La mente ha due marce, e la veloce guida quasi sempre — che cosa regge, cinquant'anni dopo, del modello più famoso della psicologia

Ascolta il podcastLa mente ha due marce, e la veloce guida quasi sempre · 12:29

🎧 12 min — dalla mazza e la pallina al capitolo che l’autore ha ripudiato: che cosa regge davvero, cinquant’anni dopo, del modello che ha insegnato al mondo a diffidare della propria mente.

Una mazza e una pallina costano un euro e dieci in tutto. La mazza costa un euro più della pallina. Quanto costa la pallina?

Il numero è già arrivato. Dieci centesimi. È arrivato da solo, senza che tu lo cercassi, con quella lieve sensazione di ovvietà che accompagna le cose che non hanno bisogno di essere controllate.

È sbagliato. Se la pallina costasse dieci centesimi, la mazza — che costa un euro più della pallina — costerebbe un euro e dieci, e il totale sarebbe un euro e venti. La risposta giusta è cinque centesimi: pallina cinque, mazza un euro e cinque, totale un euro e dieci.

Il problema è nel Cognitive Reflection Test di Shane Frederick, pubblicato nel 2005 sul Journal of Economic Perspectives. Ed è a questo punto che, di solito, arriva la frase a effetto: «più del cinquanta per cento degli studenti di Harvard, del MIT e di Princeton sbagliò». La frase è vera, e conviene sapere da dove viene, perché quasi tutti la attribuiscono al posto sbagliato.

Non è un risultato di Frederick, non in quella forma. Frederick somministrò tre problemi — la mazza, le macchine che producono widget, le ninfee che raddoppiano nel lago — a 3.428 persone in trentacinque studi separati, e la sua tabella non riporta percentuali di errore sul solo problema della mazza: riporta punteggi medi sui tre item e la distribuzione di chi ne indovina zero, uno, due o tre. MIT 2,18. Princeton 1,63. Carnegie Mellon 1,51. Harvard 1,43. Università di Toledo 0,57. Media generale 1,24 su 3, con un terzo dei partecipanti che non ne indovina nemmeno uno. Al MIT, anzi, il 48% fa tre su tre.

La percentuale famosa viene da altrove: dal terzo capitolo di Thinking, Fast and Slow, dove Kahneman racconta il problema e riporta quel dato. Un libro divulgativo — bellissimo, ma divulgativo — che cita un paper. Poi la citazione si è staccata dal libro, ha preso l’aria del dato tecnico, e ha cominciato a circolare come se stesse nella tabella di Frederick.

Non è un dettaglio pedante: è la lezione in miniatura. Una cifra plausibile, autorevole, coerente con quello che già pensavamo, si è insediata senza che nessuno andasse a controllare la fonte. Esattamente il meccanismo che questa lezione descrive — solo che stavolta il soggetto non è il lettore distratto: sono cinquant’anni di divulgazione.

E c’è una cosa che il test misura davvero e che merita più attenzione della cifra. Su 14.053 persone che hanno affrontato quei problemi fino a venticinque volte, ogni esposizione precedente migliora il punteggio in media di 0,024 item. Praticamente nulla. Sapere non basta: la risposta sbagliata continua ad arrivare per prima anche in chi il problema l’ha già visto due dozzine di volte.

Cos’è: due modi di pensare, non due macchine

Il modo più economico di entrare nel modello è il modo in cui lo presenta il suo divulgatore più famoso, e conviene farlo con le sue parole esatte, perché le parole esatte contengono già la cautela che la divulgazione di seconda mano perde per strada.

«Il Sistema 1 opera automaticamente e rapidamente, con poco o nessuno sforzo e nessuna sensazione di controllo volontario»; «il Sistema 2 alloca attenzione alle attività mentali faticose che la richiedono, comprese le computazioni complesse».

Fin qui la citazione che si trova ovunque. Ora quella che non si trova quasi mai — la si legge nel primo capitolo del libro, in una sezione intitolata Useful Fictions, «finzioni utili»:

«Il Sistema 1 e il Sistema 2 sono così centrali nella storia che racconto in questo libro che devo essere assolutamente chiaro sul fatto che sono personaggi di finzione. I Sistemi 1 e 2 non sono sistemi nel senso standard di entità con parti o aspetti interagenti. E non c’è nessuna parte del cervello che l’uno o l’altro dei due sistemi chiamerebbe casa.»

E nelle conclusioni, in caso il lettore avesse dimenticato: «ricorderai anche che i due sistemi non esistono davvero, né nel cervello né altrove. “Il Sistema 1 fa X” è un’abbreviazione per “X avviene automaticamente”».

Il libro non commette l’errore: lo commette chi lo riassume. Chiunque abbia sentito dire che «il Sistema 1 è l’amigdala e il Sistema 2 la corteccia prefrontale» ha sentito una frase che l’autore del libro ha esplicitamente vietato a pagina trenta.

C’è una seconda attribuzione da rimettere a posto, e stavolta è Kahneman stesso a farlo. I nomi non sono suoi. «Adotto termini originariamente proposti dagli psicologi Keith Stanovich e Richard West», scrive nell’introduzione. La coppia «System 1 / System 2» compare nel loro articolo del 2000 su Behavioral and Brain Sciences — un lavoro sulle differenze individuali nel ragionamento, non un libro divulgativo. E c’è un’ironia che vale la pena registrare: nel 2013, difendendo il modello dalle critiche, Stanovich e Jonathan Evans non parlano più di «sistemi» ma di «processi autonomi (di Tipo 1)» e di processi di Tipo 2. Il modello più famoso della psicologia contemporanea porta dunque un nome che due dei suoi difensori più autorevoli preferiscono evitare, e che il suo divulgatore ha dichiarato essere un soprannome, «come Bob e Joe».

Che cosa resta, allora, una volta tolte le due macchine? Resta la formulazione minima, quella che i sostenitori difendono ancora oggi: esistono processi autonomi, che partono da soli e non consumano memoria di lavoro, e ne esistono altri che caricano la memoria di lavoro e permettono di simulare mentalmente alternative — di pensare per ipotesi. I primi producono una risposta di default; i secondi possono intervenire, e spesso non lo fanno.

È molto meno spettacolare della versione con le due liste di aggettivi contrapposti. È anche la sola che i suoi difensori più autorevoli rivendichino ancora.

