Più prevedibili di quanto pensiamo

Nature, 8 lug. 2026 (Ashokkumar, Hewitt, Willer): GPT-4 predice gli esiti di 469 effetti sperimentali di scienze sociali con accuratezza paragonabile a quella di esperti umani, ma sovrastima sistematicamente l'entità degli effetti. Radice: lo scarto tra come raccontiamo il comportamento umano nel linguaggio e come si manifesta davvero.

Uno studio pubblicato su Nature l'8 luglio 2026, firmato da Ashwini Ashokkumar (Harvard), Luke Hewitt e Robb Willer, ha messo alla prova un'idea che fino a poco tempo fa sarebbe sembrata fantascienza: un modello linguistico può prevedere l'esito di un esperimento di scienze sociali prima ancora che venga condotto?

I ricercatori hanno costruito un archivio di 70 esperimenti survey preregistrati, rappresentativi a livello nazionale negli Stati Uniti, per un totale di 469 effetti sperimentali misurati su 119.330 partecipanti reali. Hanno poi chiesto a GPT-4, il cui addestramento si fermava prima della pubblicazione di molti di questi studi, di simulare come un campione rappresentativo di americani avrebbe risposto agli stessi stimoli sperimentali, inferendo gli effetti dal confronto tra le risposte simulate nelle diverse condizioni.

Il risultato: le previsioni del modello correlano fortemente con gli effetti realmente osservati, con un'accuratezza paragonabile a quella delle previsioni aggregate di esperti umani. Ma con una particolarità che gli stessi autori segnalano: il modello tende sistematicamente a sovrastimare l'entità degli effetti.

Il Titolo

La parte più discussa di questo studio è la capacità predittiva in sé: un sistema che non ha mai condotto un esperimento, non ha mai osservato un partecipante, non ha accesso a nulla se non a testo, riesce comunque a intuire come si comporterà un campione di persone reali di fronte a uno stimolo psicologico o sociale.

Questo non significa che il modello "capisca" le persone nel senso in cui lo farebbe uno psicologo. Significa piuttosto che le regolarità del comportamento umano, quelle che la ricerca sperimentale cerca di isolare con grande fatica, lasciano tracce sufficientemente coerenti nella massa di testo scritto da esseri umani da poter essere, in una certa misura, ricostruite.

È un risultato che dice qualcosa di importante non tanto sull'intelligenza artificiale, quanto su di noi: se un modello allenato solo su parole riesce a prevedere come reagiremo, vuol dire che siamo, collettivamente, più prevedibili di quanto ci piaccia pensare.

La Radice

Ma è il secondo risultato, quello meno raccontato, a offrire forse la chiave di lettura più interessante per la psicologia: la sistematica sovrastima degli effetti da parte del modello.

Una possibile spiegazione arriva da come lavora il linguaggio umano rispetto al comportamento umano. Ciò che scriviamo, ciò che pubblichiamo, ciò che raccontiamo di noi stessi, non è un campione neutro delle nostre azioni: tende a sovrarappresentare l'eccezionale rispetto alla norma. Scriviamo di più di ciò che sorprende, che commuove, che indigna, che si discosta dalla media, e molto meno della vita quotidiana priva di eventi degni di nota. Un modello linguistico, addestrato su questo corpus sbilanciato verso il notevole, apprende involontariamente una versione amplificata del comportamento umano, non la sua misura reale.

Se questa lettura è corretta, l'errore del modello non è un semplice difetto tecnico da correggere. È lo specchio di un bias che appartiene a noi prima ancora che alle macchine: la differenza tra come raccontiamo il comportamento umano nel linguaggio e come il comportamento umano si manifesta davvero, nella sua prevalente ordinarietà.

Perché conta

Questo studio non riguarda soltanto il futuro della ricerca in scienze sociali, per quanto le implicazioni pratiche siano notevoli: se confermata su altri domini, questa capacità predittiva potrebbe accelerare enormemente la fase esplorativa della ricerca psicologica, permettendo di testare ipotesi prima di investire tempo e risorse in esperimenti reali con partecipanti umani.

Riguarda anche una domanda più ampia, che va oltre i laboratori: se un sistema allenato solo su parole scritte da esseri umani riesce a intuire come ci comporteremo, ma sistematicamente esagera quanto siamo diversi dalla norma, cosa ci dice questo sul modo in cui raccontiamo noi stessi? Forse la lezione più importante di questo studio non riguarda l'intelligenza artificiale, ma il linguaggio con cui, da sempre, ci raccontiamo a vicenda chi siamo.