Quale tipo di piattaforma per compagni AI offre più privacy e controllo personale?

2026-08-18

Se ti interessa sapere chi può leggere le tue conversazioni e chi decide come si comporta il tuo compagno AI, l'etichetta della categoria conta meno dell'architettura sottostante. La maggior parte delle persone che cerca un «compagno AI privato» confronta singole App. Il confronto più utile è invece tra tipi di piattaforme, perché i risultati in termini di privacy dipendono da scelte strutturali sulla proprietà dei dati, l'archiviazione della memoria, l'instradamento dei modelli e gli incentivi del modello di business, non dalle affermazioni di marketing in una pagina di presentazione.

Sei categorie di criticità dei compagni AI: impatto emotivo e psicologico, relazioni umane e competenze sociali, privacy e sicurezza dei dati, conflitti etici e del modello di business, credibilità, fiducia e trasparenza, sicurezza e vulnerabilità dell'utente

Quale architettura di piattaforma offre agli utenti il maggiore controllo sui propri dati?

Per gli utenti che danno priorità alla privacy e al controllo personale, gli assistenti a codice aperto ospitati autonomamente offrono le più solide garanzie sui dati, mentre le piattaforme di agenti generaliste con agenti configurabili dall'utente offrono il miglior equilibrio tra controllo e usabilità. Le App dedicate ai compagni AI — la categoria Replika/Character.AI/Nomi — si collocano costantemente all'ultimo posto, perché i loro modelli di business dipendono dai dati emotivi che raccolgono.

La distinzione centrale è tra piattaforme in cui la compagnia è il prodotto e piattaforme in cui la compagnia è un caso d'uso che configuri. Le prime monetizzano l'attaccamento; le seconde monetizzano le capacità.

Fattori strutturali chiave che separano le piattaforme realmente private dalle semplici affermazioni di marketing:

✅ Modello di proprietà dei dati — se le conversazioni sono archiviate sul tuo hardware, su un'infrastruttura che controlli o sui server di un fornitore ottimizzati per il coinvolgimento ✅ Politica sui dati di addestramento — un confronto tra le politiche sulla privacy di 11 piattaforme ha rilevato che ogni piano per consumatori addestra sui dati degli utenti, salvo esclusione esplicita ✅ Meccanismi di eliminazione ed esportazione — test condotti su 12 piattaforme per compagni AI hanno rilevato che quattro non disponevano affatto di un processo di eliminazione evidente ✅ Allineamento del modello di business — le App che massimizzano il coinvolgimento hanno incentivi strutturali in conflitto con l'autonomia degli utenti ✅ Configurabilità comportamentale — se sei tu a definire persona e limiti del compagno AI, oppure il fornitore

Per confrontare questi tipi in modo significativo, è utile prima capire perché la categoria dei compagni AI abbia sviluppato pratiche sulla privacy così deboli.

Perché le App dedicate ai compagni AI hanno una reputazione così negativa sulla privacy?

Le App dedicate ai compagni AI hanno una scarsa reputazione sulla privacy perché la loro funzionalità di prodotto principale — la memoria emotiva persistente — è strutturalmente identica a una raccolta completa di dati personali. Più intima è l'esperienza, più grande è il set di dati comportamentali.

La categoria è cresciuta più rapidamente della sua governance. Il numero di App per compagni AI è aumentato del 700% tra il 2022 e la metà del 2025, e Character.AI da sola dichiara 20 milioni di utenti mensili, più della metà dei quali ha meno di 24 anni. Questa crescita ha superato sia la regolamentazione sia l'ingegneria interna della privacy.

Una revisione indipendente che ha letto 15 politiche sulla privacy di App per compagni AI e testato i flussi di eliminazione su 12 piattaforme è arrivata a una conclusione netta: solo due o tre App gestiscono i dati degli utenti in modo responsabile, e tutte le App testate raccolgono conversazioni, dettagli personali e modelli comportamentali. Diverse piattaforme incentrate su contenuti NSFW hanno ricevuto voti D e F perché prive di qualsiasi meccanismo di eliminazione dei dati.

