Abstract
Una notifica scompare dallo schermo, un odore dell’infanzia ritorna dopo molti anni, un sistema di intelligenza artificiale viene rimosso dopo aver aiutato uno studente. Sono eventi molto diversi, ma rendono osservabile la stessa domanda: che cosa resta nell’essere umano dopo che uno stimolo, un ambiente o uno strumento ha smesso di agire?
Questo Quaderno mette in relazione le tre Note pubblicate dall’Osservatorio nell’agosto 2026. Le evidenze sulle notifiche mostrano un’interferenza attentiva breve e misurabile, senza dimostrare un deterioramento permanente. La ricerca sulla memoria olfattiva precoce suggerisce che alcune associazioni persistono attraverso ripetizione, riesposizione e riorganizzazione delle reti, ma il passaggio dal modello murino all’identità autobiografica umana richiede prudenza. Gli studi sull’AI educativa distinguono infine la prestazione ottenuta con assistenza dalla competenza che rimane quando l’assistenza viene tolta.
Il punto comune non è una teoria unificata della mente e nemmeno un giudizio generale sulla tecnologia. È un criterio di osservazione: gli effetti più importanti di un’esperienza non coincidono sempre con ciò che accade mentre l’esperienza è presente. Possono apparire nel residuo attentivo, nella traccia rielaborata o nella capacità autonoma che sopravvive alla sottrazione dello strumento.
Domanda guida
Che cosa rimane nell’essere umano dopo che uno stimolo, un ambiente o uno strumento ha smesso di agire?
Nota metodologica
Il Quaderno nasce dalla ricomposizione critica di tre nuclei già analizzati separatamente nelle Note dell’Osservatorio: interruzioni digitali, memoria olfattiva precoce e apprendimento assistito dall’intelligenza artificiale. Non riproduce integralmente le Note. Ne riutilizza la conoscenza, confronta le rispettive scale temporali e costruisce un problema più ampio.
Le fonti svolgono funzioni differenti. Gli studi sperimentali sostengono affermazioni circoscritte; le revisioni e i documenti istituzionali aiutano a delimitare il quadro; i libri di Antonio Simone sono richiamati soltanto come corpus autoriale e continuità editoriale, mai come prova scientifica primaria. Le inferenze che collegano attenzione, memoria e apprendimento sono indicate come interpretazione dell’autore e non come risultato di un singolo studio.
La ricognizione è aggiornata al 7 settembre 2026. Il Quaderno non formula diagnosi, non attribuisce effetti clinici a esperienze olfattive o forestali e non propone che l’uso digitale o dell’AI produca conseguenze uniformi.
Apertura — L’evento non finisce quando scompare
Siamo abituati a misurare un’esperienza mentre accade. Contiamo il tempo trascorso davanti a uno schermo, osserviamo la risposta prodotta durante un esercizio, registriamo la preferenza per uno stimolo presente. È un modo necessario di fare ricerca, ma non sempre sufficiente per comprendere che cosa quell’esperienza abbia modificato.
Una notifica può essere visibile per un istante e continuare a interferire con un compito per alcuni secondi. Un odore incontrato molte volte nell’infanzia può essere riconosciuto decenni dopo, non come copia immobile del passato ma come traccia che si è riorganizzata. Un tutor basato sull’intelligenza artificiale può migliorare notevolmente la prestazione durante la pratica; quando viene rimosso, tuttavia, il risultato successivo dipende da come l’assistenza era stata progettata e da quale lavoro cognitivo lo studente ha effettivamente svolto.
In tutti e tre i casi, la durata fisica dell’evento e la durata del suo effetto non coincidono. Il segnale digitale è breve ma lascia un residuo. L’incontro olfattivo è remoto ma può riemergere. L’assistenza artificiale è efficace nel presente, ma il suo valore educativo si decide anche dopo la sua sottrazione.
Questa somiglianza non cancella le differenze. L’attenzione selettiva, la memoria olfattiva e l’acquisizione di competenze coinvolgono processi, metodi e livelli di analisi distinti. Non esiste, sulla base della letteratura disponibile, una singola variabile chiamata “ciò che resta” capace di unificarli scientificamente. La relazione proposta in queste pagine è editoriale e interpretativa: serve a confrontare tre modi in cui l’ambiente continua a partecipare all’esperienza anche quando non è più immediatamente presente.
