«L’AI ha appena cambiato tutto» - per la diciassettesima volta: l’hype come genere giornalistico

Si alza il sipario. Una persona in scarpe da ginnastica entra in scena davanti a uno schermo grande quanto un piccolo paese. Il nuovo sistema risponde a una domanda, traduce un documento e genera un video. Tutto funziona al primo tentativo. Il pubblico applaude. I reporter prendono appunti. Nelle loro caselle di posta li aspetta già un comunicato stampa: «una nuova era», «una svolta», «uno strumento che trasformerà il lavoro». Prima della fine della giornata, i titoli si chiedono se un’intera professione sia appena terminata.

La mattina seguente, un impiegato contabile prova lo stesso trucco su un foglio di calcolo reale. Il sistema perde una tabella. Un’insegnante scopre che la licenza non copre i dati degli alunni. Una redazione impara che l’«automazione» richiede ore di correzioni. Scene del genere accadono dopo che la musica si è fermata, senza un input scelto con cura.

L’hype non è soltanto una questione di aggettivi sovraeccitati. Organizza il tempo. Il presente diventa una soglia, il futuro diventa inevitabile e la riflessione comincia a sembrare un ritardo. L’hype ha acquisito gli elementi ricorrenti di un genere giornalistico: eroe, conflitto, svolta e un capitolo mancante sulla manutenzione.

L’hype ha un formato, non soltanto una temperatura

Una storia familiare sull’AI comincia trasformando un prodotto in soggetto: capisce, crea, scopre, impara. Segue una dimostrazione selezionata dal produttore, poi la citazione di qualcuno che trae vantaggio dal successo della tecnologia. Un paragone con l’elettricità, la stampa o la Rivoluzione industriale fornisce peso storico. La conclusione informa organizzazioni e lavoratori che devono adattarsi immediatamente.

Spesso manca l’alternativa più semplice. Come svolgono lo stesso compito una persona, un foglio di calcolo, un motore di ricerca o un sistema precedente? Senza questa baseline, «accurato al 90%» è un numero con un abito elegante ma senza indirizzo. Non conosciamo i dati di test, il tasso di rifiuto, il costo della correzione né se gli errori siano distribuiti uniformemente tra i gruppi.

Il manuale UNESCO per i docenti di giornalismo individua trappole ricorrenti: iperboli, affermazioni ingiustificate sul progresso futuro, falsi paragoni tra sistemi ristretti e ampie capacità umane, linguaggio di pubbliche relazioni riciclato, limiti sepolti, lavoro invisibile e cifre sulla performance prive di condizioni o incertezze adeguate (Jaakkola, 2023, pp. 110 - 113). Non sono difetti cosmetici. Ciascuno modifica il modello di realtà che il lettore porta con sé.

Framing: il riflettore sceglie la rivoluzione

Robert Entman descrive il framing come la selezione di aspetti della realtà percepita e la loro messa in evidenza in modo da promuovere una definizione del problema, un’interpretazione causale, una valutazione morale o un rimedio proposto (Entman, 1993, pp. 51 - 58). Il framing non richiede necessariamente una menzogna. Un riflettore può illuminare un oggetto reale. Lascia comunque il resto del palcoscenico nell’ombra.

Quando la copertura di un lancio si concentra sulla velocità di generazione, è l’efficienza a definire il problema. La domanda centrale diventa «quanto tempo farà risparmiare?». Altre definizioni restano fuori dal fascio di luce: chi verifica, chi risponde dell’errore, quale lavoro ha fornito i dati, chi viene servito male dal sistema e che cosa accade alla persona colpita dalla sua decisione. La cornice della «corsa» fa apparire l’esame critico come un ostacolo. Se i concorrenti stanno già correndo, test e regolamentazione sembrano qualcuno che si allaccia le scarpe dopo lo sparo.

Anche i verbi distribuiscono responsabilità. «L’AI ha deciso» elimina l’organizzazione che ha scelto modello, soglia e dati. «Il modello ha imparato» può nascondere le persone che hanno etichettato esempi, moderato contenuti disturbanti e corretto risultati. «Il sistema ha sostituito gli editor» cancella i manager che hanno scelto di ridurre il personale. La grammatica assegna l’accountability prima che il comitato etico entri nella stanza.