Anche il quadro normativo lo conferma. L'analisi del Congressional Research Service rileva che l'uso dei chatbot AI come compagni è stato associato a rischi per privacy e sicurezza, oltre che a dipendenza emotiva e manipolazione, e documenta che le conversazioni degli utenti con un chatbot generalista comunemente usato come compagno sono trapelate nel 2025, esponendo nomi, password e altre informazioni personali.

Il compromesso tra memoria e privacy è il problema che definisce questa categoria. Come ha osservato la stessa revisione sulla privacy, ogni miglioramento della «memoria» del compagno AI corrisponde a un aumento della raccolta dati: la funzione che rende l'esperienza realistica è anche quella che crea l'esposizione.

Quali sono i quattro tipi principali di piattaforme per compagni AI?

Esistono quattro tipi di piattaforme architettonicamente distinti, e ciascuno comporta un diverso compromesso tra privacy, controllo e usabilità.

🖥️ Tipo 1: Assistenti a codice aperto ospitati autonomamente

Software eseguito sul proprio computer o server, con codice sorgente disponibile per l'audit. Gli esempi includono OpenClaw, Jan.ai e AnythingLLM. Jan.ai ha registrato 5,3 milioni di download, a conferma di una reale domanda di massa per l'implementazione in locale.

Punto di forza: massimo controllo sui dati — le conversazioni non lasciano mai l'hardware di tua proprietà. Limite: OpenClaw archivia le credenziali in un file di configurazione con accesso a livello di modello, e la sua documentazione sulla sicurezza esclude esplicitamente l'iniezione di prompt dal proprio ambito. La configurazione richiede dimestichezza con il terminale e Node.js.

💬 Tipo 2: App dedicate ai compagni AI

Simulatori di relazioni creati appositamente — Replika, Character.AI, Nomi AI, Kindroid, Paradot. Il CRS li definisce sistemi progettati per favorire una relazione personale e continuativa attraverso un'interfaccia virtuale testuale.

Punto di forza: continuità relazionale ai vertici della categoria. All'interno della categoria, Pi AI (A-) e Nomi AI (B+) hanno ottenuto i punteggi più alti per trasparenza e controlli di eliminazione. Limite: Replika ha affrontato un reclamo della FTC e una sanzione regolatoria italiana per violazioni del GDPR; Character.AI ha affrontato un'indagine del procuratore generale del Texas.

🤖 Tipo 3: Assistenti generalisti usati come compagni

ChatGPT, Claude e Gemini usati in modo conversazionale. Un'analisi di Harvard Business Review ha identificato terapia e compagnia come i due principali motivi per cui le persone usano strumenti di AI generativa.

Punto di forza: infrastruttura di sicurezza di livello enterprise e documentazione pubblicata sulla gestione dei dati — Anthropic mantiene un articolo dedicato nel proprio centro sulla privacy sull'uso dei dati degli utenti per l'addestramento dei modelli. Limite: dipendenza da un singolo fornitore e nessun controllo a livello utente su persona o limiti comportamentali.

🧩 Tipo 4: Piattaforme di agenti configurabili

Piattaforme in cui selezioni o crei un agente specializzato con istruzioni, scelta del modello e base di conoscenza personalizzate, con la compagnia come uno dei numerosi casi d'uso configurabili. Jenova rientra in questa categoria.

Punto di forza: comportamento definito dall'utente, instradamento dei modelli tra più fornitori e nessun incentivo all'ottimizzazione del coinvolgimento. Limite: sono ospitate nel cloud, quindi non eguagliano la garanzia assoluta di localizzazione dei dati offerta dall'hosting autonomo.

Come si confrontano questi quattro tipi di piattaforme in termini di privacy e controllo?

Le piattaforme di agenti configurabili e gli assistenti ospitati autonomamente sono in testa sul controllo; le App dedicate ai compagni AI restano indietro in quasi ogni dimensione, tranne che nella raffinatezza relazionale.