Il meccanismo: la domanda difficile sostituita da una facile

Dire «la mente ha una marcia veloce» non spiega niente finché non si dice che cosa fa quella marcia quando sbaglia. E qui il modello ha una risposta precisa, che è la sua idea migliore.

Kahneman e Frederick l’hanno chiamata sostituzione di attributo. Quando ti viene posta una domanda costosa da calcolare — qual è la probabilità che…, quanto è frequente…, quanto rischia questa azienda… — la mente non risponde a quella. Ne cerca una più accessibile che le somigli abbastanza, risponde a quella, e ti consegna il risultato come se fosse la risposta alla domanda originale.

La domanda difficile è quanto è probabile. La domanda facile che la sostituisce è quanto somiglia, oppure quanto facilmente me ne vengono in mente esempi, oppure che sensazione mi dà. La sostituzione avviene in silenzio: non c’è un momento in cui ti accorgi di aver cambiato domanda. Ricevi solo la risposta, con l’aria di essere la tua.

Questo spiega perché i bias non sono rumore casuale. La formula è già nel paper fondativo del 1974: le euristiche sono economiche e in genere efficaci, ma «portano a errori sistematici e prevedibili». Un errore casuale sbaglia in tutte le direzioni; un errore prodotto da una sostituzione stabile sbaglia sempre nella stessa direzione, ed è per questo che si può misurare, replicare e — questo è il punto pratico — anticipare.

Una precisazione di onestà, però, prima di andare avanti: la sostituzione di attributo è un modello teorico, non un esperimento. Non ha una dimensione dell’effetto perché non può averla. È il modo in cui gli autori hanno riorganizzato a posteriori vent’anni di risultati sperimentali, ed è influente per la sua eleganza esplicativa, non perché qualcuno l’abbia misurata direttamente. Chi la presenta come «una scoperta» sta già gonfiando.

Le prove: gli esperimenti che hanno fondato il campo

Il programma nasce con un articolo di sei pagine su Science, il 27 settembre 1974, firmato Amos Tversky e Daniel Kahneman. La tesi sta nell’abstract: il giudizio in condizioni di incertezza si appoggia a poche euristiche, «economiche e in genere efficaci», che però «portano a errori sistematici e prevedibili». Tre euristiche: rappresentatività, disponibilità, ancoraggio.

Vale la pena guardare gli esperimenti veri, perché sono più modesti e più belli di come vengono raccontati.

La ruota truccata

I ricercatori fanno girare davanti al soggetto una ruota della fortuna, che si ferma su un numero. Poi chiedono: quale percentuale dei paesi membri delle Nazioni Unite è africana? Chi ha visto il numero 10 risponde in mediana 25. Chi ha visto il 65 risponde 45. Il numero è palesemente casuale, è uscito da una ruota, il soggetto l’ha visto uscire — e sposta lo stesso la risposta di venti punti. Gli autori aggiungono una riga che di solito viene tagliata: «pagare per l’accuratezza non ha ridotto l’effetto di ancoraggio».

Il fattoriale

Due gruppi di studenti hanno cinque secondi per stimare un prodotto. Al primo viene mostrato 1×2×3×4×5×6×7×8; al secondo 8×7×6×5×4×3×2×1. Stessa moltiplicazione, ordine inverso. Mediana del primo gruppo: 512. Mediana del secondo: 2.250. La risposta esatta è 40.320. In cinque secondi nessuno calcola: si moltiplicano i primi termini e si estrapola. Chi parte dai numeri piccoli estrapola verso il basso.

Linda

L’esperimento più discusso della psicologia del ragionamento arriva nel 1983. Linda ha trentun anni, è single, franca, brillante, laureata in filosofia; da studentessa si occupava di discriminazione e giustizia sociale e ha partecipato a manifestazioni antinucleari. Che cosa è più probabile: che sia una cassiera di banca, o che sia una cassiera di banca e attiva nel movimento femminista?

La maggioranza sceglie la seconda. Ma la seconda è un sottoinsieme della prima: ogni cassiera femminista è una cassiera, quindi non può essere più probabile. È una violazione della regola della congiunzione — la certezza matematica che P(A e B) non può superare P(A). Come riassume un commentario del 2015, più dell’80% dei partecipanti non riuscì a riconoscerla.

Qui però la nota deve rallentare, perché sulla percentuale esatta la letteratura non è concorde: circolano l’85%, «più dell’80%» e l’89%, e la ragione è che Tversky e Kahneman riportano risultati distinti per gruppo — soggetti ingenui, soggetti informati, soggetti statisticamente sofisticati. Chiunque citi una singola cifra secca sta scegliendo un gruppo senza dirlo.

E c’è un’obiezione più profonda, che va detta subito e non relegata in fondo. Ralph Hertwig e Gerd Gigerenzer hanno sostenuto che il problema non è nella logica dei soggetti ma nella parola «probabile», che in italiano come in inglese significa anche plausibile, verosimile, tipico. Riformulando la domanda in termini di frequenze — su cento persone come Linda, quante sono… — le violazioni crollano: nei loro dati dall’88% al 27%. Ma anche questo va riportato per intero: l’effetto del formato a frequenze varia enormemente da studio a studio, dai 50 punti percentuali di riduzione a nessuna riduzione affatto in almeno un caso documentato. Il fenomeno esiste; la sua interpretazione è ancora contesa dopo quarant’anni.

Le quattro carte

C’è un ultimo esperimento che vale la pena conoscere perché mostra qualcosa che gli altri non mostrano. Nel compito di selezione di Peter Wason ti vengono presentate quattro carte e una regola condizionale — se una carta ha una vocale su un lato, allora ha un numero pari sull’altro — e devi dire quali carte girare per verificarla. La risposta logicamente corretta richiede di girare la carta con la vocale e quella con il numero dispari: bisogna cercare la smentita, non la conferma.

Quasi nessuno lo fa, nella versione astratta. Ma il dato interessante non è la percentuale di errore: è che cambiando il contenuto della regola — lasciando intatta la struttura logica — la prestazione si trasforma. Con una regola deontica, del tipo se bevi alcolici devi avere più di diciotto anni, le persone vanno a cercare spontaneamente proprio il caso che smentisce.

La meta-analisi più ampia su questo compito ha raccolto 228 esperimenti, e i suoi autori li interpretano con una teoria che parla direttamente alla lezione: le intuizioni, basate sui modelli mentali dell’ipotesi, porterebbero a scegliere le prove che corrispondono all’ipotesi; la deliberazione, i potenziali controesempi. I 228 esperimenti, sostengono, corroborano le predizioni di questo modello. Certi contenuti, certe istruzioni e certe formulazioni rendono più probabile la seconda cosa. E quando ai partecipanti si dà un riscontro sulle scelte fatte, passano dalle conferme ai controesempi.

