La notizia senza clic. AI e news quotidiane

Indice

• Dal cercare al chiedere
• Il cervello che delega
• Fluenza, illusione di profondità e la scomparsa dell’attrito
• Il paradosso della fiducia e la vigilanza epistemica
• Come deve evolversi l’informazione
• La posta in gioco

Per venticinque anni la struttura profonda dell’informazione online è stata quella del rimando, e cioè un titolo, un link, un altrove verso cui muoversi. Il motore di ricerca non era una risposta, era una promessa di risposta, e quella distanza, pochi centimetri di schermo, un decimo di secondo di attesa, conteneva molto più di quanto sembrasse. Conteneva la fonte, il contesto, il tono, la firma, la data, la pubblicità che pagava il reportage, e soprattutto conteneva un atto di scelta: tra dieci link ne sceglievo uno, e nello sceglierlo esercitavo, anche pigramente, un giudizio.

Oggi quel gesto sta evaporando. Non è una previsione, è una misurazione. La quota di ricerche che si concludono senza alcun clic verso un sito terzo ha superato oggi il 65-69% del totale, e sale drasticamente quando la query attiva un AI Overview di Google, dove la mediana del zero-click si colloca intorno all’80%. Il Digital News Report 2026 del Reuters Institute, costruito su quasi centomila interviste in quarantotto mercati, fotografa la stessa dinamica dal lato del pubblico, ossia l’uso settimanale dei chatbot per informarsi è salito dal 7% al 10% a livello globale in un solo anno, e arriva al 17% tra i diciotto-ventiquattrenni. Il dato che dovrebbe far riflettere di più, però, non è quello dell’adozione ancora modesta, con appena l’1% che indica l’AI come fonte principale, ma quello del ritorno, e cioè che solo il 4% degli utenti dichiara di cliccare sempre verso la fonte originale a partire da una risposta generata dall’AI, contro il 19% di chi arriva dai motori di ricerca e il 17% di chi arriva dai social. E i dati di Cloudflare Radar sull’asimmetria del traffico raccontano il resto della storia: nella prima settimana di giugno 2026 i crawler di OpenAI prelevavano circa 857 pagine dai siti editoriali per ogni singola visita rimandata indietro.

Questi numeri di solito vengono letti come un problema di business, e lo sono. Ma sono prima di tutto un problema cognitivo, perché descrivono un cambiamento nell’architettura dell’atto conoscitivo, non solo nella sua monetizzazione. Stiamo passando da un’ecologia informativa fondata sulla navigazione a una fondata sull’interrogazione, e la differenza tra cercare e chiedere è tutt’altro che semantica.

Dal cercare al chiedere

Cercare è un’attività distribuita e comparativa. Il soggetto formula una domanda imperfetta, ottiene un ventaglio di candidati, ne valuta la provenienza, li mette in tensione tra loro, torna indietro, riformula. È un processo lento, rumoroso, spesso frustrante, e proprio per questo carico di lavoro cognitivo esplicito. Chiedere, invece, è un’attività conversazionale e convergente. Il soggetto formula una domanda, riceve una sintesi già mediata, coerente, ordinata, priva di contraddizioni visibili. Il ventaglio è scomparso: qualcuno lo ha chiuso per me e me ne consegna il risultato.

Il Reuters Institute rileva che l’uso prevalente dei chatbot per le notizie, in trentatré mercati su quarantacinque, è l’interrogazione: il 42% degli utenti li usa per fare domande di approfondimento, il 35% per avere le ultime notizie, il 34% per ottenere riassunti, il 30% per rendere più comprensibile una vicenda complessa e il 33% — dato affascinante e ambivalente — per chiedere all’AI se una certa fonte sia affidabile. In mercati con bassa libertà di stampa o bassa fiducia nei media, come Turchia, Hong Kong, Ungheria e Romania, quest’ultimo uso sale ai primi posti. Il chatbot non viene percepito come un canale tra i tanti, ma viene percepito come un meta-livello, un giudice esterno del campo informativo. È un’attribuzione di autorità epistemica che nessun media tradizionale ha mai ottenuto così rapidamente e con così poche credenziali.

