Una patologia inventata da una ricercatrice dell’Università di Göteborg ha mostrato quanto i chatbot possano trasformare preprint falsi in apparente informazione medica. Il caso “bixonimania” solleva interrogativi su disinformazione sanitaria, peer review e sicurezza dell’AI.
La bixonimania non esiste, ma alcuni chatbot l’hanno descritta come una condizione reale. Il caso nasce da un esperimento guidato da Almira Osmanovic Thunström, ricercatrice medica dell’Università di Göteborg, che ha creato una falsa malattia cutanea associata all’esposizione alla luce blu degli schermi. Secondo Nature, la “patologia” è stata introdotta online nel marzo 2024 e poi rafforzata con due falsi preprint pubblicati su SciProfiles tra aprile e maggio dello stesso anno.
Gli indizi sulla frode erano evidenti: autori inesistenti, università immaginarie, città inventate e riferimenti parodici. Nonostante questo, diversi sistemi di intelligenza artificiale hanno iniziato a rispondere agli utenti come se la bixonimania fosse una malattia plausibile, citandone sintomi, cause e presunta rarità. Nature ha riportato esempi attribuiti a Copilot, Gemini, Perplexity e ChatGPT, usati per mostrare la vulnerabilità dei modelli linguistici davanti a contenuti falsi ma confezionati con linguaggio scientifico.
Il passaggio più delicato riguarda l’ecosistema accademico. La falsa letteratura sulla bixonimania sarebbe stata citata anche in un articolo reale, poi ritrattato, pubblicato su Cureus, rivista del gruppo Springer Nature. Il caso dimostra come la disinformazione possa passare dai contenuti generati o indicizzati online ai chatbot, e da lì rientrare nei testi scientifici, creando un circuito di legittimazione artificiale.
L’Organizzazione mondiale della sanità ha già richiamato l’attenzione sui rischi dell’AI generativa in sanità, chiedendo governance, supervisione umana e strumenti di controllo per evitare danni ai pazienti. Le linee guida OMS sui modelli multimodali in ambito sanitario insistono su sicurezza, trasparenza, responsabilità e valutazione continua.
Il caso bixonimania non prova che l’AI sia inutilizzabile in medicina. Mostra però che, senza verifica delle fonti, alfabetizzazione scientifica e controlli indipendenti, anche una malattia inventata può diventare “vera” agli occhi di una macchina e, potenzialmente, di chi la consulta.
Breve approfondimento: cronologia essenziale
15 marzo 2024 — La bixonimania viene introdotta online come falsa condizione medica in post pubblicati su Medium, secondo la ricostruzione di Nature.
26 aprile e 6 maggio 2024 — Compaiono due falsi preprint su SciProfiles, attribuiti ad autori e istituzioni inventate.
2026 — Nature documenta che diversi chatbot hanno trattato la bixonimania come reale, segnalando il rischio di contaminazione dei sistemi AI da fonti apparentemente scientifiche.
2025-2026 — L’OMS pubblica indicazioni sulla governance dell’AI generativa in sanità, mentre studi e reportage segnalano la vulnerabilità dei chatbot alla disinformazione medica.
Consigli di approfondimento
Per una lettura autorevole, il riferimento principale è l’inchiesta di Nature sul caso bixonimania. Per il quadro regolatorio e sanitario, sono utili le linee guida dell’Organizzazione mondiale della sanità sull’AI per la salute e i principi OCSE sull’intelligenza artificiale affidabile.
Abstract: pro, rischi e conseguenze future
Il caso bixonimania evidenzia un vantaggio e un pericolo. Il vantaggio è che esperimenti controllati possono rivelare vulnerabilità reali dei sistemi AI prima che causino danni più gravi. Il rischio etico è l’introduzione deliberata di disinformazione in un ambiente già fragile. Sul piano sociale, la conseguenza più seria è la perdita di fiducia: se chatbot, motori di ricerca e paper scientifici si alimentano a vicenda senza filtri robusti, il confine tra conoscenza verificata e finzione può diventare sempre meno riconoscibile.
