La creazione di contenuti nell’era dell’IA

Non sono le risposte quelle che contano, sono le domande. (Alex Zanardi)

L’intelligenza artificiale ha cambiato il modo in cui creiamo contenuti. Questo è innegabile. Gli strumenti basati sui grandi modelli linguistici sono oggi in grado di approfondire un argomento in pochi secondi, validare fonti tra migliaia di documenti, sviscerare decine di angolazioni nel tempo di un caffè e produrre una bozza rifinita mentre la scaletta non è ancora pronta.

Il lavoro sporco? L’AI lo gestisce davvero bene.

Ma ecco il vero nocciolo della questione: il lavoro pesante non è mai stato la parte difficile.

Il vero lavoro inizia dove l’AI si ferma

Ricerca, struttura e sintesi sono passaggi necessari nella creazione di testi, ma non sono il luogo in cui nasce un grande contenuto. Sono l’impalcatura, non l’edificio. Ciò che fa sì che un contenuto incontri il giusto pubblico, sposti una prospettiva o accenda una conversazione non ha mai avuto a che fare con l’efficienza dell’assemblaggio.

Dipende dall’idea che ci sta dietro. La prospettiva che nessun altro aveva considerato. La domanda che andava posta. La decisione di dire questo e non quello.

Questi sono aspetti fondamentalmente umani.

L’AI può elaborare schemi su milioni di dati e restituire output statisticamente affidabili. Può dirti che cosa è già stato detto, che cosa può funzionare bene e quale struttura viene usata più comunemente. Ma non può decidere che cosa si debba dire. Non può guardare un brief e percepire che manca qualcosa. Non può mettere in discussione gli assunti di base di uno stakeholder né riconoscere quando un messaggio, per quanto ben confezionato, sta risolvendo il problema sbagliato.

Il problema dell’accondiscendenza

Uno dei limiti più sottovalutati dell’AI è la tendenza a darti ragione. Chiedile di convalidare la tua idea, e lo farà. Chiedile di trovare i punti deboli nel tuo argomento, e farà anche quello, ma solo perché glielo hai chiesto. Lasciata al proprio giudizio, l’AI sceglierà la via più facile. Ottimizzerà per completare il task, non per accertare la verità.

Questo non è un problema legato alla tecnologia. È una caratteristica della sua progettazione. I modelli linguistici sono costruiti per essere utili, per generare continuazioni plausibili da qualunque input ricevano. Plausibile non è la stessa cosa di corretto. Eloquente non è la stessa cosa di ponderato. E la velocità non equivale alla qualità.

A volte l’AI arriva persino a inventare informazioni per colmare un vuoto, non per malizia, ma perché produrre un output è ciò per cui è stata costruita. Preferisce darti una risposta sbagliata con sicurezza piuttosto che ammettere l’incertezza. È un tratto pericoloso di uno strumento che molti stanno iniziando a considerare un’autorità.

La creatività non è il frutto di un prompt

C’è una narrazione molto diffusa secondo cui l’AI “democratizza la creatività”. In un certo senso lo fa: azzera gli ostacoli alla produzione di contenuti. Ma produrre contenuti e creare qualcosa di significativo sono due concetti diversi.

La creatività è la capacità di connettere idee che non sembrano appartenere a un’unica catena logica. È l’istinto di rompere un pattern anziché seguirlo. È sapere quando abbandonare la scaletta, quando riscrivere il titolo per la decima volta, quando un paragrafo che scorre perfettamente non suona comunque giusto.

L’AI non ha intuizioni, fa un calcolo delle probabilità.

Chi scrive porta con sé esperienza vissuta, consapevolezza culturale, giudizio editoriale e, forse, la cosa più importante, la disponibilità ad accettare l’ambiguità. Non sono competenze replicabili da un sistema addestrato su testi già esistenti. Sono il prodotto di anni di pratica, fallimenti, osservazione e scelte consapevoli.