Quel che il confronto mostra non è quanto siano intelligenti i gruppi — non lo misura affatto — ma quanto pesi la forma della domanda: il default è cercare conferme, e ci vuole qualcosa — il contenuto giusto, un’istruzione, un feedback — perché si cerchi la smentita.

La prova del fuoco: che cosa ha retto e che cosa è crollato

Dal 2011 in poi la psicologia ha attraversato quella che si chiama crisi della replicazione: risultati celebri, ripetuti con campioni grandi e protocolli registrati in anticipo, hanno smesso di comparire. La domanda che interessa qui è specifica: che cosa è successo agli esperimenti di questa tradizione?

La risposta è più interessante di entrambe le versioni che circolano — quella per cui «è tutto crollato» e quella per cui «non è successo niente». La linea di frattura non passa fra Kahneman e i suoi critici. Passa dentro il materiale, e la si vede a occhio nudo in un singolo progetto.

Many Labs è un esperimento sugli esperimenti: si prendono tredici risultati classici e contemporanei, si scrive un protocollo unico, lo si esegue su trentasei campioni indipendenti per un totale di 6.344 partecipanti e si guarda che cosa sopravvive. Esito: dieci effetti su tredici replicano in modo consistente, uno solo debolmente, e due non replicano affatto.

Quali due? Flag priming — l’idea che vedere una bandiera americana sposti le opinioni politiche — e currency priming, per cui vedere immagini di denaro renderebbe più inclini a giustificare il sistema economico: in entrambi i casi l’effetto misurato è indistinguibile da zero. Sono tutti e due effetti di priming sociale: l’idea che uno stimolo di sfondo, non notato, guidi il comportamento successivo.

E che cosa ha retto, nello stesso progetto, con gli stessi standard? Fra i dieci effetti che replicano ci sono i pilastri di questa tradizione: l’ancoraggio, testato su quattro degli scenari originali, e l’effetto di framing di Tversky e Kahneman — le stesse scelte descritte come guadagni o come perdite, che ribaltano le preferenze.

Many Labs 2 ha ripetuto l’operazione su scala maggiore: ventotto risultati, 125 campioni, 15.305 partecipanti, trentasei paesi. Qui il quadro è più severo — solo il 54% replica, e la dimensione mediana degli effetti scende da 0,60 a 0,15. Ma il lavoro consegna anche il colpo di grazia all’alibi più usato: «la variabilità negli effect size osservati era attribuibile più all’effetto studiato che al campione o al contesto in cui è stato studiato». Tradotto: gli effetti fragili non sono fragili «con questi soggetti». Sono fragili ovunque.

Tre casi meritano il nome proprio, perché sono esattamente le storie che si raccontano nei corsi di formazione aziendale.

L’ego depletion — la forza di volontà come una batteria che si scarica — è il ponte con cui la divulgazione passa dal modello alle diete e alla decision fatigue. La replicazione preregistrata su ventitré laboratori e 2.141 partecipanti ha trovato un effetto di d = 0,04, con un intervallo di confidenza che comprende lo zero.

Va detto per intero, perché la questione non è chiusa. Una replicazione successiva ha trovato un effetto piccolo ma statisticamente significativo: «i dati di 12 laboratori in tutto il mondo (N = 1.775) hanno rivelato un effetto di ego depletion piccolo e significativo, d = 0,10». Un decimo di deviazione standard è pur sempre lontanissimo dalla batteria che si scarica.

Il facial feedback — tenere una matita tra i denti, forzando la posizione del sorriso, fa trovare le vignette più divertenti — era la dimostrazione da manuale di un Sistema 1 corporeo. Diciassette replicazioni dirette indipendenti: differenza di 0,03 punti su una scala a dieci, contro gli 0,82 punti dell’originale.

Il professor priming, già citato, è il caso più netto dei tre. L’originale del 1998 riportava che i partecipanti innescati con la categoria «professore» ottenevano prestazioni migliori del 13% in un quiz di cultura generale rispetto a quelli innescati con «hooligan». Quaranta laboratori hanno raccolto dati per la replicazione registrata, ventitré hanno soddisfatto tutti i criteri di inclusione, e su 4.493 partecipanti la differenza fra i due gruppi è scomparsa.

Tutti e tre stanno nel capitolo 4 di Thinking, Fast and Slow. È il capitolo su cui Kahneman ha scritto, nel 2017, che «l’evidenza sperimentale per le idee che ho presentato in quel capitolo era significativamente più debole di quanto credessi quando l’ho scritto» e «è stato semplicemente un errore: sapevo tutto ciò che mi serviva sapere per moderare il mio entusiasmo per quei risultati sorprendenti ed eleganti che ho citato, ma non l’ho pensato fino in fondo».

Ecco allora la formulazione onesta, quella che nessuna delle due tifoserie ama: nelle repliche qui citate, i compiti di giudizio hanno retto molto meglio dei paradigmi di priming sociale. Ancoraggio, framing, l’errore sulla mazza e la pallina — la parte in cui si chiede alla gente di giudicare qualcosa e si misura come sbaglia — sono usciti in piedi. I casi in cui uno stimolo invisibile avrebbe pilotato il comportamento sono quelli che si sono sgretolati.

Non è un verdetto sull’intero campo: nessuno ha replicato tutto, e queste sono manciate di effetti, non censimenti. Ma è abbastanza per dire che «la psicologia dei bias è tutta da buttare» è falso quanto «non è successo niente». E chi ci ha insegnato a diffidare delle prove insufficienti c’era cascato in prima persona, il che resta il modo più efficace di illustrare la sua stessa tesi.

Dentro la testa: che cosa dice il cervello, e che cosa non dice

Prima o poi, in ogni divulgazione di questo modello, arriva la frase che lo àncora alla biologia: il Sistema 1 è il cervello antico, quello rettiliano, l’amigdala; il Sistema 2 è la corteccia prefrontale, l’ultima arrivata dell’evoluzione. Suona bene, spiega tutto, ed è la cosa meno vera di questa lezione.

