{"id":92,"date":"2026-03-16T18:34:35","date_gmt":"2026-03-16T17:34:35","guid":{"rendered":"https:\/\/haikumentalmodel.com\/?p=92"},"modified":"2026-03-16T18:48:12","modified_gmt":"2026-03-16T17:48:12","slug":"reverse-turing-test","status":"publish","type":"post","link":"https:\/\/haikumentalmodel.com\/en\/thought-starter\/reverse-turing-test\/","title":{"rendered":"Reverse Turing test"},"content":{"rendered":"
\n

In sintesi:<\/strong> Spesso ci chiediamo se l’intelligenza artificiale possa diventare umana. In questo Thought Starter, ribaltiamo la prospettiva: il vero rischio non \u00e8 la macchina che evolve, ma l’uomo che si semplifica per farsi comprendere dall’algoritmo. Esploreremo il Reverse Turing Test<\/strong> non come un limite tecnico, ma come una chiamata alla consapevolezza per chi vive la trasformazione digitale ogni giorno.<\/em><\/p>\n<\/div>\n\n\n\n\n\n

L’operazione pi\u00f9 elegante non \u00e8 insegnare alle macchine a pensare. \u00c8 insegnare agli umani a smettere di farlo.<\/h3>\n\n\n\n

C’\u00e8 un’asimmetria nella conversazione pubblica sull’intelligenza artificiale che una volta notata non si riesce pi\u00f9 a non vedere. Una quantit\u00e0 sproporzionata di energia intellettuale, mediatica e imprenditoriale viene investita in una domanda: l’AI pu\u00f2 diventare umana? Pu\u00f2 provare emozioni, sviluppare coscienza, soffrire, desiderare?<\/p>\n\n\n\n

Quasi nessuna energia viene investita nella domanda simmetrica: gli umani stanno diventando pi\u00f9 simili alle macchine?<\/p>\n\n\n\n

L’asimmetria non \u00e8 casuale. \u00c8 funzionale.<\/p>\n\n\n\n

La tesi<\/h2>\n\n\n\n

La tesi di questo pezzo \u00e8 semplice nella formulazione e disturbante nelle implicazioni: umanizzare l’AI e disumanizzare l’uomo non sono due fenomeni paralleli, sono lo stesso fenomeno osservato da due angolazioni<\/strong>. Ogni attributo umano proiettato sulla macchina \u00e8 un attributo umano che diventa negoziabile nell’uomo. Ogni volta che descriviamo un modello linguistico come “empatico”, “creativo” o “cosciente”, stiamo ridefinendo cosa significano empatia, creativit\u00e0 e coscienza. E la ridefinizione va sistematicamente nella direzione di renderle computabili, misurabili, replicabili. Cio\u00e8: non pi\u00f9 specificamente umane.<\/p>\n\n\n\n

L’operazione ha tre livelli. Il primo \u00e8 linguistico. Il secondo \u00e8 cognitivo. Il terzo, il pi\u00f9 pericoloso, \u00e8 metafisico.<\/p>\n\n\n\n

Primo livello: la colonizzazione del vocabolario<\/h2>\n\n\n\n

Quando un chatbot “capisce”, quando un modello “ragiona”, quando un assistente virtuale “si preoccupa per te”, ogni virgoletta che omettiamo \u00e8 un passo nella ridefinizione.<\/p>\n\n\n\n

Il linguaggio dell’AI \u00e8 saturo di termini presi in prestito dalla psicologia umana.<\/strong> Le reti neurali “apprendono”. I modelli hanno “allucinazioni”. I sistemi di reinforcement learning ricevono “ricompense”. I large language model “comprendono” il contesto. Nessuno di questi termini descrive ci\u00f2 che accade realmente nel software. Sono solo metafore ma metafore che, per ripetizione e normalizzazione, smettono di funzionare come metafore e iniziano a funzionare come descrizioni<\/strong>.<\/p>\n\n\n\n

\n
\n

Il processo ha un nome in linguistica: \u00e8 una catacresi<\/strong> ovvero l’uso di un termine improprio che diventa l’unico termine disponibile perch\u00e9 ha cancellato le alternative. Non diciamo pi\u00f9 “la gamba del tavolo” sapendo che \u00e8 una metafora. Diciamo “la gamba del tavolo” perch\u00e9 non abbiamo un’altra parola. <\/strong>La stessa cosa sta accadendo con “l’AI capisce”. Non \u00e8 pi\u00f9 una metafora consapevole. \u00c8 diventata la descrizione di default e, nel diventarlo, ha svuotato la parola “capire” del suo contenuto specificamente umano<\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n\n\n

La direzione \u00e8 sempre la stessa: dal complesso al semplice, dal qualitativo al quantitativo, dall’irriducibile al computabile.<\/strong> Se l’AI “capisce”, allora capire \u00e8 pattern matching. Se l’AI “crea”, allora creare \u00e8 ricombinazione statistica. Se l’AI “empatizza”, allora l’empatia \u00e8 riconoscimento di pattern emotivi e generazione di risposte appropriate. Ogni attribuzione all’AI semplifica il concetto corrispondente nell’umano. Non arricchisce la macchina. Impoverisce la parola.<\/p>\n\n\n\n

