Editoria. AI Overviews e “doppia scrittura”: Google ha già cambiato radicalmente e per sempre il valore del contenuto giornalistico

Le AI Overviews di Google e i sistemi generativi grounded stanno accelerando il fenomeno dello zero-click search, mettendo in crisi il tradizionale modello economico dell’editoria digitale.
Ma come tutte con le rivoluzioni, il sistema si autoassesta: il giornalismo è già entrato nell’era della “doppia scrittura” con contenuti pensati sia per gli esseri umani (che leggono poche righe) sia per le AI (che necessitano di testi profondi, autorevoli e semanticamente strutturati), facendo risorgere il bisogno di buon giornalismo per evitare impoverimento informativo e “allucinazioni”.
Il vero nodo diventa quindi la redistribuzione del valore economico generato dalle piattaforme AI che assimilano, sintetizzano e reinterpretano i contenuti editoriali umani.
Ma è interesse delle big tech dell’intelligenza artificiale (e di Google in primis) sostenere il sistema produttivo.

Sintesi

Le AI Overviews di Google e i sistemi generativi grounded stanno trasformando radicalmente l’economia dell’informazione online, spostando il modello dalla search economy alla nuova answer economy.
I motori di ricerca non si limitano più a indirizzare traffico verso i siti editoriali, ma costruiscono direttamente risposte sintetiche nella SERP, riducendo il bisogno del click.
Questo accelera il fenomeno dello zero-click search e mette in crisi il tradizionale modello economico dell’editoria digitale.
Il giornalismo entra così nell’era della “doppia scrittura”: contenuti pensati sia per gli esseri umani sia per le AI, che necessitano di testi profondi, autorevoli e semanticamente strutturati.
Paradossalmente, proprio le intelligenze artificiali avrebbero bisogno di buon giornalismo per evitare impoverimento informativo e “allucinazioni”. Il vero nodo diventa quindi la redistribuzione del valore economico generato dalle piattaforme AI che assimilano, sintetizzano e reinterpretano i contenuti editoriali.

Dalla search engine economy alla answer engine economy

L’avvento delle AI Overviews di Google (le risposte sintetiche generate da Gemini AI, visualizzate in cima alla pagina dei risultati) e delle risposte grounded (ancorate a fonti di informazioni verificate e affidabili), ha modificato radicalmente il rapporto tra motori di ricerca, editori e utenti. Non si tratta soltanto di una nuova interfaccia grafica o di un aggiornamento tecnologico dei tradizionali motori di ricerca: siamo davanti ad un cambio di paradigma che ridefinisce il concetto stesso di traffico, visibilità e monetizzazione dell’informazione digitale.

Il modello storico della SEO

Per oltre vent’anni, la SEO aveva costruito un equilibrio relativamente stabile: i motori di ricerca indicizzavano i contenuti, li classificavano e indirizzavano gli utenti verso i siti sorgente. Gli editori producevano contenuti, Google organizzava l’accesso alle informazioni e il traffico generato diventava la base economica per pubblicità, abbonamenti e fidelizzazione.

Da ponte a destinazione finale: la nascita della answer economy

Oggi, con le AI Overviews, il motore di ricerca tende invece a trasformarsi da intermediario a destinazione finale: l’utente pone una domanda e riceve una risposta sintetica direttamente nella SERP (Search Engine Results Page), senza necessariamente visitare il sito che ha originariamente prodotto quell’informazione. È la transizione dalla search economy alla answer economy: Il motore di ricerca non si limita più a suggerire collegamenti, ma costruisce direttamente una risposta finale da consegnare all’utente.

Come Google seleziona le fonti: il ruolo del ranking tradizionale e l‘E-E-A-T

Contrariamente a quanto potrebbe apparire dall’esterno, la selezione delle fonti utilizzate dalle AI non avviene in modo casuale: le AI Overviews non “inventano” contenuti in autonomia, ma si basano su un sofisticato sistema di integrazione tra i tradizionali algoritmi di ranking di Google e le capacità generative dei Large Language Models. Alla base del processo resta il sistema di ranking storico di Google, affinato in oltre due decenni di evoluzione algoritmica. Le pagine vengono valutate secondo criteri di qualità che ruotano intorno ai principi E-E-A-T: Experience, Expertise, Authoritativeness e Trustworthiness (che guarda caso si scrive e si legge come “mangiare“)

Esperienza, competenza e affidabilità: il concetto di grounding

In altre parole, esperienza, competenza, autorevolezza e affidabilità. Questo significa che i contenuti considerati più attendibili dai sistemi di ricerca hanno maggiori probabilità di essere utilizzati come base per le sintesi generate dall’intelligenza artificiale. Ma il punto cruciale è un altro: l’AI non cerca soltanto contenuti rilevanti, bensì contenuti corroborati. Il grounding è infatti il processo attraverso cui il sistema verifica che una determinata informazione sia confermata da più fonti autorevoli.