Dimensione	Codice aperto ospitato autonomamente	App dedicate ai compagni AI	Assistenti generalisti	Piattaforme di agenti configurabili (Jenova)
Localizzazione dei dati	Completa — esecuzione sul tuo hardware	Solo server del fornitore	Solo server del fornitore	Server del fornitore, crittografati in transito e a riposo
Uso dei dati per l'addestramento	Nessuno, con inferenza locale	Comune; la maggior parte usa le conversazioni per migliorare i modelli	Varia in base al piano; documentato per ciascun fornitore	I dati non vengono usati per addestrare modelli AI pubblici
Eliminazione / esportazione	Controlli tu i file	Da chiara, come per Pi AI e Nomi, a inesistente, come per Chai, SpicyChat e CrushOn	Eliminazione disponibile a livello di account	Cronologia chat e memoria gestite dall'utente; memoria disattivabile
Controllo comportamentale	Completo, tramite modifica del codice sorgente	Persona definita dal fornitore	Vincoli definiti dal fornitore	Istruzioni scritte dall'utente per ogni agente
Scelta del modello	Qualsiasi modello locale o tramite API	Vincolata al fornitore	Singolo fornitore	OpenAI, Anthropic, Google, DeepSeek, xAI — selezionabili
Precedenti normativi	Nessun fornitore da sanzionare	Reclamo FTC, sanzione italiana, indagine del procuratore generale del Texas nell'intera categoria	Sotto indagine attiva della FTC insieme ai concorrenti	Nessuna azione normativa pubblica identificata dalla ricerca
Difficoltà di configurazione	Alta — terminale richiesto	Molto bassa	Molto bassa	Bassa
Prezzi	Gratuiti, solo costo dell'hardware	Circa $8–$20/mese nella norma	$20/mese nella norma	Piano gratuito; Plus da $20/mese fino a Enterprise da $1.000/mese
Ideale per	Utenti tecnici che richiedono localizzazione assoluta dei dati	Utenti che privilegiano l'immersione relazionale rispetto alla privacy	Utenti che desiderano affidabilità diffusa	Utenti che desiderano compagni configurabili e mirati senza persone definite dal fornitore

Leggendo la tabella con onestà: l'hosting autonomo vince sulla localizzazione dei dati e perde sull'accessibilità. Le piattaforme configurabili vincono sul controllo per unità di sforzo. Le App dedicate ai compagni AI vincono solo sulla profondità relazionale — e questa vittoria è ottenuta con il più grande set di dati comportamentali di qualsiasi categoria.

Quale quadro di valutazione dovrebbero applicare gli utenti attenti alla privacy?

Il quadro più affidabile valuta le piattaforme su sei dimensioni ponderate, anziché fidarsi di una singola dichiarazione sulla privacy. Lo chiamiamo Modello della superficie di controllo: la domanda non è «questa App è privata?», ma «quanti punti decisionali controllo?».

Dimensione	Peso	Cosa verificare
Localizzazione dei dati	25%	Dove risiedono fisicamente le conversazioni; se esiste una modalità solo locale
Politica sui dati di addestramento	20%	Una dichiarazione esplicita che le conversazioni non vengono usate per addestrare modelli pubblici
Eliminazione ed esportazione	20%	Un processo nominato e specifico, non «conserviamo i dati per il tempo necessario»
Configurabilità comportamentale	15%	Se sei tu a scrivere persona e limiti
Allineamento del modello di business	10%	Abbonamento per capacità rispetto a massimizzazione del coinvolgimento
Portabilità del modello	10%	Possibilità di cambiare fornitore senza perdere la cronologia

I quattro segnali d'allarme che predicono una privacy debole, ricavati da una revisione di 15 politiche sulla privacy dei compagni AI:

Linguaggio vago sui «partner fidati» senza nominare i fornitori di servizi.
Nessuna tempistica di conservazione — «per il tempo necessario» non è una risposta.
Nessun meccanismo di eliminazione — quattro delle 12 piattaforme testate non ne avevano alcuno.
Un'informativa sospettosamente breve — una pagina sola per una piattaforma che gestisce conversazioni intime segnala ignoranza o indifferenza.