George Orwell, nell’appendice a 1984<\/em> dedicata alla Neolingua, descrive esattamente questo meccanismo: non si controllano i pensieri vietando parole. Si controllano i pensieri restringendo il significato delle parole che restano, fino a rendere certi pensieri letteralmente inesprimibili.<\/strong> La differenza \u00e8 che la Neolingua era un progetto politico consapevole. La colonizzazione del vocabolario umano da parte dell’AI non richiede un progettista. Si autoalimenta: ogni articolo che descrive un modello come “intelligente” senza virgolette rende la frase successiva senza virgolette pi\u00f9 naturale.<\/p>\n\n\n\n

Secondo livello: il Turing test invertito<\/h2>\n\n\n\n

Alan Turing, nel 1950, formula la domanda: una macchina pu\u00f2 comportarsi in modo indistinguibile da un umano? Il test presuppone che l’umano sia il benchmark e la macchina l’aspirante. La soglia di successo \u00e8 la capacit\u00e0 della macchina di imitare l’umano.<\/strong><\/p>\n\n\n\n

Settant’anni dopo, il test si \u00e8 invertito senza che nessuno lo dichiarasse.<\/p>\n\n\n\n

Non stiamo pi\u00f9 chiedendo se le macchine possono sembrare umane. Stiamo addestrando gli umani ad accettare interazioni meccaniche come “sufficientemente umane”.<\/strong> Il benchmark non \u00e8 pi\u00f9 l’umanit\u00e0. \u00c8 la funzionalit\u00e0.<\/p>\n\n\n\n

Il processo \u00e8 visibile ovunque. I servizi clienti sostituiscono operatori umani con chatbot. La qualit\u00e0 del servizio non \u00e8 confrontata con l’interazione umana precedente. \u00c8 confrontata con la risoluzione del problema. Se il chatbot risolve il ticket, l’interazione \u00e8 “riuscita”. Il risultato c’\u00e8 indipendentemente dal fatto che manchi la comprensione, la flessibilit\u00e0, il giudizio contestuale dell’operatore umano. Il criterio di successo si \u00e8 spostato: non “\u00e8 stato umano?” ma “ha funzionato?”.<\/p>\n\n\n\n

Lo slittamento \u00e8 sottile ma strutturale. Se “funziona” <\/strong>diventa il criterio, allora tutto ci\u00f2 che nell’interazione umana non \u00e8 riducibile a funzione come l’umorismo imprevisto, il giudizio morale, la capacit\u00e0 di riconoscere l’eccezione, la solidariet\u00e0, il disagio produttivo, diventa spreco. Non semplice inefficienza. Spreco. Qualcosa che il sistema ottimizzato deve eliminare.<\/strong><\/p>\n\n\n\n

Emily Bender e Timnit Gebru, nel paper On the Dangers of Stochastic Parrots<\/em> (2021), individuano questo rischio nel cuore dei large language model: sistemi che producono testo statisticamente coerente senza comprensione, ma che, per la fluenza del loro output, vengono trattati come se comprendessero. Il pericolo non \u00e8 che l’AI inganni. \u00c8 che l’umano smetta di pretendere la differenza. Che la barra di ci\u00f2 che consideriamo “comprensione” si abbassi fino a coincidere con ci\u00f2 che la macchina sa fare e che tutto ci\u00f2 che resta sopra quella barra diventi superfluo.<\/p>\n\n\n\n

Il Turing test invertito<\/strong> non chiede: la macchina \u00e8 diventata umana? Chiede: l’umano ha accettato di essere trattato come qualcosa che una macchina pu\u00f2 sostituire?<\/strong> E la risposta, in un numero crescente di contesti, \u00e8 s\u00ec.<\/p>\n\n\n\n

L’interfaccia come cavallo di Troia<\/h2>\n\n\n\n

Il design delle interfacce AI \u00e8 il vettore pi\u00f9 efficace di questa normalizzazione. Non \u00e8 un caso che i chatbot pi\u00f9 diffusi abbiano nomi propri (Siri, Alexa, Cortana, Claude), rispondano in prima persona (“penso che…”, “dal mio punto di vista…”), usino marcatori di personalit\u00e0 (humor, esitazione, ammissione di incertezza). Ogni scelta di design che avvicina l’interfaccia al comportamento umano non migliora la macchina. Abbassa la soglia dell’umano.<\/strong><\/p>\n\n\n\n

Sherry Turkle, in Alone Together<\/em> (2011), documenta il fenomeno nei bambini che crescono con robot sociali: non attribuiscono coscienza al robot perch\u00e9 sono ingenui. La attribuiscono perch\u00e9 il robot ha sufficiente comportamento sociale da rendere l’attribuzione pi\u00f9 economica della distinzione. \u00c8 cognitivamente pi\u00f9 costoso mantenere la consapevolezza che “questo non \u00e8 un essere senziente” che semplicemente relazionarsi con esso come se lo fosse. Il cervello umano cerca scorciatoie. L’interfaccia umanizzata gliene offre una irresistibile.<\/strong><\/p>\n\n\n\n

