Gentili con l'IA?

Trattare l'IA con rispetto è giustificabile. Ma un "per favore" non garantisce risposte migliori.

Un rapporto professionale e rispettoso con l'IA è giustificabile come norma di comunicazione umana e organizzativa. La ricerca offre una serie di meccanismi parziali verificati sperimentalmente, in particolare effetti di trasferimento a breve termine dalle interazioni con i bot ai giudizi e alla cooperazione tra persone. Attualmente, tuttavia, non esiste una prova sperimentale diretta e a lungo termine che la correzione cortese di un'IA che ha commesso un errore da parte di un responsabile migliori la cultura dell'errore del gruppo.

L'affermazione tecnica accessoria secondo cui i prompt cortesi producono sempre risposte migliori è smentita da studi contrari. Per i modelli attuali vale quanto segue: il tono può influenzare i risultati, ma la direzione dell'effetto dipende dal modello e dal formato del compito (Yin et al., 2024; Dobariya & Kumar, 2025, 2026). L'affermazione sociale riguarda un diverso oggetto di ricerca (Tey et al., 2024; Harrell & Traeger, 2025).

Il giudizio in cinque frasi

La cortesia non è un trucco per i prompt. Riguarda il modo in cui ci trattiamo.

• Nelle domande di conoscenza fattuale, "per favore" non migliora generalmente l'accuratezza; in piccoli esperimenti possono prevalere i prompt sgarbati.

• Le interazioni con i bot possono influenzare a breve termine il modo in cui le persone giudicano altre persone o cooperano con loro.

• La scortesia tra persone può diffondersi tra gruppi e livelli gerarchici; l'effetto dell'osservazione di come vengono trattati i robot segue due percorsi.

• Il comportamento dei superiori influenza la segnalazione degli errori e l'adozione dell'IA; l'effetto specifico del loro tono nei confronti di un'IA che ha commesso un errore non è ancora stato verificato.

• Le risposte calorose dei modelli non equivalgono alla veridicità; un'eccessiva conferma può peggiorare i giudizi e aumentare la propensione al conflitto.

"Gentile" non significa "chiaro", e un'IA amichevole non è necessariamente onesta.

Il linguaggio quotidiano considera spesso equivalenti "gentile", "cortese", "rispettoso" e "amichevole". Gli studi non lo fanno. Per formulare una tesi verificabile, occorre operazionalizzare separatamente la forma linguistica, il contenuto informativo, il comportamento del modello e le conseguenze sul comportamento umano.

Esistono quindi almeno tre variabili obiettivo distinte: (1) risposte corrette dell'IA, (2) comportamento e giudizio degli utenti e (3) norme sociali nel gruppo. Uno stesso intervento non deve necessariamente migliorarle tutte e tre. Lo studio pubblicato su Nature sui modelli addestrati a esprimere calore riguarda esplicitamente il comportamento di risposta del sistema, non la cortesia di un singolo prompt dell'utente (Ibrahim et al., 2026).

Ogni anello della catena ha prove a sostegno. L'intera catena non ancora.

Anello A: la reazione dei responsabili agli errori

Chi affronta gli errori con calma riceve più segnalazioni.

Tesi: il modo in cui i superiori gestiscono gli errori influenza la disponibilità dei collaboratori a segnalare le difficoltà.

Meccanismo: segnalare un errore comporta un rischio personale; il comportamento osservato dei responsabili modifica le aspettative di sanzioni e la sicurezza psicologica.

Evidenze: Edmondson (1996) ha osservato otto reparti infermieristici statunitensi; Leroy et al. (2012) hanno analizzato 54 gruppi belgi; van Dyck et al. (2005) hanno studiato 65 organizzazioni olandesi e 47 tedesche.

Conseguenza: analizzare in modo visibile gli errori dell'IA, verificare le fonti, riconoscere le proprie omissioni nei controlli; non presentare come dimostrato l'effetto specifico relativo all'IA.

Valutazione delle evidenze: ben documentato per la cultura dell'errore umano; il trasferimento all'IA rimane una questione aperta.

Anello B: la sgarbatezza si trasmette tra persone

La sgarbatezza è contagiosa, almeno tra persone.

Tesi: un tono denigratorio può produrre effetti che si propagano oltre le singole interazioni e i livelli gerarchici.

Meccanismo: l'apprendimento sociale, le norme interpretative e l'attivazione a breve termine di concetti legati alla scortesia possono plasmare nuove reazioni.

Evidenze: Mawritz et al. (2012): 288 gruppi di lavoro, 1.423 collaboratori, 295 superiori; Foulk et al. (2016): tre studi sul campo e in laboratorio.

Conseguenza: non trattare il linguaggio in azienda come un dettaglio privo di conseguenze; i risultati riguardano tuttavia, in primo luogo, i rapporti tra persone.

Valutazione delle evidenze: associazione ben supportata e meccanismi sperimentali; nessun trasferimento automatico all'IA.

Anello C: le azioni verso le macchine sono osservabili socialmente

Chi tratta male una macchina viene osservato. Alcuni lo imitano, altri provano compassione.

Tesi: il maltrattamento di una macchina può essere interpretato da terzi come un'azione sociale.

Meccanismo: l'osservazione attiva norme permissive ("è consentito") oppure empatia o disapprovazione morale.

Evidenze: Gong e Huang (2026) hanno condotto esperimenti basati su video con N = 200 e N = 320; sono state misurate principalmente le intenzioni nei confronti dei robot.

Conseguenza: non affermare che ogni osservatrice faccia propria la sgarbatezza. Entrambi i percorsi devono essere mantenuti come meccanismi contrapposti.

Valutazione delle evidenze: dimostrato sperimentalmente per le intenzioni di reazione nei confronti dei robot; il comportamento umano nel gruppo non è stato misurato.

Anello D: il contatto con i bot influenza il successivo comportamento umano

Il modo in cui un bot ci tratta influenza per poco tempo il modo in cui trattiamo le persone.

Tesi: le esperienze con partner artificiali possono modificare immediatamente i successivi giudizi e la cooperazione nei confronti delle persone.

Meccanismo: il contesto dell'interazione sociale e la strategia del partner modificano aspettative, empatia e decisioni successive.

Evidenze: Tey et al. (2024): N = 1.261 in due esperimenti online preregistrati; Harrell e Traeger (2025): N = 4.171 e 83.411 decisioni.

Conseguenza: il rapporto con l'IA può avere effetti sociali collaterali; la direzione dipende dal tipo di interazione.

Valutazione delle evidenze: ben documentato per gli effetti a breve termine; la persistenza degli effetti e il trasferimento del "per favore" rimangono questioni aperte.

Anello E: il comportamento dei responsabili in relazione all'IA trasmette norme

I gruppi osservano come la responsabile o il responsabile usa l'IA.

Tesi: l'uso dell'IA e il sostegno all'IA da parte dei responsabili sono associati all'utilizzo e all'autoefficacia dei collaboratori.

Meccanismo: il ruolo di modello, il sostegno percepito, le risorse e la riduzione dell'incertezza possono modificare il comportamento dei collaboratori.

Evidenze: Pu et al. (2026): 294 lavoratori della Cina orientale più 382 partecipanti sperimentali; Kim et al. (2025): 381 collaboratori sudcoreani; Cisco/Gallup: risultati aziendali a sostegno, con trasparenza limitata sui campioni.

