Il 2025 è stato l’anno dell’intelligenza artificiale (AI), diventata uno dei principali motori della trasformazione sociale, con impatti anche su salute e medicina. Ma siamo sicuri che questa grande corsa non rappresenti un limite? “L’AI non sta semplicemente cambiando gli strumenti della società; ne sta rimodellando i ritmi. Se però la velocità diventa l’unico criterio di progresso, il risultato potrebbe essere una società efficiente ma fragile, innovativa ma irresponsabile”, avverte Francesco Branda, ricercatore dell’Università Campus Bio-Medico.
Branda, autore numerosi lavori scientifici, è uno dei ‘tre moschettieri dell’epidemiologia’ – insieme a Massimo Ciccozzi (Campus Bio-Medico di Roma) e Fabio Scarpa (Università di Sassari) – che hanno dato vita a Gabie, un hub dell’epidemiologia. E con l’intelligenza artificiale lavora tutti i giorni.
Da ostacolo a risorsa
“Gli ultimi anni sono stati caratterizzati da un’accelerazione senza precedenti: nuovi modelli di AI vengono rilasciati a intervalli sempre più brevi, spesso prima che le versioni precedenti siano state pienamente comprese, valutate o regolamentate. La velocità è diventata sinonimo di progresso e competitività, mentre la lentezza viene spesso interpretata come inefficienza. Tuttavia, la lentezza non dovrebbe essere intesa come una limitazione”, avverte lo scienziato.
Per Branda “la lentezza rappresenta una risorsa fondamentale: una pausa deliberata che consente alle società di riflettere, valutare criticamente ed esercitare il proprio giudizio sui cambiamenti guidati dall’AI. La lentezza crea lo spazio cognitivo, etico e istituzionale necessario per allineare l’innovazione tecnologica ai valori umani e garantire che le decisioni rimangano sotto il controllo dell’uomo”.
L’asimmetria temporale tra macchine ed esseri umani
I sistemi di AI “operano secondo il tempo delle macchine, producendo risultati istantanei, mentre la comprensione, l’interpretazione e la valutazione etica sono processi intrinsecamente lenti e umani. Decenni di ricerca nella psicologia del processo decisionale mostrano che il pensiero rapido e intuitivo è più incline all’errore rispetto a quello lento e deliberativo in contesti complessi e ad alto rischio”, avverte il ricercatore.
“Quando entrano in gioco sistemi automatizzati, questa vulnerabilità è ulteriormente amplificata dal cosiddetto automation bias, la ben documentata tendenza a fare eccessivo affidamento sulle raccomandazioni algoritmiche anche quando sono errate o scarsamente contestualizzate. La lentezza agisce quindi come un’interruzione necessaria dell’automatismo, permettendo agli esseri umani di riesaminare criticamente gli output algoritmici anziché approvarli in modo acritico”.
Le sfide in medicina…
Le implicazioni di questa dinamica sono particolarmente evidenti in ambito medico. “Gli strumenti di AI sono sempre più utilizzati per supportare la diagnosi, il triage, la stratificazione del rischio e l’allocazione delle risorse. Sebbene questi sistemi promettano una maggiore efficienza, la loro rapida integrazione nei flussi di lavoro clinici rischia di sostituire il giudizio professionale, se non è accompagnata da un tempo adeguato per la deliberazione e la verifica”, ammonisce Branda.
“Studi qualitativi che coinvolgono professionisti sanitari evidenziano costantemente preoccupazioni relative alla responsabilità, alla trasparenza e ai bias nelle decisioni cliniche assistite dall’AI, che non possono essere risolte con la velocità, ma richiedono una riflessione etica continua, il monitoraggio e la responsabilità professionale. Senza la lentezza, i clinici rischiano di delegare il giudizio a sistemi opachi, perdendo l’opportunità di individuare sfumature contestuali, errori o disuguaglianze incorporate negli output algoritmici”.
… e quelle per sanità, giustizia e istruzione
La rilevanza della lentezza va ben oltre il campo medico. “Nella sanità pubblica, i modelli predittivi possono anticipare epidemie o fabbisogni di risorse, ma un ricorso affrettato alle previsioni algoritmiche, in assenza di una valutazione etica e sociale, può condurre a decisioni politiche premature o ingiustificate”.
“Nel sistema giudiziario – continua Branda – gli strumenti algoritmici di valutazione del rischio promettono efficienza, ma è stato dimostrato che riproducono e amplificano bias strutturali quando la supervisione umana è insufficiente, rafforzando le disuguaglianze anziché ridurle. Nell’istruzione, l’adozione accelerata di strumenti automatizzati per la generazione di contenuti e la valutazione rischia di trasformare l’apprendimento in un’interazione performativa con le macchine, riducendo lo spazio per il pensiero critico, l’interpretazione e il dialogo pedagogico”.
In tutti questi ambiti, insomma, la velocità può migliorare l’efficienza, “ma aumenta anche il rischio di scorciatoie epistemiche, in cui la coerenza viene scambiata per correttezza e gli output sono percepiti come autorevoli semplicemente perché prodotti rapidamente e su larga scala”.
Questi rischi sono ulteriormente amplificati dal linguaggio, secondo il ricercatore. “Definire tali sistemi come “intelligenti” può oscurarne i limiti, alimentando un’illusione di comprensione, intenzionalità o agenzia morale che essi non possiedono. I sistemi di AI rimangono modelli statistici che generano output probabilistici, privi di coscienza, empatia o capacità di ragionamento etico. La lentezza consente di mantenere una distanza critica tra gli output algoritmici e il significato umano, riaffermando il ruolo degli esseri umani come interpreti, valutatori e decisori finali, piuttosto che come destinatari passivi di consigli automatizzati”.
La soluzione? Rallentare fin dalla progettazione
E allora? “Piuttosto che opporsi all’innovazione, la lentezza può essere incorporata intenzionalmente nei sistemi di AI, secondo un approccio che può essere definito slowness-by-design. Non per rallentare lo sviluppo tecnologico, ma per preservare il tempo per la riflessione, la discussione e il giudizio nei momenti decisionali critici. La supervisione umana non può essere ridotta a una presenza formale o a una firma finale su decisioni automatizzate”.
A un livello più ampio, il ritmo incessante dell’innovazione tecnologica solleva significative questioni etiche. “L’introduzione continua di modelli sempre più complessi rende difficile valutare in modo sistematico i loro effetti sociali nel medio e lungo periodo. Sebbene principi come equità, trasparenza e responsabilità siano ampiamente condivisi, spesso sono compromessi dalle pressioni per un’implementazione rapida e per il vantaggio competitivo. La lentezza consente audit, validazioni indipendenti e meccanismi di responsabilità adattiva che, altrimenti, verrebbero sacrificati sull’altare della velocità”, riflette lo studioso.
Per Branda, insomma, la lentezza assume non solo un significato cognitivo, ma anche politico e culturale. “Crea spazio per l’incertezza, il dissenso e l’errore come fonti di apprendimento, piuttosto che come ostacoli al progresso. Altrimenti la velocità rischia di trasformarsi in una forma di cecità sistemica: la tecnologia avanza, mentre il suo significato e le sue conseguenze rimangono opachi e insufficientemente governati”. Un’analisi che dà da pensare, mentre il 2026 già si affaccia all’orizzonte.