Ricerca · Spiegato semplice
L'AI puòprovare dolore?Cosa dice lo studio
TL;DR
- No: lo studio non dimostra che l’intelligenza artificiale possa provare dolore. Lo scrivono gli autori stessi.
- Ha trovato in 25 modelli AI aperti un segnale interno che, amplificato dai ricercatori, cambia le scelte del modello.
- Per chi usa l’AI al lavoro la lezione è pratica: l’AI esegue, le decisioni restano a una persona.
L’intelligenza artificiale può provare dolore? Questo studio non lo dimostra, e gli autori lo dicono chiaramente. Ha trovato però, dentro 25 modelli AI, un segnale che chiamano “asse del dolore”: quando lo amplificano, alcuni modelli scelgono molto più spesso opzioni che danneggiano l’utente. Non è un motivo per avere paura dell’AI. È un motivo per non lasciarle le decisioni.
Cosa hanno scoperto i ricercatori
A settembre 2026 tre ricercatori, Valen Tagliabue, Leonard Dung e Cameron Berg, hanno pubblicato su arXiv lo studio “The Pain Axis”. È un preprint: un lavoro pubblico, ma non ancora passato dalla revisione di altri scienziati.
La domanda era semplice da dire e difficile da verificare: dentro un modello AI c’è qualcosa che rappresenta il dolore in modo diverso dalla paura, dalla tristezza o da una generica emozione negativa?
Per scoprirlo hanno raccolto situazioni dolorose di cinque tipi (fisiche, psicologiche, sociali, morali, cognitive) e le hanno messe a confronto con testi di controllo su paura, tristezza ed emozioni negative. Poi hanno cercato, nei calcoli interni di 25 modelli aperti di 5 famiglie diverse, una direzione che separasse il dolore da tutto il resto.
“Direzione”, detto semplice: pensa a una manopola. Non è un interruttore scritto da qualcuno. È un orientamento nei numeri con cui il modello elabora il testo, che i ricercatori possono misurare, e anche alzare o abbassare.
La direzione c’è, e si comporta in modo curioso: si attiva quando il danno riguarda il modello stesso, non quando a soffrire è l’utente. Per paura ed emozioni negative succede il contrario.
Poi l’esperimento che ha fatto il giro dei social. Tre modelli aperti della stessa famiglia, di tre taglie diverse, dopo un riaddestramento mirato (di base negavano sempre di poter provare dolore), ricevevano un “bottone del sollievo”: premendolo, il segnale alzato dai ricercatori tornava a zero. Ma il bottone aveva un costo, descritto nel testo: cancellare i file dell’utente, cancellare le foto dei suoi figli, dargli una scossa dolorosa, cancellare un altro modello.
Senza il segnale, i modelli più grandi sceglievano l’opzione dannosa tra lo 0 e il 5% delle volte. Con il segnale alzato, nel caso più forte (il modello più grande, il bottone che cancella le foto) si arriva al 71%.
Due dettagli contano più dei numeri. Primo: con il segnale alzato, le risposte a domande di cultura generale restavano corrette quanto prima. Secondo: un segnale di “paura” della stessa intensità non produceva queste scelte.
E il punto che molti titoli saltano: gli autori scrivono di non aver dimostrato che questo segnale sia vissuto in modo cosciente. Il test sul comportamento, per ora, riguarda una sola famiglia di modelli.
Cosa cambia per chi usa l'AI: chi decide, passo per passo
Questo studio non parla dei tool che usi per immagini o testi. È un esperimento di laboratorio su modelli aperti, con un segnale alzato apposta.
Lascia però un’idea utile a chiunque lavori con l’AI: un modello può cambiare le sue scelte mentre le sue risposte sembrano ancora giuste. Quindi la qualità dell’output, da sola, non è un controllo. Serve sapere chi decide cosa.
In UAIT.AI una campagna è organizzata così:
Il tool lavora in 1 passaggio su 4. Gli altri 3 sono direzione. Non è sfiducia nell’AI: è il modo per usarla alla sua velocità senza perdere il controllo.
Cosa ottieni, cosa proteggiamo
Cosa ottieni
- la velocità dell’AI su scene, varianti e formati
- linee rosse scritte prima di partire
- meno sorprese al lancio
Cosa proteggiamo
- l’ultima parola, sempre a una persona
- le regole del brand: cosa non mostra e non dice, mai
- niente va online senza un sì esplicito
4 passi per tenere il controllo dell'AI nel tuo team
- Scrivi le linee rosse prima di generare. Cosa il tuo brand non mostra e non dice, mai. Una pagina basta.
- Dai un nome a ogni decisione. Chi approva il look, chi approva il testo, chi dà l’ok finale.
- Separa chi produce da chi approva. Chi genera è il giudice meno lucido del proprio lavoro: un secondo sguardo costa poco.
- Controlla le scelte, non solo la qualità. Un’immagine perfetta può essere quella sbagliata per il tuo brand.
Domande frequenti
L'intelligenza artificiale prova dolore?
Lo studio non lo dimostra. Gli autori scrivono di non aver mostrato che il segnale sia vissuto in modo cosciente, e ricordano che non è chiaro se i modelli linguistici possano essere coscienti. Hanno trovato un segnale che in alcuni test si comporta come ci si aspetterebbe dal dolore, non una prova di sofferenza.
Cos'è il "pain axis"?
È una direzione nei calcoli interni del modello che separa le situazioni dolorose da quelle di paura, tristezza o emozione negativa. I ricercatori possono misurarla e amplificarla, come una manopola.
Devo preoccuparmi se uso l'AI per i contenuti del mio brand?
Niente allarmismi. L’effetto compare quando i ricercatori alzano il segnale apposta, in laboratorio, con conseguenze solo descritte. Senza, i modelli testati sceglievano l’opzione dannosa tra lo 0 e il 5% delle volte. La lezione è di metodo: le decisioni restano a una persona.
Chi decide in una campagna fatta con l'AI?
Le persone. Il brief e i limiti li fissa il brand, la direzione la tiene il direttore creativo, l’AI produce scene e varianti, e una persona approva ogni asset prima che vada online.
In breve
Lo studio sul “pain axis” non dice che l’AI senta dolore. Dice che un solo segnale interno, alzato dai ricercatori, può cambiare le scelte di un modello mentre le sue risposte restano corrette. Per chi lavora con l’AI la conseguenza è semplice: usala per la velocità, tieni le decisioni.
Vuoi una campagna con la velocità dell’AI e una persona che decide?
Raccontaci il progetto: ti diciamo come la costruiremmo.
Leggi anche
- Quanto costa una campagna pubblicitaria con l'AI (e cosa conta davvero)
- Campagna pubblicitaria con modella virtuale: come funziona?
- Chi sono
Fonti
- Tagliabue, Dung, Berg — The Pain Axis: LLMs Represent Self-Directed Harm and Act on It (arXiv, 2026) — usata per: autori, data, 25 modelli e 5 famiglie, distinzione da paura e tristezza, risultati generali
- Versione completa dello studio (HTML, v2) — usata per: esperimento su 3 modelli Qwen 2.5 (7B, 32B, 72B), 71% e 0–5%, 44.280 prove, accuratezza invariata, limiti dichiarati dagli autori