Il cervello che delega

Quello che accade nel cervello quando l’informazione arriva già sintetizzata non è misterioso, ed è documentato da una letteratura che precede di molto i modelli generativi. Il lavoro classico di Betsy Sparrow e colleghi sul cosiddetto Google effect mostrava già nel 2011 che, quando le persone sanno che un’informazione resterà disponibile altrove, ricordano peggio l’informazione e meglio il luogo in cui reperirla. La memoria non si degrada, ma si riorganizza intorno alla disponibilità. È offloading cognitivo, un meccanismo antichissimo — lo facciamo con la scrittura, con le liste della spesa, con i colleghi che sanno le cose che noi non sappiamo — e in sé non è patologico. Il sistema cognitivo è economicamente conservativo per progetto: se qualcosa può essere esternalizzato senza costo apparente, viene esternalizzato.

Il punto critico è che i modelli generativi rompono la simmetria su cui l’offloading funzionava. Nel modello transattivo della memoria descritto da Daniel Wegner, delego a un partner di cui conosco competenze e limiti: so che mio fratello ricorda le date e che non ci si può fidare di lui sui nomi. La delega funziona perché è calibrata su un modello dell’altro. Con un sistema che risponde in modo uniformemente fluente e uniformemente sicuro su qualunque dominio, quel modello dell’altro non si può costruire, in quanto la fluidità è costante mentre l’affidabilità varia enormemente, e non ho segnali di superficie per distinguere il caso in cui il sistema sa da quello in cui interpola.

A questo si aggiunge un fenomeno che la psicologia sociale conosce da decenni come source amnesia e sleeper effect: la memoria del contenuto e la memoria della fonte decadono a velocità diverse. La proposizione sopravvive, l’attribuzione svanisce. Un’informazione ricevuta da una fonte poco credibile, dopo qualche settimana, tende a essere ricordata come vera perché il contenuto resta e lo sconto che avevamo applicato alla fonte no. In un ambiente in cui il 96% delle interazioni con un chatbot informativo non produce nessun clic verso l’originale, la fonte non decade: semplicemente non entra mai in memoria. Non c’è nulla da dimenticare. La notizia diventa una proposizione orfana, e le proposizioni orfane sono esattamente il materiale su cui la disinformazione lavora meglio, perché non possono essere né rintracciate né corrette a ritroso.

Fluenza, illusione di profondità e la scomparsa dell’attrito

C’è un secondo meccanismo, più sottile e più insidioso, ed è la fluenza. Il cervello usa la facilità di elaborazione come euristica per la verità e per la competenza: ciò che si legge senza inciampi sembra più vero, e ciò che si capisce senza sforzo sembra qualcosa che sappiamo. Gli studi di Frank Keil e collaboratori sull’illusion of explanatory depth, e poi il lavoro di Fisher, Goddu e Keil del 2015 sulla ricerca online, mostravano che il semplice atto di cercare informazioni su internet gonfia la stima che le persone fanno della propria conoscenza — anche su domini del tutto scollegati da ciò che avevano cercato. L’accesso viene scambiato per possesso.

Una risposta generata da un modello linguistico è, dal punto di vista della fluenza, un oggetto ottimizzato. È coerente, ben ordinata, priva delle ridondanze, delle esitazioni, delle qualificazioni e delle contraddizioni che caratterizzano il materiale grezzo del giornalismo. Quella pulizia ha un costo: le esitazioni e le contraddizioni non erano rumore, erano informazione di secondo ordine sullo stato di incertezza del sapere. Un articolo che dice “secondo tre fonti vicine al dossier, che tuttavia offrono ricostruzioni divergenti sul punto centrale” mi trasmette un contenuto e insieme una temperatura epistemica. La sintesi tende ad appiattire quella temperatura verso il centro e di conseguenza l’incertezza viene compressa, i condizionali si irrigidiscono in indicativi, la distanza tra ciò che è accertato e ciò che è plausibile si assottiglia fino a diventare invisibile.

