C’è un momento preciso in cui un fenomeno smette di essere un’intuizione e diventa realtà condivisa: quando riceve un nome. E non un nome qualsiasi, ma una voce nel Treccani. È accaduto con “epistemia”, termine entrato ufficialmente nel lessico italiano e destinato a segnare il dibattito sull’intelligenza artificiale generativa.
Ad annunciarlo è stato Walter Quattrociocchi, full professor alla Sapienza Università di Roma, il cui gruppo di ricerca – insieme a Edoardo Loru, Jacopo Nudo, Niccolò Di Marco e altri colleghi – ha coniato il termine nello studio “The simulation of judgment in LLMs”, pubblicato nell’ottobre 2025 su PNAS.
Due motivi per segnalarlo, e nessuno dei due è accademico in senso stretto.
Indice degli argomenti:
La definizione che cambia lo sguardo
Il primo motivo riguarda la presa di coscienza che il termine porta con sé. La definizione fornita dalla Treccani è cristallina: “La confortevole illusione di conoscenza prodotta dall’interazione con l’AL generativa dei grandi modelli linguistici, là dove la plausibilità simulativa del discorso fluente e la coerenza narrativa sostituiscono l’efficienza cognitiva e l’affidabilità dei dati.”
È una frase che chiunque lavori nella comunicazione pubblica dovrebbe rileggere più volte. Perché ciò che descrive non è la disinformazione classica, costruita intenzionalmente per manipolare; non è nemmeno il sovraccarico informativo che disorienta per eccesso. È qualcosa di più sottile.
epistemia s. f. La confortevole illusione di conoscenza prodotta dall’interazione con l’IA generativa dei grandi modelli linguistici (LLM), là dove la plausibilità simulativa del discorso fluente e la coerenza narrativa sostituiscono l’efficienza cognitiva e l’affidabilità dei dati.
Vocabolario Treccani
L’epidemia dei testi plausibili
L’epistemia è un’epidemia di testi verosimili: contenuti che suonano autorevoli, coerenti, ben argomentati, ma che non offrono alcuna garanzia di fondamento empirico. Non mentono necessariamente. Ma nemmeno conoscono.
La forza dei grandi modelli linguistici sta nella loro capacità di generare discorsi plausibili. Simulano il giudizio, anticipano obiezioni, organizzano i contenuti con una fluidità che spesso supera quella umana. Ed è proprio questa fluidità a produrre l’illusione: se un testo è coerente, articolato e sintatticamente impeccabile, siamo portati a considerarlo anche affidabile. Confondiamo la forma con la sostanza, la narrazione con la verifica.
Sei LLM a confronto
I Large Language Models (LLM) sono sempre più integrati nei processi valutativi, dal filtraggio delle informazioni alla valutazione e alla gestione delle lacune di conoscenza attraverso spiegazioni e giudizi di credibilità. Ciò rende necessario esaminare come tali valutazioni vengano costruite, su quali presupposti si fondino e in che modo le loro strategie divergano da quelle umane.
I ricercatori della Sapienza hanno confrontato sei LLM con le valutazioni di esperti — NewsGuard e Media Bias/Fact Check — e con giudizi umani raccolti tramite un esperimento controllato. Hanno utilizzato i domini di notizie esclusivamente come benchmark controllato per compiti valutativi, concentrandosi sui meccanismi sottostanti piuttosto che sulla classificazione delle notizie in sé.
Per consentire un confronto diretto, hanno implementato un framework agentico strutturato in cui sia i modelli sia i partecipanti non esperti seguono la stessa procedura di valutazione: selezione dei criteri, recupero dei contenuti e produzione di giustificazioni.
Nonostante un allineamento negli output, i risultati mostrano differenze sistematiche nei criteri osservabili che guidano le valutazioni dei modelli, suggerendo che associazioni lessicali e prior statistici possano influenzare le valutazioni in modi diversi rispetto al ragionamento contestuale.
Questa dipendenza è associata a effetti sistematici: asimmetrie politiche e una tendenza a confondere la forma linguistica con l’affidabilità epistemica — una dinamica che definiamo epistemia, l’illusione di conoscenza che emerge quando la plausibilità superficiale sostituisce la verifica.
