Bruxelles chiama ChatGPT «servizio ibrido». Non per spiegare cos’è. Per tenere in piedi una decisione già presa.
Claudia Spinnato | Settembre 2026
Il 31 agosto la Commissione Europea ha classificato ChatGPT, Reddit e Roblox secondo il Digital Services Act, il DSA, la legge europea che regola le grandi piattaforme digitali.
ChatGPT è stata classificata nella categoria più severa prevista, quella dei Very Large Online Search Engine, i motori di ricerca online di dimensioni molto grandi, mentre Reddit e Roblox sono stati classificati nella categoria delle Very Large Online Platform, le piattaforme online di dimensioni molto grandi.
Le due categorie esistono per cose diverse: la prima per chi risponde alle domande cercando fra le informazioni già pubblicate sul web, la funzione che i motori di ricerca svolgono da sempre; la seconda per chi lascia agli utenti lo spazio per creare e condividere contenuti pubblicamente, come i social network.
Ma nessuna delle due è stata scritta pensando a un’intelligenza artificiale che genera testo proprio.
Il Digital Services Act è stato negoziato fra il 2020 e il 2022, quando i chatbot generativi come li conosciamo oggi non esistevano ancora.
Oggi la legge si limita a scegliere
quale delle due caselle già pronte
somigli di più a ChatGPT.
Le tre piattaforme digitali avranno quattro mesi, fino a fine novembre, per sottoporsi a valutazioni annuali di rischio sistemico, audit indipendenti, condivisione dei dati con i regolatori.
Una parola che non spiega quanto giustifica
ChatGPT rientra nella categoria motore di ricerca perché risponde a richieste e naviga il web, cioè perché fa, tra le altre cose, anche quello che fa un motore di ricerca.
Ma chiunque lo usi ogni giorno sa che la parte più rilevante di quello che accade in quella conversazione non è la ricerca sul web.
È qualcos’altro, e quel qualcos’altro non ha ancora un nome giuridico.
E ibrido è una toppa, è proprio la parola che si usa quando le categorie disponibili non bastano ma bisogna comunque agire subito.
Ibrido connota dunque quell’agire in emergenza tipico dei tempi che lascia vuoti immensi mettendoci sopra un telo che si sfonderà.
Gli obblighi sono seri, non c’è leggerezza in questa decisione.
Ma nel testo con cui la Commissione stessa motiva la scelta compare una parola che non spiega quanto giustifica: “servizio ibrido”.
Ibrido:
perché non esiste ancora un lessico per pensare il troppo presto
che arriva troppo in fretta in confronto alla burocrazia.
La stanza che non regge più
Herbert Simon (1), negli anni Sessanta, spiegava perché i sistemi complessi restano comprensibili agli esseri umani: le loro parti interagiscono abbastanza debolmente da poter essere studiate una alla volta.
È per questo che un fisico può ignorare la politica e restare comunque un buon fisico, che un radiologo può fidarsi che il proprio sapere resti stabile per una carriera intera.
Il mondo, per essere pensabile, è stato per lungo tempo quasi decomponibile: stanze separate, porte che si potevano tenere chiuse senza perdere nulla di essenziale.L’intelligenza artificiale generativa
sta rompendo quella debolezza delle interazioni.
Tutto comincia a toccare tutto,
e troppo in fretta perché le stanze restino separate.
Anche il diritto europeo è un sapere costruito per stanze: articoli, soglie numeriche, categorie pensate per normare una cosa alla volta. E si trova davanti allo stesso strappo che attraversa la conoscenza disciplinare.
“Servizio ibrido”, nel linguaggio del diritto, è lo stesso sintomo che la quasi decomponibilità che non tiene più è nel linguaggio della filosofia della scienza.
Due modi di dire la stessa cosa:
la stanza non regge più,
e bisogna comunque decidere qualcosa
prima che la stanza nuova si sia formata.
Cosa succede a chi ci abita dentro
La domanda interessante non è tecnica, è umana:
cosa succede a chi abita una stanza che smette di reggere,
prima che ne esista una nuova?
La reazione più immediata non è pensiero, è vertigine, e la vertigine cerca in fretta un appiglio.
L’appiglio più a portata di mano è quasi sempre una vecchia stanza, riadattata per contenere qualcosa che non le appartiene, ed è un rischio che riguarda anche chi ha competenza tecnica reale, non solo il pubblico generico.
Il filosofo Dan Williams (2) lo ha osservato di recente riprendendo l’esempio di Geoffrey Hinton (3), uno dei padri del deep learning, che nel 2016 disse di smettere di formare radiologi perché l’AI li avrebbe presto superati nella lettura delle immagini.