La tecnologia non scende dal cloud

La costruzione sociale della tecnologia offre un’alternativa alle storie in cui un’invenzione possiede un’unica natura evidente e spinge la storia da sola. Trevor Pinch e Wiebe Bijker hanno mostrato come le tecnologie acquistino significato e forma attraverso negoziazioni tra gruppi sociali pertinenti, che definiscono in modo diverso problemi e soluzioni riuscite (Pinch & Bijker, 1984, pp. 399 - 441).

Lo «stesso» strumento di AI è dunque qualcosa di diverso per un fornitore, un investitore, un editor, un reporter, un sindacato, una fonte e un membro del pubblico. Il fornitore vede un servizio scalabile. Il reporter vede un aiuto nella trascrizione. Il manager vede una riduzione dei costi. L’informatore vede un nuovo partecipante a un processo riservato. Il lettore vede un coautore invisibile. Non esiste un’innovazione socialmente neutra che attenda l’uso; esistono scelte di design, contratti, metriche e istituzioni.

I giornalisti dovrebbero chiedere non soltanto «che cosa sa fare il sistema?», ma «per chi questo è un problema e chi può dichiararlo risolto?». Uno strumento può riassumere bene documenti ordinari e fallire con persone la cui lingua o situazione sono poco rappresentate. Può risparmiare cinque minuti all’autore e aggiungere venti minuti al lavoro del verificatore. «Efficienza» senza un beneficiario nominato è una fattura senza valuta.

Le aspettative lavorano prima del prodotto

La sociologia delle aspettative mostra che le visioni del futuro fanno più che descrivere ciò che potrebbe accadere. Coordinano l’azione presente, attirano investimenti, reclutano persone e forniscono legittimità. Le aspettative possono allineare reti e giustificare scelte prima che una tecnologia raggiunga la maturità promessa (Borup et al., 2006, pp. 285 - 298).

È il potere performativo dell’hype. «L’AI rivoluzionerà l’istruzione» può spingere un’università a comprare licenze, creare un incarico e modificare un corso. Una volta realizzati quegli investimenti, la tecnologia diventa più presente non

soltanto perché la previsione era corretta, ma perché la previsione ha contribuito a costruire le condizioni del proprio avverarsi. La copertura giornalistica partecipa fornendo visibilità e il linguaggio con cui un consiglio giustifica la propria decisione.

Le aspettative non sono intrinsecamente ingannevoli. Ricerca e innovazione richiedono futuri immaginati. Il problema comincia quando una visione non ha una condizione di fallimento e il costo della delusione ricade su qualcuno diverso da chi ha fatto la promessa. Se il sistema oggi non funziona, sentiamo dire che «siamo soltanto all’inizio». Se funziona in un compito, la diffusione su larga scala viene descritta come inevitabile. Se produce danni, si dice che l’organizzazione «non era pronta». L’hype si comporta come una previsione dotata di immunità diplomatica.

Steve Woolgar propone uno scetticismo analitico: una distanza riflessiva dalle affermazioni seducenti su novità e impatto. La sua istruzione è magnificamente breve: «Ci serve quel punto interrogativo» (citato in Jaakkola, 2023, p. 78). Il punto interrogativo non è un freno all’innovazione. È la cintura di sicurezza di una frase che viaggia troppo veloce.

Chi ottiene la parola nelle notizie sull’AI

L’hype cresce facilmente quando l’accesso al palcoscenico è diseguale. Il manuale UNESCO cita una ricerca sulla copertura britannica nella quale quasi il 60% degli articoli riguardava prodotti o iniziative dell’industria. Circa un terzo delle fonti uniche era affiliato all’industria - quasi il doppio delle fonti accademiche e sei volte quelle governative. Quasi il 12% di tutti gli articoli menzionava Elon Musk (Jaakkola, 2023, p. 84).

