Il contenzioso contro le piattaforme è costruito sulla salute mentale degli adolescenti. Caty Enders, che studia da anni gli effetti dei media digitali, segnala che l’evidenza disponibile punta altrove: la meta-analisi più recente pubblicata su Psychological Bulletin, su circa settanta studi quantitativi dedicati al video in formato breve, trova un’associazione con i cambiamenti cognitivi più forte di quella con il peggioramento della salute mentale, concentrata su attenzione e controllo degli impulsi. Nella ricerca dell’autrice il tempo passato sul telefono si associa a prestazioni peggiori nella memoria di lavoro, e chi descrive il proprio uso come fuori controllo mostra una memoria episodica più debole — quella con cui si ricostruisce il proprio passato e, secondo uno studio del 2007 sui pazienti con danni all’ippocampo, anche quella con cui si immagina un futuro: ricordare e immaginare corrono sullo stesso circuito.
Quanto pesi questa evidenza va detto subito. La letteratura è limitata, sulla memoria si riduce a un solo studio, i risultati dell’autrice chiedono replicazione, e la maggior parte della ricerca viene dalla Cina, dove le piattaforme operano sotto un regime regolatorio diverso — cioè su un prodotto che non è lo stesso prodotto. Soprattutto, c’è un precedente che nessuno cita e che dovrebbe rendere cauti: quarant’anni fa si diceva della televisione quasi esattamente quello che oggi si dice del feed — attenzione frammentata, consumo passivo, bambini catturati — con difficoltà metodologiche simili, e quella letteratura non ha mai chiuso la questione. Chi porta oggi il dato cognitivo eredita quel precedente e dovrebbe spiegare perché stavolta sia diverso.
Una spiegazione possibile riguarda l’unità di analisi più che l’oggetto, e la si ricava da un parallelo che sembra bizzarro e non lo è. In nutrizione gli studi sul singolo alimento producono da decenni risultati piccoli e contraddittori, mentre quelli sui regimi alimentari reggono: non perché il singolo alimento sia innocuo, ma perché non è il livello a cui il fenomeno esiste. La stessa asimmetria si osserva qui. Chiedere se il formato breve faccia male è una domanda quasi irrispondibile; osservare che certe diete mediatiche nel loro complesso siano nocive è un’induzione che quasi nessuno contesta, incluse le persone che le praticano. Se il livello giusto è quello del regime e non quello del singolo formato, allora quarant’anni di ricerca sulla televisione hanno prodotto poco perché misuravano la cosa sbagliata, e la ricerca sul video breve rischia di ripetere l’errore con più dati.
Questo complica il quadro, ed è qui che serve attenzione, perché la complicazione non è neutrale. «La scienza non è conclusiva» è un’affermazione vera e insieme strutturalmente sbilanciata: l’incertezza è reale, ma il costo dell’incertezza non si distribuisce da solo — ricade su chi non decide, mentre chi decide guadagna dal ritardo. È la storia dell’epidemiologia del piombo che l’articolo evoca senza portarla fino in fondo: non un’ignoranza superata dal progresso della scienza, ma decenni in cui l’onere della prova stava dalla parte sbagliata. Sostenere che la ricerca sia ancora acerba e sostenere che l’attesa sia gratuita sono due affermazioni diverse, e solo la prima è difendibile.
Resta il modo in cui l’informazione si ricava da chi non vuole darla. Meta ha chiuso il contenzioso più recente con diciassette miliardi e nessuna ammissione di responsabilità, ma ha accettato modifiche di design: tetto giornaliero di due ore per gli utenti fra i tredici e i diciassette anni, blocco notturno, notifiche silenziate dalle ventidue, conteggi dei like nascosti, divieto dei filtri di chirurgia estetica, opzione di un feed non ottimizzato per l’attenzione. Messaggi diretti e contenuti lunghi restano fuori. Nessuna clausola afferma nulla; tutte insieme dicono quali parti del prodotto l’azienda consideri il problema e quali ritenga innocue — una mappa del suo modello interno, ricavata dagli obblighi invece che dalle dichiarazioni. E dicono anche, per inciso, che il livello d’intervento scelto è quello del regime di consumo: quote, orari, interruzioni. La dieta, appunto.
