Responsabilità

l giornalismo nell’era dell’AI.

Condividi
Responsabilità
Amsterdam, 10 ottobre 1983. Una dimostrazione dell’impaginazione dei giornali assistita dal computer, durante la fiera Infra-Expo. Ieri l’informatizzazione delle redazioni, oggi l’intelligenza artificiale: cambiano gli strumenti e i processi editoriali, ma resta centrale la responsabilità umana su ciò che viene pubblicato.
Tratto dalla tesi di Chiara Meriani per il Master di I livello in Filosofia del digitale e intelligenza artificiale. Comunicazione, economia e società. Università di Udine.

Il giornalismo nell’era dell’AI.

Nel giornalismo tradizionale il lavoro può essere distribuito fra autore, caporedattore, titolista, grafico e responsabile della pubblicazione. L'introduzione di strumenti capaci di scrivere, sintetizzare, tradurre, ricercare e produrre immagini aggiunge ulteriori passaggi al processo editoriale, ma non elimina la domanda fondamentale: chi risponde di ciò che viene pubblicato?

L'articolo 19 del Codice deontologico affronta direttamente l'impiego dell'intelligenza artificiale nella professione giornalistica. Stabilisce che il giornalista deve renderne esplicito il contributo nella produzione e modifica dei contenuti, mantenendo la responsabilità e il controllo editoriale, verificando fonti e informazioni. L'utilizzo dell'AI non esonera dagli obblighi professionali (Ordine dei giornalisti, 2025).

Se fino a qui abbiamo esaminato come il giornalismo racconta le ricerche sull'intelligenza artificiale, dobbiamo ora considerare che gli stessi sistemi diventano strumenti attraverso i quali il giornalismo viene prodotto. L'AI non è più soltanto l'oggetto della notizia: può partecipare alla costruzione della notizia stessa. Ed è proprio questo cambiamento che rende necessario esaminare come si trasformino il lavoro giornalistico, le pratiche di verifica e il rapporto di fiducia con il pubblico.

Fino a qualche tempo fa, abbiamo raccontato l'AI prevalentemente come una tecnologia da comprendere, descrivere e spiegare al pubblico. Oggi possiamo utilizzarla anche per raccogliere e organizzare informazioni, trascrivere interviste, tradurre documenti, analizzare dati, elaborare sintesi e produrre prime bozze di testo. Queste possibilità sono particolarmente interessanti per il giornalismo di divulgazione, che richiede spesso di confrontarsi con pubblicazioni specialistiche, ricerche in lingua straniera, dataset complessi e terminologie difficili da rendere accessibili.

Un sistema generativo può facilitare il primo orientamento in una materia poco conosciuta o molto complessa, aiutare ad organizzare le domande per un'intervista o proporre modi differenti di spiegare un concetto. Non può però garantire, attraverso la sola qualità della propria risposta, di avere interpretato correttamente le fonti. La distinzione fra assistere il lavoro giornalistico e sostituirsi al suo metodo è dunque fondamentale.

Nel numero di dicembre 2025 dei Quaderni di AgendaDigitale.eu, Marzia Antenore, ricercatrice del Dipartimento di Comunicazione e Ricerca Sociale della Sapienza Università di Roma, propone una lettura particolarmente interessante dell'automazione nelle redazioni. Nel saggio «Algoritmi editoriali. Una mappa per leggere l'automazione nelle newsroom», l'autrice suggerisce di distinguere i sistemi non soltanto per le attività che svolgono, ma secondo due dimensioni: il loro grado di autonomia e il livello delle decisioni editoriali nelle quali intervengono (Antenore, 2025).

La sua analisi riguarda l'automazione algoritmica nel suo complesso, non esclusivamente i modelli linguistici generativi. All'estremo più semplice troviamo gli strumenti che Antenore chiama, con una metafora efficace, segretari algoritmici: sistemi che svolgono attività operative, organizzano materiali o preparano contenuti sui quali il giornalista conserva il potere di intervenire. Un'intelligenza artificiale può ad esempio produrre la trascrizione di un'intervista o sintetizzare una lunga relazione scientifica. Il giornalista può utilizzare quel materiale per risparmiare tempo, ma deve controllare la trascrizione sulla registrazione originale, verificare i passaggi citati e ricostruire il contesto.