La domanda diventa allora meno intuitiva. Non basta chiedere quanto a lungo siamo esposti a una tecnologia, a un odore o a un compito. Occorre chiedere quale continuità viene interrotta, quale traccia viene consolidata, quale capacità viene acquisita e quale dipendenza funzionale viene costruita.
Ciò che resta può essere un costo. Può essere una memoria. Può essere una competenza. Può anche essere un’aspettativa, un’abitudine o una nuova forma di relazione con l’ambiente. Per questo il residuo non è automaticamente positivo o negativo. È il luogo in cui l’effetto diventa distinguibile dall’evento.
1. Perché osservare ciò che resta
L’Osservatorio dell’Umano nasce per riconoscere trasformazioni che, prese una alla volta, possono sembrare episodiche. Una notifica, una riesposizione olfattiva o una risposta generata da un modello linguistico non definiscono da sole un cambiamento dell’essere umano. Diventano però rilevanti quando modificano ripetutamente il rapporto tra soggetto, compito e ambiente.
Una prima distinzione riguarda la prestazione e la trasformazione. La prestazione è ciò che una persona o un sistema riesce a fare in una determinata condizione. La trasformazione implica che qualcosa della relazione con il compito resti disponibile, cambi probabilità o venga riorganizzato nel tempo. Un rallentamento di sette secondi è una prestazione transitoriamente alterata; non è, da solo, una prova di danno duraturo. Una preferenza olfattiva richiamata nel topo documenta una memoria appresa nel modello sperimentale; non equivale all’identità narrativa di una persona. Un esercizio risolto con GPT-4 dimostra una prestazione assistita; non dimostra necessariamente un apprendimento autonomo.
Una seconda distinzione riguarda causalità e associazione. Gli esperimenti controllati permettono, entro condizioni definite, inferenze causali più forti. I questionari retrospettivi e gli studi correlazionali possono mostrare relazioni significative, ma non stabiliscono automaticamente quale variabile abbia prodotto l’altra. Questa cautela è centrale quando si parla di smartphone, interocezione, ricordi autobiografici, dipendenza dall’AI o benessere.
Una terza distinzione riguarda i livelli dell’esperienza. Una componente molecolare odorosa può essere rilevata dai sistemi sensoriali; il suo significato autobiografico dipende anche da apprendimento, contesto, linguaggio, cultura e relazioni. Un modello linguistico può produrre una risposta corretta; il valore cognitivo di quella risposta dipende da come viene usata, verificata, discussa e trasferita. Una notifica ha proprietà percettive; la sua salienza dipende anche dalle aspettative e dalle associazioni costruite dall’uso.
Queste distinzioni impediscono due errori opposti. Il primo è il determinismo: trattare ogni esposizione come se producesse necessariamente lo stesso esito. Il secondo è l’irrilevanza: considerare troppo piccoli, soggettivi o mediati dal contesto gli effetti che non assumono la forma di un danno permanente.
Osservare ciò che resta significa collocarsi tra questi estremi. Significa misurare senza amplificare e interpretare senza trasformare una possibilità in certezza.
2. Sette secondi: il residuo dell’interruzione
Nel primo nucleo di agosto, l’evento osservato era quasi invisibile: una notifica simile a quelle dei social media presentata durante un compito di Stroop. Fournier e colleghi hanno coinvolto 180 studenti universitari e hanno rilevato un rallentamento transitorio dell’elaborazione dopo la comparsa del segnale. L’interferenza rimaneva misurabile per circa sette secondi nelle condizioni sperimentali considerate [1].
Il risultato è importante proprio perché circoscritto. Non prova che ogni notifica renda una persona “assente” per sette secondi. Non misura un danno cerebrale e non consente di calcolare meccanicamente quante ore di attenzione verrebbero perse in una giornata. Mostra che un segnale breve può continuare a competere con il compito anche quando non viene aperto.
