Un centro di ricerca indipendente ha appena misurato quanta parte del web è scritta dalle AI. La risposta, da sola, è interessante. Ma incrociata con un fenomeno che i modelli conoscono bene, apre una domanda che riguarda chiunque voglia essere citato: se le intelligenze artificiali imparano chi citare leggendo il web, e una fetta crescente di quel web è scritta da altre intelligenze artificiali, cosa rende ancora distinguibile un contenuto?
Quanto web è già scritto dalle AI
I numeri arrivano da Pew Research Center, un istituto indipendente e senza scopo di lucro — non un fornitore di software con una tesi da vendere. Hanno analizzato quasi mezzo milione di pagine dell'archivio Common Crawl con uno strumento di rilevamento, misurando i segni di scrittura o editing sostanziale da parte di un'AI.
Fonte: Pew Research Center, «How Much of the Internet Is Written With AI?», 20 agosto 2026. Analisi su ~490.000 pagine Common Crawl.
Il dato aggregato — un decimo — sembra contenuto, ma inganna: il web è fatto anche di pagine vecchie, scritte quando l'AI generativa non esisteva. Se si guardano solo le pagine recenti, la quota supera un terzo. E la curva sale con costanza dal 2022. Sul dominio .com — quello commerciale, il tuo — la percentuale è circa dieci volte più alta che su .edu e .gov.
Tradotto: proprio nello spazio dove le aziende si giocano la visibilità, il testo generato dalle AI è più concentrato che altrove.
Il problema non è quanto. È il circolo
Un web pieno di contenuti AI, di per sé, non è una catastrofe. Il problema nasce quando lo si mette in fila con un fatto tecnico: i modelli si addestrano su quel web. I prossimi modelli impareranno, in parte, da testo che i modelli precedenti hanno scritto.
Questo circolo ha un nome nella letteratura scientifica: model collapse, collasso del modello. Uno studio pubblicato su Nature ha dimostrato che, quando un modello generativo viene addestrato in modo ricorsivo sui propri output, la qualità degrada di generazione in generazione. La metafora che i ricercatori usano è illuminante: è come fotocopiare ripetutamente una fotocopia. A ogni ciclo si perde qualcosa, e i dettagli fini spariscono per sempre.
Ma la parte che ci riguarda da vicino è cosa si perde per primo. Gli studi lo dicono con precisione: il modello, riaddestrandosi sui propri output, tende a concentrarsi sui pattern statisticamente dominanti, trascurando le istanze uniche e a bassa frequenza. In altre parole: il collasso mangia prima di tutto ciò che è raro, specifico, distintivo. Conserva la media, dimentica le code.
Perché questo è il tuo problema di citabilità
Fermiamoci sul punto, perché chiude un cerchio che seguiamo da mesi. Il collasso del modello e la citabilità raccontano la stessa storia da due lati.
Abbiamo scritto che esistono due modi per non essere citati, e che il più insidioso è la genericità: dire cose che chiunque potrebbe dire. Ora guarda cosa premia e cosa punisce questo circolo. Un web che si omologa su uno stile medio-AI, e modelli che riaddestrandosi conservano la media e perdono le code, producono insieme un effetto solo: il contenuto medio diventa rumore di fondo, indistinguibile. Se il tuo pezzo somiglia a un milione di altri pezzi AI-generati, non solo non spicca per il lettore — rischia di essere, per il modello, letteralmente uno dei tanti campioni intercambiabili di una distribuzione che sta collassando verso il centro.
In un web che si appiattisce sullo stile medio delle AI, l'unica cosa che resta distinguibile è ciò che quella media non contiene: informazione di prima mano, dati tuoi, una posizione. Più il web collassa verso il centro, più vale ciò che sta sulle code.
È lo stesso identico principio dello swap test — il contenuto che un concorrente potrebbe firmare identico è sostituibile — solo esteso a scala di intero web. Quando la sostituibilità diventa la norma statistica, l'insostituibilità diventa l'unico segnale forte.
Una nota di onestà, doverosa
Devo dire una cosa scomoda, perché non dirla sarebbe incoerente con tutto il resto.
Lo strumento che Pew ha usato per rilevare l'AI cerca segni precisi: trattini lunghi, virgole seriali, liste di tre, un certo vocabolario ("cruciale", "panorama", "fondamentale"), la struttura "non è solo X, è Y". Se passassi questo stesso articolo, o altri di questo blog, in quel rilevatore, è probabile che troverebbe qualcuno di quei segni.
Non lo nego, e non ha senso nasconderlo: come ho scritto apertamente altrove, uso le AI per scrivere. Il punto non è se l'AI ha toccato un testo. Il punto è cosa c'è dentro che l'AI, da sola, non avrebbe potuto mettere: i dati del nostro radar, una tesi che corregge lo studio che cita, un punto di vista che un modello — per costruzione — non ha.
È qui che il rilevamento dell'AI e la citabilità si separano. Un rilevatore guarda la superficie: la punteggiatura, il ritmo, le parole. Ma la citabilità, quella vera, si gioca sulla sostanza: cosa affermi che nessun altro afferma. Un testo può avere tutti i "segni" superficiali dell'AI ed essere insostituibile per ciò che dice; un altro può essere scritto interamente a mano ed essere perfettamente generico. La spia stilistica non misura il valore. Misura solo lo stile.
Anzi, c'è un'ironia utile: se lo stile "pulito da manuale" sta diventando il marchio statistico dell'AI, allora la voce umana riconoscibile — le tue idiosincrasie, il tuo lessico, il modo storto e personale in cui dici le cose — torna a essere un asset. Non per ingannare i rilevatori, ma perché è esattamente ciò che la media non contiene.
Cosa fare, concretamente
La strategia che discende da tutto questo non è nuova, ma il collasso del web le dà un'urgenza diversa.
Metti nel contenuto ciò che il web non ha già. Dati di prima mano, casi che hai osservato tu, numeri che hai raccolto tu. È l'opposto del contenuto sintetizzabile da ciò che esiste già: è materiale nuovo, che i modelli non possono generare perché non lo possiedono.
Prendi posizioni che un modello non prenderebbe. Un'AI, per default, tende alla risposta media e prudente. Una tesi netta, un "questo studio secondo me sbaglia qui", una scelta dichiarata — sono tutte cose che spiccano proprio perché la media non le contiene.
Usa l'AI come intermediazione, non come sostituzione. Il problema non è generare testo con un modello: è pubblicarlo senza aggiungere nulla. La rilettura, la correzione, l'iniezione del tuo punto di vista — quella è la parte che tiene il contenuto fuori dalla media che collassa.
Il web sta diventando una fotocopia di sé stesso, sempre più sbiadita a ogni passaggio. In un ambiente così, essere una fonte originale non è più solo un vantaggio competitivo. È l'unico modo per non dissolversi nel rumore.