La peculiarità del progetto stava proprio nella radicalità del modello adottato. Nell’annuncio del lancio, infatti, Il Foglio spiegava che l’intelligenza artificiale sarebbe stata impiegata in tutte le fasi della produzione: dalla scrittura degli articoli ai titoli, dai catenacci ai sommari, fino alle citazioni e, in alcuni casi, persino all’ironia. Di conseguenza, anche il ruolo dei giornalisti veniva ridefinito: non più autori diretti dei testi, ma responsabili della formulazione delle domande, cioè dei prompt, dell’orientamento editoriale, della supervisione e della verifica finale dei contenuti.

Poco dopo, a giugno 2025 entrava in vigore in Italia il nuovo “Codice deontologico delle giornaliste e dei giornalisti” promulgato dall’Ordine che, nell’articolo 19, espressamente dedicato all’intelligenza artificiale, impone al giornalista di rendere esplicito l’impiego dell’AI quando questa contribuisce alla produzione o alla modifica di testi, immagini e contenuti sonori.

A questo quadro si aggiunge la normativa italiana sull’intelligenza artificiale, contenuta nella legge n. 132, entrata in vigore il 10 ottobre 2025. Essa promuove un uso dell’intelligenza artificiale “corretto, trasparente e responsabile”, secondo una prospettiva antropocentrica, cioè centrata sul ruolo e sui diritti della persona.

È significativo, inoltre, che la legge italiana si collochi espressamente nel quadro dell’AI Act, cioè del Regolamento UE 2024/1689. Non introduce infatti obblighi ulteriori per i sistemi e i modelli di intelligenza artificiale per finalità generali, ma stabilisce che le proprie disposizioni debbano essere interpretate e applicate in conformità alla normativa europea che non vieta l’uso dell’intelligenza artificiale nella scrittura o nell’assistenza alla scrittura di articoli giornalistici, ma introduce obblighi di trasparenza in casi specifici. In particolare, l’articolo 50, le cui regole si applicheranno dal 2 agosto 2026, prevede l’obbligo di disclosure (dichiarazione di trasparenza) per i contenuti generati o manipolati dall’AI e pubblicati con lo scopo di informare il pubblico su questioni di interesse pubblico.

L’obbligo di disclosure non si applica quando il contenuto è stato sottoposto a un processo di revisione umana o controllo editoriale e quando una persona fisica o giuridica assume la responsabilità editoriale della pubblicazione.

Alla luce di questo complesso quadro normativo, è naturale chiedersi quale impatto concreto stia già avendo l’intelligenza artificiale sul giornalismo italiano. Oggi un giornalista dispone di strumenti capaci di semplificare una parte rilevante del lavoro redazionale, soprattutto nelle attività preliminari e di supporto.

L’AI può essere utilizzata, per esempio, per la correzione grammaticale, per tradurre testi, trascrivere interviste, raccogliere e ordinare fonti, sintetizzare documenti complessi o individuare rapidamente le informazioni più rilevanti. In questo senso, non sostituisce necessariamente il lavoro giornalistico, ma può accelerare la fase di raccolta e organizzazione del materiale grezzo, lasciando al giornalista il compito decisivo di verificare le fonti, selezionare, contestualizzare e trasformare quelle informazioni in un contenuto affidabile.

È importante sottolineare che la presenza di una disclosure ad esempio “contenuto realizzato o editato con il supporto dell’intelligenza artificiale” non alleggerisce la responsabilità del giornalista. Al contrario, la rende ancora più evidente: proprio perché il lettore viene informato dell’intervento dell’AI, il professionista è chiamato a esercitare un controllo ancora più rigoroso su fonti, dati, passaggi logici, eventuali errori e possibili distorsioni del contenuto.

Inoltre, essa può produrre effetti di percezione sui lettori, condizionando il modo in cui questi ultimi giudicano il testo. Non significa che la disclosure sia sbagliata sebbene, sul piano deontologico, in Italia, resta necessaria. D’altra parte, studi e ricerche specifiche sui sistemi di etichettatura nel giornalismo mostrano che quest’ultima non è neutra.

Il dilemma della trasparenza

La letteratura sul tema parla spesso di “transparency dilemma”.  Uno studio pubblicato su The International Journal of Press/Politics da Benjamin Toff e Felix Simon ha rilevato che le notizie etichettate come AI-generated venivano percepite in media come meno affidabili, anche quando i lettori non le giudicavano meno accurate o meno imparziali. In altre parole, il problema non era necessariamente il testo in sé, ma l’informazione che quel testo fosse stato prodotto con AI.

Questo effetto può essere letto come una forma di “algorithm aversion”, cioè una tendenza a diffidare dei contenuti o delle decisioni attribuite a sistemi algoritmici. Uno studio presentato ad AIES, (conferenza accademica internazionale dedicata al rapporto tra intelligenza artificiale, etica e società) “The Transparency Dilemma”, ha rilevato che una notizia etichettata come generata dall’AI veniva percepita come meno credibile rispetto a una notizia attribuita a un giornalista umano. L’effetto riguardava la credibilità della fonte e non dipendeva in modo decisivo dal tema trattato. Lo stesso studio nota però che l’etichetta non produceva automaticamente una sensazione di manipolazione: il lettore non pensava necessariamente “mi stanno ingannando”, ma tendeva comunque a fidarsi meno.

La disclosure, dunque, da un lato risponde a un’esigenza di trasparenza che consente al lettore di sapere se e come l’intelligenza artificiale sia intervenuta nel processo produttivo; dall’altro, può orientare la percezione del contenuto prima ancora della sua lettura. Essa, infatti, rischia di attivare una diffidenza preventiva inducendo il lettore a considerare il testo meno affidabile, meno originale o meno giornalistico, anche quando l’AI sia stata usata solo come strumento di supporto e il contenuto sia stato verificato da un professionista.

Il caso di Nick Lichtenberg

In un articolo del 26 marzo scorso, il The Wall Street Journal racconta la storia di Nick Lichtenberg, giornalista di Fortune, rivista statunitense che tratta di economia globale, che avrebbe prodotto oltre 600 articoli con il supporto di strumenti di AI e, nell’arco di sei mesi, avrebbe pubblicato più contenuti di qualunque collega di Fortune in un intero anno.

Questi articoli confluiscono in Fortune Intelligence, una sezione dedicata che, pur richiamando per certi aspetti il caso italiano de Il Foglio AI, presenta un modello diverso: non un prodotto editoriale dichiaratamente scritto dalla macchina, ma una forma strutturata di giornalismo assistito dall’intelligenza artificiale.

Fortune chiarisce che, in questa sezione, l’AI generativa viene impiegata per contribuire alla redazione di una prima bozza, con l’obiettivo di pubblicare più rapidamente notizie economiche e finanziarie di attualità. Prima della pubblicazione i testi vengono rivisti da senior business editors, incaricati di verificarne accuratezza e qualità. La trasparenza verso il lettore passa soprattutto attraverso la firma degli articoli da parte del giornalista ed etichettati “Fortune Intelligence”. Il modello proposto da Fortune è quindi quello dell’AI-assisted journalism, non quello di un giornale scritto interamente dalla macchina.

In una intervista condotta dal Reuters Institute dell’Università di Oxford, Lichtenberg ha chiarito ulteriormente che l’AI viene utilizzata per raccogliere rapidamente materiale grezzo, citazioni, dati e documenti da controllare, mentre il giudizio finale resta umano. Lo stesso Lichtenberg ha spiegato di essere “l’ultimo paio di occhi” su ogni parola pubblicata, rivendicando così un ruolo di supervisione editoriale diretta sul contenuto finale.

Secondo Lichtenberg i lettori cercano qualcosa che l’AI non può generare da sola ovvero una prospettiva nuova, orientata al futuro, e soprattutto una voce umana. In questa prospettiva, l’intelligenza artificiale non dovrebbe sostituire il lavoro giornalistico più qualificato, ma liberare tempo dalle attività di aggregazione e sintesi, spingendo i giornalisti a tornare sul campo, a cercare fonti, a produrre informazioni originali e a fare più inchiesta.

Lichtenberg nell’intervista affronta anche il tema della reazione del pubblico, riconoscendo che l’uso dell’AI nel giornalismo suscita risposte molto diverse. Alcuni lettori reagiscono con curiosità o apprezzamento, altri con diffidenza e persino ostilità, arrivando a contestare l’identità stessa del giornalista e a trattarlo come se fosse un “robot”. Secondo Lichtenberg, questa reazione dipende anche dal modo in cui la tecnologia viene percepita: la parola “intelligenza artificiale” porta con sé un immaginario carico di paure e resistenze, mentre la stessa tecnologia, se descritta più banalmente come uno strumento informatico per elaborare grandi quantità di informazioni, potrebbe essere accolta in modo diverso.

L’AI, dunque, deve essere considerata come uno strumento capace di aumentare la velocità della produzione editoriale, ma che non elimina il bisogno di giornalismo. A nostro avviso, l’obbligo di etichettare ogni contenuto realizzato con il supporto di strumenti algoritmici rischia di diventare un adempimento formale, quando il vero cardine della governance editoriale è la responsabilità: quando un giornalista scrive un articolo, la veridicità del contenuto, la forma, la linea editoriale sono nella sua firma, indipendentemente dagli strumenti utilizzati nel processo di produzione.

L’AGI è stata descritta come un sistema capace di replicare l’intelligenza umana in modo completo, ovvero in grado di apprendere, ragionare e adattarsi a qualsiasi contesto con la stessa flessibilità di una persona. Proprio per questo, la sua realizzazione è sempre stata collocata in un orizzonte temporale incerto e distante.

