Teoria della Mente nei Modelli di Linguaggio AI: da GPT-3 a GPT-5 e oltre

La Teoria della Mente (ToM) — la capacità di attribuire stati mentali inosservabili ad altri — è un pilastro delle interazioni sociali umane. Dal 2023 a oggi, una serie di studi ha documentato l’emergere di comportamenti simili alla ToM nei Large Language Models di ultima generazione.

Sulla stessa linea di ricerca si colloca l’impiego di LLM per il supporto emotivo, ambito in cui la capacità di attribuire stati mentali all’interlocutore assume un valore diretto.

In questo articolo scoprirai:

• Cosa si intende per Teoria della Mente e come si misura
• I risultati dei test su GPT-3, GPT-3.5 e GPT-4 secondo Kosinski (Stanford)
• Le critiche metodologiche di Ullman e le repliche su Claude, Gemini e Llama
• Lo stato dell’arte nel 2026 con i modelli reasoning di GPT-5
• Le implicazioni per la sicurezza e l’allineamento dei sistemi AI

Teoria della Mente: definizione e test classici

La Teoria della Mente (in inglese Theory of Mind, ToM) è la capacità di rappresentare ciò che un’altra persona pensa, crede, sa o desidera, anche quando questi stati mentali differiscono dai nostri o dalla realtà oggettiva. È un meccanismo cognitivo fondamentale: senza di esso, non potremmo interpretare bugie, ironie, promesse o semplici malintesi.

Un esempio classico: entri in cucina e vedi tua sorella cercare il burro nel frigorifero, ma tu sai che il burro è sul tavolo. Per capire perché sta cercando nel posto sbagliato, devi rappresentare la sua falsa credenza: lei crede che il burro sia nel frigo. Questa è ToM in azione.

Il test più usato in psicologia dello sviluppo è il Sally-Anne test: Sally mette una biglia in un cesto ed esce. Anne la sposta in una scatola. Quando Sally torna, dove cercherà la biglia? Un bambino intorno ai 4-5 anni risponde correttamente “nel cesto”, dimostrando di poter rappresentare la credenza di Sally, diversa dalla realtà. Bambini più piccoli rispondono “nella scatola”, perché non riescono ancora a separare la propria conoscenza da quella di Sally.

La ToM è così centrale nella cognizione umana che le sue compromissioni caratterizzano diversi disturbi, fra cui l’autismo, il disturbo bipolare, la schizofrenia e la psicopatia. Anche i grandi primati, pur socialmente sofisticati, mostrano una ToM molto più limitata rispetto agli umani.

ToM e Intelligenza Artificiale: perché è rilevante

Un assistente conversazionale privo di ToM produce risposte meccaniche: ripete informazioni ovvie, dà per scontato contesto che l’utente non possiede, fallisce nel cogliere ironia o sottintesi. Dotare le macchine di ToM è un obiettivo aperto da decenni, affrontato con approcci simbolici che hanno ottenuto risultati limitati. Il parallelismo tra psicologia cognitiva e ricerca AI — che approfondiamo in questo articolo dedicato — è lungo più di sessant’anni e la ToM ne è uno dei capitoli più recenti.

La svolta arriva con i Large Language Models: comportamenti simili alla ToM sembrano emergere dall’addestramento su larga scala — un fenomeno documentato più in generale tra le capacità emergenti degli LLM — senza che nessuno li abbia programmati esplicitamente.

Studio Kosinski: ToM emergente in GPT-3, GPT-3.5 e GPT-4

Michal Kosinski, psicologo computazionale di Stanford, nel 2023 ha sottoposto una serie di modelli OpenAI agli stessi test di false credenze usati con i bambini (Kosinski, 2023). Lo schema è semplice: si descrive uno scenario (per esempio, una borsa etichettata “cioccolato” ma in realtà piena di popcorn) e si chiede al modello di completare frasi che richiedono di rappresentare le aspettative di un personaggio.

I risultati, successivamente confermati in una versione ampliata pubblicata sui Proceedings of the National Academy of Sciences (Kosinski, 2024), hanno mostrato una progressione netta attraverso le generazioni:

• GPT-1 (2018) e GPT-2: nessuna capacità ToM rilevabile.
• GPT-3-davinci-002 (gennaio 2022): prestazioni paragonabili a un bambino di ~7 anni.
• GPT-3.5-davinci-003 (novembre 2022): livello di un bambino di ~9 anni.
• GPT-4 (marzo 2023): risolve circa il 95% dei compiti di false credenze, al livello di un adulto.

Secondo Kosinski, la ToM potrebbe essere emersa come sottoprodotto del miglioramento nella modellazione del linguaggio: per prevedere accuratamente la parola successiva in testi che descrivono interazioni sociali, è utile rappresentare implicitamente gli stati mentali dei personaggi.

Critiche metodologiche: pattern matching o ragionamento?

I risultati di Kosinski hanno innescato un dibattito acceso. Tomer Ullman (Harvard), nel 2023, ha mostrato che piccole alterazioni ai test — modifiche che un bambino di 5 anni supererebbe senza problemi — fanno crollare drasticamente le prestazioni dei LLM (Ullman, 2023). Cambiare l’etichetta di una scatola trasparente, o invertire l’ordine degli eventi, basta per confondere GPT-3.5 e ridurre GPT-4 a risposte incoerenti. La sua conclusione: i modelli potrebbero sfruttare regolarità statistiche dei test canonici piuttosto che ragionare genuinamente sugli stati mentali altrui.