La durata dell’interruzione visibile e quella del ri-orientamento cognitivo non coincidono. Il sistema deve rilevare il segnale, valutarne la rilevanza e ristabilire la configurazione richiesta dal compito. Nella vita quotidiana questa sequenza si intreccia con contenuti diversi, aspettative sociali, urgenze reali e abitudini di controllo. Il laboratorio isola una parte del processo; non ricostruisce l’intera giornata.
Lo studio di Haruki e colleghi aggiunge una differenza individuale rilevante. Cinquantotto giovani adulti giapponesi hanno svolto un compito visivo con immagini dello smartphone o immagini di controllo sullo sfondo, mentre venivano registrate risposte cardiache. Attraverso una classificazione basata sui pattern comportamentali, gli autori hanno distinto un gruppo più distraibile soprattutto a basso carico e un gruppo nel quale l’interferenza associata alle immagini dello smartphone persisteva anche ad alto carico. Quest’ultimo profilo era associato a punteggi più bassi in alcune dimensioni dell’autoconsapevolezza corporea, maggiore reattività cardiaca e punteggi più alti di uso problematico auto-riferito [2].
Il termine decisivo è “associato”. Il campione era piccolo, culturalmente specifico e la classificazione non consente di stabilire se l’uso dello smartphone abbia causato le differenze interocettive oppure se disposizioni preesistenti abbiano reso certi segnali più salienti. Lo studio documenta eterogeneità; non autorizza una diagnosi universale.
Anche l’intervento apparentemente più ovvio — disattivare le notifiche — produce un quadro meno lineare. Nel trial di Dekker e colleghi, 205 partecipanti sono stati osservati durante una settimana normale e una settimana senza notifiche push. La disattivazione non ha ridotto significativamente il tempo complessivo sullo smartphone né la frequenza dei controlli e non ha migliorato uniformemente gli indicatori soggettivi. Ha ridotto la sensazione di controllo automatico e ha temporaneamente aumentato la paura di perdere aggiornamenti [3].
Il risultato contrario è parte dell’evidenza, non un’anomalia da nascondere. Se l’interruzione esterna viene rimossa, la persona può continuare a interrompersi attraverso il controllo spontaneo. L’architettura dell’attenzione comprende segnali, ma anche aspettative, routine, norme lavorative e disponibilità percepita.
Dal dato alla domanda sull’umano
Il punto non è che sette secondi costituiscano una soglia biologica universale. Il punto è che l’attenzione non ritorna sempre istantaneamente al compito quando lo stimolo scompare. Ciò che resta è un costo di riconfigurazione.
Quando questo costo viene ripetuto, la domanda si sposta dal singolo segnale alla forma della giornata. Chi decide il ritmo delle transizioni? Quali interruzioni sono necessarie? Quali sono prodotte per massimizzare engagement? Quali dipendono da abitudini interiorizzate?
La responsabilità non può essere attribuita soltanto all’individuo né soltanto al dispositivo. La persona conserva margini di regolazione; il design rende però alcune azioni più immediate, frequenti o salienti. L’effetto emerge dall’interazione.
Approfondimento
Questo tema viene sviluppato anche in Il Profumo del Sé, che mette in relazione sovraccarico digitale, continuità dell’esperienza, percezione e identità. Continua il percorso nella scheda del libro: https://www.ilprofumodelse.com/il-profumo-del-se
3. L’odore che attraversa il tempo
Il secondo nucleo di agosto rovescia la scala temporale. Non riguarda un residuo di pochi secondi, ma la persistenza di associazioni olfattive formate precocemente.
Dejou e colleghi hanno combinato un questionario online rivolto a 647 persone con esperimenti neurobiologici sui topi [4]. I due livelli rispondono a domande differenti e non devono essere fusi. Nel questionario umano, i ricordi olfattivi infantili riferiti erano prevalentemente positivi, spesso collegati a esperienze ripetute e a odori incontrati nuovamente nel corso della vita; l’82% dei partecipanti dichiarava riesposizioni periodiche. Poiché il disegno era retrospettivo, questi dati possono essere influenzati da selezione del ricordo, ricostruzione narrativa e disponibilità degli eventi. Non dimostrano che la ripetizione causi la persistenza.