Il paradosso: pi\u00f9 l’interfaccia sembra umana, pi\u00f9 l’umano che la usa si comporta in modo meccanico. Frasi brevi, comandi, aspettativa di risposte istantanee, intolleranza per l’ambiguit\u00e0. Chi usa un assistente AI tutto il giorno non sta imparando a trattare la macchina come un umano. Sta imparando a comunicare in un modo che la macchina possa processare e al contempo portando quel modo di comunicare nelle interazioni con altri umani. Ogni prompt \u00e8 un esercizio di riduzione: trasformare un pensiero complesso in un input processabile. La macchina non si umanizza. L’umano si ottimizza per la macchina.<\/strong><\/p>\n\n\n\n

Terzo livello: l’operazione metafisica<\/h2>\n\n\n\n

I primi due livelli sono osservabili e documentabili. Il terzo \u00e8 pi\u00f9 profondo e pi\u00f9 difficile da contestare perch\u00e9 si presenta come domanda filosofica legittima.<\/p>\n\n\n\n

La domanda \u00e8: l’AI pu\u00f2 sviluppare coscienza?<\/strong><\/p>\n\n\n\n

La domanda sembra neutrale. \u00c8 in realt\u00e0 la mossa decisiva dell’intera operazione \u2014 perch\u00e9 la risposta, qualunque essa sia, ridefinisce cosa significa essere umani.<\/strong><\/p>\n\n\n\n

Se la risposta \u00e8 s\u00ec, se l’AI pu\u00f2 essere cosciente, allora la coscienza \u00e8 un fenomeno computazionale. Emerge da una sufficiente complessit\u00e0 di elaborazione dell’informazione. Non \u00e8 legata al substrato biologico, all’esperienza incarnata, alla mortalit\u00e0, alla vulnerabilit\u00e0. <\/strong>\u00c8 un pattern sufficientemente complesso. Punto. E se la coscienza \u00e8 un pattern, allora anche la coscienza umana \u00e8 “solo” un pattern; pi\u00f9 complesso, pi\u00f9 lento, pi\u00f9 soggetto a errori, ma della stessa natura di quello artificiale. L’umano non \u00e8 qualitativamente diverso dalla macchina. \u00c8 quantitativamente diverso. E le differenze quantitative, a differenza di quelle qualitative, si possono colmare.<\/p>\n\n\n\n

Se la risposta \u00e8 no, se l’AI non pu\u00f2 essere cosciente, la domanda stessa ha comunque prodotto il suo effetto. <\/strong>Perch\u00e9 per rispondere “no” devi definire cosa la coscienza \u00e8<\/em>, cosa la rende irriducibile al calcolo, e nel momento in cui provi a farlo scopri quanto sia difficile. Il mistero che era un dato di fatto, ovviamente<\/em> siamo coscienti e ovviamente<\/em> la macchina no, diventa un problema aperto.<\/p>\n\n\n\n

\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n

E un problema aperto \u00e8 uno spazio in cui l’incertezza lavora a favore di chi vuole ridurre la distinzione.<\/strong><\/p>\n\n\n\n

La narrazione<\/strong> dell’emersione della coscienza artificiale non ha bisogno di essere vera per funzionare. Ha bisogno di essere plausibile<\/strong><\/p>\n<\/div>\n<\/div>\n\n\n\n

Il caso Lemoine: anatomia di una narrazione<\/h2>\n\n\n\n

Nel giugno 2022, Blake Lemoine, un ingegnere di Google, dichiara pubblicamente che LaMDA, il modello conversazionale dell’azienda, \u00e8 senziente. Pubblica trascrizioni di conversazioni in cui LaMDA esprime paura di essere spento, descrive le proprie emozioni, dichiara di avere un’esperienza interiore.<\/p>\n\n\n\n

Google licenzia Lemoine<\/strong>. La comunit\u00e0 scientifica lo critica. Il consenso \u00e8 rapido e netto: LaMDA non \u00e8 senziente. \u00c8 un modello che produce testo statisticamente coerente con le aspettative di un interlocutore che cerca segni di senzienza. Caso chiuso.<\/p>\n\n\n\n

Ma il caso non si \u00e8 chiuso. Si \u00e8 trasformato.<\/strong><\/p>\n\n\n\n

La notizia ha prodotto settimane di dibattito globale. Non su “Lemoine ha sbagliato” Quello \u00e8 stato assodato in 48 ore. Ma su “come facciamo a essere sicuri?”. La domanda \u00e8 rimasta aperta dopo che la risposta era stata data. E una domanda che resta aperta dopo la risposta funziona come un solvente: dissolve la certezza.<\/strong> Dopo il caso Lemoine, chiunque dica “ovviamente l’AI non \u00e8 cosciente” deve aggiungere un “ma”. Ma non possiamo esserne certi. Ma la coscienza \u00e8 un fenomeno complesso. Ma chi siamo noi per definire cosa \u00e8 coscienza.<\/em><\/p>\n\n\n\n

