Chapter 32. Marketing in the Age of Generative Engines

Obiettivi di apprendimento

Al termine di questo capitolo lo studente sarà in grado di:

• esporre che cosa cambia e che cosa non cambia quando un sistema restituisce una risposta sintetizzata anziché un elenco di fonti, e riconoscerne l’effetto sugli incentivi di chi produce informazione;
• attribuire il termine Generative Engine Optimization alla sua fonte primaria, dichiarare la natura dello studio che lo ha introdotto e distinguerla dalla divulgazione manageriale che ne è seguita;
• definire la Synthetic Visibility, descriverne una procedura di misura e applicarvi le condizioni di riproducibilità del § 8.8, lingua di interrogazione inclusa;
• definire l’identità semantica, articolarla nelle tre componenti della firma cognitiva e spiegare perché la citabilità dipende dall’avere qualcosa di verificabile da dire;
• distinguere allucinazione di marca, disintermediazione e dipendenza dalla piattaforma, indicando per ciascun rischio ciò che si può e ciò che non si può fare;
• applicare il principio della correzione alla fonte e le regole di manutenzione del corpus pubblicato;
• applicare il criterio che separa ottimizzazione e manipolazione, riconoscendone lo statuto etico e i limiti rispetto al quadro normativo;
• distinguere, su ciascuna affermazione del capitolo, ciò che il campo ha stabilito da ciò che non ha stabilito, e indicare quale disegno di ricerca colmerebbe la lacuna.

Concetti chiave

Risposta sintetizzata · pluralità simultanea delle fonti · selezione anticipata · Generative Engine Optimization (GEO) · valutazione su benchmark · griglia a cinque dimensioni · Synthetic Visibility · famiglia di interrogazioni · tasso di comparsa · concentrazione della distribuzione · identità semantica · citabilità · autonomia del frammento · firma cognitiva (lessico proprietario, logica risolutiva, registro di autorità) · triade del racconto identitario · allucinazione di marca · disintermediazione della relazione · dipendenza dalla piattaforma · correzione alla fonte · manutenzione del corpus · fabbricazione di fonti · saturazione

Il capitolo 31 ha lasciato aperta una questione: che cosa accade quando fra l’impresa e chi decide si interpone un sistema che risponde anziché elencare (→ 31.2). È la materia di questo capitolo, sede unica in cui il manuale espone la diagnosi del passaggio, definisce i costrutti che lo descrivono e fissa il confine oltre il quale l’intervento sulla propria rappresentazione cessa di essere legittimo. Nessun sistema o modello viene nominato: l’insieme di quelli rilevanti cambia per mercato e in fretta, ed elencarli insegnerebbe un panorama anziché un meccanismo. È il capitolo meno consolidato dell’opera, e dice anche ciò che non si sa.

32.1 Dalla lista di link alla risposta sintetica: che cosa si rompe

Un motore che restituisce un elenco e un sistema che restituisce una risposta divergono in ciò che consegnano: il primo fonti fra cui scegliere, il secondo un testo già composto, in cui le fonti sono state lette, riassunte e fuse. La forma era stata proposta come programma di ricerca prima di essere un prodotto — in una sede di forum non referata (Metzler, Tay, Bahri & Najork, 2021) — e criticata quasi subito, in sede referata, per le conseguenze sull’atto di cercare (Shah & Bender, 2022).

32.1.1 Quattro cose che cambiano

Scompare la pluralità simultanea delle fonti. In un elenco chi cerca vede più voci insieme, ne riconosce l’origine e le confronta a costo basso. In una risposta quella pluralità è già stata risolta: il confronto passa da opzione predefinita a comportamento supplementare.

La selezione avviene prima e altrove. Quali fonti entrino nella sintesi, con quale peso e con quale formulazione dipende da criteri non pubblici che cambiano senza preavviso. Non è una novità assoluta (→ 31.2.4), ma cambia la posta: prima si decideva l’ordine di ciò che l’utente avrebbe comunque visto, ora che cosa esisterà nel testo che riceve.