Il cervello «trino» non esiste

L’idea che l’evoluzione dei vertebrati abbia proceduto per stratificazione — un cervello rettiliano, sopra il quale si è depositato un cervello mammaliano, sopra il quale una corteccia razionale — è il modello triune brain proposto da Paul MacLean. Nella psicologia divulgativa gode di ottima salute. In neurobiologia comparata è morto da decenni.

La formulazione di una rassegna del 2020 non lascia margini: quella convinzione, «per quanto largamente condivisa nei manuali introduttivi di psicologia, è da tempo screditata fra i neurobiologi e si pone in contrasto con l’accordo chiaro e unanime di chi studia l’evoluzione del sistema nervoso». Il modello di MacLean «manca di qualsiasi fondamento nella biologia evolutiva» — ed era già noto come errato quando lui pubblicò il libro che lo rese celebre. Tutti i vertebrati possiedono le stesse regioni cerebrali di base: l’evoluzione procede per trasformazione di strutture esistenti, non aggiungendo piani a un edificio.

Quindi l’equazione «Sistema 1 = cervello rettiliano» è sbagliata due volte: poggia su un modello anatomico falso, e attribuisce una sede a due entità che il loro stesso divulgatore ha dichiarato non averne.

Che cosa mostra davvero il neuroimaging

Una meta-analisi del 2024 ha raccolto gli studi di neuroimmagine sui compiti di doppio processo — dodici studi, quindici contrasti, 320 soggetti — e ha trovato una convergenza reale: corteccia frontale mediale e superiore, cingolata anteriore, insula, giro frontale inferiore sinistro. Sono le aree del controllo cognitivo.

Ma gli autori stessi mettono il freno, e la loro cautela è il dato che conta: gli studi eleggibili identificano quelle aree «senza differenziare fra pensiero veloce e pensiero lento», e i risultati non permettono di discriminare fra un’architettura seriale, una parallela e una ibrida. Si trova un sistema di controllo condiviso, non due sistemi anatomicamente separati.

Il correlato migliore del «pensiero controllato» che le neuroscienze abbiano è la rete multiple-demand, fronto-parietale, descritta da John Duncan: si attiva trasversalmente in compiti cognitivi diversissimi, ed è uno dei risultati più replicati del neuroimaging. Ma è una rete generale di domanda — si accende quando qualcosa è difficile, qualunque cosa sia. Chiamarla «il Sistema 2» significa dare un nome specifico a un meccanismo aspecifico.

Il venti per cento che non prova quello che sembra

C’è poi l’argomento energetico, il preferito di chi vuole spiegare perché la mente è avara: il cervello è il 2% del peso corporeo e consuma il 20% delle calorie, dunque pensare costa, dunque la mente risparmia.

La prima parte è vera e ha una fonte primaria precisa: «nell’adulto umano medio il cervello rappresenta circa il 2% del peso corporeo. Notevolmente, malgrado le dimensioni relativamente ridotte, il cervello rende conto di circa il 20% dell’ossigeno e quindi delle calorie consumate dal corpo».

La seconda parte non segue. Il punto centrale di quello stesso lavoro è che il consumo cerebrale è largamente costante: la gran parte del budget se ne va nell’attività intrinseca, e il costo aggiuntivo di un compito cognitivo specifico pesa pochissimo sul totale. Il cervello non è un motore che accelera quando ragioni: è un impianto sempre acceso. L’inferenza «costa il 20%, quindi risparmia pensando poco» non è supportata dalla fonte da cui prende il numero.

Il che non significa che l’idea della mente economa sia sbagliata — significa che è una metafora di psicologia sociale, non un teorema metabolico. Il termine cognitive miser, «avaro cognitivo», viene da Susan Fiske e Shelley Taylor nel 1984, e dice che le persone hanno capacità limitata di elaborare informazione e prendono scorciatoie quando possono. È una descrizione, non una misura.

La cosa che invece si sa davvero: la marcia veloce si costruisce

Se c’è un risultato solido su come nasce l’automatismo, non è nel neuroimaging: è in un paradigma sperimentale del 1977. Richard Shiffrin e Walter Schneider hanno mostrato una differenza qualitativa fra due modalità di elaborazione — ricerca controllata e rilevamento automatico — e hanno identificato il fattore che fa passare dall’una all’altra: la consistenza. Quando la corrispondenza fra stimolo e risposta resta la stessa attraverso le prove, si sviluppa il processo automatico; quando la corrispondenza cambia, resta necessario il processo controllato.

È uno dei paradigmi più replicati della psicologia cognitiva, e ha una conseguenza pratica che vale più di tutte le mappe cerebrali: il tuo Sistema 1 non è un’eredità, è un deposito. Contiene ciò che hai praticato abbastanza a lungo, e abbastanza regolarmente, da non doverlo più pensare. Leggere questa frase è, per te, un processo automatico. Non lo era a sei anni.

Il Sistema 2 non è il controllore che credi

Qui arriva il ribaltamento concettuale che la divulgazione perde quasi sempre, e che è il vero motivo per cui questa lezione non finisce con «attiva il Sistema 2».

Nel libro stesso il Sistema 2 non è un giudice imparziale. È descritto come «un avallante più che un esecutore» — un avvocato difensore delle emozioni del Sistema 1 più che un loro critico — e la sua ricerca di informazioni è per lo più limitata a ciò che è coerente con le credenze già possedute. Spesso non corregge: ratifica, e poi costruisce le motivazioni.

C’è di più, ed è una letteratura recente che vale la pena conoscere perché ha cambiato la forma della teoria. Il modello classico è seriale: prima il Sistema 1 produce la risposta di default, poi eventualmente il Sistema 2 interviene e la corregge. Wim De Neys e altri hanno misurato quanto spesso questa correzione avvenga davvero, usando il paradigma della doppia risposta — si chiede al soggetto una risposta immediata, sotto pressione di tempo, e poi gli si concede di riflettere e rispondere di nuovo.

Il risultato: la sequenza «prima sbaglio d’istinto, poi rifletto e correggo» si presenta in una percentuale di tentativi che le rassegne collocano fra il 7% e il 10%. Chi arriva alla risposta giusta, nella grande maggioranza dei casi, l’aveva già data d’istinto al primo colpo. La correzione riflessiva esiste, ma è l’eccezione, non la regola.

