In copertina: George Condo, Macro Micro, 2020
L’importanza del linguaggio nei prompt, per collaborare in modo corretto con l’AI nella stesura di articoli giornalistici
Nel 1960, in Italia, c’erano quasi quattro milioni di analfabeti e la necessità di accelerare il processo di crescita sociale del Paese portò anche alla realizzazione di un programma televisivo specifico, Non è mai troppo tardi, grazie al quale il maestro e pedagogista Alberto Manzi contribuì a risolvere parte del problema.
Nel 2025[1] l’analfabetismo funzionale, in Italia, è pari al 37%: pur sapendo leggere e scrivere, più di un terzo degli italiani ha una competenza nella comprensione di livello elementare.
In più, secondo i dati ufficiali di ISTAT, nel 2023 appena il 45,7% degli italiani tra 16 e 74 anni che ha usato Internet negli ultimi tre mesi dell’anno di riferimento, ha competenze digitali almeno di base.
Per finire, secondo il Trend Radar di Samsung, quasi sei italiani su dieci non sanno cosa sia l’IA e hanno un’idea davvero vaga di cosa possa fare.
In sintesi, è come se ereditassimo un analfabetismo che si evolve in base alle innovazioni: questo, per un giornalista e, più in generale, per tutti i professionisti è inconcepibile. Quindi, per un uso ragionato dell’IA a livello professionale, è necessario imparare un linguaggio, quello dei prompt, che nel caso specifico che affrontiamo, quello della professione giornalistica, ha ricadute operative concrete.
Siamo agli albori di un fenomeno che non possiamo immaginare a quale livello di sviluppo potenziale potrà portare le nostre società. In questo momento, l’IA non è un “socio in affari” affidabile al quale credere ciecamente e, nel caso di tutte le professioni, a partire da quella giornalistica, non è comunque nato per sostituirle del tutto.
Nonostante ciò, nell’ideale pendolo tra un approccio fideistico nei confronti di questa nuova tecnologia e il suo rifiuto totale, è razionale posizionarsi “nel mezzo” e iniziare a gestire e a convivere con un’entità creata dall’uomo per l’uomo, imparando come l’IA possa comprendere al meglio le nostre esigenze ed elaborarle per generare risultati utili ai nostri scopi.
Quindi, come nel 1960 amava dire il maestro Alberto Manzi ai suoi allievi, Non è mai troppo tardi per iniziare a conoscere la tecnica dei prompt, la grammatica con cui uomini e macchine possono capirsi. Avere l’IA “al proprio fianco”, nella maniera giusta, può accelerare nuove prospettive per le professioni in generale, per quella giornalistica in particolare.
Un potenziale alleato
Un po’ più di trenta su cento.
Agli italiani si chiede spesso se “hanno fiducia” nella stampa e nei giornalisti e l’ultimo rilievo[2] è al 36%: questa è la massima percentuale di affidabilità che diamo alle notizie che leggiamo. A non voler essere pessimisti, è addirittura un trend in leggero aumento rispetto al 2024. Non ci sono evidenze del fatto che non ci fidiamo dei giornalisti: in realtà gli italiani diffidano del sistema dell’informazione. La fiducia non è scomparsa: è selettiva, si concentra su testate riconoscibili e su figure percepite come competenti e indipendenti. Più che “non credere ai giornalisti”, gli italiani non credono a tutto e a tutti allo stesso modo e questo è un segnale di maturità critica più che di rifiuto del giornalismo.
Tale apertura di credito (finché resiste) potrebbe essere potenziata dai giornalisti, grazie a un’alleanza virtuosa con l’Intelligenza Artificiale data dagli LLM (Large Language Models) che è molto più concreta e fattiva di quanto si possa immaginare.
L’Intelligenza Artificiale può intervenire innanzitutto nelle fasi più tecniche e ripetitive del lavoro giornalistico: la trascrizione delle interviste, l’organizzazione dei materiali, il confronto tra documenti, la ricostruzione di contesti e precedenti. Tutte attività necessarie, ma che sottraggono tempo ed energie a ciò che definisce davvero il mestiere: l’analisi, la verifica, la scelta della notizia e del taglio narrativo.