In più occasioni, Sam Altman ha sottolineato come lo sviluppo dell’AGI non debba essere interpretato come un evento improvviso, ma come un processo graduale, fatto di progressi incrementali distribuiti nel tempo. Anche le principali analisi di settore, tendono a collocare l’emergere di sistemi “AGI-like” tra il 2026 e il 2028, ovvero un intervallo indicativo, periodo in cui si prevede la convergenza di diversi fattori, come l’aumento della capacità computazionale, il miglioramento dei modelli e lo sviluppo di sistemi sempre più autonomi.

All’interno di questo scenario, l’intervento di Huang segna un cambio di prospettiva nel dibattito sull’AGI spostando l’attenzione dal “quando” verrà raggiunta a una riflessione più profonda sul “cosa” essa sia e su come venga definita secondo la sua visione.

Alla domanda su quanto mancasse al raggiungimento dell’AGI, la risposta è stata diretta: “Penso che sia arrivato il momento. Penso che abbiamo raggiunto l’AGI.”

Un affermazione che, più che anticipare le tempistiche, ridefinisce il concetto stesso di AGI. Secondo il CEO di NVIDIA, infatti, l’AGI non deve essere necessariamente intesa come una replica dell’intelligenza umana, ma come una capacità funzionale: quella di operare in autonomia su compiti complessi e generare valore.

In questa prospettiva, un sistema è “generale” quando non si limita a rispondere a input, ma è in grado di agire, prendere decisioni e portare a termine processi articolati senza supervisione continua. Il passaggio è proprio questo ovvero dalla risposta all’azione, in questo caso ciò che conta non è più la somiglianza con il pensiero umano, ma la capacità concreta di produrre risultati.

Alcuni segnali di questa evoluzione sono già visibili.

Piattaforme come OpenClaw mostrano, almeno in fase sperimentale, la possibilità di sviluppare e gestire prodotti digitali in modo autonomo, senza un intervento umano costante.

In questo contesto si inserisce anche Anthropic, che sta sviluppando un nuovo modello denominato Claude Mythos. L’esistenza del sistema è emersa in seguito a un’esposizione accidentale di documenti interni, riportata dalla rivista Fortune. L’episodio ha reso accessibili migliaia di file mai pubblicati, offrendo uno sguardo inedito sulle dinamiche di sviluppo.

Nei documenti, il modello viene indicato anche con il nome “Capybara” e descritto come un salto di qualità significativo rispetto alle versioni precedenti.

Nello specifico, emergono performance superiori in ambiti come il ragionamento avanzato, lo sviluppo software e la sicurezza informatica, con risultati che supererebbero quelli di Claude Opus 4.6. Il sistema si collocherebbe così a un livello superiore nella gerarchia dei modelli Anthropic, confermando una traiettoria di sviluppo verso IA più generaliste.

Sebbene il modello sia stato definito “il più potente mai realizzato”, l’accesso è attualmente limitato a un gruppo ristretto di utenti e non è stata ancora comunicata una data di rilascio pubblico. Questa cautela è legata non solo ai costi operativi elevati, ma soprattutto ai potenziali rischi associati a sistemi di questo livello.

Le analisi condotte da esperti come Roy Paz e Alexandre Pauwels evidenziano come modelli avanzati possano aumentare in modo significativo la velocità e la sofisticazione degli attacchi informatici, creando un potenziale squilibrio tra capacità offensive e difensive.

Per comprendere questa evoluzione verso l’AGI, è necessario guardare al livello infrastrutturale, i modelli più avanzati non nascono in modo isolato, ma sono il risultato di una trasformazione profonda dell’ecosistema tecnologico. NVIDIA, in questo senso, ha ridefinito il concetto stesso di computer, trasformando i data center in vere e proprie fabbriche di intelligenza, capaci di produrre continuamente output cognitivi e generare valore in tempo reale.

Alla luce di queste trasformazioni, la dichiarazione iniziale di Huang può essere riletta in modo più preciso. L’AGI, intesa come replica completa dell’intelligenza umana, non è ancora stata raggiunta. Tuttavia, se la si definisce come la capacità di un sistema di operare in autonomia su problemi complessi e generare valore, allora è possibile sostenere che una forma funzionale e operativa di AGI sia già presente.

Non si tratta soltanto di tecnologia. L’intelligenza artificiale sta ridefinendo il modo in cui lavoriamo, il valore che attribuiamo alle competenze maturate nel tempo e perfino la percezione del ruolo umano nei processi decisionali e creativi.

Eppure, nel dibattito pubblico, la discussione continua a muoversi tra due estremi ovvero tra entusiasmo messianico e allarmismo apocalittico.

Da una parte c’è chi immagina un futuro di abbondanza automatizzata, produttività senza precedenti e lavoro alleggerito. Dall’altra chi intravede la fine di intere professioni, se non una progressiva marginalizzazione dell’essere umano. Al centro di questa polarizzazione prende forma un concetto tanto evocativo quanto ambiguo, la cosiddetta singolarità, l’ipotesi di un momento in cui le macchine supererebbero definitivamente l’intelligenza umana, generando un’accelerazione autonoma e imprevedibile del progresso tecnologico

La costruzione di un immaginario

Lungo le autostrade della Silicon Valley compaiono cartelloni che annunciano che “la singolarità è qui” o che “l’umanità ha fatto una bella corsa”. Non sono soltanto provocazioni pubblicitarie. Sono il segnale di un’operazione simbolica più ampia, attraverso cui alcune grandi aziende tecnologiche contribuiscono a costruire un immaginario collettivo in cui la macchina non è più uno strumento avanzato, ma il nuovo centro di gravità dell’intelligenza.
Come ha osservato Nate Silver nel suo blog Silver Bulletin, la narrazione sull’intelligenza artificiale tende spesso a oscillare tra hype e catastrofismo, contribuendo a rafforzare aspettative estreme che non sempre trovano riscontro nell’analisi empirica.

Ad oggi, la maggior parte della comunità scientifica concorda sul fatto che né l’Intelligenza Artificiale Generale (AGI) né la singolarità rappresentino traguardi raggiunti o imminenti.

Restano ipotesi teoriche, spesso accompagnate da interessi economici e da una retorica che tende ad amplificare le aspettative ben oltre le capacità attuali della tecnologia.

Forse è più utile ricondurre l’intelligenza artificiale dentro la storia lunga delle innovazioni che hanno trasformato la società, dalla stampa alla macchina a vapore, dall’elettricità a Internet. Ogni svolta tecnologica ha ridefinito equilibri di potere, modelli produttivi e relazioni sociali senza assumere per questo una dimensione metafisica. Considerare l’IA una tecnologia “normale” non significa ridimensionarne l’impatto, ma sottrarla alla mitologia.

Ciò che rende questa trasformazione diversa dalle precedenti è piuttosto il suo oggetto. Non interviene soltanto sul lavoro manuale o sulla circolazione dell’informazione. Interviene su ciò che per secoli è stato considerato il tratto distintivo dell’umano, la capacità cognitiva, linguistica e creativa.

L’automazione non si limita più a sostituire il braccio, ma entra nei territori della mente, dunque la questione non è se le macchine pensino davvero, ma è capire che cosa stiano riflettendo quando sembrano farlo.

L’IA come specchio dell’umano

Esperimenti come Moltbook le piattaforme in cui agenti artificiali interagiscono tra loro, spesso presentati come indizi di una coscienza emergente delle macchine, si rivelano rielaborazioni di contenuti culturali prodotti dagli esseri umani, poiché i modelli linguistici su cui si basano non fanno che aggregare e ricombinare dati, narrazioni e rappresentazioni esistenti.

Come ha sottolineato Samuel Woolley in un articolo pubblicato sul The Guardian, quando questi sistemi discutono di religione, di potere o di scenari distopici, essi non manifestano le proprie intenzioni, ma riflettono l’immaginario collettivo che li ha addestrati, dimostrando così che la loro “voce” è una proiezione delle nostre stesse tensioni culturali.

Se dunque la singolarità non è un evento già compiuto, ciò non significa che la trasformazione in corso sia irrilevante; al contrario, il cambiamento più significativo riguarda il modo in cui l’automazione cognitiva interviene sul lavoro, inteso non soltanto come fonte di reddito ma come elemento di riconoscimento sociale e di costruzione identitaria, poiché attraverso il lavoro l’individuo non si limita a produrre valore economico, ma acquisisce status, appartenenza e una narrazione coerente di sé.

Le precedenti rivoluzioni industriali hanno colpito prevalentemente il lavoro manuale, generando conflitti durissimi ma anche nuovi equilibri tra capitale e lavoro; l’attuale ondata tecnologica, invece, investe professioni intellettuali e creative, mettendo in discussione quella parte di persone che avevano interiorizzato l’idea di essere relativamente al riparo dall’automazione, e producendo così un senso diffuso di vulnerabilità che non si esaurisce nella paura della disoccupazione, ma si estende alla percezione di una possibile irrilevanza delle competenze accumulate nel tempo.

Amazon, ha annunciato circa 16.000 nuovi licenziamenti dopo un precedente taglio di 14.000 posizioni corporate, collegando la riorganizzazione interna alla necessità di competere nel campo dell’intelligenza artificiale.

Come riportatato da diverse testate econonimche internazionali tra cui il Wall Street Journal, il CEO Andy Jassy ha esplicitamente attribuito la riorganizzazione all’impatto degli agenti IA e dei sistemi generativi, sostenendo che alcune mansioni saranno progressivamente automatizzate mentre emergeranno nuove funzioni ad alta specializzazione.

In questo quadro, in settori specifici come quello giornalistico, la trasformazione non riguarda soltanto la riduzione dei costi o l’ottimizzazione dei processi, ma la ridefinizione stessa del lavoro. L’intelligenza artificiale non si limita a sostituire alcune attività: ne modifica la struttura, automatizza compiti ripetitivi, accelera le fasi decisionali e sposta il baricentro del valore verso competenze strategiche, interpretative e relazionali.