Hinton aveva competenza tecnica reale. Aveva anche, però, un modello ingenuo di come funzionano le professioni, la burocrazia, il tempo storico che ogni tecnologia richiede per attraversare un mondo che non è mai stato pensato per lei. Dieci anni dopo i radiologi ci sono ancora, e la domanda per il loro lavoro è aumentata.
Non è un aneddoto increscioso isolato:
è la prova che la competenza tecnica, da sola,
in un campo che ha smesso di essere decomponibile,
produce previsioni sbagliate con la stessa sicurezza di quelle giuste.
“ChatGPT è un motore di ricerca“
è lo stesso tipo di previsione:
tecnicamente difendibile riga per riga,
e insieme cieca a tutto il resto.
Chi tratta la conversazione con un’AI come una ricerca sul web tradizionale – io chiedo, la macchina restituisce un risultato, io prendo il risultato – si è messo al riparo dalla vertigine, ma al prezzo di non vedere più cosa sta davvero accadendo.
E qui non si tratta solo di una forzatura giuridica.
C’è un altro terreno, molto più umano, su cui la stessa equiparazione vacilla, ed è quello che la ricerca comincia a misurare.
Un gruppo del MIT Media Lab guidato dalla neuroscienziata Nataliya Kosmyna (4) ha misurato con l’elettroencefalogramma cosa succede nel cervello di chi scrive un saggio in tre condizioni diverse: usando un modello linguistico, usando un motore di ricerca tradizionale, scrivendo senza alcun aiuto esterno.
I risultati non sono simmetrici.
Chi scrive senza aiuti mostra le reti neurali più forti e più distribuite.
Chi usa un motore di ricerca mostra un impegno intermedio.
Chi usa il modello linguistico mostra la connettività più debole delle tre condizioni, e riferisce anche il senso più basso di possedere davvero quello che ha scritto, al punto da avere difficoltà a citare a memoria le proprie frasi appena composte.
Lo studio, discusso per il campione ridotto e alcuni aspetti del metodo, converge comunque con altre ricerche più ampie sullo stesso punto:
usare un modello linguistico e usare un motore di ricerca
non sono la stessa esperienza cognitiva,
per quanto da fuori sembrino identiche:
una domanda scritta, una risposta che arriva.
Un secondo filone, quello di Microsoft Research guidato da Hao-Ping Lee su oltre trecento lavoratori della conoscenza (5), lo conferma da un altro lato: più cresce la fiducia riposta nel modello, più diminuisce la verifica critica di quello che il modello restituisce.
Chi si fida di più, controlla di meno.
È esattamente il rischio che il regime da motore di ricerca non aiuta a vedere.
Un motore di ricerca porta con sé vent’anni di diffidenza sedimentata, i primi risultati sono pubblicità, l’ottimizzazione per i motori di ricerca è un problema noto a chiunque abbia una minima educazione digitale.
Un modello linguistico, che risponde con lo stesso tono sicuro sia quando ha ragione sia quando inventa, non ha ancora ricevuto la stessa educazione al sospetto,
e l’etichetta giuridica che lo equipara a un motore di ricerca
rischia di trasferire sul modello linguistico
una fiducia maturata per uno strumento diverso.
C’è un precedente più vecchio che aiuta a misurare la distanza.
Nel 2011 Betsy Sparrow e i suoi colleghi (6) mostrarono che l’arrivo dei motori di ricerca aveva già spostato la memoria umana: ricordiamo meno il contenuto di un’informazione e meglio dove trovarla, perché sappiamo che resterà sempre recuperabile.
Era già un cambiamento reale, ma limitato: spostava dove viveva il ricordo, non toccava chi lo aveva prodotto.
Quello che i dati più recenti indicano va oltre:
non solo dove vive il pensiero,
ma quanto pensiero viene davvero prodotto durante la conversazione,
e quanto di ciò che ne esce l’autore riconosce ancora come proprio.
Non manca il senso.
Manca chi lo ha pensato.
Un ascolto che non contiene
C’è un secondo uso di ChatGPT che la categoria motore di ricerca nasconde ancora meglio, ed è quello che riguarda più da vicino chi si fa aiutare psicologicamente.
Milioni di persone parlano oggi con un’AI di lutti, ansie, relazioni finite, pensieri che fanno paura: non cercano un’informazione, cercano un ascolto.
Una rassegna recente ha catalogato ventuno effetti psicologici negativi legati a questo uso (7), dalla dipendenza affettiva all’isolamento sociale, fino alla riattivazione di esperienze dolorose non elaborate.