Nel modello animale, giovani topi sono stati esposti a un odore attraente in un ambiente arricchito. In seguito mostravano una preferenza per quello stimolo. Marcatori cellulari, misure di attività e inibizione optogenetica hanno indicato un ruolo causale di cellule granulari generate intorno alla nascita nel bulbo olfattivo per il richiamo della preferenza nei giovani adulti. Con l’età, la persistenza dipendeva da riesposizioni e si accompagnava a una riorganizzazione più ampia delle connessioni olfattivo-limbiche.
Qui “memoria” non significa automaticamente memoria autobiografica umana. Un topo che mostra una preferenza appresa non racconta un episodio, non lo colloca in una biografia e non costruisce linguisticamente un’identità. Il modello consente di intervenire su cellule e circuiti; proprio questa forza sperimentale richiede prudenza nel trasferimento al Sé umano. Esistono inoltre differenze importanti tra neurogenesi olfattiva nei roditori e negli esseri umani.
La conclusione più difendibile è limitata ma fertile: nel modello studiato, la memoria olfattiva positiva precoce non è una registrazione statica. La sua espressione e il suo mantenimento coinvolgono sistemi che cambiano con l’età e con la riesposizione.
Nelle persone, le memorie evocate dagli odori sono spesso descritte come vivide, emotive e precoci, ma la letteratura non dimostra che ogni odore infantile possieda una via privilegiata o produca benefici psicologici [5–7]. La valenza può essere positiva, neutra o negativa; cultura, familiarità e contesto modificano l’esperienza. Una componente molecolare non contiene da sola un ricordo.
La persistenza come ricostruzione
Ciò che resta di un odore non è necessariamente ciò che era presente all’inizio. Ogni riesposizione incontra un organismo diverso e un contesto nuovo. La traccia può essere rafforzata, aggiornata, sovrapposta ad altri episodi o reinterpretata.
Questa proprietà rende la memoria olfattiva diversa da un archivio digitale consultabile a comando. Una fotografia conserva una configurazione visiva esterna; un odore deve essere nuovamente incontrato o immaginato, e il suo significato dipende dallo stato presente del soggetto. Il passato viene riconosciuto attraverso il corpo attuale.
L’interpretazione autoriale proposta è che l’odore possa funzionare come una soglia di continuità: non prova un’identità immutabile, ma rende percepibile la relazione tra una traccia sensoriale, i contesti attraversati e la persona che oggi la riconosce. Questa è una lettura del dato, non una localizzazione neuroscientifica del Sé.
Approfondimento
Questo tema viene sviluppato anche in Il Profumo del Sé, per il rapporto tra olfatto, memoria, corpo e identità, e in Oltre la Molecola, manoscritto in fase editoriale, per la distinzione tra componenti molecolari, profili aromatici, interazioni biologiche e significato percettivo. Approfondisci il tema nella sezione Pubblicazioni: https://www.ilprofumodelse.com/pubblicazioni
4. La capacità che scompare insieme allo strumento
Il terzo nucleo di agosto riguarda un’altra forma di persistenza: l’apprendimento che rimane quando l’assistenza viene rimossa.
Bastani e colleghi hanno condotto un esperimento sul campo con quasi mille studenti delle scuole superiori impegnati in esercizi di matematica [8]. Durante la pratica, l’accesso a GPT-4 aumentava fortemente la prestazione. Rispetto al controllo, i risultati crescevano del 48% con un’interfaccia relativamente libera, GPT Base, e del 127% con GPT Tutor, dotato di salvaguardie pedagogiche.
Quando l’AI veniva rimossa nella prova successiva, il gruppo GPT Base otteneva risultati inferiori del 17% rispetto al controllo. Nel gruppo GPT Tutor l’effetto negativo era sostanzialmente eliminato, ma non emergeva un vantaggio significativo sul controllo nella prova autonoma. Lo studio mostra quindi una dissociazione tra performance assistita e apprendimento misurato senza assistenza. Non dimostra una diminuzione generale dell’intelligenza e non può essere esteso automaticamente a ogni disciplina o fascia d’età.
