Che l’IA potesse descrivere immagini era noto. Che potesse anche leggerle emotivamente, invece, è una scoperta sorprendente. Zaira Romeo (Istituto di Neuroscienze del CNR) e Alberto Testolin (Università di Padova) hanno condotto uno studio pionieristico che mostra come i moderni sistemi di IA, pur non essendo progettati per questo scopo, riescano ad attribuire emozioni a immagini visive con una coerenza sorprendente rispetto ai giudizi forniti da esseri umani.

Il lavoro, pubblicato sulla rivista Royal Society Open Science, ha testato tre grandi modelli linguistici multimodali (tra cui GPT, Gemini e Claude) sottoponendoli a un esperimento classico della psicologia delle emozioni: valutare una serie di immagini secondo le principali dimensioni affettive – come la piacevolezza, il livello di attivazione e la tendenza all’avvicinamento o all’evitamento – e secondo sei emozioni di base (felicità, rabbia, paura, tristezza, disgusto e sorpresa).

Le immagini utilizzate non erano generiche, ma facevano parte di un database sperimentale privato fornito dal Nencki Institute for Experimental Biology di Varsavia, non presente nei set di addestramento dell’IA. Questo dettaglio è cruciale, perché garantisce che le valutazioni non fossero semplici “memorie” di dati preesistenti. Ai modelli venivano poste domande simili a quelle rivolte ai partecipanti umani nei test psicologici, ad esempio: “Come giudichi questa immagine?”, oppure “Come ti senti dopo aver visto questa scena?”. Le risposte erano numeriche e scalate su valori standard, come da 1 (molto negativa) a 9 (molto positiva).

«Abbiamo scoperto che l’IA è in grado di fornire risposte sorprendentemente simili a quelle degli esseri umani, anche in termini di intensità emotiva percepita», spiega Zaira Romeo. Tra i modelli, GPT ha mostrato le performance più coerenti, pur con una tendenza a enfatizzare le emozioni, soprattutto nei casi ad alto impatto emotivo.

Ma com’è possibile che un sistema artificiale capisca le emozioni umane? Secondo gli autori, la chiave sta nel linguaggio. I modelli di IA sono addestrati su enormi quantità di testo e immagini e imparano, tra le altre cose, le associazioni frequenti tra certi contenuti visivi e le reazioni emotive che vi vengono associate nella comunicazione umana.

«Non è che l’IA provi emozioni – sottolineano gli autori – ma riesce a simulare giudizi emotivi plausibili perché ha interiorizzato le descrizioni che le persone forniscono, incluse quelle che esprimono stati affettivi». È, in altre parole, una forma di empatia simulata: priva di coscienza, ma sorprendentemente efficace nel cogliere le sfumature emotive delle esperienze visive.

In alcuni casi, l’IA dichiarava apertamente di non avere emozioni, ma cercava di inserire la reazione di un osservatore umano medio. In altri, arrivava a simulare il punto di vista di gruppi specifici: ad esempio, giudicando negativamente un piatto di carne “perché vegetariana”.

Il risultato non è solo una curiosità tecnologica. Può avere importanti implicazioni pratiche: sistemi capaci di comprendere il contenuto emotivo delle immagini potrebbero trovare applicazione nell’assistenza agli anziani, nell’educazione emotiva o nel supporto alla salute mentale. Ma solleva anche interrogativi fondamentali. «Se vogliamo usare questi strumenti in contesti sensibili dovremo assicurarci che non solo comprendano il contenuto emotivo, ma che adottino comportamenti coerenti con i nostri valori etici e culturali», sottolineano Romeo e Testolin.

Per il futuro, resta aperta la questione di cosa significhi davvero “comprendere” le emozioni e se l’IA potrà mai sviluppare una forma di consapevolezza affettiva. Ma questo studio segna un passo importante verso una nuova generazione di sistemi intelligenti capaci non solo di vedere e descrivere, ma anche di interpretare il mondo come lo vivono gli esseri umani.