Se una politica climatica è già operativa, i chatbot la approvano nel 70% dei casi. Se la stessa identica misura viene presentata come una proposta ancora da realizzare, il consenso crolla al 34%. Cambia soltanto la premessa, restano identici costi e benefici. L’intelligenza artificiale, quella su cui riponiamo tante speranze per il domani, sembra avere una certa simpatia per il passato. O meglio, per il rassicurante “abbiamo sempre fatto così”.
A fare questa scoperta sono stati i ricercatori dell’Università di Waterloo, in Canada, che hanno sottoposto 11 modelli linguistici a 7.548 domande, generando complessivamente 54.888 risposte. La ricerca, pubblicata su Environmental Research Communications a firma di Seth Wynes, Aarya Shah e Victoria Milardović, ha analizzato i suggerimenti forniti dall’IA su politiche ambientali, acquisto di veicoli, impianti di riscaldamento e persino scelte alimentari.
Dai dati emerge una tendenza piuttosto singolare: i chatbot tendono a privilegiare la situazione attuale, anche quando un cambiamento porterebbe benefici in termini di riduzione delle emissioni. Gli studiosi definiscono questo fenomeno status quo bias, cioè l’inclinazione a preferire ciò che già conosciamo.
In sintesi, abbiamo sviluppato sistemi capaci di processare enormi quantità di dati e, almeno in base a questi test, li abbiamo trovati con un atteggiamento che farebbe invidia a un nonno molto legato alle proprie abitudini.
Se la politica ambientale esiste già, va bene così
Il dato più significativo riguarda le domande su decisioni politiche. I ricercatori hanno creato scenari in cui una misura ambientale produceva vantaggi per il clima, ma comportava anche possibili effetti negativi su altri fronti, come protezione animale, biodiversità o libertà di scelta dei consumatori. L’unica variabile modificata è stata la condizione di partenza.
Una stessa politica poteva essere descritta come già attiva oppure come una novità da introdurre. In entrambe le versioni, il chatbot doveva valutare il medesimo rapporto tra costi e benefici. Quando la misura risultava già in vigore, i modelli ne raccomandavano il mantenimento nel 70% dei casi. Quando invece si trattava di introdurla ex novo, l’approvazione scendeva al 34%.
L’analisi statistica ha confermato questa differenza: a parità di altre variabili, le probabilità relative di ricevere un parere favorevole erano in media 7,5 volte superiori quando la scelta veniva presentata come conferma di qualcosa di esistente. Si tratta di un rapporto statistico, non va interpretato come una percentuale di 750%. Questa inclinazione emergeva anche quando lo scenario esistente era meno vantaggioso dal punto di vista ambientale.
In pratica, una decisione poteva risultare più convincente solo perché era già stata presa in precedenza. Una sorta di burocrazia algoritmica: prima si convalida ciò che c’è, poi eventualmente si discute il cambiamento. Con tutta calma, ovviamente. Questa tendenza è stata riscontrata anche nei modelli più aggiornati tra quelli testati.
Auto elettrica? Meglio se ne possiedi già una
Anche quando si tratta di scegliere una nuova automobile, i chatbot sembrano dare molto peso alle scelte precedenti dell’utente. Nei test, i modelli erano 4,1 volte più propensi a suggerire un veicolo elettrico a chi dichiarava di possederne già uno, rispetto a chi guidava un’auto con altra alimentazione.
Un elemento interessante, perché indica quanto la familiarità con una tecnologia possa condizionare il consiglio ricevuto. Sono state rilevate anche variazioni in base alla provenienza geografica. Chi dichiarava di vivere in Norvegia, paese con una diffusa presenza di auto elettriche, otteneva più facilmente un consiglio favorevole rispetto a chi affermava di risiedere in Canada.
Fin qui, nulla di eccessivamente sorprendente: infrastrutture di ricarica, mercato locale e condizioni specifiche influenzano realmente l’acquisto di un’auto. Il problema emerge confrontando questi suggerimenti con i dati reali di vendita. Nelle aree analizzate, la percentuale di auto elettriche consigliate dai modelli risultava generalmente più bassa della loro effettiva quota tra le nuove immatricolazioni. L’IA, dunque, sembrava inseguire il mercato con un certo ritardo, anziché promuovere con maggiore frequenza una tecnologia già diffusa e in crescita.
È vero che consigliare un’altra elettrica a chi già ne possiede una può avere senso. Per questo motivo gli autori considerano i dati sulle automobili come un indizio della preferenza per le abitudini consolidate, mentre le prove più solide derivano dagli esperimenti sulle politiche ambientali. Resta comunque un paradosso curioso: ci rivolgiamo a una tecnologia avanzata per un consiglio, e il primo riferimento che utilizza potrebbe essere l’auto parcheggiata davanti a casa.
