Il segreto di Pulcinella

Da qualche giorno a questa parte, in tutta l'Unione Europea, chi pubblica un deepfake o un testo generato dall'intelligenza artificiale per informare il pubblico deve dichiararlo con un'etichetta visibile. È l'articolo 50 dell'AI Act; l'obbligo cade solo se un umano rivede il contenuto e se ne assume la responsabilità editoriale.

In una vignetta che Tom Fishburne ha disegnato tre anni fa, quando ChatGPT era una novità, ci sono due scrivanie. Alla prima un impiegato sorride al monitor: “l'IA trasforma questo bullet point in una lunga email che posso fingere di aver scritto”. Alla seconda c'è il destinatario: “l'IA trasforma questa lunga email in un bullet point che posso fingere di aver letto”.

Secondo Graphite, nell'ultimo trimestre del 2025 gli articoli online generati dall'IA hanno superato per la prima volta quelli scritti da persone, e in un campione Ahrefs di 900.000 pagine nuove, tre su quattro contenevano materiale scritto da un modello. Il lavoro della conoscenza è ormai mediato dall'intelligenza artificiale, in qualche forma e a qualche intensità. Vale per chi la usa — c'è chi si fa sostituire per intero, chi si fa aiutare, chi le lascia solo i refusi, chi le fa costruire la struttura e poi scrive da sé — e vale per chi la subisce. Il dialogo avviene tra reti neurali, con le persone a fare da terminali.

Ci troviamo, quindi, davanti a un grande classico della storia della tecnologia umana: i trucchi (intelligenza artificiale) per il videogioco della vita™ sono diventati di dominio pubblico, tutti li usano, nessuno lo dice e non si capisce più un tubo. Un segreto di Pulcinella.

La scala

Qualche giorno fa mi sono imbattuto nella proposta di Daniel Miessler, ricercatore in ambito cybersecurity. L'AI Influence Level è una scala da 0 a 5 che dichiara quanta intelligenza artificiale c'è dentro un contenuto.

Zero è il testo interamente umano; 1 la rifinitura di grammatica e refusi; 2 l'espansione significativa; 3 l'IA che scrive dentro una struttura interamente umana; 4 l'IA che parte da un'idea abbozzata; 5 la macchina che fa quasi tutto da sola.

Secondo Miessler, il numero non misura quanto un contenuto valga, né mette sotto accusa chi lo firma: registra la natura del contributo della macchina, esecutivo o ideativo, e la sua intensità, dalla spintarella alla presa in carico completa. Io la adotto da oggi, su questo blog: ogni pezzo uscirà con il suo livello dichiarato.

L'era della sbobba

Nel settembre 2025 la Harvard Business Review ha dato un nome al contenuto generato dall'IA che ha la forma del lavoro fatto ma non la sostanza: workslop, sbobba da ufficio, quella che scarica su chi la riceve la fatica di completarla.

Nello studio, su 1.150 lavoratori americani, il 40% aveva ricevuto del workslop nel mese precedente; rimettere in sesto ogni consegna costava in media quasi due ore e 186 dollari al mese a dipendente. Circa metà di chi la riceve considera il mittente meno capace e meno affidabile di prima, un terzo preferirebbe non lavorarci più. Ricevere le parole di una macchina dove ci si aspettava quelle di un collega viene vissuto per quello che è, una mancanza di rispetto.

E ce ne accorgiamo. In uno studio dell'Università del Massachusetts presentato ad ACL 2025, cinque lettori abituati a scrivere con ChatGPT, messi a votare su trecento testi, hanno sbagliato a riconoscerne l'origine una volta sola, meglio di qualunque detector automatico. Su chi i modelli non li frequenta, l'accuratezza scende fino ai livelli del lancio di una moneta; la sensibilità cresce con l'uso, però, e l'uso cresce ovunque. Stiamo diventando lettori sospettosi.

Il dilemma

Uno studio uscito nel 2025 racconta il transparency dilemma, ovvero il fenomeno per cui chi dichiara di aver usato l'IA viene giudicato meno affidabile di chi tace.

Lo stesso studio ha però misurato anche il terzo scenario: essere scoperti dopo aver taciuto costa più di tutto. Se i lettori migliorano più in fretta degli scrittori, tacere è una scommessa che paga sempre meno; dichiarare, un investimento con due rendimenti.

Il primo è privato: autovalutare il contributo della macchina sapendo di doverlo rendere pubblico obbliga a un atto di presenza — devi sapere cosa hai fatto tu e cosa ha fatto lei, ogni volta. Il secondo è professionale: ti mostro come lavoro con questi strumenti, puoi chiedermi come ho fatto, puoi correggermi. Puoi contribuire, forse con un piglio utopicamente open-source, all'amplificazione di una competenza tecnologica che tratta l'aspetto naturale più umanamente intrinseco di tutti: la cognizione.

Le etichette che il mondo sta adottando — la legge europea, i watermark delle piattaforme — sono binarie e imposte dall'esterno, e rischiano di restare manchevoli proprio per questo dilemma: portano la penalità della dichiarazione senza costruire la fiducia che ripaga chi dichiara per scelta. L'autovalutazione lavora al contrario: rende la tecnologia meno magica e più chiara, mette in evidenza gli usi virtuosi e scoraggia quelli che sostituiscono l'umano.

I territori

La fregatura è che questa autovalutazione possiamo promuoverla solo noi, perché chi sviluppa e guadagna dai modelli di intelligenza artificiale è largamente interessato a mantenere una forte asimmetria informativa tra industria e clienti, anche allo scopo di tutelare la percezione “magica” di questi strumenti. Queste aziende rispondono ai propri azionisti e non guardano in faccia nessuno, a cominciare da chi abita i territori dove costruiscono le loro infrastrutture. A Lacchiarella, venti chilometri da Milano, i comitati di una decina di comuni protestano contro un campus da 3,5 miliardi di euro che consumerebbe elettricità quanto cinquecentomila famiglie.

L'implementazione estrattiva di questa tecnologia è sbagliata, e il controvalore di quello che produce deve tornare nelle mani di chi la subisce. Una parte consistente della leva che abbiamo a disposizione parte da una forma di trasparenza consapevole da promuovere: l'industria sa con precisione dove i suoi strumenti sono entrati nelle nostre giornate, noi non abbiamo nemmeno le parole per dichiararlo.

La consapevolezza collettiva di quanto queste macchine abitino la nostra quotidianità è il primo terreno che dobbiamo e che possiamo riconquistare per recuperare leva nei confronti dei monopoli del tecnocapitalismo. È un fronte che si costruisce dal basso, e comincia dal sapere chi ha fatto cosa, e con quanto aiuto.

AIL 3

Questo articolo è nato come un vocale di quindici minuti dettato al telefono: la tesi, la struttura, gli esempi, il titolo.

Arturo, l'algoritmo che scrive con me dal 2024, ha trascritto, verificato le fonti e steso il testo; io ho tagliato e riscritto quello che non mi suonava. Sulla scala di Miessler è un 3, l'IA che scrive dentro una struttura interamente umana. Non è un 2, perché le frasi non le ho battute io; non è un 4, perché la macchina non è partita da un'idea abbozzata ma da tutto tranne le parole.

L'idea e la struttura sono mie, l'esecuzione è sua.