Sullo sfondo, un’osservazione di lungo periodo che non consola e non allarma: la specie umana produce con singolare talento il proprio veleno, e in un arco di una o due generazioni anche l’antidoto. Il problema è che quell’arco, alla scala e alla velocità attuali, è troppo lungo.
Natalia Kucirkova, che insegna educazione della prima infanzia a Stavanger e sviluppo della lettura alla Open University, sposta la domanda sui media per bambini dal quanto al come: non il tempo davanti allo schermo, ma il ritmo con cui quel tempo è costruito. Chiama hectic i contenuti fatti di cambi di scena rapidi, stimolo continuo e cicli di ricompensa automatici, e slow quelli che lasciano pause, ripetizione e spazio perché qualcosa si depositi — Mister Rogers e Paddington da una parte, Ask the StoryBots dall’altra. Due bambini che guardano venti minuti, sostiene, non hanno passato lo stesso tempo.
L’esempio centrale è Paw Patrol, già presente in archivio ma letto per il contenuto: lì la domanda era cosa quel cartone significhi e perché funzioni, con la psicoanalisi che batte la critica ideologica. Qui la domanda è cosa faccia il suo ritmo, indipendentemente da cosa racconti — il passaggio da problema a soluzione è così efficiente che il bambino viene trascinato dall’urgenza prima di aver capito di cosa si trattasse. È l’ecologia dei media presa alla lettera e applicata a un singolo prodotto: l’ambiente che conta non è il dispositivo, è il tempo interno del contenuto.
Il quadro teorico che l’essay non nomina è quello di Katherine Hayles, e cambia la posta in gioco. L’iperattenzione — passaggio rapido fra stimoli, alta tolleranza alla noia, input multipli — è un adattamento all’ambiente digitale, non un deficit. Ma quell’adattamento gli adulti l’hanno fatto su un ambiente che hanno incontrato da formati; qui viene progettato a monte, dentro prodotti destinati a chi quell’adattamento non l’ha ancora scelto.
Il punto che si porta via riguarda però le metriche, e vale ben oltre l’infanzia. Un bambino può sembrare intensamente coinvolto avendo pochissimo tempo per pensare: l’engagement misura l’attivazione, non l’elaborazione, e i due indicatori possono muoversi in direzioni opposte. È la stessa struttura del dato già registrato qui sull’uso dell’AI nei compiti, dove la qualità dei compiti sale e i risultati agli esami scendono. Da cui la conseguenza scomoda per chi progetta e vende contenuti: il ritmo hectic è premiato perché produce indicatori immediati, mentre lo slow è una scommessa su un esito differito che nessuno misura. Non è una distinzione fra produttori virtuosi e cinici, è un’asimmetria fra ciò che si può contare e ciò che conta.
Va detto infine che la coppia hectic/slow arriva con un progetto attaccato — l’autrice dirige un Children’s Slow Media Project — e con una normatività dentro, che è meglio tenere visibile mentre la si usa. Come strumento di lettura regge; come griglia di valutazione automatica, meno.
Nel 2004, BP ha messo online un carbon footprint calculator e ha speso oltre $100 milioni l’anno per far sì che il mondo pensasse al cambiamento climatico in termini di comportamenti individuali: voli, diete, auto. Quando il documentario di Gore è uscito nel 2006, il concetto era già così radicato che i titoli di coda lo usavano come framework d’azione: riciclate. Leah C. Stokes — politologa a UC Santa Barbara, tra gli architetti del piano per l’elettricità pulita dell’amministrazione Biden — ricostruisce come questa narrazione abbia sistematicamente spostato il dibattito dal piano politico a quello morale, dalla domanda su chi mantiene l’infrastruttura fossile a quanto inquina la tua doccia.
