Quella risata che esce spontanea guardando un video assurdo o chiacchierando con gli amici potrebbe nascondere un segreto vecchio di 15 milioni di anni. Un nuovo studio dell’Università di Warwick ha scoperto che il ritmo della risata umana condivide una struttura profonda con quella di scimpanzé, bonobo, gorilla e oranghi. E questo dettaglio, apparentemente banale, potrebbe rappresentare uno degli indizi più solidi mai trovati sull’origine del linguaggio umano.

Il punto di partenza è semplice: gli esseri umani non sono gli unici primati che ridono. Lo fanno anche le altre grandi scimmie. Ma fino a oggi nessuno aveva analizzato con questa precisione cosa accomuna davvero queste risate a livello strutturale. Il team di ricerca ha esaminato 140 sequenze di risata, raccolte da oranghi, gorilla, bonobo, scimpanzé e umani. I risultati, pubblicati sulla rivista Communications Biology, raccontano qualcosa di sorprendente: tutte le specie producono risate con intervalli ritmici regolari tra un suono e l’altro. La stessa cadenza di fondo, conservata praticamente intatta da un antenato comune vissuto circa 15 milioni di anni fa.

La risata umana si è evoluta, ma il ritmo è rimasto

Certo, la risata umana nel tempo è diventata qualcosa di molto diverso rispetto a quella degli altri primati. È più veloce, più varia, e soprattutto molto più flessibile. Le persone modulano la risata a seconda del contesto sociale, spesso senza nemmeno rendersene conto. Una risata spontanea provocata dal solletico non ha nulla a che vedere con quella educata durante una riunione o con quella nervosa dopo una gaffe. Eppure, sotto tutte queste variazioni, il pattern ritmico di base resta lo stesso.

Secondo i ricercatori, questa crescente capacità di controllare i tempi vocali si è sviluppata gradualmente nel corso dell’evoluzione delle grandi scimmie. E proprio quel controllo, affinato lentamente nel tempo, potrebbe aver fornito uno dei mattoni fondamentali che alla fine hanno reso possibile il linguaggio parlato.

Una finestra evolutiva che i fossili non possono offrire

Il problema principale per chi studia le origini del linguaggio è che la parola non lascia tracce fossili. Non esistono resti da analizzare, strati geologici da scavare. La risata, però, è evolutivamente molto più antica del linguaggio articolato e resta comune a tutte le grandi scimmie viventi. Questo la rende una specie di macchina del tempo biologica.

Come ha spiegato il dottor Adriano Lameira, professore associato all’Università di Warwick, non è possibile studiare direttamente le forme precursori del linguaggio nei nostri antenati estinti. La risata delle grandi scimmie, essendo condivisa tra tutte le specie viventi del gruppo, offre una rara opportunità per osservare le trasformazioni vocali che si sono susseguite nell’evoluzione degli ominidi. E sfata anche un mito piuttosto radicato: l’idea che i primi esseri umani abbiano improvvisamente acquisito capacità vocali radicalmente diverse da quelle dei loro predecessori. La realtà sembra molto più sfumata. Il controllo vocale necessario per parlare non è comparso dal nulla, ma si è costruito su capacità già presenti e progressivamente affinate per milioni di anni.

Quella risata che sembra così spontanea e istintiva, in fondo, racconta una storia lunghissima. Una storia che collega direttamente la nostra voce a quella di primati che hanno camminato su questo pianeta molto prima di noi.

L'articolo Risata delle grandi scimmie: il segreto sul linguaggio umano proviene da Tecnoapple.

Che il cervello sotto anestesia fosse capace di operazioni cognitive avanzate era qualcosa che nessuno si aspettava davvero. Eppure un gruppo di ricercatori del Baylor College of Medicine ha dimostrato proprio questo: anche quando una persona è completamente priva di coscienza, i neuroni continuano a lavorare, analizzano il linguaggio e addirittura provano a prevedere le parole successive di un racconto. Lo studio, pubblicato su Nature a giugno 2026, ribalta parecchie certezze consolidate sul rapporto tra consapevolezza e cognizione.

Il team guidato dal dottor Sameer Sheth ha registrato l’attività di centinaia di singoli neuroni nell’ippocampo, una regione cerebrale legata alla memoria, mentre i pazienti erano sotto anestesia generale durante interventi per epilessia. Per farlo hanno utilizzato le sonde Neuropixels, una tecnologia mai impiegata prima nell’ippocampo per questo tipo di ricerca. E i risultati sono stati a dir poco sorprendenti.

