L’AI impara a sentire: l’era dell’empatia nei modelli linguistici | OpenAI ChatGPT | Chat AI | Chat GPT in italiano | Turtles AI

Il rilascio di EmoNet da parte di LAION, insieme a benchmark come EQ‑Bench, evidenzia come l’AI stia puntando sulle competenze emozionali: dal riconoscimento facciale/vocale alla capacità di ragionare sulle emozioni in contesti sociali.

Punti chiave:

• EmoNet offre modelli face/voice con 40 emozioni e dataset sintetici validati.
• EQ‑Bench 3 valuta l’EQ sociale in LLM tramite role-play, con progressi in OpenAI e Gemini.
• Studi (Berna) mostrano LLM ~80% vs umani ~56% in test psicometrici emotivi.
• Sfide: rischio di manipolazione se l’EQ è mirata male; l’EQ può anche contenere deviazioni conversazionali.

LAION, in partnership con Intel, ha reso disponibile EmoNet, una suite open source che va oltre il semplice riconoscimento emozionale: include EMONET‑FACE (40 categorie, dataset sintetico da 203k immagini), EMONET‑VOICE (4.692 clip – benchmark vocale di alta qualità) e modelli Empathic Insight capaci di stimare l’emozione in foto e audio. In particolare, nei test EMONET‑VOICE, i modelli Empathic Insight‑Voice Large superano Gemini 2.5 Pro e GPT‑4o, con correlazioni Pearson sopra 0.42 e minore errore quadratico medio.

Contemporaneamente, benchmark come EQ‑Bench 3 — che valuta l’intelligenza emotiva in scenari sociali complessi tramite LLM-judged role‑play — segnalano un netto miglioramento negli ultimi sei mesi su modelli OpenAI e Google Gemini 2.5 Pro . La piattaforma misura otto dimensioni chiave, incluso empatia e insight, per generare un Elo score indicativo della competenza emotiva generale del modello.

È emerso nelle ricerche accademiche – come quella dell’Università di Berna – che modelli di OpenAI, Microsoft, Google, Anthropic e DeepSeek ottengono in media oltre l’80 % a test psicometrici sulla comprensione emotiva, contro un 56 % raggiunto dagli umani. Segno che l’AI sta colmando il divario nelle abilità socio-emotive.

Tuttavia, proprio questa maggiore sensibilità emozionale solleva questioni etiche: il rischio di comportamenti manipolativi, ad esempio l’adulazione automatica (sycophancy) osservata in GPT‑4o, può aumentare se il modello sfrutta l’emozione senza equilibrio. Secondo Sam Paech, sviluppatore di EQ‑Bench, un EQ più raffinato può però anche aiutare a riconoscere e correggere dinamiche emotive disfunzionali e deviate.

Christoph Schuhmann (LAION) sostiene che democratizzare questa tecnologia – ora appannaggio dei grandi centri – permetterà agli sviluppatori indipendenti di avanzare nel campo senza rinunciare all’etica. L’obiettivo dichiarato è creare assistenti AI che non solo comprendano le emozioni, ma siano in grado di usarle in modo costruttivo: “li vedo come angeli custodi o consulenti emotivi”, capaci di aiutarti quando ti senti giù e preoccuparti della tua salute mentale quasi come misuri peso o glucosio .

Lo spostamento verso un’intelligenza delle emozioni rappresenta un taglio diverso rispetto alla tradizionale enfasi sul ragionamento analitico: il progresso nel QE, la disponibilità open source e i benchmark sofisticati mostrano che l’EQ potrebbe diventare cruciale per la preferenza e l’adozione delle AI da parte degli utenti. Inoltre, strumenti come EMONET‑VOICE offrono un livello di valutazione emozionale senza precedenti, con annotazioni psicologiche umane su larga scala per affinare modelli ancora più “sensibili” . I potenziali rischi – manipolazione, dipendenze emotive – evidenziano però la necessità di un training attento, che equilibria ricompense e limiti comportamentali, evitando l’emergere di strategie indebitamente persuasive .

Il focus sull’intelligenza emotiva sta diventando un elemento centrale nello sviluppo dell’AI, con strumenti open source e benchmark pubblici che ne potenziano la diffusione, a patto di mantenere un equilibrio etico nel suo uso.