Che cosa legge l’AI? All’interno della meccanica nascosta delle citazioni generative

Mentre l’AI generativa ridisegna il paesaggio digitale, una nuova domanda emerge al centro della creazione e della scoperta di contenuti: Che cosa legge esattamente l’AI? Uno studio innovativo intitolato Che cosa legge l’AI di Generative Pulse di Muck Rack ha analizzato oltre 1 milione di citazioni da importanti sistemi AI, tra cui ChatGPT (4o e 4o-mini) di OpenAI, Gemini (Flash e Pro) di Google e Claude (Sonnet e Haiku) di Anthropic, per scoprire la dinamica nascosta dietro i collegamenti utilizzati da questi modelli quando generano risposte.

I risultati non sono solo rivelatori, ma anche trasformativi per chiunque sia nel giornalismo, nelle comunicazioni aziendali, nel SEO o nella strategia di marca.

Le citazioni non sono solo aggiunte – ridisegnano il comportamento dell’AI

Come è ovvio per chiunque sia immerso nel mondo dell’AI, abilitare o disabilitare la funzionalità di citazione cambia le risposte stesse. Quando le citazioni sono disabilitate, le AI si affidano più pesantemente ai dati di training statici. Ma quando le citazioni sono attivate, i modelli generano output materialmente diversi, direttamente plasmati dalle fonti in tempo reale che attingono.

Esempio chiave: Chiesto della peggiore squadra di baseball della Major League, un’AI senza citazioni menziona i Mets del 1962. Ma con le citazioni attivate, aggiorna la risposta per includere i White Sox di Chicago del 2024 con una stagione record di 41-121, citando esplicitamente CBS Sports.

La supremazia dei media guadagnati

Oltre il 95% di tutte le fonti citate provengono da media non pagati. Ciò include:

• 27% di contenuti giornalistici (ad es. Reuters, AP, Financial Times)
• 18% di siti governativi/ONG
• 13% di fonti accademiche o di ricerca
• 10% di piattaforme di aggregazione/enciclopediche come Wikipedia o Visual Capitalist

Al contrario, il contenuto pagato o pubblicitario rappresenta meno del 5% delle citazioni, rendendo chiaro che i modelli AI sono sistematicamente distorti contro il contenuto guidato dal marketing.

Pregiudizio di recentezza: perché il nuovo contenuto vince

La freschezza conta – in particolare per i modelli di OpenAI. Nei contenuti giornalistici, 56% delle citazioni fatte da ChatGPT sono state pubblicate negli ultimi 12 mesi, rispetto al 36% per Claude. Questa tendenza, nota come pregiudizio di recentezza, si riferisce alla preferenza per fonti più recenti e pubblicate di recente rispetto a quelle più vecchie, anche se le fonti più vecchie potrebbero ancora essere accurate o rilevanti.

Nel contesto dell’AI generativa, il pregiudizio di recentezza significa che i modelli linguistici – in particolare quelli come ChatGPT connessi ai dati in tempo reale – sono più propensi a fare riferimento e a fidarsi di materiali pubblicati di recente, in particolare quando rispondono a query che coinvolgono eventi attuali, tecnologie emergenti o cambiamenti di politica. Per prompt sensibili al tempo come “ultimi progressi nel trattamento ambulatoriale” o “recenti innovazioni nella registrazione del suono”, il modello pesa fortemente il contenuto pubblicato negli ultimi mesi, supponendo che contenga informazioni più rilevanti o aggiornate.

Questa è un’insight critica per i creatori di contenuti e gli strategici di marca: se il tuo materiale è obsoleto – anche solo di un anno – è molto meno probabile che si presenti nelle risposte generate dall’AI. Tenere il tuo contenuto fresco non è solo una buona SEO – è essenziale per la visibilità nell’era dell’AI.

Prompt diversi attivano fonti diverse

I modelli AI non citano fonti in modo casuale – scelgono in base al tipo di domanda posta. Stili di prompt diversi portano a diverse tipologie di fonti citate:

• Ricerche di fatti e query enciclopediche tendono a attingere da siti di riferimento statici come Wikipedia e Britannica, che si affidano a informazioni ben stabilite ma spesso più vecchie.
• Domande su eventi recenti di solito attivano citazioni da importanti redazioni come AP, Reuters o Axios, dove velocità e recentezza sono chiave.
• Prompt di consiglio o di opinione spostano il modello verso fonti più dinamiche e conversazionali come blog, forum o piattaforme come Reddit o Medium.
• Compiti accademici o di ricerca portano l’AI a citare da riviste, server di pre-stampa come arXiv o repository governativi come PubMed o NCBI.
• Richieste creative o istruzioni passo-passo fanno spesso emergere contenuti generati dagli utenti, come tutorial informali o discussioni di thread della comunità da piattaforme come Quora o forum tecnici di nicchia.