Kestin e colleghi hanno ottenuto un risultato diverso in un corso universitario di fisica [9]. Un tutor AI progettato secondo principi di apprendimento attivo, scaffolding, feedback e gestione del carico cognitivo ha prodotto guadagni di apprendimento maggiori della condizione di active learning in aula, con meno tempo medio impiegato. Gli studenti riportavano anche più engagement e motivazione, mentre altre misure soggettive non differivano significativamente.
Non si tratta di stabilire quale dei due studi abbia “ragione”. I compiti, le popolazioni, i confronti e il design dei sistemi erano differenti. Insieme, i risultati indicano che “usare l’AI” non è una condizione sperimentale unica. Un sistema può fornire la soluzione, suggerire passaggi, richiedere spiegazioni, ritardare la risposta o adattare il supporto. Ciascuna configurazione distribuisce diversamente il lavoro cognitivo tra persona e strumento.
Il concetto di cognitive offloading descrive l’uso di azioni o dispositivi esterni per ridurre la domanda cognitiva interna [10]. L’offloading non è di per sé impoverimento: scrittura, mappe, calcolatrici e motori di ricerca hanno ampliato capacità umane reali. Il problema emerge quando la funzione delegata coincide con la competenza che si intende acquisire o valutare, e quando la delega rimane invisibile perché il prodotto finale assomiglia a un’elaborazione autonoma.
Una risposta ben formulata non dimostra che chi la presenta sappia ricostruirne il ragionamento. Un codice funzionante non dimostra che chi lo usa sappia mantenerlo. Una sintesi corretta non dimostra che sia avvenuta comprensione. Questo non rende illegittimo il risultato; rende insufficiente l’output come unica misura della competenza umana.
Dal supporto alla dipendenza epistemica
La letteratura recente usa espressioni come overreliance e, più sperimentalmente, epistemic debt per descrivere situazioni nelle quali la produzione resa possibile dall’AI cresce più rapidamente della comprensione posseduta dall’utente. “Debito epistemico” non è ancora un costrutto psicometrico consolidato. È una metafora di ricerca utile soltanto se viene collegata a indicatori osservabili: capacità di spiegare, verificare, trasferire, correggere e operare senza assistenza [11].
La scoping review di Diel e colleghi sulle possibili forme di danno associate ai chatbot basati su LLM identifica quindici contributi sul cognitive overreliance. Gli studi inclusi sono eterogenei: alcune ricerche sperimentali indicano riduzioni di prestazione in compiti successivi, altre non trovano effetti sul pensiero critico, e gli esiti di lungo periodo restano non studiati. La review è esplicitamente orientata ai rischi e non valuta sistematicamente i benefici; non può quindi fornire un bilancio complessivo dell’AI educativa [12].
Approfondimento
Questo tema viene sviluppato anche in Nati dopo l’algoritmo, dedicato a educazione, nuove generazioni, ambiente digitale e autonomia cognitiva. Continua il percorso: https://www.ilprofumodelse.com/nati-dopo-l-algoritmo
5. Tre scale temporali, tre forme di persistenza
I tre nuclei possono essere confrontati senza considerarli equivalenti.
Notifiche
Residuo e scala temporale: Interferenza e costo di ri-orientamento · secondi
Principale limite: Trasferibilità dal laboratorio alla vita quotidiana
Memoria olfattiva
Residuo e scala temporale: Preferenza o traccia riorganizzata; nell’umano, ricordo riferito · anni
Principale limite: Distanza tra questionario umano, modello murino e identità autobiografica
AI educativa
Residuo e scala temporale: Competenza autonoma nulla o variabile secondo il design · giorni o settimane negli studi disponibili
Principale limite: Generalizzabilità e assenza di dati longitudinali lunghi
La tabella rende visibile un principio: il residuo deve essere misurato con indicatori adeguati al processo. Non ha senso cercare la stessa metrica nei tre casi. Per l’attenzione si osservano tempi di risposta ed errori; per la memoria, richiamo, preferenza, connettività e racconto; per l’apprendimento, trasferimento e prestazione senza supporto.