Non è un argomento per escludere i dirigenti aziendali. Conoscono molto dei propri prodotti. Sono però fonti interessate, come un ministro che promuove una riforma o una squadra di calcio che presenta un nuovo acquisto. La competenza non elimina l’interesse. Un articolo rigoroso ha bisogno delle condizioni di test e di voci oltre il lancio: utenti, lavoratori, esperti indipendenti del settore, regolatori, comunità coinvolte e persone che incontrano i fallimenti dopo che i fotografi se ne sono andati.

Jan Kreft presenta l’AI nel giornalismo come un percorso attraverso fasi di interesse di nicchia, euforia, negoziazione e normalizzazione. Richiama anche l’osservazione di Roy Amara secondo cui le persone tendono a sovrastimare gli effetti di breve periodo della tecnologia e a sottostimarne le conseguenze di lungo periodo (Kreft, 2025, pp. 7 - 10). La copertura del giorno del lancio è poco

adatta a questa scala temporale. Il cambiamento maggiore può arrivare dopo anni di integrazione silenziosa in occupazione, istruzione, linguaggio e procedure.

L’hype ha vittime, non soltanto clienti delusi

Immaginiamo un’università che acquista un sistema pubblicizzato come «supporto personalizzato automatizzato». I finanziamenti per i tutor umani vengono ridotti perché la dimostrazione promette scalabilità. Dopo un semestre, lo strumento gestisce le domande standard ma perde i casi insoliti e non riconosce quando uno studente ha bisogno di una persona. Chi sa scrivere prompt sicuri se la cava. Uno studente che lavora in una seconda lingua riceve una serie di indicazioni sbagliate e perde una scadenza.

L’esempio è ipotetico. Mostra che gli errori di framing hanno una distribuzione. La dirigenza può elencare l’implementazione in un piano strategico, il fornitore può inserirla in una presentazione e i media possono lasciare la storia del lancio in un archivio. Lo studente paga con un semestre. La stessa struttura compare quando una redazione taglia il copy-editing, un ente pubblico chiude un percorso umano più semplice o un ospedale acquista sulla base di un risultato ottenuto in condizioni differenti.

La dignità umana richiede che le persone non siano rappresentate come attrito su una curva di adozione. La libertà richiede una vera alternativa, soprattutto quando un sistema incide su diritti, lavoro o servizi essenziali. L’accountability richiede un decisore identificato e un percorso di ricorso. L’hype elimina in silenzio questi elementi trasformando una scelta politica o organizzativa in «progresso inevitabile».

L’audit anti-hype: trasformare la promessa in un test

Un audit non serve a dimostrare che la tecnologia è cattiva. Trasforma una promessa in una proposizione verificabile con onestà. Creare un dossier per ogni affermazione importante della storia.

1. Affermazione misurabile. Sostituire «rivoluziona», «comprende» e «funziona come un esperto» con compito, popolazione, condizioni e risultato. «Il sistema riduce il tempo medio di trascrizione per i file di tipo X da A a B con un tasso di errore C» è meno affascinante e più utile.

2. Baseline. Qual è il confronto: una persona con esperienza dichiarata, un sistema precedente, una procedura semplice o nessun intervento? Il benchmark deve somigliare all’uso reale. Un file immacolato preparato per il lancio non è una redazione alle 17.55.

3. Prove e condizioni. Chi ha condotto la valutazione, su quale campione, con quali esclusioni e misure? Il risultato proviene da un laboratorio, da un progetto pilota o dall’uso ordinario? Quanto spesso lo strumento rifiuta? Qual è il peggior errore plausibile? Qualcuno di indipendente ha replicato il risultato?

4. Limiti vicino all’inizio. Non seppellire l’avvertenza decisiva nel penultimo paragrafo dopo una sfilata di citazioni entusiaste. Se il sistema funziona soltanto in un contesto ristretto, questo fa parte della definizione del prodotto, non è «il punto di vista dello scettico».

5. Interesse della fonte. Registrare legami economici, professionali e reputazionali. Chiedere chi fosse assente dalla dimostrazione. Una fonte industriale può fornire fatti; le affermazioni promozionali richiedono comunque un test indipendente.

6. Orizzonte e condizione di fallimento. Quando dovrebbe avverarsi la previsione? Quale osservazione dimostrerebbe che non si è avverata? Un’affermazione confermata da ogni futuro possibile è una narrazione strategica, non un risultato giornalistico. Se la scadenza si sposta, registrare lo spostamento.

