L’adolescenza rappresenta una fase delicata per lo sviluppo neurobiologico dei ragazzi e delle ragazze, soprattutto a causa dell’asincronia tra la maturazione precoce dei sistemi di ricompensa subcorticali e la maturazione più lenta della corteccia prefrontale (Sommerville, 2013). In altre parole, durante l’adolescenza, la parte del cervello che cerca emozioni forti e piacere si sviluppa molto in fretta, mentre quella che frena gli impulsi e valuta i rischi matura più tardi. Questa “finestra di vulnerabilità” strutturale è un periodo di vita estremamente sensibile per la salute mentale della persona, i dati più recenti indicano che più del 50% di disturbi mentali manifesta l’esordio prima dei 14 anni (Jones, 2013). A ciò si aggiunge il fatto che il cervello adolescente sia iper-reattivo al giudizio dei pari e al rischio del rifiuto, che spesso costituisce un fattore che inibisce la propensione a cercare un aiuto “professionale” per i propri disagi psicologici (Mansoor et al., 2025).
In questo contesto, l’Intelligenza Artificiale (IA), in particolare i Large Language Models (LLMs) come ChatGPT, che sono in grado di rispondere simulando una conversazione umana, si stanno inserendo come potenziali strumenti di supporto nel campo della salute mentale (Imran et al., 2023). Secondo la ricerca di Papneja e Yadav (2024), i chatbot conversazionali offrono un ambiente di interazione che è percepito come anonimo e privo di giudizio, questo diminuirebbe la “resistenza” ad aprirsi emotivamente.
La letteratura scientifica, si è iniziata ad interessare all’integrazione dell’Intelligenza Artificiale, in particolare agli agenti conversazionali, nella pratica clinica. Alcune delle evidenze più recenti mostrano gli effetti positivi dell’utilizzo dell’IA a supporto della salute mentale degli adolescenti. Un intervento basato sulla terapia cognitivo-comportamentale, somministrato con un chatbot ad adolescenti tra i 13 e i 17 anni con sintomi depressivi e ansiosi moderati, ha mostrato una riduzione della severità della sintomatologia a distanza di un mese (Nicol et al., 2022). Uno studio ha fatto interagire con un programma di IA mirato alla prevenzione dei disturbi della nutrizione e dell’alimentazione giovani donne ad alto rischio di sviluppare disturbi come l’anoressia o la bulimia. I risultati hanno mostrato una riduzione significativa delle preoccupazioni legate al peso e alla forma corporea rispetto al gruppo di controllo (Fitzsimmons-Craft et al., 2022). Inoltre, una meta analisi ha raccolto quanto emerso da 26 studi clinici e sintetizzato gli effetti positivi di diversi chatbot basati sull’IA nel diminuire il disagio psicologico e nel promuovere il benessere tra adolescenti e giovani adulti (Feng et al., 2025). Nelle ricerche incluse, i chatbot hanno dimostrato effetti da lievi a moderati nella riduzione dei sintomi di depressione, ansia, stress e disturbi psicosomatici.
I risultati presenti in letteratura sono entusiasmanti e forse promettenti, tuttavia, è necessario specificare che questi presentano evidenti limiti. In primo luogo, la validità di questi risultati non è certa a causa dell’assenza, per ovvie ragioni temporali, di studi a lungo termine. Di conseguenza, ad oggi non è possibile sapere con certezza se i miglioramenti ottenuti siano duraturi, oppure se svaniscano col passare del tempo (Feng et al., 2025; Mansoor et al., 2025).
Le evidenze mostrano miglioramenti nel benessere generale dei giovani dopo l’interazione con sistemi di IA, ma dai dati esistenti ad ora non è dato sapere se avviene un miglioramento stabile e prolungato nel tempo (Li et al., 2023). Una seconda lacuna nella ricerca riguarda i disegni di studio e la metodologia. Attualmente, non ci sono studi che mettono a confronto i chatbot conversazionali con interventi di psicoterapia, ma solo confronti con gruppi di controllo o la semplice somministrazione di materiale informativo (Mansoor et al., 2025). Un ulteriore limite evidenziato è l’incapacità dei sistemi di IA di provare o mostrare empatia in modo “umano” e genuino (Rahsepar et al., 2025); barriera che si manifesta soprattutto nei casi di maggiore gravità clinica, dove si registrano alti tassi di abbandono da parte degli adolescenti (Fujita et al., 2024). Infine, vi sono innumerevoli ostacoli legati alla tutela della privacy dell’utente/paziente: l’elaborazione e la conservazione di dati sanitari, personali e sensibili da parte di piattaforme e organizzazioni espongono le persone (e in particolare i minori) a gravi rischi per la riservatezza e l’anonimato che un percorso di psicoterapia deve preservare (Mansoor et al., 2025; Rahsepar et al., 2025),
La comunità scientifica è concorde nel sottolineare la necessità di indirizzare la ricerca futura sullo sviluppo di chatbot basati sull’IA che siano clinicamente validati dal punto di vista dell’accuratezza dell’algoritmo, della sicurezza dell’utente e della user experience. In aggiunta, è necessario prestare attenzione a non rendere i software di IA eccessivamente simili alle persone, generando il rischio di dipendenza e un falso senso di intimità relazionale, fenomeni che possono aggravare l’isolamento sociale dell’adolescente (Rahsepar et al., 2025). Inoltre, gli studi futuri dovranno implementare indagini longitudinali per accertare la sostenibilità a lungo termine e disegni di ricerca con modelli ibridi che integrano chatbot IA e psicoterapia.
