Social media, algoritmo e salute mentale: un confronto intergenerazionale tra Gen Z e Millennial.

The increase in the use of social media has laid the foundations for a socio-educational system that is very different from previous eras. New media, in fact, are based on algorithmic systems that autonomously personalize the content offered to users. This thesis aims to analyze how algorithmic personalization (closely related to the phenomenon of filter bubbles) affects the perception of the social world, contributing to the onset of anxiety disorders, especially among younger generations. The phenomenon of filter bubbles, described by Eli Pariser, is characterized by constant exposure to homogeneous and polarized content, selected according to preferences expressed by users themselves of digital platforms. The work is inspired by Jonathan Haidt’s "Generation anxious" book, according to which Generation Z would be marked by high levels of anxiety and, in severe cases, depression, even in relation to the intensive use of social media. Personalized content would in fact fuel insecurity, a sense of threat and difficulties in relating to opinions different from one’s own, often excluded from one’s digital activity, precisely because of the algorithm. The research therefore aims to investigate the interaction between these factors, focusing on information isolation and its psychological and social effects in young adults. In this perspective, the hypothesis of a longitudinal study is proposed, aimed at comparing the impact of digital platforms on two contiguous generations: those born in the 90s and the "Gen Z". The intergenerational comparison would allow to observe how digital experience and anxiety perception change, highlighting similarities and differences in the impact of digitization on mental health.

L’incremento nell’utilizzo dei social media ha posto le basi per un sistema socio-educativo nettamente diverso rispetto alle epoche precedenti. I nuovi media, infatti, si fondano su sistemi algoritmici che personalizzano in modo autonomo i contenuti proposti agli utenti. Questa tesi si propone di analizzare come la personalizzazione algoritmica (strettamente connessa al fenomeno delle filter bubble) influenzi la percezione del mondo sociale, contribuendo all’insorgere di disturbi d’ansia, in particolare tra le generazioni più giovani. Il fenomeno delle filter bubble, descritto da Eli Pariser, è caratterizzato dalla costante esposizione a contenuti omogenei e polarizzati, selezionati in base alle preferenze espresse dai fruitori stessi delle piattaforme digitali. Il lavoro muove dalle considerazioni di Jonathan Haidt, nel volume “Generazione ansiosa”, secondo cui la generazione Z sarebbe segnata da elevati livelli di ansia e, nei casi più gravi, da depressione, anche in relazione all’uso intensivo dei social media. I contenuti personalizzati alimenterebbero infatti insicurezza, senso di minaccia e difficoltà nel relazionarsi con opinioni differenti dalla propria, spesso escluse dalla propria attività digitale, proprio per effetto dell’algoritmo. La ricerca intende quindi indagare l’interazione tra questi fattori, concentrandosi sull’isolamento informativo e sui suoi effetti psicologici e sociali nei giovani adulti. In quest’ottica, si propone l’ipotesi di uno studio longitudinale, volto a comparare l’impatto delle piattaforme digitali su due generazioni contigue: i nati negli anni ’90 e la “Gen Z”. Il confronto inter-generazionale consentirebbe di osservare come cambiano l’esperienza digitale e la percezione dell’ansia, evidenziando somiglianze e differenze nell’impatto della digitalizzazione sulla salute mentale.