La spiegazione proposta è che il Sistema 1 non produca una risposta, ma diverse intuizioni in parallelo — una euristica e una logica. Gli adulti scolarizzati hanno praticato così tanto certe regole elementari (proporzioni, regola della congiunzione, logica condizionale) da attivarle automaticamente. Quando le due intuizioni hanno forza simile, si genera un conflitto, che si manifesta come un calo di confidenza — la sensazione che qualcosa non torni — e quella sensazione è ciò che eventualmente chiama in causa la riflessione.

Il che ribalta la lettura standard degli esperimenti classici. Chi sbaglia il problema di Linda non è cieco al conflitto: chi risponde in modo distorto mostra sistematicamente segni di disagio — meno sicurezza, più tempo, diverse traiettorie di risposta — rispetto a un problema di controllo dove intuizione e logica coincidono. Non è un ingenuo che non si accorge di niente. È qualcuno che sente che c’è qualcosa che non va, e risponde comunque.

Se questo è vero, la conseguenza pratica cambia di segno. Non è «pensaci di più». È: quel calo di sicurezza che a volte precede la risposta è un segnale da non zittire, ed è ciò che la ricerca recente individua come innesco della riflessione.

Quando fidarsi della marcia veloce

Se il modello non dice «usa il Sistema 2», che cosa dice? Dice una cosa più utile e più difficile: che la domanda giusta non riguarda quale marcia usare, ma in che ambiente ti trovi.

La risposta migliore su questo punto ha una storia che merita di essere raccontata, perché è rara. Daniel Kahneman e Gary Klein erano avversari teorici dichiarati: Kahneman veniva dalla tradizione che studia gli errori sistematici dell’intuizione, Klein da quella che studia come i professionisti — pompieri, infermiere di terapia intensiva, comandanti — prendano decisioni eccellenti in pochi secondi. Invece di scrivere due articoli l’uno contro l’altro, hanno lavorato insieme per anni per scoprire su che cosa fossero effettivamente in disaccordo. Il risultato si intitola Conditions for Intuitive Expertise: A Failure to Disagree — «un fallito disaccordo».

La loro conclusione congiunta: valutare la qualità probabile di un giudizio intuitivo richiede due stime. Primo, quanto è prevedibile l’ambiente in cui il giudizio viene formulato — se contiene regolarità stabili da cogliere. Secondo, quanta opportunità di apprenderle ha avuto la persona, cioè se ha ricevuto feedback rapidi e non ambigui sulle proprie decisioni passate.

L’intuizione del vigile del fuoco che ordina l’evacuazione dieci secondi prima del crollo è competenza vera: l’ambiente ha regolarità fisiche, e ogni incendio gli ha restituito una risposta immediata su che cosa aveva letto bene. L’intuizione dello stock-picker che «sente» quale titolo salirà non lo è: il mercato non offre le stesse regolarità, il feedback arriva mesi dopo, sporcato da mille altre cause.

E c’è un corollario spiacevole: la sensazione soggettiva di certezza non distingue i due casi. Il pompiere e l’investitore provano la stessa cosa. La fiducia che senti non è un indicatore dell’accuratezza di ciò che stai per dire — è un indicatore della fluidità con cui la risposta è arrivata.

Da qui discende la mossa pratica di questa lezione, che non è «rallenta». È: guarda l’ambiente prima di fidarti dell’istinto. Le regolarità ci sono? Hai avuto un feedback rapido e onesto? Se sì, la marcia veloce è probabilmente la tua risorsa migliore, e deliberare potrebbe persino peggiorare le cose. Se no, nessuna quantità di sicurezza interiore compensa il fatto che non c’era niente da imparare.

Limiti: dove il modello si rompe

Questa è la sezione che manca a quasi ogni divulgazione del doppio processo, ed è la più importante. Le obiezioni non sono marginali né recenti: accompagnano la teoria da più di trent’anni, e alcune sono state accolte dai suoi stessi difensori.

Le liste di aggettivi non stanno insieme

L’attacco più duro è del 2018, e si intitola The Mythical Number Two. David Melnikoff e John Bargh osservano che la tipologia si regge su un’assunzione mai verificata: che gli attributi — automatico/controllato, cosciente/inconscio, efficiente/inefficiente, intenzionale/non intenzionale — si presentino in blocco, formando due grappoli. La loro conclusione, verbatim: «l’immensa popolarità della tipologia a doppio processo nasconde due verità scomode: non c’è alcuna evidenza che le caratteristiche di elaborazione si raggruppino in due gruppi; e c’è evidenza sostanziale che non lo facciano».

L’argomento è aritmetico prima che empirico. Con quattro caratteristiche binarie ci sono sedici combinazioni possibili; la tipologia pretende che quasi tutti i processi mentali occupino solo due di quelle sedici caselle. È un’affermazione forte e verificabile — e non è mai stata verificata: non esiste una sola statistica pubblicata sulla correlazione fra quelle caratteristiche.

I contro-esempi, intanto, abbondano. La produzione linguistica è inconscia e intenzionale insieme: parli solo se intendi farlo, ma non hai alcun accesso alle regole che stai applicando. Certi apprendimenti impliciti sono inconsci e inefficienti: avvengono senza consapevolezza, eppure il carico sulla memoria di lavoro li rallenta. Ogni caso del genere è un processo che occupa una delle quattordici caselle che la teoria dichiara quasi vuote.

Il modello non è falsificabile come dovrebbe

Nel 2009 Gideon Keren e Yaacov Schul avevano già posto la questione in termini metodologici: perché una teoria a due sistemi sia scientificamente sostenibile, occorre che le caratteristiche dicotomiche che li definiscono siano correlate in modo univoco — condizione che a loro giudizio non è soddisfatta. Il loro titolo è già una tesi: Two Is Not Always Better Than One.

Un solo sistema spiega gli stessi dati

Se due sistemi non servono, il rasoio impone di toglierne uno. Arie Kruglanski e Gerd Gigerenzer hanno sostenuto che giudizi intuitivi e deliberati poggiano su principi comuni: entrambi si basano su regole, entrambi possono essere accurati o inaccurati, e ciò che decide l’esito è l’adeguatezza della regola all’ambiente, non la velocità del processo. Magda Osman era arrivata a conclusioni analoghe rileggendo i compiti classici di ragionamento: un quadro a sistema unico, con rappresentazioni graduate, accomoda le stesse evidenze.

E Wim De Neys, che a questa letteratura ha dedicato la carriera, arriva a un verdetto agnostico che vale la pena riportare senza addolcirlo: dopo trent’anni di dibattito non esiste attualmente buona evidenza per decidere fra modelli a doppio processo e a processo singolo.

