Da quando abbiamo lanciaro Rivista.AI la narrativa dominante della Silicon Valley è stata semplice, brutale, quasi messianica: l’intelligenza artificiale generativa avrebbe divorato il web umano trasformando Internet in un gigantesco flusso continuo di contenuti sintetici, SEO industriale e articoli clonati. Una prospettiva che, a leggere certi pitch deck della Bay Area, sembrava inevitabile quanto le tasse o il deterioramento delle password aziendali annotate nei fogli Excel dei reparti finance. Poi è arrivato un dato curioso, quasi fastidioso per chi vive di hype: la crescita dei contenuti AI-generated sembra essersi fermata.

Secondo una nuova analisi di Graphite, circa il 50% degli articoli online pubblicati oggi sarebbe prevalentemente generato da AI, una quota enorme ma sorprendentemente stabile da oltre un anno. Lo studio, basato sull’analisi di oltre 55.000 URL in lingua inglese estratti da Common Crawl, mostra un’accelerazione violentissima dopo il lancio di ChatGPT nel novembre 2022, seguita però da una fase di stagnazione quasi geometrica: 35,9% entro il primo anno, 48% entro il secondo, poi il plateau.

La cosa interessante non è tanto il numero assoluto, già impressionante, quanto il fatto che l’ecosistema abbia apparentemente trovato una sorta di equilibrio instabile. Per mesi analisti, venture capitalist e consulenti digitali hanno ripetuto che i contenuti umani sarebbero diventati economicamente irrilevanti. In teoria aveva senso: se un LLM può produrre mille articoli al giorno, il costo marginale della scrittura tende verso zero. In pratica, però, il web reale si è rivelato meno lineare dei modelli Excel usati nei board meeting.

Esiste infatti una differenza enorme tra produrre testo e produrre attenzione. L’economia digitale contemporanea non premia semplicemente il volume; premia la fiducia, la reputazione, il tempo di permanenza, l’autorevolezza percepita e soprattutto la capacità di generare segnali utili per gli algoritmi di ranking. Qui emerge il primo grande paradosso dell’AI generativa: i modelli sono eccellenti nel comprimere conoscenza esistente, molto meno nel creare nuova informazione autentica.

Dan Klein, professore della University of California, Berkeley, ha sintetizzato il problema in modo estremamente lucido osservando che questi modelli sono intelligenti grazie alle informazioni prodotte dagli esseri umani sul web. Se smettiamo di creare conoscenza indipendente dai modelli, viene meno il carburante stesso che alimenta l’AI. È una dinamica quasi ecologica: il sistema rischia di consumare la propria biomassa cognitiva.

Questa paura non è teorica. Negli ambienti della ricerca AI si parla ormai apertamente di “model collapse”, il collasso progressivo dei modelli addestrati su dati sintetici generati da altri modelli. Una sorta di consanguineità statistica digitale. Quando l’AI inizia a nutrirsi prevalentemente di output AI, emergono degradazione semantica, perdita di diversità informativa, errori amplificati e fenomeni di ricorsione tossica. Il risultato è un web che sembra pieno di contenuti ma progressivamente svuotato di conoscenza originale.

Il problema è che economicamente il sistema incentiva esattamente questa degenerazione. Il modello di business dell’editoria digitale contemporanea non è costruito sulla qualità, ma sulla scalabilità del traffico. Gli articoli SEO, le guide infinite, le classifiche, le recensioni semi-automatiche e i contenuti affiliati rappresentano un terreno perfetto per l’automazione generativa. Nessun direttore finanziario sano di mente ignora la possibilità di sostituire una redazione da trenta persone con cinque editor e una pipeline GPT orchestrata via API.

Eppure il famoso takeover totale non si è verificato. Non ancora. La ragione è più sofisticata di quanto sembri. L’AI eccelle nel middle layer informativo, cioè nella produzione di contenuti medi, prevedibili, semanticamente ottimizzati e statisticamente convincenti. Ma il web di alto valore continua a dipendere da elementi che i modelli non possiedono realmente: accesso diretto alle fonti, esperienza fisica, rischio reputazionale, relazioni umane, contesto politico e soprattutto intenzionalità editoriale.