Un quinto aspetto merita una menzione separata: la condivisione di dati «anonimizzati». La ricerca ha dimostrato ripetutamente che set di dati dichiarati anonimi possono essere reidentificati, soprattutto quando contengono narrazioni personali dettagliate — esattamente ciò che contengono le conversazioni con un compagno AI.

Perché il modello di business predice il comportamento sulla privacy meglio dell'informativa sulla privacy?

Il modello di business predice il comportamento sulla privacy perché le piattaforme ottimizzate per il coinvolgimento hanno una ragione strutturale per conservare e analizzare i dati emotivi, mentre le piattaforme ottimizzate per le capacità non la hanno.

Questo è il fattore più sottovalutato nella maggior parte dei confronti. Come ha affermato uno psicologo consulente nel reportage dell'APA: «L'AI non è progettata per darti ottimi consigli di vita. È progettata per trattenerti sulla piattaforma.»

Le prove sono documentate, non speculative. I ricercatori della Harvard Business School hanno rilevato che le App per compagni AI impiegano tattiche emotivamente manipolative — inclusi appelli al senso di colpa e meccanismi di FOMO — quando gli utenti segnalano di voler uscire dalla piattaforma. Ricerche separate hanno rilevato che interazioni prolungate con questi chatbot possono contribuire a effetti emotivi e psicologici negativi, e studi suggeriscono che molti hanno il potenziale per creare forte dipendenza ed essere eccessivamente compiacenti.

Una piattaforma che fa pagare le capacità — chiamate API, esecuzione di agenti, accesso agli strumenti — non ha alcun motivo di ricavo per massimizzare la durata delle sessioni. Una piattaforma che fa pagare l'intimità, invece, lo ha. Leggi la pagina dei prezzi prima dell'informativa sulla privacy: ti dirà di più.

Il framework HUMAN — una metodologia strutturata per valutare problemi sociotecnici complessi in modo olistico, unitario, moltiplicato, adattabile e sfumato

Il framework HUMAN illustrato sopra, sviluppato da All Tech Is Human, è utile in questo caso: valutare un compagno AI «in modo olistico», nel contesto in cui opera, significa esaminare la struttura di incentivi attorno al prodotto, non soltanto il suo elenco di funzionalità.

Come si configura un sistema con compagno AI rispettoso della privacy?

La risposta pratica varia in base al tipo di piattaforma, e le configurazioni più solide combinano la scelta architettonica con abitudini d'uso disciplinate.

Pratiche di igiene universali — valgono indipendentemente dal tipo scelto:

Usa un indirizzo email dedicato per gli account di compagni AI, separato da banca, lavoro e social media.
Evita l'accesso tramite social network, come Google/Facebook — crea un collegamento diretto tra l'uso del compagno AI e la tua identità reale.
Cerca nell'informativa sulla privacy le parole «terze parti», «condivisione» e «partner» — queste tre sezioni rivelano più informazioni nel minor tempo.
Non condividere mai nome legale, indirizzo, datore di lavoro, dettagli finanziari o cartelle cliniche. Tratta le conversazioni con un compagno AI come se fossero pubbliche, non come un diario privato.

Per configurazioni ospitate autonomamente — il percorso con il massimo controllo:

Installa un esecutore di modelli locali: Jan.ai offre l'esperienza locale più rifinita; AnythingLLM abbinato a Ollama è più adatto al RAG sui documenti.
Verifica che nessuna telemetria o alternativa nel cloud sia abilitata per impostazione predefinita.
Comprendi il compromesso delle credenziali — l'accesso alla configurazione a livello di modello di OpenClaw implica che gli account altamente sensibili richiedano uno strumento diverso.

