L'Ai (ri)scrive i contenuti del web: come sta cambiando Internet?

L’intelligenza artificiale non si limita più a rispondere alle domande degli utenti: sta progressivamente riscrivendo la materia prima di cui è composto il web. A meno di quattro anni dal debutto pubblico di ChatGPT, una quota consistente dei nuovi contenuti online mostra infatti tracce riconoscibili dell'impiego di sistemi generativi. Secondo una nuova analisi del Pew Research Center, a luglio scorso il 10% delle pagine in lingua inglese presenti in un campione casuale del web mostrava segnali significativi di essere stato scritto o profondamente modificato dall’AI. Ma il dato diventa molto più impressionante eliminando dall’analisi il “vecchio internet”, cioè le pagine precedenti all’esplosione dell’AI generativa: tra quelle pubblicate dopo il lancio di ChatGPT, avvenuto il 30 novembre 2022, la percentuale sale infatti a circa il 35%. Per misurare il fenomeno, i ricercatori del Pew hanno utilizzato Common Crawl, il grande archivio non profit che periodicamente scansiona il web pubblico. Sono state estratte casualmente 10mila pagine in inglese da ciascuna delle 49 scansioni realizzate fra gennaio 2021 e luglio 2026, arrivando così a un corpus complessivo di 490mila pagine. I testi sono stati quindi sottoposti a editlens_Llama-3.2-3B, modello open-weight sviluppato da Pangram per individuare le caratteristiche statistiche associate alla scrittura artificiale. Il sistema attribuisce ai documenti un punteggio compreso fra zero, indicativo di un testo interamente composto da un essere umano, e uno, corrispondente a un testo completamente generato dall’AI. Pew ha considerato significativa una probabilità pari o superiore a un coefficiente di 0,2. È un punto metodologico importante perché, lo abbiamo detto molte volte, questi strumenti non costituiscono una sorta di macchina della verità. I detector possono attribuire erroneamente all’AI un testo umano e viceversa. Gli stessi ricercatori invitano quindi a non utilizzare il risultato come verdetto sull'origine di una singola pagina. Su centinaia di migliaia di documenti, tuttavia, gli errori individuali pesano meno e consentono di individuare una qualche affidabile tendenza. Come controllo, Pew ha inoltre analizzato oltre 62mila pagine con Pangram 3.3, il modello commerciale della società: i due sistemi hanno concordato nel 96% dei casi. L’AI cresce soprattutto nel web commerciale La diffusione non è però uniforme. Nei domini .com, nel 2026 circa una pagina su dieci presenta segnali rilevanti di intervento dell'intelligenza artificiale. Nei .org la quota scende al 4,6%, mentre nei domini .edu e .gov si aggira appena intorno all'1%. Il divario è significativo perché suggerisce che la penetrazione dell'AI sia particolarmente veloce proprio nella parte commerciale e produttiva del web, quella nella quale pubblicare molti contenuti a costi contenuti può rappresentare un vantaggio competitivo. Ma anche uno scadimento importante della qualità e dell’originalità, a volte. La progressione è altrettanto eloquente. Nei .com il Pew rilevava segnali di AI nell'1,6% circa delle pagine all'inizio del 2023. La percentuale era salita al 3,8% all'inizio del 2024, al 5,5% nel 2025 e al 9,35% nei primi mesi del 2026. La traiettoria è quindi nettamente in crescita. A rafforzare il risultato arriva un'altra ricerca, indipendente e realizzata con una metodologia differente. Jonas Dolezal dell'Imperial College London, Sawood Alam e Mark Graham dell'Internet Archive e Maty Bohacek della Stanford University hanno utilizzato la Wayback Machine per costruire un campione rappresentativo delle pagine pubblicate tra il 2022 e il 2025. Dopo avere confrontato quattro sistemi di rilevamento - Binoculars, Desklib, DivEye e Pangram v3 - i ricercatori hanno stimato che a metà del 2025 circa il 35% dei nuovi siti fosse già composto da testi generati o assistiti dall'AI. Una stima sorprendentemente vicina a quella ottenuta dal Pew con Common Crawl. L’AI sta cambiando anche il modo in cui scrive internet Non aumenta soltanto la quantità dei testi artificiali. Alcuni tratti linguistici particolarmente frequenti nelle risposte dei modelli, anche in questo caso lo abbiamo verificato in diverse occasioni, stanno diventando più comuni nell'intero ecosistema online. Il Pew ha analizzato, fra le altre cose, l'uso del trattino lungo , della Oxford comma e di un gruppo di termini statisticamente molto frequenti nei testi prodotti dai chatbot. Rispetto al 2023, l'impiego dell'em dash è approssimativamente raddoppiato, quello della Oxford comma è cresciuto del 63% e alcune parole particolarmente associate alla prosa degli LLM sono più che raddoppiate. È aumentata quasi di tre volte anche la famigerata costruzione retorica basata sulla contrapposizione negativa del tipo “non è soltanto X, è Y”. Nessuno di questi elementi dimostra naturalmente che un testo sia stato prodotto da un chatbot: appartengono da sempre anche alla scrittura umana e magari allo stile specifico di alcuni di noi. Il loro aumento simultaneo su una massa enorme di documenti suggerisce però che i modelli linguistici stiano iniziando a lasciare una propria impronta