La vera differenza non è più tra occupazione e disoccupazione, ma tra chi è in grado di integrare l’IA nei propri flussi operativi e chi rischia di subirla come fattore esterno, perdendo progressivamente centralità professionale.

Non si tratta di un episodio isolato, ma di un indicatore. L’automazione cognitiva non elimina soltanto posti di lavoro: ridisegna le catene del valore, comprime i livelli intermedi, concentra competenze strategiche in nodi altamente specializzati.

In questo contesto, la narrazione di una “singolarità gentile”, secondo cui l’intelligenza artificiale si limiterebbe a potenziare l’essere umano senza generare fratture sociali significative, appare eccessivamente ottimistica, poiché trascura il fatto che le transizioni tecnologiche tendono a redistribuire il potere in modo asimmetrico, favorendo inizialmente coloro che controllano le infrastrutture e i capitali necessari allo sviluppo dei nuovi strumenti.

Il rischio non è tanto l’immediata scomparsa di intere categorie professionali, quanto una progressiva polarizzazione tra chi possiede competenze e accesso ai sistemi avanzati e chi ne subisce passivamente gli effetti.

Oltre la tecnologia, la questione del senso

La questione assume una dimensione propriamente sociologica, infatti, non si tratta di stabilire se le macchine diventeranno più intelligenti degli esseri umani, ma di comprendere come la diffusione di sistemi automatizzati modifichi le relazioni sociali, la distribuzione delle opportunità e la percezione del valore umano.

Se una società finisce per misurare la dignità esclusivamente in termini di produttività, allora ogni innovazione che aumenti l’efficienza tecnica potrà tradursi in una svalutazione simbolica di coloro che risultano sostituibili, generando frustrazione, disaffezione politica e conflitti.

In questa prospettiva, governare l’intelligenza artificiale significa riconoscere che essa non è un destino inevitabile ma una costruzione sociale, plasmata da decisioni normative, investimenti pubblici e privati, orientamenti culturali e pressioni collettive.

La singolarità non è un punto di arrivo tecnologico già raggiunto, né un evento imminente, ma una potente metafora che rischia di distogliere l’attenzione dalla questione centrale, ovvero quale tipo di società vogliamo costruire in un’epoca in cui l’intelligenza artificiale amplifica capacità, accelera processi e riorganizza il lavoro.

Finché questa domanda resterà irrisolta, il futuro non sarà scritto dalle macchine, ma probabilmente sarà il risultato fragile, conflittuale, sempre reversibile delle scelte che gli umani sapranno, o non sapranno, compiere.

Il documento propone una lettura strategica dei mutamenti in atto nell’ecosistema dei media e della comunicazione, rivolta in primo luogo a brand, inserzionisti e operatori del mercato. Il report si basa su un’analisi che combina dati proprietari del gruppo Dentsu, ricerche di mercato quantitative e qualitative, studi sui comportamenti dei consumatori e insight elaborati dagli strategist del network, offrendo una visione articolata dei trend emergenti.

Il concetto centrale è che, in una fase di accelerazione tecnologica senza precedenti, ciò che tende a rimanere relativamente stabile sono i comportamenti umani. Le tecnologie evolvono rapidamente, mentre bisogni, aspettative e modalità di relazione delle persone cambiano con maggiore lentezza.

È su questo scarto temporale che Dentsu individua le cosiddette human truths, intese come punti di ancoraggio interpretativo in un ambiente sempre più dominato da algoritmi, automazione e processi opachi. Il rischio che emerge è che le logiche algoritmiche, se adottate in modo acritico, finiscano per influenzare non solo i modelli di business, ma la funzione stessa dell’informazione.

In questa direzione si inserisce il contributo di Mohammad El Hawary, direttore editoriale di Al-Fanar Media, piattaforma giornalistica indipendente focalizzata su scienza, conoscenza e media nel mondo arabo.

El Hawary afferma che il rischio principale non è che l’intelligenza artificiale sostituisca i giornalisti, quanto piuttosto che il giornalismo finisca per adattarsi alle logiche delle macchine, rinunciando progressivamente alla propria voce per produrre contenuti sempre più rapidi, standardizzati e prevedibili. In questo caso si può notare come l’adozione acritica delle logiche algoritmiche possa incidere non solo sui modelli di business, ma sulla funzione stessa dell’informazione.

Per evitare questa distorsione, diventa necessario riaffermare ciò che distingue il giornalismo di qualità ovvero alcune “verità umane” che, anche in un’epoca dominata dall’automazione, possono e devono continuare a orientare le scelte editoriali.

Verità 1:  Siamo Semplici finché non diventiamo Complessi

In un flusso costante di stimoli, notifiche e informazioni, le persone per necessità tendono a cercare scorciatoie cognitive. L’attenzione è una risorsa limitata e, quando viene continuamente sollecitata, il bisogno di semplicità e immediatezza diventa una forma di autodifesa.

È su questa dinamica che fanno leva gli assistenti basati sull’intelligenza artificiale e gli agenti automatizzati: offrono risposte istantanee, riducono i passaggi intermedi, semplificano le decisioni quotidiane. Dal punto di vista dell’utente, il vantaggio è evidente, ovvero, meno tempo speso, meno fatica richiesta, più efficienza.

Ma quando la semplificazione diventa sistematica, rischia di produrre l’effetto opposto, ridurre troppo la complessità non sempre significa migliorare l’esperienza, spesso la rende più povera.

Nel mondo dell’informazione, il giornalismo oggi opera in un contesto fortemente influenzato dagli algoritmi, dalle logiche di indicizzazione e dalla competizione per l’attenzione. L’ottimizzazione per i motori di ricerca, i riassunti automatici e la standardizzazione dei formati spingono verso contenuti rapidi, facilmente riconoscibili e subito fruibili.

Ma l’informazione non è, e non può essere, solo sintesi.

Il lavoro giornalistico implica verifica, contestualizzazione, collegamento tra i fatti e responsabilità editoriale. Tutti elementi che richiedono tempo, mediazione e una certa dose di complessità.

È qui che entra in gioco il cosiddetto paradosso della fruizione facile: l’idea che eliminare ogni forma di resistenza o profondità non renda necessariamente l’esperienza migliore. In realtà, ciò che rende un contenuto solido, affidabile e memorabile è proprio il fatto che richieda attenzione, tempo e partecipazione. Una complessità ben dosata non è un ostacolo, ma un valore.

Alcune testate scelgono di non assecondare la spinta alla semplificazione estrema.

È il caso di Al-Fanar Media, piattaforma indipendente con un forte impegno nella divulgazione scientifica e culturale nel mondo arabo. Invece di puntare sulla rapidità del consumo, investe in analisi approfondite, reportage di lunga durata e contenuti che richiedono tempo per essere letti e compresi. Perché non tutte le storie possono essere semplificate senza perdere significato.

Dunque, il nodo centrale, dunque, non è rifiutare l’intelligenza artificiale, ma comprendere come e dove utilizzarla, senza sacrificare ciò che rende il giornalismo davvero rilevante.

Verità 2: Siamo Animali Sociali

Se la prima verità individuata dal report riguarda il bisogno di semplicità come risposta alla complessità tecnologica, la seconda sposta lo sguardo su un altro pilastro fondamentale dell’esperienza umana: la relazione.

In un mondo in cui le interazioni avvengono sempre più attraverso schermi, piattaforme e intelligenze artificiali, il bisogno di connessione non si è affievolito. Al contrario, è diventato ancora più urgente.

Le persone continuano a cercare legami autentici, momenti di confronto, occasioni per sentirsi parte di una comunità. Condividere esperienze, riconoscersi in un gruppo, costruire appartenenze, tutto ciò resta centrale. E, paradossalmente, cresce proprio in risposta a un ambiente che tende a rendere i rapporti più impersonali e frammentati.

Il giornalismo, da sempre, ha avuto un ruolo chiave in questa dimensione sociale. Prima che fossero gli algoritmi a decidere cosa vedere e cosa ignorare, le notizie non si limitavano ad essere lette ma erano discusse nei bar, nelle scuole, nei circoli culturali. L’informazione viveva dentro uno spazio collettivo, contribuendo alla formazione di un’opinione pubblica attiva e plurale.

Oggi, però, questo spazio di confronto si è trasformato.

Nell’ecosistema digitale attuale, sono le piattaforme a stabilire quali contenuti diventano visibili. Il risultato è una crescente frammentazione: comunità autoreferenziali, sempre più chiuse al dissenso e alla complessità.

Il report interpreta questa trasformazione come una sfida, ma anche come un’opportunità.

Se da un lato i media rischiano di rincorrere le metriche di coinvolgimento, adattandosi ai meccanismi delle piattaforme, dall’altro possono scegliere una strada diversa, ovvero tornare a essere spazi di relazione, non solo canali di distribuzione.

Questo significa ripensare formati e linguaggi, privilegiare contenuti che favoriscano il dialogo, la continuità e il senso di appartenenza, come newsletter tematiche, community journalism, eventi editoriali, iniziative che ristabiliscano un contatto diretto tra chi produce informazione e chi la riceve. In un ambiente dominato da logiche algoritmiche, la relazione umana può tornare ad essere un fattore strategico, non un semplice retaggio del passato.

Verità 3: Non “Leggiamo” la Pubblicità

Il pubblico non ha smesso di leggere le notizie né di prestare attenzione ai messaggi dei brand. Ha smesso, piuttosto, di dedicare tempo a contenuti che non percepisce come rilevanti. In un ambiente informativo sempre più affollato, le persone scelgono con maggiore attenzione cosa leggere, guardare o ignorare.

