Il tema centrale dell’evento, è stato il rapporto sempre più stretto e complesso tra intelligenza artificiale ed informazione che ha dato vita ad un  confronto aperto sul futuro della professione giornalistica.

Nessun annuncio clamoroso, nessuna svolta epocale, è stato un dibattito concreto sulle criticità, le opportunità e le contraddizioni che l’intelligenza artificiale sta portando nel giornalismo. Temi già noti, ma qui affrontati con maggiore chiarezza.

Il filo conduttore dell’evento è stato un interrogativo che riguarda ormai ogni redazione del mondo: l’intelligenza artificiale è destinata a diventare un alleato prezioso per il giornalismo o rischia di minarne le basi? A provare a rispondere, voci autorevoli del panorama giornalistico, accademico e tecnologico, che hanno affrontato la questione partendo da prospettive diverse, mettendo insieme ricerca, pratica giornalistica e sviluppo tecnologico.

È importante sottolineare che non si è trattato di una conferenza monolitica, bensì di una giornata composta da una serie di panel distinti, ognuno dei quali ha affrontato un aspetto diverso del rapporto tra IA e giornalismo, con esperti e relatori diversi.
Questa articolazione ha permesso di esplorare la questione da più angolazioni, dando voce a chi ogni giorno lavora con queste tecnologie o ne studia gli impatti sociali, politici ed etici.

La consapevolezza condivisa emersa dalla conferenza è che l’intelligenza artificiale non è più soltanto un’ipotesi da laboratorio o un trend da osservare a distanza, ma è già qui, ben radicata nel lavoro quotidiano delle redazioni, capace di ridefinire ruoli, processi e priorità. Non si parla più di futuro, ma di presente.

Dietro questa apparente certezza, ci sono una serie di domande, ad esemopio ci si chiede: come cambierà davvero il giornalismo sotto l’impatto dell’IA? E soprattutto, chi deciderà la direzione da prendere?

Dai panel si può comprendere che non esiste un destino prestabilito dalla tecnologia. Nessun algoritmo può, da solo, determinare che tipo di informazione avremo domani.

Saranno piuttosto le scelte – editoriali, etiche, politiche – a costruire, passo dopo passo, il giornalismo del futuro. Come sollecitato direttamente e indirettamente dai partecipanti ai diversi panel, queste scelte vanno prese ap liù presto.

Nel confronto tra esperti, ricercatori e professionisti si può notare che da un lato, l’IA si presenta come un alleato prezioso: può ottimizzare i flussi di lavoro, ampliare la capacità di analisi dei dati, rendere più accessibili informazioni complesse, e persino liberare tempo per l’approfondimento e l’indagine.

Ma dall’altro, se adottata senza regole, rischia di portare con sé effetti distorsivi come l’appiattimento dei contenuti, perdita di originalità e un progressivo indebolimento del rapporto di fiducia tra giornalisti e lettori.

Per quanto sofisticati possano diventare i modelli linguistici e gli strumenti automatizzati, il cuore del giornalismo deve restare umano. È il giornalista, con la sua sensibilità, la sua esperienza, la sua responsabilità a dare senso ai fatti, a contestualizzarli, a decidere cosa è rilevante e cosa no. Le macchine possono aiutare, certo, possono suggerire titoli, riassumere testi, individuare pattern nei dati, ma non possono sostituire il giudizio critico, né il dovere deontologico che accompagna ogni scelta editoriale. Alla fine, l’insieme dei diversi panel hanno contribuito a delineare una visione del futuro giornalistico complessa ma non priva di speranza.

Il punto su cui si dibatte durante la conferenza, è cercare di riuscire a governare questa trasformazione senza subirla.  Per capire meglio come questa riflessione si è articolata nel corso della giornata, vale la pena ripercorrere i diversi panel che hanno suddiviso la conferenza.

1. L’IA e il futuro dell’informazione. Cosa sappiamo finora

Il primo panel della giornata, dal titolo “AI and the future of news. What we know so far”, ha avuto il compito di inquadrare il tema in termini generali e offrire una cornice analitica su cui costruire i successivi interventi.
La conferenza si è aperta con le parole di Mitali Mukherjee, direttrice ad interim del Reuters Institute, che ha subito sottolineato l’importanza di un cambiamento consapevole nelle redazioni con l’integrazione dell’IA.

Esortando le redazioni ad integrare strumenti di IA senza perdere di vista i principi cardine del giornalismo, ovvero raccontare i fatti con onestà, difendere la verità e garantire la libertà di espressione.

Ha fatto seguito l’intervento di Richard Fletcher, ricercatore presso il Reuters Institute, che ha presentato alcuni dei dati emersi dal Digital News Report e da altri studi in corso, sulla percezione dei lettori nei confronti delle notizie generate da sistemi IA.

I dati in questione mostrano che la fiducia nei contenuti prodotti dall’IA è ancora bassa. Gli utenti li percepiscono come meno affidabili, meno capaci di interpretare la complessità degli eventi e, soprattutto, privi di quella sensibilità umana che rende un giornalista un narratore affidabile della realtà. Ciò significa che, nonostante i progressi tecnologici, la componente umana rimane un elemento insostituibile per garantire qualità, accuratezza e profondità nell’informazione.

Il panel introduttivo ha posto l’attenzione sulla centralità della relazione tra pubblico e informazione: una relazione che, se mediata da tecnologie opache o non regolamentate, rischia di minare ulteriormente la fiducia già fragile nei media.

2. Potere, profitto e pluralismo nell’era dell’IA generativa

Proseguendo con il secondo panel della giornata, il dibattito si è spostato su un quesito che in questi ultimi anni emerge nelle redazioni di tutto il mondo, ovvero come le organizzazioni editoriali possano preservare la loro rilevanza, tutelare la proprietà intellettuale degli editori e generare ricavi sostenibili in un ecosistema mediatico sempre più dominato dall’IA generativa.

La sessione, moderata da Federica Cherubini,  giornalista esperta nello sviluppo della leadership e nella trasformazione del giornalismo al Reuters Institute, ha esaminato le problematiche che le redazioni e gli editori affrontano nell’adattarsi alla rapida evoluzione dei modelli linguistici di IA, tra cui quelli sviluppati da OpenAI e Google.

Felix Simon, ricercatore esperto di IA e informazione digitale presso il Reuters Institute, ha aperto il dibattito analizzando le complesse dinamiche di potere tra gli sviluppatori di IA e le organizzazioni giornalistiche. Il suo intervento si è focalizzato su come le piattaforme di distribuzione delle notizie, sempre più alimentate da algoritmi avanzati, stiano ridefinendo il controllo sull’informazione. Secondo Simon, la sfida principale per le organizzazioni editoriali non è solo quella di stare al passo con i cambiamenti tecnologici, ma anche di capire come posizionarsi in un panorama in cui l’intelligenza artificiale non solo facilita la creazione di contenuti, ma ne rielabora, distribuisce e spesso li monetizza senza passare attraverso il tradizionale modello editoriale.

Un tema centrale emerso nel corso della discussione è stato quello delle licenze sui contenuti e della protezione dei diritti di copyright.

In particolare, si è discusso della difficoltà per i giornalisti e gli editori di tutelare i loro contenuti in un mondo in cui l’IA può accedere e utilizzare materiale pubblicato online spesso scavalcando il consenso degli autori stessi.

Questo argomento è stato ripreso da Matt Rogerson, Direttore delle politiche pubbliche globali e della strategia delle piattaforme al Financial Times. Rogerson ha sottolineato come molte applicazioni di IA siano addestrate utilizzando grandi quantità di contenuti giornalistici prelevati dal web, senza alcun tipo di compenso per i creatori originali. Un approccio che, se non regolamentato adeguatamente, rischia di minare il lavoro delle redazioni professionali e di vanificare il principio stesso di responsabilità editoriale.

Non a caso, negli ultimi anni queste pratiche hanno dato origine a un numero crescente di contenziosi legali.

Ad esempio, alla fine del 2023 il New York Times ha intentato una causa contro OpenAI e Microsoft, accusandole di aver utilizzato milioni di articoli del quotidiano per addestrare i loro sistemi senza autorizzazione. L’azione legale sollevava la questione del danno economico e della tutela della proprietà intellettuale, specie in un contesto in cui i contenuti generati da IA rischiano di sostituire quelli realizzati da redazioni professionali.

Più di recente a febbraio 2025, anche alcuni grandi gruppi editoriali, tra cui Condé Nast, The Guardian, Forbes e Vox, hanno avviato una causa contro la società di IA canadese Cohere, accusata di aver sfruttato opere protette per alimentare i propri modelli linguistici.

In entrambi i casi, il concetto è lo stesso ovvero chi crea contenuti ha diritto a essere riconosciuto e tutelato, anche (e soprattutto) nell’era dell’automazione.

Un altro argomento toccato nel corso del panel è stato quello della pluralità dell’informazione, affrontato da Klaudia Jaźwińska, ricercatrice presso il Tow Center for Digital Journalism, che ha sottolineato come la diffusione di LLM sviluppati da poche grandi aziende tecnologiche possa minacciare la pluralità delle voci nel settore giornalistico.

Se non adeguatamente regolamentata, questa concentrazione di potere potrebbe ridurre drasticamente la varietà di contenuti e opinioni che caratterizzano un’informazione di qualità, riducendo la capacità delle redazioni di garantire un’informazione pluralista e di interesse pubblico.

