Brain Rot nell’era dell’Intelligenza Artificiale 

Decadimento cognitivo tra modelli generativi e società della disattenzione 

Proteggere la qualità del dato significa tutelare l’intelligenza collettiva: ciò che degrada il web indebolisce sia le persone sia le macchine che imparano da noi. 

Il termine “brain rot” ha conquistato, negli ultimi anni, una sorprendente centralità nel linguaggio della cultura digitale. Nato come espressione pop per descrivere lo stordimento cognitivo che deriva dal consumo compulsivo di contenuti superficiali — video brevi, meme, frasi semplificate e ripetute — il concetto rivela oggi una preoccupazione più seria e fondata: l’indebolimento progressivo delle nostre capacità di concentrazione, memoria e ragionamento in un ecosistema informativo dominato dalla ricerca spasmodica dell’attenzione.

L’economia digitale premia ciò che trattiene gli occhi per il minor tempo possibile, mentre svaluta la complessità, la profondità e l’argomentazione. Questo non riguarda soltanto gli utenti umani, ma anche le macchine che apprendono dal nostro comportamento. La qualità cognitiva del mondo digitale influenza direttamente la qualità dei modelli che generiamo: se ci abituiamo a contenuti poveri, li produciamo; se li produciamo, le intelligenze artificiali li assumono come riferimento.

Il risultato è una spirale regressiva: contenuti deboli generano contenuti ancora più deboli, e sia l’intelligenza delle persone sia quella delle macchine si trovano a operare su un terreno sempre meno fertile.

Sul fronte scientifico, una delle analisi più significative arriva da Xing e colleghi (2025), che hanno formulato la “LLM Brain Rot Hypothesis”: modelli linguistici di ampia scala degradano le loro capacità di comprensione, logica ed etica se addestrati con dosi crescenti di testo digitale di scarsa qualità semantica. In particolare, peggiorano non solo le prestazioni nei compiti più complessi, ma anche la stabilità del linguaggio e la coerenza argomentativa. Questo studio, attualmente in fase di validazione, evidenzia l’urgenza di monitorare la qualità del dato come fattore chiave di sicurezza cognitiva.

La questione, però, non si esaurisce in laboratorio. Nella produzione culturale, come mostra Çeber (2025), si osserva un parallelismo diretto: l’automazione generativa favorisce contenuti emozionali, immediati e spesso privi di profondità, funzionali a strategie di marketing e profilazione, ma potenzialmente corrosivi per la creatività umana e per la robustezza dei modelli di IA. Se la maggior parte dell’informazione elaborata tende al ribasso, il livello cognitivo complessivo della società può subire una erosione silente.

Questa reciproca vulnerabilità tra cervello ed algoritmo non nasce dal nulla. La letteratura neuroscientifica ricorda come lo sviluppo delle funzioni cognitive più elevate richieda ambienti stimolanti, varietà di input ed esperienze semantiche ricche e diversificate. Anche nel dominio dell’IA, alcuni studi teorici, come quello di Ohmae e Ohmae (2024), sottolineano l’importanza della qualità dell’informazione e dei modelli del mondo per la costruzione di sistemi predittivi affidabili.

Quando l’esperienza digitale si restringe alla gratificazione immediata, e l’informazione si riduce a frammenti disconnessi, la capacità del cervello e dell’IA di costruire inferenze complesse diminuisce. Non si tratta di allarmismo tecnologico: si tratta di riconoscere che la qualità dell’ambiente informativo è un bene cognitivo condiviso.

La domanda politica ed etica che emerge è, dunque, cruciale: chi tutela la qualità cognitiva dell’ecosistema digitale? Le piattaforme, orientate al profitto immediato, mostrano difficoltà nel conciliare engagement e responsabilità; i decisori pubblici faticano a tenere il passo con una trasformazione così rapida; gli utenti stessi sono spesso inconsapevoli del valore delle scelte individuali nel modellare ciò che le intelligenze artificiali impareranno domani.

Eppure la risposta è già nelle nostre mani: ciò che alimenta il web oggi costruisce l’intelligenza del futuro. Ogni contenuto che pubblichiamo, ogni interazione che amplifichiamo, contribuisce alla semantica del mondo che consegneremo tanto agli esseri umani quanto alle macchine.

Proteggere la qualità del dato non è un gesto tecnico, ma un dovere civico. Significa preservare l’intelligenza collettiva e l’autonomia critica della società. Significa difendere la possibilità stessa di un’IA generativa che sia capace di pensare con noi, non al posto nostro o contro di noi.

📌 BOX INFORMATIVO — Fonti scientifiche sul fenomeno del “Brain Rot” 

Riferimenti bibliografici essenziali 

Il concetto di brain rot applicato all’intelligenza artificiale e alla sfera cognitiva umana è in fase di rapido sviluppo e presenta al momento un corpus scientifico in evoluzione. La base di evidenze oggi disponibile si articola su tre livelli:

1. Studi sperimentali preliminari sui modelli di IA
Il lavoro di Xing et al. (2025), disponibile come preprint su arXiv, ha introdotto l’ipotesi del LLM Brain Rot, mostrando come l’esposizione dei modelli generativi a dati digitali a bassa qualità semantica possa determinare perdita di capacità di ragionamento, coerenza contestuale e allineamento etico. L’articolo è in attesa di peer-review, e i risultati, seppur significativi, sono da considerarsi in corso di validazione scientifica.

2. Approcci teorici e interpretativi socio-economici
L’analisi di Çeber (2025), pubblicata su rivista specializzata, esamina gli effetti del deterioramento cognitivo nella produzione e nel consumo di contenuti digitali mediati da IA, con riferimento al settore pubblicitario. Pur non fornendo dati neuro-scientifici, rappresenta un contributo importante per descrivere il fenomeno nelle sue implicazioni industriali e culturali.

3. Letteratura neuroscientifica e modelli bio-computazionali
Gli studi di Kiani et al. (2021) e Ohmae & Ohmae (2024) forniscono un quadro di confronto tra cervello umano e architetture generative di AI. Non trattano direttamente il brain rot, ma permettono di interpretare il deterioramento cognitivo di modelli complessi alla luce di ipotesi derivate dalle neuroscienze.

Il quadro d’insieme indica che il tema, sebbene emergente, è già oggetto di attenzioni accademiche e offre prospettive di ricerca interdisciplinare di grande rilievo. In particolare, risulta cruciale monitorare l’evoluzione degli studi sperimentali e promuovere iniziative di governance della qualità informativa per ridurre i rischi di impoverimento cognitivo nell’intero ecosistema digitale.