L’impresa non controlla più la formulazione con cui viene presentata. Un elenco riporta il titolo che l’impresa ha scritto; una sintesi una descrizione composta dal sistema attingendo anche a fonti che essa non ha prodotto e non conosce. La rappresentazione dell’offerta smette di essere un testo che si redige e diventa un esito che si può soltanto influenzare (→ 30.5.1).

Il traffico verso le fonti si riduce, e questo modifica gli incentivi di chi produce l’informazione. È l’effetto meno discusso e forse il più importante, ed è di secondo ordine: se la risposta soddisfa, la visita al documento originale non avviene; chi lo produce perde la contropartita che ne finanziava la produzione; e se essa si assottiglia si produce meno informazione documentata, o la si mette dietro barriere che i sistemi non attraversano. Poiché quei documenti sono la materia prima delle sintesi future, il meccanismo agisce contro la propria base. Nessuna grandezza è qui riportata: le stime disponibili provengono da soggetti con interesse commerciale nell’esito e non soddisfano le condizioni del § 8.8. Il meccanismo resta argomentabile indipendentemente dalla misura.

32.1.2 Che cosa non cambia

Un capitolo che si fermasse qui insegnerebbe una rottura più netta di quella osservabile. Tre cose restano. Chi cerca ha ancora un intento (→ 31.1.2): cambia la forma della domanda, non la sua origine. Chi riceve valuta ancora: accettare una proposta è la decisione più economica di tutte (→ 11.8.3), ma resta soggetta ai meccanismi già descritti (→ 12.5, → 31.6.2), e un testo generato non sospende il giudizio, lo rende meno frequente e più costoso. Chi riceve può ancora verificare, e molti sistemi esibiscono riferimenti alle fonti; che siano accurati è però un fatto empirico e non un dato di progetto, e il controllo sistematico delle affermazioni citate nelle risposte generative ha trovato quote non trascurabili di enunciati non sostenuti dalla fonte indicata (Liu, Zhang & Liang, 2023).

32.1.3 Lo statuto di questa diagnosi

Questa diagnosi vale per l’intero manuale e non viene ripetuta altrove: i capitoli che la presuppongono (→ 11.8, → 16.4, → 18.7, → 21.10, → 36.7) vi rimandano e danno per acquisiti i quattro punti del § 32.1.1.

32.2 Generative Engine Optimization (GEO)

Questo paragrafo è la sede canonica di GEO: i capitoli che lo richiamano — 18.7, 21.10, 31.2 — vi rimandano per origine, natura dello studio primario e statuto delle leve derivate.

32.2.1 Origine del termine e natura dello studio primario

Il termine Generative Engine Optimization — GEO — non è un conio della letteratura manageriale che oggi lo diffonde: proviene da uno studio informatico presentato a una conferenza di data mining con revisione fra pari (Aggarwal, Murahari, Rajpurohit, Kalyan, Narasimhan & Deshpande, 2024), la cui primissima comparsa è in un preprint degli stessi autori dell’anno precedente, non referato. Dichiararne l’origine non è pedanteria: la natura dello studio primario determina che cosa il termine può legittimamente affermare.

Lo studio è una valutazione su benchmark. Gli autori costruiscono un insieme di richieste, generano risposte con sistemi che combinano recupero di documenti e generazione di testo, applicano a un documento candidato una serie di interventi testuali — riferimenti, dati, virgolettati di fonti competenti, riformulazioni più autorevoli o più fluide — e misurano quanto cambia la presenza di quel documento nella risposta, secondo indicatori definiti da loro stessi. Che cosa non è va detto con altrettanta chiarezza: non è un’osservazione di mercati, perché non vi compaiono imprese, né clienti, né comportamenti d’acquisto. È un esperimento su un artefatto tecnico.

