«Ci ha citati ChatGPT!» E lì la verifica finisce
Qualcuno incolla uno screenshot nella chat del team. Eccola, l’azienda, dentro una risposta di Gemini, in veste di fonte.
L’entusiasmo si capisce. Due anni fa farsi citare da un modello era quasi un numero da circo; oggi finisce nel report mensile, e ci sta.
Però guardiamo cosa succede subito dopo: si verifica che siamo stati citati e si passa oltre. Cosa dica quella citazione non lo legge quasi nessuno. Capita anche a me, sia chiaro.
Ma quella frase lì accanto al nostro nome, sarà poi giusta?
Un gruppo di redazioni si è messo a leggerle sul serio. Migliaia di risposte, con una griglia di valutazione in mano. Andiamo a vedere cosa è saltato fuori.
3.000 risposte lette una per una da giornalisti veri
L’indagine è stata guidata dall’UER (Unione europea di radiodiffusione) e dalla BBC, con 22 emittenti di servizio pubblico di 18 Paesi e 14 lingue (lo studio).
I giornalisti di quelle redazioni hanno valutato oltre 3.000 risposte di ChatGPT, Copilot, Gemini e Perplexity, misurandole su quattro criteri: accuratezza, fonti, distinzione tra fatto e opinione, contesto. Quindi niente impressioni raccolte in un pomeriggio: sono persone che verificano attribuzioni per mestiere, una risposta alla volta. E i risultati, allora?
- Il 45% delle risposte aveva almeno un problema rilevante
- Il 31% aveva problemi seri di fonti: attribuzione assente, sbagliata o fuorviante
- Il 20% aveva problemi rilevanti di accuratezza, come allucinazioni o informazioni superate
Fermiamoci sul numero di mezzo. Un in pratica vuol dire che il «chi l’ha detto» è rotto: una fonte inventata di sana pianta, oppure la dichiarazione di un’altra testata che finisce in bocca a voi.
E un’, per chi non avesse presente il termine, è il modello che afferma con faccia serissima una cosa non vera. Quello più le informazioni vecchie: una risposta su cinque.
Le IA però non sbagliano tutte allo stesso modo
Ed ecco il punto che non mi aspettavo: il problema non è distribuito in modo uniforme.
Il peggiore, e di parecchio, è stato Gemini di Google: tra il 72% e il 76% delle risposte aveva un problema serio di fonti. Grosso modo tre volte su quattro l’attribuzione zoppica.
ChatGPT, Copilot e Perplexity, invece, restavano nel complesso sotto il 25%.
Quindi «l’IA ci cita» non è una cosa sola. È il modello che vi cita a decidere quanto è probabile che la citazione sia giusta.
E un contatore di menzioni cosa ne sa? Niente. Dice che il nome è comparso e si ferma lì: della frase accanto non sa mica nulla.
Perché la citazione sbagliata la pagate voi
Veniamo alla parte che costa qualcosa.
Un’affermazione che arriva con davanti un nome autorevole, chi la va a controllare? «Secondo la BBC», «stando al loro comunicato»: il nome ci crede al posto nostro.
È proprio quello che segnalano UER e BBC: quando un’IA mette un marchio affidabile dietro un’affermazione, gli utenti tendono a crederci anche se è sbagliata. E il danno reputazionale ricade sulla testata o sul marchio citati.
Pensiamo al collega che riporta tutto premettendo «l’ha detto il capo». Nessuno verifica: il prefisso fa tutto il lavoro. La citazione dell’IA funziona con lo stesso meccanismo, solo che il prefisso può essere la vostra azienda, e a voi non l’ha chiesto nessuno.
Essere nominati fa piacere. Essere trasformati in garanti di una cosa falsa è un affare completamente diverso.
Intanto sull’IA ci si appoggia sempre di più
Il fastidioso è che il pavimento traballa proprio mentre aumenta la gente che ci cammina sopra.
Secondo l’indagine annuale del Reuters Institute dell’Università di Oxford, chi ha usato almeno una volta l’IA generativa è passato dal 40% al 61%, e chi la usa ogni settimana è quasi raddoppiato: dal 18% al 34% (Digital News Report 2025).
Però la stessa indagine dice anche che le notizie generate con l’IA vengono percepite come meno affidabili. Diffidare e usarla di più, tutto insieme. Curioso.
Insomma, ogni mese cresce il numero di persone che potrebbero incrociare una citazione sbagliata sul vostro conto, mentre circa un terzo delle attribuzioni continua a fare acqua.
Conclusione: guardare come vi citano, non solo se vi citano
Farsi citare non è il traguardo. È il momento in cui la gestione del marchio si ritrova un compito nuovo: verificare che la citazione sia giusta.
E una verifica sola non basta. Le risposte oscillano sulla stessa domanda, e ogni modello ha i suoi vizi. Quel «ho guardato una volta e andava bene» invecchia in fretta.
Da dove si comincia, allora? Questa settimana: prendete i vostri due o tre temi principali, chiedeteli a ChatGPT e a Gemini come li chiederebbe un cliente, e leggete cosa vi viene attribuito. Non se comparite. Cosa avreste detto. Poi se ne fa un controllo periodico, non un aneddoto. Così l’attribuzione sbagliata si intercetta quando è ancora una risposta isolata e non un’abitudine del modello.
Magari sto dando troppo peso a un’indagine sola: parla di notizie, l’hanno valutata giornalisti, e il vostro settore potrebbe comportarsi meglio. Ma il 31% è un numero abbastanza grosso da preferire scoprirlo apposta, invece che per caso.
Fonti
- UER (EBU) e BBC (2025), “News Integrity in AI Assistants — An International PSM Study”, ebu.ch
- Reuters Institute for the Study of Journalism (Università di Oxford, 2025), “Digital News Report 2025”, reutersinstitute.politics.ox.ac.uk
