Il report di Muck Rack «Che cosa legge l’IA?» rileva che la quota di citazioni dell’IA riconducibile al giornalismo scende al 22%

Il report di Muck Rack dell’ottobre 2026 Che cosa legge l’IA? rileva che la quota di citazioni dell’IA riconducibile al giornalismo è scesa da circa il 27% di maggio al 22%, mentre le fonti earned media e di terze parti continuano a rappresentare circa l’84% delle citazioni. La quarta edizione si basa su oltre 40 milioni di risposte dell’IA e 207 milioni di citazioni raccolte su ChatGPT, Claude, Perplexity e Gemini.

Pubblicata il 28 ottobre, la ricerca indica un cambiamento nella composizione dei materiali alla base delle risposte generate dall’IA. Le notizie restano una fonte importante, ma cresce la quota di altri tipi di materiali di terze parti e di contenuti pubblicati direttamente dai brand. Per gli editori e i team di comunicazione, i risultati mostrano che la visibilità dipende dal fornitore, dal prompt e dal formato dei contenuti.

Il giornalismo perde quota, mentre le fonti earned media restano centrali

Il calo dal 27% al 22% equivale a circa cinque punti percentuali. Si riferisce alla quota di citazioni del giornalismo, non a una diminuzione equivalente del numero assoluto di link a notizie o del traffico diretto agli editori.

La distinzione tra giornalismo ed earned media è fondamentale per comprendere il risultato. Muck Rack adotta un’ampia categoria di earned media che comprende la ricerca accademica, le fonti governative e delle ONG, i siti enciclopedici, le piattaforme social e i contenuti aziendali di terze parti, oltre al giornalismo. La quota di circa l’84% indicata nel report rappresenta quindi un ecosistema di fonti molto più ampio delle sole redazioni professionali.

I media proprietari sono passati dal 13,7% al 15,2%, mentre sono aumentate anche le quote dei contenuti governativi, enciclopedici e accademici. I contenuti a pagamento e publiredazionali sono rimasti allo 0,3%, invariati rispetto a maggio. Questa quota ridotta di citazioni misura la frequenza con cui tali pagine compaiono come fonti; non misura l’efficacia complessiva della pubblicità.

ChatGPT è alla base di gran parte del cambiamento

Muck Rack indica ChatGPT come uno dei principali fattori alla base del calo della quota del giornalismo. Il grafico longitudinale mostra cambiamenti marcati nel corso del 2026 e un valore finale del 22% a settembre. Claude e Gemini presentano andamenti relativamente più stabili per buona parte del periodo.

Queste differenze sono importanti per chiunque cerchi di capire perché una testata o un brand compaia nelle risposte di un assistente ma non in quelle di un altro. Un cambiamento di visibilità può riflettere una variazione nella selezione delle fonti da parte di un fornitore, anziché un cambiamento comparabile nella produzione o nella rilevanza di un editore.

I risultati riguardano le fonti citate nelle risposte generate. Non stabiliscono quali materiali siano stati inclusi nei dati di addestramento di un modello e la quota di citazioni non va interpretata come una misura diretta del numero di lettori o della fiducia.

Solo 212 domini sono comparsi su tutti e quattro i fornitori

Nella raccolta di settembre, basata su 1.020 prompt per fornitore, solo 212 domini sono comparsi su tutti e quattro i sistemi. Si tratta della sovrapposizione rilevata all’interno del campione della ricerca, non del conteggio di tutte le fonti a cui questi servizi possono accedere.

Il risultato indebolisce l’idea che la visibilità nell’IA possa essere trattata come un’unica classifica da ottimizzare. Una posizione citata spesso da un fornitore può avere una portata limitata presso un altro. Allo stesso modo, una pagina aziendale utile e la copertura indipendente possono svolgere ruoli diversi a seconda della domanda a cui si risponde.

La pagina di presentazione del report evidenzia un’altra fonte di variabilità: ripetere la stessa domanda può produrre un insieme diverso di citazioni. Sul piano pratico, ciò significa che una singola risposta è una base poco solida per valutare un cambiamento duraturo della visibilità.

Che cosa può e non può mostrare la metodologia

Il report completo e la metodologia combinano raccolte di ricerca dedicate, basate principalmente su prompt rivolti ai consumatori e privi di riferimenti ai brand, con il monitoraggio continuo di Generative Pulse, incentrato per lo più sui brand. Questi insiemi di dati hanno finalità diverse e non vanno trattati come un unico campione omogeneo.

Il report segnala inoltre che, durante lo studio, i fornitori hanno introdotto e ritirato modelli. Di conseguenza, i confronti nel tempo rispecchiano sia i cambiamenti dei modelli e dei prodotti sia il tempo trascorso. Le osservazioni descrivono i sistemi, le domande e i periodi di raccolta sottoposti a verifica.

La precedente spiegazione dell’approccio di ricerca di Muck Rack chiarisce l’importanza della selezione dei prompt. Descrive la creazione di query a partire da settori, brand e problemi del mondo reale, seguita dalla classificazione delle citazioni in base sia alla categoria dei media sia al formato dei contenuti. Le domande scelte dai ricercatori contribuiscono a determinare le fonti che rilevano.

Che cosa cambia per gli editori e i team di comunicazione

La lezione immediata è monitorare la selezione delle fonti a livello di fornitore e di domanda. Un insieme stabile di prompt pertinenti per il pubblico, ripetuti nel tempo, può rivelare più di una comparsa occasionale. Registrare i cambiamenti dei modelli insieme ai risultati aiuta a distinguere un effetto editoriale o distributivo da una modifica del servizio di IA stesso.

Per gli editori, la quota complessiva più bassa del giornalismo non ne elimina il ruolo nello spiegare i nuovi sviluppi o nel valutare prodotti e organizzazioni. Per i brand, la crescita dei contenuti proprietari offre un’altra via per comparire nelle risposte, ma la persistente rilevanza delle fonti di terze parti fa sì che pubblicare sul sito web aziendale permetta di raggiungere solo una parte dell’ecosistema delle fonti.

Il rapporto What Is AI Reading? di ottobre 2026 presenta i risultati completi e la metodologia. Il messaggio centrale è che le citazioni dell’IA continuano a basarsi in larga misura su materiali di terze parti, mentre la combinazione delle fonti varia considerevolmente a seconda dei fornitori, delle domande e del tempo.