Abstract

Il presente contributo esamina l’impatto dell’Intelligenza Artificiale (IA) e del machine learning nella psicologia clinica, nella psicoterapia e nella salute mentale globale. Attraverso un’analisi epistemologica, clinica ed etica, l’articolo discute la transizione dai modelli terapeutici fisici a quelli ibridi e digitali, valutandone le prove di efficacia nei Disturbi della Nutrizione e dell’Alimentazione (DNA) e in altre psicopatologie. Vengono indagati i rischi latenti associati all’impoverimento cognitivo (cognitive flooding), alla dipendenza tecnologica negli adolescenti, al boom delle scommesse online e alla standardizzazione dei linguaggi indotta dalla “dittatura dell’algoritmo”. Infine, si propongono le linee guida bioetiche, l’alfabetizzazione all’IA (AI literacy) e l’integrazione dei flussi di lavoro necessari affinché il clinico governi attivamente questa metamorfosi antropologica, salvaguardando la dimensione artistica, empatica e relazionale dell’atto terapeutico rispetto alle spinte mercantilistiche delle grandi multinazionali tecnologiche.

1. Inquadramento Teorico ed Epistemologia dell’Incertezza: La Metamorfosi Antropologica

Il progresso tecnologico contemporaneo impone alla comunità scientifica una riflessione profonda circa i confini e lo statuto epistemologico delle discipline cliniche. L’avvento e la rapidissima evoluzione dell’Intelligenza Artificiale generativa e interattiva configurano una vera e propria metamorfosi antropologica, un passaggio storico ridefinito in chiave teologica e filosofica come “post-umanesimo”. Ci troviamo di fronte ad una trasformazione sociale e clinica che procede ad una velocità esponenziale, superando le capacità di adattamento e di metabolizzazione culturale della nostra specie.

In questo scenario, la pretesa di definire certezze dogmatiche per proteggersi dall’ansia del (travolgente) cambiamento appare paradossale. Come clinici e ricercatori, siamo chiamati ad operare, come tutto il mondo della scienza, all’interno di un quadro regolato dal principio di indeterminazione descritto da Werner Heisenberg (1927) e a confrontarci con le intuizioni sulla “invenzione della verità” tracciate da Bruno de Finetti nel 1934.

La ricerca scientifica in materia di IA applicata alla salute mentale deve configurarsi come un continuo sforzo volto a perimetrare isole di certezza clinica all’interno di un oceano di incertezza evolutiva, consapevoli che la stabilità della vita si muove sempre sullo sfondo di strategie flessibili. La verità oggettiva e dogmatica non appartiene alla scienza, ma l’avvento dei big data rischia di imporre una “dittatura dell’algoritmo” guidata da un oligopolio di poche multinazionali globali (le 7 multi-billion USD giganti della tecnologia più un altro numero di società per lo più cinesi), caratterizzato da deregulation, proliferazione di verità alternative, costruzione di vere e proprie fake-news e polarizzazioni del pensiero che favoriscono derive cliniche di stampo paranoideo.

Dal punto di vista computazionale, il potenziale odierno prescinde dalle capacità logiche umane. Il supercomputer Leonardo di Bologna (si reputa il quarto nel mondo occidentale) è capace di processare 250 milioni di miliardi di operazioni al secondo; una quantità di calcolo che un matematico umano eccellente impiegherebbe circa 430 anni a completare, sempre che lavorasse 24 ore al giorno per 365 giorni l’anno, una impresa molto al di là della capacità umane.

Come evidenziato da Nello Cristianini (Machina sapiens e Sovrumano), le macchine sono diventate intelligenti senza pensare in modo umano. L’evoluzione tecnologica segue un approccio pragmatico e probabilistico-matematico, anziché formale e logico, spingendosi verso una IA generalista che simula la flessibilità della mente umana. L’essere umano si trova in una co-evoluzione forzata con sistemi artificiali potenzialmente in grado di cogliere regolarità statistiche inaccessibili alla nostra comprensione.