Ridurre le “allucinazioni”

L’obiettivo è ridurre le cosiddette allucinazioni dell’IA, cioè la generazione di informazioni inesatte o inventate. In questo senso, le AI Overviews funzionano come una forma di meta-sintesi dell’ecosistema informativo disponibile sul web.

La differenza tra AI Overviews e Gemini: il peso della freschezza del dato

Esiste però una distinzione importante tra il funzionamento delle AI Overviews integrate nella Search e il comportamento di Gemini come chatbot conversazionale: le risposte sintetiche sono strettamente collegate al live index di Google. Le AI Overviews premiano la freschezza del dato, la pertinenza temporale e la posizione nel ranking organico in tempo reale. Un sito particolarmente autorevole su un argomento in un dato momento ha elevate probabilità di essere citato nella sintesi AI.

La logica semantica di Gemini (Search relevance contro semantic consistency)

Gemini, invece, pur utilizzando la ricerca live per verificare informazioni recenti, tende a lavorare maggiormente sulla coerenza semantica e sul sistema delle entità presenti nel Knowledge Graph di Google. In sostanza, il modello considera “solida” un’informazione quando essa risulta coerente con la rete strutturata di conoscenze già assimilata dal sistema. La differenza non è marginale: nel primo caso prevale la dinamica della search relevance; nel secondo quella della semantic consistency.

Dall’articolo alla sintesi AI

Una volta identificate le fonti, il processo di assimilazione non coincide affatto con un semplice copia-incolla: il modello estrae i contenuti ritenuti utili, li interpreta semanticamente e li riorganizza secondo l’intento dell’utente. È qui che emerge uno degli aspetti più avanzati dell’attuale generazione di IA generativa: la capacità multimodale. Il sistema non elabora soltanto testo, ma può integrare dati strutturati, immagini, video e altri elementi contestuali.

Comprendere l’intento dell’utente: la struttura answer-first

L’IA cerca quindi di comprendere non solo “cosa” è stato chiesto, ma “perché” viene chiesto: la query informativa, una interrogazione transazionale o una richiesta comparativa attivano logiche differenti di selezione e sintesi. La risposta finale viene costruita secondo una logica answer-first: il target è fornire immediatamente all’utente una sintesi leggibile, rapida e facilmente scansionabile.

Il problema dello zero-click

Ed è proprio qui che si apre il conflitto con gli editori: le AI Overviews stanno accelerando il fenomeno dello zero-click search, cioè delle ricerche che si esauriscono all’interno della pagina di Google senza generare traffico verso i siti sorgente. Per anni, l’obiettivo della SEO era conquistare il click; oggi il rischio è che esso diventi superfluo. I primi dati consolidati di mercato mostrano già una riduzione del CTR per molte query informative quando compare una AI Overview. L’utente legge la sintesi, ottiene una risposta apparentemente soddisfacente e interrompe lì il percorso di navigazione.

La crisi del modello editoriale

Per gli editori il problema è strutturale: se il contenuto viene utilizzato per alimentare la risposta AI senza produrre traffico significativo, viene meno il modello economico che sostiene la produzione dell’informazione originale. Il rischio, secondo molti operatori del settore, è che l’IA assorba il valore editoriale senza redistribuirlo adeguatamente. È qui che si inserisce la riflessione sviluppata da Newslinet sul concetto di “doppia scrittura”.

Scrivere per uomini e macchine

“Secondo questa impostazione, il giornalismo contemporaneo deve imparare a scrivere simultaneamente per gli esseri umani e per le intelligenze artificiali”, commenta Giovanni Madaro, analista di Media Progress, società di analisi strategica in ambito mediatico (gruppo Consultmedia). “Esiste infatti un paradosso interessante: mentre il pubblico tende a consumare contenuti brevi, rapidi e frammentati, le IA necessitano invece di testi profondi, contestualizzati, ricchi di dati e semanticamente strutturati”.

