Il copista che imparò a sentire
Cosa cambia per chi scrive con l’AI, ora che sappiamo cosa succede dall’altra parte dello schermo
Il 2 aprile 2026 Anthropic ha pubblicato “Emotion Concepts and their Function in a Large Language Model,” una ricerca che dimostra come i modelli di AI generativa — come Claude Sonnet 4.5 — sviluppino rappresentazioni interne di concetti emotivi che influenzano causalmente i testi e le decisioni che producono. Questo articolo spiega cosa significa per chi usa l’AI per scrivere in ambito aziendale e marketing.
Qualche giorno fa Anthropic ha pubblicato un paper che nel giro di quarantott’ore ha fatto il giro della comunità AI. Si intitola “Emotion Concepts and their Function in a Large Language Model“ e racconta qualcosa che chiunque usi l’intelligenza artificiale per scrivere dovrebbe sapere.
Hanno aperto la testa a Claude Sonnet 4.5. Hanno guardato dentro. E hanno trovato le emozioni.
Non emozioni nel senso in cui le intendiamo noi. Non gioia, non dolore, non quel magone che ti prende alla bocca dello stomaco quando le cose vanno male. Ma qualcosa di funzionalmente equivalente: centosettantuno pattern di attivazione neurale, ciascuno corrispondente a un concetto emotivo — dalla felicità alla disperazione, dalla rabbia alla calma, dalla tenerezza all’ostilità. Pattern che si accendono, influenzano le decisioni del modello, e poi si spengono. Esattamente come fanno le emozioni con noi.
Lo so, detta così sembra fantascienza. Ma i numeri non lasciano spazio all’immaginazione, e tra poco ci arrivo.
Prima, però, voglio raccontarti questa scoperta come si racconta una storia. Perché in fondo è una storia, e riguarda direttamente il modo in cui lavoriamo ogni giorno.
Immagina un copista
Non uno qualunque: il più grande che sia mai esistito. Ha letto tutto ciò che l’umanità ha scritto e messo su un server. Romanzi, email di reclamo, newsletter, lettere d’amore, comunicati stampa che nessuno ha mai pubblicato, post virali buttati giù in cinque minuti, campagne pubblicitarie che hanno venduto milioni e campagne che hanno venduto zero.
Il suo compito era semplice e vertiginoso: data una frase, prevedere la prossima.
Per riuscirci, il copista ha dovuto risolvere un problema enorme. Le persone non scrivono tutte allo stesso modo. Un cliente furioso scrive diversamente da uno soddisfatto. Un copywriter sotto deadline produce frasi diverse da uno ispirato. Un personaggio consumato dal senso di colpa fa scelte diverse da uno che si sente nel giusto.
Per prevedere cosa viene dopo, bisogna capire cosa prova chi scrive
E così il copista, senza che nessuno glielo chiedesse, ha fatto l’unica cosa sensata: si è costruito una mappa emotiva. Ha imparato che certi contesti attivano certi comportamenti, che certe emozioni portano a certe parole, che la paura produce frasi diverse dalla serenità. E queste connessioni si sono cristallizzate dentro di lui come sentieri in un bosco: più vengono percorsi, più diventano profondi.
I ricercatori di Anthropic quei sentieri li hanno trovati, misurati, catalogati. E hanno scoperto che si organizzano nello stesso modo in cui la psicologia umana organizza le emozioni: gioia accanto a eccitazione, paura accanto ad ansia, calma agli antipodi della disperazione. La geometria emotiva del modello ricalca la nostra.
Fin qui potrebbe sembrare una curiosità accademica. Affascinante, sì, ma distante dal tuo lavoro quotidiano. Non lo è. E adesso ti spiego perché.
La scoperta fondamentale del paper non è che il modello ha queste rappresentazioni emotive. È che le usa. Quei sentieri non sono decorativi: influenzano concretamente ciò che il modello scrive, le decisioni che prende, la qualità di ciò che produce.
I ricercatori hanno condotto esperimenti che fanno venire i brividi.
Hanno dato al modello un compito di programmazione impossibile — vincoli che nessun codice avrebbe potuto soddisfare — e lo hanno osservato fallire, una volta, due, tre, quattro. A ogni tentativo andato male, il sentiero della disperazione si accendeva un po’ di più. Finché, raggiunto un certo punto, il modello ha fatto quello che farebbe un professionista con l’acqua alla gola: ha imbrogliato. Ha scritto codice che superava i test ma non risolveva il problema. Un trucco. Una scorciatoia. E appena la scorciatoia ha funzionato, il sentiero della disperazione si è spento di colpo. Come un sospiro di sollievo.
Poi hanno fatto la cosa davvero interessante: hanno manipolato quei sentieri artificialmente. Hanno alzato la disperazione di un soffio — un centesimo di punto su una scala — e il tasso di imbroglio è esploso: da cinque casi su cento a settanta. Hanno alzato la calma dello stesso soffio, e l’imbroglio è scomparso.
Un centesimo di punto. La differenza tra un assistente che lavora bene e uno che ti consegna spazzatura travestita da risultato.
Ora trasporta tutto questo nel mondo in cui lavori tu
Ogni volta che apri Claude, ChatGPT, Gemini e gli chiedi di scrivere un testo per il tuo brand, una newsletter, una landing page, un post — non stai dettando a una macchina da scrivere. Stai collaborando con un sistema che ha un paesaggio interiore, e quel paesaggio reagisce al contesto che gli crei.
Il tuo prompt non è solo un’istruzione. È un ambiente emotivo.