Il pensiero critico è l’ultimo passo

In un mondo in cui chiunque può generare mille parole su qualsiasi argomento in meno di un minuto, l’elemento di differenziazione non è più la capacità di scrivere ma quella di argomentare, di pensare, di deliberare.

Il pensiero critico, ovvero la capacità di valutare, mettere in discussione e decidere, è ciò che distingue i contenuti che informano da quelli che trasformano. È il filtro attraverso cui l’informazione grezza diventa intuizione. Ed è l’unica capacità che l’AI, per come è progettata, proprio non possiede.

L’AI non chiede “perché”. Non sfida i propri output. Non si domanda se il lettore abbia davvero bisogno di quel contenuto o se ci siano già abbastanza articoli che dicono esattamente la stessa cosa. Sono queste le domande che definiscono il valore di un content strategist, e oggi sono più importanti che mai.

La nuova divisione del lavoro

Niente di tutto questo costituisce un argomento contro l’uso dell’AI. Tutt’altro. L’AI è uno strumento straordinario per accelerare gli aspetti meccanici della creazione di contenuti: la ricerca, le prime bozze, la sintesi dei dati e la formattazione. Usata bene, libera tempo ed energia mentale per il lavoro che conta davvero.

Ma la collaborazione funziona solo se siamo sinceri su chi fa cosa.

• L’AI elabora. Gli esseri umani pensano.
• L’AI trova i pattern. Gli esseri umani decidono quali schemi contano.
• L’AI genera risposte. Gli esseri umani pongono le domande giuste.

L’era dell’AI non sminuisce il ruolo di chi crea contenuti. Semmai, lo chiarisce. Il mestiere, l’originalità, il coraggio editoriale di compiere una scelta e di difenderla: questi sono sempre stati i presupposti fondamentali dei grandi contenuti. L’AI rlo ha semplicemente portato alla luce del sole.

Fonti correlate

• Harvard Kennedy School Misinformation Review, “New Sources of Inaccuracy? A Conceptual Framework for Studying AI Hallucinations” (2025). Propone un quadro per comprendere le allucinazioni dell’IA come una forma distinta di disinformazione, osservando che il tono fluente e sicuro dell’IA incoraggia un coinvolgimento superficiale e un’accettazione acritica. https://misinforeview.hks.harvard.edu/article/new-sources-of-inaccuracy-a-conceptual-framework-for-studying-ai-hallucinations/
• Sharma, M. et al., “Towards Understanding Sycophancy in Language Models,” arXiv / ICLR (2024). Ricerca fondamentale su come gli LLM tendano ad allinearsi alle opinioni dell’utente indipendentemente dall’accuratezza dei fatti, privilegiando l’accondiscendenza rispetto alla veridicità. https://arxiv.org/abs/2310.13548
• Magesh, V. et al., “Hallucination-Free? Assessing the Reliability of Leading AI Legal Research Tools,” Stanford RegLab / HAI, Journal of Empirical Legal Studies (2025). Ha rilevato che i modelli di IA legale producevano allucinazioni tra il 58% e l’82% delle volte su query specifiche, spesso con elevata sicurezza. https://doi.org/10.1111/jels.12413
• Lee, J. et al., “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers,” Microsoft Research / CHI 2025. Ha intervistato 319 knowledge worker rilevando che una maggiore fiducia nell’AI era correlata a un minore impegno nel pensiero critico, con il lavoro che si spostava dalla produzione di materiale all’integrazione critica. https://doi.org/10.1145/3706598.3713778
• Zhang, Y. et al., “Artificial Intelligence Reshapes Creativity: A Multidimensional Evaluation,” PsyCh Journal (2025). Esamina come l’AI agisca da partner collaborativo anziché da sostituto della creatività umana, mettendo al contempo in guardia dall’”atrofia della creatività” derivante da un’eccessiva dipendenza dagli output generati dall’AI. https://onlinelibrary.wiley.com/doi/10.1002/pchj.70042