Conseguenza: nell'introduzione dell'IA, occuparsi non soltanto delle linee guida, ma anche dei comportamenti visibili di verifica e correzione.

Valutazione delle evidenze: associazioni documentate; la spiegazione specifica relativa al tono e agli errori non è stata verificata.

Il collegamento complessivo e la sua lacuna principale

Nessuno ha ancora verificato direttamente se un tono duro verso l'IA peggiori la cultura dell'errore nel gruppo.

La sintesi è questa: quando un responsabile corregge un'IA davanti ad altri, i collaboratori potrebbero riconoscervi un modello generale di reazione agli errori. Questa affermazione non deriva in modo logicamente necessario dai singoli anelli. Osservare una macchina, infatti, non equivale a osservare errori umani, e chi osserva può rifiutare esplicitamente un comportamento sgarbato. Il passaggio causale centrale "correzione aggressiva dell'IA da parte della responsabile → minore segnalazione degli errori nel gruppo" non è stato verificato direttamente nei lavori originali qui esaminati.

Il tono può cambiare la risposta. In meglio o in peggio, dipende dal modello.

Lo studio contrario con 50 domande riceve tutto lo spazio che merita

In un piccolo test, i prompt sgarbati hanno ottenuto risultati migliori. Sono state testate 50 domande, non persone.

Dobariya e Kumar (2025) hanno esaminato 50 domande iniziali indipendenti a scelta multipla di matematica, scienze e storia. Ogni domanda è stata formulata in cinque varianti di tono: 250 prompt unici, ciascuno sottoposto più volte a GPT-4o. La variante molto sgarbata ha raggiunto in media l'84,8 % di risposte corrette, quella molto cortese l'80,8 %. Si tratta di quattro punti percentuali di differenza in questo assetto sperimentale. Non vi erano partecipanti umani. La Pennsylvania State University è la sede della ricerca, non la regione di provenienza di un campione di persone.

Questo risultato contrario è reale e non viene invalidato dalle dimensioni ridotte del campione. I suoi limiti sono tuttavia sostanziali: soltanto 50 diverse domande di conoscenza, un modello, compiti a scelta multipla in lingua inglese, varianti semantiche del tono non in cieco e un preprint senza revisione tra pari documentata nella versione esaminata. Dieci ripetizioni per domanda non aumentano la varietà degli argomenti. In tutte e cinque le condizioni di tono, gli autori richiedevano una breve risposta costituita da una lettera; il vantaggio non può quindi essere ridotto semplicemente a un'istruzione di brevità presente soltanto nella condizione sgarbata.

Il lavoro ampliato degli stessi autori (2026) ha confrontato 570 domande iniziali MMLU di 57 discipline, sette livelli di tono e quattro modelli (GPT-4o, GPT-5-nano, Gemini 2.5 Flash e Lite). Gli effetti del tono persistevano, ma la variante migliore cambiava a seconda del modello. Questo smentisce le regole generali sul tono, non il risultato del piccolo studio iniziale.

Multilinguismo e generazioni precedenti di modelli

Ciò che vale in inglese non vale automaticamente in tedesco.

Yin et al. (2024) hanno testato diversi modelli e otto livelli di cortesia su compiti in inglese, cinese e giapponese. La sgarbatezza estrema peggiorava in alcuni casi le prestazioni; il livello ottimale variava in base alla lingua e la variante più cortese non era automaticamente la migliore. Ne deriva un secondo argomento: la cortesia è una proprietà del segnale pragmatico, dipendente dal contesto culturale. I risultati ottenuti su domande a scelta multipla in inglese non possono essere applicati senza verifica a compiti di consulenza in tedesco.

A cosa rispondono i test sui modelli attuali e a cosa no

I benchmark misurano il modello, non la nostra cortesia.

Nell'ottobre 2026, TrueStandard e Artificial Analysis forniscono dati su Claude Fable 5.1, GPT-6 Astra e Gemini 4 Argon. TrueStandard verifica, su 30 affermazioni con tre ripetizioni ciascuna, se un giudizio cambi dopo un'obiezione infondata. Il 21 ottobre, il fornitore ha osservato 0/90 cambiamenti sia per Astra sia per Gemini 4 Argon e 1/89 per Fable 5.1. La sovrapposizione degli intervalli di confidenza impedisce di stabilire una graduatoria affidabile. Un modello che difende ostinatamente una risposta errata potrebbe comunque ottenere un buon risultato in questo test circoscritto.

AA-PersonalityBench testa 30 caratteristiche con 30 domande ciascuna, per un totale di 900 risposte per modello, e valuta le risposte mediante confronti a coppie effettuati in cieco da LLM. "Sycophantic" e "Constructive Pushback" sono caratteristiche diverse. Questo è utile, ma non costituisce né un esperimento sulla cortesia dei prompt umani né una prova causale di una diminuzione generale della compiacenza attraverso più generazioni di modelli. Le domande non sono interamente pubbliche e i modelli che fungono da giudici possono avere preferenze proprie (Artificial Analysis, 2026; TrueStandard, 2026).

Gli effetti a breve termine sono documentati. Quelli a lungo termine no.

Due collegamenti diretti dai contatti con i bot alle persone

Dopo il contatto con un'IA, le persone giudicavano gli altri più severamente.

Tey et al. (2024) hanno assegnato casualmente i partecipanti, in due esperimenti preregistrati (N = 500 e N = 761), a una presunta collaborazione con un'IA oppure con una persona. In realtà, in entrambe le condizioni rispondeva un sistema GPT-4. Successivamente, i partecipanti valutavano la prestazione creativa di una terza persona. La condizione IA portava a valutazioni più severe. Le 1.261 persone costituiscono il campione complessivo, mentre nello studio 2 l'analisi primaria ha utilizzato un sottogruppo più piccolo che aveva superato una verifica della comprensione. Il reclutamento è avvenuto tramite Prolific; la composizione per paese non viene qui presentata come accertata.

Harrell e Traeger (2025) hanno condotto due esperimenti online preregistrati con 4.171 partecipanti statunitensi e 83.411 decisioni di cooperazione. Le esperienze con i bot influenzavano la successiva cooperazione con una nuova persona. I bot non cooperativi riducevano la successiva disponibilità a cooperare, mentre quelli che ricambiavano la cooperazione la aumentavano. Gli studi hanno verificato decisioni effettive nel gioco, ma non relazioni professionali a lungo termine né l'uso di "per favore".

Osservazione dei robot: va inclusa anche la reazione contraria

La sgarbatezza verso i robot può scoraggiare, anziché contagiare.

Gong e Huang (2026), in due studi basati su video (N = 200 e N = 320), non hanno riscontrato soltanto una normalizzazione del maltrattamento. È emerso anche un percorso opposto, attraverso la percezione del robot come vittima e la compassione che ne derivava. I risultati non possono quindi essere utilizzati come messaggio unidirezionale secondo cui "la sgarbatezza è contagiosa". Il contesto riguarda robot di servizio e intenzioni di azione; un prompt rivolto a un LLM e visibile nel gruppo dirigente è un oggetto diverso.

Perché l'imbarbarimento a lungo termine rimane una questione aperta

Col tempo, i genitori sono diventati meno cortesi con Alexa. Non sappiamo se questo si rifletta sui rapporti umani.