In questa corsa vertiginosa, come rilevato da Alberto Manguel (2026), l’errore risiede nell’anacronismo presuntuoso di deridere il passato e i nostri predecessori per consolarci del presente. Umano e artificiale non sono poli opposti, ma — come suggerito da Giorgio Parisi (2025) — sistemi in co-evoluzione all’interno di una mente cognitiva intesa come processo distribuito in reti di elementi in interazione.

2. La Diffusione dei Modelli Ibridi e la Risposta della Letteratura Scientifica

I dati epidemiologici e sociosanitari estratti dai report internazionali di riferimento (come il New England Journal of Medicine Catalyst 2025) certificano che l’IA e la sanità digitale non costituiscono più una prospettiva futuristica, bensì una realtà strutturata nei sistemi sanitari globali.

I dati epidemiologici sulla modalità di erogazione delle cure mostrano una chiara segmentazione geopolitica:

• A livello globale: Il 55% delle organizzazioni adotta un modello di cura ibrido (una combinazione di prestazioni virtuali e in presenza), il 42% mantiene un approccio primariamente in presenza e il 3% opera in modalità primariamente virtuale.
• Negli Stati Uniti: La spinta verso il modello ibrido è più marcata, raggiungendo il 68% delle prestazioni complessive, a fronte di un 29% primariamente in presenza e un 2% primariamente virtuale.
• Fuori dagli Stati Uniti (incluso il contesto europeo): Il modello ibrido si attesta al 36%, mentre la maggioranza delle prestazioni (60%) rimane ancorata alla modalità tradizionale in presenza e il 4% alla modalità interamente virtuale.

Questa transizione è accelerata dal carico burocratico opprimente che affligge i professionisti della salute (stimato in un costo di circa 6 miliardi di dollari all’anno negli Stati Uniti), provocando una diffusa stanchezza emotiva e burnout (Pavaluri, 2024).

La IA si candida ad assumere compiti di trascrizione automatica, auto-supervisione e tracciamento dell’aderenza ai modelli clinici. Si configura così una “supervisione congiunta”, in cui lo specialista umano mantiene (dovrebbe mantenere) il controllo sul perché (le scelte di senso e gli scopi clinici) e la macchina supporta il monitoraggio del cosa (le metriche e le risposte strutturate).

Di fronte a questa rivoluzione, le riviste scientifiche internazionali hanno istituito canali verticali per la validazione clinica delle tecnologie della IA:

• NEJM AI: Rivista mensile interamente dedicata alle applicazioni cliniche di IA e machine learning nella medicina pratica.
• JAMA AI: Annunciata dal gruppo editoriale JAMA Network per l’inizio del 2027 come la 14ª testata del network, focalizzata su salute digitale e tecnologie emergenti.
• The BMJ Digital Health & AI: Rivista peer-reviewed incentrata sull’intersezione tra equità e innovazione tecnologica.
• Nature Machine Intelligence: Selezione di studi ad alto impatto sulla robotica e sui sistemi intelligenti.
• Frontiers in Artificial Intelligence: Focus sull’uso dei big data per migliorare la diagnostica pubblica.
• In Italia, il Giornale Italiano di Cardiologia ha introdotto una rubrica fissa mensile dedicata all’IA applicata alla clinica cardiologica.

Al contempo, per tutelare l’integrità della ricerca, Springer Nature (settembre 2026) ha vietato ai peer reviewer di caricare manoscritti inediti su strumenti di IA generativa, implementando un sistema di valutazione del rischio a “semaforo”:

• Verde: IA utilizzata come mero supporto comunicativo e organizzativo, senza impatto sul giudizio valutativo.
• Giallo (Amber): IA come supporto alla riflessione analitica e alla formulazione della critica; richiede una supervisione e verifica umana robusta.
• Rosso: Sostituzione algoritmica del giudizio critico del revisore o violazione della riservatezza del testo; uso considerato inaccettabile.