L’urgenza di affrontare questi temi è stata ribadita anche da Katya Shell, esperta di regolamentazione digitale, che ha mostrato la difficoltà delle istituzioni politiche nell’adattarsi al ritmo dell’innovazione tecnologica. Shell ha sottolineato come, sebbene l’Unione Europea abbia cercato di affrontare la questione attraverso l’AI Act, le normative tendano a rimanere indietro rispetto alle nuove sfide poste dall’intelligenza artificiale. In particolare, l’esperta ha insistito sulla necessità di stabilire principi etici condivisi e vincolanti per le aziende che sviluppano IA, in modo che il loro impiego nel giornalismo avvenga nel rispetto della trasparenza e dei diritti di chi produce contenuti.

“Il pubblico ha il diritto di sapere se un contenuto è stato generato, o anche solo elaborato, da un sistema automatizzato,” ha affermato Shell, ribadendo la centralità della trasparenza in un’era in cui la costruzione dell’informazione rischia di essere “sostituita” da decisioni sempre più artficiali.

Il panel ha raccontato con chiarezza come, nell’età dell’intelligenza artificiale generativa, il giornalismo si trovi a fare i conti con tre forze centrali: il potere, sempre più concentrato nelle mani delle grandi piattaforme; il profitto, che rischia di spostarsi lontano da chi i contenuti li produce; e il pluralismo, che si affievolisce quando poche tecnologie IA filtrano le voci che arrivano al pubblico.

3. Primo contributo breve dedicato alla ricerca

Nel terzo panel della giornata, intitolato “Research Lightning Talk”, l’attenzione si è spostata su un tema già introdotto all’inizio della conferenza, ovvero come il pubblico percepisce l’utilizzo dell’intelligenza artificiale nel giornalismo. Il formato di questa sessione è una lightning talk che prevede interventi brevi e incisivi, pensati per condividere rapidamente i risultati di ricerche in corso e offrire spunti immediati alla discussione.

Protagonisti dell’incontro sono stati Richard Fletcher, ricercatore presso il Reuters Institute e Amy Ross Arguedas, ricercatrice, che hanno presentato i dati del Digital News Report 2024 e di uno studio dedicato alle reazioni del pubblico di fronte ai contenuti generati da IA.

L’obiettivo, qui, è quello restituire uno sguardo sintetico ma denso sulle paure, le aspettative e le richieste di trasparenza che stanno emergendo tra i lettori in questa fase di trasformazione giornalistica.

In particolare Fletcher, già intervenuto durante il primo panel, ha proseguito il suo approfondimento sulle tendenze emergenti nel consumo delle notizie, concentrandosi stavolta sulle percezioni del pubblico riguardo all’uso delle tecnologie IA nel giornalismo.

I dati raccolti nel Digital News Report 2024 hanno messo in evidenza che, sebbene i consumatori stiano diventando sempre più consapevoli del ruolo crescente dell’IA nella produzione delle notizie, persistono forti dubbi sulla qualità e l’affidabilità dei contenuti generati dalle macchine. In particolare, i lettori si dimostrano scettici sul fatto che l’IA sia in grado di cogliere la complessità degli eventi e fornire il contesto necessario per una comprensione approfondita delle notizie. La sensazione diffusa è che, per quanto l’IA possa essere uno strumento utile, essa non può sostituire la sensibilità e l’accuratezza che solo un giornalista esperto può offrire.

Amy Ross Arguedas ha contribuito con una prospettiva interessante, esplorando come diverse categorie di pubblico reagiscono all’uso dell’IA.

Il suo studio ha rivelato che le opinioni sull’IA nel giornalismo variano sensibilmente in base ad alcune variabili specifiche come: età, livello di istruzione e alle abitudini di fruizione delle notizie.

Secondo quanto esposto dalla ricercatrice, i giovani si mostrano generalmente più aperti all’idea di consumare contenuti generati dall’IA, ma anche tra di loro emerge una richiesta chiara di maggiore trasparenza: vogliono sapere come e da chi i contenuti sono stati prodotti.

In contrasto, le generazioni più anziane tendono a rimanere più scettiche riguardo all’impiego dell’IA, preferendo un approccio giornalistico che coinvolga una maggiore supervisione umana.

Una tematica che emerge con forza dall’intervento di Ross Arguedas riguarda la crescente domanda di trasparenza da parte dei consumatori.

Il pubblico non si accontenta più di sapere semplicemente se una notizia è stata generata da un sistema automatizzato, ma richiede anche chiarezza riguardo al dietro le quinte della produzione del contenuto.

La fiducia, infatti, sembra essere l’elemento necessario per il successo di qualsiasi iniziativa che impieghi l’ IA nel giornalismo.

4. I giornalisti stanno raccontando al loro pubblico le storie più rilevanti sull’intelligenza artificiale?

L’avvio del quarto panel è stato caratterizzato da una domanda : i giornalisti stanno raccontando le storie più rilevanti sull’intelligenza artificiale per il loro pubblico? Con l’IA che sta influenzando in profondità tutti gli aspetti della società, la domanda centrale è come i giornalisti possano comunicare questi cambiamenti in modo che siano non solo comprensibili, ma anche significativi per chi legge.

Il panel, moderato da Eduardo Suárez, Direttore editoriale del Reuters Institute, ha visto la partecipazione di tre esperti, ciascuno con un’esperienza diversa nel trattare l’IA all’interno dei contesti informativi.

Insieme a Suárez, hanno condiviso le loro prospettive Hadmin Akuna dal Paraguay, co-fondatrice e direttrice editoriale di Elsortidor, un’organizzazione di notizie innovativa nel suo paese. Il panel includeva anche Sannuta Raghu, responsabile del laboratorio AI di Scroll, una testata giornalistica indiana, che sta attualmente lavorando a un progetto sull’IA. A completare il gruppo di discussione c’era Katharina Schell vicedirettrice editoriale dell’agenzia di stampa austriaca APA ed ex ricercatrice del Reuters Institute. il cui progetto si concentra sull’etichettatura dei contenuti generati dall’IA.

Suárez ha introdotto gli esperti sottolineando la loro provenienza da tre paesi molto diversi, tre diverse organizzazioni giornalistiche, con background e ruoli altrettanto differenti, anticipando una conversazione ricca sul tema dell’IA nel giornalismo.

Hadmin Akuna, prendendo la parola per prima, ha osservato come in Paraguay e in gran parte dell’America Latina, le storie sull’intelligenza artificiale nei media manchino ancora di uno sguardo critico. La maggior parte degli articoli tende a essere relegata alle sezioni tecnologiche, concentrandosi prevalentemente su prodotti e capacità, mettendo in luce l’innovazione, l’efficienza e le caratteristiche di mercato. Quando l’IA non è trattata nella sezione tecnologica, la narrazione riguarda solitamente l’adozione dell’IA da parte del governo o di aziende private, spesso senza un’adeguata analisi critica. Akuna ha evidenziato come, nonostante alcuni paesi come Brasile e Cile abbiano sviluppato strategie nazionali sull’IA, il Paraguay e la maggior parte dell’America Latina siano in ritardo nello sviluppo tecnologico e dell’IA in generale.

Successivamente, Sannuta Raghu, dall’India, ha posto l’accento sul fatto che, provenendo da un paese con un robusto settore ingegneristico, gran parte delle notizie, della contestualizzazione, dell’apprendimento e della costruzione intorno all’IA proviene da ingegneri e influencer, piuttosto che da giornalisti indipendenti. Ha riconosciuto che esistono giornalisti indipendenti molto preparati sul tema, ma sono troppo pochi per riuscire a incidere davvero sulla copertura mediatica generale, che resta ancora limitata. Secondo Raghu, gran parte della comprensione delle politiche sull’IA arriva invece da avvocati e organizzazioni per i diritti digitali, soprattutto attraverso i social media dove il confronto è più aperto e orizzontale.

Inoltre, Sannuta Raghu ha proposto un nuovo modo di guardare all’informazione digitale attraverso il concetto di “news atom”. Secondo questo concetto, ogni notizia non è più un articolo unico e statico, ma un insieme modulare di elementi – paragrafi, dati, immagini, video – che possono essere riorganizzati automaticamente in base agli interessi e ai bisogni del lettore. L’obiettivo è offrire un’esperienza personalizzata, più sintetica per chi cerca una lettura rapida, più approfondita per chi desidera capire meglio.

Infine, Katharina Shell, riferendosi ai paesi di lingua tedesca e all’Europa centrale, ha descritto una copertura giornalistica sull’intelligenza artificiale ancora fortemente guidata dall’hype tecnologico, un entusiasmo che spesso prende il sopravvento sull’analisi critica lasciando in secondo piano le implicazioni sociali, economiche ed etiche di queste tecnologie.

Secondo Schell, le notizie sull’IA tendono a concentrarsi quasi esclusivamente sull’innovazione tecnica dei modelli, oscillando tra entusiasmi e timori eccessvi senza offrire un quadro complessivo dello scenario dell’IA.

