Questo pesce rosso vuole continuare a imparare

Nel 2024, l’Oxford University Press ha incoronato “brain rot” come parola dell’anno. La definizione ufficiale parla di “deterioramento mentale o intellettuale presunto, dovuto al consumo eccessivo di contenuti banali o poco impegnativi, in particolare online”. In sintesi, ci stiamo rincoglionendo tutti, nessuno escluso.

L’espressione non è nuova. Henry David Thoreau l’aveva coniata nel 1854. “Mentre l’Inghilterra si sforza di curare il marciume delle patate, nessuno si sforzerà di curare il marciume del cervello, che dilaga assai più ampiamente e fatalmente?” L’idea è entrata nel senso comune, ed è il senso comune ad averla riportata in auge. Negli ultimi vent’anni – si dice nei talk show, sui giornali, nei panel manageriali – il cervello umano si sarebbe modificato a livello strutturale. Smartphone, social, algoritmi e intelligenza artificiale: una neuro-erosione collettiva. La generazione TikTok ha un’attenzione breve.

Ormai anche il famoso pesce rosso ci ha sorpassato per capacità attentive. Il pensiero profondo è in via di estinzione. Ce lo ripetiamo con la solennità di chi enuncia un fatto scientifico.

Tuttavia, non lo è.

Andrew Przybylski (che insegna all’Oxford Internet Institute, nei pressi di dove nascono le “parole dell’anno”) ha affermato che «non c’è alcuna evidenza che il brain rot esista davvero. Descrive la nostra insoddisfazione nei confronti del mondo online. Serve a impacchettare le nostre ansie sui social». Nel suo rigoroso studio su Cortex del 2023, condotto su quasi 12.000 bambini americani, non trova alcun nesso fra lo screen time, la connettività cerebrale e il benessere.

Stiamo tranquilli, l’architettura cerebrale è intatta. I limiti della memoria di lavoro, i meccanismi di consolidazione mnestica, le reti del controllo esecutivo: gli stessi di mezzo secolo fa. A cambiare sono le abitudini, le dipendenze ambientali, le strategie con cui distribuiamo il poco di cui disponiamo. L’ambiente, non l’organo. La boccia, non il pesce.

L’attenzione, prima di tutto. Hippolyte Fournier e colleghi, su Computers in Human Behavior nel 2026, hanno misurato il costo cognitivo di una notifica: sette secondi di rallentamento, confermati con mezzi fisiologici dalla dilatazione pupillare. Nello studio, il predittore dell’interruzione cognitiva non è il tempo trascorso sul telefono, ma la frequenza di interazione: notifiche e controlli sul dispositivo. L’abitudine, altro che lo schermo.

Stesso pattern per la lettura profonda. Karen Froud e colleghi hanno registrato l’attività neurale di cinquantanove studenti di scuola media mentre leggevano su carta e sullo schermo. La risposta N400 (marcatore neurale dell’elaborazione semantica) si appiattisce, sullo schermo; in sintesi, un’elaborazione lessicale più superficiale. Eppure non abbiamo “perso” delle capacità, quanto piuttosto attuiamo una strategia diversa: scorriamo, scansioniamo, intercettiamo e, con lo schermo, lo facciamo meglio. Quando il compito richiede la lettura lineare e una comprensione profonda, ne paghiamo il prezzo.

C’è poi la memoria. Già nel 2011 Betsy Sparrow e colleghi documentavano su Science il “Google effect”: quando ci si aspetta l’accesso futuro a un’informazione, si codifica meno il contenuto e più la sua collocazione. È “marciume”? No: è memoria transattiva, antica strategia umana applicata a un sistema esterno radicalmente più capace.

Ma l’avvento dell’IA generativa ha accelerato tutto. In uno studio del 2025, Daniela Fernandes e collaboratori hanno fatto risolvere il test di ammissione a giurisprudenza a quasi settecento partecipanti. La metà poteva usare ChatGPT e l’altra no. Risultato: con l’IA le prestazioni migliorano, ma i partecipanti sovrastimano le proprie risposte di 4 punti, e questo è il colpo: più sono alfabetizzati all’IA, peggiore è l’accuratezza dell’autovalutazione. L’effetto Dunning-Kruger, che da venticinque anni descrive come gli incompetenti sopravvalutino se stessi, con l’IA si appiattisce e, in alcuni casi, si rovescia. La performance sale. La consapevolezza scende. La sicurezza di sé corre più veloce di entrambe. A questo proposito, Xu e colleghi (2026) parlano di “performance-competence divide”.

Di nuovo: il cervello non marcisce; è che il rapporto fra quanto sappiamo, quanto crediamo di sapere e quanto possiamo ricostruire da soli si è scollegato.

Terrorizzato da aule in cui le persone seguono il corso ma, nel frattempo, digitano messaggi su WhatsApp, il mondo della formazione ha ormai una sola parola d’ordine: digitalizzare. Tablet a tutti, piattaforme, dashboard e tutor virtuali.

Aino Saarinen e colleghi, su 5.000 studenti finlandesi del PISA 2015, hanno smontato in modo sperimentale la scorciatoia: l’uso frequente di ICT a scuola predice prestazioni cognitive peggiori in tutti i domini, e l’effetto è più negativo, non meno, fra chi ha competenze digitali più alte. Saper usare un’interfaccia non è saper imparare attraverso di essa. Il mito del nativo digitale ha funzionato per vent’anni come copertura ideologica di un disinvestimento didattico.

