Contenuti generati dall’IA: cosa cambia

Uno studio di Graphite mostra un web dominato dai contenuti generati dall’AI. Ecco cosa cambia per qualità, fiducia e informazione.

Da un mese a questa parte, circola un dato molto preoccupante. Sul web stanno comparendo più testi generati dall’intelligenza artificiale che scritti da esseri umani. Milioni di articoli, guide e approfondimenti vengono prodotti con una velocità che nessuna redazione potrebbe sostenere.

In mezzo a questa massa crescente diventa difficile distinguere il prodotto umano da quello automatico. La trasformazione non è improvvisa né frutto di un allarmismo momentaneo. È il risultato di anni in cui la produzione automatica di contenuti è diventata la risposta più comoda alle richieste del mercato.

1. Lo studio di Graphite e il punto di svolta del web
2. Data pollution e contenuti usa-e-getta
3. Impatto su utenti, editori e marchi
4. Come riconoscere un contenuto generato dall’IA

Il web sta cambiando pelle e la domanda da porci non è se l’IA stia scrivendo più di noi. Conta capire cosa significa vivere in un ambiente informativo dove l’origine dei contenuti non è più evidente.

Ma come sempre, andiamo con ordine e affrontiamo per gradi l’argomento.

Lo studio di Graphite e il punto di svolta del web

Ad accendere il dibattito online sui contenuti generati tramite IA è stato uno studio pubblicato da Graphite. Si tratta di una società californiana specializzata nell’analisi dei contenuti online. Per comprendere l’evoluzione del web negli ultimi anni l’azienda ha esaminato un campione di 65.000 articoli in lingua inglese. Gli articoli analizzati coprono il periodo dal 2020 al 2025. L’obiettivo era distinguere la percentuale di contenuti umani da quelli generati automaticamente. Il risultato ha mostrato una tendenza preoccupante: la crescita rapida e costante dei secondi.

Il presunto sorpasso del novembre 2024

Il dato che ha scosso il web è stato il presunto sorpasso del novembre 2024. Da quel mese la maggioranza dei nuovi contenuti online sarebbe stata prodotta dall’IA. Graphite definisce “generato dall’AI” qualsiasi testo a cui il proprio algoritmo attribuisce una probabilità superiore al 50%. Per ammissione degli stessi ricercatori, il valore va interpretato con cautela. Nessuno strumento di rilevamento è infallibile.

I limiti del rilevamento

Il limite più evidente riguarda proprio l’identificazione dei testi. Man mano che gli modelli LLM si evolvono, i loro output diventano sempre più difficili da distinguere dalla scrittura umana. Alcuni rilevatori penalizzano stili sintetici. Altri confondono testi scritti in inglese non nativo con output generati da modelli. Per questo lo studio Graphite non va letto come una verità assoluta, ma resta comunque un indicatore importante.

Data pollution e contenuti usa-e-getta

La crescita dei contenuti generati dall’IA porta con sé un effetto collaterale impossibile da ignorare. Il web si satura di testi privi di profondità, pensati solo per occupare spazio. Il fenomeno prende il nome di data pollution e descrive un rumore di fondo che altera la qualità complessiva dell’informazione online. Diventa più difficile individuare ciò che davvero merita attenzione.

Il vero rischio sta nel fatto che questi contenuti finiscono nei dataset usati per addestrare i modelli LLM successivi. Di conseguenza l’IA apprende da contenuti prodotti da altre IA. Si genera un circolo vizioso che sacrifica la qualità dell’informazione reale e amplifica errori e inesattezze. Una dinamica analoga si osserva anche in altri scenari di abuso dell’IA, come il SEO poisoning AI.

Questi contenuti usa-e-gettanon hanno responsabilità editoriale. Vengono prodotti rapidamente in sequenza, senza alcun processo di verifica. Non è nemmeno possibile risalire a un reale proprietario, perché sono sprovvisti di una firma certificata. Esistono perché possono esistere, non perché abbiano qualcosa da proporre ai lettori.

Il vuoto contenutistico alimenta ambiguità e imprecisioni che poi rimbalzano nei motori di ricerca e nei social network. In altre parole, si sta alimentando un ciclo informativo sempre meno umano e sempre più lontano dalla verità.

Impatto su utenti, editori e marchi

Per gli utenti

La conseguenza più immediata è un calo della fiducia. Navigare tra contenuti tutti simili genera fatica cognitiva. Molti finiscono per ignorare anche le fonti affidabili, perché tutto appare scritto nello stesso modo, talvolta con le stesse frasi. Si pensi ai vari “precisione chirurgica” o “approccio olistico” tanto abusati da LLM come ChatGPT.

