Una firma neurale della mentalizzazione adattativa

Come leggiamo le menti nei giochi di tutti i giorni

Quando contratti sul prezzo di un’auto, giochi a poker o decidi quanto essere onesto in un’email, ti chiedi silenziosamente: “Cosa pensa davvero l’altro?” Questa abilità — capire cosa gli altri sanno, desiderano o pianificano — si chiama mentalizzazione. Lo studio qui riassunto pone una domanda più profonda: non solo se siamo capaci di leggere la mente, ma come adattiamo le nostre strategie di lettura mentale al volo quando gli altri cambiano tattica. Capire questa “mentalizzazione adattativa” è importante per la vita sociale quotidiana e può aiutare a spiegare difficoltà osservate in condizioni come l’autismo o alcuni disturbi della personalità.

Un gioco semplice con profonda riflessione sociale

Per sondare la mentalizzazione adattativa, i ricercatori hanno usato un umile gioco infantile: sasso–carta–forbice, rielaborato in un cerchio pulito basato sui numeri. I partecipanti hanno giocato ripetutamente contro altri umani o contro avversari computerizzati progettati con cura. In superficie, la migliore strategia è essere perfettamente imprevedibili. Nella realtà, le persone mostrano abitudini e schemi, creando opportunità per superarsi a vicenda. I giocatori possono pensare un passo avanti — “ripeterai sasso, quindi gioco carta” — o diversi passi avanti — “pensi che io mi aspetti sasso, quindi giochi forbice, dunque io gioco sasso” — e così via. La questione chiave era se le persone potessero rilevare quanti “passi avanti” il loro avversario stesse pensando e quindi aumentare o diminuire il proprio livello di ragionamento per adeguarsi.

Un nuovo modo di tracciare le credenze che cambiano

Il team ha costruito un modello computazionale, chiamato CHASE (per Cognitive Hierarchy Assessment), per rendere misurabili questi processi di pensiero nascosti. CHASE assume che i giocatori tengano traccia di quanto spesso viene giocata ogni mossa, immaginino come risponderebbe un avversario con diversi livelli di sofisticazione e poi aggiornino la loro convinzione su quanto sofisticato sia l’avversario in quel momento. Ogni nuovo turno spinge questa convinzione, a volte molto e a volte poco, a seconda di quanto sorprendente sia stata la mossa dell’avversario. Inserendo le scelte reali delle persone nel modello, i ricercatori hanno potuto stimare, turno dopo turno, quanto intensamente ogni partecipante rivedeva la propria opinione sull’avversario. Questo ha permesso di separare l’esecuzione di base delle azioni dal processo più astratto di decidere “quanto profondamente devo pensare a questa persona in questo momento?”

Le persone possono modulare il loro ragionamento sociale

In nove diversi studi con più di 500 volontari, CHASE ha spiegato il comportamento in modo più coerente rispetto ai modelli di apprendimento classici che ignorano la profondità di mentalizzazione variabile. La maggior parte dei partecipanti ha ottenuto prestazioni superiori al caso contro tutti i tipi di avversari artificiali, dai semplici seguaci di schemi a strateghi più astuti. Crucialmente, il modello ha mostrato che circa quattro persone su cinque sono riuscite a spostare il proprio ragionamento per rimanere un passo avanti rispetto ad avversari con diversi livelli di sofisticazione. Tuttavia, gli individui variavano ampiamente: alcuni impiegavano solo pochi turni per comprendere lo stile dell’avversario, mentre altri aggiornavano le loro convinzioni più lentamente o in modo più rumoroso. Un parametro chiave del modello catturava questa sensibilità alle nuove informazioni, funzionando efficacemente come un “tasso di apprendimento sociale” che indica quanto rapidamente le persone rivedono la loro visione della mente altrui.

La rete cerebrale per aggiornare le ipotesi sociali

Su una sottosezione dei partecipanti, i ricercatori hanno registrato l’attività cerebrale con risonanza magnetica funzionale mentre le persone giocavano contro avversari artificiali. Hanno cercato segnali cerebrali che tracciassero tre elementi del modello: quanto era atteso fosse buona una mossa scelta, quanto fosse sorprendente l’azione dell’avversario e quanto intensamente il giocatore aggiornava la propria convinzione sul livello di ragionamento dell’avversario. Come previsto, regioni da tempo associate alla valutazione delle opzioni, come la corteccia prefrontale ventromediale, rispondevano al payoff atteso. Ma il segnale di aggiornamento delle credenze — quanto il giocatore rivedeva il modello dell’avversario — era legato a una più ampia rete del “cervello sociale”, che includeva la giunzione temporo-parietale, l’insula e parti della corteccia prefrontale. Inoltre, le persone che erano migliori, secondo il modello, nell’individuare le strategie degli avversari mostravano connessioni funzionali più forti tra queste regioni, in particolare coinvolgendo la giunzione temporo-parietale destra.

Una firma neurale della lettura mentale flessibile

Per verificare se la mentalizzazione adattativa lasciasse un’impronta affidabile nel cervello, il team ha addestrato metodi di machine learning sui pattern di attività cerebrale a livello di tutto il cervello. L’obiettivo era predire, solo a partire dalle scansioni cerebrali, quanto intensamente una persona stava aggiornando la propria convinzione sull’avversario in ciascun momento. Il pattern multiregionale risultante ha predetto gli aggiornamenti di credenza con sorprendente accuratezza, sia nel gruppo originale sia in un secondo campione demograficamente più vario, senza riaddestramento. Ciò suggerisce che la mentalizzazione adattativa è supportata da un codice distribuito e consistente piuttosto che da un singolo “punto” della lettura mentale. In termini quotidiani, lo studio mostra che i nostri cervelli non si limitano a indovinare cosa pensano gli altri — regolano continuamente anche quanto si sforzano di pensare in anticipo, e questa messa a punto flessibile lascia una traccia misurabile e generalizzabile nell’attività cerebrale.

Citazione: Buergi, N., Aydogan, G., Konovalov, A. et al. A neural signature of adaptive mentalization. Nat Neurosci 29, 934–944 (2026). https://doi.org/10.1038/s41593-026-02219-x

Parole chiave: teoria della mente, decisioni sociali, fMRI, psichiatria computazionale, sasso carta forbice