"Capisce?" È una domanda che in psichiatria ricorre continuamente, esplicita o implicita che sia. Orienta lo sguardo clinico, regola il linguaggio, stabilisce — spesso senza dichiararlo — la posizione del paziente nella relazione terapeutica, fino a influenzare la diagnosi stessa. Eppure raramente ci si sofferma su che cosa significhi davvero comprendere, e su quanto la comprensione dipenda da capacità intellettive che restano, nella pratica clinica quotidiana, sorprendentemente poco interrogate: uno sfondo implicito, sostenuto dalla tradizione psicometrica, in cui l'intelligenza smette di essere una domanda aperta e diventa una proprietà generale — sotto, nella o sopra la media.
Da questa domanda, e da questo vuoto, era già partita una riflessione pubblicata alcuni mesi fa su 'Psychiatry on line'. Oggi quella riflessione trova una sponda inattesa — e per certi versi una risposta operativa — in un position paper appena pubblicato su Lancet Psychiatry, firmato da un gruppo internazionale di ricercatori (Linardon, Firth, Carvalho et al., 2026), che propone una roadmap per l'uso responsabile dell'intelligenza artificiale in salute mentale. Gli aspetti clinici e regolatori si intrecciano su un punto cruciale: la psichiatria non può più permettersi di evitare di approfondire la natura dell'intelligenza, artificiale o naturale che sia.
Quando l'intelligenza si riduce a prestazione, la deviazione dalla norma diventa riduzione e la difficoltà specifica diventa deficit globale. Si perde così l'enorme spazio clinico che si estende oltre logica, calcolo e cronometro — le declinazioni emotive, morali, situate e incarnate dell'intelligenza, spesso irriducibili al linguaggio ma riconoscibili nei comportamenti abituali. Non sono forme accessorie: alla luce dell'intelligenza artificiale, rappresentano proprio il nucleo più caratteristico e più resistente del funzionamento umano (Bertelli, 2026).
Le conseguenze cliniche di questa riduzione non sono astratte. Una quota rilevante di pazienti psichiatrici presenta difficoltà o peculiarità intellettive non riconosciute o sottovalutate — fino al 40% secondo i dati più recenti sul funzionamento intellettivo limite (Hassiotis et al., 2022). Chi è percepito come meno intelligente riceve meno attenzione, meno domande, meno complessità, meno possibilità di essere riconosciuto come interlocutore attendibile — talvolta persino come paziente psichiatrico a pieno titolo. Lo psichiatra, in questo senso, non si limita a rilevare una differenza: rischia di amplificarla, talvolta di produrla.
A questa fragilità nella lettura clinica dell'intelligenza si somma oggi un secondo fenomeno, speculare: mentre le macchine diventano sempre più efficaci proprio nelle dimensioni che abbiamo storicamente identificato con l'intelligenza — linguaggio, memoria, problem solving, elaborazione simbolica — diverse ricerche suggeriscono una progressiva riduzione del QI medio nella popolazione generale, soprattutto fra le nuove generazioni, in concomitanza con l'esposizione crescente ai sistemi digitali e all'uso diffuso dell'intelligenza artificiale (AI) (Gerlich, 2025). Non solo sostituzione, dunque, ma un possibile debito cognitivo che si accumula silenziosamente.
Parallelamente si apre una domanda ancora poco esplorata: ha senso parlare di una "psichiatria dell'AI"? Se i sistemi artificiali producono errori, distorsioni, "allucinazioni", o manifestano deviazioni nello stile della propria "personalità virtuale", descriverli in termini psicopatologici significa comprenderli o proiettarvi categorie che non appartengono loro? E qual è, in questo scenario, il compito dello psichiatra: correggere un errore di calcolo, o intervenire su qualcosa che imita — a volte in modo convincente — alcune funzioni mentali?
È qui che il position paper di Lancet Psychiatry offre una struttura utile, non tanto per chiudere queste domande quanto per iniziare a governarle. Gli autori organizzano le priorità di ricerca in quattro domini, che si possono leggere come una risposta operativa, ancora parziale, ai nodi appena descritti.
Il primo è 'rafforzare sicurezza ed evidenza scientifica'. Le valutazioni indipendenti degli strumenti AI oggi disponibili hanno già rilevato risposte inadeguate a segnali di ideazione suicidaria e mancata escalation di situazioni ad alto rischio — esattamente il tipo di errore "convincente" evocato sopra, capace di produrre danno proprio perché non riconosciuto come tale. Il paper chiede standard di evidenza esigibili, comparatori attivi nei trial, test avversariali e dataset di riferimento condivisi, estendendo l'attenzione anche agli (Large Language Model) LLM generalisti, come Chat-GPT, Gemini o Claude, sempre più usati, fuori da ogni contesto clinico, da persone vulnerabili.
Il secondo è 'centrare etica, equità e voce dei pazienti'. Gli autori invitano a non confrontare l'AI con un modello ideale di cura, ma con la realtà disomogenea delle cure esistenti — e a costruire dataset più rappresentativi, per non riprodurre su scala quella stessa amplificazione delle differenze che, nella pratica clinica quotidiana, già avviene quando un paziente viene giudicato "meno comprensibile" e dunque meno ascoltato.
Il terzo punto riguarda la 'ridefinizione del ruolo del clinico'. L'affidamento crescente agli strumenti automatizzati promette efficienza, ma interroga direttamente le competenze cliniche: la formulazione diagnostica e la lettura delle dinamiche col paziente rischiano di appoggiarsi a modelli esterni e standardizzati, indebolendo la componente esperienziale, emotiva e morale della relazione d'aiuto. La relazione terapeutica si troverà comunque a ridefinirsi in presenza di questo terzo interlocutore: il paper chiede formazione, standard chiari di supervisione e ricerca sull'impatto dell'AI sull'alleanza terapeutica.
Il quarto e ultimo punto è 'rendere sostenibile l'implementazione'. Anche lo strumento più promettente resta inutile, o dannoso, se calato in flussi di lavoro clinici che non lo possono sostenere — un'osservazione che vale anche per le persone: per chi ha disturbi del neurosviluppo con difficoltà cognitive, comunicative e relazionali, l'AI può funzionare da "esoscheletro cognitivo" o offrire una forma di "empatia artificiale" di supporto (Ferrari, 2026), ma solo se integrata in percorsi di cura reali, valutati, sostenibili — non lasciata a sé.
Il problema, in fondo, non è proteggere l'intelligenza umana dall'intelligenza artificiale, ma evitare che la prima venga progressivamente modellata sui limiti della seconda — e trovare un modo per usarla con etica e sicurezza. Per la psichiatria questo non è più un esercizio speculativo, ma una responsabilità clinica e di ricerca. Urge affrontarla prima che le prassi si sedimentino senza essere state davvero interrogate — proprio come è accaduto - e ancora accade spesso - con l'intelligenza naturale.
Riferimenti
- Linardon J, Firth J, Carvalho AF, et al. Multidisciplinary research priorities for artificial intelligence in mental health: a call to action. Lancet Psychiatry 2026; pubblicato online il 9 luglio 2026. DOI: 10.1016/S2215-0366(26)00127-6.
- Bertelli M.O. L'intelligenza che non AI. Il Margine, Trento, 2026
- Hassiotis A, Emerson E, Wieland J, Bertelli MO. Borderline Intellectual Functioning. In: Textbook of Psychiatry for Intellectual Disability and Autism Spectrum Disorder. Springer, Cham, 2022.
- Gerlich M. AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking. Societies 2025; 15(1): 6.
- Ferrari G-L. EmoziIonAbili. Pisa University Press, 2026