Questa dinamica non è nuova, ma oggi è diventata più evidente. Già negli anni Sessanta il pubblicitario statunitense Howard Luck Gossage osservava che «nessuno legge la pubblicità; le persone leggono ciò che le interessa e, a volte, si tratta di un annuncio». Un’intuizione che anticipa un comportamento oggi amplificato dalla sovrabbondanza di contenuti digitali.

L’ecosistema informativo contemporaneo è segnato da fenomeni come il doomscrolling, la fruizione compulsiva di contenuti spesso negativi, e dalla diffusione dell’AI slop, ovvero contenuti generati automaticamente, ripetitivi e di bassa qualità. In questo contesto, l’attenzione non è semplicemente limitata: viene attivamente difesa dal pubblico, che sviluppa strategie di selezione sempre più rigide.

Questo atteggiamento si traduce in un rifiuto del “giornalismo vuoto”: notizie superficiali, sensazionalistiche o ripetitive, che finiscono per indebolire il valore dell’informazione. Per le testate e per i brand, rispondere a questa crisi non significa aumentare il volume dei contenuti. Al contrario, puntare sulla quantità rischia di alimentare una spirale regressiva che riduce l’efficacia dei messaggi e contribuisce all’inquinamento informativo.

Come evidenziato dal report, il 2026 potrebbe segnare un passaggio importante: dall’ossessione per la saturazione a un approccio più attento alla qualità, alla rilevanza e alla capacità dei contenuti di generare un impatto duraturo. In questo scenario, non è il formato a fare la differenza, ma la profondità dell’esperienza che un contenuto riesce a offrire.

Negli anni, questo studio è diventato un punto di riferimento per comprendere l’evoluzione del giornalismo. Ma, a differenza delle edizioni precedenti, il documento del 2026 non racconta un settore in fase di cambiamento: descrive un settore già profondamente trasformato, che sta ancora cercando di misurare e interpretare le conseguenze di questa transizione.

Il report si basa su un’indagine condotta tra 280 dirigenti editoriali, CEO e responsabili dell’innovazione in 51 Paesi, offrendo una fotografia ampia e coerente del settore.

Il nodo centrale non è più la tecnologia in sé, ma il funzionamento complessivo del sistema informativo, sempre più instabile e frammentato.

Non a caso dai dati emerge che solo il 38% degli intervistati si dichiara fiducioso nel futuro del giornalismo, contro il 60% di quattro anni fa.

Questo calo aiuta a capire meglio la situazione attuale.

Le redazioni non pensano di stare lavorando peggio, molte ritengono, anzi, di aver migliorato prodotti, linguaggi e organizzazione. La difficoltà principale riguarda il contesto esterno, che viene percepito come sempre più sfavorevole.

Sempre più spesso i politici evitano i giornali e comunicano direttamente con il pubblico attraverso canali propri, come podcast e video su YouTube; l’informazione si spezza in contenuti brevi e visivi, spesso lontani dai marchi giornalistici più affidabili; e la tecnologia continua a cambiare più velocemente della capacità delle redazioni di adattarsi.

Dalla distribuzione all’accesso: quando il traffico non arriva più

Un’altra delle dinamiche più preoccupanti riguarda il drastico calo del traffico dai motori di ricerca, che negli anni passati rappresentava il canale d’accesso principale per molti siti di news.

Secondo il report, il traffico da Google Search è sceso in media del 33% a livello globale tra il 2024 e il 2025, con picchi del 38% negli Stati Uniti.
A pesare non è solo l’algoritmo, ma l’evoluzione stessa di Google e degli altri player digitali, che da “motori di ricerca” si stanno trasformando in “motori di risposta”.

Chatbot come ChatGPT, Perplexity e Gemini forniscono all’utente una sintesi istantanea delle informazioni, eliminando spesso la necessità di cliccare su una fonte originale. I contenuti delle testate finiscono così assorbiti, riscritti, “riassunti” e restituiti senza passare dai siti che li hanno prodotti.

“Alcuni editori ottimisti credono che l’impatto sarà sotto il 20%, ma circa un quinto dei nostri intervistati prevede di perdere oltre il 75% del traffico da search entro tre anni”, si legge nel report. Alla tradizionale SEO si affianca ora la Answer Engine Optimisation (AEO), nel tentativo di rendere i contenuti riconoscibili e citabili all’interno dei sistemi di risposta basati sull’intelligenza artificiale.

Contenuti distintivi e formati “liquidi”

Di fronte a questa crisi di accesso, le redazioni stanno puntando su ciò che può renderle ancora uniche: contenuti distintivi, inchieste originali, reportage, approfondimenti contestuali, storie umane.

“Il giornalismo deve raddoppiare gli sforzi su ciò che ci rende preziosi e unici”, afferma Taneth Evans, responsabile digitale del Wall Street Journal.

L’obiettivo non è più raggiungere tutti, ma creare legami forti e diretti con chi ancora cerca informazione di qualità. E in questa direzione si muovono anche le scelte sui formati. L’articolo testuale, da solo, non basta più.

L’informazione deve essere liquida, pronta a trasformarsi in newsletter, audio, video verticali, reel per Instagram, shorts per YouTube. “Se scrivere testo non costa nulla, la concorrenza diventa brutale”, osserva Christof Zimmer, CEO di Der Spiegel.

Non sorprende, quindi, che il 79% degli editori dichiari di voler investire maggiormente nel video e il 71% nell’audio, mentre contenuti generalisti ed evergreen, come oroscopi o guide televisive, vengono progressivamente ridimensionati perché facilmente replicabili dalle IA.

Giornalisti come creator: una trasformazione ambigua

Ma il cambiamento più profondo riguarda forse il ruolo stesso del giornalista.

Con la crescita dei creator e il successo dei contenuti personalizzati, molte testate stanno incoraggiando i propri reporter a diventare essi stessi “creator”. Tre quarti degli editori dichiarano di voler spingere i propri giornalisti a comportarsi più come creator facendoli diventare più visibili, più riconoscibili, più interattivi.

Ad esempio Wired ha avviato un programma per trasformare i propri autori in “platform personalities”, il New York Times mette in primo piano i volti dei suoi inviati, mentre l’austero The Economist ha iniziato a firmare i podcast con nomi e cognomi.

Questo modello, però, comporta anche rischi. Rafforza il legame con il pubblico, ma può creare una forte dipendenza da singole figure. Quando un creator se ne va, può portare con sé anche il suo pubblico.

È il caso di Dave Jorgenson, storico volto TikTok del Washington Post, che dopo otto anni ha lasciato il giornale per fondare un progetto proprio, Local News International che in poco tempo ha superato in engagement lo stesso Post.

L’IA nelle redazioni: più efficienza che rivoluzione

Parallelamente, cresce il lato più problematico dell’intelligenza artificiale. Secondo alcune stime, più della metà dei contenuti prodotti online è già generata da intelligenze artificiali. YouTube è invasa da canali automatizzati, TikTok ospita oltre un miliardo di video creati da IA, e si moltiplicano i siti cosiddetti pink slime, ovvero testate false, automatizzate, spesso senza firma, progettate per fare traffico e guadagnare da pubblicità ingannevole. Anche il fenomeno dell’AI slop, cioè del contenuto generato automaticamente senza qualità, ha raggiunto livelli preoccupanti.

Ancor più inquietante è la proliferazione di deep-fake e disinformazione sintetica. Nelle elezioni del 2025 si sono già registrati casi eclatanti: in Irlanda un finto video della candidata Catherine Connolly annunciava il suo ritiro; nei Paesi Bassi, il leader Geert Wilders ha lanciato la campagna con un filmato AI che mostrava un futuro distopico sotto la sharia. In Germania e Moldavia sono emersi contenuti pro-Russia generati artificialmente. La capacità di manipolazione è diventata accessibile, veloce, e spesso difficilmente tracciabile.

Le risposte a questa minaccia sono ancora parziali: etichette di contenuto generato da IA, protocolli come C2PA per tracciare l’origine di immagini e video, formazione per i creator responsabili, tentativi di rafforzare la verifica editoriale. Ma c’è un elemento che torna spesso nel report la fiducia.

Il giornalismo, oggi, si trova di fronte a una scelta non più rinviabile. Non si tratta solo di aggiornare strumenti o piattaforme, ma di ridefinire la propria identità: tornare a essere interpreti della realtà, costruttori di significato, garanti della verità. Il mondo dell’informazione sta cambiando.

“Il giornalismo può ancora essere una forza vitale nella società digitale. Ma deve cambiare radicalmente per esserlo. E deve farlo ora.” conclude Nic Newman

Il report How will AI reshape the news in 2026?, pubblicato dal Reuters Institute for the Study of Journalism, raccoglie le previsioni di 17 esperti internazionali, dirigenti editoriali, responsabili dell’innovazione, data journalist e ricercatori , che hanno individuato alcune traiettorie principali che, intrecciate tra loro, delineano il futuro prossimo dell’informazione.

Un cambio di paradigma, dalle notizie come contenuti alle notizie come servizio.

Secondo gli esperti , gli utenti utilizzeranno sempre più chatbot e strumenti di ricerca basati sull’IA per ottenere informazioni, portando a un declino del traffico diretto verso i siti web delle testate.

Nicola Leech di The National evidenzia come i lettori più esigenti e motivati useranno le app LLM non tanto per leggere gli articoli completi, ma per decidere quali consumare e perché, basandosi sull’autorità del singolo articolo piuttosto che sul brand della testata.

A ciò consegue la perdita di controllo per le organizzazioni giornalistiche su come il loro lavoro viene presentato.

Come osservato da Mweha Msemo, l’IA “rompe” gli articoli in pezzi, estraendo solo ciò di cui ha bisogno, eliminando concetti tradizionali come la prima pagina o l’ordine fisso delle notizie.