Alla divulgazione manageriale seguita va riconosciuto un merito distinto: la diffusione. Sono i testi professionali, non lo studio, ad aver portato il problema all’attenzione di chi dirige un’impresa. Confondere i due produce errori speculari: attribuire alla divulgazione un conio che non le appartiene, e allo studio una portata di mercato che non ha mai rivendicato.

32.2.2 Che cosa lo studio mostra, e con quali limiti

Il risultato, nella forma corretta, è questo: su un insieme costruito di richieste e su sistemi dati, alcuni interventi sulla forma e sul corredo probatorio di un documento ne aumentano la presenza nelle risposte generate, con effetto variabile per dominio. Gli interventi più efficaci non sono quelli suggeriti dalla tradizione dell’ottimizzazione per motori a elenco: contano più le prove che la densità dei termini.

Quattro limiti vanno enunciati insieme al risultato, non come postilla. È una valutazione su benchmark: la generalizzabilità a richieste reali non è stabilita e non poteva esserlo. L’insieme degli interventi è definito dagli autori: non è dimostrato che siano i più efficaci fra i possibili, ma che fra quelli provati alcuni funzionano meglio di altri. I sistemi sono cambiati: modelli, strati di recupero, filtri e istruzioni si modificano di continuo e senza versione dichiarata (→ 8.8.1). La misura è interna alla procedura: è la presenza di un documento in un testo generato in condizioni controllate, non la visibilità che un’impresa ottiene, e meno ancora l’effetto di quella visibilità su chi compra.

32.2.3 Le leve manageriali derivate

Dalla letteratura professionale è derivata una serie di raccomandazioni operative, che il manuale riporta per quello che sono: ipotesi plausibili, non regole dimostrate, non verificate in condizioni di mercato.

Tre riguardano il singolo contenuto: renderlo esplicito in forma standard, corredarlo di prove, strutturarlo perché se ne estraggano unità autonome. Sono le proprietà della citabilità, esposte una volta sola al § 32.4.2. Qui basti che il corredo probatorio è la leva che lo studio primario trova più efficace, e l’unica il cui costo coincide con un beneficio indipendente dal sistema; e che la progettazione dei campi dichiarati è decisione di prodotto, non adempimento tecnico (→ 23.7).

Due sono proprie di questo paragrafo, perché riguardano il sistema delle fonti anziché il testo. Distribuire su fonti terze, perché ciò che l’impresa dice di sé pesa meno di ciò che altri dicono di lei (→ 30.5): la convergenza fra fonti indipendenti è uno dei pochi segnali utilizzabili in assenza di verifica. Essere coerenti fra le sedi, perché una descrizione contraddittoria produce una rappresentazione vaga o nessuna; la dottrina è al § 28.8, qui vale come vincolo di rilevabilità.

32.2.4 La griglia a cinque dimensioni

La saggistica professionale sulla visibilità generativa ha proposto uno schema di lavoro in cinque dimensioni (Carboni, 2025; 2026): strumento d’autore, mai validato, non un costrutto della letteratura. Il manuale lo adotta come griglia diagnostica — organizza l’osservazione, non produce un punteggio — e per questo non lo chiama protocollo, parola che nel manuale designa una procedura di misura riproducibile (→ 8.8).

Dimensione	Domanda a cui risponde	Sede
Synthetic Visibility	L’organizzazione compare nelle risposte generate, e con quale accuratezza?	§ 32.3
Coerenza narrativa	Le versioni presenti nelle diverse sedi sono riconducibili a una descrizione unica?	→ 28.8
Presenza presso fonti terze	Di questa organizzazione parlano anche fonti che non le appartengono?	→ 25.10, → 30.5
Chiarezza distintiva	È leggibile che cosa distingue questa offerta dalle alternative?	→ 18.4, → 18.4.1
Sintetizzabilità	Ciò che l’organizzazione dice sopravvive alla compressione in poche righe?	§ 32.4.2

Un’avvertenza prima che lo studente si affezioni alla tabella. Nessuna delle cinque dimensioni dispone di una misura standardizzata: non esistono definizioni operative condivise, soglie validate, scale di affidabilità verificata. Le griglie di punteggio che circolano nella pratica hanno valore di lista di controllo e nessuno metrico: sommare giudizi soggettivi non produce una misura (→ 10.1). Lo schema serve a non dimenticare una dimensione, non a dire quanto si vale.

