Poker livePer decenni il bluff è stato considerato l'ultima frontiera dell'intelligenza umana ai tavoli da poker. Non basta conoscere le probabilità. Non basta padroneggiare la matematica del Texas Hold'em. Bisogna leggere negli occhi dell'avversario, interpretare un gesto, un'espressione, una pausa troppo lunga o troppo breve. E' quella sottile miscela di psicologia, intuito ed esperienza che rende il poker diverso da qualsiasi altro gioco.
Oggi, però, qualcosa sta cambiando. Negli ultimi mesi l'intelligenza artificiale è entrata con sempre maggiore forza nel mondo del poker. Non soltanto attraverso i solver che da anni aiutano i professionisti a studiare la strategia ottimale, ma anche con strumenti che promettono qualcosa di molto più ambizioso: riconoscere i "tell", ovvero i segnali involontari che possono tradire la forza o la debolezza di una mano.
È davvero possibile? La domanda non riguarda soltanto il poker. E' più filosofica e riguarda il rapporto tra esseri umani e intelligenza artificiale.
Perché se un algoritmo riuscisse a interpretare il linguaggio del corpo meglio di un professionista, cambierebbe il significato stesso di uno dei giochi più affascinanti mai inventati.
Certo, è difficile poter fare previsioni perché l'efficacia dell'intelligenza artificiale aumenta e migliora giorno dopo giorno a una velocità disarmante. Nessuno può mettere la mano sul fuoco dove saremo tra tre mesi. Quindi è difficile poter arrivare a una conclusione, ma è giusto porsi le domande giuste.
ESPN ci ha già provato: l'esperimento che ha fatto discutere il mondo del poker
Durante la diretta del Main Event delle World Series of Poker 2026, ESPN ha introdotto un sistema sperimentale di intelligenza artificiale "capace" di analizzare il linguaggio del corpo dei giocatori e stimare, in tempo reale, la probabilità che stessero bluffando oppure avessero una mano molto forte.
Sul monitor comparivano indicatori dedicati ai cosiddetti tells: frequenza dell'ammiccamento, direzione dello sguardo, postura, movimenti delle mani, modo di maneggiare le chip e altri parametri raccolti da un sistema di computer vision sviluppato dall'ingegnere Luke Geel.
L'obiettivo non era "indovinare" le carte coperte, ma costruire un modello capace di associare determinati comportamenti allo stato d'animo dei protagonisti ai tavoli.
Dal punto di vista televisivo l'effetto è stato notevole. Per la prima volta lo spettatore non osservava soltanto il board, le puntate e le percentuali di vittoria, ma vedeva una macchina tentare di interpretare la psicologia dei protagonisti.
Il problema è che il poker non è una partita a scacchi. Ed è proprio qui che sono emersi i primi dubbi.
Il problema della raccolta dati
Il sistema, infatti, era stato addestrato utilizzando esclusivamente le mani riprese dalle telecamere del Main Event. Un campione inevitabilmente limitato, considerando che oltre novemila giocatori hanno preso parte al torneo e soltanto pochi tavoli erano costantemente coperti dalle telecamere. Anche i professionisti arrivati fino in fondo sono stati inquadrati per un numero relativamente ridotto di mani.
Per questo motivo molti campioni hanno accolto l'esperimento con curiosità, ma anche con un forte scetticismo.
Non a caso, il sistema è stato utilizzato solo durante alcune fasi del Main Event e non è stato riproposto al tavolo finale, una scelta che ESPN e Omaha Productions non hanno spiegato ufficialmente.
Psicologia contro matematica: perché i professionisti non credono all'AI dei bluff
La reazione dei professionisti è stata quasi univoca. Quasi tutti hanno posto la stessa domanda: un algoritmo può davvero capire cosa sta pensando un essere umano?
Michael Gagliano (nella foto in copertina), professionista da oltre diciassette anni e finalista del Main Event WSOP 2026, ha raccontato di aver rivisto ogni secondo delle dirette televisive durante la pausa prima del final table per cercare informazioni sui propri avversari.
Eppure, nonostante ore di analisi, è arrivato a una conclusione sorprendente.
"I don't know how much actual information I'm going to be able to act on from what I saw." Tradotto: "Non so quante informazioni realmente utilizzabili riuscirò a ricavare da quello che ho visto."