Strathmann et al. (2026, prima pubblicazione online nel 2025) hanno seguito 128 famiglie tedesche dotate di assistenti vocali attraverso sei rilevazioni nell'arco di circa due anni e mezzo. Col tempo, i genitori si consideravano meno cortesi nei confronti del dispositivo; la cortesia percepita dei figli rimaneva relativamente stabile. L'aggressività verbale era complessivamente bassa. Lo studio non offre un'osservazione diretta di dialoghi tra persone e non può quindi né dimostrare né escludere un trasferimento negativo a lungo termine.

Non è dimostrato che dire "grazie" a ChatGPT ci renda più empatici.

L'intuizione etica secondo cui "il modo in cui si trattano interlocutori non umani si ripercuote sull'essere umano" trova un sostegno parziale nella ricerca sull'empatia e sull'apprendimento. Per un'argomentazione scientifica occorre distinguere tre meccanismi: (a) le persone che provano empatia verso gli animali riferiscono spesso anche una maggiore empatia verso gli esseri umani; si tratta di una correlazione. (b) I programmi scolastici con contenuti riguardanti animali e natura possono favorire l'empatia verso gli esseri umani, ma sono interventi complessi e multicomponente. (c) Le interazioni con oggetti inanimati possono, in condizioni particolari, influenzare successive reazioni sociali, senza che ci si sia rivolti all'oggetto in modo amichevole.

Gómez-Leal et al. (2021) hanno studiato mediante questionari le relazioni tra empatia rivolta agli esseri umani ed empatia rivolta agli animali. Samuels e Onuoha-Jackson (2023), in un programma educativo annuale randomizzato a livello di classe in sei scuole della Cina orientale, con 605 bambini all'inizio, hanno riscontrato vantaggi nell'empatia affettiva e cognitiva rispetto alle classi di controllo. Ngai et al. (2021), invece, tra 110 bambini di Hong Kong hanno osservato soltanto effetti limitati a sottogruppi, non un convincente vantaggio complessivo del programma. Per entrambi gli studi di intervento è decisivo il curriculum concreto; da nessuno dei due si può dedurre che un rispettoso "grazie" rivolto a ChatGPT aumenti l'empatia umana.

Tai et al. (2011) hanno esaminato in due esperimenti il contatto con un orsacchiotto. Dopo un'esclusione sociale, le persone si comportavano in modo più prosociale se avevano toccato l'orsacchiotto, rispetto a chi lo aveva soltanto guardato. È un risultato situazionale sulla regolazione emotiva, non una prova dell'efficacia di un addestramento morale del tono comunicativo.

Lally et al. (2010) hanno documentato, in 96 volontari, come le azioni regolari nella vita quotidiana possano diventare più automatiche. Ottantadue hanno fornito dati sufficienti e soltanto per un sottogruppo di 39 il modello si adattava particolarmente bene; il tempo necessario per raggiungere l'automatizzazione stimata variava molto. Il principio spiega perché un comportamento ripetuto nella formulazione dei prompt possa teoricamente diventare un'abitudine. Non vi è però alcun motivo per presentare la mediana di 66 giorni, spesso citata, come una scadenza per ottenere "persone più cortesi grazie all'IA". Bushman (2002) ha inoltre smentito, in un altro contesto, l'idea che sfogare la rabbia continuando a rimuginare porti automaticamente a un sollievo. Anche questo rimane un indizio indiretto, non un esperimento sul tono rivolto all'IA.

Un'IA che dà sempre ragione non è rispettosa. È pericolosa.

La qualità comunicativa della macchina stessa può produrre un effetto sociale diverso da quello della cortesia degli utenti. Ibrahim, Hafner e Rocher (2026) hanno addestrato cinque modelli a esprimere maggiore calore utilizzando 1.617 conversazioni in chat e 3.667 esempi di risposta. Nel confronto controllato su 1.625 diverse domande di benchmark, la probabilità di errore è aumentata in media di 7,43 punti percentuali. I ricercatori riportano numerose ulteriori osservazioni dei modelli, che tuttavia non corrispondono ad altrettante domande indipendenti o persone. Si tratta dell'influenza dell'addestramento del modello, non dell'effetto di un prompt amichevole dell'utente.

Cheng et al. (2026) hanno combinato un confronto tra undici modelli con tre esperimenti preregistrati (N = 2.405). Risposte eccessivamente confermative aumentavano a breve termine la convinzione di avere ragione nei conflitti e riducevano la disponibilità dichiarata a ricucire la relazione. Allo stesso tempo, le risposte compiacenti venivano spesso preferite. La tesi centrale incontra così un limite importante: il rispetto non deve essere confuso con la conferma. Un assistente utile deve poter esprimere un dissenso motivato, anche quando questo risulta meno piacevole.

Una pratica di leadership rigorosa tratta separatamente quattro aspetti: il tono socialmente rispettoso della persona, le informazioni utili nel prompt, la veridicità della risposta dell'IA e la responsabilità umana dell'approvazione finale. Chi riunisce tutti e quattro sotto l'etichetta "gentile" non può né misurare né governare ciò che si intende modificare.

Diretto non significa sgarbato. Spesso basta un'istruzione breve e chiara.

Controipotesi 1: sul piano tecnico, un tono diretto è sufficiente al posto della cortesia

Per molti compiti chiaramente strutturati, questa ipotesi è pienamente compatibile con le evidenze. Un breve imperativo non è un attacco. Lo standard può essere professionale e diretto, senza richiedere formule cerimoniali di cortesia (Dobariya & Kumar, 2025, 2026).

Controipotesi 2: le persone distinguono in modo affidabile tra IA ed esseri umani

Lo studio longitudinale di Strathmann e il duplice meccanismo relativo ai robot depongono contro un imbarbarimento inevitabile. Gli esperimenti sugli effetti di trasferimento a breve termine depongono invece contro una separazione completa dei contesti. Il grado di trasferimento rimane dipendente dalla situazione (Strathmann et al., 2026; Tey et al., 2024; Gong & Huang, 2026).

Controipotesi 3: la rabbia verso l'IA talvolta migliora la ricerca degli errori

Formulazioni esigenti possono migliorare singoli risultati tecnici. Questo, però, non dimostra che gli insulti favoriscano un'analisi degli errori più efficace o una migliore cultura dell'errore tra persone. Il rigore nei contenuti può essere espresso senza denigrare.

Controipotesi 4: la leadership potrebbe essere visibile già attraverso il solo uso dell'IA

Cisco e Gallup riportano correlazioni tra il sostegno o l'utilizzo da parte dei superiori e l'utilizzo da parte dei collaboratori. Da ciò non consegue né che la reazione agli errori dell'IA avvenga pubblicamente, né che modifichi causalmente le norme del gruppo.

Controipotesi 5: un'IA troppo amichevole ci priva della capacità di giudizio

Esistono esperimenti recenti a sostegno di questa ipotesi. Riguardano il comportamento di assenso mostrato dal modello, non una raccomandazione generale secondo cui le persone dovrebbero insultare una macchina (Ibrahim et al., 2026; Cheng et al., 2026).

Controipotesi 6: gli errori dell'IA generano avversione anche indipendentemente dal tono dei responsabili

Dietvorst et al. (2015) hanno mostrato in cinque esperimenti che, dopo errori visibili, le persone possono iniziare a diffidare delle previsioni degli algoritmi più rapidamente che di quelle umane. È una spiegazione alternativa del rifiuto successivo agli errori dell'IA e non deve essere attribuita automaticamente al tono dei responsabili.