statistica sulla lingua del web. La questione potrebbe essere ancora più profonda. Lo studio condotto da Stanford, Imperial College e Internet Archive ha cercato di cogliere se l'espansione della scrittura sintetica stia modificando il discorso online. I ricercatori hanno trovato una correlazione significativa fra diffusione dell'AI e riduzione della diversità semantica: i siti classificati come generati dall'intelligenza artificiale presentavano infatti una somiglianza semantica superiore del 33% rispetto a quelli umani. È emerso anche uno spostamento verso toni più positivi, con punteggi di positive sentiment più che doppi nei contenuti AI. Quindi: meno parole, meno ricchezza e una certa piaggeria generalizzata, chiamiamola così. Alcuni timori molto diffusi non trovano invece, almeno per ora, una conferma statistica. I ricercatori non hanno per esempio rilevato un rapporto significativo fra crescita dei contenuti generativi e aumento degli errori fattuali, né una dimostrabile scomparsa della diversità stilistica. Non è stata confermata neppure l'ipotesi secondo cui i testi AI sarebbero sistematicamente più lunghi e meno densi di informazioni. Anzi. È interessante il contrasto con la percezione degli utenti: per esempio, il 75,1% degli 853 statunitensi intervistati riteneva che la diffusione dell'AI stesse aumentando gli errori fattuali online e l'83% pensava che stesse uniformando gli stili di scrittura, due effetti che l'analisi quantitativa non è riuscita a dimostrare. Dal web generativo al web degli agenti La fotografia del Pew potrebbe però rappresentare soltanto una fase intermedia. Finora l'intelligenza artificiale ha soprattutto abbassato drasticamente il costo della produzione dei contenuti. Almeno, di alcuni tipi di contenuti. La prossima trasformazione riguarda invece il loro consumo. Con la diffusione degli agenti AI, software capaci non soltanto di rispondere a una domanda ma di navigare fra siti e servizi ed eseguire operazioni per conto dell'utente, una parte crescente del web potrebbe essere visitata dalle macchine anziché direttamente dalle persone. Molti esperti e aziende parlano d’altronde da tempo di un “agentic web” per descrivere questa evoluzione: un'internet nella quale gli agenti devono poter identificarsi, accedere alle informazioni e interagire con servizi e altri software. È qui che il dato sul 35% assume un significato più ampio. Il paradosso della prossima rete potrebbe essere quello di una quantità crescente di AI che scrivono per altre AI. Un'azienda potrebbe usare un modello per generare migliaia di schede prodotto, guide, FAQ e pagine informative; un agente personale potrebbe successivamente leggerle, confrontarle con quelle prodotte da altri sistemi, sintetizzarle e prendere una decisione per l'utente. Quest'ultimo potrebbe di fatto non visitare mai le pagine originarie. Cambierebbe così anche il significato stesso di “contenuto online”. Nell'internet costruita intorno ai motori di ricerca, una pagina doveva conquistare l'attenzione dell'utente e convincerlo a cliccare. Nell'internet degli agenti potrebbe dover essere soprattutto comprensibile, verificabile, leggibile e interrogabile dalle macchine: informazioni strutturate, fonti identificabili, prezzi aggiornati, disponibilità, condizioni di vendita, metadati e dati facilmente estraibili potrebbero contare quanto o più della tradizionale ottimizzazione SEO verso la nuova GEO . È uno scenario ancora in costruzione ma - lo sappiamo - il settore sta già ragionando su siti e interfacce progettati specificamente per consentire agli agenti di interrogare servizi e compiere operazioni. Il rischio di un circuito chiuso C'è infine un problema più sottile ma filosoficamente più inquietante. I grandi modelli vengono addestrati anche sui contenuti disponibili online. Se una quota crescente di quel materiale viene a sua volta generata dai modelli, si crea un circuito ricorsivo: AI addestrate sul web producono nuovi testi che entrano nel web e possono successivamente diventare materiale per altre AI. La contrazione della diversità semantica individuata dallo studio di Dolezal e colleghi rende questo meccanismo particolarmente interessante: il problema non sarebbe necessariamente un internet più falso, lo abbiamo visto, ma potenzialmente un internet più ripetitivo, statisticamente levigato e costruito intorno a un numero inferiore di modi di organizzare le stesse idee. Un internet meno interessante. E proprio nell'era degli agenti questa dinamica potrebbe attribuire un nuovo valore ai contenuti originali. Se produrre testo generico diventa praticamente gratuito e la rete viene saturata da materiale sintetico, informazioni raccolte sul campo, documenti originali, testimonianze, dati proprietari, analisi specialistiche e contenuti con una provenienza verificabile potrebbero diventare la risorsa scarsa del nuovo ecosistema. Non soltanto per i lettori in carne e ossa ma anche per gli agenti stessi che dovranno stabilire quali fonti meritano fiducia prima di prendere decisioni per loro conto.

Cosa vedere:

Come vederlo:

Online con Sky:

L'Ai (ri)scrive i contenuti del web: come sta cambiando Internet?

Simone Cosimi