di Ignazio Catauro – Nel corso di una ricerca sistematica che ha analizzato e verificato 5.000 domini selezionati tramite strumenti di monitoraggio, inchieste a fonte aperta e insiemi di dati accademici, il quadro che emerge è insieme netto e sfumato. Netto nei numeri che possiamo misurare oggi, sfumato nella loro interpretazione perché la realtà evolve più rapidamente di quanto qualsiasi indagine possa cristallizzare. Sul piano tecnico, i risultati dello snapshot condotto su una finestra di 30 giorni e con verifica manuale sul 20 per cento del campione mostrano che circa il 17 per cento dei domini esaminati (circa 850) rientra nella categoria di quelli con contenuti completamente generati dall’intelligenza artificiale, si tratta di siti in cui oltre il 70 per cento dei testi pubblicati è prodotto automaticamente e pubblicato senza evidenza di revisione editoriale umana; un ulteriore 34 per cento (circa 1.700 domini) è classificabile come “prevalentemente IA”, con un flusso di processo automatizzato che generano tra il 30 e il 70 per cento dei contenuti; la quota più ampia, il 42 per cento (circa 2.100), è costituita da siti ibridi o “abilitati all’IA” che impiegano strumenti di generazione, traduzione o sintesi ma mantengono un controllo editoriale documentabile; infine il 7 per cento (circa 350) sono testate riconosciute che dichiarano l’uso dell’intelligenza artificiale e pubblicano policy e workflow di verifica. Estendendo queste osservazioni e confrontandole con mappature linguistiche e indagini mirate in singoli mercati, una stima prudente a scala globale colloca tra 20.000 e 60.000 i domini che in misura significativa dipendono da processi automatizzati per la produzione di notizie, con una forbice più ristretta di 3.000-6.000 siti che possono essere considerati portali di notizie con contenuti “full IA” secondo criteri stringenti. La metodologia che ha prodotto questi numeri non è un atto di fede ma una catena di procedure basata su aggregazione e deduplica di elenchi pubblici, crawling dei contenuti recenti, analisi stilometrica e applicazione di modelli di elaborazione del linguaggio per stimare la probabilità di generazione automatica, rilevazione di pattern tipici di ottimizzazione per i motori di ricerca e template ripetitivi, con l’aggiunta di classificazione automatica seguita da verifica manuale stratificata; inoltre sono state condotte analisi di sensibilità per valutare come le stime mutino al variare delle soglie operative (per esempio spostando la soglia per “completamente IA” dal 70 al 60 per cento) e stimato tassi di falso positivo e falso negativo confrontando i risultati con dataset di riferimento. È cruciale ribadire che questi numeri sono istantanee, si tenga conto che nuovi domini nascono e scompaiono ogni giorno, reti di siti si attivano o si disattivano in funzione dei ricavi pubblicitari e delle contromisure delle piattaforme, e le tecniche di generazione e di mascheramento dei contenuti si sofisticano con rapidità. Passando dall’analisi tecnica alle implicazioni, la questione non è soltanto quantitativa ma profondamente qualitativa, in quanto la produzione e la diffusione di notizie create esclusivamente da sistemi automatici sollevano problemi di trasparenza, il lettore ha diritto a sapere se un testo è stato generato da un algoritmo, e di responsabilità perché bisogna stabilire chi risponde per errori, diffamazioni o manipolazioni, il fornitore del modello, l’operatore del sito o la piattaforma che ospita e distribuisce? Ma esistono anche problemi di danno epistemico, si pensi alla proliferazione di contenuti superficiali, ripetitivi o falsi, tutto questo erode la capacità collettiva di formare credenze affidabili e mina la fiducia nelle fonti. Sul piano politico, la saturazione degli spazi di attenzione con contenuti prodotti a basso costo può alterare gli ecosistemi informativi nazionali, amplificare disinformazione e rendere più difficile il dibattito pubblico informato; le risposte pubbliche devono quindi bilanciare misure di trasparenza obbligatoria, strumenti di segnalazione e audit indipendenti con la tutela della libertà di espressione e dell’innovazione tecnologica. Antropologicamente, la trasformazione riguarda il rapporto tra produzione culturale e autorità, in questo modo è inevitabile che la figura dell’autore si sfuma quando il testo è il prodotto di catene di prompt, modelli e template, e la pratica giornalistica, storicamente fondata su responsabilità individuale e collettiva, rischia di essere sostituita da processi industriali di generazione; ciò impone una ridefinizione delle competenze, alfabetizzazione digitale per i lettori, capacità di audit e governance per le redazioni, strumenti regolatori per le istituzioni, e una riflessione su come preservare la pluralità e la qualità del discorso pubblico. Sul piano filosofico ed epistemologico la domanda centrale è radicale, ovvero che cosa conta come conoscenza giustificata in un ecosistema dove la fonte può essere un modello statistico? Qui le riflessioni dei filosofi del linguaggio e degli epistemologi offrono strumenti concettuali utili; ricordando Wittgenstein, si evidenzia come il significato stesso è uso, e dunque la funzione sociale di un enunciato, cioè informare, persuadere, accusare pesa quanto la sua veridicità formale; significato che in qualche modo viene richiamato anche Karl Popper, secondo cui la scienza e la conoscenza progrediscono per congetture e confutazioni, e un ecosistema saturo di testi non verificabili o non falsificabili ostacola il metodo critico. Tradurre queste riflessioni in pratiche etiche significa adottare obblighi di informative chiare e leggibili per i contenuti generati o co generati dall’intelligenza artificiale, garantire la tracciabilità dei processi editoriali (log di prompt, versioni, interventi umani) conservati per audit indipendenti, definire standard di qualità che limitino l’uso dell’IA in ambiti sensibili come salute, sicurezza, giustizia e politica, e predisporre meccanismi di rimedio per errori e danni informativi. In termini pratici per i lettori la regola è semplice: cercare autori riconoscibili, verificare la presenza di dichiarazioni sull’uso dell’IA, confrontare la stessa notizia su fonti consolidate; per le redazioni la raccomandazione è di pubblicare policy trasparenti, tracciare i processi editoriali e sottoporre a audit periodici i contenuti generati automaticamente; per i decisori pubblici e le piattaforme digitali è urgente predisporre strumenti di trasparenza obbligatoria, canali di segnalazione efficaci e incentivi per audit indipendenti, senza però cadere nella tentazione di soluzioni che limitino la libertà di espressione o l’innovazione. In ultima istanza, se l’informazione è il tessuto connettivo della democrazia, la sua automazione su larga scala impone di ripensare le istituzioni che la sorvegliano e le pratiche che la rendono affidabile. La sfida immediata è trasformare queste istantanee in monitoraggi continui, rendere pubbliche le metodologie e i campioni verificati, e costruire strumenti tecnici, normativi ed etici che permettano al pubblico e alle istituzioni di misurare e governare l’impatto dell’intelligenza artificiale sulla qualità dell’informazione, perché solo così potremo conservare la capacità collettiva di distinguere tra ciò che è vero, ciò che è utile e ciò che è soltanto rumore.