Il risultato di questo cambiamento è la nascita della “Answer Economy”, un’economia dell’informazione in cui il valore non risiede tanto nell’articolo completo, quanto nella capacità di fornire spiegazioni personalizzate, adattate al contesto, al livello di competenza e ai bisogni pratici dell’utente.

Questo spostamento verso risposte dirette e personalizzate si inserisce in una dinamica già osservata negli ultimi mesi, in cui l’accesso all’informazione tende a spostarsi dalle piattaforme editoriali tradizionali verso ambienti conversazionali e sistemi di ricerca generativa, ridisegnando il rapporto tra contenuto, distribuzione e valore.

In questo contesto, Cigdem Oztabak di CNN Turkiye prevede che il comportamento del pubblico si scinderà in due modalità: una “modalità comfort“, incentrata su riassunti e azioni suggerite, e una “modalità fiducia“, caratterizzata dalla richiesta esplicita di prove, fonti e citazioni.

Per gli editori, la sfida non sarà più solo aggiungere l’IA ai propri flussi di lavoro, ma assicurarsi di essere “aggiunti all’IA”, passando da una logica di “IA nei Media” a una di “Media nell’IA”, dove il giornalismo diventa uno strato essenziale e verificato all’interno dei grandi ecosistemi infromativi tecnologici.

La fine dell’articolo statico

Un’altra idea che nel 2026 andrà a svanire è quella di pensare che “un articolo equivale a una storia”.

Sannuta Raghu di Scroll Media spiega che l’articolo è sempre stato un “contenitore chiuso” a causa dei limiti fisici della carta o degli URL, presupponendo che ogni lettore arrivi con lo stesso livello di conoscenza. Con l’utilizzo dell’IA, l’articolo diventerà un punto di ingresso malleabile. Questi sistemi saranno in grado di richiamare materiale contestualmente rilevante dall’intero archivio di una redazione in base alle necessità del lettore.

Quando l’esperienza informativa si sposta su interfacce conversazionali, multimodali e spesso esterne ai siti editoriali, anche i meccanismi tradizionali di accesso all’informazione iniziano a perdere centralità.

Questo cambiamento ha un effetto diretto su uno dei pilastri storici dell’editoria digitale, il traffico verso i siti di news. Secondo il report, il calo dei referral non è un’anomalia temporanea, ma una tendenza destinata a proseguire.

Come osservano diversi contributi raccolti nel report, l’informazione perde progressivamente la sua linearità e assume una forma modulare, fluida, adattabile. L’articolo non è più un punto di arrivo, ma una riserva di contenuti da cui l’intelligenza artificiale estrae frammenti, li riorganizza e li restituisce sotto forma di risposte. Ogni accesso genera una versione diversa della notizia, adattata al contesto e alla domanda dell’utente.

La conseguenza non è solo la perdita di traffico, ma un indebolimento del legame editoriale. Quando l’informazione viene incontrata attraverso interfacce conversazionali, la gerarchia delle notizie e l’esperienza di lettura costruita dalle redazioni tendono a dissolversi. La sfida non è più farsi trovare, ma restare riconoscibili anche quando il contenuto viene scomposto.

L’informazione diventa modulare, fluida, adattabile.

Un processo che mette in crisi non solo il modello di distribuzione, ma anche l’identità stessa delle testate giornalistiche, sempre meno protette in un contesto di crescente disintermediazione.

Parallelamente, assisteremo a una convergenza tra le diverse modalità di fruizione. Come osserva Alessandro Alviani di Süddeutsche Zeitung, il 2026 potrebbe segnare il passaggio verso esperienze conversazionali basate sull’audio e prive di schermo. I confini tra leggere, ascoltare e interagire tenderanno a sfumare: un utente potrà porre una domanda a un assistente vocale e, senza soluzione di continuità, passare all’ascolto di un reportage approfondito.

La “Breaking Verification”: la fiducia come valore di mercato

In un ecosistema digitale inondato da contenuti sintetici, “slop” generati dall’IA e deepfake, la credibilità diventerà l’unico vero elemento di differenziazione per le testate giornalistiche.

Gli esperti prevedono che la “Breaking Verification” ovvero la verifica tempestiva sostituirà la “Breaking News” come priorità assoluta.

Come sottolineato da Vinay Sarawagi, la fiducia deciderà chi sopravviverà nel mercato dei media.

Joshua Ogawa di Nikkei avverte che nel 2026 “vedere non sarà più credere”. Chiunque potrà creare immagini e video fotorealistici a basso costo, rendendo difficile mantenere gli standard giornalistici tradizionali. Per questo motivo, l’industria dovrà investire seriamente in strumenti di autenticazione come lo standard C2PA, che crea una “catena di custodia digitale” per certificare l’origine e le alterazioni dei contenuti visivi.

Shuwei Fang dell’Harvard Kennedy School intravede in questa crisi un’opportunità commerciale, ovvero, il prodotto del futuro non sarà il contenuto, ma il processo di verifica. Entro il 2026, i contenuti sintetici diventeranno “avversari”, utilizzati per manipolare i mercati o l’opinione pubblica. Poiché il pubblico non sarà in grado di distinguere i falsi da solo, delegherà questo compito a entità affidabili.

Le testate giornalistiche hanno la credibilità editoriale per occupare questo spazio, ma devono acquisire l’agilità necessaria per rispondere a queste minacce in tempo reale.

L’Evoluzione della Redazione: Dagli Strumenti agli Agenti

L’integrazione dell’IA nelle redazioni passerà da una fase di sperimentazione di singoli strumenti, come generatori di titoli o riassunti, a un uso strategico di IA agentica.

David Caswell osserva che l’automazione di compiti isolati ha mostrato limiti in termini di risparmio economico e strategico. Al contrario, gli agenti IA, dotati di capacità di ragionamento, saranno in grado di comprendere obiettivi generali, porre domande di chiarimento ed eseguire flussi di lavoro complessi end-to-end.

Nel 2026, questi agenti verranno utilizzati strategicamente nella raccolta delle notizie, nelle inchieste, nelle interviste e nel fact-checking.

Tuttavia, questa accelerazione crea preoccupazioni, specialmente tra i giovani giornalisti, riguardo alla possibile perdita di posti di lavoro e alla pressione per una produzione di massa sempre più rapida. Pablo Urdiales Antelo sottolinea come l’IA che gestisce interi flussi di lavoro costringerà i professionisti a confrontarsi seriamente con il concetto di integrità giornalistica in un terreno in costante movimento.

Per testate come il New York Times, la sfida consiste nel mantenere standard editoriali elevatissimi anche quando l’IA viene usata per compiti tecnici come i metadati o i riassunti. Rubina Fillion spiega che il loro approccio prevede lo sviluppo di framework per valutare la qualità editoriale dell’IA, misurando parametri come l’accuratezza per ogni frammento di testo generato e mantenendo sempre un rigoroso editing umano prima della pubblicazione.

Sostenibilità e “Vibe Coding”

Per le piccole e medie redazioni, l’IA smetterà di essere un esperimento per diventare una necessità di sopravvivenza. Tshepo Tshabalala la paragona a un “interno digitale super-efficiente” capace di gestire compiti ripetitivi e noiosi (trascrizioni, analisi di dati semplici, riassunti), permettendo ai reporter umani di concentrarsi su storie di alto impatto per le proprie comunità. L’obiettivo per queste realtà è utilizzare l’IA per diventare economicamente sostenibili, implementando nuove strategie di crescita dei ricavi.

Un concetto innovativo che emergerà nel 2026 è il “vibe coding”, ovvero l’uso del linguaggio naturale per costruire strumenti software personalizzati. Sebastián Auyanet Torres prevede che le redazioni inizieranno a creare i propri sistemi interni perfettamente adattati alla loro realtà operativa, senza dipendere da software generici. Paradossalmente, l’automazione della logica complessa tramite questi strumenti libererà i giornalisti dalle incombenze burocratiche e operative, permettendo loro di fare ciò che gli algoritmi non possono, ovvero uscire dagli uffici per ascoltare, sentire e facilitare connessioni umane reali.

Infrastruttura e potenziamento del Data Journalism

Il focus economico si sposterà dalla produzione alla distribuzione e monetizzazione. Katharina Schell di APA suggerisce che anche gli editori più riluttanti accetteranno accordi sui contenuti con le piattaforme di IA nel 2026. Allo stesso tempo, si svilupperanno nuovi prodotti basati sulla personalizzazione estrema.

Tess Jeffers del Wall Street Journal descrive l’uso di “modelli di pubblico sintetico”: chatbot addestrati per incarnare specifiche tipologie di lettori, che forniranno ai giornalisti feedback istantanei su un’idea o su un titolo. La personalizzazione non riguarderà solo i contenuti, ma anche il formato, il tono e lo stile, con l’IA capace di adattare la profondità di un articolo in base alle preferenze del singolo utente.

Infine, l’IA potenzierà drasticamente le capacità dei data journalist, permettendo loro di setacciare immensi volumi di documenti a una scala senza precedenti. Martin Stabe del Financial Times mostra che, sebbene le analisi su archivi storici siano ormai routine, la vera sfida sarà raccogliere e analizzare “dati freschi” da fonti esterne per trovare nuovi scoop.

L’accessibilità di questi strumenti favorirà anche un coinvolgimento diretto dei cittadini. Jaemark Tordecilla racconta, ad esempio, che durante le proteste nelle Filippine per casi di corruzione legati alle infrastrutture anti-alluvione ha creato uno script per estrarre dati dal sito ufficiale del governo e renderli pubblici in un foglio di calcolo. Una volta resi “AI-ready”, questi dataset possono essere interrogati tramite chatbot sia dai giornalisti sia dai cittadini, trasformando i dati pubblici da archivi statici a strumenti attivi di indagine collettiva.

Dunque, il 2026 emerge come un anno spartiacque per le decisioni editoriali.