Anche la parola “persistenza” cambia significato. Nel primo caso è la coda breve di un’interferenza. Nel secondo è mantenimento e trasformazione di una traccia. Nel terzo è acquisizione di una capacità che dovrebbe diventare progressivamente meno dipendente dall’aiuto esterno.
Ciò che accomuna i casi è il ruolo dell’ambiente. Il segnale digitale trae salienza da abitudini e aspettative; l’odore acquista significato in luoghi e legami ripetuti; il tutor AI orienta il tipo di attività cognitiva attraverso l’interfaccia. L’ambiente non determina interamente il soggetto, ma modifica la distribuzione delle probabilità: che cosa viene notato, richiamato, esercitato o delegato.
6. Dall’esposizione alla trasformazione
L’esposizione, da sola, non è una spiegazione. Due persone possono ricevere lo stesso numero di notifiche e mostrare vulnerabilità differenti. Possono incontrare la stessa componente odorosa e attribuirle significati opposti. Possono usare lo stesso modello linguistico per copiare una soluzione oppure per interrogare e verificare il proprio ragionamento.
Tra esposizione ed esito intervengono almeno cinque dimensioni.
6.1 Salienza
Uno stimolo compete per l’attenzione in funzione delle sue proprietà e di ciò che predice per la persona. La luce o il suono di una notifica non sono separabili dalle aspettative sociali apprese. Allo stesso modo, la familiarità di un odore non dipende soltanto dalla sua composizione, ma dalla storia degli incontri.
6.2 Ripetizione
La ripetizione può consolidare, abituare o saturare. Non possiede un effetto unico. Una notifica ripetuta può rinforzare il controllo, ma può anche essere ignorata. La riesposizione olfattiva può mantenere o modificare un’associazione. L’uso ripetuto dell’AI può migliorare la capacità di supervisione o ridurre l’esercizio di alcune abilità, secondo il compito e il design.
6.3 Contesto
Il medesimo stimolo cambia funzione in un laboratorio, in una lezione, in una casa o in un contesto professionale. Un segnale può essere distrazione o informazione urgente. Un odore può evocare sicurezza o disagio. Un suggerimento AI può essere scaffolding o sostituzione.
6.4 Partecipazione attiva
La trasformazione dipende da ciò che la persona è chiamata a fare. Verificare, spiegare e trasferire una soluzione non equivalgono a riceverla. Esplorare un ricordo non equivale a subire una risposta automatica. Progettare finestre di attenzione non equivale a colpevolizzarsi per ogni controllo.
6.5 Possibilità di sottrazione
Un sistema mostra parte del proprio effetto quando viene rimosso. La sottrazione permette di distinguere disponibilità esterna e capacità interna, stimolo presente e residuo, supporto e dipendenza. Non è sempre possibile né desiderabile togliere uno strumento; resta però un criterio sperimentale e pedagogico potente.
7. Il test della sottrazione
Il “test della sottrazione” è qui proposto come strumento interpretativo dell’Osservatorio, non come scala scientificamente validata. Consiste nel chiedere che cosa accada quando una componente dell’ambiente viene temporaneamente rimossa o differita.
Per le notifiche: la persona recupera continuità oppure sostituisce il segnale esterno con controlli autoindotti? Per l’apprendimento: sa ricostruire il ragionamento, trasferirlo e individuare un errore senza AI? Per la memoria olfattiva: che cosa accade quando l’odore ritorna in un contesto differente, e quanto il ricordo viene riconosciuto o rielaborato?
Il test non deve essere usato in modo moralistico. Dipendere da strumenti esterni è una caratteristica ordinaria della cognizione umana. Nessuna persona adulta viene valutata chiedendole di rinunciare permanentemente alla scrittura, alle mappe o alle infrastrutture sociali. L’autonomia non coincide con autosufficienza assoluta.
Il criterio più utile è la trasparenza della dipendenza. Sappiamo quali passaggi sono stati delegati? Possiamo controllare l’errore? Conserviamo una rappresentazione sufficiente del processo? Abbiamo alternative quando lo strumento non è disponibile o produce un esito sbagliato?