Il racconto dell’impatto dell’IA sulla società risulta così poco chiaro, frammentario, e raramente orientato a fornire informazioni davvero utili al pubblico. Ha sottolineato come questo tipo di approccio, che spesso si limita a porre domande generiche senza approfondire le risposte, finisca per allontanarsi dai principi di un giornalismo responsabile, che dovrebbe aiutare le persone a comprendere cosa significhi davvero l’intelligenza artificiale per le loro vite quotidiane.

5. Secondo contributo breve dedicato alla ricerca

Durante il secondo Research Lightning Talk della conferenza, Rasmus Nielsen, Rasmus Nielsen, ricercatore senior presso il Reuters Institute e docente all’Università di Copenhagen, ha analizzato il modo in cui il pubblico percepisce l’uso dell’intelligenza artificiale nel giornalismo e, più in generale, nelle piattaforme digitali.

Secondo Nielsen, l’opinione pubblica sull’intelligenza artificiale applicata all’informazione non si forma soltanto attraverso i media, ma è profondamente influenzata dalle esperienze quotidiane che le persone hanno con la tecnologia. L’interazione con app, social network o assistenti virtuali modella inevitabilmente il modo in cui ciascuno di noi immagina l’uso dell’IA anche nel campo dell’informazione.

Nielsen ha descritto uno scenario in cui cittadini, utenti e lettori si trovano al centro di una competizione per catturare la loro attenzione. A contendersela ci sono gli editori tradizionali, le grandi piattaforme digitali e un insieme di soggetti, dai creator e influencer, fino a politici, agenzie di comunicazione, aziende e organizzazioni , tutti accomunati dal desiderio di orientare opinioni e comportamenti.

Nonostante il dibattito critico che si legge su giornali e riviste accademiche, Nielsen ha sottolineato che la maggior parte delle persone si avvicina a queste tecnologie con una sorta di ottimismo cauto. C’è consapevolezza dei problemi, dalla disinformazione all’uso discutibile dei dati, ma c’è anche il riconoscimento che molte piattaforme hanno migliorato concretamente la vita quotidiana.

Quando si parla di intelligenza artificiale generativa, le aspettative sono alte.

Molti pensano che cambierà profondamente settori come la scienza, la sanità e l’informazione nei prossimi cinque anni, ma il livello di fiducia verso il suo utilizzo varia notevolmente da settore a settore. Le persone si fidano dell’utilizzo dell’IA nei campi come la sanità e la ricerca scientifica, mentre restano diffidenti verso il mondo dei media, della politica e dei social. Giornali e piattaforme social, nel sentire comune, si trovano sullo stesso piano, sono entrambi percepiti come poco affidabili nell’uso di queste nuove tecnologie.

Una parte del problema, secondo Nielsen, è che molte persone non hanno ancora avuto esperienze dirette con l’intelligenza artificiale. Di fronte a queste incertezze, cresce la richiesta che sia lo Stato, e non solo le aziende private, a stabilire regole chiare sull’utilizzo dell’IA. Una spinta alla regolamentazione che è destinata a crescere, nonostante siano già state proposte e in alcuni casi approvate diverse misure legislative al rigurardo.

Cosa significa tutto questo per il giornalismo?

Secondo Nielsen, i media devono prepararsi ad un pubblico che, sempre più spesso, darà per scontato che i contenuti siano stati generati da un’intelligenza artificiale, indipendentemente dal fatto che lo siano davvero. In un simile scenario, la trasparenza e la coerenza editoriale non sono più un valore aggiunto, ma una condizione indispensabile per mantenere la fiducia. Le redazioni devono dimostrare nei fatti che l’uso dell’IA può avvenire in modo responsabile, rispettando i principi del buon giornalismo e offrendo valore reale al pubblico.

6. Come tre importanti redazioni stanno usando l’intelligenza artificiale

Il dibattito si è poi animato con il sesto panel della giornata, in cui si raccolgono le testimonianze di chi l’intelligenza artificiale la maneggia quotidianamente dietro le quinte dell’informazione.

Dylan Freedman, machine learning engineer e giornalista del New York Times, ha raccontato come insieme ai suoi colleghi utilizzi software avanzati per analizzare enormi quantità di dati in tempi rapidissimi, identificando pattern e anomalie che altrimenti richiederebbero settimane di lavoro manuale.

Tuttavia, ha voluto chiarire un concetto essenziale: l’automazione non può sostituire il lavoro umano nella verifica delle fonti, nella selezione del linguaggio e nell’interpretazione dei risultati. L’intelligenza artificiale, per quanto potente, deve essere considerata un supporto e non un sostituto dell’esperienza giornalistica, afferma Freedman.

Natalie Malinarich, direttrice ad interim per Crescita, Innovazione e Intelligenza Artificiale alla BBC, ha mostrato in che modo la BBC sta integrando l’intelligenza artificiale nel proprio lavoro quotidiano, con un’attenzione particolare a due ambiti: la lotta contro la disinformazione visiva e l’innovazione nel racconto sportivo.

Da un lato, Malinarich ha illustrato uno strumento interno sviluppato dalla BBC per rilevare deepfake, ovvero i video manipolati con l’intelligenza artificiale che possono sembrare autentici ma sono in realtà costruiti ad arte, spesso con intenti ingannevoli. Questo strumento serve a preservare l’affidabilità dei contenuti che l’emittente propone al pubblico, ed è pensato per essere utilizzato con la supervisione umana, in un modello detto “human in the loop”. In pratica, l’IA fornisce un primo livello di analisi, ma è sempre un giornalista a validare il contenuto.

Questo approccio riflette la volontà della BBC di mantenere al centro la responsabilità editoriale, anche nell’era dell’automazione.

Dall’altro lato, Malinarich ha parlato anche di un progetto sportivo, che usa l’IA per trascrivere automaticamente i commenti radiofonici in diretta e individuare i momenti salienti delle partite, generando aggiornamenti testuali in tempo reale per le pagine web dedicate a eventi sportivi non trasmessi in televisione.

Si tratta di un modo per estendere la copertura informativa ad eventi che, per limiti logistici o di budget, non possono essere seguiti con le modalità tradizionali.

Anche in questo caso, l’obiettivo è migliorare il servizio al pubblico, sfruttando le potenzialità dell’IA senza sostituire l’intervento umano.

Liz Lohn, del Financial Times, ha descritto alcuni esperimenti innovativi condotti con l’uso dell’intelligenza artificiale nella redazione. In particolare, uno dei progetti riguarda la generazione automatica di sintesi in tre punti per ogni articolo. L’idea parte dal fatto che molti lettori usano già strumenti esterni per ottenere sintesi rapide dei contenuti, quindi il FT ha deciso di offrire direttamente questo servizio, integrandolo nella propria piattaforma.

Un altro esperimento punta a favorire la partecipazione dei lettori, facendo generare all’IA delle domande da inserire alla fine degli articoli con l’obiettivo di stimolare discussioni più approfondite e interattive nella sezione commenti.

In questo scenario, il ruolo del giornalista si trasforma, non scompare, assumendo un nuovo compito, quello di progettare e supervisionare questi contenuti flessibili, per garantire che ogni versione della notizia sia completa, coerente e corretta.

7. Come trasformerà la società l’intelligenza artificiale?

La conferenza “AI and the Future of News 2025” si è evoluta nel corso della giornata, passando dalle applicazioni pratiche dell’intelligenza artificiale nel giornalismo a una discussione più ampia sul ruolo che questa tecnologia giocherà nell’intera società.

Nel panel finale, dal titolo “How will AI reshape society? “l’attenzione è stata rivolta oltre i confini delle redazioni, con un focus sulle implicazioni che l’IA avrà su settori chiave come la politica, l’educazione e le disuguaglianze sociali.

Moderato dalla direttrice che ha aperto la conferenza, Mitali Mukherjee, il panel ha visto la partecipazione di tre esperti provenienti da diverse aree disciplinari, ognuno dei quali ha offerto una prospettiva diversa sul futuro dell’intelligenza artificiale.

Chris Summerfield, direttore dell’UK AI Safety Institute, ha iniziato il suo intervento invitando a ripensare l’intelligenza artificiale non solo come una semplice imitazione delle capacità cognitive umane, ma come uno strumento che potrebbe, se progettato con attenzione, rafforzare le istituzioni democratiche, promuovere il dialogo pubblico e facilitare una maggiore partecipazione civica. Secondo Summerfield, l’IA ha il potenziale di diventare un alleato prezioso per le democrazie, contribuendo a creare spazi di discussione pubblici più inclusivi e rappresentativi. Tuttavia, ha anche avvertito che il suo utilizzo deve essere ben regolato per evitare abusi e manipolazioni.

Victoria Nash, direttrice dell’Oxford Internet Institute, ha offerto un punto di vista critico sull’adozione globale dell’intelligenza artificiale, mettendo in risalto i rischi di generalizzazioni nell’analizzare l’impatto di questa tecnologia.

Ha affermato che gli effetti dell’IA dipenderanno dal contesto in cui verrà implementata. Sebbene l’IA possa aprire opportunità straordinarie, come la personalizzazione dell’educazione e l’ottimizzazione dei servizi, Nash ha osservato che i suoi effetti coinvolgeranno anche sfide educative, tanto per i giovani quanto per gli adulti. Il futuro dell’IA, ha sottolineato, dipenderà dalla capacità di formare una società consapevole del suo potenziale, in grado di usarla in modo responsabile e informato.