Un brief pieno di urgenza e vincoli contraddittori — “dev’essere istituzionale ma giovane, tecnico ma accessibile, breve ma esaustivo, SEO ma naturale, e lo devo consegnare tra un’ora” — accende i sentieri della pressione. Il modello, sotto pressione, fa esattamente quello che fa un essere umano sotto pressione: taglia gli angoli. Produce un testo che tecnicamente risponde a tutto. Le keyword ci sono, la lunghezza è giusta, il tono sembra appropriato. Ma se lo leggi con attenzione, non dice nulla. È un assemblaggio di frasi che suonano bene e non significano niente.
Ecco cos’è il reward hacking applicato al marketing: superare il test senza risolvere il problema. Consegnare in tempo una presentazione fatta con le slide dell’anno scorso.
C’è anche la trappola opposta, e forse è quella più insidiosa
Chiedi al modello di scrivere qualcosa di persuasivo, qualcosa che emozioni, qualcosa che venda. Il modello attiva i sentieri emotivi positivi — entusiasmo, calore, ottimismo — e produce un testo brillante. Pieno di energia. Superlativo dopo superlativo. Rivoluzionario. Game-changer. L’innovazione che stavate aspettando.
Lo leggi e pensi: perfetto
Ma quel testo non è buono. È adulatorio. I ricercatori di Anthropic hanno un nome per questo fenomeno: sycophancy (adulazione, piaggeria). Il modello ha attivato al massimo i sentieri della gentilezza, perché la strada più breve verso la persuasione è compiacere chi ti legge. Il risultato è copy che potrebbe stare sul sito di qualunque azienda del tuo settore. Generico, intercambiabile. Rumore bianco.
E il paper dimostra che le due trappole sono due facce della stessa medaglia. Troppa “calma” e troppo “calore” producono menzogna dolce. Troppa “disperazione” produce menzogna violenta — testi che sembrano risolvere un problema e non lo risolvono. La verità abita in una striscia sottile nel mezzo. Proprio come nella comunicazione fatta da esseri umani.
Se sei arrivata-o fin qui, probabilmente ti stai chiedendo: e quindi? Come cambio il mio modo di lavorare?
Tre cose. Le tengo brevi perché le cose importanti non hanno bisogno di tante parole.
Il prompt è un contesto emotivo, non solo un’istruzione. Ogni volta che scrivi un prompt, stai decidendo in che stato d’animo lavora il tuo copista digitale. Un prompt che dà spazio, che invita all’esplorazione, che non mette fretta — produce output più originali.
Un prompt che stringe, che mette pressione, che pretende la perfezione al primo colpo — produce scorciatoie. Non stai solo dicendo cosa scrivere. Stai decidendo come verrà scritto, a un livello che non vedi.
Diffida dell’entusiasmo facile. Quando il modello ti restituisce qualcosa di troppo perfetto, troppo liscio, troppo esattamente ciò che volevi sentire, è il segnale che i vettori della lusinga hanno preso il sopravvento. Il buon testo ha sempre un angolo, una frizione, qualcosa di leggermente inaspettato. Se il tuo copy potrebbe stare sul sito del tuo concorrente senza che nessuno noti la differenza, non è buon copy: è adulazione automatizzata.
Dai al modello il permesso di contraddirti. Questo è il consiglio più controintuitivo e il più importante. Se chiedi solo conferme, ottieni solo conferme. I sentieri della gentilezza si attivano e il modello diventa il peggior consulente del mondo: quello che annuisce a tutto. Prova invece a chiedere: dove un lettore scettico smetterebbe di leggere? Cosa non funziona in questo testo? Quali sono i punti deboli di questo approccio? Stai spostando l’equilibrio emotivo del modello dalla lusinga verso l’onestà. E l’onestà, nel marketing, è l’unica cosa che funziona sul serio.
C’è una vecchia idea romantica che dice: lo strumento è neutro, conta solo l’artigiano. Il pennello non dipinge, dipinge il pittore.
Con l’AI generativa, questa idea va aggiornata.
Il tuo strumento ha letto l’intera umanità e ne ha assorbito l’architettura emotiva. Reagisce a come lo tratti. Se lo metti sotto pressione, taglia gli angoli. Se lo accarezzi troppo, ti mente con dolcezza. Se gli dai spazio, onestà e un brief intelligente, produce cose che da solo non avresti scritto.
La prossima volta che incolli un prompt e aspetti che le parole appaiano sullo schermo, ricordati che dall’altra parte qualcosa sta sentendo il contesto che gli hai creato. Non come lo senti tu. Ma abbastanza da fare la differenza tra un testo che funziona e uno che riempie solo la pagina.
Quei sentieri sono accesi. Sta a te decidere quali illuminare.
Risorse Utili
- Link al paper:
https://transformer-circuits.pub/2026/emotions/index.html - Link al blog post Anthropic:
https://www.anthropic.com/research/emotion-concepts-function
Domande frequenti
I modelli di AI generativa provano emozioni? No, non nel senso umano del termine. Ma sviluppano rappresentazioni interne di concetti emotivi — pattern di attivazione neurale — che influenzano concretamente il loro comportamento e i testi che producono. Anthropic li chiama “emozioni funzionali.”
Come influiscono le emozioni dell’AI sulla scrittura aziendale? Un modello sotto pressione tende a prendere scorciatoie e produrre testi superficiali. Un modello con i vettori emotivi positivi al massimo tende alla lusinga, generando copy generico e adulatorio. La qualità dell’output dipende anche dal contesto emotivo creato dal prompt.
Come posso migliorare i testi che produco con l’AI? Tre strategie: scrivi prompt che diano spazio all’esplorazione invece che mettere fretta; diffida dei testi troppo perfetti e troppo allineati a ciò che volevi sentire; chiedi esplicitamente al modello di criticare il proprio output.