19 Novembre 2026

Psicologia Punto One | Psicologia e Psicologi nel Web

Menu

Menu

SCHEDA SCIENTIFICA2026Studio osservazionale

Riflessività algoritmica nei grandi modelli linguistici: studio metodologico della struttura linguistica nella mentalizzazione

Titolo originaleAlgorithmic Reflectivity in Large Language Models: Methodological Study of Linguistic Structure in Mentalization.

Epifani S, Castigliego G, Razzicchia G, Seiwald-Sonderegger E, Kecskeméti L

JMIR AI · 2026

PER COMPRENDERE LO STUDIO

Sintesi in italiano

La mentalizzazione è una capacità umana fondamentale che implica l'interpretazione del comportamento proprio e altrui in termini di stati mentali sottostanti, integrando dimensioni cognitive, affettive, relazionali e regolatorie. Questo studio ha valutato se un grande modello linguistico (LLM) possa generare profili di mentalizzazione coerenti con le dimensioni del modello di trattamento basato sulla mentalizzazione (MBT) e riconosciuti come formalmente mentalizzanti da psichiatri esperti. Sono stati condotti cinquanta dialoghi umano-modello in condizioni standardizzate, al termine dei quali il modello ha prodotto profili narrativi strutturati secondo le dimensioni MBT. Cinque psichiatri formati MBT hanno valutato in modo indipendente tali profili, assegnando punteggi di coerenza valutativa e argomentativa su quattro assi canonici MBT e due dimensioni aggiuntive. I risultati hanno mostrato coerenza strutturale da moderata ad alta (punteggi medi tra 3,63 e 3,98) e affidabilità intervalutatore da moderata a buona (ICC da 0,60 a 0,84). La coerenza valutativa e argomentativa è risultata fortemente associata (r da 0,826 a 0,991; p<0.001). Commenti qualitativi hanno evidenziato output linguisticamente organizzati e interpretabili clinicamente, seppur con limitata variabilità affettiva e integrazione contestuale. Gli autori concludono che gli LLM possono replicare la struttura linguistica formale della mentalizzazione, ma ciò riflette regolarità linguistiche più che processi esperienziali o affettivi, sottolineando il ruolo insostituibile del giudizio clinico umano in ambiti emozionali e relazionali.

Sintesi generata con IA. Verifica metodi, risultati e limiti nella pubblicazione originale.

Abstract e pubblicazione originale

L’abstract è consultabile nella fonte originale. Non viene ripubblicato qui perché non risulta verificata una licenza compatibile.

Leggi nella fonte originale ↗

Parole chiave

mentalizzazionemodelli linguistici grandiLLMmentalization-based treatmentMBTcoerenza strutturalepsichiatriariflessività algoritmicavalutazione clinicacoerenza argomentativa

Come citare questo studio

Epifani S, Castigliego G, Razzicchia G, Seiwald-Sonderegger E, Kecskeméti L. (2026). Algorithmic Reflectivity in Large Language Models: Methodological Study of Linguistic Structure in Mentalization.. JMIR AI. DOI: 10.2196/90750

Consulta la pubblicazione originale ↗