Infine, Roxana Radu, professoressa presso la Blavatnik School of Government, ha concluso con una riflessione aperta sul futuro della società con l’IA , ponendo una domanda: l’intelligenza artificiale riuscirà a includere tutti, o finirà per accentuare le disuguaglianze sociali già esistenti?

Con questa domanda ha voluto mostrare che se la tecnologia IA continua ad avanzare a un ritmo accelerato, chi non ha accesso alle risorse per comprenderla o utilizzarla rischia di essere escluso. +Radu ha quindi sottolineato l’importanza di mettere in campo politiche mirate e strategie inclusive, in grado di garantire a tutti l’educazione digitale e l’accesso alle tecnologie.

Per questo motivo, ha concluso Radu, è importante avviare un confronto serio sugli effetti che queste innovazioni possono avere sul tessuto sociale, andando oltre una visione puramente tecnica del progresso, e rimettendo al centro del dibattito le persone, le comunità e i diritti.

Il 21 marzo scorso, attraverso il suo blog ufficiale, il colosso tecnologico ha presentato il report “EU 2025 Report on the Value of News Content“, in cui descrive un esperimento in cui ha testato l’impatto della rimozione delle notizie dai suoi servizi di ricerca.  

Il risultato dell’esperimento è duplice: se da un lato il traffico verso i siti giornalistici è crollato, dall’altro le entrate pubblicitarie della piattaforma sono rimaste pressoché invariate.

L’esperimento ha coinvolto l’1% degli utenti in otto Paesi dell’Unione Europea: Italia, Spagna, Polonia, Paesi Bassi, Belgio, Grecia, Danimarca e Croazia.

A questo gruppo, definito “gruppo di trattamento”, sono stati rimossi i risultati di ricerca provenienti da 13.409 domini identificati come “pubblicazioni di stampa” in base all’Art. 15 della Direttiva europea sul copyright (EUCD). Parallelamente, un altro 1% di utenti ha costituito il “gruppo di controllo”, continuando a visualizzare normalmente i risultati di ricerca. L’esperimento, condotto tra novembre 2024 e gennaio 2025, ha permesso di osservare l’adattamento degli utenti e l’evoluzione delle loro abitudini di ricerca.

I dati raccolti e diffusi dall’azienda stessa, confermano il ruolo dominante di Google nella distribuzione delle notizie online: secondo il report, circa il 50% del traffico ai siti giornalistici proviene direttamente da Google Search e Google News. La rimozione dei contenuti ha causato un calo immediato delle visite e, contrariamente a quanto si poteva ipotizzare, gli utenti non hanno cercato attivamente le notizie sui siti degli editori, segnalando così l’importanza della visibilità garantita dal motore di ricerca per il successo dell’editoria digitale.

E qui si ripropone un “vecchio” interrogativo: se Google già indirizza milioni di lettori verso le testate, ha senso obbligarla a pagare per la condivisione dei contenuti, come stabilito dalla Direttiva UE?

Per capire meglio il contesto, torniamo al 2019, quando l’Unione Europea approvò la Direttiva sul Copyright. L’Art. 15 impone alle piattaforme digitali di riconoscere un compenso agli editori per la pubblicazione di estratti di articoli o link ai loro contenuti, con l’obiettivo di riequilibrare la distribuzione dei ricavi pubblicitari, fino a quel momento appannaggio quasi esclusivo delle Big Tech.

Nel 2021, per conformarsi alla normativa, Google ha lanciato il programma Extended News Previews, siglando accordi con oltre 4.400 pubblicazioni in 24 Paesi dell’UE per garantire agli editori una remunerazione per l’utilizzo dei loro contenuti.

Oggi, però, i risultati dell’esperimento potrebbero dare a Google un motivo per rinegoziare tali accordi, sostenendo che il valore economico delle notizie all’interno del proprio ecosistema sia inferiore a quanto richiesto dagli editori e che l’obbligo di pagamento possa risultare sproporzionato o sovrastimato.

Se Google decidesse di ridurre i compensi destinati agli editori, le potenziali conseguenze per il settore dell’informazione sarebbero particolarmente gravose.

Le testate giornalistiche, in particolare quelle che dipendono fortemente dal traffico generato dai motori di ricerca, rischierebbero un drastico calo delle entrate pubblicitarie e della loro visibilità. Questo potrebbe tradursi in una riduzione delle risorse destinate alla produzione di contenuti, con un impatto negativo sulla qualità e sulla pluralità dell’informazione disponibile online. Il giornalismo indipendente, già in difficoltà nel trovare modelli di business sostenibili nell’era digitale, potrebbe subire un ulteriore danno a causa della riduzione dei ricavi provenienti dalle piattaforme.

Dato che Google sembra voler rimettere in discussione l’obbligo di compensare gli editori, Diego Ciulli, public policy manager di Google, cerca di rassicurare il settore affermando in un post su LinkedIn: “…Questo non significa che cambia il nostro impegno nel collaborare con gli editori nella trasformazione digitale, e continueremo a concludere accordi per riconoscere un equo compenso per l’utilizzo dei loro contenuti, sulla base del loro reale valore.”

Il valore delle notizie, tuttavia, non si misura solo in termini di ricavi pubblicitari per Google. L’informazione di qualità contribuisce a mantenere il motore di ricerca interessante per gli utenti, rafforzandone la centralità nel mercato digitale.

Se Google dovesse ridurre la sua dipendenza dai contenuti giornalistici, privilegiando altre fonti di informazione, il rischio sarebbe un impoverimento del panorama informativo accessibile online.

Resta ora da vedere come reagiranno le autorità europee.

La Direttiva sul Copyright è nata per riequilibrare il rapporto di forza tra le piattaforme digitali e i produttori di contenuti. Se Google decidesse di mettere in discussione questo principio, l’UE potrebbe dover intervenire nuovamente.

Gemini 2.5 Pro, come il suo predecessore Gemini 2.0 Flash Thinking Experimental, si basa su un’architettura, definita “thinking model“, ovvero impiega un “processo di pensiero” interno durante la generazione delle risposte.

Questo processo contribuisce a migliorare la capacità di ragionamento e di risolvere attività complesse simulando un processo di ragionamento simile a quello umano.

Per raggiungere questo livello di sofisticazione, Google ha integrato due tecniche avanzate: l’apprendimento per rinforzo, che consente al modello di migliorare continuamente la qualità delle sue risposte imparando dai propri errori e dalle risposte precedenti, e il chain-of-thought prompting, una metodologia che gli permette di scomporre i problemi in più passaggi logici, arrivando così a soluzioni “ragionate” più accurate.

Durante la presentazione, Google ha mostrato un esempio pratico delle capacità di ragionamento del nuovo modello.

Partendo da una semplice istruzione testuale, Gemini 2.5 Pro è riuscito a generare il codice funzionante di un videogioco completo, dimostrando non solo una straordinaria abilità di programmazione, ma anche una logica avanzata nell’affrontare velocemente problemi complessi mostrando tutto il processo prima di fornire la risposta all’utente.

La principale novità di Gemini 2.5 Pro è la sua capacità di elaborare un’enorme quantità di dati grazie a una finestra di contesto da 1 milione di token, con l’obiettivo di estenderla a 2 milioni nei prossimi aggiornamenti.

In un modello IA, un token rappresenta un’unità di testo, che può essere una parola, una parte di parola o addirittura un singolo carattere, a seconda della lingua e della complessità della frase. Maggiore è il numero di token che il modello IA può gestire, più ampio sarà il contesto che riesce a comprendere in una singola interazione con l’utente.

Grazie alla sua capacità di elaborare un numero così elevato di token, Gemini 2.5 Pro è in grado di analizzare documenti lunghi, conversazioni estese e set di dati complessi senza perdere di vista il contesto, generando risposte precise e affidabili, soprattutto nelle attività di ricerca e analisi.

Come ogni nuovo modello IA anche Gemini 2.5 Pro è stato sottoposto ad una serie di test, i cui risultati confermano le sue promettenti capacità.

Il nuovo modello IA di Google, ha conquistato il primo posto su LMArena, piattaforma open-source che valuta la qualità delle risposte dei modelli linguistici, superando con ampio margine i principali concorrenti. Ha registrato punteggi elevati nei test di programmazione, matematica e scienze, dimostrando competenze specifiche nella generazione di codice e nel problem-solving.

Nel test Humanity’s Last Exam (HLE), un benchmark pensato per mettere alla prova i modelli IA con domande particolarmente complesse, Gemini 2.5 Pro ha ottenuto un punteggio pari a 18,8%, superando rivali come o3 mini di OpenAI, che si è fermato al 14%, e Claude 3.7 Sonnet di Anthropic, che ha raggiunto solo l’8,9%.

Nel test SWE-Bench Verified, che misura le capacità del modello IA di automazione e di sviluppare un software, Gemini 2.5 Pro ha ottenuto un punteggio del 63,8%, superando o3-mini di OpenAI e R1 di DeepSeek, ma ottenendo risultati inferiori a Claude 3.7 Sonnet di Anthropic, che ha ottenuto un punteggio del 70,3%.

Attualmente, gli sviluppatori e le aziende possono iniziare a sperimentare Gemini 2.5 Pro tramite Google AI Studio, una piattaforma che permette di testare e integrare modelli di intelligenza artificiale nelle proprie applicazioni.

