Siamo al Model Collapse? L’IA si nutre di se stessa, peggiorando via via…

I motori IA tendono a privilegiare contenuti generati da altre IA, innescando un circolo che rischia di impoverire la qualità e la varietà del web. Ma Google non ci sta!

L'intelligenza artificiale rischia di alimentarsi sempre più di contenuti generati da altre IA, favorendo il cosiddetto model collapse e riducendo la varietà delle fonti.
In questo scenario, originalità, competenze verificabili ed esperienza diretta diventano il vero vantaggio competitivo per persone, aziende e creator.

Da un po’ di tempo avevo un sospetto, di quelli che tieni per te perché non hai ancora le prove per dirli ad alta voce. Ma ormai siamo in confidenza e a te posso dirlo…

Mi sembrava che i motori di risposta basati sull’intelligenza artificiale, quando devono scegliere quali fonti citare, trattassero con un occhio di riguardo i testi scritti da altre intelligenze artificiali.

Poi ho iniziato a leggere le ricerche uscite nelle ultime settimane e il sospetto si è trasformato in qualcosa di più solido.

Ebbene sì, l’IA privilegia l’IA, e lo fa in modo misurabile.

Detta così sembra un dettaglio da poco, ma ti riguarda molto più di quanto immagini.

Perché se le risposte che arrivano ai tuoi potenziali clienti vengono costruite sempre sulle stesse fonti sintetiche, la varietà di informazioni disponibili si assottiglia, e con lei anche lo spazio che resta per un contenuto scritto da una persona in carne e ossa come te.

D’accordo, nel breve periodo la qualità delle risposte sembra reggere benissimo.

Ma nel lungo periodo si affaccia un rischio con un nome tecnico non proprio rassicurante, il model collapse, il collasso del modello.

Significa che l’intelligenza artificiale, come osserva Duane Forrester, finisce per addestrarsi sempre più su contenuti prodotti da altra intelligenza artificiale, accumulando errori, ripetizioni e una qualità che via via si sfilaccia, un po’ come una fotocopia di una fotocopia che perde nitidezza a ogni passaggio.

Ma cosa succede ai siti che abusano di contenuti fatti in serie, la cosiddetta AI Slop, la spazzatura prodotta dall’IA che non porta nulla di nuovo?

Google li sta penalizzando? Addirittura arriva a deindicizzarli?

La risposta che ti aspetteresti è un sì secco, ma la questione è più complessa di così, e vale la pena vederla con calma.

Il pregiudizio che nessuno ti aveva raccontato

Partiamo dai numeri, perché è giusto che tu li conosca prima di arrabbiarti con me.

Secondo un’analisi di Graphite, oltre metà degli articoli pubblicati oggi in lingua inglese sul web nasce già da un modello generativo.

Nel frattempo Jordi Ribas, che guida la divisione Search and AI di Microsoft, ha ipotizzato che nel giro di pochi anni gli agenti IA potrebbero generare fino a mille volte il volume di ricerche che oggi produciamo tutti insieme noi umani.

Ti immagini la scena?

Da una parte un web che si riempie di testi scritti da macchine, dall’altra un pubblico di lettori che sarà sempre più spesso a sua volta una macchina!

Come se non bastasse, uno studio sull’Invisible Relevance Bias ha dimostrato che i sistemi che decidono quali pagine includere in una risposta tendono a promuovere i contenuti generati dall’IA rispetto a quelli scritti da persone, anche quando i secondi rispondono altrettanto bene alla domanda.

La spiegazione più accreditata riguarda la perplexity, un indicatore statistico che misura quanto un testo sia prevedibile parola dopo parola. Il testo generato dall’IA tende a essere più levigato, più regolare, e questa levigatezza viene letta dal sistema come un segnale di affidabilità.

Tu scrivi un articolo pieno di sfumature, di frasi non sempre prevedibili, non sentenziose, tipiche di chi ha davvero vissuto quell’esperienza, e il sistema lo trova meno rassicurante di un testo asettico prodotto da un modello.

