Fisioterapista Manager e l’effetto Dunning-Kruger: i principali bias cognitivi nell’era dei social e dell’IA

1. Che cos’è davvero l’effetto Dunning-Kruger

L’effetto Dunning-Kruger è un bias cognitivo ormai classico: chi ha competenze basse in un ambito tende a sovrastimare in modo marcato le proprie capacità; al contrario, chi è molto competente tende spesso a sottovalutarsi.

Nel famoso studio del 1999 pubblicato sul Journal of Personality and Social Psychology, Kruger e Dunning dimostrano che i partecipanti con performance nel quartile più basso in test di umorismo, logica e grammatica si collocavano in media intorno al 60º percentile, quando in realtà erano intorno al 10–15º. In pratica, “i meno competenti sono anche i meno consapevoli della propria incompetenza”  .

La radice è metacognitiva: per valutare se sto facendo bene devo possedere proprio quelle competenze che… mi mancano. Dunning lo sintetizza parlando di “tasche personali di ignoranza” che non vediamo proprio perché ci mancano gli strumenti per riconoscerle  .

​

Il congresso ha offerto anche uno spazio di confronto su temi di grande attualità per la fisioterapia. Sono stati presentati progetti di innovazione tecnologica, con particolare attenzione all’integrazione di strumenti digitali e sistemi di intelligenza artificiale nei percorsi riabilitativi. Parallelamente, sono state condivise analisi statistiche sull’andamento del settore, utili a comprendere le dinamiche di crescita della fisioterapia privata e convenzionata, i bisogni emergenti dei pazienti e le sfide organizzative dei centri.

Un momento di rilievo è stata la consegna del premio alle migliori tesi innovative, un riconoscimento destinato ai giovani fisioterapisti che hanno sviluppato lavori di ricerca capaci di unire evidenza scientifica e applicazioni concrete in ambito clinico.

Non sono mancati, inoltre, dibattiti sull’etica professionale: come garantire trasparenza e responsabilità nell’uso delle tecnologie, come preservare l’identità del fisioterapista in un contesto sanitario sempre più complesso e digitalizzato, e quali competenze saranno fondamentali per affrontare il futuro. Tutti aspetti che delineano una professione pronta a rinnovarsi senza perdere i suoi valori fondanti.

Al centro del dibattito: l’impatto delle nuove tecnologie digitali, la trasformazione del ruolo del fisioterapista e le implicazioni etiche di un contesto sempre più interconnesso. In questo scenario, il contributo del dott. Luca Luciani ha messo in luce tre nodi strategici: la comunicazione, la conoscenza delle dinamiche cerebrali e sociali, e la gestione consapevole dei social media in ambito sanitario.

2. Perché oggi il Dunning-Kruger è “benzina sul fuoco”

L’effetto Dunning-Kruger non è nato con i social, ma l’ecosistema digitale attuale lo amplifica in almeno tre modi:

     1.Algoritmi che selezionano solo ciò che conferma le nostre idee

Una recente review sistematica su filtri, echo chamber e bias algoritmico evidenzia tre pattern ricorrenti:

• gli algoritmi rafforzano l’omogeneità ideologica;
• limitano l’esposizione a punti di vista diversi (filter bubble);
• consolidano identità e appartenenze creando “camere dell’eco” dove sentiamo solo voci simili alle nostre.

In altre parole: più interagiamo con contenuti che confermano ciò che pensiamo, più la piattaforma ce ne mostra. Il nostro cervello legge questa ripetizione come “vedi? avevo ragione”, non come “l’algoritmo mi sta filtrando la realtà”.

    2.Conferma continua = percezione distorta della propria competenza

Studi sul ruolo del confirmation bias nelle echo chamber mostrano che, quando l’informazione dissonante è poco visibile, il gruppo tende ad auto-rinforzarsi nella propria “verità”, diventando più sicuro e meno aperto alla revisione critica  .

In questo contesto, chi ha competenze limitate ma comunica con sicurezza riceve like, condivisioni, commenti positivi… e interiorizza questo consenso come prova delle proprie capacità.

    3.Metriche vuote come indicatori di competenza

Seguaci, visualizzazioni e engagement diventano KPI sostitutivi del merito reale. Il risultato:

• autovalutazioni gonfiate;
• resistenza feroce al feedback negativo;
• difficoltà ad accettare valutazioni oggettive (esami, risultati economici, performance cliniche, dati di realtà).