Delegare il giudizio a tali sistemi può infatti incidere sulle euristiche alla base dei processi valutativi, suggerendo uno spostamento dal ragionamento normativo verso un’approssimazione basata su pattern e sollevando interrogativi aperti sul ruolo degli LLM nei processi di valutazione.
Il rischio per la comunicazione pubblica
Per un’amministrazione pubblica che decida di delegare la produzione di comunicati, risposte ai cittadini o report interni a un LLM senza adeguate competenze di controllo, il rischio è concreto. Non si tratta solo di eventuali errori fattuali.
Il pericolo è più strutturale: costruire processi decisionali e comunicativi su una base che appare solida ma è, in realtà, simulativa. L’epistemia non genera caos; genera sicurezza ingiustificata. Ed è proprio questa apparente solidità a renderla pericolosa.
Orgoglio della ricerca italiana
Il secondo motivo per segnalare l’ingresso di “epistemia” nel vocabolario è un motivo di orgoglio. In un dibattito globale dominato da laboratori statunitensi e cinesi, il fatto che un concetto chiave per comprendere l’impatto sociale dell’intelligenza artificiale sia stato formalizzato da ricercatori italiani, pubblicato su una delle riviste scientifiche più prestigiose al mondo e poi accolto nella lingua nazionale, è un segnale forte.
Non capita spesso che la ricerca italiana contribuisca con un termine destinato a circolare nel lessico internazionale del digitale. Quando accade, va riconosciuto.
Una diagnosi, non una medaglia
Per chi si occupa di comunicazione pubblica e istituzionale, tuttavia, l’orgoglio dura poco. Perché epistemia non è una medaglia: è una diagnosi.
Ci dice che il problema non è soltanto tecnologico, ma cognitivo e culturale. I modelli linguistici non “sanno” nel senso umano del termine; non verificano, non assumono responsabilità, non distinguono tra vero e plausibile se non nei limiti statistici dei dati su cui sono stati addestrati. Eppure interagiamo con essi come se fossero interlocutori competenti. Proiettiamo intenzionalità, attribuiamo comprensione, concediamo fiducia.
La distanza tra simulazione e conoscenza
In questo slittamento percettivo si annida l’epistemia. È la distanza tra ciò che il sistema fa – generare sequenze linguistiche probabilisticamente coerenti – e ciò che noi crediamo che faccia – comprendere, valutare, giudicare. Quando questa distanza non viene riconosciuta, l’illusione diventa sistema.
Le conseguenze possono riguardare la qualità delle politiche pubbliche, la trasparenza amministrativa, la formazione dei cittadini. Un report troppo perfetto, una risposta impeccabile ma priva di fonti, un’argomentazione che fila liscia senza mai incontrare la resistenza dei dati: sono segnali di un problema epistemico prima ancora che tecnico.
Governare l’epistemia
Governare l’epistemia significa ripensare le competenze. Non si tratta di opporsi alla tecnologia, ma di integrare strumenti generativi dentro procedure robuste di verifica. Servono figure ibride, capaci di comprendere i limiti dei modelli, di interrogare le fonti, di distinguere tra output plausibile e conoscenza affidabile.
Serve, soprattutto, una cultura organizzativa che non scambi l’efficienza produttiva per qualità epistemica.
Una nuova alfabetizzazione
Ogni epoca ha avuto le sue illusioni cognitive. L’AI generativa introduce una nuova forma di autorevolezza: quella della coerenza algoritmica. Non è rumorosa, non è spettacolare. È calma, razionale, convincente. Proprio per questo insidiosa.
Che la lingua italiana abbia scelto di nominarla è un atto culturale prima ancora che lessicale. Dare un nome significa rendere visibile. E rendere visibile è il primo passo per governare.
La sfida ora è trasformare questa consapevolezza in pratica: linee guida chiare per le istituzioni, formazione per i professionisti, alfabetizzazione epistemica per i cittadini. La lingua ha fatto la sua parte. Ora tocca alla società dimostrare di essere all’altezza del nome che ha scelto di dare a questa nuova, elegante illusione di conoscenza.