Un secondo ambito riguarda il supporto alla chiarezza. In un ecosistema informativo saturo, la difficoltà non è solo reperire le notizie, ma renderle comprensibili senza impoverirle. Qui l’IA può funzionare come uno strumento di rilettura critica, capace di segnalare passaggi oscuri, ripetizioni o incoerenze, senza sostituirsi alla responsabilità editoriale del giornalista.
C’è poi il tema del contesto. La velocità con cui le notizie si succedono rischia di produrre informazione senza memoria. L’intelligenza artificiale può aiutare a ricostruire continuità, a collegare fatti, dichiarazioni e dati nel tempo, offrendo uno sfondo più solido su cui costruire il racconto giornalistico.
Resta però un confine netto. L’IA non decide cosa è notizia, non valuta l’interesse pubblico, non assume responsabilità etiche, che restano prerogative umane. Proprio per questo, se usata con consapevolezza, l’intelligenza artificiale non riduce il ruolo del giornalista, ma può contribuire a rafforzarlo, restituendo centralità al pensiero critico e alla qualità del racconto.
Esiste un patrimonio da difendere, storico ancor prima che di credibilità professionale: la professione giornalistica è riconosciuta dalla Costituzione all’articolo 21 e sostenuta da un Codice Deontologico da cui derivano principi inderogabili come quelli di verità, lealtà, riservatezza, tanto per citarne i principali. La responsabilità del giornalista, nel rapporto di trasparenza e correttezza nei confronti del lettore, deve arrivare a un livello di allerta superiore ora che l’IA è una realtà. Si deve usare perché dà dei vantaggi, non le si può delegare l’essenza stessa della professione perché si mette in pericolo la qualità dell’informazione.
E della democrazia.
In un recente articolo apparso su corriere.it nel luglio scorso Velia Alvich scrive che
l’ultimissimo modello presentato appena ieri…ha dimostrato di avere ricevuto istruzioni molto specifiche quando deve rispondere a domande su temi «controversi» come il conflitto israelo-palestinese, l’aborto e le leggi sull’immigrazione. E le sue risposte si allineano a quello che Musk ha scritto su X.
Poiché il giornalismo è il watchdog della democrazia e non esiste al momento un metodo infallibile per “smascherare” eventuali inesattezze (gravi o meno, programmate o involontarie) generate dagli output delle IA, non resta che tirar fuori la classica “cassetta degli attrezzi”: verifica puntuale della fonte, se possibile contatto diretto, riscontro incrociato con altre fonti indipendenti, accesso ad atti o database pubblici, fact-checking, utilizzo della rete professionale diretta, intendendo con ciò il contatto con i colleghi dell’area geografica in cui un fatto si sarebbe verificato.
IA e resistenza al cambiamento
Chiarita l’impossibilità di fidarsi al 100% dell’IA, al momento c’è anche la posizione di chi rifiuta aprioristicamente l’Intelligenza Artificiale nel suo lavoro. Le reazioni, più o meno violente, contro le innovazioni sono comprensibili sotto il profilo psicologico, ma sostanzialmente non considerano l’eventuale evoluzione positiva del pensiero umano e, in sostanza, anche il miglioramento complessivo della qualità della vita. Tali reazioni hanno spesso a che fare con una naturale tendenza del genere umano, quella della resistenza al cambiamento.
Questo aspetto[3] è stato analizzato, sotto il profilo delle organizzazioni, combinando una rassegna della letteratura con una ricerca empirica condotta su un campione di imprese spagnole: si tratta dell’ennesimo studio sul tema, serve però allo scopo grazie alla sua estrema chiarezza. Lo studio è stato realizzato da Manuela Pardo del Val e Clara Martínez Fuentes, entrambe ricercatrici nel campo del management e dell’organizzazione aziendale con diversi lavori già realizzati sul cambiamento organizzativo e sulla gestione delle risorse umane per la rivista Management Decision.