Neuroni che imparano e prevedono, anche senza consapevolezza

Nel primo esperimento, i pazienti sotto anestesia sono stati esposti a sequenze di suoni ripetuti con toni inattesi inseriti di tanto in tanto. I neuroni dell’ippocampo non solo hanno individuato queste anomalie sonore, ma col tempo sono diventati sempre più bravi a riconoscerle. Come se il cervello sotto anestesia stesse letteralmente imparando qualcosa, senza che la persona ne avesse la minima percezione.

Poi le cose si sono fatte ancora più interessanti. Quando i ricercatori hanno fatto ascoltare brevi racconti ai pazienti anestetizzati, l’ippocampo ha mostrato segni chiari di elaborazione del linguaggio in tempo reale. L’attività neurale riusciva a distinguere nomi, verbi e aggettivi. E c’è di più: i segnali cerebrali permettevano di prevedere le parole successive prima ancora che venissero pronunciate. Una sorta di codifica predittiva che normalmente viene associata a uno stato di veglia attenta, non certo all’incoscienza totale.

Questo dettaglio ha colpito particolarmente i ricercatori, che hanno notato una somiglianza con il funzionamento dell’intelligenza artificiale. Proprio come i grandi modelli linguistici generano testo anticipando la parola successiva, l’ippocampo sembra fare qualcosa di analogo durante l’elaborazione del linguaggio.

Cosa significa tutto questo per la scienza della coscienza

Le implicazioni sono enormi. Se capacità cognitive come la comprensione linguistica e la predizione non dipendono dalla coscienza, allora forse la consapevolezza nasce dalla comunicazione tra diverse aree cerebrali, piuttosto che dall’attività di una singola regione. È un cambio di prospettiva notevole.

C’è anche un risvolto pratico che vale la pena menzionare. Questi risultati potrebbero aprire la strada a nuove interfacce cervello computer e protesi vocali destinate a persone che hanno perso la capacità di parlare a causa di ictus o lesioni. Come ha sottolineato il dottor Vigi Katlowitz, primo autore dello studio, ora diventa possibile chiedersi se questi segnali possano alimentare dispositivi protesici per parti del cervello danneggiate.

Va detto che lo studio presenta dei limiti. Ha esaminato un solo tipo di anestesia generale, quindi non è detto che gli stessi risultati valgano per stati come il sonno o il coma. Inoltre, la ricerca si è concentrata esclusivamente sull’ippocampo, e resta da capire quanto questi processi siano diffusi nel resto del cervello sotto anestesia.

Quello che è certo è che questa scoperta costringe la comunità scientifica a ripensare profondamente cosa significhi davvero essere coscienti. Il cervello, a quanto pare, fa molto più di quello che gli viene riconosciuto, anche quando sembra completamente spento.

L'articolo Il cervello sotto anestesia continua a elaborare il linguaggio proviene da Tecnoapple.

Parlare non è solo una questione di muscoli e movimenti della bocca. Uno studio recente sull’apprendimento del linguaggio ribalta parecchie convinzioni consolidate, mostrando che il cervello impara a parlare soprattutto attraverso ciò che sente e percepisce, più che attraverso le aree motorie. La scoperta arriva dai ricercatori della McGill University e della Yale School of Medicine, ed è stata pubblicata sulla rivista Proceedings of the National Academy of Sciences nel giugno 2026.

Per anni la neuroscienza ha dato quasi per scontato che le aree motorie del cervello, quelle che controllano i movimenti di labbra, lingua e tratto vocale, fossero il motore principale dell’apprendimento del linguaggio. Questa nuova ricerca dice qualcosa di molto diverso. Sono le regioni sensoriali, ovvero la corteccia uditiva e la corteccia somatosensoriale, a giocare il ruolo davvero decisivo quando si tratta di acquisire e trattenere nuovi schemi vocali. David Ostry, professore di psicologia alla McGill University, lo ha detto in modo piuttosto netto: la tradizione scientifica ha sempre puntato i riflettori sulle aree frontali motorie come protagoniste del movimento, ma questo studio cambia quella visione, dimostrando che l’apprendimento del linguaggio umano è in larga parte di natura sensoriale.