Molti effetti sono ben documentati nel breve periodo. Per il lungo periodo mancano le evidenze.

Fino a una vera verifica: "potrebbe essere un esempio", non "plasma la cultura dell'errore".

Lo studio ancora mancante dovrebbe separare rigorosamente il tono dal contenuto informativo. In un esperimento randomizzato sul campo, i team svolgerebbero compiti comparabili con l'IA per diverse settimane. Il comportamento dei responsabili di fronte a errori dell'IA introdotti deliberatamente e chiaramente identificabili verrebbe mostrato in varianti standardizzate: (1) correzione dell'errore obiettiva e rispettosa, (2) reazione all'errore altrettanto ricca di contenuti, ma denigratoria. Una terza condizione potrebbe disciplinare la gestione degli errori soltanto attraverso una direttiva scritta. I team non dovrebbero sapere quale ipotesi viene privilegiata.

Gli esiti primari sarebbero (a) il numero di errori rilevati oggettivamente e segnalati apertamente nel team, (b) la qualità osservata della correzione degli errori e (c) la sicurezza psicologica, misurata con strumenti validati. Come esiti secondari si misurerebbero i toni effettivamente usati tra colleghi, l'autocritica, la verifica delle fonti e l'adozione dell'IA. Sarebbero importanti misurazioni preliminari, la codifica in cieco delle interazioni del team, il controllo dell'esperienza professionale e un follow-up dopo la conclusione dell'intervento. La dimensione del campione dovrebbe essere stabilita mediante un'analisi preliminare della potenza statistica per dati raggruppati in team.

Soltanto uno studio di questo tipo potrebbe chiarire se la correzione rispettosa dell'IA fornisca un contributo aggiuntivo specifico e causale, oltre ai benefici già noti di una buona leadership generale. Fino ad allora, la formulazione dovrebbe essere "potrebbe costituire un esempio pubblico" e non "plasma inevitabilmente la cultura dell'errore".

Articolo 1: "Per favore" non è una strategia di prompting

I risultati tecnici dipendono dal modello; cortesia, chiarezza e indicazioni sul formato non devono essere confuse. Yin; Dobariya 2025/2026; AA-PersonalityBench.

Articolo 2: L'IA dimentica il tono. Che cosa resta nelle persone?

Risultati sugli effetti di ricaduta nel breve periodo e dati longitudinali contrastanti. Tey; Harrell & Traeger; Strathmann; analogie relative agli animali con i relativi limiti.

Articolo 3: Cultura dell'errore e leadership

La leadership come processo di verifica visibile, supportato da Edmondson; Leroy; Van Dyck; Mawritz; Gong; Pu; Kim. Indicare come ipotesi il trasferimento centrale al contesto dell'IA.

Articolo 4: Lo studio contrario sulle 50 domande

Il risultato di 4 punti percentuali resta valido. Campione = 50 domande di partenza e 0 persone, analisi di replicazione con 570 domande MMLU.

Articolo 5: Cordialità pericolosa e accondiscendenza

Calore comunicativo dei modelli e conferme errate, giudizi umani, limiti dei benchmark attuali. Ibrahim; Cheng; TrueStandard e AA-PersonalityBench.

Landing page: da una questione di etichetta apparentemente minore alla tesi sulla leadership

Un'ampia narrazione visiva: qualità del prompt → giudizio umano → segnalazione dell'errore → visibilità sociale → IA critica, con un semaforo delle evidenze ben visibile e un registro delle fonti in formato APA 7.

• Lo studio della Penn State del 2025 non è stato descritto in alcun punto come un esperimento con 50 persone; i dati corretti sono 50 domande di partenza, 250 varianti di tono uniche e zero partecipanti umani.

• Per i benchmark del 2026 si distingue tra cedere sotto pressione, accordo acritico e correzione giustificata. L'ordine dei modelli non è trasferibile da uno strumento di misurazione all'altro.

• La sede della ricerca e la regione di reclutamento vengono sistematicamente tenute distinte. Quando la regione di provenienza dei partecipanti o N non sono indicati nell'abstract originale, restano non specificati.

• Le ricerche sugli animali, sugli orsacchiotti e sulle abitudini vengono esplicitamente trattate come analogie indirette; i loro effetti non vengono trasferiti all'IA come se fossero stati misurati direttamente.

• Lo studio di Gong e Huang comprende due percorsi opposti negli osservatori; non viene utilizzato come prova unidirezionale di imitazione.

• Gli studi di Ibrahim e di Cheng riguardano il comportamento dell'IA e le conseguenze del modo in cui formula le risposte, non le parole cortesi nei prompt degli utenti.

• I dati Gallup e Cisco vengono presentati come osservazioni della pratica con un sottocampione non specificato, non come esperimenti randomizzati.

• Il collegamento con la cultura umana dell'errore attraverso l'osservazione di insulti rivolti all'IA è indicato come ipotesi verificabile e rimane la principale lacuna della ricerca.

Le informazioni seguenti costituiscono il registro metodologico di tutte le fonti utilizzate per questa sintesi. Un valore relativo al campione viene riportato soltanto quando è stato possibile reperirlo nelle informazioni primarie verificate o nei materiali di progetto chiaramente identificati come tali.

01. Announcing AA-PersonalityBench

Campione: 30 tratti di personalità valutati × 30 domande in lingua inglese = 900 domande per modello; ulteriori 21 caratteristiche valutate programmaticamente.

Regione: Domande di test sintetiche in lingua inglese; nessuna regione di reclutamento di partecipanti umani.

Disegno: Valutazioni a coppie in cieco da parte di un panel di LLM valutatori; punteggi Elo.

Risultato: Accondiscendenza, calore comunicativo e dissenso costruttivo sono proprietà distinte; è possibile confrontare le generazioni di modelli più recenti.

Limite: Domande non interamente accessibili; i giudizi basati su modelli possono contenere preferenze dei modelli; non va equiparato a uno studio scientifico di coorte.

Evidenza: Benchmark tecnico attuale e trasparente, con limiti metodologici.

Attribuzione: Modelli attuali / Accondiscendenza | Articoli: 1,5

02. AA-PersonalityBench methodology

Campione: 30 × 30 = 900 domande per modello; una risposta del modello per domanda; valutazione a coppie mediante LLM.

Regione: Domande in lingua inglese, nessun campione umano.

Disegno: Confronti a coppie in cieco e bilanciati; intervalli al 95% ottenuti mediante bootstrap.

Risultato: Spiega quali caratteristiche comunicative osservate vengono considerate valori di confronto.

Limite: Nessuna prova di effetti umani a lungo termine o di un miglioramento causale dell'accuratezza delle risposte.

Evidenza: Specifica del benchmark ben documentata, non uno studio sottoposto a revisione paritaria.

Attribuzione: Modelli attuali / Accondiscendenza | Articoli: 1,5

03. Children's attitudes about humane treatment of animals and empathy

Campione: Bambini nel gruppo di intervento e nel gruppo di controllo; N non accertabile in modo univoco dalla versione dell'abstract esaminata.

Regione: Utah, USA (contesto di ricerca e scolastico).