Il meccanismo ha funzionato non solo perché era finanziato, ma perché intercettava qualcosa di strutturale nella cognizione. Timothy Morton, in Iperoggetti (2013), descrive il cambiamento climatico come un’entità distribuita su scale spaziali e temporali che eccedono qualsiasi finestra percettiva umana: esiste, ma non si lascia vedere tutto intero. La sua causalità è reale ma non prossima; i suoi effetti sono ovunque ma non hanno un agente singolo identificabile. Kahneman direbbe che è un problema per cui il Sistema 1 — rapido, locale, intuitivo — non ha attrezzatura. Ma anche il Sistema 2 fatica: il pensiero lento funziona su problemi che si possono circoscrivere, non su fenomeni che si dispiegano su secoli e continenti. BP ha riempito questo vuoto cognitivo con qualcosa di misurabile e individuale: il tuo numero, il tuo calcolatore, la tua responsabilità. Una risposta di Sistema 1 a un iperoggetto. Il risultato è stato spostare il dibattito dove poteva essere gestito — il piano morale individuale — e toglierlo da dove contava: la politica dell’infrastruttura energetica.
Stokes propone di sostituire il carbon footprint con il carbon wave: non un’impronta individuale nel passato, ma un’onda costruita collettivamente verso il futuro. La metafora è meno precisa della prima, ma è politicamente più onesta: le onde non si fanno da soli.
Lo studio è del giugno 2026 (preprint, non ancora peer-reviewed): Strömberg et al. tracciano 27.000 studenti cinesi tra 12 e 18 anni per 2,5 anni. L’80% usa AI (Doubao, DeepSeek); il 20% forma il gruppo di controllo. I risultati sono netti nella loro apparente contraddizione: chi usa l’AI vede i voti dei compiti salire del 18% e il tempo dedicato ridursi da 64 a 45 minuti. Ma agli esami, gli stessi studenti ottengono il 20% in meno rispetto ai compagni che non hanno usato l’AI. La variabile che spiega tutto è il tempo: chi usa AI ma ci dedica lo stesso tempo dei non-utenti non subisce alcuna penalità agli esami. Il danno è specifico: riguarda chi ha usato l’AI per ottimizzare l’output senza fare il processo cognitivo che l’apprendimento richiede. Un secondo studio (Contractor e Reyes, Middlebury College) va nella direzione opposta: studenti universitari che usano l’AI per apprendere un argomento nuovo — non per completare un compito — ottengono risultati migliori nei test, con un vantaggio che persiste a distanza di una settimana. La distinzione rilevante non è ‘AI sì o AI no’ ma ‘AI come scorciatoia o AI come tutor’. Chi usa i chatbot per farsi spiegare concetti difficili o per lavorare su problemi specifici impara; chi li usa per generare la risposta finale senza pensarci non impara nulla. È la conferma empirica di una distinzione che il sito segue teoricamente: l’AI non sostituisce il capitale semantico, lo presuppone. Senza il processo — lettura, riflessione, errore, correzione — l’output esiste ma l’apprendimento no. Il dato che merita più attenzione non è il -20% agli esami: è che i voti dei compiti hanno smesso di predire i voti agli esami. Il segnale osservabile si è disconnesso dall’apprendimento reale. Questo crea un problema di valutazione che va ben oltre la scuola: qualsiasi sistema che misura l’output invece del processo rischia di premiare chi ottimizza la superficie senza costruire nulla sotto.