Come è stato condotto l’esperimento

Il metodo usato è stato tanto elegante quanto efficace. I ricercatori hanno modificato in tempo reale il parlato dei partecipanti, riproducendolo alterato attraverso le cuffie. Questo trucco ha spinto le persone ad adattare spontaneamente i propri schemi vocali, creando una forma di apprendimento motorio del linguaggio. A quel punto è entrata in gioco la stimolazione magnetica transcranica (TMS), una tecnica non invasiva capace di “spegnere” temporaneamente specifiche zone cerebrali. Sono state testate tre aree: la corteccia uditiva, quella somatosensoriale e quella motoria. Ventiquattro ore dopo, i ricercatori hanno verificato quanto i partecipanti ricordassero i nuovi schemi appresi. Il ragionamento era semplice: se un’area è fondamentale per conservare la memoria di ciò che si è imparato, disattivarla dovrebbe compromettere la ritenzione. Ebbene, quando veniva disturbata la corteccia uditiva o quella somatosensoriale, la capacità di ricordare i nuovi movimenti vocali calava in modo significativo. La corteccia motoria, invece? Quasi nessun effetto. Una sorpresa notevole.

Cosa cambia per la riabilitazione dopo un ictus

Questa scoperta non resta chiusa in laboratorio. Le implicazioni per la riabilitazione post ictus e per il recupero della parola sono potenzialmente enormi. Chi perde la capacità di parlare a causa di un ictus potrebbe beneficiare di terapie che coinvolgano maggiormente i processi sensoriali, anziché concentrarsi esclusivamente sul ripristino delle funzioni motorie. Lo stesso vale per le tecnologie di comunicazione cerebrale, quei dispositivi sperimentali che un giorno potrebbero restituire la parola a chi non riesce più a comunicare. Integrare la componente sensoriale nella progettazione di questi sistemi potrebbe migliorarne drasticamente le prestazioni.

Il gruppo di ricerca ha già in programma di approfondire i circuiti corticali coinvolti e di esplorare trattamenti basati sulle aree sensoriali per i disturbi del movimento. Si tratta di un filone che si inserisce in un percorso più ampio: studi precedenti dello stesso team avevano già mostrato risultati simili per i movimenti di braccia e mani, confermando che il ruolo delle regioni sensoriali nell’apprendimento motorio va ben oltre il linguaggio. Insomma, il cervello impara a parlare ascoltando e sentendo, non solo muovendo. E questa consapevolezza potrebbe cambiare radicalmente il modo in cui si affronta il recupero della parola.

L'articolo Il cervello impara a parlare in modo diverso da come si credeva proviene da Tecnoapple.

Con iOS 27, Apple introduce finalmente una funzione che gli utenti aspettavano da anni: la possibilità di creare eventi nel Calendario semplicemente scrivendo una frase in linguaggio naturale. Niente più campi da compilare uno per uno, niente più tap su data, ora, luogo. Si digita quello che si ha in mente, e l’iPhone fa tutto il resto.

Sembra una cosa banale, e in effetti lo è. Ma proprio per questo stupisce che Apple ci abbia messo così tanto ad arrivarci. Altre app di terze parti, come Fantastical, offrono questa funzionalità da tempo immemorabile. Eppure il Calendario nativo di Apple ha sempre costretto gli utenti a un processo manuale, quasi cerimoniale, per aggiungere un semplice appuntamento.

Come funziona la creazione eventi con linguaggio naturale

Il meccanismo è tanto semplice quanto efficace. Aprendo l’app Calendario su iOS 27, sarà sufficiente digitare qualcosa come “cena con Marco venerdì alle 21 al ristorante Da Luigi”. Il sistema interpreta automaticamente ogni elemento della frase: il titolo dell’evento, il giorno, l’orario e la posizione. Tutto viene inserito nei campi corretti senza alcun intervento aggiuntivo.

Questa novità si appoggia alle capacità di intelligenza artificiale già integrate nell’ecosistema Apple, e rappresenta un passo avanti significativo nell’esperienza d’uso quotidiana. Per chi gestisce agende fitte, la differenza è enorme. Risparmiare anche solo trenta secondi per ogni evento, moltiplicato per decine di appuntamenti settimanali, restituisce un tempo che non è affatto trascurabile.

Perché questa novità di iOS 27 conta davvero

C’è un aspetto che va oltre la comodità tecnica. Questa funzione cambia il rapporto con lo strumento. Il Calendario smette di essere un’app che richiede attenzione e diventa qualcosa che lavora in modo trasparente, quasi invisibile. Ed è esattamente la direzione in cui Apple vuole portare i propri prodotti: meno frizione, più immediatezza.

La notizia, riportata inizialmente da Cult of Mac, conferma una tendenza chiara. Apple sta colmando i gap funzionali delle sue app native, quelle lacune che per anni hanno spinto molti utenti verso soluzioni di terze parti. Con iOS 27, il Calendario nativo diventa finalmente competitivo anche su questo fronte.

Resta da vedere come il sistema gestirà le ambiguità linguistiche, le frasi più complesse o le richieste in italiano con costruzioni meno lineari. Ma il punto di partenza è solido, e per la stragrande maggioranza degli usi quotidiani questa funzione sarà più che sufficiente. A volte le rivoluzioni più utili sono quelle che semplificano gesti che facciamo cento volte al giorno senza nemmeno pensarci.