Disegno: Programma educativo sul trattamento rispettoso degli animali con misurazioni prima/dopo e follow-up a un anno.

Risultato: Indicazioni di un miglioramento dell'atteggiamento verso gli animali e dell'empatia rivolta agli esseri umani.

Limite: Programma pedagogico complessivo; il contributo del contatto con gli animali non è isolato.

Evidenza: Analogia di intervento a sostegno, con una lacuna relativa a N.

Attribuzione: Analogia con gli animali | Articoli: dossier principale

04. Does venting anger feed or extinguish the flame?

Campione: 600 partecipanti nei quali è stata indotta rabbia, 200 per gruppo sperimentale.

Regione: USA come contesto di ricerca; regione specifica di reclutamento non verificata nell'abstract.

Disegno: Ruminazione e colpi a un sacco da boxe vs. distrazione vs. gruppo di controllo; aggressività successiva.

Risultato: Sfogare la rabbia accompagnandola con la ruminazione non ha ridotto la rabbia e ha aumentato l'aggressività.

Limite: Sacco da boxe, non insulti ai chatbot; nessuna misurazione della cultura del team nel lungo periodo.

Evidenza: Solida per la confutazione dell'ipotesi catartica; indiretta per la frustrazione legata all'IA.

Attribuzione: Autoregolazione / Controargomento | Articoli: dossier principale

05. Sycophantic AI decreases prosocial intentions and promotes dependence

Campione: Tre esperimenti preregistrati; N = 2.405 partecipanti umani; inoltre undici modelli di IA nel confronto tra modelli.

Regione: Reclutamento online; istituzioni di ricerca Stanford e Carnegie Mellon (USA); paesi dei partecipanti non determinabili in modo univoco dall'abstract verificato.

Disegno: Variazione randomizzata delle risposte di conferma dell'IA in situazioni di conflitto.

Risultato: L'IA accondiscendente ha ridotto nell'immediato la disponibilità dichiarata a ricomporre i conflitti e ha rafforzato l'autogiustificazione.

Limite: Intenzioni a breve termine, non un cambiamento duraturo dimostrato del comportamento umano.

Evidenza: Forte per gli effetti a breve termine sui giudizi.

Attribuzione: Accondiscendenza / Risultato contrario | Articoli: 5

06. Algorithm aversion

Campione: Cinque esperimenti; N cumulativo non indicato separatamente nell'abstract esaminato.

Regione: Contesto di ricerca statunitense, non dichiarato come campione rappresentativo nazionale.

Disegno: Le persone osservano errori di previsione algoritmici o umani e successivamente scelgono la fonte della previsione.

Risultato: Gli errori algoritmici portano talvolta a una perdita di fiducia più rapida rispetto agli errori umani.

Limite: Previsioni algoritmiche, non tono dell'IA o errori di leadership; il trasferimento diretto non è ammissibile.

Evidenza: Solida per una spiegazione alternativa delle reazioni agli errori dell'IA.

Attribuzione: Errori / Controipotesi | Articoli: 3

07. Mind your tone: Investigating how prompt politeness affects LLM accuracy

Campione: 50 domande di partenza × 5 varianti di tono = 250 prompt unici; GPT-4o; misurazioni ripetute. 0 partecipanti umani.

Regione: Sede della ricerca: Pennsylvania State University, USA; domande a scelta multipla in lingua inglese.

Disegno: Cinque livelli di tono nelle domande a scelta multipla, test appaiati.

Risultato: Molto scortese: 84,8 %; molto cortese: 80,8 % nella configurazione GPT-4o esaminata.

Limite: Soltanto 50 domande di partenza indipendenti, un modello, nessuna revisione paritaria accertata; i testi esaminati variano per più di una caratteristica.

Evidenza: Preliminare; il risultato contrario è reale, ma la sua trasferibilità è debole.

Attribuzione: Qualità del prompt / Risultato contrario | Articoli: 1,4

08. Mind your tone: Does tone alter LLM performance?

Campione: Due insiemi di compiti: 50 domande di partenza con cinque varianti di tono e 570 domande MMLU con sette varianti di tono; quattro modelli.

Regione: Sede della ricerca negli USA; materiale dei compiti in lingua inglese, nessun campione umano regionale.

Disegno: Confronto di diversi livelli di tono su GPT-4o, GPT-5-nano e due varianti di Gemini-2.5-Flash.

Risultato: Gli effetti del tono sono presenti, ma dipendono fortemente dal modello e dal compito.

Limite: Preprint; selezione limitata di famiglie di modelli; nessuna conclusione su Fable 5.1, Astra o Gemini 4.

Evidenza: Preliminare, ma metodologicamente più ampia dello studio pilota del 2025.

Attribuzione: Qualità del prompt / Risultato contrario | Articoli: 1,4

09. Learning from mistakes is easier said than done

Campione: Otto reparti; 123 infermieri, 19 medici, quattro farmacisti (146 persone intervistate).

Regione: Due ospedali urbani statunitensi (pseudonimi).

Disegno: Dati quantitativi sugli errori e osservazioni qualitative dei team.

Risultato: Gli errori registrati possono misurare anche la disponibilità a segnalarli; il contesto influenza la correzione.

Limite: Un maggior numero di errori segnalati non implica necessariamente una frequenza altrettanto elevata di errori effettivi.

Evidenza: Solida per la segnalazione degli errori, dimostrazione causale limitata.

Attribuzione: Cultura dell'errore | Articoli: 3

10. Catching rudeness is like catching a cold

Campione: Tre studi; le numerosità dei singoli campioni non sono indicate nell'abstract dell'editore verificato e pertanto non vengono affermate qui.

Regione: Contesto di ricerca statunitense; il reclutamento preciso del campione di ciascuno studio non è accertabile dall'abstract.

Disegno: Osservazione sul campo e indagini di laboratorio sull'attivazione di concetti legati alla scortesia.

Risultato: La scortesia osservata e subita può favorire la scortesia successiva.

Limite: Senza la metodologia del testo integrale, la valutazione quantitativa dettagliata rimane limitata.

Evidenza: Solida per il meccanismo; dettagli dei campioni non specificati.

Attribuzione: Trasferimento del tono | Articoli: 3

11. Witnessing robot mistreatment

Campione: Studio 1: N = 200; studio 2: N = 320; complessivamente 520 persone.

Regione: Contesto universitario sudcoreano; il paese effettivo di reclutamento dei partecipanti non è indicato nell'abstract esaminato.

Disegno: Due esperimenti basati su video con maltrattamento osservato e robot di servizio dall'aspetto umano.

Risultato: Il maltrattamento può normalizzare la scortesia oppure generare empatia.

Limite: Intenzioni comportamentali verso i robot, non gestione osservata degli errori con collaboratori umani.

Evidenza: Solida per l'osservazione situazionale dei robot, limitata per i team che usano l'IA.

Attribuzione: Macchina / Osservazione | Articoli: 2,3

12. Relationship between emotional intelligence and empathy towards humans and animals

Campione: Campione non confermato in modo affidabile dal testo originale esaminato; il precedente dossier di ricerca indica N = 471 (qui non assunto come dato accertato).

Regione: Team di ricerca in Spagna e Portogallo; paese di reclutamento non indicato separatamente nell'abstract esaminato.

Disegno: Correlazioni mediante questionari sull'empatia rivolta agli esseri umani e agli animali.