Le euristiche non sono versioni difettose del calcolo

C’è poi un’obiezione che non riguarda l’architettura ma il giudizio di valore implicito. Gerd Gigerenzer e Henry Brighton hanno documentato i cosiddetti less-is-more effects: meno informazione, meno computazione e meno tempo possono aumentare l’accuratezza predittiva, perché i modelli complessi sovra-adattano al rumore. La domanda giusta non è quanto un’euristica sia distorta, ma in quale ambiente riesca e in quale fallisca.

Anche qui, però, la nota deve fare a se stessa quello che fa agli altri: la versione forte di questa tesi — l’essere umano è un homo heuristicus — è stata contestata con dati alla mano. Rianalizzando i dati sperimentali sulla recognition heuristic, altri ricercatori hanno concluso che l’idea che le euristiche semplici descrivano le inferenze della maggioranza dei decisori non regge. Non si tratta di sostituire l’agiografia di Kahneman con quella di Gigerenzer.

«Sistema 1 sbaglia, Sistema 2 corregge» è falso

Melnikoff e Bargh la chiamano good/bad fallacy e la giudicano «forse la semplificazione eccessiva più persistente, e più pericolosa, di tutte». Il pensiero deliberato è precisamente ciò che produce le razionalizzazioni che ti sabotano — me lo merito, ho avuto una giornata difficile — e chi si autoregola meglio si appoggia più agli automatismi che alla deliberazione.

La contro-evidenza però è simmetrica, e questa è la parte che quasi nessuno riporta. La tesi speculare — che l’inconscio decida meglio, il celebre «dormici sopra» — è caduta anch’essa: la meta-analisi con replicazione su larga scala conclude che «non esiste supporto affidabile per l’affermazione che una momentanea diversione del pensiero conduca a decisioni migliori di un periodo di deliberazione». Il risultato pulito è che nessuno dei due vince per default.

Il costo di divulgarlo male

Un’ultima obiezione riguarda l’uso pratico. Gigerenzer ha argomentato che l’evidenza usata per giustificare le politiche di nudge soffre di norme di razionalità troppo strette e di una selezione parziale della ricerca, e che l’analogia fra bias cognitivi e illusioni ottiche — stabili, ineducabili — non regge.

Che cosa funziona, allora? Non l’esposizione al catalogo. Un intervento di addestramento — un gioco serio o un video istruttivo, con esercizio e feedback — produce riduzioni da medie a grandi di diversi bias, con persistenza nel tempo. Ma l’esito misurato è la prestazione su compiti che elicitano i bias, non decisioni reali con posta in gioco. La distinzione decisiva è fra allenarsi e sapere: leggere questa lezione, da solo, non è un intervento.

L’alternativa costruttiva ha un nome: Ralph Hertwig e Till Grüne-Yanoff distinguono i nudge — che sfruttano i bias lasciandoli intatti — dai boost, che accrescono competenze durature: cambiare il formato dell’informazione (frequenze naturali al posto delle percentuali), adottare regole esplicite, costruire procedure che non dipendano dalla lucidità del momento.

E poi c’è la frase che chiude ogni illusione di scorciatoia, ed è dell’autore stesso: «a parte alcuni effetti che attribuisco soprattutto all’età, il mio pensiero intuitivo è esposto all’eccesso di sicurezza, alle previsioni estreme e alla fallacia della pianificazione esattamente come lo era prima che studiassi queste cose». Nel 2022, richiesto se avesse visto prove che gli individui riescano a controllare i propri bias, rispose: «No, non proprio. […] ci sono stati alcuni successi pubblicati, ma piuttosto minori», aggiungendo di avere più fiducia nella capacità delle istituzioni di migliorare il proprio pensiero che in quella degli individui.

Conclusione

Alla fine di cinquant’anni, che cosa resta in mano?

Resta un fatto solido, e conviene separarlo dalla sua spiegazione. Il fatto: le risposte arrivano prima che tu le chieda e sbagliano in direzioni prevedibili — questo è stato misurato e replicato su campioni indipendenti in tutto il mondo. La spiegazione, cioè che a sbagliare sia una sostituzione silenziosa della domanda, resta il modello teorico più convincente che abbiamo, non un risultato misurato a parte.

Non resta l’anatomia: non ci sono due sedi cerebrali, e i nomi che tutti usano sono proprio quelli che alcuni dei loro autori preferiscono ormai evitare. Non resta la morale: la marcia veloce non è il vizio e quella lenta non è la virtù — la lenta, per lo più, ratifica e giustifica. E non resta la promessa implicita di ogni divulgazione: che conoscere i bias basti a evitarli. Chi li ha scoperti dice di non esserci riuscito.

Resta però una mossa, ed è più piccola e più praticabile di quella che ci si aspetta. Non «pensa di più»: controlla se l’ambiente in cui stai per fidarti del tuo istinto ti ha mai insegnato qualcosa. Regolarità stabili e feedback rapido? Allora la tua intuizione è competenza, e interrogarla troppo può guastarla. Nessuna delle due? Allora nessuna quantità di sicurezza interiore vale un controllo esterno — una checklist, una regola scritta prima, una persona che ti contraddica.

E poi c’è il segnale più sottovalutato di tutti, quello che la ricerca degli ultimi quindici anni ha portato alla luce: quel disagio appena percettibile che a volte precede la risposta, la sensazione che qualcosa non torni pur non sapendo cosa. Non è rumore. È il conflitto fra due intuizioni che si contendono la stessa domanda. Chi sbaglia il problema della mazza e della pallina, nella maggior parte dei casi, quel disagio l’ha sentito — e ha risposto comunque.

La disciplina, se una ce n’è, non consiste nel diventare più lenti. Consiste nel non zittire quel disagio.

