W ADHD

Il mercato digitale ha insegnato una religione semplice: scrivere bene significava scrivere pulito. Frasi ordinate. Grammatica impeccabile. Tono coerente. Lessico controllato. La Silicon Valley, che ha trasformato il linguaggio in interfaccia commerciale, ha passato due decenni a convincere aziende, giornali e professionisti che la chiarezza fosse una forma di efficienza industriale. Adesso la situazione si è ribaltata con una velocità quasi comica; se un testo appare troppo chiaro, troppo equilibrato o troppo grammaticalmente corretto, qualcuno sospetta immediatamente che dietro ci sia un modello linguistico.

La mutazione culturale è più profonda di quanto sembri. Non riguarda soltanto ChatGPT o la proliferazione di contenuti sintetici. Riguarda il collasso simbolico di ciò che consideravamo “scrittura professionale”. Per anni i copywriter hanno inseguito l’ottimizzazione SEO, i giornalisti hanno normalizzato uno stile neutro e leggibile, le corporate hanno sterilizzato il tono emotivo dei testi fino a renderli indistinguibili da manuali di compliance bancaria. Poi sono arrivati i large language model e hanno imparato esattamente quel linguaggio. Non il linguaggio umano reale, caotico e pieno di esitazioni; il linguaggio aziendale standardizzato prodotto da internet negli ultimi vent’anni.

Il risultato è ironico. Le AI non stanno copiando gli esseri umani. Stanno copiando il contenuto medio prodotto dalle organizzazioni. Una differenza enorme, quasi filosofica.

Secondo quanto riportato dal The Wall Street Journal, molti autori stanno iniziando deliberatamente a introdurre errori, slang, cambi improvvisi di tono, punteggiatura eccessiva e persino refusi volontari per evitare di sembrare sintetici. La situazione ricorda certe dinamiche finanziarie in cui il mercato, ossessionato da un indicatore, finisce per distorcerlo completamente. Quando ogni hedge fund utilizza lo stesso algoritmo, l’anomalia diventa il nuovo alpha. Qui accade qualcosa di simile: l’imperfezione diventa un segnale di autenticità.

La parte più interessante è che questa trasformazione non nasce dalla tecnologia, ma dalla paranoia sociale. I detector di AI funzionano male. Molto male. Numerosi studi universitari hanno mostrato tassi elevati di falsi positivi, soprattutto su testi accademici, scrittori non madrelingua e prosa altamente strutturata. Alcuni sistemi classificano come “AI-generated” perfino documenti storici precedenti all’invenzione dei transformer. Un dettaglio che dovrebbe far sorridere, se non fosse che scuole, aziende e redazioni stanno già usando questi strumenti come fossero metal detector epistemologici.

La cosa buffa è che i modelli linguistici sono stati addestrati proprio su enormi quantità di testo umano formalizzato. Dunque, quando un essere umano scrive in modo molto lineare e grammaticalmente coerente, il detector spesso conclude: “Troppo perfetto. Dev’essere una macchina”. È la vendetta statistica del dataset.

Alan Turing probabilmente apprezzerebbe l’ironia storica. Nel celebre Turing Test il problema consisteva nel capire se una macchina fosse capace di sembrare umana. Oggi stiamo entrando in una fase opposta, quasi grottesca, che molti osservatori definiscono “reverse Turing Test”: gli esseri umani devono dimostrare di non essere AI. Non convincendo una macchina, ma convincendo altri esseri umani.

Il paradosso produce effetti culturali enormi. Per decenni il web ha punito l’irregolarità linguistica. Gli algoritmi SEO premiavano leggibilità standardizzata, densità semantica, struttura prevedibile. Google stesso ha contribuito a creare un’estetica della chiarezza industriale. Ora però i lettori percepiscono quel tipo di scrittura come artificiale, impersonale, sospetta. La perfezione sintattica genera diffidenza invece di autorevolezza.

Chiunque lavori nella comunicazione lo vede ogni giorno. I post LinkedIn più “umani” iniziano a sembrare confessioni scomposte. I brand simulano vulnerabilità. I giornalisti inseriscono incisi colloquiali quasi compulsivi. Alcuni creator usano minuscole incoerenze grammaticali come watermark psicologico. È un ritorno strategico all’attrito. Una specie di artigianato linguistico post-algoritmico.

Naturalmente la Silicon Valley trasformerà anche questo in prodotto. Succederà inevitabilmente. Arriveranno startup che venderanno “humanity enhancement layers” per testi AI, software capaci di aggiungere errori credibili, esitazioni sintetiche, piccole contraddizioni emotive. In pratica: imperfezione-as-a-service. Il venture capital ha monetizzato idee peggiori.

