Lo scorso 4 ottobre abbiamo scritto della nuova funzionalità di ricerca aumentata dall’IA di Microsoft, “Bing Generative Search” che aggrega informazioni dal web e genera un riepilogo in risposta alle query di ricerca. Attualmente la nuova ricerca “artificiale” di Microsoft, ancora in fase di sviluppo, è stata resa disponibile negli Stati Uniti, ad una piccola percentuale di utenti per ricevere riscontri ed effettuare aggiustamenti.
Bing Generative Search” è molto simile alla versione di Google AI Overviews, la ricerca generativa di Google, di cui abbiamo scritto a luglio, inizialmente disponibile solo per gli utenti negli Stati Uniti, ma che presto sarà diffusa a livello globale.
Sempre in quei giorni OpenAI ha presentato SearchGPT, un motore di ricerca basato su IA che fornisce risposte rapide e precise, integrando dati in tempo reale dal web. Adesso disponibile in tutti i paesi per gli utenti con un abbonamento ChatGPT Plus e Team, SearchGPT sintetizza informazioni da vari siti, includendo link diretti alle fonti originali e permettendo domande di follow-up, simile a ChatGPT.
Meta ha sviluppato un motore di ricerca AI per ridurre la dipendenza da Google e Bing, puntando a risposte in tempo reale tramite Meta AI (la “sua” IA) su WhatsApp, Instagram e Facebook.
In ultimo citiamo Perplexity.AI, che ha sviluppato un motore di ricerca basato sull’AI, tra i cui finanziatori vi sono Jeff Bezos e Nvidia.
Appare sempre più chiaro che l’obiettivo è riuscire ad accaparrarsi una fetta della “ricerca” sul web, fino ad oggi monopolio di Google ed in piccola parte di Bing, perché è da lì che passerà il traffico del web e l’interazione degli utenti. Quindi, pubblicità, dati e centralità nella navigazione e nell’esperienza digitale.
Evidentemente anche questo aspetto del nostro ecosistema informativo sarà completamente trasformato dall’intelligenza artificiale. Con alcune criticità già osservabili per il mondo dell’informazione.
Per gli editori, molti dei quali hanno stretto accordi con OpenAI e le altre aziende di IA per l’addestramento dei loro modelli con dati “affidabili”, ( tra questi ricordiamo Associated Press, Reuters, The Atlantic, Axel Springer, Condé Nast, Financial Times, GEDI, Hearst, Le Monde, News Corp, Prisa (El País), Time e Vox Media), è in gioco la propria sopravvivenza.
Abbiamo più volte evidenziato come, sebbene gli accordi tra aziende di intelligenza artificiale ed editori prevedano l’aggiunta dei link alle fonti nelle risposte dei motori di ricerca IA, in un epoca di sempre minore tempo speso nella lettura, appaia improbabile che la ricerca generativa possa dirottare la stessa quantità di traffico generata dai motori tradizionali, verso le fonti: se si ha la possibilità di trovare una risposta esaustiva, certificata da un link ad una fonte autorevole, all’interno del motore di ricerca dell’IA, per quale motivo andare a leggere anche la fonte?
È questo un punto di svolta che, probabilmente, porterà ad ulteriori scenari e cambiamenti, nei rapporti tra queste aziende ed editori.
Altro aspetto critico è la GEO (Generative Engine Optimization), ovvero l’ottimizzazione dei siti per il motore di ricerca generativo.
GEO è il metodo con cui aziende e agenzie di marketing cercano di rendere i propri contenuti più visibili nei risultati generati dai chatbot. Simile alla SEO, ma con un obiettivo diverso, la GEO si concentra su come fare in modo che il contenuto venga selezionato dagli algoritmi di intelligenza artificiale, manipolando non solo il linguaggio utilizzato ma anche il tipo di referenze. Il principio è chiaro: attraverso specifiche tecniche di scrittura e strategia, è possibile aumentare la probabilità che il chatbot includa un certo contenuto nella sua risposta.
Come riporta il The Guardian, secondo recenti studi di Berkeley e Harvard, i chatbot tendono a dare più rilevanza a contenuti tecnici o ricchi di parole chiave, elementi che normalmente possono non essere sinonimo di accuratezza o imparzialità. Un creatore di contenuti può quindi manipolare il chatbot usando un linguaggio strategico e citazioni mirate, rendendo molto più probabile che il suo prodotto o servizio venga scelto come risposta.
Per i ricercatori, questo apre un mondo di vulnerabilità, con una capacità di manipolazione così forte che anche una semplice “stringa di testo strategica”, priva di apparente significato, può forzare il chatbot a generare una risposta specifica.
Immaginiamo l’uso di una simile tecnica su larga scala, applicata su interi cataloghi di prodotti: gli utenti vedrebbero spesso nelle risposte solo quei prodotti manipolati tramite GEO, anziché quelli di reale qualità o popolarità.
Questo introduce il “dilemma della risposta diretta”: quando una persona riceve un’unica risposta a una domanda complessa, è improbabile che verifichi ulteriori punti di vista.
L’intelligenza artificiale, fornendo un’unica risposta percepita come “autorevole”, potrebbe consolidare una verità che non rappresenta necessariamente l’insieme completo e diversificato delle opinioni o dei fatti su un tema. Questo è particolarmente problematico per il pluralismo e la trasparenza dell’informazione che, ormai, è totalmente digitale.
Ovviamente stiamo descriveno una “rivoluzione” nel suo divenire ed è probabile che alcune di queste problematiche si possano risolvere con l’evoluzione di questi sistemi.