Fonti

T1StudioAmos Tversky, Daniel Kahneman, Judgment under Uncertainty: Heuristics and Biases, Science 185(4157), pp. 1124–1131 (1974). ↗ — consultato il 24/08/2026 · DOI 10.1126/science.185.4157.1124 · copia ad accesso aperto ospitata dalla University of California, Irvine; la pagina dell’editore su science.org è a pagamento

T1StudioAmos Tversky, Daniel Kahneman, Extensional versus Intuitive Reasoning: The Conjunction Fallacy in Probability Judgment, Psychological Review 90(4), pp. 293–315 (1983). ↗ — consultato il 24/08/2026 · DOI 10.1037/0033-295X.90.4.293

T1StudioKeith E. Stanovich, Richard F. West, Individual differences in reasoning: Implications for the rationality debate?, Behavioral and Brain Sciences 23(5), pp. 645–665 (2000). ↗ — consultato il 24/08/2026 · DOI 10.1017/S0140525X00003435 · la paginazione 645–726 che circola su alcuni aggregatori include i commentari e la replica degli autori, non il solo articolo

T1StudioShane Frederick, Cognitive Reflection and Decision Making, Journal of Economic Perspectives 19(4), pp. 25–42 (2005). ↗ — consultato il 24/08/2026 · DOI 10.1257/089533005775196732

T1LibroDaniel Kahneman, Thinking, Fast and Slow, Farrar, Straus and Giroux (2011). Ed. italiana: Pensieri lenti e veloci, trad. Laura Serra, Mondadori (2012). ↗ — consultato il 24/08/2026 · ISBN 978-0-374-53355-7 · ISBN ed. italiana 978-88-04-62108-9 · le citazioni sono localizzate per capitolo (cap. 1 Useful Fictions, cap. 3, cap. 4 The Associative Machine, cap. 9, Conclusioni) e non per pagina: i numeri di pagina che circolano in letteratura secondaria non sono stati verificati sul testo

T2LibroDaniel Kahneman, Shane Frederick, Representativeness Revisited: Attribute Substitution in Intuitive Judgment, in T. Gilovich, D. Griffin, D. Kahneman (a cura di), Heuristics and Biases: The Psychology of Intuitive Judgment, Cambridge University Press, pp. 49–81 (2002). ↗ — consultato il 24/08/2026 · DOI 10.1017/CBO9780511808098.004 · contributo teorico, non studio empirico

T1Peter Lewinski, Commentary: Extensional versus intuitive reasoning: the conjunction fallacy in probability judgment, Frontiers in Psychology 6 (2015). ↗ — consultato il 24/08/2026 · DOI 10.3389/fpsyg.2015.01832 · PMID 26635712

T1StudioRalph Hertwig, Gerd Gigerenzer, The ‘Conjunction Fallacy’ Revisited: How Intelligent Inferences Look Like Reasoning Errors, Journal of Behavioral Decision Making 12(4), pp. 275–305 (1999). ↗ — consultato il 24/08/2026

T1Studio★★★Meta-analisiMarco Ragni, Ilir Kola, Philip N. Johnson-Laird, On selecting evidence to test hypotheses: A theory of selection tasks, Psychological Bulletin 144(8), pp. 779–796 (2018). ↗ — consultato il 24/08/2026 · DOI 10.1037/bul0000146 · meta-analisi di 228 esperimenti sul compito di selezione di Wason

T1StudioAndrew Meyer, Elizabeth Zhou, Shane Frederick, The non-effects of repeated exposure to the Cognitive Reflection Test, Judgment and Decision Making 13(3), pp. 246–259 (2018). ↗ — consultato il 24/08/2026

T1StudioRichard A. Klein, Kate A. Ratliff, Michelangelo Vianello et al., Investigating Variation in Replicability: A “Many Labs” Replication Project, Social Psychology 45(3), pp. 142–152 (2014). ↗ — consultato il 24/08/2026 · DOI 10.1027/1864-9335/a000178 · design preregistrato, materiali su OSF

T1StudioRichard A. Klein, Michelangelo Vianello, Fred Hasselman et al., Many Labs 2: Investigating Variation in Replicability Across Samples and Settings, Advances in Methods and Practices in Psychological Science 1(4), pp. 443–490 (2018). ↗ — consultato il 24/08/2026 · DOI 10.1177/2515245918810225

T1StudioMartin S. Hagger, Nikos L. D. Chatzisarantis et al., A Multilab Preregistered Replication of the Ego-Depletion Effect, Perspectives on Psychological Science 11(4), pp. 546–573 (2016). ↗ — consultato il 24/08/2026 · DOI 10.1177/1745691616652873 · PMID 27474142

T1StudioJunhua Dang, Paul Barker, Anna Baumert et al., A Multilab Replication of the Ego Depletion Effect, Social Psychological and Personality Science 12(1), pp. 14–24 (2021). ↗ — consultato il 24/08/2026 · DOI 10.1177/1948550619887702 · PMC8186735

T1StudioMichael O’Donnell, Leif D. Nelson et al., Registered Replication Report: Dijksterhuis and van Knippenberg (1998), Perspectives on Psychological Science 13(2), pp. 268–294 (2018). ↗ — consultato il 24/08/2026 · DOI 10.1177/1745691618755704 · PMID 29463182

T1StudioEric-Jan Wagenmakers, Titia Beek et al., Registered Replication Report: Strack, Martin, & Stepper (1988), Perspectives on Psychological Science 11(6), pp. 917–928 (2016). ↗ — consultato il 24/08/2026 · DOI 10.1177/1745691616674458 · PMID 27784749

T1PrimariaDaniel Kahneman, commento pubblico al post di Ulrich Schimmack, Moritz Heene, Kamini Kesavan Reconstruction of a Train Wreck: How Priming Research Went off the Rails, Replicability-Index, 14/02/2017. ↗ — consultato il 24/08/2026 · dichiarazione dell’autore su piattaforma blog; il verbatim è confermato indipendentemente da Retraction Watch, «I placed too much faith in underpowered studies»: Nobel Prize winner admits mistakes, 20/02/2017, ↗

T2Ed Yong, Nobel laureate challenges psychologists to clean up their act, Nature News, 03/10/2012. ↗ — consultato il 24/08/2026 · DOI 10.1038/nature.2012.11535 · riporta e commenta la lettera aperta di Daniel Kahneman ai ricercatori del priming sociale del 26/09/2012, A proposal to deal with questions about priming effects, il cui PDF è ospitato dalla stessa testata: ↗

T2Sara Frueh, intervista a Daniel Kahneman, Try to Design an Approach to Making a Judgment; Don’t Just Go Into It Trusting Your Intuition, Issues in Science and Technology XXXVIII(3), primavera 2022. ↗ — consultato il 24/08/2026

T1SintesiJoseph Cesario, David J. Johnson, Heather L. Eisthen, Your Brain Is Not an Onion With a Tiny Reptile Inside, Current Directions in Psychological Science 29(3), pp. 255–260 (2020). ↗ — consultato il 24/08/2026 · DOI 10.1177/0963721420917687