In conclusione, l’analisi della letteratura attuale dimostra che l’Intelligenza Artificiale conversazionale è uno strumento con una potenzialità clinica, tuttavia, sono presenti grandi limiti clinici ed etici. Per realizzare un futuro in cui l’IA può essere uno strumento complementare nella cura della salute mentale adolescenziale è necessario che la comunità scientifica conduca studi e validazioni cliniche approfondite, per garantire la sicurezza e l’efficacia degli algoritmi e arricchire i mezzi di cura e tutela del benessere.
Bibliografia
Feng, X., Tian, L., Ho, G. W. K., Yorke, J., & Hui, V. (2025). The Effectiveness of AI Chatbots in Alleviating Mental Distress and Promoting Health Behaviors Among Adolescents and Young Adults: Systematic Review and Meta-Analysis. Journal of Medical Internet Research, 27, e79850.
Fitzsimmons-Craft, E. E., Chan, W. W., Smith, A. C., Firebaugh, M., Fowler, L. A., Topooco, N., DePietro, B., Wilfley, D. E., Taylor, C. B., & Jacobson, N. C. (2022). Effectiveness of a chatbot for eating disorders prevention: A randomized clinical trial. International Journal of Eating Disorders, 55(3), 343-353.
Fujita, J., Yano, Y., Shinoda, S., Sho, N., Otsuki, M., Suda, A., … & Miyazaki, T. (2024). Challenges in Implementing an AI Chatbot Intervention for Depression Among Youth on Psychiatric Waiting Lists: A Study Termination Report. medRxiv.
Greer, S., Ramo, D., Chang, Y.-J., Fu, M., Moskowitz, J., & Haritatos, J. (2019). Use of the chatbot “Vivibot” to deliver positive psychology skills and promote well-being among young people after cancer treatment: Randomized controlled feasibility trial. JMIR mHealth and uHealth, 7(10), e15018.
Imran, N., Hashmi, A., & Imran, A. (2023). Chat-GPT: Opportunities and challenges in child mental healthcare. Pakistan Journal of Medical Sciences, 39(4), 1191-1193.
Jones, P.B. Adult mental health disorders and their age at onset. Br. J. Psychiatry 2013, 202, s5–s10.
Li, H., Zhang, R., Lee, Y. C., Kraut, R. E., & Mohr, D. C. (2023). Systematic review and meta-analysis of AI-based conversational agents for promoting mental health and well-being. Digital Medicine, 6(1), 236. Ricerca su Google Scholar
Mansoor, M., Hamide, A., & Tran, T. (2025). Conversational AI in pediatric mental health: A narrative review. Children, 12(3), 359. Ricerca su Google Scholar
Nicol, G., Wang, R., Graham, S., Dodd, S., & Garbutt, J. (2022). Chatbot-delivered cognitive behavioral therapy in adolescents with depression and anxiety during the COVID-19 pandemic: feasibility and acceptability study. JMIR Formative Research, 6(11), e40242. Ricerca su Google Scholar
Papneja, H., & Yadav, N. (2024). Self-disclosure to conversational AI: A literature review, emergent framework, and directions for future research. Personal and Ubiquitous Computing, 1-21. Ricerca su Google Scholar
Rahsepar Meadi, M., Sillekens, T., Metselaar, S., van Balkom, A., Bernstein, J., & Batelaan, N. (2025). Exploring the Ethical Challenges of Conversational AI in Mental Health Care: Scoping Review. JMIR Mental Health, 12, e60432. Ricerca su Google Scholar
Somerville, L. H. (2013). The teenage brain: Sensitivity to social evaluation. Current Directions in Psychological Science, 22(2), 121-127. Ricerca su Google Scholar