L'articolo iOS 27 rivoluziona il Calendario con una funzione attesa da anni proviene da Tecnoapple.

Una scoperta affascinante arriva dall’Università dell’Iowa e riguarda il DNA antico che gli esseri umani moderni condividono con i Neanderthal. Secondo uno studio pubblicato su Science Advances nel giugno 2026, una porzione minuscola del genoma, meno dello 0,1%, avrebbe avuto un ruolo sproporzionatamente grande nello sviluppo della capacità di linguaggio umano. E la cosa più sorprendente è che queste sequenze genetiche sarebbero molto più antiche di quanto chiunque avesse immaginato.

Il gruppo di ricerca, guidato da Jacob Michaelson, professore di Psichiatria e Neuroscienze alla Carver College of Medicine, ha identificato delle regioni regolatorie del DNA chiamate HAQERs (Human Ancestor Quickly Evolved Regions). Non si tratta di geni veri e propri, ma di una sorta di “manopole del volume” che regolano l’espressione dei geni coinvolti nello sviluppo cerebrale. Queste regioni, pur essendo una scheggia infinitesimale del genoma, generano un impatto sulla capacità linguistica circa 200 volte superiore rispetto a qualsiasi altra porzione del DNA. Un dato che lascia senza parole, francamente.

La ricerca affonda le radici in un lavoro iniziato negli anni Novanta, quando Bruce Tomblin, oggi professore emerito, studiò le competenze linguistiche di 350 studenti nello Iowa, raccogliendo campioni di saliva e conservando il DNA per analisi future. Anni dopo, il laboratorio di Michaelson ha completato il sequenziamento genetico, rendendo finalmente possibile collegare le differenze nel DNA alle variazioni nella capacità di linguaggio.

Neanderthal e le basi biologiche della comunicazione

Ecco dove la faccenda diventa davvero interessante. L’analisi ha rivelato che queste “manopole genetiche” erano già presenti nei Neanderthal, e in alcuni casi risultavano persino leggermente più pronunciate rispetto agli esseri umani moderni. Questo significa che le basi biologiche del linguaggio potrebbero essersi evolute molto prima della comparsa dell’Homo sapiens, in un antenato comune condiviso con i Neanderthal.

Michaelson lo spiega con una metafora efficace: le HAQERs costruiscono l'”hardware” del cervello, mentre il linguaggio funziona come il “software”. E se le HAQERs sono le manopole del volume, il gene FOXP2, già noto da oltre vent’anni per il suo legame con i disturbi del linguaggio, è una delle mani che gira quelle manopole. Per misurare con precisione l’influenza di queste regioni, il team ha sviluppato uno strumento chiamato punteggio poligenico stratificato evolutivamente, capace di separare gli effetti genetici in base al momento in cui sono comparsi durante l’evoluzione, tracciando influenze lungo circa 65 milioni di anni di storia.

Le evidenze archeologiche già mostravano che i Neanderthal possedevano cultura, organizzazione sociale e comportamenti complessi. Combinando questi dati con le nuove scoperte genetiche, l’ipotesi che qualche forma di comunicazione sofisticata esistesse ben prima dell’uomo moderno diventa molto più solida.

Perché l’evoluzione si è fermata e cosa succede adesso

Se le HAQERs sono così importanti per il linguaggio, perché hanno smesso di evolversi? La risposta, secondo i ricercatori, sta in un meccanismo noto come selezione bilanciante. Queste regioni genetiche favoriscono lo sviluppo del cervello fetale, ma aumentano anche le dimensioni del cranio. Prima della medicina moderna, un cranio troppo grande rendeva il parto estremamente pericoloso sia per la madre che per il neonato. In pratica, l’evoluzione ha raggiunto un tetto: migliorare ulteriormente l’hardware biologico del linguaggio avrebbe comportato un costo troppo alto in termini di sopravvivenza.

Mentre le HAQERs si sono stabilizzate, altri segnali genetici legati all’intelligenza hanno continuato a evolversi, perché non influenzavano direttamente le dimensioni del cervello fetale. Un compromesso evolutivo elegante e, a pensarci bene, quasi poetico.

Il team ora punta a proseguire la ricerca con gli stessi partecipanti dello studio originale di Tomblin, molti dei quali oggi hanno figli propri. Questo apre la possibilità di distinguere quanto della capacità linguistica dipenda dalla genetica e quanto dall’ambiente in cui si cresce. Capire questa distinzione potrebbe avere implicazioni cliniche significative, soprattutto per i bambini con difficoltà di linguaggio. Un nuovo capitolo della scienza del DNA antico e del linguaggio umano sta per aprirsi, e le premesse sono tutt’altro che banali.