Esistono però sistemi con un'autonomia molto maggiore. Antenore li definisce algoritmi-roomba, prendendo in prestito il nome dell'aspirapolvere robotico che, una volta avviato o programmato, svolge autonomamente il proprio compito. Nel giornalismo, questi sistemi possono filtrare commenti, selezionare contenuti e individuare possibili notizie secondo criteri precedentemente stabiliti. Il passaggio più interessante avviene quando l'automazione non riguarda soltanto attività esecutive, ma comincia a incidere sulle decisioni editoriali.

Antenore analizza, fra gli altri, il caso di Sophi, un sistema utilizzato dal quotidiano canadese The Globe and Mail per automatizzare ampiamente l'organizzazione della homepage. Secondo la ricostruzione riportata dall'autrice, il sistema seleziona gran parte degli articoli da mettere in evidenza, mentre le notizie principali rimangono affidate alla scelta della redazione (Antenore, 2025, pp. 58–60).

Ciò che rende il caso significativo non è semplicemente il grado di automazione raggiunto. Sophi utilizza anche criteri legati alla probabilità che un articolo favorisca la sottoscrizione di un abbonamento, la cosiddetta payworthiness. In questo modo, indicatori economici contribuiscono a orientare la visibilità delle notizie.

È un esempio che permette di osservare un cambiamento importante: l'AI può contribuire a decidere come raccontare una notizia, ma anche quale notizia meriti maggiore attenzione. Naturalmente, dietro queste decisioni rimangono persone che progettano il sistema, stabiliscono gli obiettivi e scelgono quali indicatori utilizzare: proprio per questo diventa necessario interrogarsi sui criteri incorporati negli algoritmi.

Ed è indispensabile riflettere sulla questione che ne segue: la rilevanza pubblica di una notizia coincide con la sua capacità di attirare lettori, generare interazioni o vendere abbonamenti? Se ne dubita facilmente. Naturalmente, si tratta di questioni che precedono l'intelligenza artificiale e accompagnano da tempo il rapporto fra informazione, mercato e piattaforme digitali in particolare. L'automazione però può rendere tali criteri più sistematici e meno visibili nel lavoro quotidiano delle redazioni.

L'intelligenza artificiale generativa e il rischio di delegare il giudizio

Con i modelli generativi questa distinzione diventa ancora più sfumata. Lo stesso sistema può funzionare come assistente, preparando una sintesi che il giornalista controllerà, oppure produrre quasi interamente un contenuto destinato alla pubblicazione. Può suggerire un titolo, ma anche proporre l'argomento da trattare. Può aiutare a confrontare due ricerche, ma anche costruire autonomamente un'interpretazione che il giornalista potrebbe essere tentato di accettare.

Antenore cita il progetto IDEIA, sviluppato in collaborazione con un gruppo editoriale brasiliano, nel quale modelli generativi e dati sulle tendenze vengono utilizzati per proporre temi, titoli e possibili sviluppi editoriali. Si tratta di un esempio sperimentale di AI applicata non soltanto alla scrittura, ma già alla fase di ideazione della notizia (Antenore, 2025, p. 62).

È qui che la differenza fra collaborazione e delega diventa decisiva. Non basta che una persona intervenga alla fine del processo per poter affermare che abbia esercitato un controllo sostanziale. Se il sistema ha già scelto l'argomento, selezionato le fonti, stabilito la gerarchia delle informazioni e proposto un'interpretazione, il giornalista rischia di limitarsi a correggere la forma di decisioni non sue.

Nel quaderno di studio «Pubblicare con l'AI», che ho preparato per i corsi di aggiornamento professionale, ho affrontato questo problema partendo dal principio che l'AI non è una fonte (Meriani, «Pubblicare con l’AI», 2026). Può indicare documenti, riassumerli e proporre collegamenti, ma ogni affermazione rilevante deve poter essere ricondotta a un'origine identificabile. Non basta che il sistema fornisca un link apparentemente attendibile: bisogna aprire il documento e verificare che sostenga effettivamente ciò che viene riportato, magari chiedendo conferme incrociate o valutazioni esterne, se necessario.