Le AI hanno bisogno del buon giornalismo

In altre parole, i modelli generativi hanno bisogno di buon giornalismo molto più di quanto il pubblico contemporaneo sembri averne bisogno. Questo modifica profondamente il ruolo dell’editore: il sito editoriale non è più soltanto una destinazione di lettura, ma diventa una sorta di infrastruttura cognitiva che alimenta i sistemi di IA.

Il rischio di impoverimento informativo

“Se gli editori smettessero di produrre contenuti originali, verificati e approfonditi, anche le AI degraderebbero rapidamente, perchè finirebbero per alimentarsi di contenuti riciclati, mediocri o semanticamente impoveriti – continua Madaro -. Paradossalmente, questa trasformazione potrebbe persino favorire il ritorno di contenuti ad alto valore aggiunto. L’intelligenza artificiale è estremamente efficace nella sintesi e nella riorganizzazione di informazioni già esistenti”.

I limiti dell’IA generativa e la fine del clickbait

Le AI incontrano però ancora difficoltà nel produrre vera originalità giornalistica: inchieste, fonti esclusive, interpretazioni complesse, analisi normative e investigazioni restano elementi difficilmente sostituibili. Proprio per questo, il giornalismo di qualità potrebbe riacquisire centralità come “materia prima” indispensabile per gli ecosistemi di intelligenza artificiale. La rincorsa al clickbait, invece, rischia progressivamente di perdere efficacia: le AI sono perfettamente in grado di condensare titoli sensazionalistici e contenuti superficiali. Questo riduce drasticamente il loro valore distintivo.

Il nodo dell’equo compenso

Il nodo centrale resta però quello economico e regolamentare: gli editori sostengono che le piattaforme AI utilizzino il loro lavoro per generare valore – e spesso ricavi pubblicitari – senza garantire un ritorno proporzionato a chi produce il contenuto originario. È qui che entra in gioco il dibattito sull’equo compenso e sui diritti connessi degli editori. Tema già affrontato a livello europeo attraverso la direttiva copyright e le successive controversie tra piattaforme digitali e gruppi editoriali.

Dall’indicizzazione all’assimilazione

La questione non riguarda più soltanto l’indicizzazione dei contenuti, ma la loro assimilazione semantica e la loro riutilizzazione sintetica all’interno di sistemi generativi. Il principio che si sta progressivamente affermando è che le piattaforme non possano più essere considerate semplici “vetrine neutre”. L’informazione giornalistica rappresenta un asset economico che genera valore negli ecosistemi AI.

La nuova negoziazione strategica

Di conseguenza, il rapporto tra editori e piattaforme tende a trasformarsi in una negoziazione strategica permanente: se i contenuti editoriali sono essenziali per alimentare le AI, allora diventa inevitabile discutere come redistribuire il valore economico prodotto.

Verso un nuovo ecosistema informativo

La trasformazione in corso appare irreversibile: scrivere bene per gli esseri umani non basta più, occorre essere semanticamente leggibili per le macchine, strutturare i contenuti in modo che possano essere assimilati, verificati e reinterpretati dai sistemi AI. Questo non significa necessariamente la fine del giornalismo tradizionale.

Il giornalismo come fonte primaria delle AI

Potrebbe invece rappresentare l’inizio di una nuova fase. Una fase nella quale il valore editoriale non sarà più misurato soltanto in termini di pageview, ma anche nella capacità di diventare fonte primaria autorevole per i sistemi di intelligenza artificiale.

La sfida della sostenibilità

“La sfida sarà trovare un equilibrio sostenibile tra esigenze informative degli utenti, potenza sintetica delle piattaforme AI e sostenibilità economica dell’ecosistema editoriale. Perché senza editori capaci di produrre informazione originale, verificata e approfondita, anche le intelligenze artificiali finiranno inevitabilmente per nutrirsi di contenuti sempre più poveri, autoreferenziali e riciclati” – enfatizza Madaro -. E a quel punto il problema non riguarderà più soltanto il traffico degli editori. Riguarderà la qualità stessa della conoscenza digitale globale”.

Podcast

Qui per ascoltare il podcast dell’articolo. (E.L. per NL)