T1Studio★★★Meta-analisiGiorgio Gronchi, Gioele Gavazzi, Maria Pia Viggiano, Fabio Giovannelli, Dual-Process Theory of Thought and Inhibitory Control: An ALE Meta-Analysis, Brain Sciences 14(1) (2024). ↗ — consultato il 24/08/2026 · DOI 10.3390/brainsci14010101 · PMID 38275521 · PMC10813498

T1SintesiJohn Duncan, The multiple-demand (MD) system of the primate brain: mental programs for intelligent behaviour, Trends in Cognitive Sciences 14(4), pp. 172–179 (2010). ↗ — consultato il 24/08/2026 · DOI 10.1016/j.tics.2010.01.004

T1Marcus E. Raichle, Debra A. Gusnard, Appraising the brain’s energy budget, PNAS 99(16), pp. 10237–10239 (2002). ↗ — consultato il 24/08/2026 · DOI 10.1073/pnas.172399499 · PMID 12149485

T2LibroSusan T. Fiske, Shelley E. Taylor, Social Cognition, McGraw-Hill (1984) — origine del termine cognitive miser. ↗ — consultato il 24/08/2026 · metafora teorica di psicologia sociale, non misura empirica

T1StudioRichard M. Shiffrin, Walter Schneider, Controlled and automatic human information processing: II. Perceptual learning, automatic attending and a general theory, Psychological Review 84(2), pp. 127–190 (1977). ↗ — consultato il 24/08/2026 · DOI 10.1037/0033-295X.84.2.127

T1SintesiWim De Neys, Bias, Conflict, and Fast Logic: Towards a Hybrid Dual Process Future?, in W. De Neys (a cura di), Dual Process Theory 2.0, Routledge (2018), cap. 4. ↗ — consultato il 24/08/2026 · le percentuali del paradigma a due risposte (pattern «01» 7–10%, pattern «11» oltre il 66%) sono riportate dall’autore come sintesi di più studi del programma

T1SintesiWim De Neys, On Dual- and Single-Process Models of Thinking, Perspectives on Psychological Science 16(6), pp. 1412–1427 (2021). ↗ — consultato il 24/08/2026 · DOI 10.1177/1745691620964172

T1SintesiDavid E. Melnikoff, John A. Bargh, The Mythical Number Two, Trends in Cognitive Sciences 22(4), pp. 280–293 (2018). ↗ — consultato il 24/08/2026 · DOI 10.1016/j.tics.2018.02.001 · PMID 29571664

T1SintesiGideon Keren, Yaacov Schul, Two Is Not Always Better Than One: A Critical Evaluation of Two-System Theories, Perspectives on Psychological Science 4(6), pp. 533–550 (2009). ↗ — consultato il 24/08/2026 · DOI 10.1111/j.1745-6924.2009.01164.x

T1SintesiJonathan St. B. T. Evans, Keith E. Stanovich, Dual-Process Theories of Higher Cognition: Advancing the Debate, Perspectives on Psychological Science 8(3), pp. 223–241 (2013). ↗ — consultato il 24/08/2026 · DOI 10.1177/1745691612460685 · PMID 26172965

T1SintesiArie W. Kruglanski, Gerd Gigerenzer, Intuitive and deliberate judgments are based on common principles, Psychological Review 118(1), pp. 97–109 (2011). ↗ — consultato il 24/08/2026 · DOI 10.1037/a0020762 · PMID 21244188

T1SintesiMagda Osman, An evaluation of dual-process theories of reasoning, Psychonomic Bulletin & Review 11(6), pp. 988–1010 (2004). ↗ — consultato il 24/08/2026 · DOI 10.3758/BF03196730 · PMID 15875969 · la paginazione 998–1010 riportata da alcuni aggregatori è errata

T1SintesiGerd Gigerenzer, Henry Brighton, Homo Heuristicus: Why Biased Minds Make Better Inferences, Topics in Cognitive Science 1(1), pp. 107–143 (2009). ↗ — consultato il 24/08/2026 · DOI 10.1111/j.1756-8765.2008.01006.x

T1StudioBenjamin E. Hilbig, Tobias Richter, Homo heuristicus Outnumbered: Comment on Gigerenzer and Brighton (2009), Topics in Cognitive Science 3(1), pp. 187–196 (2011). ↗ — consultato il 24/08/2026 · DOI 10.1111/j.1756-8765.2010.01123.x · PMID 25164181

T1Studio★★★Meta-analisiMark R. Nieuwenstein, Tjardie Wierenga, Richard D. Morey, Jelte M. Wicherts, Tesse H. Blom, Eric-Jan Wagenmakers, Hedderik van Rijn, On making the right choice: A meta-analysis and large-scale replication attempt of the unconscious thought advantage, Judgment and Decision Making 10(1), pp. 1–17 (2015). ↗ — consultato il 24/08/2026 · DOI 10.1017/S1930297500003144

T1SintesiDaniel Kahneman, Gary Klein, Conditions for intuitive expertise: A failure to disagree, American Psychologist 64(6), pp. 515–526 (2009). ↗ — consultato il 24/08/2026 · DOI 10.1037/a0016755 · PMID 19739881 · accordo teorico argomentato fra due tradizioni, non studio sperimentale

T1Gerd Gigerenzer, On the Supposed Evidence for Libertarian Paternalism, Review of Philosophy and Psychology 6(3), pp. 361–383 (2015). ↗ — consultato il 24/08/2026 · DOI 10.1007/s13164-015-0248-1 · PMC4512281

T1StudioCarey K. Morewedge, Haewon Yoon, Irene Scopelliti, Carl W. Symborski, James H. Korris, Karim S. Kassam, Debiasing Decisions: Improved Decision Making With a Single Training Intervention, Policy Insights from the Behavioral and Brain Sciences 2(1), pp. 129–140 (2015). ↗ — consultato il 24/08/2026 · DOI 10.1177/2372732215600886 · l’esito misurato è la prestazione su compiti che elicitano i bias, non decisioni sul campo

T1SintesiRalph Hertwig, Till Grüne-Yanoff, Nudging and Boosting: Steering or Empowering Good Decisions, Perspectives on Psychological Science 12(6), pp. 973–986 (2017). ↗ — consultato il 24/08/2026 · DOI 10.1177/1745691617702496 · PMID 28792862

Nota scritta con l'aiuto dell'AI: più fonti indipendenti, pesate per affidabilità, di quante ne leggerebbe una persona sola. Perché fidarti di questa nota →