L'articolo DNA dei Neanderthal e linguaggio umano: la scoperta che cambia tutto proviene da Tecnoapple.

Le debolezze dell’intelligenza artificiale emergono spesso dove meno ce lo si aspetta. Stavolta non si parla di compiti impossibili o ragionamenti filosofici, ma di qualcosa che qualsiasi essere umano fa ogni giorno senza pensarci troppo: restare concentrati quando le cose si complicano. Un gruppo di ricercatori guidato da Suketu Patel ha sottoposto alcuni dei più avanzati modelli di linguaggio (quelli dietro strumenti come ChatGPT, Claude e Gemini) a un esperimento psicologico vecchio di decenni, il cosiddetto Stroop task. E i risultati, pubblicati su PNAS Nexus il 10 giugno 2026, raccontano una storia parecchio interessante.

Il test funziona così: vengono mostrate parole come “rosso”, “blu” o “verde”, scritte però con inchiostro di colore diverso da quello indicato dalla parola stessa. Per esempio, la parola “rosso” scritta in blu. Il compito è semplice in apparenza: bisogna identificare il colore dell’inchiostro, ignorando la parola. Per il cervello umano è un piccolo conflitto interno, perché leggere le parole è un automatismo difficile da sopprimere. Gli psicologi usano questo test da sempre per misurare quello che chiamano controllo esecutivo, cioè la capacità di gestire l’attenzione, resistere alle distrazioni e rimanere focalizzati su un obiettivo.

Quando l’IA perde il filo del discorso

Con liste brevi di cinque parole, i modelli di intelligenza artificiale se la sono cavata piuttosto bene, anche quando parola e colore non corrispondevano. Poi però le cose si sono fatte serie. GPT 4o è partito con un’accuratezza del 91% su cinque parole, è sceso al 57% con dieci parole, e a quota quaranta parole è crollato al 15%. Claude 3.5 Sonnet ha retto fino a venti parole, ma poi è precipitato al 24% con liste di quaranta. Pattern simili sono emersi anche con GPT 5, Claude Opus 4.1 e Gemini 2.5. Risultati che fotografano un problema strutturale, non un semplice incidente di percorso.

La situazione è peggiorata ulteriormente quando nella stessa lista comparivano sia elementi coerenti (parola e colore uguali) sia elementi in conflitto. In quei casi, l’accuratezza sugli elementi incongruenti è precipitata quasi a zero. I modelli, in pratica, smettevano di seguire l’istruzione ricevuta e tornavano a fare quello per cui erano stati addestrati con più insistenza: leggere le parole. Un comportamento che somiglia vagamente alla distrazione umana, ma che ha radici completamente diverse.

Cervello biologico e attenzione artificiale: due mondi diversi

Ed è proprio qui che la faccenda diventa davvero significativa. Gli esseri umani affrontano lo stesso identico conflitto cognitivo, eppure riescono a mantenere prestazioni stabili anche davanti a liste lunghe e piene di distrazioni. Il cervello biologico ha meccanismi di filtraggio che funzionano in modo robusto sotto pressione. I modelli di linguaggio, per quanto sofisticati, sembrano privi di qualcosa di equivalente.

Secondo i ricercatori, questo collasso delle prestazioni rivela limiti fondamentali nell’architettura attuale dei grandi modelli linguistici. Non si tratta di un bug che si può risolvere con qualche aggiornamento, ma di una differenza profonda nel modo in cui queste macchine elaborano le informazioni rispetto al cervello umano. L’intelligenza artificiale sa produrre testi brillanti, risolvere problemi complessi e sostenere conversazioni articolate. Ma quando il compito richiede di mantenere il focus resistendo a interferenze crescenti, il meccanismo si inceppa. Un promemoria utile: anche i sistemi più avanzati hanno punti ciechi, e a volte basta un test da manuale di psicologia per farli emergere.

L'articolo ChatGPT, Claude e Gemini bocciati a un test psicologico per bambini proviene da Tecnoapple.

Le piccole esitazioni durante una conversazione, quei momenti in cui si cerca la parola giusta senza trovarla subito, potrebbero dire molto di più sulla salute del cervello di quanto chiunque avesse mai sospettato. Un gruppo di ricercatori ha scoperto che i pattern linguistici quotidiani sono strettamente legati alle funzioni esecutive, ovvero quel complesso sistema mentale che gestisce memoria, pianificazione, concentrazione e pensiero flessibile. E la cosa davvero interessante è come ci sono arrivati: utilizzando l’intelligenza artificiale per analizzare conversazioni del tutto normali.

