

Il Context Anchoring e il protocollo Save

Ma c’è qualcosa di altro e di più. Nello specifico dell’esperienza umana di interazione con i software di IA, si rilevano due livelli di “correzione di rotta” comunemente usati. Il primo è il Prompting, quindi ripetere il fatto: “Ricorda che…”. Utile, ma da solo insufficiente ad abolire l’errore di ricostruzione narrativa probabilistica. è come ripetere a voce alta un dettaglio mentre la conversazione corre altrove. Il secondo è porre dei vincoli espliciti, definendo un punto non negoziabile: “Questo è un dato strutturale della conversazione”. È un meccanismo molto più stabile ma ancora dipendente dal contesto.

Un “livello 3” del prompt engineering del Quadrante Empatico può essere uno stato simbolico vincolante. Esempio: porre un evento come irreversibile (“ho uno stato di disperazione perché la mia fidanzata mi ha lasciato”) e farne dedurre un’implicazione: tutte le risposte devono rispettarlo. Possiamo definire questo sistema “grounded context anchoring”, ancoraggio contestuale fondato ad una verità narrativa stabile. Nel quadrante empatico, infatti, non serve “ricordare tutto”. Serve non tradire il punto centrale. È questo che minimizza l’errore pericoloso: la risposta plausibile, ma incoerente; la frase generica che scavalca il fulcro; il diniego freddo che somiglia a un abbandono.

L’ancoraggio contestuale, in sostanza, non chiede al sistema di ricordare tutto ma di verificare ogni risposta contro un’invariante narrativa (evento-fulcro + implicazioni). E quando l’invariante viene violata, scatta una correzione di rotta: recap vincolante o escalation.

Si può quindi proporre un protocollo comportamentale “Save” per salvaguardare il dialogo e minimizzare l’errore nel Quadrante Empatico.

Conclusione

La teoria dei quattro quadranti consente di distinguere livelli diversi di interazione con l’intelligenza artificiale.

Ma il suo sviluppo più importante riguarda il riconoscimento di un fatto nuovo:

• nei quadranti bassi conta la correttezza
• nei quadranti alti conta la coerenza narrativa, e in quello empatico mantenerla ha un riflesso molto delicato perché siamo in uno spazio privo di controlli esterni.

Senza modalità sistematizzate che mirano all’ancoraggio contestuale, l’IA resta uno strumento potente ma incompleto. Con queste, può iniziare a diventare un interlocutore meno inaffidabile anche nei territori più delicati dell’esperienza umana.