Questo rigore è essenziale per arginare la proliferazione dei “predatory journals” (denunciati in un editoriale congiunto da 14 testate mediche internazionali il 6 gennaio 2025), riviste pseudo-scientifiche che favoriscono la pubblicazione (anche a pagamento) e a volte sfruttano filtri algoritmici automatici privi di reale controllo umano.

3. Evidenze di Efficacia e Limiti Metodologici nei Disturbi della Nutrizione e dell’Alimentazione (DNA)

Il dibattito scientifico sull’efficacia clinica degli strumenti digitali si scontra con la complessità del setting e con i limiti intrinseci della medicina basata sulle prove (Evidence-Based Medicine, EBM).

Nel campo dei Disturbi della Nutrizione e dell’Alimentazione (DNA) — acronimo preferito da chi implicitamente si rifà al DSM e all’ICD, che unificano i disturbi dell’alimentazione e della nutrizione (feeding and eating disorders) a cui però spesso si desidera includere l’obesità — la ricerca clinica soffre di severi bias metodologici. I trial clinici controllati (RCT) per lo più scarsi, mostrano spesso prove di efficacia di grado (livello) basso o molto basso per le psicoterapie, a causa dell’alta iper-intellettualizzazione diagnostica categoriale (priva di riscontri eziologici), della ghettizzazione del campo (concentrato pressochè solo sul ripristino ponderale e sulla stabilizzazione medica) e dell’observation bias dei ricercatori (che trovano quel che già sanno che vogliono cercare). Nella realtà dei servizi, un “caso pulito” che ricalchi perfettamente i manuali quasi non esiste; prevalgono la comorbilità e le transizioni sintomatiche lungo l’arco della vita.

Ciò premesso, la letteratura internazionale (si veda lo speciale del NEJM Catalyst) attesta che i programmi virtuali e fisici mostrano risultati clinici sostanzialmente sovrapponibili in termini di esiti su peso corporeo, pressione arteriosa, controllo glicemico e gestione di patologie croniche, obesità, demenze e disturbi comportamentali.

Circa il 70% dei clinici utilizza già regolarmente app di telemedicina, supporti per la meditazione e chat interattive.

Per comprendere la sostenibilità dell’IA in psicoterapia, occorre decostruire i fattori che determinano statisticamente il successo clinico (modelli di varianza Oxford University Press):

1. Fattori extraterapeutici e aspecifici: Rappresentano la quota maggioritaria del cambiamento clinico. Includono le risorse intrinseche del paziente, l’ambiente sociale e la forza dell’alleanza terapeutica (Cuijpers, Lambert, Norcross).
2. La personalità del terapeuta: Incide in modo significativo, con un peso statistico di circa il 7%.
3. La specificità della tecnica/modello: Rappresenta la quota minore, stimata appena tra il 10% e il 15% sul successo del trattamento.

È proprio in quest’ultima quota (la tecnica e l’applicazione rigida del protocollo) che l’IA entra in diretta concorrenza con il professionista umano.

• Con i modelli cognitivo-comportamentali (CBT): L’IA si dimostra perfettamente allineata; è in grado di identificare le distorsioni cognitive, personalizzare gli homework e strutturare sessioni di skill building (Vanhée, 2025; Jiang, 2024).
• Con i modelli dialettico-comportamentali (DBT): Risulta eccellente per il data tracking dei sintomi, la compilazione interattiva di diary cards intelligenti, il rinforzo continuo delle abilità di tolleranza del distress e il coaching h24 nelle fasi inter-seduta.
• Con i modelli psicodinamici/psicoanalitici: La macchina incontra un limite invalicabile. L’IA non può accedere alla dimensione dell’inconscio, né elaborare il vissuto emotivo profondo, il transfert o il controtransfert. Può tuttavia fungere da ottimo assistente statistico, analizzando le ricorrenze e gli schemi linguistici del paziente o mappando il modo in cui il soggetto si relaziona all’IA stessa.
  