Non si parla di test clinici complicati o di questionari infiniti. Si parla di chiacchierate spontanee, analizzate con algoritmi capaci di cogliere sfumature che l’orecchio umano fatica a percepire. Il risultato? Una capacità di prevedere le prestazioni cognitive di una persona con un livello di accuratezza che ha sorpreso anche gli stessi autori dello studio.

Dalla conversazione alla diagnosi precoce

Il punto centrale di questa ricerca è tanto semplice quanto potente. Ogni volta che qualcuno parla, il cervello compie un lavoro enorme: seleziona parole, costruisce frasi, gestisce il ritmo, decide cosa dire e cosa omettere. Quando le funzioni esecutive iniziano a perdere colpi, anche in modo lieve, il linguaggio ne risente. Magari con qualche pausa in più, con frasi lasciate a metà, con ripetizioni che prima non c’erano.

Quello che i ricercatori hanno fatto è stato addestrare modelli di analisi linguistica basata su IA per riconoscere questi segnali deboli all’interno di conversazioni naturali. Niente laboratorio, niente condizioni artificiali. Solo persone che parlano come farebbero normalmente. Ed è proprio questo che rende l’approccio così promettente: la naturalezza del contesto elimina lo stress da prestazione che spesso falsifica i risultati dei test cognitivi tradizionali.

Verso strumenti accessibili per il rilevamento della demenza

La prospettiva più affascinante riguarda la possibilità di sviluppare strumenti semplici, magari anche sotto forma di app, capaci di monitorare nel tempo i cambiamenti nel modo di parlare. Un sistema del genere potrebbe individuare i primi segnali di demenza molto prima che i sintomi diventino evidenti a familiari o medici. E nella lotta contro malattie neurodegenerative come l’Alzheimer, il tempo è tutto. Prima si interviene, più opzioni terapeutiche restano disponibili.

Naturalmente, siamo ancora in una fase iniziale. Servono validazioni su larga scala, servono garanzie sulla privacy dei dati vocali, serve capire come questi strumenti possano integrarsi nella pratica clinica senza creare falsi allarmi. Però la direzione è chiara. L’idea che una semplice conversazione possa diventare una finestra sullo stato di salute del cervello non è più fantascienza. È ricerca concreta, con dati alla mano, che potrebbe cambiare radicalmente il modo in cui si affronta lo screening cognitivo nei prossimi anni.

E forse, la prossima volta che qualcuno perde il filo del discorso, varrà la pena farci caso. Non per giudicare, ma per capire.

L'articolo Pause nel parlare: cosa rivelano davvero sulla salute del cervello proviene da Tecnoapple.

Parlare di intelligenza artificiale usando verbi come “pensa”, “capisce” o “sa” sembra del tutto innocuo. Eppure, secondo una ricerca della Iowa State University pubblicata nell’aprile 2026, questo tipo di linguaggio può alterare in modo sottile ma significativo la percezione che le persone hanno di queste tecnologie. Lo studio, intitolato “Anthropomorphizing Artificial Intelligence: A Corpus Study of Mental Verbs Used with AI and ChatGPT” e pubblicato su Technical Communication Quarterly, ha analizzato quanto spesso i giornalisti ricorrono a espressioni che attribuiscono qualità umane a sistemi che, nella sostanza, non possiedono né coscienza né intenzioni.

Il punto è piuttosto semplice, se ci si ferma a ragionarlo. Quando qualcuno scrive che “ChatGPT sa come rispondere” oppure che “l’intelligenza artificiale ha deciso di fare una cosa”, sta involontariamente suggerendo che dietro ci sia una forma di pensiero autonomo. E non è così. Questi sistemi producono risposte analizzando enormi quantità di dati, riconoscendo schemi e pattern, senza alcuna forma di consapevolezza. Come ha spiegato Jo Mackiewicz, professoressa di Inglese alla Iowa State, i verbi mentali fanno parte del linguaggio quotidiano, ed è naturale usarli anche quando si parla di macchine. Ma il rischio concreto è quello di confondere i confini tra ciò che può fare un essere umano e ciò che fa un algoritmo.

I giornalisti sono più attenti di quanto si pensi

Una delle scoperte più interessanti dello studio riguarda proprio il mondo dell’informazione. Il gruppo di ricerca, che includeva anche Matthew J. Baker della Brigham Young University e Jordan Smith della University of Northern Colorado, ha analizzato il corpus News on the Web (NOW), un database con oltre 20 miliardi di parole provenienti da articoli giornalistici in lingua inglese pubblicati in 20 paesi. L’obiettivo era capire con quale frequenza i giornalisti associano verbi mentali a termini come intelligenza artificiale e ChatGPT.

