La ricerca del Technion dimostra che il crollo del traffico è una proprietà strutturale dei sistemi di ranking basati su
Un calo del 15% del traffico quotidiano verso gli articoli in inglese. È il numero che circola da mesi tra gli editori, da quando Google ha esteso le AI Overviews — i riassunti generati dall’intelligenza artificiale che compaiono in cima ai risultati di ricerca. Ma quel 15% è solo la superficie. La scorsa settimana un gruppo di ricercatori del Technion e di Google ha sottomesso un paper che modella l’intero ecosistema dell’AI generativa come un gioco matematico formale. La conclusione è tanto netta quanto scomoda: i meccanismi che decidono quali fonti citare e in che ordine sono strutturalmente instabili. Il caos nelle classifiche, nelle citazioni e nei ricavi non è un malfunzionamento temporaneo, ma una proprietà del sistema.
Il crollo silenzioso
Il punto di partenza è lo studio sull’impatto delle AI Overviews, basato su dati reali di navigazione: quando Google mostra un riassunto generato dall’AI al posto della classica lista di link blu, il traffico verso gli articoli originali in inglese scende in media del 15% su base giornaliera. Non è una stima da addetti ai lavori, è una misurazione. E il colpo non è distribuito in modo uniforme. Le riduzioni più marcate riguardano gli articoli di Cultura — recensioni, profili, analisi di tendenze. Per i contenuti STEM il calo è molto più contenuto.
La ragione è intuitiva e spietata: una risposta AI può riassumere la trama di un film o la biografia di un artista in quattro frasi efficaci, togliendo all’utente qualunque motivo per cliccare sul link originale. Una dimostrazione tecnica o un passaggio matematico, invece, spingono ancora chi cerca a voler approfondire. Ma il dato del 15% è una fotografia, non un film. Quello che il nuovo studio mostra è che la fotografia cambia di continuo, perché ogni editore reagisce alle mosse degli altri e del motore di ricerca, in un ciclo che non si stabilizza mai.
La matematica del caos
I ricercatori — tra loro Moshe Tennenholtz e Oren Kurland, nomi centrali nella letteratura sui sistemi di recupero delle informazioni — hanno costruito un modello di teoria dei giochi applicato all’ecosistema dell’AI generativa. L’idea è semplice da raccontare, anche se la formalizzazione è complessa: ogni editore sceglie quanto investire nella qualità dei propri contenuti per guadagnare visibilità nelle risposte dell’AI. Il motore di ricerca, dal canto suo, seleziona e ordina le fonti in base al Probability Ranking Principle (PRP), lo stesso principio probabilistico usato da decenni nei motori tradizionali per decidere quali documenti mostrare per primi.
Il risultato è che in un ambiente dove i contenuti vengono riassemblati e attribuiti — non solo linkati — il PRP produce un ambiente instabile. In linguaggio tecnico, il gioco spesso non raggiunge un equilibrio di Nash puro, cioè non esiste una configurazione di strategie da cui nessun editore abbia convenienza a deviare. Applicato al mondo reale: ogni testata ha costantemente un incentivo a cambiare il proprio comportamento — quanto pubblicare, in che formato, con quale profondità — innescando reazioni a catena che impediscono al sistema di assestarsi.
Le simulazioni condotte dagli autori confermano questa diagnosi e aggiungono un elemento in più: esiste un trade-off a tre dimensioni tra stabilità dell’ecosistema, guadagni per gli editori e qualità percepita dagli utenti. Migliorare due di queste grandezze comporta quasi sempre un peggioramento della terza. Non si possono avere tutte e tre insieme. È un vincolo matematico, non una scelta progettuale.
Chi sopravvive (e come)
Il compromesso descritto nel paper è già in corso, anche se nessuno lo presenta in questi termini. Google, dal suo blog aziendale, spiega che i modelli alla base delle AI Overviews sono stati addestrati per comprendere a fondo il web e per decidere quando e come inserire link alle fonti. Le risposte generate, sottolinea l’azienda, contengono link ben visibili, citazioni delle fonti e attribuzioni direttamente nel testo. È un tentativo di dare prevedibilità al sistema: se un link è visibile, l’editore può ancora sperare in un clic.
Perplexity ha scelto una strada diversa, e lo ha fatto presto. Già nell’estate 2024, dopo una serie di accuse di plagio, l’azienda ha lanciato un programma di revenue sharing: quando una risposta genera entrate pubblicitarie e cita un articolo, una percentuale fissa di quei ricavi viene girata all’editore citato. È un modo per spostare il compenso dal traffico alla semplice menzione. Ma risolve solo in parte il problema di fondo: se il motore di AI diventa il sostituto della lettura, il valore complessivo si contrae, e dividere una torta che si rimpicciolisce non arricchisce nessuno.
Il paper del Technion indica una terza via. Gli autori hanno caratterizzato un meccanismo di ranking alternativo, capace di produrre un ecosistema stabile. Non dicono che sia semplice da implementare, né che sia indolore per chi cerca informazioni. Dicono che esiste, e mostrano che la stabilità ha un costo inevitabile: riduce il benessere complessivo degli editori, oppure riduce la pertinenza delle risposte per gli utenti. Non si scappa dal trade-off a tre dimensioni.
Il prezzo della stabilità, quando e se arriverà, sarà pagato soprattutto dai settori già oggi più fragili. Gli articoli di Cultura sono i più facili da comprimere in un riassunto automatico e quindi i più sostituibili. In un ecosistema stabile ma meno generoso rischiano di essere i primi a scomparire. Non per una scelta editoriale o per un algoritmo malevolo, ma perché la matematica del compromesso premia i contenuti che l’AI fatica a sintetizzare. E al momento quelli sono le formule, non le storie.