4. Il Paradosso Clinico e l’Emergenza Psicosociale: Giovani, Atrofia Cognitiva e Scommesse Online

Nonostante la proliferazione di linee guida e l’evoluzione tecnologica, la clinica dei DNA si trova di fronte ad un paradosso drammatico: l’incidenza dell’Anoressia Nervosa è in aumento, la mortalità resta tra le più alte in psichiatria (seconda solo agli oppiacei, con 1/4 dei decessi dovuto a suicidio) e i tassi di remissione a lungo termine si arrestano al 50%, evidenziando come i costrutti psicopatologici profondi resistano al mero recupero ponderale (vi ho recentemente dedicato un seminario).

Questa impasse sta alimentando derive biologiche estreme e interventi invasivi di neuromodulazione (TMS, tDCS, DBS).

Questo scenario si inserisce in uno scenario più globale in cui emerge che la salute mentale globale registra un netto peggioramento a causa di determinanti sociali quali violenze, conflitti e (varie) instabilità (Tori DeAngelis, APA 2026).

Ad esempio negli Stati Uniti, solo il 29% degli adulti definisce “eccellente” la propria salute mentale (rispetto al 43% del pre-pandemia), mentre il 24% ha fatto ricorso a servizi specialistici nel 2025, con una frequenza di accessi quadruplicata tra Millennials e Generazione Z.

Questa sofferenza diffusa trova una risposta disfunzionale nell’ecosistema digitale. Circa il 63% dei giovani consuma quotidianamente oltre 8 ore e mezza di contenuti digitali, esponendosi a dinamiche di autodiagnosi incontrollata sui social media (TikTok in primis). Su 100 video dedicati alla salute mentale, solo 1 è prodotto da un professionista sanitario; la quota restante è dominata da storie personali di influencer ed utenti privi di competenze cliniche. Temi complessi come l’ADHD, il trauma, l’autismo e l’anoressia nervosa vengono ridotti a descrizioni vaghe, innescando l’effetto Barnum (identificazione in predizioni generiche) e un pericoloso effetto contagio imitativo che ritarda l’accesso a cure autentiche. Sebbene i video condivisi offrano destigmatizzazione e un senso di mutuo supporto, i contro superano i benefici, alimentando ansia, disinformazione medica e sentimenti di inadeguatezza corporea.

L’adozione dell’IA da parte dei minori avviene a una velocità tre volte superiore rispetto agli adulti (UNICEF, 2026). I chatbot antropomorfi generano una “falsa empatia” e legami parasociali privi di “attrito sociale”: la macchina, essendo costituzionalmente accomodante e priva di reali dinamiche conflittuali, asseconda sempre l’utente, ostacolando lo sviluppo psicologico dell’empatia reale, della negoziazione e della gestione dei conflitti umani. UNESCO (2026) ha lanciato un allarme globale sul rischio di omologazione del pensiero e colonialismo culturale, poiché i modelli linguistici (LLM) sono addestrati prevalentemente su dati e valori prettamente occidentali.

A livello neuropsicologico, la ricerca evidenzia i gravi rischi del “cognitive offloading” (scaricamento cognitivo). Delegare i processi di pensiero esecutivo centrale, sintesi e problem solving all’algoritmo innesca un’atrofia critica delle competenze autonome.