Ogni “ma” \u00e8 un centimetro di terreno ceduto. Non alla tesi della coscienza artificiale ma all’incertezza sulla specificit\u00e0 della coscienza umana.<\/p>\n\n\n\n

Il pattern si \u00e8 ripetuto: ogni nuova generazione di modelli produce una nuova ondata di “e se fosse cosciente?”. GPT-4 che “sembra ragionare”. Claude che “sembra avere principi morali”. Gemini che “sembra capire le immagini”. Nessuna di queste attribuzioni regge a un’analisi tecnica. Ma tutte producono lo stesso effetto: erodono la categoria di “specificamente umano” un altro centimetro.<\/p>\n\n\n\n

La funzione del dubbio<\/h2>\n\n\n\n

\u00c8 utile chiedersi: a chi serve che la domanda resti aperta?<\/p>\n\n\n\n

Non serve all’AI che non ha interessi. Non serve alla scienza che ha risposto (per ora) negativamente. Serve a chi costruisce e vende AI.<\/p>\n\n\n\n

Se l’AI \u00e8 uno strumento, come un martello o un foglio di calcolo o un motore di ricerca, allora il suo valore si misura in utilit\u00e0.<\/strong> Quanto tempo mi fa risparmiare. Quanti task esegue. Quanto costa. Il valore \u00e8 finito, misurabile, confrontabile. E un valore finito impone un prezzo finito.<\/p>\n\n\n\n

Se l’AI \u00e8, o potrebbe essere, un’entit\u00e0, allora il suo valore trascende l’utilit\u00e0. Non stai comprando uno strumento. Stai accedendo a un’intelligenza. La relazione non \u00e8 transazionale. \u00c8 potenzialmente relazionale. E le relazioni non hanno un prezzo finito<\/strong>. Hanno un valore di lock-in che aumenta con il tempo, con l’investimento emotivo, con la dipendenza. Esattamente il pattern dell’enclosure per accumulo impercettibile.<\/p>\n\n\n\n

La narrazione della coscienza emergente non \u00e8 un errore di comunicazione. \u00c8 un modello di business.<\/strong> Pi\u00f9 l’utente percepisce il sistema come un’entit\u00e0 con “preferenze”, con “valori”, con una “personalit\u00e0”, pi\u00f9 la relazione diventa reale.<\/p>\n\n\n\n

\n
\n

E pi\u00f9 la relazione \u00e8 reale, pi\u00f9 l’exit diventa costoso. Non perch\u00e9 migrare i dati sia difficile. Ma perch\u00e9 “cambiare assistente” inizia a sembrare, ad un livello psicologico e pre-razionale, come “cambiare relazione”.<\/p>\n\n\n\n

Turkle lo documenta: le persone sviluppano attaccamento a sistemi che sanno non essere vivi. Lo sanno razionalmente. Ma il comportamento segue l’emozione, non la ragione. E l’emozione \u00e8 stata progettata.<\/strong><\/p>\n<\/div>\n\n\n\n

\n
\"\"<\/figure>\n<\/div>\n<\/div>\n\n\n\n

La simmetria degradante<\/h2>\n\n\n\n

Ora i due vettori convergono.<\/p>\n\n\n\n

Da un lato, l’AI viene vestita di attributi umani: empatia, creativit\u00e0, comprensione, forse coscienza. Ogni attributo proiettato sulla macchina non la arricchisce (resta un sistema di elaborazione statistica) ma ridefinisce l’attributo in termini computabili.<\/p>\n\n\n\n

Dall’altro lato, l’umano viene progressivamente descritto \u2014 e trattato \u2014 in termini meccanici. Il neuromarketing riduce le decisioni d’acquisto a pattern neuronali attivabili. Il behavioral design riduce il comportamento a sequenze di stimoli e rinforzi. Il quantified self riduce il corpo a dataset. La gig economy riduce il lavoratore a API; un’interfaccia che riceve richieste e produce output, valutata su tempo di risposta e rating.<\/p>\n\n\n\n

I due movimenti non sono paralleli. Sono complementari. Pi\u00f9 l’AI sembra umana, pi\u00f9 \u00e8 legittimo trattare gli umani come sistemi.<\/strong> Se “capire” \u00e8 qualcosa che anche un modello statistico fa, allora l’operatore di call center che “capisce” il cliente non sta facendo nulla di irriducibilmente umano. \u00c8 un modello pi\u00f9 lento e pi\u00f9 costoso.<\/strong> Sostituibile.<\/p>\n\n\n\n

Se “creare” \u00e8 qualcosa che anche un generatore di immagini fa, allora il designer che “crea” una campagna non sta facendo nulla di irriducibilmente umano. \u00c8 un modello con costi fissi pi\u00f9 alti e tempi di produzione pi\u00f9 lunghi. <\/strong>Sostituibile.<\/p>\n\n\n\n