32.3 Synthetic Visibility

Questo paragrafo è la sede canonica della Synthetic Visibility: definizione, misura, condizioni di validità, distribuzione. I capitoli che la richiamano — 10.4, 21.10, 25.10, 28.8, 30.5.1, 39.7.2 — vi rimandano e non la ridefiniscono.

32.3.1 Definizione

Si chiama Synthetic Visibility la misura di quanto chiaramente, accuratamente e frequentemente una marca o un’offerta compare nelle risposte generate da sistemi che sintetizzano informazione, date certe interrogazioni, in una certa lingua, a una certa data.

Tre proprietà meritano attenzione. È relativa a un insieme di interrogazioni: esiste solo rispetto a domande specificate. È tridimensionale: comparire spesso, in modo accurato e in modo chiaro sono cose diverse. Ed è datata: senza data e sistema non è un valore, è un aneddoto.

Nota terminologica. Nella pratica professionale circolano altri nomi per lo stesso fenomeno: quota di risposta, generative share of voice, quota di citazione, e il calco italiano «visibilità sintetica». Lo studente li riconosca quando li incontra; il manuale usa Synthetic Visibility in tutte le sue sedi. Il secondo va tenuto distinto dalla quota di voce del § 10.2.3, che misura la spesa relativa in una categoria e non la comparsa in una risposta: sono grandezze diverse con nomi simili. Circola anche l’espressione «segnale magnetico»: è una metafora, non un costrutto, e non viene usata.

32.3.2 Come si misura

La procedura, esposta come procedura e non come strumento, ha quattro passaggi.

Si definisce una famiglia di interrogazioni: non le domande che l’impresa vorrebbe ricevere, ma quelle che qualcuno formula davvero quando ha il problema che l’offerta risolve, fissate prima di guardare i risultati (→ 8.7.2).

Si ripete. Un sistema generativo non è deterministico: una singola interrogazione restituisce un’estrazione, non una stima. Le ripetizioni si decidono in anticipo, con la dispersione riportata (→ 8.8.2).

Si contano le comparse. Il tasso di comparsa è la quota di risposte in cui l’organizzazione compare; perché il conteggio sia ripetibile serve una regola di codifica decisa prima: nome esplicito, allusione riconoscibile, elenco, menzione in negativo.

Si valuta l’accuratezza di ciò che viene detto. È il passaggio che quasi tutte le rilevazioni professionali saltano ed è quello che conta di più: comparire con una descrizione sbagliata è peggio che non comparire. Si registrano gli attributi, la loro corrispondenza al vero, la categoria in cui l’offerta è collocata e il tono.

32.3.3 Le condizioni di validità

Il protocollo di riproducibilità delle misure su sistemi generativi è esposto una volta sola al § 8.8, sede canonica: qui si applica e non si riespone. Una rilevazione di Synthetic Visibility, per essere una misura e non un aneddoto in forma numerica, deve dichiarare le otto voci del § 8.8.2: prompt per esteso, sistema e versione o l’impossibilità di identificarla, lingua e mercato, data, ripetizioni e condizioni di sessione, trattamento del non determinismo con la dispersione, regola di codifica, ciò che si è omesso. Vale anche il perimetro delle conclusioni ammissibili: si può stabilire che in una lingua, a una data, su un sistema, con certi prompt, alcuni soggetti compaiono più spesso di altri; non la causa di uno spostamento fra due rilevazioni, perché nel frattempo sono cambiati insieme il sistema, i contenuti disponibili e il comportamento degli altri attori (→ 8.8.4).