Per editori e professionisti del settore

La situazione si aggrava per chi vive di scrittura e informazione. I contenuti umani richiedono tempo e una responsabilità editoriale che la produzione automatizzata non possiede. Nel web odierno, invece, l’autorevolezza finisce soffocata dai testi prodotti in massa. Il risultato è un calo drastico della visibilità per siti un tempo affermati nel campo dell’informazione. Una dinamica che penalizza chi investe nella qualità e premia chi pubblica più velocemente.

Per i marchi

In questo caso il rischio è di tipo reputazionale. L’ecosistema dominato da contenuti automatici rende meno efficace ogni forma di comunicazione. Articoli e comunicati finiscono nel cosiddetto “slop“: l’accumulo disorganizzato di tutto ciò che viene pubblicato il prima possibile. A questo si aggiunge la diffusione di pratiche di vibe coding e di altre forme di automatizzazione che spostano l’asticella del confronto sempre più in basso.

Come riconoscere un contenuto generato dall’IA

I testi generati automaticamente restano ancora abbastanza facili da riconoscere. Basta osservarne il contenuto. Una serie di schemi ricorrenti rende scorrevole la lettura ma se ci si addentra maggiormente i testi rivelano una piattezza uniforme. Gli LLM generalizzano e uniformano le informazioni che acquisiscono dai dataset di addestramento. Il risultato è un contenuto che non dice nulla ma induce il lettore a credere di aver letto qualcosa di importante. Lo ammalia il linguaggio forbito.

Linguaggio piatto e ricerca dell’equilibrio

Ogni IA generativa tende a privilegiare frasi equilibrate e pulite. Evita di proposito contrasti e prese di posizione effettive. In altre parole, cerca in tutti i modi di non toccare riferimenti reputati “pericolosi“. L’autore umano, al contrario, lascia trasparire la propria posizione in maniera diretta o indiretta. Gode di esperienze pregresse e idee maturate con l’osservazione diretta della realtà. Gli LLM sono invece vincolati ai dataset di addestramento e alle policy di protezione stabilite dal gestore. Si pensi a Google per Gemini o a OpenAI per ChatGPT.

Aggettivi abusati e ripetizioni

Un altro segnale di riconoscimento sono gli errori che emergono lungo tutto il testo. Non è raro osservare ripetizioni costanti di concetti già espressi in precedenza o un abuso di aggettivi forbiti ma a conti fatti inutili. I classici sono “proattivo“, “olistico“, “approccio strutturato” e simili. Un LLM, nel generare una risposta, attinge al dataset della propria lingua di riferimento. Non distingue tra termini d’uso comune e quelli più arcaici o raramente impiegati. Il risultato è una scrittura tecnicamente corretta ma stilisticamente piatta.

Lo scopo non sta nel condannare l’IA generativa in senso assoluto. Conviene piuttosto sviluppare l’abitudine a distinguere un contenuto frutto di pensiero originale da uno prodotto in serie per fare rumore. È un esercizio utile a chiunque legga online, dagli utenti finali ai professionisti dell’informazione. Approfondire le altre minacce AI-driven aiuta a inquadrare il fenomeno nella sua portata reale.

In conclusione

Poiché il confine tra testo umano e generato sta diventando sempre meno evidente, occorre tornare a leggere con attenzione i contenuti. Anziché scorrere rapidamente un articolo conviene soffermarsi sulla fonte e sulle altre fonti che cita. I contenuti scritti rapidamente non offrono questo, perché privi di una prospettiva propria. Il loro pubblico ideale è chi legge in modo rapido e superficiale, l’esatto opposto del lettore che cerca un contenuto umano e autorevole.

Per i content creator la direzione è quella di proporre meno quantità a fronte di più qualità. L’IA può supportare ricerche e analisi preliminari. Il valore reale di un contenuto nasce però solo quando una persona decide cosa dire e perché dirlo. Questo dettaglio separa un contenuto utile da uno generato per dovere di presenza.

Per le aziende e i brand, orientarsi vuol dire investire in contenuti verificati. Le pratiche da adottare passano dalla dichiarazione delle fonti alla trasparenza editoriale fino alla firma di ogni articolo con un autore reale. Gli utenti hanno ancora bisogno di riferimenti affidabili. Solo le realtà capaci di garantire una comunicazione responsabile potranno preservare la loro fiducia.