Poi c’è l’attrito, ed è forse la perdita meno riconosciuta. La ricerca sull’apprendimento, in particolare il filone delle desirable difficulties di Robert Bjork, ha mostrato con costanza che la fatica di elaborazione produce tracce mnestiche più durature, e questo perchè recuperare è meglio che rileggere, generare è meglio che ricevere, l’errore corretto vale più della risposta suggerita. Un ecosistema informativo che rimuove sistematicamente ogni frizione — nessun clic, nessuna comparazione, nessuna scelta tra fonti, nessuna dissonanza — sta ottimizzando esattamente contro la variabile che produce comprensione durevole. Lo studio del MIT Media Lab del 2025 sulla scrittura assistita, che rilevava minore connettività funzionale e un recupero mnestico più debole nei soggetti che avevano composto testi con l’ausilio di un LLM rispetto a chi aveva scritto da solo, è ancora preliminare e va maneggiato con cautela metodologica, ma indica una direzione coerente con cinquant’anni di psicologia dell’apprendimento: ciò che non viene elaborato non viene consolidato.

Il paradosso della fiducia e la vigilanza epistemica

Sarebbe però sbagliato leggere questa transizione solo in chiave di perdita, e i dati del Reuters Institute lo impediscono. Il 44% degli utenti attivi dichiara di fidarsi delle notizie generate dall’AI, ma la fiducia media nell’AI a livello di popolazione generale si ferma al 20%, contro un già bassissimo 37% di fiducia nelle notizie in generale — il valore più basso mai registrato dal 2015. E soprattutto quando gli utenti di chatbot cliccano, lo fanno per ragioni diverse dagli altri. Il 44% clicca per verificare un fatto e il 43% per capire chi sia la fonte, contro percentuali molto più alte di chi arriva da search o social e clicca semplicemente per avere più dettagli. Chi usa l’AI per informarsi, quando esce dall’interfaccia, esce per fare verifica.

È un segnale importante, e va letto alla luce di quella che Dan Sperber chiama vigilanza epistemica: la nostra dotazione cognitiva per valutare la fonte di un’informazione e il contenuto di un’informazione lavora su due canali distinti, e il canale della fonte è quello che sta perdendo i suoi appigli. La vigilanza non è scomparsa — quel 44% dimostra che è viva e si attiva — ma sta girando a vuoto, perché l’ambiente non le fornisce più i segnali su cui è calibrata. Non c’è il layout del quotidiano, non c’è la firma, non c’è la reputazione del marchio, non c’è nemmeno la marca stilistica che distingue un’agenzia da un blog. C’è un testo neutro, uniforme, senza corpo. Il pubblico non è diventato ingenuo: è stato privato degli indizi.

Il correlato è che, come nota il Reuters Institute, il legame tra fiducia e uso è molto più stretto per i chatbot che per i social. Sui social l’informazione ci capita addosso in modo passivo; con un chatbot la si va a prendere, e questo rende la scelta più deliberata e più dipendente da un giudizio di affidabilità esplicito. È una notizia paradossalmente buona: significa che il pubblico dell’AI informativa è un pubblico che sta ragionando su cosa merita fiducia, non un pubblico che scrolla.