In questa prospettiva, la competenza contemporanea può essere ibrida. Comprende ciò che una persona sa fare direttamente, ciò che sa far fare a uno strumento e ciò che sa verificare quando persona e strumento operano insieme. Confondere questi livelli, però, rende fragile la valutazione e può trasferire responsabilità senza renderlo visibile.
8. Cosa sappiamo e cosa non sappiamo ancora
Cosa sappiamo
Le notifiche possono interferire con un compito anche quando non vengono aperte; in uno studio del 2026 l’effetto rimaneva misurabile per circa sette secondi.
La vulnerabilità agli stimoli associati allo smartphone non è uniforme; alcuni profili comportamentali sono associati a differenze auto-riferite e fisiologiche, senza prova di causalità direzionale.
Disattivare le notifiche non garantisce una riduzione dell’uso o del controllo spontaneo del dispositivo.
Nel questionario umano di Dejou e colleghi, i ricordi olfattivi precoci riferiti erano spesso positivi, ripetuti e riesposti; il disegno retrospettivo non prova causalità.
Nel modello murino dello stesso studio, specifiche cellule del bulbo olfattivo hanno avuto un ruolo causale nel richiamo della preferenza e la configurazione delle reti è cambiata con l’età.
Prestazione assistita e apprendimento autonomo non coincidono necessariamente.
I risultati di Bastani e Kestin mostrano che il design pedagogico dell’AI può cambiare sostanzialmente l’esito.
L’offloading cognitivo può essere utile; diventa problematico quando sostituisce senza trasparenza la funzione che si intende apprendere o valutare.
Cosa non sappiamo ancora
Quale sia l’effetto cumulativo di anni di micro-interruzioni in popolazioni e attività differenti.
In quale direzione si sviluppino le associazioni tra uso problematico dello smartphone, salienza attentiva e interocezione.
Quanto i meccanismi osservati nel topo siano trasferibili alla memoria autobiografica olfattiva umana.
Perché alcuni odori ripetuti acquisiscano valore identitario e altri no.
Quali effetti produca l’uso continuativo della GenAI sulla conservazione delle competenze dopo mesi o anni.
Quali capacità convenga delegare e quali richiedano esercizio diretto per mantenere comprensione e capacità di controllo.
Come misurare in modo valido una competenza distribuita tra persona, sistema e organizzazione.
9. Domande aperte
La nostra società misura abbastanza gli effetti dopo la rimozione dello stimolo o dello strumento?
Quando una dipendenza funzionale da un’infrastruttura diventa perdita di agency e quando rappresenta invece cooperazione efficace?
Come progettare sistemi digitali che sostengano la continuità senza richiedere una disconnessione totale?
Come studiare le memorie olfattive umane senza ridurre biografia e cultura a un singolo circuito?
Quali prove dovrebbero accompagnare l’adozione di tutor AI nelle scuole prima di concludere che una migliore prestazione equivalga a migliore apprendimento?
Quali indicatori possono distinguere comprensione, supervisione competente e semplice produzione assistita?
Che cosa dovrebbe restare intenzionalmente all’essere umano anche quando una tecnologia può farlo più rapidamente?
10. Conclusioni — La durata invisibile
Una parte delle trasformazioni umane avviene in una durata che non coincide con quella dell’evento. La notifica finisce, ma il compito deve essere ricostruito. L’odore ritorna, ma incontra una biografia cambiata. L’AI risolve, ma soltanto la prova successiva rivela quanto della capacità sia diventato disponibile alla persona.
Questo Quaderno non sostiene che attenzione, memoria e apprendimento siano tre manifestazioni dello stesso meccanismo. Propone una disciplina dello sguardo: osservare il dopo.
Il dopo impedisce di confondere un segnale breve con un effetto irrilevante. Impedisce di confondere una memoria persistente con una registrazione immutabile. Impedisce di confondere un risultato migliore con una competenza acquisita.
Rende inoltre più chiaro il ruolo del design. Gli ambienti non agiscono dall’esterno su un essere umano passivo. Entrano in una relazione nella quale salienza, ripetizione, contesto, attività e possibilità di sottrazione cambiano gli esiti. Questa relazione può sostenere conoscenza, orientamento e continuità; può anche produrre frammentazione, dipendenza o opacità.
