Nuove prospettive tra emozioni e tecnologia
Image by Олег Мороз on Unsplash.com
Negli ultimi anni, il rapido sviluppo delle tecnologie digitali ha aperto nuove possibilità per l’analisi dei processi psicologici complessi. Tra questi, l’intelligenza emotiva (IE) rappresenta uno dei costrutti più rilevanti e al tempo stesso più difficili da misurare in modo accurato per il quale l’Intelligenza Artificiale potrebbe rappresentare un valido strumento. Diversi studi in psicologia stanno indagando la questione: è possibile sviluppare strumenti più oggettivi per valutare la competenza emotiva?
Che cos’è l’Intelligenza emotiva?
Ma prima di tutto, che cos’è l’intelligenza emotiva? L’IE è generalmente definita come la capacità di elaborare le informazioni emotive e di utilizzarle per guidare il pensiero e il comportamento (Salovey & Mayer, 1990). Questo costrutto implica diverse abilità, tra cui il riconoscimento delle emozioni, la loro comprensione e la capacità di regolarle in modo adattivo, sia in sé stessi che negli altri.
Nel tempo, la letteratura ha proposto diversi modelli teorici dell’EI. Il cosiddetto ability model considera l’IE una vera e propria forma di intelligenza, organizzata in componenti gerarchiche come la percezione, l’assimilazione, la comprensione e la gestione delle emozioni (Mayer et al., 2003). Accanto a questo approccio, sono stati proposti modelli alternativi che differiscono per il modo in cui concepiscono l’intelligenza emotiva. In particolare, i modelli di tratto la descrivono come un insieme di disposizioni stabili della personalità, relativamente durature nel tempo e legate alla percezione che l’individuo ha delle proprie capacità emotive (Petrides & Furnham, 2001). Al contrario, i modelli di competenza (o ability) la interpretano come un insieme di abilità cognitive specifiche, che riguardano la capacità di percepire, comprendere e gestire le emozioni, e che possono essere valutate attraverso prestazioni in compiti strutturati (Goleman, 2001).
Nonostante l’ampio sviluppo teorico, la misurazione dell’intelligenza emotiva resta problematica anche in relazione a queste diverse concezioni. I test di performance, come il MSCEIT, tipici dei modelli di abilità, richiedono ai soggetti di risolvere compiti emotivi (ad esempio, identificare l’emozione espressa in un volto o scegliere la reazione più efficace in una situazione sociale) e si basano sull’idea di risposte corrette o scorrette; tuttavia, in ambito emotivo questo criterio risulta spesso ambiguo e influenzato dal contesto culturale. D’altra parte, gli strumenti di autovalutazione, propri con i modelli di tratto, chiedono ai soggetti di descrivere le proprie caratteristiche emotive, ma risultano vulnerabili a bias cognitivi, come la desiderabilità sociale o la limitata consapevolezza di sé (MacCann & Roberts, 2008; Dunning et al., 2004).
Queste criticità evidenziano la necessità di approcci integrati, capaci di combinare dati soggettivi e indicatori più oggettivi del funzionamento emotivo, superando la contrapposizione tra tratti e abilità.
Un’intelligenza artificiale può comprendere l’Intelligenza emotiva? E come?
Negli ultimi anni, l’intelligenza artificiale ha mostrato un crescente potenziale nell’ambito dell’affective computing, ovvero lo studio e lo sviluppo di sistemi in grado di rilevare e interpretare gli stati emotivi (Picard, 1997). In particolare, oggi è possibile analizzare alcune componenti oggettive delle emozioni (ad esempi le espressioni facciali o la variabilità della frequenza cardiaca) attraverso strumenti di intelligenza artificiale. In altre parole, l’IA potrebbe essere in grado di valutare ciò che un soggetto prova e, quindi, se questa valutazione avviene in specifiche situazioni come in presenza di un compito volto a valutare l’IE, anche la stessa competenza emotiva di un soggetto (Boucsein et al., 2010).
Pertanto, un approccio innovativo consiste nell’integrare questi diversi livelli di analisi. In un contesto sperimentale controllato, è possibile esporre un individuo a stimoli emotigeni (ad esempio video validati) e raccogliere simultaneamente:
- le espressioni facciali
- le risposte fisiologiche
- le autovalutazioni soggettive
Il confronto tra questi dati permette di superare la logica tradizionale delle risposte corrette o scorrette. In particolare, il grado di coerenza tra ciò che una persona riferisce di provare e ciò che emerge dai segnali fisiologici e comportamentali può essere interpretato come un indicatore della capacità di riconoscere le proprie emozioni.