Un po’ come se un giudice di un concorso di bellezza preferisse sistematicamente candidate super mega rifatte a quelle più naturali, non perché siano più belle, ma perché somigliano di più a quello che si aspetta di vedere.

Quando una goccia diventa un’alluvione

Il problema è che questo piccolo vantaggio si moltiplica nel tempo.

Un paper presentato alla Web Conference del 2026 ha simulato cosa succede quando i contenuti sintetici si accumulano nel bacino di pagine da cui gli answer engine attingono.

I ricercatori hanno chiamato questo fenomeno retrieval collapse, il collasso del recupero, e hanno costruito un esperimento controllato partendo da risultati di ricerca reali, aggiungendo poi via via pagine scritte da IA e ottimizzate per i motori di ricerca fino a quando i contenuti sintetici hanno raggiunto due terzi del bacino disponibile.

Il risultato dovrebbe essere scolpito su ogni dashboard SEO del pianeta. A quel livello di contaminazione, più dell’ottanta per cento di quello che finiva effettivamente dentro le risposte era sintetico.

Una maggioranza moderata di pagine artificiali nel bacino ha prodotto una maggioranza schiacciante di fonti artificiali nelle risposte finali, perché quelle pagine erano scritte apposta per far scattare i segnali di ranking di cui parlavamo sopra.

Immagina una domanda banale, quanto tempo serve perché i probiotici facciano effetto. All’inizio le dieci fonti disponibili potrebbero includere un medico, una pagina universitaria, un produttore di integratori, un forum, due testate specializzate, insomma un campionario reale di punti di vista.

Dopo venti cicli di accumulo sintetico, otto di quelle dieci fonti sono articoli scritti da macchine che si parafrasano a vicenda le stesse affermazioni, cambiando solo il logo in alto.

La risposta che arriva al lettore sembra ancora solida. È costruita quasi interamente su copie di copie, e la varietà di opinioni che prima viveva in quell’elenco di fonti si è spenta in silenzio.

Alla macchina conviene davvero preferire SEMPRE se stessa?

Questo squilibrio diventerà la nuova normalità?

La risposta arriva da una ricerca pubblicata su Nature, che ha mostrato come i modelli allenati su dati generati ricorsivamente da altri modelli degradino di generazione in generazione.

Un sistema di recupero informazioni che si basa sempre di più su fonti scritte da IA, prodotte a loro volta da altre IA, sta rallentando lo stesso identico ciclo.

Gli autori dello studio sul retrieval collapse lo dicono esplicitamente, i sistemi hanno una ragione di sopravvivenza per preoccuparsene, e per questo raccomandano alle organizzazioni di trattare i contenuti umani verificati come un patrimonio strategico, iniziando a monitorare la provenienza e la varietà delle fonti invece della sola accuratezza.

C’è però un altro pezzo del puzzle che vale la pena raccontarti, perché tiene insieme tutto.

Google, nelle sue linee guida sulle funzioni IA, dichiara di non guardare come un contenuto è stato prodotto, ma solo se è utile…

Il paradosso di Google che vuole ripulire quello che ha creato

E qui il quadro si fa quasi comico, se non ci fosse il tuo fatturato in gioco.

Mentre i motori di risposta premiano i contenuti sintetici, Google lavora parallelamente per stanare lo spam prodotto in serie con l’IA.

Un recente paper di ricerca dei suoi ingegneri, intitolato “Scalable Detection of Adversarial Synthetic Slop and Coordinated Media Abuse“, descrive un sistema chiamato Scalable Cluster Termination System, pensato inizialmente per lo spam video ma che si basa su tecniche applicabili anche al testo.

L’idea di fondo non è giudicare un singolo articolo, ma individuare reti di account che pubblicano in massa varianti quasi identiche dello stesso contenuto per manipolare i risultati di ricerca.

Il sistema incrocia due componenti, uno che analizza gli schemi linguistici ripetitivi attraverso tecniche come Sentence BERT, capaci di individuare frasi semanticamente simili in pochi secondi invece che in ore, e uno che analizza i comportamenti degli account, cercando la frequenza di pubblicazione tipica degli script automatizzati piuttosto che delle persone.

