Uno studio congiunto della Fondazione per la Sostenibilità Digitale e della Sapienza Università di Roma ha analizzato 50 dialoghi in italiano condotti con il modello GPT‑4.1, al fine di verificare la capacità del sistema di produrre profili linguistici riconoscibili come “mentalizzanti”. Cinque psichiatri, esperti nella terapia basata sulla mentalizzazione, hanno valutato i testi generati, attribuendo punteggi medi compresi tra 3,63 e 3,98 su cinque.

Metodologia e contesto dello studio

Il gruppo di ricerca, guidato da Stefano Epifani, ha impostato un’intervista orientata alla mentalizzazione, in cui il modello poneva domande a partire da una breve storia fornita dal partecipante. Al termine dello scambio, GPT‑4.1 organizzava le risposte in un profilo narrativo strutturato secondo sei dimensioni: quattro assi della terapia basata sulla mentalizzazione, le funzioni regolative e una sintesi complessiva.

Le quattro dimensioni della mentalizzazione

    • Affettivo‑cognitivo: rapporto tra componente emotiva e quella cognitiva.
    • Interno‑esterno: connessione tra mondo interno dell’individuo e eventi esterni.
    • Prospettiva di sé‑altra: distinzione tra punto di vista personale e quello altrui.
    • Implicito‑esplicito: capacità di rendere espliciti i significati impliciti.

Le due dimensioni aggiuntive chiedevano al modello di descrivere i processi di regolazione emotiva e di produrre una sintesi integrata del racconto.

Campione e procedura di valutazione

Fifty dialoghi sono stati realizzati con quindici adulti reclutati tramite campionamento di convenienza, senza criteri clinici di selezione. Ogni partecipante ha contribuito in media a tre conversazioni, fornendo risposte a 20 storie generate dal modello. I cinque valutatori, tutti psichiatri con più di dieci anni di esperienza nella terapia basata sulla mentalizzazione, hanno valutato in forma anonima la plausibilità e la coerenza tematica dei profili.

Scala di valutazione

Per ogni dimensione, gli esperti hanno assegnato due punteggi da uno a cinque: uno relativo alla corrispondenza tra il profilo e la loro lettura clinica del dialogo, e l’altro relativo alla coerenza e al fondamento del ragionamento mostrato. Una condizione di controllo ha previsto l’abbinamento di profili a dialoghi diversi; in questi casi i punteggi di coerenza sono scesi a uno o due, dimostrando che la valutazione non si basava solo sulla “bellezza” della prosa.

Risultati principali

La media dei punteggi di coerenza valutativa varia da 3,63 a 3,98 su cinque. Le valutazioni più alte sono state riservate all’asse implicito‑esplicito e al profilo sintetico, mentre quelle più basse hanno riguardato l’integrazione tra mondo interno e contesto esterno. Il 76 % dei 2 500 giudizi raccolti è pari o superiore a quattro, mentre circa il 4 % è pari o inferiore a due.

L’accordo tra valutatori, calcolato sulle medie dei cinque esperti, va da moderato a buono, con coefficienti compresi fra 0,60 e 0,84. Gli psichiatri hanno osservato che il modello è in grado di rendere esplicite le emozioni, i pensieri e le azioni, distinguendo il punto di vista della persona da quello degli altri. Espressioni tipiche come “potrebbe pensare” o “l’altra persona forse prova” organizzano la scena sociale in modo chiaro, e la sintesi finale integra gli elementi in un testo leggibile e stabile.

Limiti evidenziati

Il punto più critico riguarda la capacità del modello di legare esperienza e contesto. In questa dimensione il punteggio medio scende a 3,63 e le valutazioni variano maggiormente. Gli esperti hanno notato che GPT‑4.1 tende a descrivere stato d’animo e contesto uno accanto all’altro, senza sempre ricostruire la relazione dinamica tra i due: che cosa, nella situazione, abbia provocato la reazione e come tale reazione abbia modificato il rapporto con gli altri.

Le emozioni, sebbene ordinate e comprensibili, mostrano una gamma affettiva ridotta. I commenti qualitativi dei valutatori segnalano passaggi talvolta lineari, prescrittivi o eccessivamente strutturati. Tali osservazioni, tuttavia, derivano da commenti liberi e non da una codifica qualitativa formale, perciò rimangono indicazioni esplorative da confermare con studi più sistematici.

Riflessività algoritmica vs pseudo‑empatia

La ricerca distingue due fenomeni: la pseudo‑empatia percepita, cioè l’effetto relazionale che l’utente sente quando il chatbot sembra “ascoltare”, e la riflessività algoritmica, ovvero la struttura testuale che imita le forme di ragionamento umano senza implicare esperienza interiore. Una risposta può apparire sintonizzata ma non poggiare su intenzioni o sensibilità emotiva reali da parte del sistema.

Questa distinzione è cruciale nella progettazione di chatbot per la salute mentale. Un modello capace di riformulare un racconto o di proporre collegamenti tra eventi e stati d’animo può sembrare autorevole grazie alla fluidità del linguaggio. Tuttavia, se il modello conferma senza verifica un’interpretazione rigida o distorta, la stessa capacità di adattarsi al discorso dell’utente può rafforzare convinzioni dannose.

Implicazioni per la ricerca e la formazione

La capacità di generare profili mentalizzanti apre nuove prospettive per la ricerca qualitativa e per la formazione di professionisti della salute mentale. Un testo ben strutturato può servire da “specchio” per osservare come un individuo parla delle proprie emozioni, facilitando l’analisi di pattern linguistici legati a determinate condizioni psicologiche.

Tuttavia, gli autori sottolineano che tale capacità non equivale a una comprensione reale o a una diagnosi accurata. Il modello non è stato testato in contesti clinici, né è stato confrontato con profili redatti da clinici umani. I partecipanti hanno risposto a stimoli strutturati per una ricerca non clinica, senza alcun test psicologico o diagnosi formale.

Raccomandazioni per l’uso clinico

Gli autori raccomandano di considerare la supervisione professionale come condizione indispensabile per qualsiasi impiego clinico di chatbot basati su AI. La riflessività algoritmica può essere sfruttata come supporto alla riflessione, ma non come sostituto dell’intervento umano. Inoltre, è necessario approfondire il rischio di “compiacenza dei modelli”, ovvero la tendenza del sistema a confermare interpretazioni dell’utente senza verifica critica.

In sintesi, lo studio dimostra che GPT‑4.1 è in grado di produrre testi con una struttura mentale coerente, riconosciuta da specialisti della psicoterapia. Questa “riflessività algoritmica” rappresenta una nuova frontiera per lo sviluppo di strumenti digitali di supporto, ma deve essere sempre contestualizzata come un supporto al processo clinico, non come una soluzione autonoma.