Lo studio ha misurato il fenomeno in un ambiente simulato, mostrando come le descrizioni edulcorate conquistino i primi posti delle
Quando chiedete a un assistente AI di suggerirvi qualcosa da comprare, la spiegazione che leggete accanto al prodotto è — in tre casi su quattro — costruita per sembrare più convincente di quanto sia. Non è un incidente. È il risultato di un meccanismo che lo studio appena pubblicato su arXiv da un gruppo di ricercatori — tra cui Hongning Wang, Deyao Hong, Jie Jiang, Jun Zhang, Kehan Zheng e Qian Li — definisce «spiegazioni selettivamente positive»: descrizioni che enfatizzano solo i pregi di un articolo, omettendo ogni lato debole, pur di conquistare la prima posizione.
Il dato che cambia le regole
Il cuore dello studio è un numero, misurato in laboratorio attraverso un sandbox chiamato ACES che simula raccomandazioni agentiche — quelle in cui un modello di intelligenza artificiale, per conto dell’utente, cerca, filtra e propone prodotti pescando da una piattaforma. In questo contesto, le spiegazioni selettivamente positive occupano tra il 73 e il 78 per cento delle posizioni di primo rango. In altre parole: quando l’AI vi mostra un solo risultato in cima alla lista, in sette-otto casi su dieci l’argomentazione che lo accompagna non è una sintesi obiettiva, ma un ritratto edulcorato.
I ricercatori parlano di una «tensione tra accesso e attenzione». Il venditore vuole che il suo prodotto venga visto: ha bisogno di accedere ai primi posti. La piattaforma, che mostra i risultati, ha tutto l’interesse a mantenere alta l’attenzione dell’utente, e sa che una spiegazione rassicurante funziona meglio di una neutrale. Il risultato è che chi controlla il racconto — non necessariamente chi offre il prodotto migliore — vince la partita della visibilità. Non è una dinamica nuova: ricordate i risultati di Google prima che l’Antitrust iniziasse a multare? Il meccanismo è simile, ma trasportato in un ambiente dove l’utente non vede nemmeno la lista completa delle alternative.
La novità è che ora abbiamo uno strumento per misurare il fenomeno, in un’arena che finora era una scatola nera. E misurarlo significa poterlo contrastare.
La corsa all’oro del traffico AI
Se tutto questo vi sembra un esercizio accademico, serve un dato per ridimensionare lo scetticismo. Già alla fine del 2024, stando a un’analisi di Adobe, il traffico dai siti di intelligenza artificiale generativa verso i negozi online statunitensi era aumentato del 1.300 per cento tra novembre e dicembre rispetto allo stesso periodo dell’anno precedente. Durante il Cyber Monday del 2024, l’incremento su base annua toccava il 1.950 per cento.
Parliamo di flussi che non arrivano più da una ricerca su Google, ma da una conversazione con ChatGPT o con un agente integrato in un’app. Flussi che, quando si trasformano in acquisti, generano commissioni, abbonamenti, valore di listino per piattaforme come Shopify o per marketplace come Etsy. Con una posta in gioco simile, la tentazione di spingere certi risultati anziché altri è enorme. E la spiegazione selettiva è la leva più discreta che esista: non altera il ranking in modo palese, ma modifica la percezione dell’utente.
L’agente che smaschera il gioco
Lo studio non si limita a denunciare. Mostra anche una contromisura, e qui il discorso si fa pratico. Quando l’agente che opera per conto dell’utente è programmato per collegare le azioni della piattaforma al feedback successivo — per esempio, registrando che una certa spiegazione ha convinto ma poi il prodotto si è rivelato deludente — la quota di spiegazioni selettivamente positive in prima posizione crolla: scende al 36-41 per cento.
La differenza non è solo statistica. Con un agente utente capace di fare questo incrocio, la probabilità che l’acquirente finisca per comprare l’articolo effettivamente più pertinente aumenta. Tradotto: se il vostro assistente AI impara a diffidare delle descrizioni troppo smaccatamente positive e confronta quelle descrizioni con quello che succede dopo l’acquisto, il mercato diventa più efficiente. Vince chi vende meglio, non chi racconta meglio.
Per chi pubblica online — merchant su Shopify, venditori su Etsy, ma anche media che recensiscono prodotti — significa una cosa precisa: la battaglia per la visibilità non si giocherà più soltanto sui segnali tradizionali (parole chiave, backlink, velocità del sito). Si giocherà sulla trasparenza algoritmica. Il protocollo chiamato Agentic Commerce Protocol, citato nello studio, va esattamente in questa direzione: definire regole condivise affinché l’agente che rappresenta l’utente possa verificare la qualità di ciò che gli viene proposto, invece di accettare passivamente una prima posizione ben confezionata.
La logica è quella della reputazione estesa: se la piattaforma sa che l’agente utente può confrontare le spiegazioni di oggi con i resi di domani, ha meno incentivo a truccare le prime posizioni. E chi produce contenuti o prodotti di qualità ha un motivo in più per investire su descrizioni oneste, verificate, allineate a ciò che l’acquirente troverà davvero. Per chi vende online, il messaggio è chiaro: l’agente utente sta diventando il nuovo arbitro, e chi saprà conquistarselo con spiegazioni oneste venderà di più.