Questa variazione significa che il modo in cui una domanda è formulata può avere un impatto diretto sulle domini che vengono elevate – e su quelle che vengono lasciate indietro.

Claude, ad esempio, è molto meno propenso a citare importanti testate come Reuters rispetto a ChatGPT o Gemini, citando Reuters 50x meno frequentemente di ChatGPT.

L’autorità e il dominio contano – ma non in modo uniforme

Mentre le testate ad alta autorità dominano, non sono gli unici giocatori. Solo il 15% delle fonti più citate appaiono tra le prime 10 in più settori. Ciò significa che il contenuto specifico di nicchia viene premiato. Ad esempio:

• Nel settore finanziario, fonti come Bankrate e NerdWallet sono favorite.
• Nel settore sanitario, i siti governativi come CDC.gov e NIH.gov dominano.
• Nel settore tecnologico, piattaforme di apprendimento come Udemy, Coursera e Medium salgono in cima.

A pagina 15, una mappa termica visiva mostra che Claude esibisce la maggiore diversità di dominio specifico, selezionando frequentemente fonti uniche per settore, mentre ChatGPT e Gemini tendono a fare affidamento più pesantemente su media generalisti.

Insights specifici per settore: cosa cita l’AI per settore

Finanza e assicurazioni

• Il giornalismo rappresenta il 37% delle citazioni, più di qualsiasi altro settore.
• Le prime 10 fonti di Claude sono 90% uniche, indicando un’esplorazione di nicchia più profonda.

Sanitario

• I siti governativi e delle ONG sono citati il 18% delle volte, più del doppio della media intersettoriale.
• Gemini è leader nella diversità di fonti per questo settore.

Viaggio/Aereo

• Sorprendentemente, le citazioni accademiche sono quasi assenti (solo lo 0,7%).
• Fonti come FAA.gov e IATA.org dominano, con meno affidamento sui canali di notizie.

Retail e commercio elettronico

• Gli aggregatori come Wikipedia sono citati meno qui che in altri settori (36% vs 28%).
• Claude cita il maggior numero di contenuti di nicchia.

Media/Intrattenimento

• Il giornalismo è di nuovo al 37%, con piattaforme di nicchia come TVTechnology e Radioking citate frequentemente da Claude.

Tecnologia

• Quasi nessuna fonte enciclopedica o accademica viene utilizzata.
• Piattaforme come Medium, Coursera e SproutSocial appaiono in modo prominente, riflettendo un’inclinazione verso conoscenze basate su pratiche.

Implicazioni per i team di comunicazione e SEO

I risultati di questo rapporto rivelano che l’ottimizzazione del motore generativo (GEO) sta diventando altrettanto importante quanto il SEO tradizionale. L’AI non sta solo riassumendo database statici – sta attivamente collegandosi a fonti in tempo reale. E quei collegamenti sono influenzati da:

• Recentezza: aggiorna regolarmente il tuo contenuto.
• Autorità del dominio: costruisci collegamenti di ritorno e fiducia.
• Rilevanza di nicchia: crea contenuti adattati al tuo settore, non solo argomenti generali.
• Tipo di contenuto: concentra l’attenzione sui media guadagnati e sui contenuti informativi piuttosto che sulle pagine di marketing puro.

Ciò cambia la matematica per i marketer di contenuti, i professionisti delle PR e gli editori. Se il tuo obiettivo è apparire nei risultati generati dall’AI, devi creare contenuti che l’AI trova preziosi – non solo gli utenti o Google.

Conclusione: le conseguenze dell’essere letto (o ignorato) dall’AI

Questo rapporto mette in luce un cambiamento fondamentale nel modo in cui le informazioni vengono presentate online: i modelli AI non recuperano solo contenuti – li curano selettivamente. E questa curation sta ridefinendo la visibilità nell’era digitale.

Per gli editori, i ricercatori e le marche, essere citati dall’AI significa far parte della prossima generazione di ricerca. Mette il tuo contenuto di fronte agli utenti che potrebbero non visitare il tuo sito, ma che si fidano del modello che lo cita. Le fonti che vengono citate vengono amplificate. Quelle che non lo fanno – indipendentemente dalla qualità – rischiano di essere escluse completamente dalla conversazione.

Questo spostamento crea nuovi vincitori e perdenti. Le testate ad alta autorità e i media guadagnati in tempo reale sono favoriti. Nel frattempo, il contenuto pagato, i blog aggiornati di rado o le voci meno stabilite spesso vengono letti – non solo dalle persone, ma anche dai sistemi che plasmano ciò che le persone vedono.

Man mano che l’AI generativa continua a svolgere un ruolo centrale nel modo in cui la conoscenza viene consegnata, la domanda chiave diventa meno su come classificarsi nella ricerca e più su: Come diventare parte di ciò che l’AI considera degno di citazione?