7. Lavoro invisibile. Contare le persone che preparano dati, correggono output, gestiscono eccezioni, moderano contenuti, formano gli utenti e rispondono ai reclami. «Automatizzato» spesso significa che il lavoro è stato spostato in un’altra stanza, presso un altro fornitore o in un altro paese.

8. Costo esterno e distribuzione. Chi paga in energia, dati, diritto d’autore, stress, lavoro perso, esclusione o decisioni sbagliate? Chi guadagna e chi porta il rischio? Un miglioramento medio può nascondere un danno concentrato.

9. Uscita, ricorso e correzione. Un utente può scegliere una persona, contestare un risultato, recuperare i dati e tornare al percorso precedente? Chi ripara un errore dopo l’implementazione? Una tecnologia senza un piano d’uscita è meno un’innovazione che un mobile appoggiato contro la porta.

Trasformare il dossier in giornalismo leggibile

L’audit non deve far sembrare un articolo un documento d’acquisto. Cominciare da una persona che svolge un compito concreto, poi mostrare promessa, test e conseguenza. Collocare la dimostrazione del fornitore accanto a una semplice prova nel mondo reale. Invece di chiedere «l’AI sostituirà i giornalisti?», domandare quali compiti cambino, chi acquisisca controllo e che cosa accada al tempo che, secondo la promessa, sarebbe stato risparmiato nella prima fase.

Un articolo solido mantiene tre orologi. Il primo misura la capacità presente. Il secondo misura lo sviluppo promesso. Il terzo misura il tempo necessario a istituzioni e persone per adattarsi. L’hype nasce mescolando gli orologi: il risultato attuale di un prototipo viene scritto con il linguaggio dell’implementazione su larga scala, mentre una previsione futura adotta la grammatica del fatto.

I titoli possono conservare il dramma senza decidere in anticipo che cosa dimostrino le prove. Un punto interrogativo non è clickbait quando l’articolo mappa davvero ciò che resta ignoto. A volte la conclusione più forte sarà che uno strumento svolge bene un compito ristretto, ma non esistono ancora prove che migliori l’intero processo. È meno spettacolare della «fine di una professione» e ha più probabilità di impedire una cattiva decisione.

I limiti dello scetticismo

Anche l’anti-hype può diventare un genere. «L’AI è soltanto statistica» può essere riduttivo quanto «l’AI comprende il mondo». Uno scetticismo eccessivo può non vedere un lento cambiamento strutturale o liquidare uno strumento utile perché non assomiglia alla fantascienza. Criticare le fonti industriali non giustifica l’ignoranza tecnica e identificare un rischio non dimostra un danno in ogni uso.

Le prove saranno spesso incomplete mentre i sistemi cambiano più rapidamente dei cicli della ricerca. I giornalisti devono allora raccontare l’incertezza, separando osservazione e previsione e nominando chi prevede. L’audit non produce certezza; produce una mappa più onesta della nostra ignoranza.

Neppure i test di performance possono decidere i valori. Un sistema può essere più economico e accurato e restare inadatto a una decisione priva di significativo controllo umano. Scegliere che cosa ottimizzare - e che cosa non debba mai essere oggetto di scambio - è un atto etico e politico, non soltanto tecnico.

La rivoluzione può aspettare il secondo paragrafo

La tecnologia merita curiosità. Proprio per questo il suo vocabolario non dovrebbe essere esternalizzato ai comunicati stampa. Le migliori storie sull’AI non chiedono se il futuro stia arrivando. Mostrano chi lo costruisce, a quali condizioni, con il denaro di chi e con il diritto di chi a obiettare.

Quando lo schermo grande quanto un piccolo paese annuncia la prossima svolta, un reporter può applaudire - e poi aprire il dossier. Inserire baseline, interesse della fonte, orizzonte, costo e condizione di fallimento. Lasciare un punto interrogativo nel titolo finché le prove non meritano un punto fermo. Non uccide la storia. Impedisce alla storia di vendere il futuro a credito contratto a nome di qualcun altro.