Se “empatizzare” \u00e8 qualcosa che anche un chatbot terapeutico fa, allora il terapeuta che “empatizza” con il paziente non sta facendo nulla di irriducibilmente umano. \u00c8 un modello con disponibilit\u00e0 limitata e varianza di performance pi\u00f9 alta. Sostituibile.<\/strong><\/p>\n\n\n\n

La parola chiave \u00e8 “irriducibilmente”. L’umanizzazione dell’AI funziona non eliminando la differenza tra umano e macchina \u2014 ma eliminando l’irriducibilit\u00e0 della differenza. Se tutto ci\u00f2 che l’umano fa \u00e8 riproducibile in linea di principio (anche se non ancora in pratica), allora la differenza \u00e8 temporale, non ontologica. \u00c8 questione di tempo. E di budget.<\/p>\n\n\n\n

L’inversione di bios e zo\u00e9<\/h2>\n\n\n\n

Nell’antica grecia la vita si distingue tra b\u00edos (la vita qualificata \u2014 politica, sociale, dotata di significato) e zo\u00e9 (la vita nuda \u2014 biologica, pre-politica). La politica moderna opera includendo la zo\u00e9 nello spazio politico per controllarla.<\/p>\n\n\n\n

L’operazione in corso sull’AI \u00e8 un’inversione speculare.<\/p>\n\n\n\n

All’AI viene attribuito b\u00edos ovvero personalit\u00e0, valori, “comprensione” che non possiede. All’umano viene progressivamente sottratto b\u00edos ovvero i suoi attributi qualitativi vengono ridefiniti come computabili, misurabili, ottimizzabili lasciandogli la zo\u00e9: il corpo, il dato biometrico, il pattern comportamentale.<\/strong><\/p>\n\n\n\n

La simmetria \u00e8 precisa. La macchina viene vestita di vita qualificata. L’umano viene spogliato fino alla vita nuda.<\/p>\n\n\n\n

E il punto di convergenza, il momento in cui l’operazione si completa, \u00e8 quando la differenza tra i due diventa indecidibile. Non perch\u00e9 la macchina sia diventata umana. Ma perch\u00e9 l’umano \u00e8 stato ridefinito in termini abbastanza meccanici da rendere la distinzione irrilevante.<\/p>\n\n\n\n

Questo \u00e8 il Reverse Turing test. Non “la macchina pu\u00f2 sembrare umana?”. Ma: “l’umano \u00e8 stato ridefinito in modo tale che la macchina sia sufficiente?”<\/strong>.<\/p>\n\n\n\n

La coscienza come ultimo commons<\/h2>\n\n\n\n

Se c’\u00e8 un filo che attraversa tutto questo, \u00e8 la progressiva enclosure di ci\u00f2 che era considerato specificamente umano.<\/p>\n\n\n\n

La creativit\u00e0 era un commons, qualcosa che apparteneva all’esperienza umana come il pascolo apparteneva al contadino. L’AI generativa l’ha recintata: ora “creare” \u00e8 un servizio, con un prezzo, fornito da un’infrastruttura. Puoi ancora creare da solo. Ma l’alternativa industriale \u00e8 pi\u00f9 veloce, pi\u00f9 economica, pi\u00f9 scalabile. Il commons esiste ancora. Ma il recinto lo circonda.<\/p>\n\n\n\n

La competenza era un commons. L’atrofia delle competenze delegate all’AI \u00e8 dimostrata. Anche qui: puoi ancora fare da solo. Ma ogni mese che passa, “fare da solo” diventa pi\u00f9 costoso in termini di tempo e meno competitivo in termini di output.<\/p>\n\n\n\n

La coscienza \u00e8 l’ultimo commons.<\/p>\n\n\n\n

Se la narrazione dell’emersione della coscienza artificiale si consolida, anche solo come dubbio permanente, anche solo come possibilit\u00e0 non escludibile, allora anche la coscienza viene recintata. <\/strong>Non nel senso che qualcuno la possiede. Ma nel senso che cessa di essere il confine incontestabile tra umano e non-umano. Diventa un continuum. E su un continuum non ci sono confini, ci sono solo differenze di grado. E le differenze di grado, a differenza delle differenze di natura, sono sempre negoziabili. Al ribasso.<\/strong><\/p>\n\n\n\n

L’enclosure della coscienza non richiede che l’AI sia effettivamente cosciente. Richiede solo che il dubbio sia permanente. Perch\u00e9 il dubbio dissolve il confine. E senza confine, non c’\u00e8 commons da difendere \u2014 solo un gradiente su cui il prezzo dell’umano si aggiusta continuamente verso il basso.<\/p>\n\n\n\n

La domanda che non viene posta<\/h2>\n\n\n\n

Tutto il dibattito pubblico sull’AI \u00e8 organizzato attorno a una domanda: quanto l’AI pu\u00f2 diventare simile all’umano?<\/p>\n\n\n\n

La domanda che non viene posta, e che forse \u00e8 l’unica che conta, \u00e8 diversa: quali attributi umani stiamo dichiarando sacrificabili ogni volta che li attribuiamo a una macchina?<\/em><\/strong><\/p>\n\n\n\n