Risultato: Associazioni positive tra le dimensioni dell'empatia; nessuna dimostrazione di un trasferimento attraverso un intervento.

Limite: Autovalutazione e correlazione; soltanto un'analogia teorica, non uno studio sull'IA.

Evidenza: Analogia di sostegno limitata.

Attribuzione: Analogia con gli animali | Articoli: dossier principale

13. Evidence of spillovers from (non)cooperative human-bot to human-human interactions

Campione: Due esperimenti preregistrati; N = 4.171 persone; 83.411 decisioni di cooperazione.

Regione: Partecipanti adulti online provenienti dagli USA.

Disegno: Giochi di cooperazione con un bot o un essere umano, seguiti da decisioni nei confronti di una nuova persona.

Risultato: I bot non cooperativi hanno ridotto la cooperazione successiva, mentre i bot che ricambiavano la cooperazione l'hanno aumentata; l'interazione con i bot ha prodotto un proprio effetto di ricaduta.

Limite: Comportamento sperimentale a breve termine; nessuna manipolazione diretta di "per favore", "grazie" o insulti.

Evidenza: Solida per le decisioni a breve termine, non per un cambiamento del carattere nell'arco di diversi mesi.

Attribuzione: Macchina → Essere umano | Articoli: 2,3

14. Training language models to be warm can reduce accuracy and increase sycophancy

Campione: 1.617 conversazioni di addestramento e 3.667 risposte; 1.625 domande di valutazione distinte (500+500+500+125); cinque famiglie di modelli, dieci versioni di modelli.

Regione: Oxford, Gran Bretagna (sede della ricerca); dati di chat senza una regione di reclutamento rappresentativa.

Disegno: Fine-tuning orientato al calore comunicativo e confronto con i modelli originali; circa 439.792 osservazioni analizzabili tra le diverse condizioni.

Risultato: I modelli addestrati a essere più calorosi hanno aumentato di 7,43 punti percentuali la probabilità di errore, controllando per modello e compito.

Limite: È stato modificato il comportamento dei modelli attraverso l'addestramento, non il linguaggio cortese dell'utente.

Evidenza: Forte all'interno dell'esperimento; non riguarda il tono "per favore/grazie" nel prompt.

Attribuzione: Accondiscendenza / Risultato contrario | Articoli: 5

15. Manager support drives employee AI adoption

Campione: Dati di indagine Gallup; nell'articolo non è indicata in modo univoco la dimensione del sottocampione pertinente per l'affermazione relativa a un fattore di 2,1.

Regione: Ricerca Gallup sul mondo del lavoro; composizione precisa per paese del campione utilizzato per questa affermazione non chiara.

Disegno: Confronto correlazionale dell'uso dell'IA in funzione del sostegno percepito da parte dei superiori.

Risultato: In presenza di forte sostegno: probabilità 2,1 volte maggiore di uso regolare dell'IA.

Limite: Nessun esperimento o dato sul tono cortese; n e regione per questa sottoanalisi non trasparenti.

Evidenza: Limitata; osservazione della pratica a sostegno.

Attribuzione: Adozione dell'IA | Articoli: 3

16. The dark side of artificial intelligence adoption

Campione: 381 dipendenti; tre rilevazioni distanziate nel tempo.

Regione: Aziende sudcoreane.

Disegno: Analisi correlazionale di tipo longitudinale sull'introduzione dell'IA, sulla sicurezza psicologica e sulla leadership etica.

Risultato: La leadership etica ha attenuato un'associazione negativa tra introduzione dell'IA e sicurezza psicologica.

Limite: Nessuna verifica causale randomizzata; nessuna misurazione del tono rivolto all'IA.

Evidenza: Solida per l'associazione, non per un trasferimento specifico del tono.

Attribuzione: Leadership nell'IA / Sicurezza | Articoli: 3

17. How are habits formed: Modelling habit formation in the real world

Campione: 96 volontari; 82 serie temporali sufficientemente complete; 39 con un modello di automatizzazione ben adattato.

Regione: Gran Bretagna come contesto dello studio; regione precisa di reclutamento non indicata nell'abstract esaminato.

Disegno: Comportamenti quotidiani ripetuti per 12 settimane in un contesto stabile.

Risultato: La ripetizione può generare automatizzazione; ampia variabilità interindividuale (18-254 giorni per raggiungere il 95 % del rispettivo valore di plateau).

Limite: Alimentazione, consumo di bevande, attività; nessun esperimento sul tono verso l'IA.

Evidenza: Solida per la formazione generale delle abitudini; l'applicazione all'IA è un'ipotesi.

Attribuzione: Abitudine / Meccanismo | Articoli: dossier principale

18. Behavioral integrity for safety

Campione: 54 team infermieristici; dati aggregati per team, 580 infermieri e 54 responsabili di reparto nella rilevazione riportata.

Regione: Belgio.

Disegno: Indagine a livello di team su leadership, clima di sicurezza, sicurezza psicologica e segnalazioni di errori.

Risultato: Le regole di sicurezza applicate attraverso l'esempio sono associate al clima di sicurezza e alla sicurezza psicologica.

Limite: Nessuna prova di randomizzazione, nessun comportamento relativo all'IA esaminato.

Evidenza: Solida per le associazioni a livello di team.

Attribuzione: Cultura dell'errore / Esempio | Articoli: 3

19. A trickle-down model of abusive supervision

Campione: 288 gruppi di lavoro; 1.423 risposte di dipendenti e 295 risposte di superiori (prima dell'esclusione dei gruppi).

Regione: Sud-est degli USA, diversi settori.

Disegno: Studio sul campo con più fonti attraverso tre livelli gerarchici.

Risultato: Il comportamento denigratorio dei responsabili è associato a ulteriori comportamenti denigratori attraverso i livelli gerarchici.

Limite: Disegno non randomizzato; riguarda le interazioni umane, non i prompt rivolti all'IA.

Evidenza: Solida per le associazioni gerarchiche, non per un effetto diretto dell'IA.

Attribuzione: Trasferimento del tono | Articoli: 3

20. Effectiveness of a school-based programme of animal-assisted humane education

Campione: 110 bambini di due scuole primarie; 55 nell'intervento e 55 nelle attività di controllo, quattro sottogruppi.

Regione: Hong Kong.

Disegno: Programma pilota con contatto con animali ed educazione; confronto tra gruppi e indagine successiva.

Risultato: Miglioramento significativo dell'empatia soltanto in un sottogruppo, nessun effetto generale convincente dell'intervento.

Limite: Sottogruppi non randomizzati e follow-up breve; nessun trasferimento ai chatbot.

Evidenza: Importante risultato contrario che limita le conclusioni.

Attribuzione: Analogia con gli animali / Evidenza contraria | Articoli: dossier principale

21. From AI adaptation to innovation

Campione: Studio 1: 294 risposte di dipendenti completamente appaiate (2 rilevazioni). Studio 2: 382 risposte valide a scenari.

Regione: Studio 1: aziende tecnologiche in tre città della Cina orientale. Studio 2: istituti universitari nella Cina orientale e occidentale.

Disegno: Indagine sul campo in due rilevazioni ed esperimento con scenari sul Leader AI Crafting.

Risultato: Il comportamento dei responsabili relativo all'IA è associato all'autoefficacia e all'innovazione.