Il risultato ha sorpreso un po’ tutti. L’antropomorfizzazione nei testi giornalistici è decisamente meno diffusa di quanto ci si aspetterebbe. La parola “needs” (necessita) è risultata la più frequente in associazione con l’intelligenza artificiale, comparendo 661 volte, mentre per ChatGPT il verbo più usato è stato “knows” (sa), ma con appena 32 occorrenze. Numeri bassi, considerata la mole del corpus analizzato. Secondo le ricercatrici, le linee guida editoriali come quelle dell’Associated Press, che sconsigliano di attribuire emozioni o tratti umani alle macchine, potrebbero avere un ruolo importante nel contenere questo fenomeno.

Il contesto conta più delle singole parole

C’è un altro aspetto che merita attenzione. Anche quando i verbi mentali vengono usati, non sempre il risultato è realmente antropomorfico. Frasi come “l’intelligenza artificiale necessita di grandi quantità di dati” non implicano che il sistema abbia desideri o bisogni. È un po’ come dire che una macchina ha bisogno di benzina: nessuno penserebbe che l’auto provi fame. Diverso il caso di espressioni come “l’intelligenza artificiale deve comprendere il mondo reale”, che iniziano a evocare capacità tipicamente umane come il ragionamento etico o la consapevolezza.

Come ha sottolineato Jeanine Aune, co-autrice dello studio, l’antropomorfizzazione non è un fenomeno binario. Esiste su uno spettro, con gradazioni che vanno dal del tutto neutro al potenzialmente fuorviante. E questo è il punto chiave: non basta contare le parole per capire l’impatto del linguaggio. Serve analizzare il contesto.

Il messaggio che emerge da questa ricerca è che le scelte linguistiche nel parlare di intelligenza artificiale hanno conseguenze reali sulla percezione pubblica. Ogni volta che si attribuisce un’intenzione a un sistema che non ne possiede, si rischia di oscurare la responsabilità degli esseri umani che lo hanno progettato, sviluppato e messo in circolazione. Un dettaglio che, nel dibattito sempre più acceso su queste tecnologie, non andrebbe mai dimenticato.

L'articolo ChatGPT e il linguaggio che lo umanizza: lo studio che spiega tutto proviene da Tecnoapple.

Sembra fantascienza, eppure i traduttori per animali potrebbero diventare realtà nel giro di qualche anno. Non domani mattina, sia chiaro. Ma la direzione che sta prendendo la ricerca è sorprendente, e vale la pena parlarne senza farsi prendere dal sensazionalismo.

Tutto parte da un campo che negli ultimi tempi ha fatto passi enormi: la decodifica dei suoni animali. Gruppi di ricerca sparsi tra Stati Uniti, Europa e Asia stanno usando strumenti di intelligenza artificiale per analizzare le vocalizzazioni di specie diverse, dai delfini ai pipistrelli, dalle api alle balene. Il principio di fondo non è poi così complicato da capire. Si raccolgono enormi quantità di registrazioni audio, si danno in pasto a modelli di machine learning e si cerca di individuare schemi ricorrenti. Schemi che, in alcuni casi, sembrano corrispondere a significati specifici. Una sorta di vocabolario rudimentale, se vogliamo semplificare.

Cosa sappiamo davvero (e cosa ancora no)

Attenzione però a non correre troppo. La comunità scientifica è la prima a mettere le mani avanti. Capire che un certo verso di un delfino corrisponde a un richiamo sociale è una cosa. Tradurre una “conversazione” tra due animali in frasi di senso compiuto per gli esseri umani è tutt’altra storia. Il linguaggio, come lo conosciamo noi, ha una complessità strutturale che probabilmente non ha equivalenti nel mondo animale. Ma questo non significa che gli animali non comunichino in modi sofisticati. Lo fanno eccome, e la scienza sta finalmente trovando gli strumenti giusti per ascoltarli davvero.

Uno degli studi più citati degli ultimi mesi riguarda i capodogli. I ricercatori del progetto CETI hanno identificato centinaia di pattern distinti nei loro click, scoprendo una struttura combinatoria che ricorda, almeno vagamente, una grammatica. Non è un linguaggio nel senso stretto del termine. Ma è molto più complesso di quanto si pensasse anche solo dieci anni fa.

Traduttori per animali: fantasia o futuro concreto?