È una questione che ho incontrato anche nel lavoro sulle interviste scientifiche. Un paper può essere autentico, il nome del ricercatore corretto e il risultato riportato realmente presente nell'articolo. L'errore può nascere nel momento in cui quella fonte viene interpretata, per esempio estendendo una conclusione oltre le condizioni sperimentali alle quali si riferisce.

Se l'intelligenza artificiale interviene nella sintesi o nella riscrittura di un testo scientifico, il giornalista deve quindi controllare non soltanto l'esattezza dei nomi e dei numeri, ma anche la fedeltà del significato: va da sé, che l’utilizzo dell’intelligenza artificiale nel giornalismo, non serve tanto a velocizzare il mestiere: questa potebbe essere la scorciatoia che porta fuori strada. Al contrario, certe fasi potrebbero diventare più lunghe o più complesse: è indispensabile utilizzare l’AI nelle giuste fasi del processo giornalisitco, e non in ogni fase come una scelta “a priori”.

È il problema che abbiamo già osservato nel racconto giornalistico di life2vec. L'introduzione dell'intelligenza artificiale nei processi redazionali non crea necessariamente questo rischio, ma può aggiungere ulteriori passaggi nei quali una semplificazione inesatta viene prodotta, ripresa o amplificata.

Più efficienza, ma quale controllo?

Un corretto utilizzo dell'AI non comporta una rinuncia al metodo giornalistico. Il 23 luglio 2026, Associated Press ha aggiornato i propri standard interni, prevedendo l'impiego di strumenti di intelligenza artificiale per alcune attività: ricerca preliminare, sintesi documentale, trascrizione, traduzione, suggerimenti di titoli e supporto alla revisione linguistica.

L'agenzia stabilisce però che i risultati debbano essere controllati dai giornalisti e modificati se necessario, prima della pubblicazione. Raccolta delle notizie, selezione delle fonti, verifica e giudizio editoriale rimangono responsabilità professionali umane (Associated Press, 23 luglio 2026).

La questione non è quindi decidere in astratto se il giornalismo debba utilizzare l'intelligenza artificiale, ma – come anticipato - stabilire per quali attività essa sia appropriata, con quali controlli e secondo quali criteri di valutazione. Questo richiede anche competenze nuove. Per controllare una sintesi occorre conoscere sufficientemente il documento originale. Per verificare un'analisi di dati bisogna comprendere le operazioni che sono state effettuate, ed il senso dei numeri che ne derivano. Per valutare una traduzione specialistica occorre riconoscere quando una parola modifica il significato della frase.

L'AI può rendere accessibili operazioni prima riservate a competenze molto specialistiche, ma non elimina la necessità di possedere le conoscenze indispensabili per valutarne i risultati. Può persino creare un nuovo lavoro: verificare ciò che la macchina ha prodotto.

In «Pubblicare con l'AI» ho proposto un protocollo operativo che parte da una domanda semplice: quale documento sostiene questa affermazione? Il controllo prosegue attraverso la verifica dell'originale, dell'identità della fonte, della data, del contesto e della corrispondenza fra ciò che il documento afferma e ciò che il testo giornalistico gli attribuisce. Quando necessario, abbiamo visto, occorre cercare conferme indipendenti e conservare traccia del percorso effettuato (Meriani, «Pubblicare con l’AI», 2026).

Questa procedura non vale soltanto per le informazioni prodotte con l'intelligenza artificiale: è parte del classico metodo giornalistico. L’AI ne rende però più evidente la necessità, perché può produrre rapidamente contenuti che sembrano già pronti per essere pubblicati.