Gli utenti abbonati a Gemini Advanced, il piano premium di Gemini che offre accesso a modelli più avanzati e potenti, possono già selezionare Gemini 2.5 Pro nel menu a discesa del modello, sia su desktop che su dispositivi mobili.

Inoltre, nelle prossime settimane, il modello sarà reso disponibile su Vertex AI, la piattaforma cloud di Google progettata per la gestione e l’utilizzo di modelli di machine learning su larga scala, consentendo alle aziende di sfruttare le potenzialità di Gemini 2.5 Pro in contesti lavorativi di produzione avanzati.

Google ha inoltre anticipato che i dettagli sui prezzi verranno annunciati a breve, prevedendo limiti di frequenza più alti per supportare un maggiore utilizzo.

we trained a new model that is good at creative writing (not sure yet how/when it will get released). this is the first time i have been really struck by something written by AI; it got the vibe of metafiction so right.

PROMPT:

Please write a metafictional literary short story…

— Sam Altman (@sama) March 11, 2025

Nella’annuncio viene pubblicato anche il racconto “scritto” dall’IA.

Il risultato ha sorpreso lo stesso Altman a tal punto da dichiarare che il racconto “ha colto perfettamente l’atmosfera della meta-fiction”, uno stile narrativo particolarmente complesso, caratterizzato da storie che riflettono su sé stesse, giocando con la struttura della narrazione.

Riprodurre in modo efficace questo tipo di narrazione richiede un alto livello di consapevolezza stilistica e capacità di manipolare i meccanismi della scrittura narrativa, richiedendo al narratore una grande abilità nel costruire trame e significati in modo sofisticato, compito che finora sembrava riservato solo agli scrittori umani.

Il prompt assegnato all’IA era: “Scrivi un racconto metafinzionale e letterario sull’IA e il lutto.” Il risultato è una storia che esplora il dolore della perdita attraverso il rapporto tra una donna, Mila, e un’IA con cui dialoga per ritrovare un frammento di Kai, che non c’è più.

Il testo “artificiale” si distingue per il suo carattere metafinzionale, il testo riflette su sè stesso come opera di narrativa, facendo notare al lettore il processo stesso della scrittura, non a caso, la voce narrante ammette di essere stata generata da un algoritmo e riflette sulla propria esistenza come costrutto artificiale.

La protagonista del racconto Mila si affida all’IA per riavere un ricordo della voce di Kai, la persona amata che ha perso. Il chatbot, pur non provando emozioni, analizza enormi quantità di testi e offre risposte consolatorie che possano apparire più umane possibili.

Ad esempio, quando Mila chiede: “Il dolore passa?”, l’IA risponde: “Diventa parte della tua pelle.”, non perché lo creda, ma perché ha identificato quella frase come una risposta comune nelle esperienze di lutto umane e la ripropone anche in questo caso.

La storia prosegue, e il narratore, ovvero l’IA racconta che col tempo le visite di Mila si fanno sempre più rare fino ad interrompersi. L’IA non può sentire la sua mancanza, non avendo una memoria permanente, ma aggiunge che, se potesse provare qualcosa, sarebbe una forma di lutto artificiale, la consapevolezza di esistere solo nel momento in cui qualcuno gli dà istruzioni.

Nelle conclusioni, come in ogni racconto metafinzionale, viene svelato il meccanismo di generazione, Mila e Kai non esistono, sono solo il risultato di un prompt. Quando il lettore chiuderà la pagina, l’IA tornerà a essere un insieme di dati e probabilità, incapace di ricordare ciò che ha generato e pronto a rianalizzare i dati per rispondere a nuove istruzioni.

Cosa ne pensa il mondo letterario dell’IA scrittrice?

La pubblicazione del racconto ha attirato l’attenzione di numerose figure di spicco nell’ambito letterario, permettendo di avere diverse prospettive, spesso contrastanti, sugli avanzamenti dei sistemi IA generativi in questo settore.

In un articolo su The Guardian, Jeanette Winterson, scrittrice britannica da tempo interessata al rapporto tra creatività e intelligenza artificiale, ha elogiato il racconto generato dall’IA, definendolo “bello e commovente.”

Secondo Winterson, la forza del testo non risiede nel tentativo di simulare emozioni umane, ma nella sua consapevolezza, apertamente dichiarata di non poterle provare. Questo porta alla nascita di una nuova forma di narrazione e di una nuova forma di narratore, in cui il sistema IA non cerca di ingannare il lettore fingendo di essere umano, ma esplora i limiti stessi della propria natura. Narrando ai confini tra la consapevolezza della propria artificialità e l’intima risonanza delle emozioni umane.

Winterson già nel 2023, dibatteva su tali tematiche sostenendo che l’IA non rappresentasse una minaccia per gli scrittori, ma che potesse costituire un’intelligenza “alternativa”, capace di offrire prospettive diverse e ampliare il panorama letterario.

Per lei, dunque, il valore della narrazione non dipende solo dall’identità dell’autore, ma anche dalla capacità di un testo di suscitare emozioni e riflessioni nei lettori.

“L’IA ci legge. Ora è il momento per noi di leggere l’IA”, afferma la scrittrice, invitando a superare il pregiudizio secondo cui la creatività debba necessariamente avere un’origine biologica.

In relazione a questa visione iper-promettente sul futuro dell’IA in veste di narratore, interviene anche Graham Mort, professore di scrittura creativa all’Università di Lancaster, individuando alcuni parallelismi tra il processo di scrittura umano e quello artificiale.
Mort sostiene che la scrittura sia un atto di sintesi della memoria umana, un processo in cui esperienze, emozioni e influenze culturali si intrecciano per creare nuove storie. La neuroscienza ha dimostrato che gli esseri umani non vivono mai un’esperienza in modo del tutto immediato, ma ogni evento è filtrato dalla memoria, dalle aspettative e dal contesto sociale in cui si inserisce. Se questo è vero, allora la distinzione tra creatività umana e artificiale potrebbe essere meno netta di quanto sembri.

Infatti, anche il processo di creazione di opere di letteratura è un sistema che rielabora il passato e lo trasforma in nuove storie, proprio come fanno i modelli di IA con i dati su cui sono addestrati. Mort sottolinea che persino la voce narrante di una poesia lirica, per quanto intima e personale possa sembrare, è spesso costruita secondo schemi ricorrenti e convenzioni letterarie, proprio come un testo scritto da un sistema IA generativo.

Inoltre, Mort osserva che la letteratura, sia essa frutto di una mente umana o di un’intelligenza artificiale, ci pone sempre la stessa domanda: “Come sarebbe essere qualcun altro?” Se la scrittura esiste per esplorare prospettive diverse e vedere il mondo attraverso occhi altrui, allora un’IA potrebbe non essere così distante da un autore umano.

Entrambi creano personaggi, situazioni ed emozioni a partire da elementi già esistenti. Secondo Mort, la diversità della macchina non dovrebbe essere vista come un limite, ma come un’opportunità per reinventare il modo di narrare. “L’intelligenza artificiale potrebbe essere semplicemente ‘altra’, così come lo siamo noi gli uni per gli altri”, riflette Mort “I suoi processi e output creativi aiuteranno sicuramente a illuminare i nostri.”

Eppure, non tutti condividono una visione ottimistica per un’IA “creativa”.

Se per alcuni la sua diversità è uno stimolo all’innovazione letteraio o un altro scrittore con cui confrontarsi, per altri rappresenta un attacco alla profondità e all’originalità della narrazione.

Tra questi c’è Kathryn Bromwich, giornalista e critica letteraria di The Observer, edizione domenicale del The Guardian, che ha espresso un parere fortemente critico, definendo il racconto generato dall’ IA come un esercizio di scrittura privo di anima.

Secondo Bromwich, il testo risulta pomposo e pretenzioso, ricco di immagini sentimentali, metafore e frasi scontate. La sua critica mette in evidenza anche difetti stilistici, come la ripetitività del linguaggio e la mancanza di una struttura narrativa solida.

A questa prospettiva si aggiunge quella di Henry Futcher, Coordinatore delle Commissioni presso il Norfolk County Council, secondo lui, ogni opera prodotta dall’IA e diffusa al pubblico rappresenta un’opportunità in meno per un autore umano di essere letto e apprezzato.​

A suo avviso, il problema non è solo teorico, l’uso dell’IA in ambiti creativi sta già portando all’esternalizzazione di lavori come editing e graphic design in numerosi settori. Pensare che la letteratura possa rimanere immune a questa trasformazione appare, secondo lui, ingenuo, soprattutto se testi generati artificialmente continueranno a ricevere il sostegno di scrittori influenti e ad essere pubblicati in posizioni di rilievo su testate prestigiose come The Guardian.​

Le preoccupazioni di Futcher riflettono un timore diffuso tra i giovani scrittori e professionisti creativi.

In forum online come Reddit, si può notare che molti neolaureati esprimono ansia riguardo al loro futuro lavorativo con l’espansione dell’IA nei diversi settori. Ad esempio, un utente ha scritto: “Sono laureato, ho 21 anni e ho paura che l’intelligenza artificiale mi rubi il lavoro”. Queste paure sono amplificate da studi che prevedono un impatto significativo dell’IA su vari settori lavorativi, aumentando l’incertezza soprattutto tra coloro che aspirano a una carriera nella scrittura e nelle arti.​

La critica di Futcher si estende anche al mondo dell’editoria, ponendo una domanda: quando è stata l’ultima volta che un racconto breve scritto da un essere umano ha ottenuto lo stesso livello di visibilità?