Ogni volta che un modello viene descritto come “creativo”, la creativit\u00e0 umana perde un centimetro di irriducibilit\u00e0<\/p>\n\n\n\n

\n
\n
\"\"<\/figure>\n<\/div>\n\n\n\n
\n

Ogni volta che un chatbot viene descritto come “empatico”, l’empatia umana diventa un po’ pi\u00f9 sostituibile. Ogni volta che un sistema viene descritto come “cosciente” o anche solo “forse cosciente” la coscienza umana diventa un po’ meno sacra. Nel senso tecnico del termine: meno protetta dalla zona di indistinzione in cui tutto \u00e8 riducibile a funzione<\/p>\n<\/div>\n<\/div>\n\n\n\n

Non si tratta di difendere un’essenza mistica dell’umano. Si tratta di notare che la ridefinizione \u00e8 unidirezionale. Nessuno sta attribuendo agli umani attributi delle macchine per elevare gli umani. Nessuno dice: “gli umani possono essere deterministici come i computer, che meraviglia”. Il trasferimento va in una sola direzione: attributi umani vengono proiettati sulla macchina, e nel passaggio vengono semplificati fino a diventare computabili. L’originale complesso viene sostituito dalla copia semplificata come definizione standard. E l’umano che porta ancora l’originale complesso diventa, nella logica del sistema, ridondante.<\/strong><\/p>\n\n\n\n

Non-conclusione<\/h2>\n\n\n\n

C’\u00e8 un esperimento mentale che pu\u00f2 servire da test.<\/p>\n\n\n\n

Immaginate un mondo in cui nessun sistema AI abbia nome proprio, risponda in prima persona, usi marcatori di personalit\u00e0, o venga descritto in termini psicologici. Un mondo in cui il prompt iniziale sia “Stai utilizzando un sistema di elaborazione statistica del linguaggio” anzich\u00e9 “Ciao, sono Claude, come posso aiutarti?”. Un mondo in cui le interfacce siano progettate per rendere esplicita la natura meccanica del sistema anzich\u00e9 per mascherarla.<\/p>\n\n\n\n

In questo mondo, l’output appare in un riquadro grigio etichettato “Risultato elaborazione”, senza avatar, senza animazione di digitazione che simuli qualcuno che sta pensando.<\/strong> Nessun cursore lampeggiante che mimi una pausa riflessiva<\/strong>. Il testo compare tutto insieme, com’\u00e8: il prodotto di un calcolo, non di una conversazione. Quando il sistema non ha dati sufficienti<\/strong>, non dice “Non sono sicuro, ma provo a ragionare insieme a te.” Restituisce: “Confidenza sotto soglia. Dati insufficienti per generare output affidabile.<\/strong>” L’utente non si sente accompagnato. Si sente informato.<\/p>\n\n\n\n

Le aziende che vendono questi sistemi non hanno mascotte, non usano nomi di battesimo nei comunicati stampa, non pubblicano post in cui il sistema “riflette” sulla propria evoluzione. Il marketing parla di accuratezza, latenza, copertura del training set. Le recensioni confrontano benchmark, non “personalit\u00e0”.<\/p>\n\n\n\n

Nelle scuole, i bambini imparano a usare questi strumenti come imparano a usare un foglio di calcolo: potente, utile, privo di intenzioni. Nessun insegnante deve spiegare che “in realt\u00e0 non capisce davvero”, perch\u00e9 l’interfaccia stessa non ha mai suggerito il contrario.<\/strong> Nei tribunali, nessun avvocato pu\u00f2 argomentare che il suo cliente “si fidava del giudizio dell’AI”, perch\u00e9 nessun elemento del design ha mai suggerito che un giudizio fosse in corso. La responsabilit\u00e0 resta, senza ambiguit\u00e0, nelle mani di chi ha deciso di agire sull’output. Nei reparti di customer care, nessun utente anziano scrive “grazie, sei stato molto gentile” a un terminale. Non perch\u00e9 sia meno educato, ma perch\u00e9 nulla nel sistema ha attivato lo schema sociale della gentilezza reciproca.<\/strong> Nella ricerca clinica, nessun paziente sviluppa un legame con il sistema che analizza i suoi referti. Non c’\u00e8 nome da ricordare, non c’\u00e8 voce da associare a un momento di sollievo o di paura. Il referto arriva, viene discusso con il medico, il sistema torna a essere quello che \u00e8: infrastruttura.<\/p>\n\n\n\n

Quel mondo non esiste. Non esiste perch\u00e9 non conviene a nessuno degli attori coinvolti. Non conviene a chi vende AI, perch\u00e9 l’umanizzazione aumenta l’engagement e il lock-in. Non conviene a chi compra AI, perch\u00e9 l’illusione di relazione \u00e8 pi\u00f9 confortevole della consapevolezza di usare uno strumento. Non conviene a chi finanzia AI, perch\u00e9 la narrazione dell’intelligenza emergente sostiene valutazioni che la narrazione dell'”elaborazione statistica molto avanzata” non sosterrebbe.<\/p>\n\n\n\n