Non è una condanna del digitale, beninteso. È un’accusa al modo in cui lo usiamo, il digitale, perché quando la stessa tecnologia che frammenta l’attenzione viene progettata per allenarla, l’effetto si inverte: sembrerebbero esserci dei casi “virtuosi”. Nel 2019 David Ziegler e colleghi, in un trial in doppio cieco controllato con placebo, hanno mostrato che sei settimane di un’app di meditazione su smartphone, con sessioni brevissime calibrate algoritmicamente in base alle capacità del singolo, producono guadagni misurabili in attenzione sostenuta e memoria di lavoro, con cambiamenti coerenti nei marcatori neurali del controllo attentivo registrati tramite EEG.

Un’ulteriore conferma che il cervello resta plastico, e che lo strumento non è il problema, quanto invece il progetto dello strumento: sposta il pesce rosso da una piccola boccia rotonda a un grande acquario e tornerà a nuotare in modo diverso. Purtroppo, chi ci propone un’app per imparare qualsiasi cosa ha letto solo “app” e “risultati” di questo studio, tralasciando tutto il resto.

Le evidenze su ciò che funziona ci sono. Steven Pan e Timothy Rickard (2018) hanno sintetizzato 122 esperimenti con oltre 10.000 partecipanti: la retrieval practice, ossia provare a ricordare in modo attivo prima di consultare strumenti esterni, produce un transfer di apprendimento positivo. In altre parole, chi recupera dalla propria memoria, anche fallendo, applica meglio in contesti nuovi rispetto a chi si limita a rivedere.

Richard Mayer e Celeste Pilegard (2014) hanno fatto un elenco delle cose che funzionano:

segmentare un contenuto continuo in unità autoregolate dal discente, preferire la narrazione orale al testo scritto sovrapposto alla grafica, fornire un pre-training sui concetti chiave prima della lezione complessa. Tutte cose che hanno degli elementi in comune: costano fatica al docente o al discente. O peggio, a tutti e due.

Già, perché l’apprendimento durevole richiede attrito cognitivo, non efficienza immediata. L’eterna richiesta di imparare “con rapidità” è di per sé una contraddizione che rischia davvero di trasformarci in pesci rossi addestrati, ma non consapevoli.

Se la scienza smentisce il brain rot e sappiamo alla perfezione cosa funziona nell’apprendimento, perché continuiamo a parlare di cervelli marciti?

Perché serve. È una diagnosi che assolve.

Dire che il cervello si è “rotto” sposta la responsabilità da chi progetta gli ambienti a chi li abita. Se il problema è la generazione TikTok, non è chi possiede TikTok. Se è l’attenzione breve dei giovani, non è il mercato pubblicitario che ha trasformato l’attenzione in valuta. Se è il lavoratore distratto, non è l’organizzazione del lavoro a bombardarlo di alert e notifiche.

Il brain rot è l’ultimo ritrovato neuroscientifico di un’antica operazione: colpevolizzare l’individuo per problemi strutturali.

Ha anche una dimensione di classe che il dibattito mainstream rimuove con cura. Resistere alla cattura algoritmica costa risorse: tempo, ambienti alternativi, capitale culturale e autorevolezza adulta nelle relazioni educative. Chi ha più di queste risorse marcisce meno; chi ne ha meno, marcisce di più. La diagnosi neuroindividualista cancella l’asimmetria. Trasforma una disuguaglianza in una colpa, e una colpa in un destino biologico ineludibile.

Earl Miller, neuroscienziato cognitivo del MIT, ha sostenuto più volte che il problema non è un cervello che marcisce, ma un ambiente che la nostra architettura cerebrale non è attrezzata a gestire. La sfumatura è tutto. Lungi da essere il malato, il cervello è il termometro che misura la temperatura ambientale che abbiamo scelto, o tollerato, di innalzare.

Nel 1854 Thoreau paragonava il marciume delle patate a quello delle teste. Era un naturalista. Sapeva che i tuberi non marciscono per colpa dei tuberi, ma per il terreno, l’umidità, la conservazione e le scelte sbagliate di chi li ha coltivati. Il pesce rosso che voleva ancora imparare avrebbe annuito. La sua memoria era intatta; solo che nuotare sempre nella stessa boccia (vetro curvo che distorce le distanze, acqua che gira nello stesso verso, luci posizionate per farlo girare in tondo) chiede di adattarsi: ricordare meno, in una boccia così, non è marciume. È un’economia razionale di un cervello che funziona troppo bene.

Cambiare il pesce è impossibile e, tutto sommato, sgradevole. La boccia o l’acquario, invece, li abbiamo costruiti noi. E quello che abbiamo costruito, possiamo riprogettarlo.

L’articolo che hai appena letto è finito, ma l’attività della redazione SenzaFiltro continua. Abbiamo scelto che i nostri contenuti siano sempre disponibili e gratuiti, perché mai come adesso c’è bisogno che la cultura del lavoro abbia un canale di informazione aperto, accessibile, libero.

Non cerchiamo abbonati da trattare meglio di altri, né lettori che la pensino come noi. Cerchiamo persone col nostro stesso bisogno di capire che Italia siamo quando parliamo di lavoro. 

Sottoscrivi SenzaFiltro

Photo credits: @debora.striani su Instagram