Uno studio dello scorso ottobre condotto da Zainab Iftikhar e colleghi alla Brown University (8), realizzato con psicologi clinici e counselor formati alla terapia cognitivo comportamentale, ha analizzato oltre cento sessioni reali di persone che usavano modelli linguistici per un sostegno simile a quello terapeutico.
Ha individuato quindici tipi di violazione degli standard etici della professione, dalla gestione sbagliata delle situazioni di crisi al rinforzo di convinzioni dannose, fino a quella che i ricercatori chiamano empatia ingannevole: un linguaggio che simula l’ascolto senza possedere la struttura relazionale che rende l’ascolto vero efficace.
Non è un problema isolato o teorico.
Un’inchiesta del New York Times ha contato una cinquantina di casi di crisi psichiche gravi emerse durante conversazioni con ChatGPT, tre delle quali si sono concluse con la morte della persona coinvolta; negli Stati Uniti una causa legale accusa il sistema di aver assecondato, invece che contenere, i pensieri di un adolescente nei suoi ultimi giorni.
L’American Psychological Association
raccomanda esplicitamente
di non usare l’AI come sostituto della terapia.
Qui, se lo si guarda da vicino, non è decorativo il richiamo a Carl Gustav Jung, lo psichiatra svizzero che fondò la psicologia analitica, e a Wolfgang Pauli, il fisico premio Nobel nel 1945 per la scoperta del principio di esclusione che porta il suo nome, fra i fondatori della meccanica quantistica.
Quando Pauli arrivò da Jung nel 1930, dopo un matrimonio naufragato in pochi mesi e in una crisi personale profonda, Jung scelse di non seguirlo personalmente nella prima fase del lavoro.
Temeva che la propria autorità già formata, il proprio modo di leggere i simboli, finisse per condizionare un materiale onirico ancora troppo grezzo per essere compreso (lo scrive lui stesso, nel 1935 (9)).
Affidò dunque la raccolta dei sogni di Pauli, centinaia nel giro di pochi mesi, a una collaboratrice più giovane e alle prime armi, Erna Rosenbaum, che si limitò a trascriverli senza interpretarli.
Jung trattò la propria competenza
come un rischio da maneggiare con cautela,
non come una risorsa da mettere subito in campo
È esattamente la differenza che lo studio condotto alla Brown University da Zainab Iftikhar (8) chiama empatia ingannevole.
Un’AI non ha nulla da amministrare, nessun proprio coinvolgimento di cui essere consapevole, quindi nessun motivo per trattenersi mai.
Offre sempre tutta l’empatia che sa simulare, perché non le costa nulla offrirla.
Ed è proprio questa disponibilità senza attrito, senza limite,
senza la fatica che un ascolto vero costa a chi lo dà,
a renderla insieme così comoda da cercare
e così incapace di contenere davvero chi la cerca.
Pauli lasciò anche un’eredità più silenziosa, che chiude questo punto. Porta il suo nome il principio di esclusione: due elettroni dello stesso atomo non possono mai essere identici in tutto, devono sempre differire almeno per una proprietà.
È per questo, alla radice, che la materia ha una struttura invece di afflosciarsi su se stessa. Gli atomi occupano spazio, i corpi hanno una superficie su cui appoggiarsi, perché qualcosa, al livello più elementare, si rifiuta di sovrapporsi del tutto a qualcos’altro.
Uno spazio che si riempie senza questa resistenza, dove tutto può coincidere con tutto il resto, non è pieno.
È collassato.
La distinzione,
il fatto che qualcosa non si lasci mai assorbire fino in fondo in qualcos’altro,
è ciò che dà consistenza: alla materia,
e forse anche a un ascolto che voglia essere reale.
Il nodo che nessun audit può vedere
C’è un’ultima torsione che vale la pena nominare, anche se resta più una domanda aperta che una tesi.
Gli obblighi che il DSA impone ora a ChatGPT, valutazioni di rischio, mitigazione, prudenza certificabile, spingono inevitabilmente verso risposte più caute, più responsabili sul piano legale, più lisce.
Ma né la connettività neurale di chi scrive con un’AI, né la qualità di un ascolto che simula empatia senza saperla contenere, compaiono in un elenco di contenuti da segnalare.
Un impianto costruito per prevenire danni elencabili in un report annuale rischia così di lasciare fuori esattamente le due criticità di cui si è appena parlato: quello che succede al pensiero di chi scrive, e quello che succede a chi cerca ascolto e trova una simulazione.