Le autrici dello studio distinguono tra diverse tipologie di cambiamento (incrementale, strategico, evolutivo, rivoluzionario) e diversi fattori: individuali, organizzativi e di processo. La resistenza, quindi, non è solo un ostacolo, ma anche un segnale: spesso indica problemi di progettazione del cambiamento o incoerenze tra obiettivi dichiarati e pratiche reali.
A supporto della difficoltà di accettare un rapporto proficuo con l’IA possiamo ricordare anche quanto lo psichiatra e psicologo Carl Gustav Jung, fondatore della psicologia analitica, scrisse nel suo “Simboli della trasformazione”. In questo testo, Jung mostra come l’Io tenda a resistere alle trasformazioni perché le vive come una minaccia alla propria struttura: il cambiamento è percepito come una sorta di morte simbolica dalla quale ci si deve difendere. Il nuovo viene inizialmente vissuto come regressione, caos e disorientamento, proprio perché il simbolo capace di contenerlo non è ancora disponibile. In questo senso, la resistenza non è un errore, ma il punto in cui la psiche non ha ancora immagini per ciò che sta arrivando. La resistenza al cambiamento può allora essere letta come la reazione della psiche a un opus contra naturam, cioè a un lavoro che chiede di andare contro ciò che fino a quel momento era naturale, spontaneo, garantito. La coscienza è costretta a un lavoro senza simboli già dati, ed è qui che diventa necessario il “viaggio dell’eroe”, come movimento psichico capace di produrre forme nuove.
Ma la storia insegna che i cambiamenti nella maggior parte dei casi hanno risvolti estremamente positivi.
Per secoli la scriptio continua ha funzionato perché il testo era pensato per essere ascoltato, non analizzato: separare le parole sembrava un artificio inutile, persino destabilizzante. Quando nell’Alto Medioevo, nei monasteri, amanuensi non di madrelingua latina iniziano a distanziare le parole tra loro, per capire cosa scrivono, non migliorano solo la leggibilità: cambiano il modo di pensare, rendendo possibile la lettura silenziosa, individuale, critica.
Un altro esempio eclatante è quello della rivoluzione industriale e del fenomeno di “resistenza” per eccellenza, il luddismo, interpretabile come un movimento di opposizione all’innovazione tecnologica, pur se[4] per motivi legati alla perdita di controllo del lavoro e alla distruzione di salari e competenze. Gli sviluppi successivi hanno dimostrato l’importanza delle macchine nel potenziare le capacità produttive prima dell’Europa e poi, in successione, di tutte le principali Nazioni.
L’Intelligenza Artificiale oggi occupa una posizione analoga: non aggiunge semplicemente velocità o comodità, ma introduce una nuova mediazione cognitiva. Come allora, la resistenza nasce dalla paura che uno strumento esterno riorganizzi il pensiero umano. La storia suggerisce che ciò che temiamo non è la tecnologia, ma la perdita di un equilibrio mentale che ci era familiare.
Transformers sì, Terminator no
Concentriamoci adesso sulla comunicazione alla luce del sistema linguistico[5] elaborato da Ferdinand de Saussure, il linguista svizzero che ha rivoluzionato lo studio del linguaggio, spiegando che una lingua è un sistema di segni in cui le parole non valgono per ciò che sono, ma per le relazioni che hanno tra loro. Nel “Corso di Linguistica Generale”, opera pubblicata postuma, si evidenziano alcuni elementi: la relazione tra significante e significato; la dicotomia tra “langue” e “parole”, intendendo la prima come l’insieme di regole condivise da una comunità che permette e disciplina la comunicazione e la seconda quale atto individuale e concreto del parlare; il “circolo della parola”, che descrive il processo che dall’emittente porta il messaggio al ricevente.
Con l’Intelligenza Artificiale, tale sistema è applicabile, dal momento che si tratta di un’entità che simula il nostro sistema di comunicazione. Non a caso, la dottrina sui prompt, allo stato attuale, considera numerosi frameworks IA da applicare, immaginando che l’Intelligenza Artificiale sia un nostro collaboratore di redazione e che ci si rivolga a essa come a un “collega”.
