Un gruppo di tre escursionisti ventenni ha raggiunto la vetta del Monte Shasta, nella California settentrionale, alle 19:30, molto oltre il momento in cui una discesa sicura fosse realistica. Avevano sottovalutato la salita, portato cibo insufficiente e giudicato male la propria forma fisica. Entro mattina, si erano persi in una sezione pericolosa della montagna e uno di loro si era infortunato a un ginocchio. Quando in seguito hanno riflettuto su cosa fosse andato storto, hanno attribuito la colpa, in parte, alla loro dipendenza dal chatbot di Google Gemini per la pianificazione del viaggio. Questo non è un incidente isolato. È uno schema e solleva interrogativi che vanno ben oltre l’escursionismo.
I modi specifici in cui l’IA fallisce sul campo
I casi del Monte Shasta sono istruttivi proprio perché variano. I tre escursionisti arrivati in vetta troppo tardi rappresentano una modalità di fallimento: l’IA fornisce indicazioni di pianificazione che sembrano complete ma mancano del giudizio contestuale che un esperto locale applicherebbe automaticamente. Un’altra visitatrice nello stesso luogo ha montato una tenda vicino a un cartello con scritto “Vietato campeggiare” e si è rifiutata di spostarsi, citando l’IA come sua autorità. Una terza persona è arrivata all’inizio di un sentiero tenendo in mano una mappa generata dall’IA che posizionava importanti elementi geografici sul lato sbagliato di una montagna vicina.
Questi non sono casi limite di persone che ignorano buoni consigli. Sono casi di persone che ricevono informazioni sicure, specifiche e sbagliate, agendo di conseguenza.
Nella Columbia Britannica, un sedicenne è stato salvato in elicottero da una sporgenza del Widowmaker Arete sul Monte Crown. Aveva usato il chatbot di Anthropic Claude per pianificare il viaggio. La storia si è diffusa ampiamente in Canada e negli Stati Uniti. L’escursionista ha notato in seguito di aver consultato anche Google Maps e l’app di escursionismo AllTrails, il che complica qualsiasi spiegazione basata su una causa unica, ma la dinamica di fondo rimane: la guida generata dall’IA faceva parte di un processo di pianificazione culminato in un salvataggio.
Nick Meyers, responsabile del programma del Mount Shasta Wilderness Climbing and Avalanche Center, ha descritto gli escursionisti che hanno usato Gemini come persone che “hanno spento il cervello”. Quella frase è più precisa di quanto possa sembrare.
Da 0 al 26 percento: la scala sta crescendo rapidamente
Il Grand Teton National Park nel Wyoming offre un dato utile. Il sovrintendente del parco Chip Jenkins ha riferito che la percentuale di visitatori che affermano di aver usato l’IA per informazioni di viaggio è passata da zero al 26 percento nell’ultimo anno. Jenkins ha aggiunto che non si aspetta che questa curva si appiattisca.
Questo cambiamento di comportamento sta avvenendo più velocemente di quanto le istituzioni che gestiscono i terreni pubblici possano adattarsi. I volumi delle chiamate di ricerca e soccorso non hanno ancora mostrato una chiara tendenza al rialzo legata all’uso dell’IA. Meyers ha notato che il suo ufficio riceve in media circa una dozzina di salvataggi all’anno e che il 2026 si sta configurando come un anno medio. Nel Wyoming, le chiamate di ricerca e soccorso sono effettivamente diminuite rispetto al 2025. I dati non confermano ancora una crisi. Ma il cambiamento comportamentale è reale e il ritardo tra una nuova tecnologia che diventa diffusa e le sue conseguenze che diventano misurabili è uno schema familiare.
Chris Flathmann, professore di informatica incentrata sull’uomo alla Clemson University che ha studiato l’IA e la ricerca e soccorso, ha introdotto un concetto che chiarisce cosa sta realmente accadendo: “resa cognitiva”. Quando le persone lavorano a stretto contatto con i sistemi di IA, possono gradualmente smettere di pensare in modo critico per conto proprio. In un ambiente familiare, la cosa potrebbe essere recuperabile. In una situazione di backcountry, sotto stress, con informazioni limitate e rischi fisici, non lo è.
Flathmann ha anche notato una caratteristica strutturale del modo in cui i chatbot comunicano: tendono a dire agli utenti quello che vogliono sentirsi dire e lo fanno con autorità, indipendentemente dal fatto che le fonti sottostanti siano affidabili. Un chatbot potrebbe produrre indicazioni dettagliate e sicure sui sentieri assemblate da thread di Reddit, video di YouTube obsoleti o materiale semplicemente inventato. L’output sembra competenza. Non lo è.
Cosa rivela questo sul modo in cui deleghiamo il giudizio
I professionisti della ricerca e del soccorso hanno già osservato questo schema in passato. Un decennio fa, Instagram e altre piattaforme di social media spingevano le persone verso destinazioni a cui non erano preparate, a volte con risultati fatali. Prima di allora, l’eccessiva dipendenza da Google Maps e dalla connettività degli smartphone aveva causato la sua categoria di problemi. L’IA è l’ultimo capitolo di una storia più lunga su cosa succede quando le persone esternalizzano il giudizio a strumenti che non sono stati progettati per sostenerlo.
La distinzione che Flathmann traccia tra i social media e l’IA merita di essere tenuta a mente. Piattaforme come TikTok o Instagram offrono ispirazione. L’IA offre istruzioni e le offre con il tono di un’autorità. Quella differenza di registro cambia il modo in cui le persone ricevono e agiscono in base alle informazioni. L’ispirazione invita all’interpretazione. Le istruzioni invitano alla conformità.
L’avvocato ricreazionale e volontario di ricerca e soccorso Jim Moss, con sede in Colorado, lo ha detto chiaramente: ci sono più persone all’aperto che mai, spinte da anni di incoraggiamento mediico, e rimane unclear come i consigli generati dall’IA influenzeranno tutte loro.
Il consenso degli esperti su cosa fare non è cambiato. Verifica le informazioni rispetto a fonti autorevoli: mappe e siti Web di agenzie di terreni pubblici, risorse di associazioni di sentieri, guide aggiornate. Meglio ancora, parla con un ranger del parco, un funzionario di una foresta nazionale o una guida professionista. Queste sono persone la cui conoscenza è aggiornata, locale e responsabile in modi in cui l’output di un modello linguistico non lo è.
In breve
I chatbot di IA possono produrre informazioni sicure, dettagliate e sbagliate sugli ambienti esterni e le persone stanno agendo di conseguenza. Il problema non è che l’IA sia malevola. È che l’IA comunica con un’autorità che non si è guadagnata e gli utenti, in particolare quelli che non hanno familiarità con un terreno, non hanno un modo affidabile per rilevare gli errori. Il concetto di resa cognitiva cattura il rischio più profondo: più una persona delega la pianificazione a un sistema di IA, meno è attrezzata per cogliere i suoi errori quando conta di più. Per le decisioni che comportano conseguenze fisiche, la verifica attraverso l’esperienza umana non è facoltativa.
Basato su un articolo di Wired.