Valutazioni basate sul linguaggio possono predire il benessere psicologico e soggettivo

Perché le parole possono rivelare come stiamo davvero

La maggior parte di noi ha compilato questionari a casella su felicità o salute mentale. Ma i nostri stati d’animo e il senso di scopo sono di solito espressi in storie: ciò che diciamo sulle nostre vite, i nostri obiettivi, le nostre relazioni. Questo articolo esplora se l’intelligenza artificiale moderna può ascoltare quelle storie — scritte o parlate — e stimare quanto siamo soddisfatti e realizzati, offrendo potenzialmente un nuovo modo di monitorare il benessere nella vita quotidiana.

Due tipi di “stare bene”

Gli psicologi spesso distinguono due ampie tipologie di benessere. Una è il benessere soggettivo o “edonico”: sentirsi bene, avere più emozioni positive che negative e essere generalmente soddisfatti della vita. L’altra è il benessere psicologico o “eudaimonico”: percepire che la vita ha senso, che stiamo crescendo, che siamo autodiretti e viviamo secondo i nostri valori. Sebbene gli strumenti di IA abbiano già dimostrato di poter stimare la soddisfazione di vita da risposte testuali brevi, non era chiaro se potessero anche rilevare qualità più profonde come l’autonomia — la sensazione di fare scelte proprie — e altre sfaccettature della salute psicologica.

Ascoltare le riflessioni delle persone

In tre studi, adulti e studenti universitari sono stati invitati a rispondere a domande aperte sulle proprie vite. Alcuni stimoli si concentravano sulla soddisfazione di vita (per esempio, “Nel complesso, sei soddisfatto della tua vita o no?”) mentre altri indagavano aspetti del benessere psicologico, come l’autonomia (“In che modo le tue decisioni sono influenzate — o non sono influenzate — da ciò che fanno gli altri?”), la crescita personale, le relazioni e lo scopo. I partecipanti hanno risposto scrivendo paragrafi o parlando per almeno un minuto; l’audio è stato trascritto in testo. Tutti hanno anche compilato questionari standard su scala valutativa per la soddisfazione di vita e il benessere psicologico, usati come punti di riferimento di confronto.

Come l’IA ha trasformato le storie in punteggi

I ricercatori hanno alimentato i testi di queste riflessioni in modelli linguistici avanzati basati sulla tecnologia transformer, che rappresentano ogni risposta come un pattern numerico ad alta dimensione. Usando metodi statistici, hanno addestrato modelli a predire i punteggi dei questionari a partire da questi pattern e hanno verificato quanto vicine fossero le previsioni alla realtà. Nei primi due studi i modelli hanno funzionato discretamente: le predizioni basate sul linguaggio per autonomia e soddisfazione di vita erano moderatamente correlate ai punteggi reali delle persone, e hanno mostrato anche una certa capacità di generalizzare a tratti correlati come sentirsi capaci, connessi agli altri o motivati da uno scopo. Tuttavia, queste correlazioni erano chiaramente inferiori rispetto a quanto riportato in lavori precedenti che utilizzavano risposte molto più brevi e in stile parola-chiave invece di narrazioni.

La soddisfazione di vita è più facile da cogliere dell’autonomia

Il terzo e più ampio studio ha chiarito il quadro. Qui, le risposte scritte sulla soddisfazione di vita hanno permesso al modello di predire i punteggi del questionario piuttosto bene, mentre le predizioni per l’autonomia sono risultate sensibilmente più deboli. Quando il team ha confrontato il proprio sistema con modelli di IA all’avanguardia (GPT-3.5 e GPT-4), i sistemi più recenti si sono dimostrati ancora migliori nel leggere la soddisfazione di vita dal linguaggio ma solo moderatamente migliori nel leggere l’autonomia. Per capire il perché, gli autori hanno esaminato quali parole tendevano ad apparire nelle risposte con punteggi alti o bassi. L’elevata soddisfazione di vita andava di pari passo con parole di emozione positiva e termini sociali — parole come “amore”, “grato”, “coniuge” e “amici”. Le risposte a bassa soddisfazione, invece, si affidavano a un linguaggio incerto e orientato ai problemi come “pensare”, “sembra” e “forse”.

Perché la libertà interiore è più difficile da leggere

Il linguaggio legato all’autonomia appariva diverso. Le persone con punteggi più bassi di autonomia usavano molte parole cognitive e valutative, suggerendo preoccupazione, ripensamenti e tentativi di soddisfare aspettative esterne. Chi mostrava maggiore autonomia usava anch’esso un linguaggio riflessivo, ma lo mescolava con azione e agenteività — parole legate al scegliere, fare e avanzare verso obiettivi. Piuttosto che poche parole chiave comuni, l’autonomia sembrava esprimersi in modi altamente individuali dipendenti dal contesto di vita di ciascuno. Questo rendeva più difficile per i modelli di IA, anche molto potenti, individuare una semplice firma linguistica di questa qualità psicologica più profonda.

Cosa significa per l’uso nel mondo reale

Complessivamente, l’articolo conclude che gli strumenti basati sul linguaggio sono già abbastanza efficaci nel stimare se le persone si sentono soddisfatte della loro vita, specialmente usando IA allo stato dell’arte. Ma faticano di più con dimensioni più sottili e personali del benessere come l’autonomia e altri aspetti di significato e crescita. Per ora, questi strumenti potrebbero essere utili come complementi a basso carico e ricchi di contesto ai sondaggi tradizionali — aiutando i ricercatori a tracciare tendenze generali di felicità da scritti o discorsi di uso quotidiano. Tuttavia non sono pronti a sostituire valutazioni accurate e multimodali in ambiti di salute mentale o clinici, specialmente quando le decisioni richiedono di comprendere gli strati più complessi e interiori dell’esperienza di vita delle persone.

Citazione: Mesquiti, S., Cosme, D., Nook, E.C. et al. Language-based assessments can predict psychological and subjective well-being. Commun Psychol 4, 33 (2026). https://doi.org/10.1038/s44271-026-00400-3

Parole chiave: benessere, soddisfazione di vita, autonomia, analisi del linguaggio, intelligenza artificiale