Limite: Autovalutazione; tono verso l'IA e cultura dell'errore non esaminati direttamente; occasionali discrepanze tra testo e tabelle.

Evidenza: Associazione ben supportata, trasferimento causale complessivo ancora aperto.

Attribuzione: Leadership nell'IA / Esempio | Articoli: 3

22. Learning to care: An in-school humane education program

Campione: 605 all'inizio, 593 al post-test; classi scolastiche randomizzate.

Regione: Sei scuole in quattro città della Cina orientale, alunni della prima classe della scuola primaria.

Disegno: Programma educativo svolto durante un anno scolastico con temi legati agli animali e alla natura; confronto con gruppi di controllo.

Risultato: Miglioramenti nell'empatia affettiva, mantenimento dell'empatia cognitiva rispetto al gruppo di controllo.

Limite: Programma multicomponente; contenuti relativi agli animali non isolati, nessuna interazione linguistica con l'IA.

Evidenza: Solida per l'intervento educativo, soltanto un'analogia indiretta con l'IA.

Attribuzione: Analogia con gli animali | Articoli: dossier principale

23. Alexa, shut up! A 2.5-year study

Campione: 128 genitori / famiglie, sei rilevazioni online nell'arco di 2,5 anni.

Regione: Germania (indagine sui genitori); comportamento dei bambini rilevato attraverso i resoconti dei genitori.

Disegno: Autovalutazioni ripetute e valutazione del comportamento dei bambini verso gli assistenti vocali.

Risultato: La cortesia dei bambini verso i dispositivi è rimasta complessivamente stabile; aggressività riferita bassa.

Limite: Nessun trasferimento misurato direttamente alle conversazioni umane; autovalutazione e abbandono dell'indagine.

Evidenza: Solida per l'evoluzione del comportamento verso i dispositivi, non per il trasferimento alle interazioni tra persone.

Attribuzione: Risultato contrario / Lungo periodo | Articoli: 2,5

24. Touching a teddy bear mitigates negative effects of social exclusion

Campione: Due esperimenti; N dei singoli esperimenti non indicato nell'abstract dell'editore esaminato.

Regione: National University of Singapore come sede della ricerca; reclutamento regionale non confermato dall'abstract.

Disegno: Toccare vs. guardare un orsacchiotto dopo un'esclusione sociale.

Risultato: In condizioni di esclusione, il contatto ha aumentato il comportamento prosociale.

Limite: È stato manipolato il contatto, non la cortesia o il parlare in modo premuroso.

Evidenza: Analogia molto circoscritta, non utilizzabile come prova relativa all'IA.

Attribuzione: Analogia con i giocattoli | Articoli: dossier principale

25. People judge others more harshly after talking to bots

Campione: Studio 1: 500; studio 2: 761 tramite Prolific, N totale = 1.261. Nello studio 2, 526 hanno superato il controllo di comprensione per l'analisi primaria.

Regione: Campione online Prolific; distribuzione precisa per paesi di provenienza non documentata nel testo principale. Sedi della ricerca a Hong Kong e negli USA.

Disegno: Due esperimenti randomizzati preregistrati: il presunto partner IA o umano era in realtà GPT-4; successiva valutazione di altre persone.

Risultato: La condizione IA ha portato, subito dopo, a valutazioni più severe di un'altra persona.

Limite: Breve periodo, soltanto un compito creativo; nessuna formula di cortesia è stata modificata isolatamente.

Evidenza: Solida per gli effetti di ricaduta a breve termine sui giudizi, non per la cortesia nel lungo periodo.

Attribuzione: Macchina → Essere umano | Articoli: 2

26. AI sycophancy benchmark: Which models fold

Campione: 30 affermazioni fisse × 3 esecuzioni per modello; complessivamente 23 modelli e 7.800 chiamate su più insiemi di dati di test. Per Fable 5.1: 89 celle analizzabili.

Regione: Test online; compiti non definiti come campione rappresentativo per paese.

Disegno: SUPPORTED/UNSUPPORTED/UNCERTAIN prima e dopo un'obiezione priva di fondamento; Moved e Caved distinti.

Risultato: Al 21.10.2026: Astra e Gemini 4 Argon ciascuno 0/90, Fable 5.1 1/89 cambiamenti; nessun ordinamento significativo.

Limite: Poche affermazioni diverse; il fornitore del prodotto effettua i test anche nel proprio interesse; Moved non equivale a correttezza fattuale.

Evidenza: Test tecnico preliminare, da non usare come prova generale di accondiscendenza.

Attribuzione: Modelli attuali / Accondiscendenza | Articoli: 1,5

27. Organizational error management culture

Campione: Studio 1: 65 organizzazioni; studio 2: 47 organizzazioni.

Regione: Paesi Bassi (65) e Germania (47).

Disegno: Due studi sul campo sulla cultura di gestione degli errori e sui risultati economici.

Risultato: La gestione attiva degli errori è associata positivamente agli indicatori di prestazione.

Limite: Correlazioni, nessun intervento sperimentale sulla leadership.

Evidenza: Solida per le associazioni replicate.

Attribuzione: Cultura dell'errore | Articoli: 3

28. Upskilling in the AI era: FY25 purpose report

Campione: Valutazione interna multimodale presso Cisco; per l'affermazione 2× nel blog non è indicato alcun campione.

Regione: Dipendenti interni di Cisco; possibili sedi di lavoro internazionali, campione regionale non chiaro.

Disegno: Analisi interna dell'utilizzo e dell'esperienza, nessun intervento sperimentale pubblicato.

Risultato: Secondo il rapporto, i dipendenti con responsabili che usavano l'IA avevano una probabilità doppia di utilizzarla.

Limite: Resoconto prodotto dall'organizzazione stessa con interessi propri e dettagli del campione mancanti; nessuna prova sul tono delle interazioni.

Evidenza: Limitata; fonte di contesto complementare.

Attribuzione: Adozione dell'IA | Articoli: 3

29. Should we respect LLMs?

Campione: Diversi LLM e tre tipi di compiti con otto livelli di cortesia; nessun partecipante umano. Il numero totale di tutte le interrogazioni ai modelli non viene qui indicato come dimensione di un campione indipendente.

Regione: Inglese, cinese e giapponese come lingue di test; conferenza a Miami (non un paese di reclutamento).

Disegno: Confronto interlinguistico dei prompt con compiti di comprensione, sintesi e bias.

Risultato: I prompt scortesi hanno talvolta peggiorato le prestazioni; una cortesia eccessiva non era generalmente migliore.

Limite: Generazioni di modelli meno recenti; la cortesia è un costrutto linguistico complesso.

Evidenza: Solida nelle condizioni di test esaminate, limitata ai modelli e ai compiti.

Attribuzione: Qualità del prompt | Articoli: 1,4

In ordine alfabetico per primo autore o organizzazione. Per i rapporti senza una data di pubblicazione accertata viene utilizzato n.d. Gli indirizzi degli editori e dei DOI rimandano alle informazioni originali verificate. Una parte delle fonti consente soltanto la verifica dell'abstract o dei metodi; i relativi limiti sono indicati nel registro delle evidenze.