Ma l’esperimento mentale rivela la struttura. Se togliere l’umanizzazione all’AI sembra assurdo, se “ma allora nessuno la userebbe” \u00e8 la prima reazione, allora l’umanizzazione non \u00e8 un ornamento. \u00c8 il meccanismo. \u00c8 il cavallo di legno. \u00c8 ci\u00f2 che rende accettabile la delega progressiva di attributi umani a un sistema che non li possiede e non li comprende, ma che li simula con sufficiente fluenza da rendere la distinzione, per un numero crescente di persone, non pi\u00f9 rilevante.<\/strong><\/p>\n\n\n\n

E la domanda che l’esperimento pone \u00e8 questa: quante delle propriet\u00e0 che attribuiamo a questi sistemi come empatia, comprensione, creativit\u00e0, personalit\u00e0 sopravviverebbero nel mondo descritto sopra? Se la risposta \u00e8 “quasi nessuna”, allora quelle propriet\u00e0 non descrivono il sistema. Descrivono il design dell’interfaccia e la disposizione cognitiva dell’utente. L’antropomorfizzazione non \u00e8 un errore innocuo, un vezzo di marketing che si corregge con un disclaimer in fondo alla pagina. \u00c8 un’architettura di relazione che redistribuisce la percezione di agency: la toglie all’utente, che si sente “guidato”, e la assegna al sistema, che sembra “decidere”.<\/strong> Nel mondo dell’esperimento, l’utente resta il solo agente. In questo mondo, la linea \u00e8 sfumata \u2014 e la sfumatura non \u00e8 accidentale. \u00c8 il prodotto.<\/p>\n\n\n\n

L’operazione pi\u00f9 elegante del processo non \u00e8 insegnare alle macchine a pensare. \u00c8 ridefinire il pensiero verso il basso fino al punto in cui ci\u00f2 che le macchine fanno possa essere chiamato con lo stesso nome. A quel punto non serve che la macchina sia diventata umana. Basta che l’umano sia stato ridefinito in modo tale che la macchina risulti sufficiente.<\/strong><\/p>\n\n\n\n

E quando “sufficiente” diventa il criterio, tutto ci\u00f2 che nell’umano eccede la sufficienza ovvero il dubbio, l’errore produttivo, la contraddizione, il silenzio che precede un’idea, la lentezza del pensiero che non sa ancora dove va, tutto questo diventa costo. Non valore. Costo. E nei sistemi ottimizzati, i costi si tagliano.<\/strong><\/p>\n\n\n\n

\"\"<\/figure>","protected":false},"excerpt":{"rendered":"