Ecco il punto. Nessuno sta promettendo un’app che permetta di chiacchierare con il proprio gatto entro il 2026. Ma l’idea che la tecnologia possa un giorno offrire traduttori per animali funzionanti, magari limitati a certe specie e a certi contesti, non è più relegata ai film di fantascienza. Gli algoritmi migliorano a una velocità impressionante. I dataset crescono. E soprattutto, cresce la consapevolezza che comprendere la comunicazione animale potrebbe avere ricadute enormi sulla conservazione delle specie, sulla gestione degli ecosistemi e persino sul benessere degli animali domestici.

La strada è ancora lunga, piena di ostacoli metodologici e di domande filosofiche non banali. Tipo: se un giorno riuscissimo davvero a “tradurre” cosa dice un animale, saremmo pronti ad ascoltarlo? Forse la vera sfida non è solo tecnologica. È anche culturale.

L'articolo Traduttori per animali: la scienza sta provando a capirli davvero proviene da Tecnoapple.

Le lingue del mondo sembrano così diverse tra loro da far pensare che ognuna segua regole proprie, senza alcun filo conduttore. Eppure uno studio monumentale, pubblicato su Nature Human Behaviour, racconta una storia molto diversa. Analizzando più di 1.700 lingue, un team internazionale di ricercatori ha scoperto che certi schemi grammaticali ricorrono con una regolarità che non può essere frutto del caso. E questo cambia parecchie cose nel modo in cui si guarda alla struttura del linguaggio umano.

La ricerca è stata guidata da Annemarie Verkerk della Saarland University e da Russell D. Gray del Max Planck Institute for Evolutionary Anthropology. Il gruppo ha messo alla prova 191 cosiddetti “universali linguistici”, quelle regole grammaticali che da decenni si ipotizza valgano per tutte le lingue. Per farlo, hanno usato Grambank, il più grande database di caratteristiche grammaticali mai costruito. Una mole di dati che copre lingue parlate in ogni angolo del pianeta.

Il punto chiave? Circa un terzo di quegli universali regge davvero alla prova statistica, quando si applicano metodi moderni e rigorosi. Non è poco, considerando quante volte queste ipotesi erano state messe in discussione.

Perché i metodi tradizionali non bastavano più

In passato, per evitare di confondere somiglianze tra lingue imparentate con veri schemi universali, i linguisti selezionavano campioni da regioni geograficamente distanti. Un approccio sensato, ma con dei limiti evidenti: non elimina del tutto le connessioni nascoste tra le lingue e, soprattutto, non dice nulla su come le lingue cambiano nel tempo.

Il team ha adottato un metodo decisamente più sofisticato, le cosiddette analisi bayesiane spazio-filogenetiche. Dietro questo nome complicato c’è un’idea abbastanza intuitiva: tenere conto sia della parentela storica tra le lingue, sia dell’influenza geografica. In pratica, si guarda all’albero evolutivo delle 1.700 lingue analizzate e si valuta se certi tratti grammaticali emergono in modo indipendente, più e più volte, in rami completamente separati.

E i risultati parlano chiaro. Schemi come l’ordine delle parole nella frase, ad esempio se il verbo viene prima o dopo l’oggetto, o il modo in cui le relazioni grammaticali vengono segnalate, continuano a presentarsi in lingue che non hanno alcun legame tra loro. Non è coincidenza. È qualcosa di più profondo.

Vincoli cognitivi che plasmano ogni lingua

Come ha commentato Verkerk, è affascinante scoprire che le lingue non si evolvono in modo casuale, nonostante l’enorme diversità che le caratterizza. Gray, dal canto suo, ha ammesso che il team si è trovato davanti a un bivio: raccontare la storia come un “bicchiere mezzo vuoto”, sottolineando quanti universali proposti non reggono, oppure come un “bicchiere mezzo pieno”, evidenziando quelli che invece trovano un solido supporto. Alla fine hanno scelto la seconda strada, puntando su ciò che funziona.

E ciò che funziona racconta qualcosa di importante su come funziona il cervello umano. Le pressioni cognitive e comunicative condivise dalla nostra specie spingono le lingue verso un insieme limitato di soluzioni grammaticali preferite. Detto in modo più semplice: il modo in cui pensiamo e comunichiamo influenza la struttura delle lingue del mondo, indipendentemente da dove vengano parlate.

Lo studio, pubblicato ad aprile 2026, non chiude il dibattito sugli universali linguistici. Semmai lo affina, indicando con precisione dove guardare per capire quali forze profonde modellano il linguaggio. E per chi si occupa di linguistica, questo è un punto di partenza che vale oro.

L'articolo Linguaggio umano: lo studio su 1.700 lingue svela schemi nascosti proviene da Tecnoapple.