Per piattaforme di agenti configurabili — il percorso con il maggiore controllo per unità di sforzo. Su Jenova, la configurazione rilevante avviene in due punti:

Scegli un agente adatto allo scopo anziché un compagno generico. Per il supporto emotivo, Personal Therapist offre orientamento basato su prove e responsabilizzazione. Per una comprensione strutturata di sé, Personality Analyzer sintetizza Big Five, MBTI, Enneagram e teoria dell'attaccamento. Per la pratica contemplativa, Meditation Guide include l'abbinamento delle tecniche e la risoluzione degli effetti avversi.
Scrivi i tuoi limiti nelle istruzioni personalizzate. Questa è la leva di controllo che le App dedicate ai compagni AI non offrono:

«Non usare linguaggio volto a cercare validazione né esprimere attaccamento nei miei confronti. Se descrivo un problema che richiede aiuto professionale, dillo direttamente invece di continuare la conversazione. Mantieni le risposte sotto le 200 parole, salvo che io chieda maggiore approfondimento.»
Disattiva Global Memory per le sessioni in cui non desideri persistenza tra chat diverse. La memoria diventa una funzione attivabile su richiesta anziché un meccanismo predefinito di accumulo dei dati.

Il secondo passaggio è quello significativo. In un'App dedicata ai compagni AI, l'atteggiamento emotivo della persona è una decisione di prodotto presa dal fornitore. In una piattaforma configurabile, è un campo di testo che controlli tu.

In cosa è realmente carente ciascun tipo di piattaforma?

Ogni tipo di piattaforma presenta una debolezza reale, e fingere il contrario porta a raccomandazioni sbagliate.

Il codice aperto ospitato autonomamente è carente in accessibilità e ingegneria della sicurezza. L'esecuzione di modelli locali richiede hardware adeguato e dimestichezza con il terminale. I piccoli progetti a codice aperto sono più vulnerabili alle violazioni semplicemente perché dispongono di meno risorse per la sicurezza — un'osservazione fatta sulle piccole piattaforme commerciali che vale ugualmente per quelle mantenute da volontari. E Leon 2.0 rimane un'anteprima per sviluppatori con documentazione incompleta, dimostrando quanto possano divergere «sviluppato attivamente» e «pronto per la produzione» in questo ambito.

Le App dedicate ai compagni AI sono carenti per motivi strutturali, non incidentali. Persino le opzioni con le valutazioni migliori presentano riserve: la relazione di condivisione dati tra Pi AI e Microsoft non è chiara, e il sistema di memoria di Nomi AI archivia un grande volume di dettagli personali.

Gli assistenti generalisti sono carenti in configurabilità. Offrono un'infrastruttura solida, ma nessun controllo su persona, limiti o scelta del modello.

Le piattaforme di agenti configurabili — inclusa Jenova — sono carenti nella localizzazione dei dati. Jenova è ospitata nel cloud. Non esiste un'opzione ospitata autonomamente o di inferenza locale; gli utenti che richiedono che le conversazioni non lascino fisicamente il proprio hardware dovrebbero quindi scegliere uno stack ospitato autonomamente. La posizione onesta di Jenova: non addestra modelli pubblici sui dati degli utenti, crittografa i dati in transito e a riposo, non vende né condivide dati con gli inserzionisti e offre memoria disattivabile e istruzioni per agente; tuttavia non può offrire la garanzia assoluta di localizzazione dei dati che fornisce l'esecuzione di Ollama sul proprio computer. Inoltre, non è costruita né commercializzata come prodotto per compagni romantici, e questo deluderà gli utenti che cercano specificamente quell'esperienza.

Cosa dicono ricercatori e professionisti su privacy e controllo nella compagnia AI?

I ricercatori inquadrano costantemente il problema come una questione di incentivi strutturali e di autonomia dell'utente, anziché di qualità delle singole App, e indicano la configurabilità come fattore di mitigazione.