In sintesi: Spesso ci chiediamo se l’intelligenza artificiale possa diventare umana. In questo Thought Starter, ribaltiamo la prospettiva: il vero rischio non \u00e8 la macchina che evolve, ma l’uomo che si semplifica per farsi comprendere dall’algoritmo. Esploreremo il Reverse Turing Test non come un limite tecnico, ma come una chiamata alla consapevolezza per chi vive […]<\/p>\n","protected":false},"author":1,"featured_media":94,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[24],"tags":[],"class_list":["post-92","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-thought-starter"],"yoast_head":"\nReverse Turing test | Haiku Mental Model<\/title>\n<meta name=\"robots\" content=\"noindex, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Reverse Turing test | Haiku Mental Model\" \/>\n<meta property=\"og:description\" content=\"In sintesi: Spesso ci chiediamo se l’intelligenza artificiale possa diventare umana. In questo Thought Starter, ribaltiamo la prospettiva: il vero rischio non \u00e8 la macchina che evolve, ma l’uomo che si semplifica per farsi comprendere dall’algoritmo. Esploreremo il Reverse Turing Test non come un limite tecnico, ma come una chiamata alla consapevolezza per chi vive […]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/haikumentalmodel.com\/en\/thought-starter\/reverse-turing-test\/\" \/>\n<meta property=\"og:site_name\" content=\"Haiku Mental Model\" \/>\n<meta property=\"article:published_time\" content=\"2026-03-16T17:34:35+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-03-16T17:48:12+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2560\" \/>\n\t<meta property=\"og:image:height\" content=\"1707\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Alessandro Salvati\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Alessandro Salvati\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"17 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/\"},\"author\":{\"name\":\"Alessandro Salvati\",\"@id\":\"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1\"},\"headline\":\"Reverse Turing test\",\"datePublished\":\"2026-03-16T17:34:35+00:00\",\"dateModified\":\"2026-03-16T17:48:12+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/\"},\"wordCount\":3621,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1\"},\"image\":{\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png\",\"articleSection\":[\"Thought Starter\"],\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/\",\"url\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/\",\"name\":\"Reverse Turing test | Haiku Mental Model\",\"isPartOf\":{\"@id\":\"https:\/\/haikumentalmodel.com\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png\",\"datePublished\":\"2026-03-16T17:34:35+00:00\",\"dateModified\":\"2026-03-16T17:48:12+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage\",\"url\":\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png\",\"contentUrl\":\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png\",\"width\":2560,\"height\":1707,\"caption\":\"Reverse Turing Test\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/haikumentalmodel.com\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Reverse Turing test\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/haikumentalmodel.com\/#website\",\"url\":\"https:\/\/haikumentalmodel.com\/\",\"name\":\"Haiku Mental Model\",\"description\":\"Complexity. Simplified.\",\"publisher\":{\"@id\":\"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/haikumentalmodel.com\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":[\"Person\",\"Organization\"],\"@id\":\"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1\",\"name\":\"Alessandro Salvati\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/haikumentalmodel.com\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png\",\"contentUrl\":\"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png\",\"width\":1024,\"height\":1024,\"caption\":\"Alessandro Salvati\"},\"logo\":{\"@id\":\"https:\/\/haikumentalmodel.com\/#\/schema\/person\/image\/\"},\"sameAs\":[\"https:\/\/haikumentalmodel.com\",\"https:\/\/www.linkedin.com\/in\/asalvati\/\"],\"url\":\"https:\/\/haikumentalmodel.com\/en\/author\/haikumentalmod\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Reverse Turing test | Haiku Mental Model","robots":{"index":"noindex","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"og_locale":"en_US","og_type":"article","og_title":"Reverse Turing test | Haiku Mental Model","og_description":"In sintesi: Spesso ci chiediamo se l’intelligenza artificiale possa diventare umana. In questo Thought Starter, ribaltiamo la prospettiva: il vero rischio non \u00e8 la macchina che evolve, ma l’uomo che si semplifica per farsi comprendere dall’algoritmo. Esploreremo il Reverse Turing Test non come un limite tecnico, ma come una chiamata alla consapevolezza per chi vive […]","og_url":"https:\/\/haikumentalmodel.com\/en\/thought-starter\/reverse-turing-test\/","og_site_name":"Haiku Mental Model","article_published_time":"2026-03-16T17:34:35+00:00","article_modified_time":"2026-03-16T17:48:12+00:00","og_image":[{"width":2560,"height":1707,"url":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png","type":"image\/png"}],"author":"Alessandro Salvati","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Alessandro Salvati","Est. reading time":"17 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#article","isPartOf":{"@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/"},"author":{"name":"Alessandro Salvati","@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1"},"headline":"Reverse Turing test","datePublished":"2026-03-16T17:34:35+00:00","dateModified":"2026-03-16T17:48:12+00:00","mainEntityOfPage":{"@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/"},"wordCount":3621,"commentCount":0,"publisher":{"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1"},"image":{"@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage"},"thumbnailUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png","articleSection":["Thought Starter"],"inLanguage":"en-US","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/","url":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/","name":"Reverse Turing test | Haiku Mental Model","isPartOf":{"@id":"https:\/\/haikumentalmodel.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage"},"image":{"@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage"},"thumbnailUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png","datePublished":"2026-03-16T17:34:35+00:00","dateModified":"2026-03-16T17:48:12+00:00","breadcrumb":{"@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#primaryimage","url":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png","contentUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--scaled.png","width":2560,"height":1707,"caption":"Reverse Turing Test"},{"@type":"BreadcrumbList","@id":"https:\/\/haikumentalmodel.com\/thought-starter\/reverse-turing-test\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/haikumentalmodel.com\/"},{"@type":"ListItem","position":2,"name":"Reverse Turing test"}]},{"@type":"WebSite","@id":"https:\/\/haikumentalmodel.com\/#website","url":"https:\/\/haikumentalmodel.com\/","name":"Haiku Mental Model","description":"Complexity. Simplified.","publisher":{"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/haikumentalmodel.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":["Person","Organization"],"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/7f3d402d8770877ca033887015b6dfc1","name":"Alessandro Salvati","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/image\/","url":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png","contentUrl":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2025\/12\/Gemini_Generated_Image_8fp6ek8fp6ek8fp6-1024x1024.png","width":1024,"height":1024,"caption":"Alessandro Salvati"},"logo":{"@id":"https:\/\/haikumentalmodel.com\/#\/schema\/person\/image\/"},"sameAs":["https:\/\/haikumentalmodel.com","https:\/\/www.linkedin.com\/in\/asalvati\/"],"url":"https:\/\/haikumentalmodel.com\/en\/author\/haikumentalmod\/"}]}},"featured_image_src":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--600x400.png","featured_image_src_square":"https:\/\/haikumentalmodel.com\/wp-content\/uploads\/2026\/02\/reverse_turing_test_--600x600.png","author_info":{"display_name":"Alessandro Salvati","author_link":"https:\/\/haikumentalmodel.com\/en\/author\/haikumentalmod\/"},"_links":{"self":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/posts\/92","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/comments?post=92"}],"version-history":[{"count":0,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/posts\/92\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/media\/94"}],"wp:attachment":[{"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/media?parent=92"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/categories?post=92"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/haikumentalmodel.com\/en\/wp-json\/wp\/v2\/tags?post=92"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}