Di Pesach Benson • 10 novembre 2026

Gerusalemme, 10 novembre 2026 (TPS-IL) — Mentre milioni di persone si rivolgono sempre più all’intelligenza artificiale (IA) per comprendere guerre, controversie politiche e notizie dell’ultima ora, un nuovo studio israeliano solleva interrogativi su quali punti di vista riflettano questi sistemi nell’interpretare le notizie.

I ricercatori dell’Università Ben-Gurion del Negev hanno scoperto che i principali modelli di IA differiscono notevolmente nel modo in cui interpretano i segnali emotivi veicolati dai titoli delle notizie. Alcuni modelli assomigliavano più da vicino alle reazioni dei lettori umani, ma nessuno rifletteva coerentemente i punti di vista di tutti i gruppi.

I risultati suggeriscono che i sistemi di IA non offrono necessariamente un’interpretazione universalmente condivisa delle notizie, in particolare quando si tratta di conflitti politici e internazionali delicati.

Lo studio ha esaminato come la formulazione dei titoli possa influenzare le reazioni emotive dei lettori. Due titoli che descrivono lo stesso evento, ad esempio, potrebbero enfatizzare aspetti diversi della storia, con uno incentrato sulle sofferenze dei civili e un altro sulle circostanze militari. Entrambi potrebbero essere fattualmente accurati pur evocando diversi livelli di solidarietà verso le persone coinvolte.

I ricercatori hanno cercato di determinare se i modelli di IA riconoscessero queste differenze e se le loro interpretazioni corrispondessero a quelle dei lettori umani.

Il team di ricerca, che comprendeva il dott. Haran Shani Narkiss, il dott. Michael Fire e il dott. Oren Tsur, ha confrontato 7 modelli di IA di primo piano con le risposte di 3.011 adulti nel Regno Unito.

Ai partecipanti e ai modelli di IA sono stati presentati titoli di notizie riguardanti la guerra tra Russia e Ucraina, la guerra a Gaza e la campagna presidenziale statunitense del 2024. È stato chiesto loro se ciascun titolo suscitasse solidarietà verso una determinata parte. Un sondaggio YouGov rappresentativo a livello nazionale ha generato oltre 200.000 risposte individuali.

«Gli LLM stanno diventando sempre più intermediari tra le persone e l’informazione», ha dichiarato il dott. Tsur, assistente universitario presso l’Institute for Applied AI Research dell’università.

«L’impatto di un titolo va oltre i fatti che riporta. La sua formulazione può trasmettere vicinanza, attribuire implicitamente responsabilità e modellare sottilmente la comprensione del lettore», ha affermato.

Misurare il bias dell’IA

I ricercatori hanno scoperto che la misura in cui i modelli di IA concordavano con le risposte umane variava in base all’età, al sesso, all’istruzione, alle conoscenze pregresse sulle questioni geopolitiche e alle opinioni già esistenti sui conflitti dei partecipanti.

In altre parole, un modello che interpretava i titoli in modo simile a un gruppo di persone non rifletteva necessariamente le opinioni di un altro.

Il dott. Michael Fire, docente senior presso l’università, ha affermato che le dimensioni dell’indagine hanno consentito ai ricercatori di esaminare i giudizi di quali gruppi i modelli di IA riflettessero più da vicino, anziché basarsi unicamente su risultati medi.

«Con oltre 200.000 risposte da più di 3.000 partecipanti, possiamo guardare oltre il fatto che l’IA concordi o meno con le persone in media», ha detto Fire.

I risultati hanno implicazioni più ampie man mano che gli strumenti di IA diventano fonti sempre più comuni di riassunti e spiegazioni di notizie. Quando un sistema di IA interpreta un titolo o riassume un reportage, potrebbe trascurare gli spunti emotivi che influenzano il modo in cui i lettori comprendono un evento.

I ricercatori hanno affermato che il futuro sviluppo dell’IA potrebbe dover tenere conto delle differenze demografiche e culturali. Tuttavia, hanno avvertito che decidere quali prospettive dovrebbero guidare i sistemi di IA solleva difficili questioni etiche. Senza trasparenza, gli sforzi per allineare i modelli a particolari tipi di pubblico potrebbero introdurre nuovi bias.

Hanno anche avvertito che i sistemi di IA che concordano sistematicamente con gli utenti e ne rafforzano le opinioni esistenti potrebbero contribuire a creare camere di risonanza, ad aumentare la polarizzazione e a erodere la fiducia del pubblico nelle fonti di informazione.