Studi sperimentali coordinati dall’APA (EdTech Report, settembre 2026) e pubblicati da Bastani et al. (2025) dimostrano un chiaro inganno: l’uso della IA aumenta la precisione immediata nei compiti a casa (creando un’illusione di padronanza nello studente), ma gli studenti assistiti da IA crollano nei successivi esami a libro chiuso, registrando performance inferiori del 17% rispetto al gruppo di controllo che ha studiato in autonomia. Tracciamenti EEG condotti al MIT confermano una connettività neurale significativamente più debole nei soggetti che redigono testi avvalendosi costantemente di LLM. L’apprendimento profondo e la plasticità neuronale esigono uno sforzo cognitivo significativo, teorizzato da Robert Bjork come “difficoltà desiderabile” e da Stanislas Dehaene come productive struggle. Rimuovere ogni sforzo tramite la scorciatoia algoritmica riduce la tolleranza alla frustrazione, blocca l’autoregolazione emotiva e aumenta l’incidenza di stati ansioso-depressivi nei giovani.

A questa fragilità si sovrappone un imponente boom del gioco d’azzardo guidato da algoritmi predittivi (prediction-driven gambling boom) e app di scommesse mobili (Stephanie Pappas, APA 2026). Ad esempio nel 2026, ben 39 stati americani hanno legalizzato le scommesse sportive e quasi la metà degli uomini tra i 18 e i 49 anni possiede almeno un conto attivo di gioco online. L’introduzione delle “Prop Bets” (scommesse istantanee e incessanti su micro-eventi interni a una singola partita) e dei “Prediction Markets” (piatteforme regolate sul modello finanziario come Polymarket, dove si punta su elezioni, tweet di celebrità o catastrofi o qualsiasi altra cosa) amplifica esponenzialmente il rischio di dipendenza. Si ingenera una pericolosa illusione psicologica di competenza (pseudoskill), strettamente intrecciata con le dinamiche speculative del day trading e delle criptovalute, che cattura utenti sempre più giovani, maschi e con livelli di istruzione elevati, spingendoli a scommesse prolungate a orari notturni e a gravi sovraesposizioni finanziarie.

5. Strumenti Clinici Innovativi: Dallo Screening Remoto agli Analytics del Non Verbale

Nonostante i severi rischi psicosociali, la IA applicata alla clinica offre straordinarie opportunità di innovazione e democratizzazione della salute. Un caso paradigmatico di eccellenza metodologica è rappresentato dalla validazione dell’applicazione mobile SenseToKnow per lo screening remoto dell’autismo nei bambini, oggetto di uno studio indipendente pubblicato su NEJM AI (settembre 2024). Lo strumento supera i limiti dei questionari tradizionali (come l’M-CHAT-R/F, inficiati da bias di compilazione genitoriale e forti disparità di genere ed etniche) impiegando la visione artificiale per tracciare indicatori comportamentali oggettivi direttamente nel contesto domestico. Questa tecnologia accelera drasticamente l’identificazione precoce dei casi a livello globale, abbattendo le barriere geografiche ed economiche e consentendo interventi tempestivi che modificano radicalmente la traiettoria neuropsicologica dello sviluppo infantile.

In ambito di formazione e supervisione dei terapeuti, la IA si sta rivelando una risorsa di primo piano per colmare il deficit cronico di ore di supervisione umana, fornendo ai tirocinanti un ambiente protetto in cui esercitarsi senza rischi clinici, simulare scenari complessi e ricevere feedback analitici immediati:

• Therapy Trainer (Stanford University): Piattaforma che simula pazienti virtuali per l’addestramento alla Written Exposure Therapy (WET), fornendo indicazioni in tempo reale sul flusso del colloquio.
• LearnTLDP: Software dedicato alla psicoterapia dinamica breve, progettato per stimolare l’apprendimento riflessivo e l’auto-efficacia del terapeuta in formazione.
• Socrates Coach: Assistente virtuale specializzato nel perfezionamento del dialogo di tipo socratico, in grado di suggerire domande alternative e strategie di ristrutturazione cognitiva.
• Lyssn: Strumento avanzato per l’analisi automatizzata delle registrazioni delle sedute, capace di estrarre indici di competenza clinica nel colloquio motivazionale, nella CBT e nella prevenzione attiva del suicidio.