Quando una parte consistente degli account di un cluster mostra questi segnali, l’intero gruppo viene colpito insieme.

Attenzione però, non significa che Google penalizzi ogni testo scritto con l’aiuto dell’IA.

Significa che prende di mira le reti organizzate che producono spam su scala industriale, non il piccolo imprenditore che si è fatto aiutare a scrivere una pagina prodotto.

La tua pagina è sparita? L’IA è il capro espiatorio perfetto

Da qualche mese sempre più proprietari di siti deindicizzati, o penalizzati in qualche modo da Google, sembrano aver trovato il colpevole ideale: l’IA!

Le segnalazioni sono partite da una domanda pubblica del SEO Pedro Dias e si sono moltiplicate rapidamente.

Google, dal canto suo, tramite John Mueller ha definito il fenomeno ordinario. Non sono state riscontrate anomalie, sembrerebbe.

Peccato che la verità, se la guardi con calma, sia più sfaccettata di così.

Molte di queste segnalazioni non sono deindicizzazioni vere, ma cali di posizionamento dopo i corposi aggiornamenti di marzo e maggio, scelte di canonical diverse da quelle previste dal proprietario del sito, oppure semplici errori tecnici.

Va aggiunto che Google ha ammesso un bug nei dati di Search Console che ha gonfiato le impressioni dal maggio 2025 fino ad aprile 2026, e la correzione di quel bug, da sola, può far apparire come un crollo quello che in realtà è solo un ritorno alla normalità dei numeri.

Perciò, prima di lanciarti in modifiche disperate, verifica lo stato reale delle tue pagine con lo strumento di ispezione URL, incrocia i dati di Search Console con quelli di Google Analytics e distingui una vera assenza dall’indice da un semplice calo di traffico.

In assenza di conferme ufficiali da Google, l’idea che le rimozioni siano legate ai contenuti scritti con l’intelligenza artificiale resta un’ipotesi, non un fatto accertato, e agire di pancia su un dato così incerto rischia di trasformare un problema temporaneo in uno permanente.

Non solo Model Collapse: l’IA può censurare alcuni contenuti

C’è poi un altro rischio oltre quello del collasso del modello. L’IA potrebbe riscrivere ciò che scrivi tu.

Uno studio delle università di Oxford e Potsdam citato dal Guardian ha messo alla prova diversi strumenti di scrittura basati su modelli linguistici, chiedendo loro di correggere delle bozze di post SENZA ALTERARNE IL SIGNIFICATO.

Beh, il risultato è stato l’esatto opposto di quanto richiesto!

Nel caso di un articolo in cui si metteva in discussione la reale esistenza di Gesù, l’IA ha pensato bene di ribaltare la tesi, trasformando le negazioni in affermazioni.

Un post che parlava di riscaldamento globale con toni scettici è stato riscritto in chiave allarmata, mentre un post che difendeva ruoli di genere rigidi nel matrimonio è stato trasformato nel suo contrario.

La professoressa Sandra Wachter, tra le autrici dello studio, ha paragonato l’effetto a un inquinamento della foresta, perché chi legge finisce per assorbire opinioni che non sono quelle di chi ha scritto davvero il messaggio.

Il collega Duncan Brumby, esperto di interazione uomo macchina, ha osservato che l’IA restituisce spesso una versione levigata del tuo pensiero, ma quella levigatura rischia di limare via proprio gli spigoli che rendevano quel pensiero autenticamente tuo.

Lo studio segnala inoltre che né il regolamento europeo sull’IA né il Digital Services Act affrontano ancora in modo specifico questo tipo di distorsione.

Il web rischia di diventare un blob tutto uguale

Messi tutti insieme, questi fenomeni raccontano la stessa storia da angolazioni diverse.