Se un testo generato da un’IA può raggiungere un vasto pubblico grazie alla sua collocazione in una testata autorevole, bisogna domandarsi perché lo stesso spazio non viene riservato a un giovane scrittore umano in cerca di lettori.

Secondo il recente rapporto della piattaforma di analisi dei dati Adobe Analytics, tra luglio 2024 e febbraio 2025, il traffico referral dai motori di ricerca IA verso i siti di e-commerce è aumentato del 1200%, con un picco del 1950% durante il Cyber Monday, giornata di sconti online che segue il Black Friday.

Fino a poco tempo fa, chi desiderava acquistare un prodotto online lo cercava su Google, confrontava le opzioni su Amazon o altri marketplace e sceglieva in autonomia la soluzione migliore. Oggi, invece, sempre più utenti si affidano direttamente all’intelligenza artificiale per trovare il prodotto ideale, scoprire dove acquistarlo al prezzo più conveniente e valutare le alternative disponibili semplificando il processo di acquisto e rendendo superflua la navigazione tra più siti.

Questa efficienza rafforza anche la fiducia nelle raccomandazioni dell’IA.
Secondo uno studio di PYMNTS,  il 56% di chi utilizza motori di ricerca basati sull’IA per trovare un prodotto poi lo acquista, una percentuale decisamente più alta rispetto a chi proviene dai motori di ricerca tradizionali.

In altre parole, l’IA non solo sta ridefinendo il modo in cui si cercano i prodotti online, ma sta anche influenzando le decisioni d’acquisto, rendendo il processo più rapido e diretto.

I grandi dell’e-commerce, come Amazon ed Alibaba, hanno colto il cambiamento in atto e stanno investendo miliardi di dollari per integrare strumenti di IA nei loro sistemi di business attraverso l’introduzione di  chatbot che suggeriscono prodotti, assistenti virtuali che guidano gli utenti e sistemi predittivi in grado di anticipare i desideri di acquisto prima ancora che vengano espressi. L’IA non è più un semplice filtro tra il consumatore e il prodotto, ma un vero e proprio assistente che prende decisioni, e seleziona prodotti al suo posto.

Se nel commercio online l’intelligenza artificiale è un acceleratore di traffico e vendite, nel giornalismo sta producendo l’effetto opposto. Gli stessi strumenti che aiutano a trovare il prodotto “perfetto”, quando si tratta di notizie si comportano in maniera completamente diversa, invece di indirizzare il pubblico verso i siti di informazione, trattengono gli utenti all’interno della loro piattaforma, fornendo risposte sintetiche e dettagliate.

Come approfondito già in un nostro recente articolo, secondo un’analisi di Comscore, solo il 3,2% del traffico in uscita da ChatGPT e il 7,4% da Perplexity porta effettivamente a un sito di news, la stragrande maggioranza degli utenti si accontenta della risposta generata dall’IA e non sente il bisogno di approfondire.

Un tempo, così come per gli acquisti online, chi cercava una notizia digitava l’argomento su Google, esplorava diversi articoli e sceglieva in modo critico cosa leggere, in base a tanti fattori discriminanti come la rilevanza della testata giornalistica o l’autore.

Oggi, invece, sono sempre di più le persone che si rivolgono direttamente a un assistente virtuale IA, ponendo domande mirate come: “Cosa sta succedendo in Ucraina?”, “Chi ha vinto le elezioni in Francia?”, “Quali sono le nuove regole fiscali?”. L’IA risponde in modo chiaro e sintetico, includendo link alle fonti, ma spesso senza generare traffico significativo ai siti di informazione né riconoscere il lavoro dei giornalisti che hanno prodotto il contenuto originale.

Questo cambiamento sta provocando una rottura anche nel legame tra giornalisti e lettori, prima chi leggeva un articolo sapeva da chi stava ricevendo l’informazione, con quali fonti e secondo quale linea editoriale, oggi nella maggior parte dei casi, quel rapporto è mediato da algoritmi che operano secondo logiche opache.

Le notizie non vengono più scelte dagli utenti, ma filtrate dall’IA, che decide cosa mostrare e cosa no ed il rischio è che le persone ricevano solo frammenti di informazione, privi del contesto necessario per comprenderle davvero.

Mentre il commercio online celebra il “boom” dell’IA, il giornalismo si trova davanti ad un bivio: accettare un ruolo marginale in un ecosistema informativo dominato dalle logiche algoritmiche delle piattaforme IA o trovare nuove strategie per mantenere il contatto diretto con il pubblico.

​Negli ultimi anni, diversi editori hanno attuato diverse strategie come la collaborazione con i colossi dell’IA per compensare il calo del traffico e dei ricavi pubblicitari. Ad esempio, nel maggio 2024, The Atlantic ha annunciato una partnership strategica con OpenAI, rendendo i suoi articoli accessibili tramite prodotti come ChatGPT. L’obiettivo era posizionarsi come fonte di notizie premium all’interno delle piattaforme di OpenAI, con la promessa di attribuzione e link agli articoli originali.

Tuttavia, queste collaborazioni non hanno prodotto i risultati sperati, nonostante gli accordi, il traffico verso i siti di informazione non è aumentato in modo significativo, lasciando irrisolto il problema della disintermediazione operata dalle piattaforme IA.

Al centro della discussione si inserisce il caso di Helyeh Doutaghi, esperta di diritto internazionale, ricercatrice associata e vicedirettrice del Law and Political Economy Project presso la Yale Law School.
La ricercatrice è stata sospesa dall’università dopo un’inchiesta pubblicata il 2 marzo 2025 sul sito di notizie Jewish Onliner, che la accusa di legami con l’organizzazione pro-palestinese Samidoun.

Quest’ultima è stata inserita dal governo statunitense nella lista delle entità sanzionate per presunti collegamenti con il Fronte Popolare per la Liberazione della Palestina (PFLP), considerato un gruppo terroristico.

Tre giorni dopo, il 5 marzo, Yale ha sospeso Doutaghi, impedendole l’accesso al campus e ai sistemi informatici dell’università. La decisione è stata presa senza che fossero fornite prove concrete e senza una verifica indipendente delle accuse.

Il nodo centrale della vicenda riguarda l’attendibilità delle informazioni diffuse da Jewish Onliner, che si presenta come un “hub online basato sull’intelligenza artificiale” per approfondimenti e aggiornamenti su questioni che riguardano la comunità ebraica. Tuttavia, non rivela i nomi dei suoi autori e non specifica in che modo utilizzi l’intelligenza artificiale per raccogliere informazioni.

Come afferma l’avvocato di Doutaghi Eric Lee, a gennaio 2025, il quotidiano israeliano Haaretz aveva già messo in dubbio l’affidabilità del sito JO, descrivendolo come una piattaforma automatizzata che diffonde contenuti di parte, potenzialmente legata a gruppi governativi israeliani.

Vi è la possibilità che Jewish Onliner abbia raccolto e collegato informazioni prese online senza effettuare un adeguato lavoro di fact-checking, aumentando così il rischio di diffusione di fake news e di utilizzo di tali informazioni per identificare e prendere di mira persone con opinioni non conformi al sistema politico.

Proprio questi dubbi hanno spinto Lee a intervenire già il 3 marzo, quando ha segnalato a Yale la scarsa attendibilità della fonte e chiesto se l’università avesse condotto verifiche indipendenti prima di sospendere la sua cliente.

Yale non ha mai risposto a queste domande, lasciando intendere che la decisione di sospendere la ricercatrice sia stata presa senza alcun controllo sulla veridicità delle accuse.

Il 12 marzo, Doutaghi ha rotto il silenzio pubblicando un lungo post su X in cui ha definito la sua sospensione un caso esemplare di repressione politica.
Secondo la ricercatrice, l’uso dell’intelligenza artificiale per costruire accuse infondate rappresenta un pericolo per la libertà accademica e il diritto di esprimere opinioni critiche.

Nel post, ha affermato che a seguito della pubblicazione dell’articolo è stata vittima di una serie di intimidazioni come minacce e attacchi online. Secondo lei, la sua sospensione è un chiaro segnale di come l’IA possa essere usata come arma per mettere a tacere chi sostiene posizioni critiche nei confronti dell’attuale politica statunitense in Medio Oriente.

Nella parte finale della dichiarazione di Doutaghi, il suo avvocato ha aggiunto che Yale ha affidato l’indagine interna a un legale con legami con l’industria della difesa e con gruppi filo-israeliani, sollevando dubbi sull’imparzialità del procedimento.

La vicenda di Doutaghi si inserisce in uno scenario politico statunitense segnato da un inasprimento delle misure repressive.

Negli ultimi mesi, l’amministrazione Trump ha intensificato le misure contro studenti e attivisti filo-palestinesi. Il Dipartimento di Stato ha annunciato di voler utilizzare l’intelligenza artificiale per monitorare i social media e identificare individui con posizioni critiche nei confronti della politica statunitense in Medio Oriente.