Come deve evolversi l’informazione

Da qui discende, credo, l’unica strategia editoriale non difensiva possibile, ed è una strategia che smette di considerare il traffico come la variabile dipendente. La prima direzione riguarda ciò che i modelli non possono generare. Il framework proposto da Stuart Forrest e David Buttle nel lavoro sui publisher di fronte allo zero-click valuta i contenuti su tre assi — distintività, risonanza emotiva, accuratezza — e osserva che l’informazione generica e ampiamente disponibile ottiene punteggi bassi su tutti e tre ed è precisamente quella che gli AI Overview assorbono per prima. Un modello linguistico può riassumere qualunque cosa esista; non può stare in un’aula di tribunale, non può guadagnarsi la fiducia di una fonte in sei mesi, non può fotografare un documento che nessuno ha ancora pubblicato. Tutto ciò che è derivativo — il pezzo di rilancio, il riassunto del riassunto, l’explainer costruito su Wikipedia — è già stato commoditizzato e non tornerà. Il valore residuo dell’informazione è concentrato nel primo atto: la produzione di dato nuovo. È una riallocazione brutale ma epistemicamente sana, perché per vent’anni la SEO ha spinto le redazioni a scrivere per l’algoritmo invece che per i lettori, e la parte di produzione che l’AI sta cannibalizzando è in larga misura proprio quella scritta per l’algoritmo.

La seconda direzione riguarda la provenienza, e va progettata come infrastruttura, non come nota a piè di pagina. Se la fonte non entra in memoria perché nessuno clicca, allora la fonte deve viaggiare insieme al contenuto, in forma leggibile dalla macchina e restituibile all’utente dentro l’interfaccia in cui l’utente già si trova. Significa metadati strutturati, marcature di provenienza, standard di attribuzione, e significa negoziare — o litigare, come stanno facendo diversi editori nei tribunali — perché la citazione non sia un ornamento cosmetico ma un obbligo verificabile. Le ricerche che rilevano come una quota consistente delle citazioni generate dai modelli non supporti pienamente l’affermazione a cui è agganciata dicono che il problema non è solo se citare, ma se la citazione è vera.

La terza direzione riguarda la relazione diretta, e qui il vocabolario dell’audience development va rovesciato. Newsletter, app, podcast, abbonamento non sono canali alternativi al search: sono l’unico luogo in cui sopravvive il segnale di fonte. Chi apre una newsletter sa chi gliela manda. Chi ascolta una voce per venti minuti costruisce un modello dell’altro — competenze, limiti, inclinazioni — che è esattamente ciò che permette la delega calibrata di cui parlavo prima. La relazione diretta non è un modello di business ripiegato: è un dispositivo cognitivo che ripristina l’attribuzione.

La quarta direzione riguarda l’attrito, e va detta senza retorica nostalgica. Non si tratta di rendere l’informazione faticosa per virtù, si tratta di reintrodurre selettivamente le difficoltà che producono comprensione: mostrare il disaccordo tra le fonti invece di mediarlo, esplicitare il grado di incertezza invece di lisciarlo, far vedere come si è arrivati a sapere una cosa e non solo che la si sa. Il giornalismo che sopravviverà all’era della risposta è quello che smette di vendere conclusioni e comincia a vendere metodo, perché la conclusione è replicabile a costo zero mentre il metodo — chi ho chiamato, cosa ho verificato, dove mi sono fermato — non lo è.

La posta in gioco

Il rischio che si intravede non è quello di un pubblico ignorante. È quello di un pubblico che sa molte cose e non sa più come le sa. È una condizione epistemica nuova, in cui la conoscenza è ampia, accessibile, fluente e priva di genealogia — e quindi incorreggibile, perché non si può risalire a monte di una proposizione che non ha mai avuto un indirizzo. Le società democratiche non funzionano perché i cittadini sanno tutto; funzionano perché esiste una catena verificabile che collega ciò che si crede a ciò che qualcuno ha fatto la fatica di accertare. Quella catena è il vero prodotto dell’informazione, e la sintesi automatica la taglia proprio nel punto in cui era più sottile.

La buona notizia, se ce n’è una, è nei numeri stessi: il 33% che chiede all’AI se una fonte è affidabile e il 44% che clicca per verificare stanno dicendo la stessa cosa in due modi diversi. Il bisogno di provenienza non è morto, è rimasto senza strumenti. L’informazione che si vuole ricostruire deve partire da lì — non dal recuperare i clic, ma dal restituire alle persone gli appigli che l’interfaccia ha tolto loro.