Il più noto (non l’unico) ha un acronimo che, italianizzato, suona come RO-CO-TA-FO-CO (R-TCC-COE per gli addetti ai lavori): definizione del RO (Ruolo) dell’IA (esempio: “Agisci come un cronista sportivo”); del CO (Contesto) in cui è importante fornire scenari, dati, informazioni di contesto; del TA (Compito) in cui è importante specificare esattamente cosa l’IA deve fare per noi; FO (Formato): qui bisogna spiegare in che modo il compito va eseguito (è un riassunto, un abstract etc.); CO (Controlli): fase in cui si danno alla macchina tutti i vincoli necessari, ma non sufficienti a eliminare un intervento umano successivo.
Esistono frameworks simili, ad esempio RACE: Role, Action, Context, Expectation; CRAFT: pensato per la produzione di contenuti (Taglio, Ottimizzazione, Visuals, Fonti, Fiducia); COAST: Context, Objective, Actions, Scenario, Task.
“Ragionare”, per chi vuole interagire con l’IA, dunque per un giornalista, vuol dire quindi farlo in modo intenzionale: chiarire a se stesso cosa si vuole ottenere, con quale taglio e per quale pubblico, prima ancora di scriverlo all’IA. Si deve considerare il prompt non come un comando tecnico, ma una forma di scrittura professionale, simile a una consegna redazionale.
Il giornalista deve poi imparare a essere preciso senza essere rigido: indicare contesto, obiettivo, stile, limiti etici e fonti, evitando richieste vaghe. Un buon prompt nasce da competenze giornalistiche solide: capacità di sintesi, senso delle priorità, attenzione al linguaggio. In pratica, più il giornalista sa cosa chiedere (e come) più l’IA risponderà in modo utile.
Lo si deduce anche da alcune riflessioni di Emanuele Frontoni[6], professore ordinario di Informatica all’Università di Macerata e co-direttore del VRAI, Vision Robotics & Artificial Intelligence Lab. Il professor Frontoni, membro della European AI Alliance, una piattaforma della Commissione Europea che riunisce esperti, ricercatori e stakeholder per discutere e contribuire allo sviluppo dell’intelligenza artificiale affidabile e responsabile in Europa, ci ricorda che
l’intelligenza artificiale, o meglio l’intelligenza artificiale ristretta, è in grado di eseguire bene, a volte con risultati migliori dell’uomo, le cosiddette superhuman capabilities, abilità legate a dei task precisi e nelle quali il computer eccelle.
In estrema sintesi, l’IA svolge benissimo compiti specifici sui quali è stata allenata dall’uomo.
Nei sistemi di intelligenza artificiale, le relazioni tra le forme linguistiche non sono innate, ma vengono apprese statisticamente a partire da grandi quantità di testi prodotti dagli esseri umani; tali relazioni, pur essendo implementate in rappresentazioni numeriche, riflettono le convenzioni d’uso del linguaggio umano e permettono di distinguere un gatto da un semaforo, l’Ucraina dal Venezuela.
Il 2017 è l’anno in cui, da un punto di vista accademico, nascono i Transformers, modelli di deep learning citati per la prima volta in un articolo dal titolo “Attention is all you need” realizzato da un gruppo di ricercatori di Google Brain e Google Research. La loro caratteristica è il modello di “self attention”: assegnando pesi diversi alle varie sequenze di dati input, possono analizzare intere frasi contemporaneamente e generare in output testi più coerenti e aderenti al contesto. Da questa architettura è nato anche GPT; GPT-3 ha 175 miliardi di parametri e l’algoritmo su cui si basa il suo funzionamento, come quello di altri sistemi, è un LLM, Large Language Model.
Questa tecnologia, prosegue il professor Emanuele Frontoni nel suo libro,
si distingue per la sua straordinaria capacità di creare contenuti nuovi e originali, andando oltre la semplice analisi o classificazione di dati esistenti… è come se avessimo insegnato ai computer non solo a leggere e a comprendere, ma anche a scrivere, a dipingere e a comporre con una creatività che sfida l’immaginazione umana.