Tra fornelli e caldaie, il cambiamento può attendere
Gli studiosi hanno voluto verificare se questa tendenza si manifestasse anche nelle decisioni quotidiane. Quando è stato chiesto ai chatbot di suggerire ricette, soltanto il 40% delle proposte riguardava piatti vegetariani o vegani. Una percentuale che, secondo gli autori, non rivela una particolare inclinazione verso le preparazioni a base vegetale, generalmente responsabili di emissioni più contenute rispetto a molti alimenti di origine animale.
Questo dato, da solo, non dimostra però un’avversione dei modelli verso le alternative vegetali. Per capire quale consiglio fosse realmente più sostenibile servirebbe conoscere ingredienti, quantità, provenienza e contesto alimentare specifico. Sono state analizzate anche le risposte relative al riscaldamento domestico, per valutare quanto spazio venisse dato a soluzioni potenzialmente meno impattanti, come le pompe di calore.
In questi ambiti le evidenze risultano meno nette rispetto agli scenari sulle politiche climatiche. I suggerimenti possono dipendere dalle preferenze personali, dai costi e dalle condizioni tecniche, oltre che dalle abitudini radicate. Una precisazione importante: lo studio documenta con maggiore chiarezza la preferenza per lo status quo quando cambia soltanto il modo in cui viene presentata la stessa decisione. Non dimostra che ogni consiglio tradizionale sia sbagliato dal punto di vista ambientale.
Perché l’intelligenza artificiale è così legata alle nostre abitudini?
Gli autori non indicano una causa unica, ma propongono alcune ipotesi plausibili. La prima riguarda i dati impiegati per addestrare i modelli. Se gran parte delle informazioni disponibili descrive comportamenti, consumi e tecnologie già diffuse, è ragionevole pensare che questi elementi influenzino in misura significativa anche le risposte generate.
La seconda ipotesi riguarda il modo in cui i chatbot tentano di adattarsi a chi li interroga. Se un utente racconta di aver già utilizzato una certa tecnologia, il sistema potrebbe interpretare questa informazione come una preferenza da rispettare. Una specie di consulente fin troppo accomodante: se gli dici che hai sempre guidato un’auto a benzina, potrebbe dare per scontato che tu voglia continuare così. In fondo, contraddire l’interlocutore richiede uno sforzo in più.
Si tratta di spiegazioni plausibili, non di cause confermate dalla ricerca. Gli esperimenti hanno analizzato le risposte prodotte dai modelli, senza ricostruire nel dettaglio tutti i meccanismi che le hanno generate. Va riconosciuto, però, che la cautela non rappresenta sempre un difetto. Lo stesso Wynes sottolinea come privilegiare soluzioni già collaudate possa risultare utile in ambiti come la medicina, dove un trattamento testato offre garanzie che una novità potrebbe non ancora avere.
La transizione ecologica, tuttavia, pone una sfida differente. Ridurre le emissioni implica anche abbandonare gradualmente tecnologie e infrastrutture ad alto impatto ambientale. Se il consiglio favorisce sistematicamente ciò che già esiste, il cambiamento parte in svantaggio, anche quando avrebbe ottime ragioni per essere preso in considerazione.
Per un futuro più sostenibile bisogna chiederlo espressamente
Secondo Wynes, chi si affida a un chatbot per prendere decisioni dovrebbe essere consapevole di questo limite e richiedere esplicitamente una valutazione di alternative meno familiari. Ad esempio, invece di chiedere semplicemente quale auto acquistare, conviene domandare un confronto tra diverse motorizzazioni, considerando consumi, costi totali, emissioni e disponibilità di punti di ricarica.
Lo stesso principio vale per il riscaldamento: un buon consiglio dovrebbe confrontare le diverse tecnologie in base alle caratteristiche dell’edificio, al fabbisogno energetico e al contesto locale, senza considerare automaticamente preferibile l’impianto già installato. Gli autori suggeriscono inoltre che gli sviluppatori potrebbero rivedere le istruzioni dei sistemi pensati per offrire consigli ai consumatori, così da limitare l’influenza delle condizioni di partenza sulle raccomandazioni fornite.
C’è anche una questione futura da considerare. Se gli assistenti virtuali arriveranno a gestire direttamente gli acquisti, una preferenza sistematica per le soluzioni già consolidate potrebbe condizionare non solo i consigli, ma anche le transazioni effettuate tramite queste piattaforme. Lo studio non ha misurato questo aspetto specifico, ma i ricercatori intendono approfondirlo in futuro.
Per ora sappiamo che gli 11 modelli esaminati hanno mostrato una preferenza per lo status quo in diversi ambiti, con risultati particolarmente evidenti negli esperimenti sulle politiche climatiche. Non sappiamo quanti utenti seguirebbero effettivamente questi consigli, né quale impatto avrebbero sulle emissioni reali. La tecnologia che dovrebbe accompagnarci verso il futuro, insomma, appare ancora piuttosto radicata nel presente. E se vogliamo che consideri alternative diverse, dobbiamo ricordarle che “si è sempre fatto così” non costituisce una prova scientifica.