Il motivo è semplice, nel poker il linguaggio del corpo non racconta soltanto la forza di una mano. Racconta anche altre innumerevoli variabili: la pressione del momento sul giocatore e al tavolo, l'esperienza del giocatore; il momento del torneo, la personalità dei protagonisti coinvolti e altre variabili difficili da cogliere come perfino la stanchezza.
Gagliano fa un esempio illuminante.
"Maybe someone is extra confident with a hand that's actually weak... Maybe my body language is referencing the situation rather than the hand strength."
Tradotto: "un giocatore potrebbe sembrare estremamente sicuro pur avendo una mano mediocre, semplicemente perché ritiene — a torto — di essere avanti".
Oppure potrebbe apparire nervoso con una mano fortissima, non perché stia bluffando, ma perché si sta giocando dieci milioni di dollari. Per un algoritmo questa differenza è enorme e non è facile da cogliere.
Shuan Deeb: "il pubblico ha una visione cinematografica dei tells"
Shaun Deeb, due volte WSOP Player of the Year, va ancora oltre. Secondo lui il pubblico tende ad avere una visione troppo cinematografica dei tells, influenzata da film come Rounders. La realtà è molto più complessa.
"Physical tells are so much more expansive than I think the public realizes. There are leg tells, checking tells, verbal tells, breathing tells, pulse tells."
In altre parole, non esistono soltanto le espressioni del volto. Ci sono movimenti delle gambe. Respirazione. Battito cardiaco. Tono della voce. Velocità con cui vengono controllate le carte.
Piccoli cambiamenti impossibili da cogliere completamente attraverso una telecamera. Per questo Deeb giudica l'esperimento ESPN più una curiosità televisiva che un reale strumento di analisi.
Il suo giudizio è piuttosto netto "I think they randomly found something to try to make it like another sport, and I just think it was swing-and-a-miss". Ovvero "Hanno cercato di trasformare il poker in uno sport come gli altri. Ma, secondo me, è stato un tentativo fallito".
"ESPN ha cercato di trasformare il poker in uno sport come gli altri. Ma, secondo me, è stato un tentativo fallito"
Shuan Deeb
La vera domanda non è se l'AI riconoscerà un bluff
È qui che, probabilmente, si trova il cuore della questione. Molti si chiedono se un giorno l'intelligenza artificiale riuscirà davvero a capire quando un giocatore sta bluffando. Forse è la domanda sbagliata.
Negli ultimi dieci anni l'AI ha già dimostrato di poter battere i migliori professionisti del mondo grazie a sistemi come DeepStack, Libratus e Pluribus. Ma nessuno di questi programmi "leggeva" gli avversari nel senso umano del termine. Vincevano perché calcolavano strategie ottimali in giochi a informazione incompleta, sfruttando matematica, teoria dei giochi e apprendimento automatico.
La prossima rivoluzione potrebbe essere diversa. Non tanto leggere un bluff, ma comprendere come prendiamo decisioni quando abbiamo informazioni incomplete.
Ed è proprio questo che rende il poker un laboratorio straordinario per l'intelligenza artificiale.
Ogni mano è un esperimento sulla psicologia umana. Ogni puntata è una scelta presa sotto pressione. Ogni bluff è un equilibrio tra razionalità, emozione e capacità di prevedere il comportamento dell'altro.
Forse l'AI non riuscirà mai a sostituire l'intuito di un grande professionista seduto al tavolo ma è difficile prevedere il futuro considerando l'evoluzione rapida di queste nuove tecnologie.
Ma potrebbe aiutarci a capire qualcosa di ancora più importante; come funziona la mente umana quando è costretta a decidere senza conoscere tutta la verità.
Dai solver ai tell: l'ultima frontiera dell'AI
Negli ultimi dieci anni il poker ha già vissuto una rivoluzione silenziosa. Prima sono arrivati i solver, programmi capaci di calcolare strategie vicine alla Game Theory Optimal (GTO), cambiando radicalmente il modo di prepararsi dei professionisti.
Poi sono arrivati modelli sempre più sofisticati, in grado di analizzare milioni di mani e simulare scenari impossibili da elaborare per una mente umana.
