Un perfetto sconosciuto potrebbe capire il tuo stato d’animo semplicemente osservando come cammini per strada. Non serve guardare il volto o ascoltare la voce: l’andatura del passo, l’ampiezza dell’oscillazione di gambe e braccia rivelano in modo sorprendentemente accurato se sei felice, triste, arrabbiato o impaurito.
A dimostrarlo è uno studio pubblicato su Royal Society Open Science da un gruppo di ricercatori dell’Istituto Internazionale di Ricerca sulle Telecomunicazioni Avanzate di Kyoto, in Giappone. La ricerca amplia significativamente la lista di indizi che gli esseri umani interpretano inconsciamente per comprendere le emozioni altrui, aggiungendo la camminata agli elementi già noti come espressioni facciali e tono di voce.
L’esperimento si è svolto in modo originale: i ricercatori hanno chiesto ad alcuni volontari di ripensare a momenti della loro vita in cui avevano provato rabbia, felicità, tristezza o paura, e di camminare con questi ricordi emotivi nella mente. Per registrare i movimenti con precisione, i partecipanti hanno indossato tute aderenti con marcatori riflettenti, mentre la tecnica del motion capture trasformava i loro corpi in tracciati di puntini luminosi su sfondo completamente nero.
Questo accorgimento era fondamentale: eliminando ogni riferimento al volto e alle espressioni facciali, lo studio ha isolato la camminata come unico elemento comunicativo. Altri volontari, chiamati a osservare questi video, sono riusciti a identificare l’emozione rappresentata con un’accuratezza significativamente superiore al caso.
I risultati hanno rivelato pattern chiari e riconoscibili. Le falcate ampie e decise, accompagnate da ampie oscillazioni delle braccia, sono state sistematicamente associate alla rabbia e all’aggressività. Al contrario, i movimenti con oscillazioni più contenute sono stati correttamente interpretati come espressioni di tristezza o paura.
Per confermare che fosse proprio l’ampiezza dei movimenti degli arti a veicolare lo stato emotivo, i ricercatori hanno manipolato artificialmente alcuni video, accentuando o diminuendo le oscillazioni di gambe e braccia. Il risultato ha confermato l’ipotesi: le oscillazioni più pronunciate venivano interpretate come aggressività, quelle ridotte come tristezza o paura, indipendentemente dall’emozione originale dell’attore.
La scoperta suggerisce che la camminata veicola emozioni in modo spontaneo e difficilmente controllabile, forse persino più delle espressioni facciali che possiamo modulare consapevolmente. Questo meccanismo di comunicazione non verbale si è probabilmente evoluto come strumento di sopravvivenza sociale, permettendo agli esseri umani di valutare rapidamente le intenzioni e lo stato d’animo di chi si avvicina.
Le applicazioni pratiche di questa ricerca vanno oltre la psicologia comportamentale. Gli autori dello studio, infatti, immaginano lo sviluppo di dispositivi indossabili in grado di monitorare lo stato emotivo di chi li indossa attraverso l’analisi dell’andatura, con potenziali benefici per il benessere mentale e la salute.
Più controversa è l’ipotesi di utilizzare questa conoscenza nei sistemi di sorveglianza: telecamere potrebbero analizzare la camminata delle persone per identificare individui potenzialmente pericolose. Sistemi di intelligenza artificiale potrebbero imparare a prevedere lo stato emotivo delle persone basandosi esclusivamente sul loro modo di camminare, sollevando evidenti questioni etiche sulla privacy e sul controllo sociale.
Il vantaggio, o lo svantaggio a seconda delle prospettive, è che la camminata risulta più spontanea e difficile da modificare consapevolmente rispetto alle espressioni del volto. Se questi sistemi finissero nelle mani sbagliate, potrebbero costituire uno strumento di sorveglianza particolarmente invasivo.
Nel frattempo, la ricerca giapponese ci ricorda che comunichiamo continuamente attraverso il corpo, spesso senza rendercene conto. Il modo in cui ci muoviamo nello spazio racconta una storia emotiva che gli altri leggono istintivamente, arricchendo o contraddicendo le parole che pronunciamo.