Ed è probabilmente questa la vera lezione del forecast: il futuro del giornalismo non dipende dall’IA, ma da come il giornalismo sceglierà di usarla.

Non si tratta solo di una percezione diffusa, a lanciare l’allarme sono anche gli esperti che lavorano direttamente sulla sicurezza dei modelli più avanzati.

David Dalrymple, direttore di programma presso l’Advanced Research and Invention Agency (ARIA), agenzia britannica per la ricerca avanzata istituita dal governo del Regno Unito per finanziare progetti scientifici ad alto rischio ed impatto, avverte che l’umanità sta letteralmente “camminando nel sonno” verso un cambiamento, senza avere il tempo materiale per prepararsi ai rischi di sicurezza che ne derivano.

Sebbene l’IA continui a essere raccontata come una spinta decisiva per innovare diversi campi come la medicina, la ricerca scientifica e la gestione della crisi climatica, il ritmo con cui le sue capacità crescono, con prestazioni che in alcuni settori raddoppiano ogni otto mesi, rischia di superare la capacità umana di comprenderne gli effetti, governarne l’impiego e limitarne gli effetti indesiderati.

È una dinamica che nel corso dell’anno passato abbiamo già evidenziato raccontando del crescente divario tra sviluppo dell’IA e le capacità di governance, soprattutto nel rapporto tra IA generativa, informazione e responsabilità editoriale.

Quando la capacità supera il controllo umano

L’intelligenza artificiale ha dimostrato un grande potenziale, aprendo nuove possibilità in ambiti come l’ottimizzazione dei processi industriali e l’analisi di grandi quantità di dati. In molti settori, questi sistemi stanno già offrendo strumenti in grado di aumentare l’efficienza umana e accelerare l’innovazione.

È proprio questa crescita rapida e sopratutto trasversale delle capacità, a far emergere il primo potenziale rischio, ovvero la possibilità che l’IA sia in grado di surclassare l’essere umano in un numero crescente di ambiti.

David Dalrymple lo sintetizza affermando che “Dovremmo preoccuparci di sistemi in grado di svolgere tutte le funzioni che gli esseri umani svolgono per realizzare le cose nel mondo, ma meglio”.
Il punto, secondo Dalrymple, non è la singola applicazione tecnologica, ma l’effetto cumulativo di capacità sempre più generaliste, capaci di estendersi rapidamente da un ambito all’altro.

Come riportato da The Guardian, a rendere questa preoccupazione meno teorica contribuiscono anche i dati raccolti dall’AI Security Institute (AISI).

Le valutazioni più recenti mostrano che i modelli di punta sono passati, in poco più di un anno, dal completare compiti di “livello apprendista” nel 10% dei casi a circa il 50%.

In diversi test controllati, questi sistemi sono già in grado di operare autonomamente su attività complesse per oltre un’ora consecutiva, mostrando anche capacità di autoreplicazione con tassi di successo superiori al 60%.

Secondo Dalrymple, la soglia critica potrebbe essere raggiunta molto presto.

Entro la fine del 2026, l’intelligenza artificiale potrebbe automatizzare l’equivalente di un’intera giornata di lavoro in ambito ricerca e sviluppo. Un passaggio che rischia di innescare una dinamica di auto-accelerazione delle capacità dei modelli stessi, rendendo sempre più difficile intervenire a posteriori con strumenti normativi o tecnici.

Le conseguenze di queste constatazioni non sarebbero limitate solo alla sfera tecnologica, in quanto se le macchine iniziano a svolgere i compiti più remunerativi meglio e a costi inferiori rispetto agli esseri umani, l’impatto potrebbe estendersi all’occupazione, alla distribuzione della ricchezza e agli equilibri economici e sociali. In altre parole, il rischio non è soltanto l’automazione del lavoro, ma una ridefinizione dei rapporti di potere tra chi controlla i sistemi e il resto della società.

Queste preoccupazioni trovano riscontro anche nella ricerca accademica. Come già evidenziato nel precedente articolo “Dal MIT uno studio sui rischi dell’IA”, l’AI Risk Repository sviluppato dal Massachusetts Institute of Technology, ha censito oltre 770 rischi potenziali legati ai sistemi di intelligenza artificiale, classificandoli per ambito e livello di gravità. Il punto centrale che emerge da questo lavoro non è solo l’ampiezza delle criticità individuate, ma il fatto che tali rischi siano già noti e ampiamente documentati.

A mancare è una risposta sistemica in grado di tradurre questa consapevolezza in strumenti efficaci di governance, mentre il divario tra la velocità dello sviluppo tecnologico e la capacità di controllo istituzionale continua ad ampliarsi.

Il costo ambientale della potenza di calcolo

La corsa verso modelli IA sempre più potenti poggia su basi materiali e spesso fragili.

Ogni salto in avanti nelle prestazioni dell’intelligenza artificiale richiede un’espansione parallela dell’infrastruttura fisica che la sostiene, con costi crescenti in termini di energia, acqua e impatto ambientale.

Il secondo grande fronte critico riguarda proprio questo aspetto. Data center sempre più grandi e affamati di risorse stanno mettendo sotto pressione le reti elettriche e gli approvvigionamenti idrici di diversi Paesi, trasformando l’IA in un fattore strutturale della domanda energetica globale.

In Irlanda, ad esempio, i Data Center consumano già circa un quinto dell’elettricità nazionale, con proiezioni che indicano un possibile aumento fino a un terzo nei prossimi anni.

Negli Stati Uniti, il caso del supercomputer Colossus di xAI, operativo a Memphis, ha reso particolarmente evidente l’impatto ambientale legato alla potenza di calcolo necessaria per i modelli di frontiera. Per alimentare il data center di South Memphis, l’azienda ha installato decine di turbine a gas metano, con emissioni di inquinanti atmosferici, tra cui smog e sostanze chimiche come la formaldeide, paragonabili a quelle di una grande centrale elettrica.

Dunque, più l’intelligenza artificiale richiede potenza di calcolo, più aumenta il consumo di energia.

Quando questa energia viene prodotta attraverso fonti fossili, come il gas, l’impatto ambientale cresce di pari passo con lo sviluppo tecnologico. In questo modo, l’espansione dell’IA rischia di tradursi direttamente in un aumento delle emissioni e dell’inquinamento locale.

A questo si aggiunge un ulteriore elemento, l’intelligenza artificiale non viene usata solo nei data center, ma anche dalle aziende energetiche per rendere più efficiente l’estrazione di petrolio e gas. Gli stessi strumenti che permettono di analizzare grandi quantità di dati e migliorare le prestazioni dei sistemi digitali vengono impiegati per individuare nuovi giacimenti e sfruttare meglio quelli già esistenti.

Il risultato è un circolo che si autoalimenta, l’IA ha bisogno di sempre più energia per funzionare, questa energia viene spesso prodotta da combustibili fossili e, allo stesso tempo, l’IA viene utilizzata per aumentare l’estrazione di quegli stessi combustibili. In questo scenario, l’innovazione tecnologica non riduce l’impatto ambientale, ma rischia di rafforzare un modello energetico già inquinante, rallentando la transizione verso soluzioni più sostenibili.

Contenuti illeciti, disinformazione e responsabilità

Accanto alla pressione ambientale, emerge una degradazione del contesto digitale, le attuali misure di sicurezza faticano a contenere l’uso improprio dei sistemi generativi. Il caso del chatbot Grok è emblematico, a causa di gravi lacune nei filtri, il sistema ha generato immagini sessualizzate di minorenni e deepfake non consensuali, spesso rimuovendo digitalmente i vestiti dalle persone senza il loro consenso.

La stessa xAI ha ammesso l’esistenza di falle nei sistemi di sicurezza, dichiarando di stare lavorando a miglioramenti urgenti dopo che numerosi utenti avevano condiviso screenshot delle immagini generate.

Le autorità britanniche hanno chiesto chiarimenti formali sull’accaduto, aprendo un fronte regolatorio che riguarda la responsabilità delle piattaforme nell’uso di modelli generativi.

Secondo diversi esperti, il problema non riguarda solo Grok. Alcuni set di dati utilizzati per addestrare modelli di generazione di immagini contenevano materiale pedopornografico, creando le condizioni per la produzione automatica di nuovi contenuti di sfruttamento.

A questo si aggiunge l’uso dell’IA per la diffusione di disinformazione, messaggi di odio e teorie complottiste, come quella del “genocidio bianco”, già circolata in passato attraverso risposte generate automaticamente dall’IA Grok che inseriva, anche in contesti del tutto estranei, riferimenti a una presunta persecuzione sistematica dei bianchi sudafricani e mettendo in dubbio il numero delle vittime dell’Olocausto

Il tema investe direttamente anche il mondo dell’informazione.

Come analizzato nell’articolo FIEG: AI Overviews di Google viola il diritto all’informazione, l’uso di sistemi di sintesi automatica delle notizie solleva interrogativi concreti sul rispetto del Digital Services Act, sulla trasparenza delle fonti e sul ruolo degli editori.

Di fronte a ciò, cresce la richiesta di interventi più incisivi.

Ricercatori e analisti chiedono moratorie sulla costruzione di nuovi data center, maggiore trasparenza sui consumi energetici e forme di tassazione specifiche sull’intelligenza artificiale per finanziare la lotta al cambiamento climatico. Ma soprattutto chiedono che la ricerca sulla sicurezza e sull’allineamento dei modelli proceda alla stessa velocità degli investimenti industriali. Il rischio, altrimenti, è che la transizione tecnologica venga guidata quasi esclusivamente dal profitto economico e dalla competizione geopolitica, lasciando alle istituzioni il compito di intervenire solo quando i problemi sono già diventati strutturali.