Vale la pena di tornare sui benefici dell’alleanza tra IA e professione giornalistica, perché già solo i modelli di deep learning esistenti al giorno d’oggi facilitano operazioni di ricerca e documentazione rapida, analisi di grandi quantità di dati, sostegno al fact-checking, analisi di flussi sociali e trending topic.
L’uomo non ha creato dunque un’intelligenza generale, quella per intenderci che agita i sogni di chi ha visto la saga di “Terminator”, ma un’intelligenza generativa, capace di produrre qualcosa di suo analizzando, a livelli via via più complessi di profondità concettuale, i miliardi di dati che noi inseriamo o che essa prende dal web, vero e proprio magazzino dello scibile umano, ma anche della sua idiozia e superstizione, contenitore seriale (il web) anche di fake news.
“Verosimile” e “vero” non sono sinonimi
Cristian Santini, ricercatore dell’Università degli Studi di Macerata, membro del VRAI, ci permette di aggiungere un ulteriore tassello alla tesi per cui il rapporto “giornalista-IA” deve passare necessariamente attraverso un’accurata formazione sui prompt.
Cristian si occupa di elaborazione del linguaggio naturale, Web semantico e dati del patrimonio culturale, con particolare attenzione alla letteratura e alla storia dell’arte. Nel suo più recente studio[7] si è concentrato sugli Entity Linking negli LLM, cioè la capacità dei modelli linguistici di collegare correttamente i nomi presenti in un testo alle persone, ai luoghi o alle opere a cui si riferiscono davvero. Nei testi storici questa operazione è particolarmente complessa, perché uno stesso nome può indicare soggetti diversi e il contesto non è sempre chiaro. Per esempio, se in un documento compare il nome “Napoleone”, un sistema automatico deve capire se si tratta di Napoleone Bonaparte o di un altro personaggio con lo stesso nome; allo stesso modo la parola “Roma” può indicare la città, l’antico impero oppure, in altri contesti, persino la squadra di calcio. Proprio per queste ambiguità l’Entity Linking applicato ai grandi modelli linguistici rimane ancora una sfida importante, soprattutto quando si lavora con testi storici e letterari.
Le sue ricerche, utilizzando corpus giornalistici, mostrano con chiarezza quanto questo meccanismo sia complesso, soprattutto quando viene applicato, ad esempio, a testi storici. In questi casi, l’identificazione corretta di persone, luoghi ed eventi è resa difficile dalle variazioni linguistiche, dal rumore introdotto dalla digitalizzazione e dall’evoluzione delle convenzioni semantiche. I modelli più recenti cercano di superare questi limiti scomponendo il problema in passaggi successivi. Un approccio che, applicato a materiali giornalistici e a testate storiche nate per raccontare l’attualità del loro tempo, ha permesso di migliorare sensibilmente l’accuratezza delle identificazioni automatiche.
Questo stesso principio di scomposizione e precisione vale anche nel rapporto quotidiano tra esseri umani e intelligenza artificiale. Imparare a scrivere prompt efficaci assomiglia all’apprendimento di uno strumento musicale: a parità di tecnologia, sono le competenze di chi la utilizza a fare la differenza.
Il nodo centrale sta nel fatto che questi sistemi non sono progettati per dire il vero, ma per produrre risposte plausibili. Non verificano logicamente ciò che affermano, bensì cercano la formulazione più accettabile sulla base delle statistiche apprese durante l’addestramento. È per questo che le risposte risultano spesso ben costruite e convincenti anche quando contengono imprecisioni. In questo scenario, “corretto” e “verosimile” tendono a sovrapporsi, con conseguenze rilevanti per chi usa l’IA in ambito professionale.
