(11 giugno 2026) Con l’avvento dell’AI il panorama della ricerca online sta vivendo una metamorfosi senza precedenti, segnando il passaggio definitivo dall’era di PageRank (l’algoritmo fondamentale sviluppato da Larry Page e Sergey Brin di Google per misurare l’importanza di una pagina web), basata sulla gerarchia dei link, a quella dei modelli linguistici di grandi dimensioni (LLM), che trasformano i motori di ricerca in veri e propri motori di risposta.
Per i broadcaster radiofonici e televisivi, ormai tutti dotati di sito web, questa transizione, per quanto complessa, non deve essere subita come una sorta di male inevitabile, ma può essere strumentalizzata al fine di rappresentare un’opportunità editoriale.
Il sito Internet della propria emittente non va concepito come semplice contenitore di un flusso streaming per i propri contenuti lineari o come una sorta di archivio delle notizie trasmesse, ma può evolversi per diventare, consapevolmente, una fonte primaria a cui l’intelligenza artificiale attinga per generare sintesi con attribuzione della fonte e, così facendo, contribuire alla positiva conoscenza e buona reputazione del proprio marchio editoriale.
Cambiamento rapido
I dati confermano la rapidità di questo cambiamento, con un aumento del traffico verso i chatbot AI del 124% in meno di un anno, portando piattaforme come ChatGPT a gestire oltre 18 miliardi di messaggi settimanali. In questo nuovo ecosistema, l’utente non cerca più una lista di link, ma desidera risposte immediate, sintetiche e contestualizzate: un comportamento che ha già causato un crollo del Click-Through Rate (CTR) per le prime posizioni organiche su Google, passate dal 28% al 19% in un solo anno.
Per le aziende editoriali, inclusi i broadcaster, il tema riguarda la natura stessa dei loro contenuti online: l’autorevolezza e la freschezza delle notizie sono parametri fondamentali per gli algoritmi generativi. Le analisi dimostrano che le testate giornalistiche e le fonti di informazione professionale vengono citate dall’intelligenza artificiale nel 27% dei casi generali, una percentuale che sale al 49% quando le interrogazioni degli utenti riguardano fatti d’attualità o notizie recenti.
Tuttavia, la visibilità nei risultati tradizionali non garantisce più automaticamente la presenza nelle sintesi generate dall’AI: uno studio evidenzia che apparire tra i primi dieci risultati organici di Google offre solo il 25% di probabilità di essere inclusi negli “AI Overview” (AIO).
Prima di entrare nel merito, ricordiamo il glossario essenziale relativo al tema trattato: la SEO (Search Engine Optimization) mira a posizionare le pagine web nei risultati di ricerca tradizionali; l’AEO (Answer Engine Optimization) ottimizza i contenuti per fornire risposte dirette e immediate (ad esempio negli snippet); mentre la GEO (Generative Engine Optimization) mira a far citare i contenuti direttamente dai modelli di intelligenza artificiale generativa.
Ottimizzare l’AI
In questa situazione, i broadcaster che vogliano continuare ad interagire con il pubblico anche attraverso Internet e desiderino farsi riconoscere nel grande mare della rete, devono adottare una strategia di AI Optimization (AIO) che integri l’ottimizzazione per i motori di risposta (SEO e AEO) e quella per i motori generativi (GEO), puntando a essere non solo “trovati”, ma citati come fonti autorevoli all’interno del dialogo tra piattaforme di ricerca e utenti.
L’azione editoriale, in questo caso, deve orientarsi verso la creazione di contenuti strutturati in modo tale che l’intelligenza artificiale possa facilmente scansionarli, interpretarli e riutilizzarli, ma riconoscendo in modo esplicito la relativa attribuzione.
Il sito di un broadcaster, nella situazione che si è venuta a creare, deve quindi privilegiare una struttura basata su intenti di ricerca reali, utilizzando, ad esempio, titoli e sottotitoli formulati come domande in linguaggio naturale, rispecchiando il modo in cui gli utenti interagiscono con gli assistenti vocali o i chatbot.
Inoltre, è essenziale che i contenuti siano basati su fatti concreti, con una terminologia che garantisca un’elevata somiglianza semantica alle query degli utenti, poiché l’AI non legge più soltanto parole chiave, ma i cosiddetti “vettori di significato”.
Al tempo stesso, la trasparenza e l’aggiornamento costante diventano cruciali: l’assegnazione di marcatori temporali chiari e la cura dei segnali di autorevolezza, detti E-E-A-T, permettono ai sistemi di intelligenza artificiale di preferire quel contenuto rispetto a fonti meno affidabili o obsolete.
Con E-E-A-T intendiamo il sistema di indicatori utilizzato da Google per valutare la qualità, l’affidabilità e la competenza dei contenuti web, acronimo di Experience (Esperienza), Expertise (Competenza), Authoritativeness (Autorevolezza) e Trustworthiness (Affidabilità). Questo è un indicatore centrale nelle Search Quality Rater Guidelines per distinguere le fonti autorevoli dai contenuti inaffidabili.
Nuovi metodi
L’adozione delle nuove metodologie legate all’AIO rappresenta un passaggio che offre benefici tangibili ad ogni editore che traduca i propri contenuti per il mondo digitale, sebbene imponga trasformazioni strutturali profonde.