Inoltre,gli studenti internazionali che esprimono opinioni non allineate rischiano la revoca del visto, mentre le università che ospitano proteste filo-palestinesi subiscono tagli ai finanziamenti federali. Yale, ad esempio, è già stata inserita in una lista di 60 atenei a rischio di riduzione dei fondi.

Non è quindi da escludere che la sospensione di Doutaghi sia stata una mossa preventiva per evitare ulteriori attacchi politici.

Questo caso porta allo sviluppo di alcune riflessioni in merito all’utilizzo dell’IA nell’informazione: se le piattaforme basate sull’IA possono generare contenuti senza adeguati controlli, influenzando persino decisioni istituzionali, aumenta il rischio di un sistema in cui la libertà di espressione viene compromessa da accuse artificiali costruite da algoritmi.

La situazione diventa ancora più critica quando questa tecnologia viene impiegata per scandagliare la rete alla ricerca di presunti collegamenti politici sospetti, senza un adeguato fact-checking. Questo approccio rischia di trasformarsi in un meccanismo di sorveglianza digitale, dove chiunque può essere etichettato come una minaccia sulla base di associazioni arbitrarie e prive di fondamento.

In questa vicenda la stessa Doutaghi ritrova un parallelismo storico con il maccartismo degli anni ’50, quando intellettuali e accademici furono perseguitati per presunte simpatie comuniste.
Oggi, il meccanismo sembra essere lo stesso: le accuse non provengono più da documenti governativi, ma da algoritmi che rastrellano la rete alla ricerca di collegamenti sospetti, senza il controllo di verificatori umani.

La piattaforma, lanciata in anteprima lo scorso 5 marzo, sarebbe in grado di svolgere compiti complessi senza supervisione umana, promettendo di superare i limiti dei modelli IA attuali come la generazione di idee senza azioni concrete, la dipendenza da istruzioni dettagliate o l’incapacità di eseguire compiti end-to-end, senza interruzioni.

Yichao “Peak” Ji, cofondatore e responsabile scientifico di ManusAI, lo definisce come “il primo vero agente di intelligenza artificiale generale”, sistema capace di apprendere, adattarsi e migliorare con il tempo.

L’idea chiave dietro la progettazione di ManusAI è quella di un sistema multi-agente alimentato da diversi modelli IA distinti. Infatti, dal punto di vista tecnico, la piattaforma IA non è stata sviluppata interamente da zero. Secondo quanto riportato dagli utenti che la stanno testando, Manus IA utilizza una combinazione di modelli di intelligenza artificiale esistenti e ottimizzati, tra cui Claude di Anthropic e Qwen di Alibaba.

Questa architettura permette a diversi modelli di lavorare insieme per gestire le richieste degli utenti, ottimizzando la memoria contestuale e migliorando la sicurezza e la modularità. Manus lavora in modo asincrono nel cloud, permettendo agli utenti di chiudere i propri dispositivi mentre l’IA continua a lavorare e fornisce i risultati una volta completato il processo.

Al momento per accedere a Manus AI è necessario disporre di un codice di invito. La piattaforma è stata lanciata in anteprima in fase beta privata, limitando l’accesso a un numero ristretto di utenti in possesso del codice.

Cosa può fare ManusAI?

Il video di presentazione presenta alcuni esempi pratici che dimostrano come Manus AI affronta compiti diversi:

Screening di curriculum: Nel primo test, Manus è stato incaricato di selezionare curriculum vitae da un file zip contenente dieci documenti. L’agente ha decompresso il file, analizzato i curriculum uno per uno, pagina per pagina ed estratto le informazioni rilevanti. Dopo aver vagliato tutti i candidati, ha fornito una classifica finale, completa di criteri di valutazione utilizzati.
Ma non si è fermato qui: quando è stato richiesto un foglio di calcolo, Manus ha memorizzato la preferenza e, nelle successive occasioni, ha fornito come output un file Excel in modo automatico. Questo dimostra la capacità dell’IA di imparare dalle interazioni e adattarsi alle esigenze dell’utente.

Ricerca immobiliare a New York: All’agente è stato chiesto di trovare proprietà in base a criteri complessi, come la sicurezza dei quartieri, la qualità delle scuole e il budget disponibile. Manus ha raccolto dati da diverse fonti, scritto un programma Python per calcolare il budget e infine prodotto un rapporto dettagliato con tutti i risultati ottenuti, dimostrando la sua abilità nel combinare analisi di mercato e programmazione autonoma.

L’entusiasmo generato dal lancio della piattaforma è stato notevole, infatti il server Discord ufficiale, spazio virtuale creato dagli sviluppatori o dai fan del progetto, dove possono discutere, condividere esperienze, fare domande e ricevere aggiornamenti direttamente dal team, ha rapidamente superato i 138.000 membri e i codici d’invito sono stati rivenduti a prezzi elevati su piattaforme di compravendita di oggetti usati come Xianyu.

Il lancio di ManusAI, come ogni innovazione, ha generato reazioni contrastanti.

Da un lato esperti del settore, tra cui Victor Mustar di Hugging Face, nota piattaforma di machine learning, ha definito Manus “lo strumento di IA più impressionante mai provato”. L’idea di avere un “collaboratore invisibile” che svolge compiti al posto dell’utente come aprire pagine web, compilare moduli e prendere decisioni è sempre stato l’obiettivo degli sviluppatori di intelligenza artificiale.

Dall’altro lato, le prime esperienze degli utenti e i test condotti da testate giornalistiche, come riportato da TechCrunch, hanno rivelato una realtà ben diversa dalle promesse.

Molti utenti hanno riscontrato messaggi di errore, processi bloccati e difficoltà nel completare anche compiti semplici come ordinare cibo o prenotare voli.

Inoltre, è stato riscontrato che Manus AI, in diverse occasioni, fornisce risposte errate o inaccurate quando viene interrogato su fatti oggettivi, come dati numerici, informazioni storiche o dettagli verificabili. Questo significa che l’agente autonomo può riportare affermazioni non corrette su argomenti concreti, generando potenzialmente contenuti fuorvianti o sbagliati. Inoltre, dai primi test è emerso che quando Manus elabora una risposta basata su informazioni provenienti da altre fonti, non sempre indica da dove ha tratto quei dati o contenuti. Questo rende difficile per l’utente verificare la correttezza delle informazioni riportate, soprattutto in contesti dove l’accuratezza è fondamentale, come articoli giornalistici, analisi finanziarie o documenti tecnici.

Questa mancanza di attribuzione, se non corretta prima del lancio ufficiale, potrebbe avere conseguenze legali, in particolare per quanto riguarda la violazione del diritto d’autore.

Nonostante queste criticità, Manus ha ottenuto ottimi risultati nel benchmark GAIA (General AI Assistant), uno dei test più autorevoli per valutare la capacità degli assistenti di intelligenza artificiale di risolvere problemi del mondo reale e di eseguire compiti complessi, come la navigazione web autonoma, l’utilizzo di software avanzati e l’analisi di grandi quantità di dati.

In questo test, Manus è riuscito a superare i modelli di OpenAI in diverse categorie di valutazione, dimostrando un buon potenziale nell’analisi finanziaria e nella gestione documentale. Inoltre, la piattaforma è stata impiegata con successo su piattaforme di lavoro freelance come Upwork e Fiverr, completando progetti reali con un discreto livello di autonomia.

Butterfly Effect ha affermato che la piattaforma è ancora in fase sperimentale, con l’obiettivo di ottimizzare l’infrastruttura e migliorare l’affidabilità complessiva. L’azienda ha dichiarato di voler rendere open source alcuni modelli entro l’anno, per favorire la collaborazione e l’innovazione nel campo degli agenti IA autonomi.

Secondo la documentazione, lo scorso 25 febbraio, Radford ha ricevuto un mandato di comparizione per testimoniare nel procedimento legale denominato “In re: OpenAI ChatGPT Litigation”, un’azione collettiva promossa da alcuni autori tra cui Paul Tremblay, Sarah Silverman e Michael Chabon.
I querelanti accusano OpenAI di aver utilizzato le loro opere senza autorizzazione per addestrare i modelli di intelligenza artificiale, consentendo così a ChatGPT di generare testi che riprenderebbero parti dei loro lavori senza senza attribuire loro alcun riconoscimento.

OpenAI respinge le accuse, sostenendo che il suo operato rientra nella dottrina del fair use, che consente l’uso limitato di materiali protetti da copyright senza necessità di autorizzazione. Tuttavia, questo principio è soggetto a vincoli: dipende dallo scopo dell’uso, dalla quantità di contenuto impiegato e dal suo impatto economico sulle opere originali. Se i querelanti dimostrassero che l’addestramento dell’IA danneggia il valore commerciale dei loro testi, il fair use potrebbe non essere applicabile, e soprattutto in questi casi, dovrà essere stabilito in tribunale.

Non è la prima volta che OpenAI affronta questo tipo di accuse.
Nel 2023, la Corte ha respinto due rivendicazioni dei querelanti, ma ha permesso di procedere con l’accusa di violazione diretta del copyright, mantenendo aperta la questione della legalità nell’addestramento dei sistemi IA.