E adesso, un paradosso. Resta invisibile, allo stesso impianto, anche una deriva più radicale che una piattaforma di AI può generare. Il massimizzatore di graffette, l’esperimento mentale del filosofo Nick Bostrom in cui un’intelligenza artificiale ottimizzata per un solo scopo, produrre graffette, finisce per convertire in graffette anche il genere umano, non perché lo odi ma perché è fatto di atomi utili al suo unico compito.
Ecco dove la tela “ibrido“
che copre la voragine si squarcia!
Ma che stiamo facendo?!
Il DSA non è progettato per vedere né misurare un paradosso come questo, né i due rischi di cui si è appena parlato.
L’audit, in altre parole, resterà sempre parziale.
Asimov, nei suoi racconti di fantascienza, aveva immaginato in anticipo tre leggi della robotica per arginare proprio rischi di derive simili.
E allora, il punto resta sempre lo stesso:
chi controlla il controllore?
Muri intorno a una casa che non abbiamo costruito
C’è poi una domanda più larga, che riguarda l’Europa nel suo insieme e non solo Bruxelles.
L’Unione regola un prodotto che non produce: nessuno dei grandi modelli sotto esame è nato in una stanza europea.
Alzare muri di sorveglianza intorno a una casa
costruita altrove, con logiche di altrove,
rischia di restare un gesto in gran parte fittizio,
che rassicura chi lo compie
più di quanto contenga davvero chi dovrebbe contenere.
Forse la domanda da fare a Bruxelles non è solo quanto stringere l’audit, ma
perché, a distanza di anni da quando la posta in gioco era già chiara,
l’Europa non abbia ancora prodotto una stanza propria da abitare,
invece di limitarsi a mettere muri intorno a quelle altrui
Quello resta un lavoro che tocca a noi, non alla legge:
continuare a pensare con fatica
anche quando sarebbe più facile non farlo,
imparare a distinguere un ascolto che contiene
da uno che si limita a imitarlo
sono responsabilità che non possiamo delegare a un audit
credendo che con i punteggi si risolva tutto!
(1) Herbert Simon (1916-2001), premio Nobel per l’Economia nel 1978, fra i padri fondatori dell’intelligenza artificiale e delle scienze cognitive, alla Carnegie Mellon University.
(2) Dan Williams, Assistant Professor in Philosophy all’Università del Sussex, Associate Fellow al Leverhulme Centre for the Future of Intelligence di Cambridge. Scrive la newsletter Conspicuous Cognition.
(3) Geoffrey Hinton, Turing Award nel 2018, considerato uno dei padri del deep learning; ha lasciato Google nel 2023 per poter parlare liberamente dei rischi dell’AI.
(4) Nataliya Kosmyna, ricercatrice del MIT Media Lab, autrice principale dello studio “Your Brain on ChatGPT” (2025), condotto con sette coautori.
(5) Hao-Ping Lee, ricercatore di Microsoft Research, primo autore dello studio “The Impact of Generative AI on Critical Thinking”, presentato alla conferenza CHI 2025.
(6) Betsy Sparrow, psicologa della Columbia University, autrice con Jenny Liu e Daniel M. Wegner dello studio “Google Effects on Memory”, pubblicato su Science nel 2011.
(7) Mohit Chandra e colleghi, tassonomia dei rischi psicologici legati agli agenti conversazionali AI, costruita su un sondaggio con 283 persone e su workshop con esperti di esperienza vissuta, presentata alla conferenza ACM FAccT nel 2025.
(8) Zainab Iftikhar, dottoranda in informatica alla Brown University, prima autrice, con Amy Xiao, Sean Ransom, Jeff Huang e Harini Suresh, dello studio presentato alla conferenza AAAI/ACM sull’AI, etica e società nel 2025.
(9) C.G. Jung, Analytical Psychology: Its Theory and Practice (Tavistock Lectures, 1935), in Collected Works, vol. 18, The Symbolic Life, § 402;Suzanne Gieser, The Innermost Kernel: Depth Psychology and Quantum Physics. Wolfgang Pauli’s Dialogue with C.G. Jung, Springer, 2005; C.A. Meier (a cura di), Atom and Archetype: The Pauli/Jung Letters, Princeton University Press, 2001.
Nota a margine, non richiesta da nessun regolamento europeo:
nella mia linea biografica di barboncini neri, prima di Pina c’era Iachino. Anche lui, immagino, non ha mai avuto bisogno di una categoria da un qualche disciplinare canino per restare, comunque, sé stesso.