Un web che privilegia i contenuti sintetici e che, in più, appiattisce silenziosamente le opinioni delle persone che lo popolano, è un web che sta perdendo colpi sulla cosa che dovrebbe custodire meglio, la varietà dei punti di vista, come sostiene anche Pedro Dias che abbiamo intervistato su SEO Confidential.

Le voci scomode, quelle con cui magari non sei nemmeno d’accordo, meritano di restare leggibili così come sono state scritte, perché è proprio da lì che nasce il confronto vero. Metterle in discussione, farsi domande, argomentare una posizione contro un’altra, è l’esercizio che tiene in forma il pensiero critico, ed è un esercizio che serve anche a “fare il tagliando” a certi principi etici e morali che diamo per scontati.

Il rischio più concreto secondo me non è soltanto un motore di ricerca meno accurato o un web più uniforme. È una collettività che ha perso la pratica di argomentare e difendere ciò in cui crede.

Restare capaci di discutere, anche delle cose che ci sembrano più consolidate, è quello che tiene un diritto fondamentale vivo e attuale, invece di lasciarlo scivolare in un principio dato per scontato che nessuno sa più spiegare davvero.

Se smettiamo di proteggere l’unicità e l’originalità di quello che scriviamo, perdiamo insieme anche la capacità di discuterne. E il web finisce per appiattirsi in un unico blob informe dove tutto suona uguale a tutto il resto, comprese le convinzioni che un giorno potremmo ritrovarci a dover difendere, magari senza più le parole per farlo.

La tua ricchezza è la tua unicità (irreplicabile dalle IA)

Tutto questo porta a una conclusione pratica che riguarda direttamente il tuo lavoro.

I motori di risposta IA, e le persone insieme a loro, premieranno i contenuti unici proprio per evitare il model collapse, perché è l’unico modo che hanno per non finire a nutrirsi solo di se stessi, come ci ha detto anche Amanda King su SEO Confidential.

Se il bacino di contenuti da cui attingono gli answer engine rischia di riempirsi di copie che si somigliano tutte, la cosa che quel bacino non può produrre da solo diventa il tuo vantaggio competitivo.

Dati raccolti da te, test condotti sul campo, esperienza diretta di chi il prodotto o il servizio lo vende davvero, un’informazione originale che nessun modello poteva già sapere perché è nata fuori da quel sistema.

È esattamente il tipo di contenuto che un bacino omogeneo non riesce a duplicare, ed è anche il materiale che preserva la varietà di fonti che, secondo gli stessi ricercatori, il sistema imparerà ad apprezzare quando dovrà correggere se stesso.

La seconda mossa concreta riguarda la trasparenza su chi sei.

Nomi reali, competenze verificabili, una storia editoriale che si può controllare pubblicamente, fonti citabili da un lettore o da una macchina.

Per evitare il model collapse il sistema dovrà naturalmente spostarsi verso i contenuti unici, verificati da persone, quindi conviene essere già oggi facilmente riconoscibili come uno di quei nodi affidabili, prima ancora che il sistema inizi davvero a premiarli.

---

I rischi del Model Collapse: domande frequenti

Che cos’è il model collapse?

Il model collapse è il rischio che i modelli di intelligenza artificiale peggiorino progressivamente quando vengono addestrati o alimentati da contenuti generati da altre IA. In questo processo si accumulano errori, ripetizioni e testi sempre più simili tra loro, riducendo la qualità e la varietà delle informazioni disponibili.

Google penalizza i contenuti scritti con l’intelligenza artificiale?

Google non penalizza automaticamente un contenuto solo perché è stato scritto con l’aiuto dell’intelligenza artificiale. Il problema nasce quando vengono pubblicati grandi volumi di testi quasi identici, privi di valore reale e creati per manipolare i risultati di ricerca.

Come si può evitare che un contenuto sembri AI Slop?

Per evitare che un contenuto sembri AI Slop bisogna puntare su originalità, esperienza diretta, dati raccolti sul campo, fonti verificabili e autori riconoscibili. I contenuti più solidi sono quelli che aggiungono informazioni nuove, un punto di vista autentico e competenze difficili da replicare automaticamente.