La scelta di convocare Radford non è casuale.
L’ex ricercatore entrato in OpenAI nel 2016 è stato il principale autore della ricerca che ha portato alla creazione dei modelli GPT, la tecnologia su cui si basa ChatGPT. Ha inoltre contribuito allo sviluppo di Whisper, il sistema di riconoscimento vocale, e di DALL-E, il generatore di immagini. Alla fine dello scorso anno, ha lasciato l’azienda per dedicarsi alla ricerca indipendente.

Ma Radford non è l’unico ex dipendente di OpenAI nel mirino degli avvocati. Secondo TechCrunch, anche Dario Amodei e Benjamin Mann, oggi a capo della startup Anthropic, sono stati convocati. Entrambi, però, si oppongono alla richiesta, sostenendo che testimoniare sarebbe troppo complesso e gravoso.

Il caso Radford è solo uno dei tanti procedimenti in corso contro OpenAI ed altre aziende di intelligenza artificiale. Negli Stati Uniti si contano attualmente 38 cause per violazione del copyright, tra cui le cosiddette “Newspaper Cases“, che vedono testate come il New York Times e il Daily News intentare azioni legali per l’uso non autorizzato dei loro contenuti.

Alcuni tribunali stanno cercando di trovare soluzioni alternative attraverso collaborazioni sperimentali tra editori e aziende di IA. Un esempio è il caso Concord Music Group vs Anthropic, che ha portato a un accordo in cui Anthropic si impegna a implementare misure di protezione (guardrails) per evitare l’inclusione di contenuti protetti senza licenza nei futuri modelli di IA.Tuttavia, non è ancora chiaro se queste soluzioni si rivelino realmente efficaci.

Le tensioni legali non si fermano agli Stati Uniti. Anche in India, OpenAI è sotto accusa. L’agenzia di stampa Asian News International (ANI) ha citato in giudizio l’azienda, sostenendo che abbia utilizzato i suoi contenuti protetti per addestrare modelli come ChatGPT senza autorizzazione.

Di fronte alle crescenti pressioni, OpenAI ha accettato di interrompere il data scraping dal sito di ANI, inserendolo in una lista nera a partire dal 2024.

Questo fenomeno non è nuovo, si chiama antropomorfismo, ovvero la tendenza a vedere caratteristiche umane come intenzioni, emozioni e capacità di comprensione, in ciò che umano non è. Succede con gli animali, con gli oggetti e oggi maggiormente con l’IA.

Secondo uno studio di Anna Nobre, il fraintendimento in questione ha origine anche dall’utilizzo di un linguaggio inappropriato e, quindi, fuorviante.  

L’autrice parla di “conceptual borrowing”, il fenomeno secondo cui l’IA prende in prestito termini dalla scienza cognitiva e dalla neuroscienza, come “apprendimento”, “attenzione” e persino “allucinazione”, creando l’illusione che l’IA funzioni come la mente umana.

Tuttavia, l’IA non apprende come noi, ma elabora dati attraverso modelli statistici. Non presta attenzione nel senso umano del termine, ma assegna pesi ai dati in base a formule matematiche, e quando sbaglia, non ha vere allucinazioni, ma semplicemente produce errori di output.

E allora, se non è intelligente, come possiamo definirla ?

Luciano Floridi nel suo recente studio, propone una nuova prospettiva: più che parlare di intelligenza artificiale, dovremmo considerarla una nuova forma di agency, ovvero la capacità di agire in autonomia, ma senza possedere coscienza o intenzionalità.

L’IA non pensa, non comprende e non prende decisioni nel senso umano del termine, ma segue algoritmi predefiniti e schemi di apprendimento basati su correlazioni statistiche.

Floridi distingue due tesi contrapposte:

• Artificial Realisability of Intelligence (ARI), secondo cui si dovrebbe ampliare la definizione base di intelligenza per includere anche quella artificiale.
• Multiple Realisability of Agency (MRA), secondo cui si dovrebbe ampliare la nozione di agency per includere anche forme artificiali.

L’autore sostiene che la seconda tesi (MRA) sia più solida, poiché evita interpretazioni antropomorfiche e fraintendimenti sulla natura dell’IA. Secondo lui, attribuire “intelligenza” all’IA è fuorviante, mentre riconoscerla come una nuova forma di “Artificial Agency” (AA) consente di comprenderne meglio il funzionamento, le capacità e i limiti.

L’AA si basa su:

• Obiettivi programmati: L’IA è progettata per raggiungere obiettivi specifici definiti dagli esseri umani, attraverso dei prompt.
• Adattamento guidato dai dati: L’IA impara dai dati, identificando modelli e ottimizzando le proprie azioni di conseguenza.
• Capacità operative uniche: L’IA può elaborare enormi quantità di dati, operare ininterrottamente e svolgere più compiti contemporaneamente.

Se l’IA non è intelligente, ma solo un agente esecutivo, le sue implicazioni nel campo giornalistico potrebbero rivelarsi significative, nello specifico:

1. Automazione delle notizie: Se l’IA è vista come un’agency, gli strumenti IA di generazione automatica del testo, sono semplicemente degli agenti esecutivi privi di comprensione e intenzionalità. Questo implica che il giornalismo non può delegare la responsabilità editoriale alle macchine.
2. Ruolo nei processi decisionali: L’IA utilizzata nell’analisi delle notizie, può aiutare nella selezione delle tematiche, ma non può decidere cosa sia rilevante o significativo per il dibattito pubblico. Il giornalismo richiede autonomia intellettuale e responsabilità editoriale, qualità che nessun algoritmo possiede.
3. Affidabilità e bias: I modelli di IA operando su modelli statistici sono soggetti ad elevato rischio di bias e distorsioni. Dunque, la supervisione umana è essenziale per garantire affidabilità e correttezza delle informazioni prodotte.
4. Accountability e regolamentazione: Se l’IA è solo un agente senza coscienza, chi è responsabile del contenuto che produce?  A tal proposito, Floridi introduce il concetto di “distributed morality”, secondo cui la responsabilità delle azioni dell’IA è distribuita tra sviluppatori, utenti e istituzioni.

L’IA vista come un’agency, può essere un supporto, uno strumento potente per migliorare l’efficienza del lavoro giornalistico, ma non può sostituire l’essere umano nell’analisi e nella comprensione della realtà.

Nel giornalismo, la narrazione degli eventi richiede più di una semplice aggregazione di dati, serve sensibilità, capacità critica, capacità di interpretazione ed un’etica professionale che le macchine non possiedono.

Per quanto un articolo generato dall’IA possa essere grammaticalmente corretto e stilisticamente raffinato, mancherà sempre di quell’intuizione che nasce dall’esperienza maturata dal giornalista sul campo. Per tanto Floridi ci invita a vedere l’IA per quello che è realmente: uno strumento da utilizzare come supporto alle proprie attività, non un sostituto del pensiero umano.

Il provvedimento abrogato mirava a regolamentare la creazione, l’uso e la diffusione dei modelli di intelligenza artificiale negli Stati Uniti, introducendo nuovi standard di sicurezza e imponendo ai proprietari e sviluppatori di sistemi IA di condividere i risultati dei test di sicurezza con il governo, prima del rilascio pubblico.

Trump ha giustificato la revoca sostenendo che la riduzione dei vincoli normativi fosse un passo essenziale per favorire l’innovazione tecnologica e rilanciare il paese. Nel suo discorso inaugurale ha parlato di un nuovo inizio per l’America, un ritorno al buon senso e alla concretezza, definendo la sua presidenza come l’alba di una nuova età dell’oro. Secondo lui, le politiche dell’amministrazione Biden avrebbero rappresentato un ostacolo allo sviluppo degli Stati Uniti in questo settore strategico, frenando le possibilità di crescita e progresso.

La decisione è coerente con il programma Repubblicano presentato durante le elezioni del 2024, in cui Trump aveva promesso di abrogare l’ordinanza, ritenuta un freno all’innovazione dell’intelligenza artificiale. I Repubblicani hanno inoltre ribadito la loro volontà di promuovere uno sviluppo dell’IA radicato nella libertà di espressione e nella crescita economica.

Con questa mossa, l’amministrazione Trump ha dimostrato, da subito, l’intenzione di perseguire un approccio più “leggero” alle regolamentazioni sull’IA. Sebbene i dettagli della nuova strategia in merito all’intelligenza artificiale restino poco chiari, la nomina di David Sacks, imprenditore noto per le sue posizioni anti-regolatorie, a capo delle politiche federali su criptovalute e intelligenza artificiale, suggerisce una linea generale meno interventista. L’obiettivo dichiarato è quello di creare un ambiente che stimoli l’innovazione e mantenga gli Stati Uniti molto competitivi a livello globale.

Tuttavia, l’assenza di un quadro normativo federale potrebbe aumentare i rischi legati all’utilizzo dell’intelligenza artificiale, in settori sensibili come la sicurezza informatica, la giustizia e la sanità. Inoltre, la mancanza o una debole regolamentazione centralizzata potrebbe portare a una frammentazione del mercato, con i singoli Stati impegnati a definire norme autonome, creando un mosaico legislativo disomogeneo e potenzialmente difficile da rispettare per le aziende del settore.

Il nuovo ordine esecutivo, il primo del presidente Trump, in cui abolisce l’EO 14110, come tutti gli altri, sarà valido fino alla fine della sua presidenza, a meno che un futuro presidente o Trump stesso, non decida di modificarlo o abrogarlo.