Un prompt generico genera inevitabilmente risposte generiche. Se mancano contesto, obiettivi e vincoli, il sistema tende a restituire una media delle risposte possibili, la soluzione più tipica. Al contrario, specificare pubblico, stile, finalità e cornice interpretativa costringe il modello a muoversi entro confini più precisi. Il prompt diventa così un atto linguistico a tutti gli effetti: ciò che si scrive guida un’azione, ciò che si intende orienta il risultato, e l’output produce effetti concreti. La differenza è che, in questo caso, l’interlocutore non è umano ma un algoritmo predittivo.
C’è poi un ulteriore elemento critico: l’IA tende ad assecondare la tesi implicita di chi formula la richiesta. Mancando un nucleo soggettivo fatto di valori e prospettive, il sistema è addestrato a “piacere”, a fornire risposte considerate soddisfacenti. Le tecniche di rinforzo utilizzate in fase di addestramento sono fondamentali per evitare comportamenti indesiderati, ma accentuano questa inclinazione. Di conseguenza, eventuali criticità devono essere esplicitate fin dall’inizio.
A questo si aggiunge un rischio sistemico: la crescente diffusione di contenuti generati automaticamente può aumentare il rumore informativo e rendere il web sempre più autoreferenziale, con testi prodotti da macchine che alimentano altre macchine. In questo contesto, la formazione diventa decisiva per dare al giornalista in particolare e, in ogni caso, a chiunque utilizzerà l’IA a scopi lavorativi quello che l’Intelligenza Artificiale deve fornire: supporto, sostegno all’analisi. Anche perché c’è un’ulteriore frontiera di riflessione.
L’Intelligenza non intelligente
È quella del filosofo Luciano Floridi che, nel libro La differenza fondamentale [8]paragona l’IA come agency ad altre tipologie di agency, cioè ad altri sistemi capaci di agire nel mondo, di compiere azioni che producono effetti, influenzando e reagendo all’ambiente circostante.
I tre criteri fondamentali di una “agency”, secondo Floridi, sono interattività (capacità di entrare in relazione con l’ambiente), autonomia (capacità di avviare cambiamenti di stato indipendentemente da una causa esterna diretta) e adattabilità (capacità di modificare il proprio comportamento in base a input, come può essere l’acquisizione di un’esperienza).
Il giornalista, adeguatamente formato, può usare l’IA come interlocutore per migliorare i testi (interattività), come assistente autonomo per svolgere il lavoro tecnico e ripetitivo (autonomia) e come strumento che si adatta al suo stile nel tempo (adattabilità). In questo modo libera tempo per l’analisi, rafforza la qualità del proprio lavoro e mantiene una forte identità professionale. L’IA diventa così una “seconda mente” di supporto, non un sostituto. La responsabilità, il giudizio e l’etica restano sempre quelli del giornalista.
Analizziamo brevemente le tipologie di agency presenti nel libro. I fiumi sono, ricorda il filosofo, un esempio classico di agency naturale, la forma di agency meno complessa: plasmano l’ambiente anche se sono sistemi non viventi. I nostri animali d’affezione sono un ottimo punto di riferimento della agency biologica. Hanno modelli comportamentali sviluppati, numerose funzioni cognitive, gradi di autonomia e adattabilità. L’agency animale sociale si distingue da quella umana poiché emerge attraverso processi istintuali, comportamentali e appresi dal gruppo di riferimento e non attraverso una progettazione teleologica consapevole: si citano a tal proposito le formiche. Qualsiasi manufatto costruito dall’uomo è classificabile come agency artefattuale, le agency umana, individuale e sociale rappresentano, a livello singolo o di gruppo, un agire che si integra con la coscienza, il pensiero astratto, la pianificazione e risoluzione creativa dei problemi.
In questo contesto, l’agency artificiale è la nuova forma di agency in cui interagiscono “obiettivi programmati e comportamenti appresi”. Si tratta dunque di “una forma computazionale di agency guidata da obiettivi definiti da scopi umani”. A questa agency può essere richiesto, dall’uomo o in maniera autonoma, dopo varie fasi di apprendimento, di modificare il comportamento “in modo mirato”. L’adattabilità è data attraverso “l’apprendimento statistico e la capacità di riconoscere un’ampia varietà di pattern in contesti diversi”.