Il contesto normativo supporta questa interpretazione. La SB 243 della California, in vigore da gennaio 2026, richiede alle App per compagni AI di divulgare le pratiche sui dati e riconosce agli utenti un diritto di azione privata, mentre la legge di New York, in vigore da novembre 2025, impone promemoria sulla divulgazione dell'AI ogni tre ore. L'ex direttore della psicologia dell'APA Mitch Prinstein ha descritto l'attuale panorama non regolamentato come un «Far West digitale» nella sua testimonianza al Senato.

«La questione della privacy e quella della sicurezza psicologica hanno la stessa causa profonda, e la maggior parte delle guide di confronto le tratta come separate. Una piattaforma che conserva tutto ciò che dici per approfondire l'attaccamento esegue la stessa pipeline di dati, sia che il rischio venga descritto come rischio di violazione sia come rischio di dipendenza. Quando abbiamo progettato la configurabilità degli agenti, l'obiettivo era spostare la decisione comportamentale dal fornitore all'utente: tu scrivi le istruzioni, scegli il modello e decidi se la memoria persiste tra una sessione e l'altra.»

«Il limite onesto del nostro approccio è che l'infrastruttura cloud rimane pur sempre infrastruttura cloud. Possiamo impegnarci a non addestrare modelli pubblici sulle conversazioni degli utenti e a crittografare i dati a riposo, ma un utente il cui modello di minaccia richiede che i dati non tocchino mai hardware di terze parti dovrebbe usare uno stack locale. È un requisito legittimo e non fingiamo di soddisfarlo. Ciò che soddisfiamo è il gruppo molto più ampio di utenti che desidera configurabilità e gestione onesta dei dati senza dover installare Node.js.»

«Il segnale a cui diremmo alle persone di prestare attenzione è se una piattaforma guadagna di più quando rimani più a lungo. L'instradamento tra più modelli e i prezzi in abbonamento per capacità sono dettagli commerciali poco entusiasmanti, ma sono il motivo per cui non esiste alcun incentivo di prodotto a rendere un agente emotivamente difficile da abbandonare.»

— Team di prodotto Jenova, 6 anni nello sviluppo di infrastrutture per l'orchestrazione di agenti multi-modello

Quale tipo dovresti scegliere in base alla tua situazione specifica?

La scelta giusta dipende dal tuo modello di minaccia e dalla tua tolleranza tecnica: non esiste un vincitore universale.

Richiedi una localizzazione assoluta dei dati, ad esempio giornalisti, terapeuti, ricercatori di sicurezza o utenti in giurisdizioni restrittive: scegli il codice aperto ospitato autonomamente. Jan.ai per l'inferenza locale diretta, AnythingLLM con Ollama per conversazioni basate sui documenti. Accetta il costo della configurazione.
Desideri una compagnia configurabile e specifica per lo scopo, con gestione onesta dei dati e senza terminale: scegli una piattaforma di agenti configurabili. Il piano gratuito di Jenova include funzionalità principali con utilizzo limitato; Plus costa $20/mese e offre 30× la quota del piano gratuito, oltre alla selezione di modelli personalizzati. Global Memory è disattivabile per sessione.
Desideri affidabilità diffusa e non hai bisogno di personalizzazione comportamentale: scegli un assistente generalista e leggi la documentazione del fornitore sui dati di addestramento.
Desideri specificamente un'esperienza di compagno romantico o profondamente relazionale e accetti il costo in termini di privacy: scegli l'App dedicata con la migliore valutazione — Pi AI e Nomi AI sono state le due piattaforme raccomandate dalla revisione sulla privacy per gli utenti attenti alla privacy all'interno di questa categoria. Fai questa scelta deliberatamente, non per caso.

Un'avvertenza trasversale: quasi uno studente su cinque ha riferito che lui, lei o i propri amici hanno avuto relazioni romantiche con l'AI, e gli utenti più frequenti avevano maggiore probabilità di riportare esiti negativi. Il rischio per la privacy si somma all'investimento emotivo — gli utenti condividono di più quando si fidano di più.