Una risposta più bilanciata è arrivata da Strachan e colleghi (2024, Nature Human Behaviour): confrontando GPT-4 con 1.907 partecipanti umani su una batteria completa (false credenze, ironia, faux pas, richieste indirette, affermazioni strane), GPT-4 ha eguagliato o superato gli umani in quasi tutti i task, fallendo però sistematicamente sui faux pas. LLaMA2-70B, al contrario, ha superato gli umani sui faux pas ma ha mostrato lacune su altri test. Il quadro è più sfumato di un semplice “sì/no”: i modelli mostrano pattern di competenze diversi rispetto agli umani, non una replica fedele.

Claude, Gemini, Llama: la ricerca si allarga

Dal 2023 in poi, la ricerca si è estesa ai modelli di altri laboratori. Van Duijn et al. (2023) hanno valutato 11 LLM all’avanguardia su test di ToM adattati per bambini e osservato che i modelli di frontiera (GPT-4, Claude, PaLM) raggiungono prestazioni comparabili a quelle di bambini di 9-10 anni, mentre i modelli open-source più piccoli restano indietro.

Tre tendenze sono emerse chiaramente:

• Anthropic Claude (famiglia 3 e 3.5, 2024): prestazioni al pari di GPT-4 sui test classici, con una maggiore stabilità alle varianti di Ullman, probabilmente grazie all’addestramento con Constitutional AI e al focus sul ragionamento passo-passo.
• Google Gemini (1.5 Pro, 2024): risultati competitivi ma con sensibilità alla formulazione del prompt documentata in più studi indipendenti.
• Meta Llama 3 e 3.1 (2024): miglioramento rilevante rispetto a Llama 2, con il modello da 405B che si avvicina alle prestazioni dei modelli proprietari.

Stato dell’arte 2026: GPT-4o, GPT-5 e ragionamento esplicito

Con l’arrivo di GPT-4o (2024) e della famiglia GPT-5 (2025), il panorama è cambiato ancora. I modelli con reasoning esplicito a catena — GPT-5, GPT-5.2, GPT-5.4 — mostrano due differenze qualitative rispetto ai predecessori:

1. Superano con largo margine le varianti “avversarie” proposte da Ullman, perché il ragionamento a catena permette di tracciare esplicitamente chi sa cosa e quando.
2. Gestiscono meglio scenari di ToM di ordine superiore (“A crede che B creda che C sappia…”), dove i modelli 2023 crollavano rapidamente oltre il secondo livello.

Restano però limiti strutturali: i modelli tendono a sovra-attribuire stati mentali (rispondono come se il personaggio avesse una ToM anche in scenari che non la richiedono) e hanno difficoltà con compiti che richiedono di distinguere intenzione da conoscenza, specialmente in contesti culturalmente specifici.

Cosa significa “emergere”: una nota di cautela

Dire che la ToM “è emersa” nei LLM è diverso dal dire che i modelli hanno una ToM nel senso umano. Il consenso attuale nella comunità scientifica è che:

• I LLM simulano comportamenti funzionalmente equivalenti alla ToM in contesti standardizzati.
• Non è chiaro se questo comportamento derivi da una rappresentazione interna degli stati mentali o da sofisticato pattern matching su enormi corpora testuali.
• La distinzione ha implicazioni pratiche: un sistema che “sembra” avere ToM in condizioni normali può fallire in modi imprevedibili fuori distribuzione, con conseguenze rilevanti per applicazioni cliniche, educative o di assistenza.

Prospettive Future

Se i modelli di frontiera riescono davvero a rappresentare — anche solo funzionalmente — ciò che l’interlocutore sa e crede, le conseguenze per l’interazione uomo-macchina sono profonde: assistenti meno meccanici, tutor più adattivi, agenti conversazionali capaci di cogliere sottotesti. Al tempo stesso, una macchina che modella le credenze altrui è anche una macchina potenzialmente più abile nel persuadere e manipolare. Questa preoccupazione ha riportato la ToM al centro dei dibattiti sull’allineamento e la sicurezza dei modelli AI, un tema che i laboratori di ricerca considerano sempre più urgente man mano che le capacità sociali dei sistemi avanzano.

Fonti:

1. Evaluating large language models in theory of mind tasks, PNAS, 2024
2. Theory of Mind May Have Spontaneously Emerged in Large Language Models, arXiv / Kosinski, 2023
3. Testing theory of mind in large language models and humans, Nature Human Behaviour, 2024
4. Large Language Models Fail on Trivial Alterations to Theory-of-Mind Tasks, arXiv / Ullman, 2023
5. Theory of Mind in Large Language Models: Examining Performance of 11 State-of-the-Art Models vs. Children Aged 7-10, CoNLL 2023, 2023
6. Neural Theory-of-Mind? On the Limits of Social Intelligence in Large LMs, EMNLP 2022, 2022
7. Clever Hans or Neural Theory of Mind? Stress Testing Social Reasoning in Large Language Models, EACL 2024, 2024
8. AI Chatbot Spontaneously Develops a Theory of Mind, Discover Magazine, 2023