In questo senso, l’intelligenza artificiale non “comprende” le emozioni in termini umani, ma consente di analizzare pattern complessi e di quantificare la congruenza tra diversi livelli dell’esperienza emotiva. Tale prospettiva apre la possibilità di sviluppare strumenti di valutazione dell’intelligenza emotiva più integrati e potenzialmente più affidabili rispetto ai metodi tradizionali.
Quali implicazioni per la ricerca e per il futuro delle relazioni?
Negli ultimi anni, l’intelligenza artificiale ha iniziato a essere utilizzata anche in ambito relazionale ed emotivo (Scuotto et al., 2024), con un numero crescente di utenti che si rivolgono ai chatbot per ottenere supporto personale e consigli (Andrade-Arenas et al., 2024).
Tuttavia, queste interazioni sollevano alcune criticità. Se da un lato i chatbot sono in grado di fornire risposte percepite come empatiche e non giudicanti, dall’altro tendono talvolta a validare eccessivamente le convinzioni degli utenti, con il rischio di rinforzare percezioni distorte o decisioni disfunzionali. Questo limite è particolarmente rilevante nei contesti relazionali.
Parallelamente, le prospettive future indicano un’evoluzione verso sistemi sempre più sofisticati, capaci di integrare segnali multimodali (espressioni facciali, tono della voce, parametri fisiologici) per una rilevazione più accurata degli stati emotivi (Picard, 1997; Boucsein et al., 2010). In questo scenario, l’IA potrebbe contribuire a potenziare la consapevolezza emotiva, confrontando ciò che l’individuo riferisce con indicatori più oggettivi del suo stato affettivo.
Nonostante queste potenzialità, è necessario mantenere uno sguardo critico: le emozioni restano fenomeni complessi e difficilmente riducibili a pattern osservabili, e un uso eccessivo dell’IA come supporto relazionale potrebbe avere conseguenze pericolose.
In ambito educativo e clinico, tali tecnologie possono quindi rappresentare una risorsa significativa, purché vengano utilizzate come strumenti integrativi. La sfida non è rendere l’IA emotivamente intelligente al posto dell’essere umano, ma utilizzarla per favorire una maggiore comprensione di sé e degli altri.
Bibliografia
Andrade-Arenas, L., Yactayo-Arias, C., & Pucuhuayla-Revatta, F. (2024). Therapy and Emotional Support through a Chatbot. International Journal of Online & Biomedical Engineering, 20(2).
Boucsein, W., Koglbauer, I. V., Braunstingl, R., & Kallus, K. W. (2010). The Use of Psychophysiological Measures During Complex Flight Manoeuvres – An Expert Pilot Study.
Dunning, D., Heath, C., & Suls, J. M. (2004). Flawed self-assessment: Implications for health, education, and the workplace. Psychological Science in the Public Interest, 5, 69–106.
Goleman, D. (2001). Emotional intelligence: Issues in paradigm building. The emotionally intelligent workplace, 13, 26.
MacCann, C., Jiang, Y., Brown, L. E., Double, K. S., Bucich, M., & Minbashian, A. (2020). Emotional intelligence predicts academic performance: A meta-analysis. Psychological bulletin, 146(2), 150.
Mayer, J. D., Salovey, P., Caruso, D. R., & Sitarenios, G. (2003). Measuring emotional intelligence with the MSCEIT V2. 0. Emotion, 3(1), 97.
Petrides, K. V., & Furnham, A. (2009). Trait emotional intelligence questionnaire (TEIQue). Technical Manual. London: London Psychometric Laboratory.
Picard, R. W. (1997b). Affective computing. Cambridge, MA: The MIT Press.
Salovey, P., & Mayer, J. D. (1990). Emotional intelligence. Imagination, cognition and personality, 9(3), 185-211.
Scuotto, C., Marsico, E., & Triberti, S. (2024). Artificial intelligence to support the assessment of emotional intelligence. Italian Journal of Health Education, Sport and Inclusive Didactics, 8(2).
Dott.ssa Chiara Scuotto
Psicologa, Psicoterapeuta in formazione sistemico relazionale e dottoranda in Psicologia
……………………………………………………………..