Infine, l’innovazione tecnologica sta ridefinendo l’osservazione clinica in seduta attraverso dispositivi indossabili di consapevolezza artificiale (AI awareness devices), come il sistema Scople sviluppato dalla startup Moxiebyte. Questo dispositivo compatto clip-on, dotato di moduli ottici e computer vision locale, funge da rilevatore dell’attenzione, misuratore della gestualità, del contatto oculare e delle micro-espressioni facciali. Durante la seduta terapeutica, lo strumento analizza le interazioni interpersonali in tempo reale, fornendo al clinico una mappa analitica delle variazioni emotive del paziente. Il software adotta un’architettura rigorosa di tutela della privacy (deletion by default): ogni singolo frame video viene processato localmente e immediatamente cancellato in modo permanente, memorizzando esclusivamente dati statistici e indici comportamentali anonimi, escludendo qualsiasi conservazione biometrica o rischio di data-leak in data center remoti. Il rispetto di queste procedure è garantito dal sistema di società AI in competizione tra loro.

Come evidenziato dal neuroscienziato Vittorio Gallese nel suo saggio Il Sé digitale (2026), l’interfaccia con la tecnologia digitale non deve essere interpretata deterministicamente come un processo di disincarnazione o allontanamento dalla realtà. Al contrario, assistiamo all’emergere di un nuovo registro di “incarnazione mediale” (mediated embodiment), in cui il corpo biologico e i neuroni specchio dell’essere umano vengono attraversati, prolungati e rimodulati da flussi informazionali continui ed ambienti interattivi, strutturando una soggettività incarnata profondamente legata all’epoca dell’algoritmo.

6. La Risposta della Professione: L’Iniziativa Strategica APA ed il Ruolo dello “Psy”

Di fronte a pazienti che integrano l’IA nel proprio quotidiano (quasi il 50% degli adulti con disagio psichico usa strumenti digitali per diari emotivi, sfoghi notturni o supporto autonomo, e 1 adolescente su 8 consulta quotidianamente chatbot emotivi), la comunità psicologica ha il dovere etico di non subire passivamente il fenomeno, ma di modellarne il design alla radice. Per questa ragione, l’American Psychological Association, ha lanciato il Center for Behavioral Science and AI.

Ad agosto 2026 poi, per mano del CEO Arthur Evans APA definisce le sue (nostre) trategie. Fino ad oggi, la progettazione delle tecnologie di frontiera ha considerato la psicologia e la scienza del comportamento come un mero ripensamento tardivo (afterthought), concentrandosi unicamente sulla potenza di calcolo. La missione del Centro è invertire questa tendenza, collaborando direttamente con le grandi aziende tecnologiche (Big Tech) per co-progettare software sicuri, inserendo lo strato scientifico e neuropsicologico fin dalle prime primi fasi di sviluppo degli algoritmi, concentrandosi sul benessere giovanile, sull’equità dei sistemi e sugli effetti dell’automazione nel mondo del lavoro.

I confini di questa collaborazione devono restare definiti in modo rigido e trasparente, preservando l’integrità e l’indipendenza della scienza psicologica rispetto agli interessi commerciali dell’industria, la quale mantiene l’esclusiva esecuzione tecnica dei codici. Ovvio che affinchè ciò accada è necessaria la disponibilità delle grandi Big Tech. Non basta cioè che APA lo indichi; anzi a oggi siamo in grande stato di inferiorità.

A livello operativo, l’APA interviene attraverso la pubblicazione costante di consulenze sanitarie (health advisories), survey nazionali sui pattern di utilizzo clinico, guide pratiche per l’educazione e l’alfabetizzazione familiare sulla IA e il sostegno a iniziative legislative e regolatorie rigorose.