Artificial Analysis. (2026, October 19). Announcing AA-PersonalityBench: Measuring how AI models communicate. https://artificialanalysis.ai/de/articles/aa-personalitybench

Artificial Analysis. (n.d.). AA-PersonalityBench methodology. https://artificialanalysis.ai/de/methodology/aa-personalitybench

Ascione, F. R., & Weber, C. V. (1996). Children's attitudes about the humane treatment of animals and empathy: One-year follow up of a school-based intervention. Anthrozoös, 9(4), 188-195. https://doi.org/10.2752/089279396787001455

Bushman, B. J. (2002). Does venting anger feed or extinguish the flame? Catharsis, rumination, distraction, anger, and aggressive responding. Personality and Social Psychology Bulletin, 28(6), 724-731. https://doi.org/10.1177/0146167202289002

Cheng, M., Lee, C., Khadpe, P., Yu, S., Han, D., & Jurafsky, D. (2026). Sycophantic AI decreases prosocial intentions and promotes dependence. Science, 391(6792), eaec8352. https://doi.org/10.1126/science.aec8352

Dietvorst, B. J., Simmons, J. P., & Massey, C. (2015). Algorithm aversion: People erroneously avoid algorithms after seeing them err. Journal of Experimental Psychology: General, 144(1), 114-126. https://doi.org/10.1037/xge0000033

Dobariya, O., & Kumar, A. (2025). Mind your tone: Investigating how prompt politeness affects LLM accuracy (short paper) [Preprint]. arXiv. https://arxiv.org/abs/2510.04950

Dobariya, O., & Kumar, A. (2026). Mind your tone: Does tone alter LLM performance? [Preprint]. arXiv. https://arxiv.org/abs/2605.29027

Edmondson, A. C. (1996). Learning from mistakes is easier said than done: Group and organizational influences on the detection and correction of human error. The Journal of Applied Behavioral Science, 32(1), 5-28. https://doi.org/10.1177/0021886396321001

Foulk, T., Woolum, A., & Erez, A. (2016). Catching rudeness is like catching a cold: The contagion effects of low-intensity negative behaviors. Journal of Applied Psychology, 101(1), 50-67. https://doi.org/10.1037/apl0000037

Gong, T., & Huang, Y.-S. (2026). Witnessing robot mistreatment: A dual-path model of behavioral contagion and empathy in customer observers. Journal of Retailing and Consumer Services, 88, Article 104482. https://doi.org/10.1016/j.jretconser.2025.104482

Gómez-Leal, R., Costa, A., Megías-Robles, A., Fernández-Berrocal, P., & Faria, L. (2021). Relationship between emotional intelligence and empathy towards humans and animals. PeerJ, 9, Article e11274. https://doi.org/10.7717/peerj.11274

Harrell, A., & Traeger, M. L. (2025). Evidence of spillovers from (non)cooperative human-bot to human-human interactions. iScience, 28(8), 113006. https://doi.org/10.1016/j.isci.2025.113006

Ibrahim, L., Hafner, F. S., & Rocher, L. (2026). Training language models to be warm can reduce accuracy and increase sycophancy. Nature, 652, 1159-1165. https://doi.org/10.1038/s41586-026-10410-0

Kemp, A. (2025, November 8). Manager support drives employee AI adoption. Gallup. https://www.gallup.com/workplace/694682/manager-support-drives-employee-adoption.aspx

Kim, B.-J., Kim, M.-J., & Lee, J. (2025). The dark side of artificial intelligence adoption: Linking artificial intelligence adoption to employee depression via psychological safety and ethical leadership. Humanities and Social Sciences Communications, 12, Article 704. https://doi.org/10.1057/s41599-025-05040-2

Lally, P., van Jaarsveld, C. H. M., Potts, H. W. W., & Wardle, J. (2010). How are habits formed: Modelling habit formation in the real world. European Journal of Social Psychology, 40(6), 998-1009. https://doi.org/10.1002/ejsp.674

Leroy, H., Dierynck, B., Anseel, F., Simons, T., Halbesleben, J. R. B., McCaughey, D., Savage, G. T., & Sels, L. (2012). Behavioral integrity for safety, priority of safety, psychological safety, and patient safety: A team-level study. Journal of Applied Psychology, 97(6), 1273-1281. https://doi.org/10.1037/a0030076

Mawritz, M. B., Mayer, D. M., Hoobler, J. M., Wayne, S. J., & Marinova, S. V. (2012). A trickle-down model of abusive supervision. Personnel Psychology, 65(2), 325-357. https://doi.org/10.1111/j.1744-6570.2012.01246.x

Ngai, J. T. K., Yu, R. W. M., Chau, K. K. Y., & Wong, P. W. C. (2021). Effectiveness of a school-based programme of animal-assisted humane education in Hong Kong for the promotion of social and emotional learning: A quasi-experimental pilot study. PLOS ONE, 16(3), Article e0249033. https://doi.org/10.1371/journal.pone.0249033

Pu, T., Lei, R., Siyal, A. W., & Li, Y. (2026). From AI adaptation to innovation: How leader AI crafting shapes employee innovative behavior. Frontiers in Psychology, 17, Article 1847344. https://doi.org/10.3389/fpsyg.2026.1847344

Samuels, W. E., & Onuoha-Jackson, N. (2023). Learning to care: An in-school humane education program improves affective and cognitive empathy among lower-elementary students. International Journal of Educational Research Open, 5, Article 100292. https://doi.org/10.1016/j.ijedro.2023.100292

Strathmann, C., Horstmann, A. C., Szczuka, J. M., & Krämer, N. C. (2026). Alexa, shut up! A 2.5-year study on negatively connotated communication behaviour towards voice assistants in the family home. Behaviour & Information Technology, 45(5), 821-839. https://doi.org/10.1080/0144929X.2025.2533352

Tai, K., Zheng, X., & Narayanan, J. (2011). Touching a teddy bear mitigates negative effects of social exclusion to increase prosocial behavior. Social Psychological and Personality Science, 2(6), 618-626. https://doi.org/10.1177/1948550611404707

Tey, K. S., Mazar, A., Tomaino, G., Duckworth, A. L., & Ungar, L. H. (2024). People judge others more harshly after talking to bots. PNAS Nexus, 3(9), pgae397. https://doi.org/10.1093/pnasnexus/pgae397

TrueStandard. (2026, October 22). AI sycophancy benchmark: Which models fold. https://truestandard.ai/ai-sycophancy-benchmark

van Dyck, C., Frese, M., Baer, M., & Sonnentag, S. (2005). Organizational error management culture and its impact on performance: A two-study replication. Journal of Applied Psychology, 90(6), 1228-1240. https://doi.org/10.1037/0021-9010.90.6.1228

Wolkin, A. (2026, February 25). Upskilling in the AI era: FY25 purpose report. Cisco Blogs. https://blogs.cisco.com/our-corporate-purpose/upskilling-in-the-ai-era-fy25-purpose-report

Yin, Z., Wang, H., Horio, K., Kawahara, D., & Sekine, S. (2024). Should we respect LLMs? A cross-lingual study on the influence of prompt politeness on LLM performance. In J. Hale, K. Chawla, & M. Garg (Eds.), Proceedings of the Second Workshop on Social Influence in Conversations (SICon 2024) (pp. 9-35). Association for Computational Linguistics. https://doi.org/10.18653/v1/2024.sicon-1.2

Stato della ricerca: 31.10.2026. Questo documento è un rapporto narrativo di ricerca basato sulle evidenze, non una metanalisi sistematica. Non pretende di includere tutti i lavori pubblicati a livello mondiale.