Esiste però un aspetto molto più serio. Quando la società perde fiducia nei segnali tradizionali di autenticità, tutto il sistema reputazionale entra in crisi. Università, editoria, consulenza, recruiting, persino tribunali iniziano a confrontarsi con un problema nuovo: come si dimostra l’origine umana di un contenuto? La domanda sembra banale, ma destabilizza interi modelli organizzativi.

Nel settore educativo la situazione è già esplosiva. Docenti che accusano studenti innocenti. Studenti che modificano deliberatamente il proprio stile per sembrare meno sofisticati. Elaborati accademici resi volutamente imperfetti. Una regressione quasi medievale, dove l’errore diventa certificato di autenticità. Siamo arrivati al punto in cui scrivere troppo bene può essere un rischio reputazionale.

Questa dinamica colpisce in modo sproporzionato chi utilizza inglese non nativo. Molti detector interpretano strutture grammaticali lineari e vocabolario neutro come indicatori di AI. In altre parole, una parte del mondo rischia di essere automaticamente sospettata semplicemente perché scrive in modo prudente e formalmente corretto. Un problema enorme, soprattutto in contesti professionali globalizzati.

La faccenda assume contorni quasi letterari se osservata storicamente. Nel Novecento la standardizzazione linguistica era sinonimo di progresso amministrativo. Il linguaggio burocratico permetteva scalabilità. Manuali, procedure, contratti, documentazione tecnica; tutto progettato per ridurre ambiguità. L’economia digitale ha ereditato questa logica e l’ha amplificata. Poi sono arrivati i transformer e hanno industrializzato la prevedibilità stessa del linguaggio.

Marshall McLuhan sosteneva che ogni nuova tecnologia ridefinisce i sensi umani e altera la percezione sociale della realtà. Qui il punto è ancora più sottile: l’AI non modifica soltanto il contenuto della comunicazione, modifica la percezione dell’intenzionalità umana. Non leggiamo più un testo chiedendoci “è convincente?”. Ci chiediamo “chi, o cosa, l’ha scritto?”.

La distinzione è cruciale.

Nel mercato digitale contemporaneo l’autenticità sta diventando una risorsa scarsa. E ogni risorsa scarsa genera economie parallele, manipolazioni e simulazioni. Gli influencer fingono spontaneità da anni; ora anche la scrittura entra nello stesso teatro performativo. Alcuni autori inseriscono volutamente parentesi inutili, battute improvvise, deviazioni narrative e micro-imprecisioni per sembrare biologici. Una caricatura dell’umanità, in fondo.

Il rischio è evidente: potremmo finire per premiare non la qualità del pensiero, ma la capacità di simulare imperfezione credibile. Una degenerazione culturale non banale. Perché un conto è riconoscere il valore dell’espressività umana; un altro è trasformare l’incoerenza in criterio epistemologico.

Nel frattempo i modelli AI continueranno a migliorare rapidamente proprio nell’imitare questa nuova estetica. È inevitabile. Gli LLM apprendono dai pattern sociali. Se internet inizierà a privilegiare linguaggio spezzato, slang, emotività discontinua e micro-errori, le AI replicheranno esattamente quel comportamento. A quel punto gli umani dovranno inventare nuovi segnali di autenticità. Poi le macchine li copieranno ancora. Una corsa agli armamenti semiotica.

Qualcuno potrebbe obiettare che tutto questo sia marginale, quasi cosmetico. Non lo è affatto. Linguaggio significa fiducia economica. Fiducia significa coordinamento sociale. Coordinamento sociale significa mercato, istituzioni, governance. Quando non riusciamo più a interpretare correttamente l’origine della comunicazione, aumentano attrito, sospetto e costi reputazionali.

La cosa più sorprendente è che l’AI non sta necessariamente rendendo la comunicazione meno umana. Sta costringendo gli esseri umani a ridefinire cosa considerano umano. Ed è un passaggio culturalmente destabilizzante.

Per anni il digitale ha inseguito l’eliminazione del rumore. Tutto doveva essere ottimizzato, levigato, frictionless. Adesso scopriamo che proprio quel rumore, quelle esitazioni, quelle asimmetrie linguistiche erano il segnale biologico più importante. L’imperfezione non era un bug. Era autenticazione comportamentale.

La Silicon Valley, naturalmente, presenterà tutto questo come evoluzione inevitabile. Lo fa sempre. Prima standardizza il comportamento umano attraverso piattaforme e algoritmi; poi vende strumenti per recuperare artificialmente l’umanità perduta. È una macchina straordinaria. Quasi elegante nella sua ciclicità.

Intanto il web si riempie di testi sempre più strani: professionisti che scrivono peggio apposta per sembrare veri, mentre le AI scrivono sempre meglio per sembrare umane. Se non fosse economicamente gigantesco, sarebbe materiale perfetto per una commedia di Kafka diretta da un product manager di OpenAI.