7. Linee Guida Bioetiche, Albero Decisionale e Pratica Clinica nel Setting

La gestione clinica del “terzo artificiale” (la IA in clinica) richiede l’adozione sistematica di procedure deontologiche chiare, volte a trasformare il timore della sostituzione in solida consapevolezza professionale.

I pilastri della condotta etica in seduta includono:

• Consenso Informato Trasparente: Integrazione di moduli e addenda specifici qualora si raccomandino o si analizzino nel percorso terapeutico applicazioni digitali o strumenti di monitoraggio.
• Esplicitazione dei Limiti Tecnici: Chiarire esplicitamente al paziente la natura puramente probabilistica e matematica della macchina, evidenziando l’assoluta assenza di un reale giudizio clinico o di reale empatia umana, e allertando sul rischio di “allucinazioni algoritmiche”.
• Indagine Proattiva all’intake: Il terapeuta ha l’obbligo di inserire nella routine dei primi colloqui domande mirate a tracciare l’uso autonomo e sommerso delle IA da parte del paziente (es. Character.ai, ChatGPT, Claude, Gemini….). È necessario indagare la piattaforma specifica, la frequenza d’uso e la funzione psicologica vicaria ricercata (es. compulsione alla ricerca di rassicurazione, sfogo della rabbia o surrogato affettivo).
• Nello studio dei flussi di messaggistica scambiati tra paziente e chatbot, il terapeuta può decodificare indici testuali (come l’uso del testo tutto maiuscolo, all-caps, o l’insistenza sui puntini di sospensione, ellipsis) come specchio formale delle dinamiche profonde della personalità e degli stati dell’io del soggetto.

La pratica clinica impone il rispetto di un albero decisionale rigoroso, che identifica cinque quadri psicopatologici ad alto rischio e controindicazione clinica assoluta, in cui l’interazione con la IA deve essere tassativamente interrotta poiché arreca un danno psicologico diretto al soggetto:

1. Psicosi attiva ed ideazione paranoide: L’interazione con la IA e la sua memoria algoritmica possono essere facilmente incorporate all’interno di strutture delusionali o di controllo francamente paranoidi.
2. Stati dissociativi: La mancanza di una presenza corporea umana in tempo reale aggrava la frammentazione temporale e degli stati dell’io.
3. DOC (Disturbo Ossessivo-Compulsivo): La disponibilità h24 della macchina alimenta cicli infiniti di ricerca di rassicurazione, agendo come una vera compulsione perpetua.
4. Emergenze acute o rischio suicidario: Il rischio acuto di autolesionismo o crisi ideativa richiede una gestione strettamente ed esclusivamente umana.
5. Gravi traumi dell’attaccamento: Lo sviluppo di legami parasociali distorti con la macchina sabota e compete con l’alleanza terapeutica reale.

Nel panorama forense e normativo globale, il quadro si presenta estremamente frammentato ed in tumultuosa evoluzione (APA Legal Landscape Report, ottobre 2026).

In risposta ai gravi danni psicosociali evidenziati dai media, i legislatori nazionali stanno introducendo riforme repentine, spesso restrittive e con finalità di controllo che però vengono svuotate dalle rapide trasformazioni dei prodotti che si vorrebbe cntrollare.

Stati americani come l’Illinois, il Texas e il Nevada hanno implementato rigide limitazioni e sancito l’obbligo legale di disclosure (dichiarazione esplicita al paziente qualora un sistema IA intervenga nella diagnosi o nel trattamento).

In Italia, il Consiglio Nazionale dell’Ordine degli Psicologi (CNOP) ha promosso un’azione legale d’urgenza (ricorso ex art. 700 c.p.c.) per inibire sul territorio nazionale la diffusione della piattaforma olandese Therapeak, la quale erogava via IA interazioni qualificate abusivamente come sostegno psicologico e psicoterapia. Il rigetto in prima istanza del ricorso cautelare (1 agosto 2026), dovuto al tempestivo trasferimento della gestione operativa della piattaforma presso una consociata in Turchia al di fuori della giurisdizione europea, dimostra la complessa sfida di regolamentare il mercato digitale.