Il giornalista rimane responsabile

Abbiamo visto che l'articolo 19 del Codice deontologico dei giornalisti richiede di rendere esplicito l'utilizzo dell'AI nella produzione e modifica dei contenuti, specificandone il contributo, e stabilisce che il giornalista ne mantenga responsabilità e controllo (Ordine dei giornalisti, 2025). Ma la responsabilità, naturalmente, non si esaurisce nella dichiarazione di aver utilizzato uno strumento. Una redazione può informare il pubblico che un articolo è stato assistito dall'intelligenza artificiale e pubblicare comunque informazioni scorrette. Al contrario, può utilizzare strumenti di AI per alcune operazioni preparatorie e produrre un'informazione accurata, attraverso un lavoro rigoroso di selezione, controllo e riscrittura. La trasparenza è necessaria, ma da sola non dimostra che il controllo sia stato effettuato.

Un esempio concreto di come si cerchi di rendere riconoscibile il contributo dell'intelligenza artificiale è offerto dalle disposizioni sulla trasparenza dell'AI Act. L'articolo 50, applicabile dal 2 agosto 2026, prevede obblighi di informazione e di riconoscibilità dei contenuti generati o manipolati artificialmente, distinguendo la marcatura tecnica degli output dalla comunicazione rivolta al pubblico.

La Commissione europea ha inoltre messo a disposizione tre varianti grafiche utilizzabili volontariamente: un’icona base «AI», una per i contenuti interamente generati («AI GENERATED») e una per i contenuti modificati («AI MODIFIED») nelle fattispecie previste dall’articolo 50, come i deepfake e determinati testi di interesse pubblico (Commissione europea, 2026).

Le tre icone UE per l’etichettatura dei contenuti generati o modificati con AI. Fonte: Commissione europea  (Commissione europea, 2026).

Questi simboli non devono accompagnare obbligatoriamente ogni contenuto nel quale sia stata utilizzata l'intelligenza artificiale. L'articolo 50 disciplina situazioni specifiche, come i deepfake e i testi generati artificialmente per informare il pubblico su questioni di interesse generale. Per questi ultimi, è prevista un'eccezione quando vi siano revisione umana o controllo editoriale e assunzione della responsabilità finale. Restano distinti gli obblighi deontologici dei giornalisti italiani.

«Pubblicare con l'AI» affronta questa differenza tra trasparenza formale e sostanziale: sapere che un contenuto è stato prodotto con l'assistenza dell'AI è utile, ma non ci dice ancora quali informazioni siano state verificate, come e da chi. Una semplice etichetta non può sostituire il lavoro giornalistico, che dovrebbe prendersi la responsabilità di garantire la correttezza di quanto pubblicato.

A mio parere, è questo uno dei punti più importanti per il giornalismo, scientifico in particolare: l'intelligenza artificiale può ampliare le possibilità di accesso, organizzazione e comunicazione della conoscenza, ma la responsabilità di stabilire che cosa è sufficientemente fondato per essere pubblicato non può essere affidata alla fluidità di una risposta generata.

Durante il tirocinio alla SISSA ho cercato di raccontare ricerche che non sempre ero in grado di comprendere nelle questioni tecniche. Ho dovuto porre domande, tornare sulle spiegazioni, confrontare le interviste con le pubblicazioni originali (anche grazie a strumenti AI) e, quando necessario, chiedere un controllo ulteriore agli specialisti.

L'AI può contribuire a rendere più agevoli alcune di queste attività, ma non deve farci dimenticare che il valore del lavoro giornalistico non coincide con il numero di documenti analizzati o con la velocità con cui un testo viene prodotto: risiede piuttosto nella capacità di scegliere le domande pertinenti, riconoscere ciò che non sappiamo, valutare la qualità delle risposte e assumere la responsabilità di quanto comunichiamo. Per questo ritengo che il problema non sia contrapporre un giornalismo umano a uno artificiale, ma comprendere a quali condizioni l'intelligenza artificiale possa contribuire al lavoro giornalistico senza indebolirne autonomia, verificabilità e responsabilità.

capitolo precedente: Credibilità.
capitolo successivo: Fiducia.
La bibliografia verrà fornita a pubblicazione completata di tutti i capitoli della tesi. Stay tuned!