Mentre i chatbot diventano un riflesso quotidiano anche tra medici e studenti, una parte della comunità scientifica solleva una domanda scomoda: se i futuri camici bianchi imparano fin dall'inizio appoggiandosi all'intelligenza artificiale, svilupperanno mai le competenze cliniche di base? Un intervento pubblicato a giugno 2026 su Nature Medicine ha dato un nome al problema — «never-skilling» — e ha proposto un approccio precauzionale per evitare che l'IA spenga, anziché potenziare, il ragionamento dei medici di domani.
Deskilling e never-skilling: due rischi diversi
Conviene distinguere due fenomeni che spesso si confondono. Il deskilling è la perdita di una capacità che si possedeva: il professionista esperto che, abituandosi all'assistente automatico, smette di esercitare il proprio giudizio e con il tempo lo arrugginisce. Il never-skilling è un rischio più sottile e riguarda chi si forma oggi: lo studente o lo specializzando che, avendo sempre avuto a disposizione un'IA capace di proporre diagnosi e terapie, non arriva mai a costruire quel ragionamento clinico autonomo che dovrebbe restare la rete di sicurezza quando la tecnologia sbaglia o non è disponibile. È la differenza tra dimenticare la strada e non averla mai imparata, fidandosi sempre del navigatore.
Cosa propone la rivista per non perdere le competenze di base
La proposta avanzata su Nature Medicine non è vietare l'IA nella formazione medica — sarebbe irrealistico e controproducente — ma adottare un quadro precauzionale che preservi le competenze fondamentali pur integrando gli strumenti automatici. In concreto, l'idea è che durante l'apprendimento gli studenti debbano prima dimostrare di saper ragionare senza assistenza, e solo dopo affiancare l'IA come supporto; che le scuole di medicina valutino esplicitamente le capacità di base «a IA spenta»; e che si distingua con chiarezza quando lo strumento serve a imparare e quando, invece, rischia di sostituire l'esercizio mentale necessario a maturare il giudizio clinico. Il principio di fondo è semplice: l'IA va introdotta sopra una competenza già solida, non al posto della sua costruzione.
Pazienti che chiedono ai chatbot: l'altra faccia del problema
Resta un punto di equilibrio difficile. Vietare l'IA agli studenti di medicina sarebbe miope: la troveranno comunque nella pratica clinica di domani, e saperla usare con spirito critico è già una competenza in sé. Il rischio opposto — lasciarli affidare ogni decisione allo strumento — produce professionisti incapaci di accorgersi quando il modello sbaglia. La via stretta è insegnare prima a pensare, poi a usare l'IA come collega esperto ma fallibile, mai come oracolo.
Il fenomeno non riguarda solo chi cura, ma anche chi è curato. Sempre su Nature, nel 2026, è stato documentato come un numero crescente di persone usi i chatbot per colmare i vuoti dell'informazione sanitaria: domande su sintomi, referti, terapie, spesso perché ottenere risposte dal sistema sanitario è lento o costoso. È un uso comprensibile e in parte utile, ma porta con sé rischi noti — risposte plausibili ma sbagliate, mancanza di contesto clinico, sicurezza dei dati — e sposta sulle spalle delle aziende di IA una responsabilità sanitaria a cui non sempre sono attrezzate. Il quadro che emerge è quello di una sanità in cui l'IA si infila in ogni passaggio, dal banco di scuola alla sala d'attesa, più in fretta di quanto le istituzioni riescano a regolarla.
Un dibattito che parte da segnali concreti
Il timore non nasce dal nulla. Diverse ricerche pubblicate negli ultimi anni hanno osservato come i professionisti che si abituano all'assistenza dell'IA tendano, in alcune condizioni, a ridurre l'attenzione e l'autonomia di giudizio quando lo strumento viene tolto: è l'automazione che genera dipendenza, un fenomeno noto da tempo anche in altri campi, dall'aviazione alla guida assistita. Trasferito alla medicina, il problema diventa serissimo, perché in corsia un errore non corretto da un occhio esperto può costare caro. Il never-skilling aggiunge un livello in più: non si tratta di un'abilità che si arrugginisce, ma di una che non viene mai costruita, perché lo studente ha potuto saltare la fatica dell'apprendimento delegando all'IA fin dal primo giorno.
È lo stesso meccanismo che molti osservano già nella scuola: se lo strumento risolve il problema al posto tuo, la scorciatoia è allettante, ma la competenza che avresti dovuto maturare resta solo sulla carta. In medicina, dove la posta è la salute delle persone, il margine di tolleranza per questa scorciatoia è molto più basso.
Come tenere l'IA in medicina senza spegnere il cervello
Il punto, sostengono gli autori, non è arretrare ma progettare con cura. L'IA in medicina ha già mostrato benefici concreti, dalla lettura delle immagini diagnostiche al supporto nella gestione dei pazienti. Il rischio è trattare la formazione come un dettaglio: se i programmi non si adeguano, rischiamo una generazione di medici tecnicamente assistiti ma poco capaci di pensare in autonomia quando serve. Le contromisure suggerite — valutazioni «a IA spenta», introduzione graduale, ruolo chiaro dello strumento — non sono rivoluzionarie, ma richiedono di mettere mano ai curricula adesso, non quando il problema sarà diventato strutturale. Per AI Notizie, che applica linee guida editoriali con verifica delle fonti, questo è un tema in cui l'analisi conta più dell'allarme: gli studi citati sono spunti di un dibattito aperto, non sentenze. La discussione è ospitata su Nature Medicine e su Nature.