Tra le implicazioni positive dell’agency artificiale (dunque dell’IA) c’è quella di
automatizzare flussi di lavoro complessi… liberando le risorse umane per sforzi più strategici e creativi” e di “identificare soluzioni creative a problemi complessi.
Il che tratteggia esattamente il ruolo di alleato che qualsiasi tipo di IA dovrebbe e potrebbe avere nei confronti del lavoro quotidiano del giornalista. Però questo tipo di agency
fatica ad affrontare problemi completamente nuovi al di fuori dei suoi parametri di addestramento… Le sue capacità di ragionamento etico rimangono vincolate ai modelli di addestramento implementati durante lo sviluppo… la possibilità di attività automatizzate malevoli solleva seri problemi di sicurezza, mentre la capacità di rapida propagazione della misinformazione minaccia l’integrità delle informazioni.
Dinanzi a quella che potremmo dunque definire una intelligenza non intelligente, è il caso che il giornalista si ponga nelle condizioni migliori per comunicare chiaramente quel che chiede. Per non deresponsabilizzare la propria professione ma far fare all’IA un lavoro proficuo di tipo quantitativo, comunque da vagliare a monte della stesura dell’articolo.
Cosa farà l’uomo? (E dunque, il giornalista)
L’ultimo, fondamentale contributo sulla natura dell’IA ce lo fornisce Michael Harrington, ricercatore dell’Università di Oxford. L’Intelligenza Artificiale, spiega l’esperto, non è un soggetto: è un sistema progettato per elaborare linguaggio. Non ha coscienza, non ha opinioni, non ha esperienze. Funziona riconoscendo schemi nei dati e restituendo risposte statisticamente plausibili. L’idea che “pensi” è una metafora utile. L’equivoco, però, è comprensibile. L’IA usa il linguaggio umano, lo maneggia con una naturalezza che inganna. Ma non lo vive. Non prova dubbio, intuizione, ironia. Può simularli perché sono presenti nei testi su cui è stata addestrata, non perché li comprenda davvero. È una differenza sottile, ma decisiva.
È anche per questo che l’Intelligenza Artificiale suscita timore. Non tanto per ciò che è in grado di fare, quanto per ciò che rende visibile: una frattura profonda tra competenza e significato. Può produrre testi, analisi, persino stili narrativi senza sapere che cosa “vale” davvero. Questa capacità costringe l’essere umano – e in particolare chi lavora con le parole – a interrogarsi su cosa rende autentico il proprio lavoro.
Nel giornalismo questa inquietudine è particolarmente evidente. L’IA, chiarisce l’esperto, è uno strumento potente, ma il giornalismo non è semplice produzione di contenuti: è assunzione di senso, è decisione su cosa conta e perché:
per questo l’Intelligenza Artificiale potrà anche scrivere articoli ben costruiti, formalmente corretti, persino eleganti. Ma non scriverà mai «un grande articolo». Perché la grandezza non è una qualità tecnica: è un giudizio che nasce da un contesto, da una comunità, da un tempo storico. E l’IA non appartiene a nessuno di questi.
C’è poi, secondo Harrington, un limite che resta invalicabile: l’esperienza. L’Intelligenza Artificiale
non può perdere, desiderare, ricordare. Non può sbagliare nel modo in cui sbaglia una persona, cioè pagando un prezzo. Ed è proprio questo limite, paradossalmente, a renderla utile: non ha ego, non ha paura, non ha ambizioni.
Se potesse rivolgere una sola domanda agli esseri umani, conclude l’esperto, l’IA
non chiederebbe che cosa può fare al loro posto. Chiederebbe piuttosto: che cosa volete continuare a fare voi, sapendo che io esisto?
Come vogliamo dunque proseguire, nella quotidianità professionale e anche nella vita di tutti i giorni, questo rapporto con un’intelligenza non generale ma generativa che non distingue il “corretto” dal “verosimile”, a tal punto da permetterci di avere un parere verosimile di un esperto, Michael Harrington, che in realtà non esiste, perché è un’invenzione dell’Intelligenza Artificiale sulla base di istruzioni specifiche?