Un modello linguistico può scrivere un ottimo riassunto della conferenza WWDC di Apple, ma non può sostituire il giornalista che ha parlato con dirigenti, sviluppatori, investitori o insider. Può imitare il tono di un analista finanziario, ma non possiede esposizione reale ai mercati, alle negoziazioni o alle conseguenze delle decisioni industriali. L’AI genera plausibilità linguistica; il valore economico autentico nasce ancora dall’asimmetria informativa.

La vera trasformazione, quindi, non è la sostituzione totale dell’umano, ma l’ibridazione permanente della scrittura. Lo stesso studio di Graphite ammette che la distinzione tra “testo umano” e “testo AI” è ormai sempre più artificiale. Un autore può usare AI per outlining, ricerca, editing, traduzione, ottimizzazione SEO o riscrittura stilistica. In molti casi l’autore umano diventa una sorta di direttore creativo di sistemi sintetici.

Qui il dibattito diventa quasi filosofico. Se un CEO detta idee a un modello, modifica il testo, cambia struttura, aggiunge insight e pubblica il risultato, quel contenuto è umano o artificiale? La risposta probabilmente interessa più ai ricercatori che al mercato. Google, gli inserzionisti e gli utenti finali non stanno realmente premiando “umanità”; stanno premiando utilità percepita e autorevolezza operativa.

Nel frattempo la qualità dell’AI writing sta migliorando a velocità inquietante. Alcuni studi citati da Graphite suggeriscono che in determinati contesti gli utenti non distinguono più in modo affidabile tra contenuti umani e sintetici, e in alcuni casi preferiscono addirittura quelli AI-generated. Questo cambia completamente il paradigma culturale dell’informazione digitale. Per vent’anni abbiamo associato autenticità e qualità alla presenza umana. Oggi quella correlazione si sta sgretolando.

Resta però una variabile spesso ignorata nei dibattiti pubblici: la saturazione cognitiva. Il web contemporaneo soffre già di inflazione informativa estrema. Aggiungere quantità infinite di contenuti sintetici non aumenta necessariamente il valore dell’ecosistema; spesso ne riduce il segnale utile. È la stessa dinamica osservata nella finanza quando la liquidità eccessiva distrugge efficienza allocativa. Troppa informazione mediocre produce paralisi decisionale.

Per questo il plateau del 50% potrebbe essere meno temporaneo di quanto molti immaginino. Non perché l’AI abbia raggiunto limiti tecnologici, ma perché il mercato stesso inizia a penalizzare l’eccesso di automazione indistinguibile. Google sta raffinando continuamente i sistemi di ranking per premiare expertise, esperienza diretta e segnali reputazionali. Gli utenti sviluppano forme sempre più sofisticate di immunità ai contenuti generici. Le aziende scoprono che il traffico senza fiducia monetizza sempre peggio.

Internet sta entrando in una fase curiosa della sua evoluzione: non più umano, non ancora completamente sintetico, ma ibrido, ambiguo, probabilmente irreversibile. Una rete in cui metà dei testi è scritta da macchine e l’altra metà da esseri umani che lavorano come orchestratori di macchine. La distinzione tradizionale tra autore e strumento inizia a dissolversi.

Per anni la Silicon Valley ha raccontato l’intelligenza artificiale come una tecnologia destinata a sostituire il lavoro cognitivo. La realtà che emerge oggi è meno cinematografica e molto più interessante: l’AI non sta cancellando la scrittura umana, la sta trasformando in una funzione editoriale strategica, dove il valore non è più digitare parole, ma decidere quali parole meritano davvero di esistere.

.

Fonti:

https://graphite.io/five-percent/ai-now-writes-as-many-online-articles-as-humans-do

https://arxiv.org/abs/2510.18774?utm_source=chatgpt.com