Oggi il passo successivo sembra quasi inevitabile. Non più studiare soltanto le carte ma provare a studiare le persone.
Da DeepStack a ESPN: dieci anni di intelligenza artificiale nel poker
Per anni il poker è stato considerato uno dei giochi più difficili da affrontare per un'intelligenza artificiale. A differenza degli scacchi, i giocatori non dispongono di tutte le informazioni: le carte degli avversari restano nascoste e ogni decisione viene presa in condizioni di incertezza. Negli ultimi dieci anni, però, la ricerca ha compiuto passi da gigante.
Il primo grande punto di svolta arriva nel 2017 con DeepStack, il sistema sviluppato dall'Università di Alberta in collaborazione con l'Università di Praga. Per la prima volta un'intelligenza artificiale riesce a battere stabilmente professionisti del poker nell'heads-up No Limit Hold'em (uno contro uno). Deepstack ha battuto 10 pro su 11 affrontati.
La vera innovazione non consiste nella velocità di calcolo, ma nell'approccio. DeepStack non memorizza milioni di situazioni, ragiona in tempo reale, stimando il valore delle decisioni future in un gioco dove le informazioni sono incomplete. È la prima dimostrazione concreta che l'AI può competere con l'uomo anche in un ambiente dominato da bluff, probabilità e strategie miste.
Due anni dopo Facebook AI Research e la Carnegie Mellon University presentano Pluribus. È un salto ancora più importante, se DeepStack giocava soltanto contro un avversario, Pluribus riesce a superare professionisti di altissimo livello nei tavoli multiplayer, dove la complessità cresce in modo esponenziale. Il poker diventa uno dei primi giochi a informazione incompleta in cui l'intelligenza artificiale supera sistematicamente i migliori esseri umani. Ma è importante sottolineare un aspetto: Pluribus non osserva il volto degli avversari e non interpreta il linguaggio del corpo. Non cerca i tell. Semplicemente prende decisioni matematicamente migliori.
Ma il bluff non è una formula matematica
Qui nasce il primo grande equivoco. Molti immaginano che un'intelligenza artificiale possa osservare un volto e stabilire con precisione matematica se una persona sta mentendo.
La realtà è molto più complessa. Gli studi sulla comunicazione non verbale mostrano che non esiste un singolo gesto universalmente associato alla menzogna.
Incrociare le braccia, guardare in basso, toccarsi il viso, respirare più velocemente. Sono tutti comportamenti che, presi singolarmente, non significano nulla. Ogni individuo reagisce in modo diverso allo stress, alla concentrazione e alla pressione. Tutto è soggettivo.
Ed è proprio questo che rende il poker un laboratorio straordinario per l'intelligenza artificiale perché ti permette di fare test specifi in modo rapido ma non è facile.
Il poker è il test (quasi) perfetto
Se ci pensiamo, il Texas Hold'em rappresenta probabilmente uno degli ambienti più difficili che un algoritmo possa affrontare: ogni mano è diversa. Ogni avversario cambia strategia.
I professionisti cercano deliberatamente di essere imprevedibili, molti utilizzano gli stessi movimenti sia quando bluffano sia quando hanno il punto massimo. Altri fanno l'esatto contrario.
Esistono perfino giocatori che costruiscono volontariamente falsi tell per ingannare chi cerca di leggerli.
Per un'intelligenza artificiale significa affrontare un problema enorme; non basta riconoscere un movimento, bisogna comprenderne il contesto.
L'AI può riconoscere un pattern. Ma può capire una persona?
L'intelligenza artificiale eccelle nel riconoscere schemi ricorrenti, può confrontare milioni di immagini ed è capace di misurare tempi di risposta. E' in grado di individuare correlazioni invisibili all'occhio umano ma quello che ancora fatica a fare è comprendere l'intenzione.
Un sorriso può significare sicurezza per una persona oppure nervosismo per un'altra o entambe le cose a seconda dell'umore e della stanchezza.
Una pausa lunga può essere una riflessione strategica oppure un tentativo di simulare una riflessione strategica.
Nel poker il significato di un comportamento cambia continuamente ed è proprio questa ambiguità a rendere il bluff una delle sfide più affascinanti per qualsiasi algoritmo. Ci riuscirà l'AI a decifrare anche le migliori poker face?