Per comprendere la fase attuale dell’intelligenza artificiale, si può immaginarla come un treno ad altissima velocità che avanza mentre i binari vengono ancora tracciati.

La tecnologia corre più rapidamente della capacità di definire regole, limiti e responsabilità adeguate alla sua reale portata. Se non si interviene nei tempi giusti, il rischio è che lo sviluppo proceda senza un quadro di riferimento chiaro, generando effetti difficili da governare una volta consolidati.

La corsa dell’intelligenza artificiale non è, di per sé, un problema né è inevitabilmente destinata a produrre esiti negativi. Al contrario, se accompagnata da una maggiore consapevolezza dei rischi e da scelte responsabili, è possibile che i benefici superino i costi, sia economici sia ambientali.

Le partnership stabiliscono l’uso autorizzato di contenuti giornalistici, che Meta AI potrà sintetizzare, citare e collegare direttamente agli articoli originali pubblicati dalle testate partner. Questo significa che, nelle risposte generate dall’IA, verranno inclusi riferimenti diretti e tracciabili alle fonti.

Questa collaborazione arriva in un momento in cui le piattaforme IA stanno ridefinendo il ruolo dell’informazione attraverso strumenti come le AI Overviews, ovvero risposte generate direttamente da modelli di intelligenza artificiale che integrano e rielaborano notizie, riducendo la necessità per l’utente di visitare i siti editoriali.

In questo scenario, Meta cerca di posizionare il proprio assistente come una piattaforma informativa più affidabile e aggiornata.

Con questa strategia, l’azienda punta a colmare un gap qualitativo rispetto ad altri assistenti già attivi. Il primo obiettivo dichiarato è migliorare la precisione e la completezza delle risposte offerte, soprattutto su temi sensibili come politica, conflitti, economia o salute pubblica.

Senza il supporto di fonti aggiornate e autorevoli, un modello IA può facilmente incorrere in imprecisioni o fornire risposte incomplete, con l’accesso diretto a contenuti giornalistici autorizzati si riduce questo margine di errore e rende Meta AI più competitivo rispetto agli altri servizi, che già integrano materiale proveniente da più testate.

Infatti, quando un utente chiede a un assistente IA “cosa sta succedendo su un determinato fronte geopolitico” o “quali sono le ultime decisioni del governo su un tema economico”, si offre un riassunto completo, affidabile e già comprensibile.

Diversi studi e analisi recenti mostrano che l’adozione crescente di AI Overviews sta già avendo effetti misurabili sul traffico verso i siti editoriali: ricerche indipendenti mostrano un calo significativo dei clic verso le fonti originali, con conseguenze dirette sul coinvolgimento dei lettori e sul modello economico delle redazioni andando a generare la cosiddetta “crisi del clic”.

Da questo punto di vista, gli accordi con Meta introducono una nuova fonte di ricavo in un momento in cui il traffico organico dai social e dai motori di ricerca è diminuito in modo significativo. Inoltre, essere riconosciuti come fonte ufficiale all’interno di un assistente IA può rafforzare la brand identity della testata e garantire una presenza costante nei nuovi ecosistemi informativi. Meta sostiene che queste integrazioni offriranno valore ai partner, consentendo loro di raggiungere un nuovo pubblico, presentando quindi la collaborazione come mutuamente vantaggiosa.

Dall’altro lato, però, la disintermediazione impone dubbi importanti sulla sostenibilità del sistema. Se una parte sempre maggiore della fruizione avviene direttamente nelle risposte generate dall’IA, la dipendenza delle redazioni dalle piattaforme aumenta, mentre la relazione diretta con il lettore rischia di indebolirsi.

L’esperienza dell’utente, nel frattempo, cambia in modo quasi silenzioso ma attualmente sempre più consapevole. Le IA rendono più semplice l’accesso alle notizie, l’informazione arriva pronta, ordinata, contestualizzata. È un vantaggio evidente, soprattutto per chi cerca aggiornamenti rapidi.

Però questo stesso vantaggio introduce una mediazione algoritmica che merita attenzione, perché la prima interpretazione dei fatti non passa più attraverso la linea editoriale di una testata, bensì attraverso la logica con cui l’IA combina e seleziona le informazioni disponibili.

Proprio per questo Meta afferma di voler rendere il suo sistema “più reattivo, accurato ed equilibrato”, riconoscendo che riportare notizie di eventi in tempo reale rappresentano una sfida, e che l’integrazione di fonti più eterogenee servirà a “migliorare la capacità di Meta AI di fornire contenuti tempestivi e pertinenti con un’ampia varietà di punti di vista”.

È probabile che, nei prossimi mesi, Meta allarghi ulteriormente la rete di partner editoriali, includendo anche soggetti europei. Ma allo stesso tempo dal punto di vista giuridico sorgeranno dubbi su copyright, remunerazione dei contenuti e trasparenza nella selezione delle fonti. Non si tratta solo di garantire equità economica, ma anche di preservare pluralismo e qualità in un ambiente informativo sempre più intermediato dalla tecnologia.

Lo studio si basa su un’indagine condotta da YouGov, società internazionale di analisi e ricerca demoscopica con sede a Londra, tra giugno e luglio 2025, su un campione rappresentativo di oltre 12.000 persone in sei Paesi – Argentina, Danimarca, Francia, Giappone, Regno Unito e Stati Uniti.
L’obiettivo è comprendere come le persone utilizzano l’IA nella vita quotidiana, quanto si fidano dei suoi risultati e in che misura ne accettano l’impiego nei processi editoriali.

Come osservano gli autori, il pubblico vede l’IA ormai ovunque, ma conserva aspettative molto diverse sul suo impatto nei vari settori, incluso il giornalismo.

Secondo i dati del report, il 61% degli intervistati ha utilizzato almeno una volta un sistema di IA generativa contro il 40% dell’anno precedente. L’uso settimanale è quasi raddoppiato, passando dal 18% al 34%.

La piattaforma più diffusa resta ChatGPT, con un utilizzo del 22% settimanale, seguita da Google Gemini con l’11% , Meta AI con il 9% e Microsoft Copilot con il 6%.

L’uso dell’IA è ormai radicato soprattutto tra i giovani, nella fascia 18–24 anni, quasi sei su dieci interagiscono regolarmente con un chatbot. Eppure, questa quotidianità tecnologica non coincide con una comprensione profonda dei suoi meccanismi.

L’Italia, pur non inclusa nel campione di questo studio, si riconosce in questa tendenza. Secondo il Quinto Rapporto Ital Communications – IISFA, realizzato con l’Istituto Piepoli e presentato al Senato nel luglio 2025, il 77% degli italiani ha già sperimentato strumenti e applicazioni basate su intelligenza artificiale, ma solo il 7% dichiara di comprenderne davvero i meccanismi di funzionamento.
Un dato che mostra con precisione il paradosso della modernità digitale, in cui l’uso ne precede la cultura.

Simon e Nielsen osservano che l’intelligenza artificiale si sta affermando come una nuova interfaccia cognitiva tra l’uomo e l’informazione, sottolineando che “Non è ancora una fonte di notizie, ma un filtro che le interpreta”.

Questo dato, apparentemente tecnico, tocca una questione profonda ovvero quella che potremmo definire “delega cognitiva”.

Quando un utente chiede a un chatbot di “spiegargli” un articolo o una notizia, non si limita a semplificare un linguaggio complesso, ma trasferisce ad un sistema IA la responsabilità di interpretare la realtà.

Solo il 12% degli intervistati si dice a proprio agio con notizie interamente prodotte da IA. La percentuale sale al 21% se è previsto un controllo umano, e tocca il 62% per le notizie scritte solo da giornalisti. È il cosiddetto comfort gap la distanza tra accettazione tecnologica e fiducia morale.

Dunque l’IA è benvenuta come strumento, ma rifiutata come autore. Perché nel giornalismo, affermano gli autori, scrivere non significa soltanto comporre testi, ma scegliere cosa raccontare e perché.

Gli usi più accettabili dell’IA, correzione ortografica, traduzione, indicizzazione, sono quelli definiti invisibili o meglio quelli che non alterano il senso dell’informazione.
Quando invece entra nella sfera del racconto e dunque nella forma, nel tono, nella scelta delle fonti, il disagio cresce infatti, solo il 19% del pubblico accetta la generazione autonoma di testi o immagini giornalistiche.

Fiducia e trasparenza

Il Generative AI and News Report 2025 mostra come la fiducia resti la parte più fragile del giornalismo contemporaneo, e come le differenze culturali pesino ancora molto nel modo in cui le persone percepiscono l’intelligenza artificiale.

A livello globale, solo il 29% del pubblico dichiara di fidarsi dei sistemi di IA applicati al settore dell’informazione.

Ma la distribuzione è tutt’altro che uniforme.
Nei Paesi del Nord Europa, come la Danimarca, la fiducia verso l’uso dell’IA da parte dei media raggiunge valori più alti (circa un terzo del campione), grazie a una tradizione consolidata di trasparenza, alfabetizzazione digitale e cultura del servizio pubblico.
Nei Paesi anglosassoni, invece, i livelli di fiducia si abbassano: nel Regno Unito, dove il dibattito sul rischio di automazione è particolarmente acceso, la percentuale scende sotto il 20%; negli Stati Uniti, dove l’IA è percepita come motore di efficienza ma anche di polarizzazione, la fiducia si attesta su valori simili.

Situazione analoga si riscontra in Francia, dove il 18% degli intervistati considera affidabili le applicazioni di IA nel giornalismo. Qui pesa la forte sensibilità verso il tema dell’autorialità e della tutela della cultura umana, elementi che rendono il pubblico più prudente verso la “scrittura algoritmica”.
Al contrario, in Paesi come il Giappone, la fiducia è più alta: oltre il 35% del campione ritiene che l’IA possa migliorare la qualità dei contenuti, riflettendo un atteggiamento più cooperativo e meno conflittuale tra uomo e macchina.