L’interpretazione dell’autore è che una politica dell’umano debba occuparsi non soltanto di ciò che le tecnologie permettono nel momento dell’uso, ma di ciò che lasciano nella persona: più capacità di comprendere e scegliere, oppure una crescente necessità di assistenza non riconosciuta; maggiore continuità dell’esperienza, oppure una giornata organizzata da transizioni che non abbiamo deciso; nuove possibilità di memoria, oppure la pretesa di ridurre la biografia a un dato.
La domanda non richiede nostalgia per un individuo senza strumenti. Un simile individuo non è mai esistito. Richiede piuttosto che la cooperazione con l’ambiente resti visibile, discutibile e verificabile.
Perché ciò che siamo non coincide soltanto con ciò che accade mentre qualcosa ci raggiunge. Comprende anche ciò che continua ad agire quando sembra già finito.
11. Bibliografia verificata
Fournier, H., Fournel, A., Osiurak, F., Koenig, O., Pâris, F., Gaujoux, V., & Ringeval, F. (2026). Attention hijacked: How social media notifications disrupt cognitive processing. Computers in Human Behavior, 179, 108926. https://doi.org/10.1016/j.chb.2026.108926
Haruki, Y., Miyahara, K., Ogawa, K., et al. (2025). Attentional bias towards smartphone stimuli is associated with decreased interoceptive awareness and increased physiological reactivity. Communications Psychology, 3, 42. https://doi.org/10.1038/s44271-025-00225-6
Dekker, C. A., Baumgartner, S. E., Sumter, S. R., & Ohme, J. (2025). Beyond the Buzz: Investigating the Effects of a Notification-Disabling Intervention on Smartphone Behavior and Digital Well-Being. Media Psychology, 28(1), 162–188. https://doi.org/10.1080/15213269.2024.2334025
Dejou, J., Athanassi, A., Brunel, T., Thevenet, M., Didier, A., & Mandairon, N. (2026). Positive early-life olfactory memory is rooted in the olfactory bulb and triggers large-scale changes beyond the olfactory system. PLOS Biology, 24(7), e3003845. https://doi.org/10.1371/journal.pbio.3003845
Herz, R. S. (2016). The Role of Odor-Evoked Memory in Psychological and Physiological Health. Brain Sciences, 6(3), 22. https://doi.org/10.3390/brainsci6030022
Leiker, E. K., et al. (2024). Memory Recall and Odor vs Verbal Cues Among Adults With Major Depressive Disorder. JAMA Network Open, 7(2), e2355954. https://doi.org/10.1001/jamanetworkopen.2023.55954
Green, J. D., Reid, C. A., Kneuer, M. A., & Hedgebeth, M. V. (2023). The Proust effect: Scents, food, and nostalgia. Current Opinion in Psychology, 50, 101562. https://doi.org/10.1016/j.copsyc.2023.101562
Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. https://doi.org/10.1073/pnas.2422633122
Kestin, G., Miller, K., Klales, A., Milbourne, T., & Ponti, G. (2025). AI tutoring outperforms in-class active learning: an RCT introducing a novel research-based design in an authentic educational setting. Scientific Reports, 15, 17458. https://doi.org/10.1038/s41598-025-97652-6
Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688. https://doi.org/10.1016/j.tics.2016.07.002
Sankaranarayanan, S. (2026). Mitigating “Epistemic Debt” in Generative AI-Scaffolded Novice Programming using Metacognitive Scripts. Preprint. https://doi.org/10.48550/arXiv.2602.20206
Diel, A., Torous, J., Cuijpers, P., Kleesiek, J., Nensa, F., Weber, N., et al. (2026). A scoping review on the mental health harms of LLM-based chatbots. npj Digital Medicine, 9, 644. https://doi.org/10.1038/s41746-026-03054-x
OECD. (2026). OECD Digital Education Outlook 2026. OECD Publishing.
UNESCO. (2023). Guidance for Generative AI in Education and Research. UNESCO.