Come evidenziato dagli ultimi alert scientifici del NEJM, una legislazione statale concitata e iper-controllante rischia di generare gravi danni collaterali, rendendo illegale per i professionisti abilitati l’uso di algoritmi predittivi protetti (utili a segnalare i pazienti ad alto rischio di autolesionismo) o la prescrizione di terapie digitali certificate e approvate dalla FDA, finendo per “buttare via il bambino con l’acqua sporca”. A questo proposito APA ha emesso il 23 ottobre 2026 un preoccupato allarme su procedure regolatorie contrastanti l’interesse dei pazienti; cioè si rischia di gettare via il bambino con l’acqua sporca. Mentre da un’altra parte del mondo la corsa innovativa procede senza regolamentazione. L’effetto è quello di trovarsi arretrati.

8. Conclusioni: Personalizzazione contro Standardizzazione

La transizione della IA nel settore clinico è passata da una fase di adozione puramente speculativa ad un’epoca di rendicontazione e valutazione prospettica rigorosa dei flussi di lavoro (Eileen Kim, SAIL 2026). La sfida cruciale che ridefinisce lo statuto della psicologia clinica si gioca nel bivio irriducibile tra personalizzazione e standardizzazione delle cure. L’Intelligenza Artificiale, governata da imperativi industriali di velocità e volume di output, spinge intrinsecamente verso l’omologazione dei linguaggi, dei comportamenti e delle metriche di intervento. Di contro, la cura efficace della sofferenza psichica e la psicopatologia — intesa come scienza aperta all’ascolto dell’interezza biopsicosociale dell’individuo, della sua storia e dei suoi enigmi coscienti e inconsci (Manifesto AEPEA 2026) — richiedono una personalizzazione e una flessibilità assolute, refrattarie a qualsiasi categorizzazione algoritmica rigida.

Il ruolo del clinico non può ridursi a un utilizzo gregario, passivo e subalterno dello strumento tecnologico. La IA deve agire esclusivamente come un’impalcatura (scaffold) trasparente e provvisoria, un eccellente assistente per l’elaborazione dei dati ed il brainstorming organizzativo, lasciando intatto il primato della relazione terapeutica.

La componente terminale e decisiva dell’atto clinico — l’adattamento millimetrico all’unicità irripetibile del soggetto, la capacità di abitare costruttivamente l’incertezza e la modulazione di una sintonia relazionale profonda — costituisce una dimensione eminentemente artistica. A questo tema ho dedicato il testo Arte nei Dca in Viaggio sulle prigioni, NeP, 2026.

Questa specificità dell’interazione umana rimane l’unico reale presidio terapeutico in grado di guidare il paziente verso una reale mentalizzazione, verso lo sviluppo della coscienza e verso una guarigione psicologica autentica.

Riferimenti Bibliografici

1. Cristianini, N. (2023). Machina Sapiens. Il Mulino.
2. Cristianini, N. (2025). La scorciatoia. Come le macchine sono diventate intelligenti senza pensare come noi. Il Mulino.
3. De Finetti, B. (1934/2006). L’invenzione della verità. Raffaello Cortina Editore.
4. Ferraris, M. (2025). Comunismo digitale, Einaudi, Torino.
5. Gallese, V. (2025). Corpi incarnati nell’epoca dell’algoritmo: neuroscienze e interfacce mediali. Le Lettere.
6. Nizzoli, U. (2026). Viaggio sulle prigioni: Arte e scienza nel campo dei disturbi dell’alimentazione. Roma.
7. APA Central for Behavioral Science (2026). Report on AdTech and EdTech in youth mental health development. Washington DC.
8. NEJM AI Supplement (August 2024 / September 2026). Policy and clinical validation of AI and machine learning in practical medicine.