Il vantaggio più significativo risiede nella qualità superiore dei lead generati: le ricerche effettuate tramite i grandi modelli linguistici (LLM, large language model) sono mediamente più lunghe e riflettono un intento molto specifico, portando a tassi di conversione che possono essere fino a cinque volte superiori rispetto alla ricerca tradizionale, passando dal 2,8% di Google Search al 14,2% delle sessioni di AI Overview.
Essere citati come fonte autorevole all’interno di una risposta generata dall’intelligenza artificiale non solo amplifica la visibilità verso migliaia di utenti, ma agisce come una nuova e potente forma di “certificazione”, a vantaggio dell’autorevolezza del marchio e della fiducia del pubblico, anche senza la necessità di un clic immediato.
Inoltre, l’adattamento tempestivo a queste dinamiche permette di consolidare una posizione competitiva duratura, poiché stabilire una familiarità semantica con i sistemi di AI rende estremamente difficile per i concorrenti recuperare il terreno perduto nei futuri aggiornamenti dei modelli linguistici.
Rischi da considerare
Questo cambiamento di paradigma comporta, ovviamente, anche dei rischi che non possono essere ignorati, a partire dalla netta flessione del traffico organico diretto. Come già citato, la diffusione delle “ricerche a zero clic”, facilitate da strumenti come gli AI Overview di Google, ha causato un crollo del Click-Through Rate per la prima posizione organica e l’incertezza della visibilità, con solo il 25% di probabilità di essere inclusi nelle sintesi dell’AI.
Esiste poi un rischio reputazionale concreto legato alla gestione dei contenuti: se un editore non ottimizza proattivamente i propri dati affinché siano facilmente scansionabili e interpretabili, i modelli di AI potrebbero attingere a fonti imprecise, obsolete o decontestualizzate, danneggiando la percezione del brand nelle conversazioni con gli utenti.
Infine, l’adattamento richiede un impegno, tecnico e analitico, notevole, obbligando gli informatici del broadcaster a passare dalla semplice gestione delle parole chiave a concetti complessi, come la “similarità del coseno” o la misurazione della “share of model”. Dunque, se da un lato l’intelligenza artificiale sta oggettivamente diventando un riferimento culturale e informativo nel nuovo ecosistema digitale, dall’altro è chiara la necessità di una revisione radicale dei modelli di gestione e delle competenze aziendali ad esse correlate.
Cautele necessarie
Le cautele da adottare riguardano, principalmente, la difesa della reputazione del brand dell’emittente e il monitoraggio della propria “Share of Voice” (il rapporto tra la visibilità del proprio brand e quella complessiva del mercato, inclusi i competitor) nei modelli linguistici.
Il broadcaster radiofonico e televisivo che guarda al futuro non può più pensare al proprio sito internet solamente come a un deposito di informazioni, più o meno aggiornate e molte delle quali statiche (lo staff, il palinsesto, le frequenze ecc.), ma deve realizzare una base dati semantica pronta per essere interrogata e sintetizzata dai sistemi di intelligenza artificiale, con news ben articolate, organizzate e frequentemente aggiornate, e prevedendo anche possibili interazioni live con il pubblico.
Non si tratta di abbandonare le pratiche SEO tradizionali, che rimangono la spina dorsale della visibilità su Internet, ma di integrarle ed ampliarle con una nuova consapevolezza: l’obiettivo non è più soltanto attirare il clic, ma stabilire una presenza autorevole e costante laddove si forma l’opinione degli utenti.
Non si può ignorare il fatto che questa evoluzione metta in crisi il modello di business pubblicitario tradizionale, basato sulla monetizzazione dei contatti diretti. Tuttavia, per chi produce informazione locale originale, la monetizzazione può passare anche attraverso il consolidamento della propria brand authority come vero e proprio asset economico.
Essere citati costantemente come fonte autorevole dai modelli linguistici, un evento che, per le testate giornalistiche, abbiamo detto che accade quasi nel 50% dei casi quando si tratta di notizie recenti, agisce come una forma di certificazione di qualità che aumenta il valore percepito.
La visibilità non è più una metrica “marginale”, ma diventa un indicatore di performance determinante per la Share of Model del proprio marchio rispetto ai competitor.
Ricordiamo che la Share of Model è quell’indicatore di performance (KPI) del marketing digitale che misura la frequenza con cui un marchio, un prodotto o un servizio viene citato o raccomandato dai modelli di Intelligenza Artificiale generativa (come ChatGPT, Gemini, Claude ecc.) nelle risposte date agli utenti.
Quindi il successo editoriale non va più misurato soltanto sulla base dei clic ottenuti, ma anche sulla frequenza delle citazioni e sull’accuratezza con cui il brand viene rappresentato nelle sintesi dell’AI.
La perdita di traffico può essere compensata perseguendo un posizionamento più autorevole grazie al quale, pur raccogliendo meno contatti, se ne raccolgono di valore più elevato; ciò permette di costruire un modello editoriale solido, basato sulla qualità piuttosto che sulla semplice quantità delle visualizzazioni dei contenuti. (AR)
Vedi anche:
L’intelligenza artificiale nell’ambito radiotelevisivo, tra opportunità e regolamentazione
L’Intelligenza Artificiale rivoluzionerà anche la gestione aziendale
IAB Europe: un ‘grande dibattito’ sull’intelligenza artificiale
