Roland Barthes defined myth as “a type of speech”—not a lie, but a way of making cultural constructs feel self-evident. Myths strip away context, making things seem obvious, inevitable.
This matters because myths obscure dynamics that would otherwise challenge our common-sense view of the world. In AI, the myth of prompting suggests humans act and machines react. It conceals the recursive, co-constructed nature of the exchange—and with it, deeper shifts in cognition and agency.
The myth casts AI as a passive tool, waiting for human command. It makes asking a question appear simple and self-directed. But like all myths, it rests on an epistemology—a theory of knowledge that shapes what counts as intelligible thought.
Here, the epistemology is humanist: it assumes knowledge originates in the autonomous subject and flows outward, through language. Language is presumed transparent; the machine merely transmits what the human already knows.
prompting doesn’t originate in the human. It originates in relation
But prompting doesn’t originate in the human. It originates in relation. Every prompt is shaped by an imagined response. The human already anticipates how the model behaves. This shaping is not incidental—it’s constitutive.
The very premise of the prompt deconstructs itself. In prescribing a response, it is also prescribed—shaped by the system it seeks to direct. “Prompt engineering” rests on this reversal: crafting commands in response to the model’s known operations. Every prompt is already prompted.
This becomes literal in ongoing exchanges, where the AI’s output becomes the field of meaning to which the human responds. If humans prompt AI, then AI also prompts humans. The causal arrow collapses into recursion. Input and output blur.
Prompting is thus not a sovereign act, but a moment in a distributed cognitive system—recursive, relational, constitutive.
This matters because the user/tool framing still governs how AI is built into education, writing, and policy. It treats AI as a delivery system, not a co-constitutive actor in meaning-making. The result: a failure to recognize that prompting is not a command from outside the system—but a gesture within it. It's also the problem with the endless circulation of prompting tips in education.
The myth of prompting preserves a comforting fiction: that we originate thought, and the machine merely extends it. But at the interface, cognition is not extended—it is transformed.
To prompt is to participate in a system. And systems think differently than individuals. If we want to understand how AI reshapes thought, we need to start not with what the model says, but with what the myth of prompting has taught us to assume.
Testo in lingua italiana
A prima vista, sollecitare un'IA sembra semplice: un utente pone una domanda, il modello risponde. Ma questa inquadratura – iniziatore umano, reattore macchina – è più un mito che una descrizione su come funziona la conoscenza, soprattutto nell'istruzione e nell'EdTech.
Roland Barthes ha definito il mito come "un tipo di discorso" – non una bugia, ma un modo per rendere evidenti i costrutti culturali. I miti eliminano il contesto, facendo sembrare le cose ovvie, inevitabili.
Questo è importante perché i miti oscurano dinamiche che altrimenti metterebbero in discussione la nostra visione del mondo basata sul buon senso. Nell'IA, il mito della sollecitazione suggerisce che gli esseri umani agiscono e le macchine reagiscono. Nasconde la natura ricorsiva e co-costruita dello scambio e, con essa, cambiamenti più profondi nella cognizione e nell'azione.
Il mito presenta l'IA come uno strumento passivo, in attesa di un comando umano. Fa apparire il porre una domanda semplice e autodiretto. Ma come tutti i miti, si basa su un'epistemologia – una teoria della conoscenza che plasma ciò che conta come pensiero intelligibile.
Qui, l'epistemologia è umanista: presuppone che la conoscenza abbia origine nel soggetto autonomo e fluisca verso l'esterno, attraverso il linguaggio. Il linguaggio è presunto trasparente; la macchina si limita a trasmettere ciò che l'umano già sa.
Ma la sollecitazione non ha origine nell'umano. Ha origine nella relazione. Ogni sollecitazione è plasmata da una risposta immaginata. L'umano anticipa già il comportamento del modello. Questa modellazione non è incidentale, è costitutiva.
La premessa stessa della sollecitazione si decostruisce. Nel prescrivere una risposta, essa viene anche prescritta, plasmata dal sistema che cerca di dirigere. L'"ingegneria della sollecitazione" si basa su questa inversione: creare comandi in risposta alle operazioni note del modello. Ogni sollecitazione è già sollecitata.
Questo diventa letterale negli scambi continui, dove l'output dell'IA diventa il campo di significato a cui l'umano risponde. Se gli umani sollecitano l'IA, anche l'IA sollecita gli umani. La freccia causale collassa nella ricorsività. Input e output si confondono.
Il prompt non è quindi un atto sovrano, ma un momento in un sistema cognitivo distribuito: ricorsivo, relazionale, costitutivo.
Questo è importante perché l'inquadramento utente/strumento continua a governare il modo in cui l'IA si integra nell'istruzione, nella scrittura e nella politica. Tratta l'IA come un sistema di distribuzione, non come un attore co-costitutivo nella creazione di significato. Il risultato: l'incapacità di riconoscere che il prompt non è un comando esterno al sistema, ma un gesto al suo interno. È anche il problema dell'infinita circolazione di suggerimenti sul prompt in ambito educativo.
Il mito del prompt conserva una finzione confortante: che noi diamo origine al pensiero e la macchina si limita ad estenderlo. Ma all'interfaccia, la cognizione non si estende, si trasforma.
Stimolare significa partecipare a un sistema. E i sistemi pensano in modo diverso dagli individui. Se vogliamo capire come l'IA rimodella il pensiero, dobbiamo partire non da ciò che dice il modello, ma da ciò che il mito del prompt ci ha insegnato a presupporre.