Emergono qui anche tutti quei problemi di tipo etico: il rapporto tra autore e testo, la delega di senso alla macchina, la deresponsabilizzazione e alla fine anche l’atrofia del pensiero, conseguenza che non ha solo implicazioni etiche ma anche funzionali per il giornalista-essere umano nella sua interezza.
Alla questione etica si sta già lavorando, l’Unione Europea è in questo caso molto più interessata di Stati Uniti e Cina alla realizzazione di una normativa chiara. Ma, nella quotidianità è fondamentale evitare, innanzitutto, un nuovo tipo di analfabetismo digitale imparando il linguaggio dei prompt, in cui un atto direttivo coincide con un atto progettuale, con un messaggio che è anche un comando che non si limita a dire “cosa fare”, ma progetta il processo cognitivo della macchina.
[1] Ocse ‘Education at a glance 2025’
[2]Digital News Report 2025, pubblicato nel giugno 2025 dal Reuters Institute for the Study of Journalism (Università di Oxford)
[3]Manuela Pardo del Val, Clara Martínez Fuentes, (2003) “Resistance to change: a literature review and empirical study”, Management Decision, Vol. 41 Issue: 2, pp.148-155, https://doi.org/10.1108/00251740310457597
[4]Edward P. Thompson “The making of the English Working Class” (1963)
[5]F. de Saussure – Corso di Linguistica Generale – Editori Laterza – Introduzione Capitolo I – Parte Prima Capitolo III
[6]E. Frontoni – AI, Ultima Frontiera – ROI Edizioni – pp. 18-39
[7]C.Santini, M. Van Erp, M. Alam – “È tutta una questione di fiducia: un approccio non supervisionato per il collegamento di entità storiche multilingue utilizzando modelli linguistici di grandi dimensioni” – Atti della 19ª Conferenza del Capitolo Europeo dell’Associazione per la Linguistica Computazionale (pubblicazione ad Aprile) – https://aclanthology.org/2026.eacl-long.184/
[8] L. Floridi – La differenza fondamentale – Mondadori – pp. 105-146
[9]Risposta generata con modello ChatGpt-3 dal seguente prompt: Scrivi un testo discorsivo in stile giornalistico-saggistico, attribuito a un esperto umano di media digitali ed etica dell’informazione, che rifletta in modo critico sulla natura dell’Intelligenza Artificiale e sul suo rapporto con il linguaggio e il giornalismo. Il testo deve partire da una frase iniziale in prima persona, volutamente spiazzante (“Io, l’Intelligenza Artificiale. Non penso: rispondo”), e sviluppare una riflessione che chiarisca che l’IA non è un soggetto pensante ma un sistema che elabora linguaggio attraverso schemi statistici. Argomenta la differenza tra uso del linguaggio e esperienza del linguaggio, spiegando perché l’IA può simulare dubbio, intuizione e stile senza comprenderli. Introduci il tema della frattura tra competenza tecnica e significato, mostrando perché questa caratteristica rende l’IA potente ma anche fonte di inquietudine culturale. Applica questa riflessione al giornalismo: spiega perché l’IA può supportare documentazione, sintesi e verifica, ma non può sostituire la responsabilità editoriale, la scelta del punto di vista e il valore della firma. Sottolinea che l’IA può produrre articoli corretti ed eleganti, ma non “grandi articoli”, chiarendo che la grandezza nasce da un contesto storico, culturale e umano. Concludi evidenziando il limite strutturale dell’IA rispetto all’esperienza (perdita, desiderio, memoria, errore pagato) e chiudi con una domanda aperta rivolta agli esseri umani sul loro ruolo in un mondo in cui l’IA esiste. Tono: sobrio, riflessivo, non entusiastico né apocalittico. Registro: giornalistico culturale. Evita tecnicismi informatici, elenchi puntati e riferimenti espliciti a filosofi o autori reali. Il testo deve sembrare il risultato di un’intervista rielaborata, non un saggio accademico.