3. L’Intelligenza Artificiale: da “assistente” a moltiplicatore di illusioni

Con l’IA generativa si aggiunge un ulteriore livello: esternalizziamo pezzi sempre più grandi del pensiero e poi confondiamo la qualità dell’output con la qualità delle nostre capacità.

    3.1 AI e “cognitive offloading”: pensiamo di meno, crediamo di più

Una serie crescente di studi mostra che l’uso frequente di strumenti di IA è associato a:

• riduzione del pensiero critico: in uno studio su oltre 600 partecipanti, l’uso intensivo di AI tool è correlato a punteggi più bassi nei test di critical thinking, con la cognitive offloading (delegare il lavoro mentale alla macchina) come fattore mediatore principale  ;
• minor coinvolgimento cognitivo nei compiti complessi: esperimenti in ambito educativo mostrano che gruppi che usano ChatGPT per scrivere elaborati riportano livelli significativamente più bassi di impegno mentale, sforzo, attenzione e profondità di elaborazione rispetto ai gruppi che lavorano senza AI  ;
• dipendenza crescente dall’IA: review recenti sul ruolo dell’IA nell’educazione parlano esplicitamente del rischio di “lazy thinking”: la tecnologia supporta il compito, ma se non viene usata in modo guidato può indebolire la capacità di ragionare in autonomia  .

In termini manageriali: l’IA migliora la produttività, ma se non presidiamo il processo può erodere nel tempo il “capitale cognitivo” delle persone.

    3.2 Quando l’IA appiattisce (e ribalta) l’effetto Dunning-Kruger

Un lavoro recente del gruppo di Aalto University ha testato 500 persone su problemi di logica stile LSAT, con e senza l’uso di un chatbot come ChatGPT. Risultato:

• chi usava l’IA faceva leggermente meglio nei test,
• ma tutti sovrastimavano la propria performance, indipendentemente dal livello di abilità reale;
• il classico profilo Dunning-Kruger (i meno bravi molto overconfidenti, i più bravi leggermente underconfidenti) si “appiattisce” e quasi si ribalta: anche i competenti iniziano a sopravvalutarsi, spinti dalla fiducia eccessiva nelle risposte del modello.

Gli autori parlano di calo della metacognitive monitoring: ci fidiamo del risultato, non verifichiamo, non riflettiamo su come ci siamo arrivati. È esattamente l’illusione: “ho fatto un lavoro eccellente”, dimenticando che molta parte del lavoro l’ha fatta la macchina.

4. Il rientro brusco nella realtà: il rischio psicologico

Quando questa bolla di competenza percepita si scontra con la realtà – un esame fallito, un progetto che non funziona, un business che non decolla, una valutazione severa da parte di persone veramente competenti – il rischio è un “effetto frusta” emotivo:

• crollo dell’autostima (“non valgo niente” dopo essersi raccontati di “valere tantissimo”);
• senso di ingiustizia (“mi stanno sabotando” invece di leggere i dati);
• tendenza alla fuga: cambiare contesto, giustificarsi, attaccare chi porta il feedback.

In alcune persone questo può contribuire a stati di frustrazione profonda e sintomi depressivi, soprattutto se nel tempo si accumulano fallimenti percepiti senza una lettura realistica di cause e responsabilità. In questi casi è importante non banalizzare il tema: se il malessere è intenso o persistente, è opportuno confrontarsi con un professionista.

5. Come difendersi: autovalutazione, gruppo di pari e cultura del feedback

L’alternativa non è “demonizzare” social e IA, ma governarli con consapevolezza e metodo.

​

    5.1 Autovalutazione strutturata (non “a sensazione”)

Alcuni strumenti pratici:

• Metriche oggettive: punteggi, risultati economici, indicatori di performance, esami, test. Non sono perfetti, ma ancorano la percezione alla realtà.
• Diario degli errori: tenere traccia di decisioni rivelatesi sbagliate e analizzare perché (informazioni mancanti? superficialità? eccesso di fiducia?).
• Checklist di competenze: definire cosa significa “essere competente” in un ambito (conoscenze, abilità, comportamenti osservabili) e autovalutarsi in modo onesto su ciascun punto.

L’obiettivo non è giudicarsi, ma calibrare il proprio “cruscotto interno”.

    5.2 Il “gruppo di pari” in senso forte

In sociologia il peer group è il contesto in cui ci confrontiamo orizzontalmente con persone che condividono ruolo e interessi, ma non necessariamente il nostro livello.