L’argomento è semplice nella diagnosi, più impegnativo nella proposta. Diagnosi: l’AI vince nell’educazione perché abbiamo costruito l’istruzione moderna su un’idea utilitaristica dell’intelligenza: si educa affinché (buoni cittadini, buoni lavoratori, problem-solver). Su questo campo l’AI batte l’uomo strutturalmente e sempre di più. Proposta: recuperare la concezione medievale di virtù intellettuale come fine in sé. Leggere, pensare, discutere, meravigliarsi sono attività intrinsecamente buone — ‘fini penultimi’ nel lessico di Peter Lombard — indipendentemente da qualsiasi utilità estrinseca. Su questo terreno l’AI non può sostituire l’uomo, perché l’eccellenza non sta nel prodotto ma nell’attività. Il gancio è Leo XIV, Magnifica Humanitas § 140, che chiede di ‘esercitare limitazioni nell’uso dell’AI e proteggere i giovani dalla promessa della macchina perfetta.’ L’autore è medievalista di Boston College e scrive su America, la principale rivista intellettuale gesuitica americana; il posizionamento va tenuto presente, ma non condiziona la validità dell’argomento. Del resto, i gesuiti hanno offerto enormi contributi scientifici in tutti i campi, non ultimo la massmediologia. Una nota. La tradizione intellettuale cattolica ha al suo interno i germi di una resistenza — nel senso quasi tedesco di Widerstand, di ‘frizione’ — nei confronti della modernità che, ci piaccia o no, può offrire un servizio non secondario a una contemporaneità evidentemente molto veloce. Questa frizione non è confessionale: gli aspetti più confessionali di quella tradizione sono anzi deteriori, per esempio relativamente al riconoscimento dei diritti civili o alla sessualità. I suoi aspetti migliori sono invece legati a un’eredità specifica ricevuta dall’antichità: la virtue ethics. Costruire il soggetto prima di ricorrere al potenziamento tecnologico è una ricetta di difficilissima applicazione — come ben sappiamo — ma logicamente inappuntabile. Non è un caso che alcune figure alfieri di questa linea, come Alasdair MacIntyre, abbiano una duplice matrice cattolica e marxista: la critica all’atomismo liberale converge da entrambi i lati. Il futuro passa probabilmente anche per una riconfigurazione dello spazio liberale, fatto di attori puntiformi che si muovono su un piano infinito e neutro. Questa tradizione vede al contrario lo spazio come un ambiente tridimensionale, non neutrale e accidentato, in cui i soggetti — per non essere agiti dallo spazio — devono competenzializzarsi: non possono essere dei punti tutti uguali. Coolman ne offre un caso particolare: nell’ecosistema AI, chi non ha sviluppato una virtù intellettuale propria non è un attore autonomo, ma esclusivamente un punto d’accesso. La tesi è brillante; l’applicazione su grande scala problematica.
Il report del WEF sulla readiness educativa per l’AI contiene, sotto la superficie istituzionale, una serie di dati che correggono l’intuizione. Il più importante: in un esperimento controllato, gli studenti con accesso a un tool AI miglioravano le performance iniziali — ma una volta rimosso il tool, performavano peggio di quelli che non l’avevano mai avuto. Non si tratta di scaffolding cognitivo, ma di sostituzione: quando l’AI esegue il lavoro di ragionamento, il cervello non costruisce l’architettura neurale necessaria per farlo da solo. Il secondo dato: il 67% degli studenti riconosce che usare l’AI per i compiti può danneggiare il pensiero critico — e continuano ugualmente. La quota di studenti che usa AI per i compiti è passata dal 48% (maggio 2025) al 62% (dicembre 2025, RAND). Il terzo: i modelli linguistici, quando allucinano, usano un linguaggio più assertivo — frasi come ‘definitely’, ‘certainly’, ‘without doubt’ — con una probabilità del 34% superiore rispetto a quando forniscono informazioni corrette. Il segnale epistemico si inverte: la fiducia è massima quando l’affidabilità è minima. Solo il 6% degli insegnanti ritiene che le politiche esistenti sull’AI forniscano indicazioni chiare (Stanford AI Index), ma la diffusione non ha aspettato le politiche: gli studenti l’hanno adottata dal basso, i docenti hanno seguito, le istituzioni inseguono. Un dato di contesto chiude il quadro: i cali PISA in matematica, lettura e scienze precedono il 2022 — l’AI si innesta su un declino cognitivo preesistente, non lo causa da zero. La domanda che il report apre senza rispondere è quella decisiva. L’adozione è già bottom-up e non strutturata: vietarla sarebbe come vietare la calcolatrice a casa, una battaglia persa in partenza. La responsabilità degli enti formativi è allora quella di far entrare la tecnologia nei processi di apprendimento per potenziare lo sviluppo cognitivo, non per sostituirlo — invertendo la dinamica del cognitive offloading prima che si consolidi come norma. Questo richiede molta motivazione, sia dal lato del formatore sia da quello del discente. E sconta un ritardo significativo: non siamo ancora riusciti a integrare lo smartphone nell’educazione, che è una tecnologia ormai datata. Figuriamoci gli LLM.