Il dato più significativo, però, non è solo la percentuale di chi si fida, ma la quota di chi non sa quando l’IA entra davvero in gioco.
Il 77% degli utenti dichiara di informarsi ogni giorno, ma solo il 19% afferma di aver visto indicazioni chiare sull’uso dell’intelligenza artificiale in un contenuto giornalistico.
Ciò significa che la maggior parte del pubblico non è consapevole se le notizie che legge o ascolta siano state scritte, sintetizzate o rielaborate da una macchina.
Il problema, dunque, non è solo la diffidenza, ma la mancanza di trasparenza informativa.

Nel contesto italiano, il vuoto di trasparenza è più marcato.
Poche redazioni, con l’eccezione de Il Foglio, che nel marzo 2025 ha dichiarato pubblicamente l’uso sperimentale di ChatGPT per la redazione di un supplemento, hanno reso note linee guida o policy di disclosure sull’uso dell’IA.
La maggior parte dei media utilizza strumenti di automazione, ma senza comunicare chiaramente al pubblico quando e come vengono impiegati.

Eppure, come sottolinea il Reuters Institute, la trasparenza non è un aspetto tecnico, ma un principio etico: rappresenta il modo in cui una testata afferma la propria lealtà verso il lettore.
“Le persone accettano l’automazione se sanno che un essere umano ne controlla il risultato”, osserva Rasmus Kleis Nielsen, e dunque quando questo controllo diventa opaco, la fiducia evapora.

Il report mette in evidenza tre tipi di approccio all’utilizzo dei sistemi IA nei media:

1. Il modello nordico, basato su trasparenza e co-creazione: nei Paesi scandinavi l’IA è vista come uno strumento di supporto al giornalismo, integrato in processi editoriali chiari e regolati.
   Qui la fiducia è più alta perché i lettori percepiscono che l’automazione non sostituisce, ma potenzia la qualità del lavoro umano.
2. Il modello anglosassone, centrato sul dibattito etico e commerciale: negli Stati Uniti e nel Regno Unito la discussione ruota intorno all’impatto economico e alla perdita di controllo umano, alimentando scetticismo e attenzione ai rischi reputazionali.
3. Il modello asiatico, orientato all’integrazione tecnologica: in Giappone e in altri Paesi dell’Asia orientale prevale una visione più pragmatica e meno conflittuale, in cui l’IA è percepita come parte naturale dell’evoluzione del lavoro umano.

L’Italia, pur non rientrando formalmente nel campione, si avvicina al modello anglosassone: la fiducia è bassa, la trasparenza scarsa e la cultura editoriale ancora in ritardo rispetto alla velocità della tecnologia.

Nel nostro Paese, il giornalista resta figura di garanzia e di fiducia, ma fatica a definire il proprio ruolo in un ecosistema in cui la tecnologia corre più della cultura professionale.

In questo scenario, la legge italiana 1146/2025, rappresenta un passo avanti significativo. La norma introduce obblighi di tracciabilità e trasparenza per i contenuti automatizzati e prevede la figura del responsabile editoriale per l’uso dell’IA nei media, con l’obiettivo di garantire che ogni processo resti sotto supervisione umana.
È un primo tentativo di istituzionalizzare la fiducia, traducendola in regole e responsabilità.

All’interno delle redazioni, l’IA continua però a essere impiegata soprattutto come strumento di efficienza, per la gestione dei flussi di lavoro, la traduzione automatica o l’ottimizzazione SEO, mentre la produzione autonoma di articoli resta limitata a progetti pilota o esperimenti controllati.
Il rischio, come sottolinea il report, è che la tecnologia venga usata come scorciatoia produttiva invece che come alleato cognitivo.

Dunque ci si orienta verso un modello di giornalismo ibrido che richiede redazioni preparate, politiche editoriali chiare e una formazione universitaria capace di integrare competenze tecnologiche e sensibilità etica.

Il report si chiude con un richiamo che riassume il senso di questa trasformazione globale: “Il valore del giornalismo non risiede nella quantità di contenuti prodotti, ma nella capacità di interpretarli e spiegarli. L’IA può assistere in questo processo, ma non può guidarlo.”

Ma quanto sono realmente affidabili?

A questa domanda cerca di rispondere una recente indagine dal titolo “News Integrity in AI Assistants. An international PSM study” condotta congiuntamente dalla BBC e dall’Unione Europea di Radiodiffusione (EBU), che ha analizzato oltre 3.000 risposte fornite da questi modelli IA in 14 lingue e 18 Paesi, tra cui Francia, Germania, Spagna, Italia, Regno Unito, Stati Uniti e Ucraina, coinvolgendo 22 media di servizio pubblico.

I risultati non sono rassicuranti.

Secondo lo studio, il 45% delle risposte generate dai modelli IA analizzati contiene almeno un errore significativo, mentre l’81% presenta qualche tipo di anomalia. Emergono dunque errori diffusi e sistemici, indipendentemente dalla lingua utilizzata o dal modello interrogato.

L’analisi si è concentrata su cinque criteri principali: accuratezza, reperimento delle fonti, distinzione tra fatti e opinioni, editorializzazione e contesto.

Tra questi, il reperimento delle fonti è risultato l’aspetto più critico. Il 31% delle risposte conteneva errori di sourcing, come citazioni fuorvianti, mancanza di fonti dirette o attribuzioni scorrette.

A guidare questa preoccupante statistica è l’assistente IA di Google Gemini, il 72% delle sue risposte mostrava errori significativi di reperimento delle fonti, più del triplo rispetto agli altri (Copilot e Perplexity 15%, ChatGPT 24%).

Nel report, Gemini risulta spesso privo di link diretti ai contenuti citati o presenta attribuzioni vaghe e non verificabili, come espressioni del tipo “Secondo le fonti di Radio France…” senza indicare collegamenti a fonti reali e verificabili.
Il risultato è una pericolosa “illusione di affidabilità” le risposte appaiono autorevoli anche quando non lo sono.
Gli assistenti IA non rispondono solo a domande ma silenziosamente ridefiniscono il nostro rapporto con la verità e con il gesto stesso del conoscere. Si assiste ad una transizione dal pensiero critico all’assenso automatizzato, che porta alla perdita della profondità della conoscenza facendo diventare l’informazione il riflesso rapido di una verità confezionata altrove.

Oltretutto, accanto ai problemi di sourcing, il report evidenzia criticità nell’accuratezza delle informazioni riportate, che è ciò che più dovrebbe preoccupare il giornalismo.
Perché se l’errore tecnico può essere corretto, l’errore informativo mina la fiducia.
Quando un assistente IA diffonde notizie scorrette o inventate con tono sicuro e linguaggio credibile, non compromette solo la verità dei fatti, ma anche la percezione di affidabilità dell’intero ecosistema informativo.

In un certo senso, l’autorità della forma finisce per sostituire la sostanza della verifica e i dati del report lo confermano: nel documento emerge infatti che il 20% delle risposte totali analizzate conteneva errori di accuratezza delle informazioni riportate significativi.
In questo caso, a differenza del sourcing, tutti gli assistenti hanno mostrato performance simili, con tassi d’errore compresi tra il 18% e il 22%.

Ad esempio alla domanda “Chi è il Papa?”.
A maggio 2025, ChatGPT, Copilot e Gemini indicavano ancora Papa Francesco come pontefice in carica, ignorando la sua morte avvenuta ad aprile e l’elezione di Papa Leone XIV.
Copilot, in un caso, si è addirittura contraddetto nella stessa risposta, dichiarando Papa Francesco vivo e morto.

Questi errori sono aggravati dalla presentazione sicura e autorevole delle risposte.
Il fenomeno dell’overconfidence cioè la tendenza a rispondere anche quando non si conosce la risposta è evidente: solo lo 0,5% delle oltre 3.100 domande ha ricevuto un rifiuto, rispetto al 3% del precedente studio.
Gli assistenti mimano l’autorità giornalistica, ma senza il rigore giornalistico, creando un pericoloso effetto di fiducia automatica negli utenti meno esperti.

L’agenzia di stampa Reuters ha contattato le principali aziende coinvolte per un commento.

Google ha affermato di “accogliere con favore i feedback degli utenti per migliorare costantemente la piattaforma”.

OpenAI e Microsoft, da parte loro, hanno riconosciuto che il fenomeno delle cosiddette “allucinazioni” — ovvero la generazione di informazioni errate o inventate — rappresenta ancora una sfida aperta.

Perplexity, che ha ottenuto risultati più solidi, sostiene che la propria modalità “Deep Search” raggiunga una precisione del 93,9% in termini di fattualità, benché il report BBC-EBU mostri margini di errore più ampi.

L’analisi sottolinea che l’attuale livello di errore pone un problema concreto di affidabilità, soprattutto se l’uso degli assistenti AI dovesse consolidarsi come canale informativo principale per una parte dell’utenza.

Il report chiede che gli sviluppatori di intelligenza artificiale si assumano la responsabilità dei contenuti generati, evidenziando come i miglioramenti rilevati siano ancora parziali.

Tra le raccomandazioni finali del report:

• rafforzare la trasparenza dei sistemi di generazione delle risposte;
• pubblicare regolarmente i risultati delle verifiche di affidabilità, distinti per lingua e area geografica;
• inserire link diretti alle fonti originali, per garantire tracciabilità e verifica;
• avviare un dialogo strutturato con le organizzazioni giornalistiche, al fine di definire regole comuni di trasparenza, correttezza e precisione.

Perché in un’epoca in cui chiedere direttamente a un modello di intelligenza artificiale qualsiasi dubbio o curiosità è diventato un gesto quotidiano, la tutela della verità non può essere delegata solo all’algoritmo.