Per trasformarlo in un antidoto al Dunning-Kruger:

• scegli persone più competenti di te in almeno alcune aree chiave;
• evita i gruppi dove tutti si auto-raccontano come “vittime del sistema” ma nessuno lavora sui propri punti ciechi;
• privilegia contesti dove il feedback è esplicito, anche scomodo, e dove gli errori si analizzano, non si occultano.

In termini organizzativi: un buon gruppo di pari funziona come un comitato scientifico della propria crescita personale.

    5.3 Imparare a chiedere e usare il feedback

Tre regole operative:

1.Chiedere feedback specifici, non generici (“Cosa cambieresti nei miei contenuti/presentazioni/decisioni?”).

2.Separare il feedback dalla propria identità: non è “valgo o non valgo”, è “questa competenza è a questo livello oggi”.

3.Tradurre il feedback in piano d’azione: se emergono criticità, trasformarle in obiettivi formativi (corsi, letture, mentoring, pratica deliberata).

6. Uso consapevole di social e IA: da eco a palestra

Per trasformare questi strumenti da amplificatori di illusioni a leve di crescita:

• Social
• seguire in modo intenzionale profili che non la pensano come noi;
• inserire nel feed fonti autorevoli con visioni diverse;
• limitare il tempo di consumo passivo e aumentare quello di studio strutturato.
• Intelligenza Artificiale
• usare l’IA come sparring partner, non come stampella: prima formulo il mio ragionamento, poi lo confronto con l’IA;
• chiedere all’IA di criticare le mie idee, non solo di confermarle;
• allenarsi a verificare sempre con fonti esterne, soprattutto quando la decisione ha impatto reale (economico, clinico, legale).

Alcuni ricercatori suggeriscono proprio di progettare sistemi di IA che facciano domande sul nostro livello di fiducia, spingendoci a riflettere invece di accettare passivamente la risposta  .

7. Conclusione: crescere senza illusioni (e senza fermarsi)

Viviamo in un contesto in cui:

• l’effetto Dunning-Kruger è strutturale alla mente umana;
• i social selezionano le informazioni che confermano ciò che pensiamo;
• l’IA ci regala risposte veloci, riducendo il carico cognitivo e aumentando la nostra fiducia (non sempre giustificata) nelle nostre capacità.

Non possiamo “spegnere” tutto questo, ma possiamo fare una scelta di metodo:

• auto-valutarci con onestà,
• circondarci di persone più brave di noi,
• accogliere feedback e dati anche quando fanno male,
• continuare a formarci, con il nostro ritmo ma senza alibi.

Il principio guida, in un mondo pieno di scorciatoie cognitive e tecnologiche, resta sorprendentemente classico:

Senza fretta ma senza sosta.

Luca Luciani

Fisioterapista e Business Coach

Bibliografia 

•Watzlawick, P., Beavin Bavelas, J., & Jackson, D. D. (1967). Pragmatics of Human Communication: A Study of Interactional Patterns, Pathologies, and Paradoxes. New York: W. W. Norton.  

•Watzlawick, P., Beavin, J. H., & Jackson, D. D. (1971). Pragmatica della comunicazione umana. Studio dei modelli interattivi, delle patologie e dei paradossi. Roma: Astrolabio Ubaldini.  

•Kruger, J., & Dunning, D. (1999). Unskilled and unaware of it: How difficulties in recognizing one’s own incompetence lead to inflated self-assessments. Journal of Personality and Social Psychology, 77(6), 1121–1134.  

•Modgil, S., Singh, R. K., Gupta, S., & Dennehy, D. (2021). A confirmation bias view on social media induced polarization during COVID-19. Information Systems Frontiers, 26, 417–441. https://doi.org/10.1007/s10796-021-10222-9  

•Ahmmad, M., Shahzad, K., Iqbal, A., & Latif, M. (2025). Trap of social media algorithms: A systematic review of research on filter bubbles, echo chambers, and their impact on youth. Societies, 15(11), 301. https://doi.org/10.3390/soc15110301  

•Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical thinking. Societies, 15(1), 6. https://doi.org/10.3390/soc15010006  

•Fan, Y., Tang, L., Le, H., et al. (2024). Beware of metacognitive laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance. British Journal of Educational Technology. Advance online publication. https://doi.org/10.1111/bjet.13544  

•Fernandes, D., Villa, S., Nicholls, S., et al. (2025). AI makes you smarter but none the wiser: The disconnect between performance and metacognition. Computers in Human Behavior. (Online first).  

•Kosmyna, N., Hauptmann, E., Yuan, Y. T., et al. (2025). Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv preprint arXiv:2506.08872.