32.3.4 La lingua e il mercato non sono condizioni di contorno

Questa proprietà è costitutiva della misura. I dati su cui questi sistemi sono costruiti sono distribuiti in modo estremamente diseguale fra le lingue del mondo, e le prestazioni delle tecnologie linguistiche seguono quella disuguaglianza (Joshi, Santy, Budhiraja, Bali & Choudhury, 2020; Blasi, Anastasopoulos & Neubig, 2022). Tre conseguenze. Essere presenti in una lingua non implica esserlo in un’altra. Misurare in una sola lingua produce una stima distorta a direzione prevedibile: sovrastima chi è ben documentato in quella lingua. L’insieme delle fonti che un sistema tratta come autorevoli è locale, perché locale è l’infrastruttura informativa da cui proviene (→ 21.10).

32.3.5 Concentrata, non binaria

La distribuzione è molto più concentrata di quella di un elenco. Un elenco ha molte posizioni, e anche una bassa è raggiungibile. Una risposta ha spazio per poche voci, e quelle poche tendono a ripetersi perché i segnali che le hanno selezionate sono stabili. Poche fonti compaiono in molte risposte, moltissime in nessuna: è una conseguenza attesa della forma del prodotto, non una regolarità misurata.

Ma non è binaria. La formulazione che circola nella pubblicistica — «o ci sei o non esisti» — è una semplificazione retorica, scorretta per tre ragioni. La comparsa varia con l’interrogazione: chi è assente dalle richieste generiche di categoria può essere presente e stabile su richieste specifiche, spesso quelle di chi è più vicino a decidere. Varia con il sistema e con la lingua. E i sistemi generativi non sono l’unico canale: motori a elenco, marketplace, canali diretti, passaparola e canale fisico coesistono, con rilevanza diversa per categoria, mercato e fase decisionale (→ 30.5, → cap. 33). La formulazione corretta è che la Synthetic Visibility è fortemente concentrata e continua, non discreta: fra comparire in una risposta pertinente su dieci e non comparire mai c’è una differenza gestionale, ed è il margine su cui si può agire.

32.3.6 Che cosa questa misura non dimostra

L’apertura di Parte ha annunciato un riscontro che ne metterebbe alla prova la tesi: se la coerenza fra le sedi risultasse priva di effetti misurabili sulla scelta, il costo dell’incoerenza sarebbe un’ipotesi senza conseguenze. Va detto qui, dove si misura la presenza, che l’evidenza disponibile non lo onora. Nessuna rilevazione di Synthetic Visibility stabilisce che descrizioni convergenti producano una probabilità di scelta diversa da descrizioni divergenti, a parità del resto: la misura registra ciò che i sistemi dicono, non ciò che ne consegue nel comportamento. Il disegno che lo stabilirebbe è al § 28.8.3, e finché non esiste la raccomandazione di coerenza conserva lo statuto di ipotesi ragionevole e non verificata.

32.4 Identità semantica e citabilità

Questo paragrafo è la sede canonica di identità semantica, citabilità e firma cognitiva: i capitoli che le richiamano — 18.7, 25.2, 28.8, 31.8.3 — vi rimandano.

32.4.1 L’identità semantica

Si chiama identità semantica l’insieme coerente di enunciati verificabili che, distribuiti fra le sedi in cui un’impresa compare, la rendono riconoscibile e ricomponibile da un sistema che sintetizza.

La definizione va letta parola per parola. Enunciati, non impressioni. Verificabili, perché un’affermazione che nessuno può controllare, ripetuta, non acquista peso ma frequenza. Distribuiti fra le sedi, perché l’identità semantica non risiede nella sede propria dell’impresa ma nell’insieme di ciò che, ovunque, la riguarda (→ 30.5.1). Coerente, perché la convergenza fra fonti indipendenti produce una descrizione stabile. Ricomponibile, perché il sistema non recupera un profilo: ne ricostruisce uno da frammenti.

Due distinzioni evitano gli equivoci più frequenti. L’identità semantica non è il posizionamento, che risponde alla domanda su che cosa distingue l’impresa (→ 18.1, → 18.4); essa risponde alla domanda su che cosa un sistema è in grado di dire di lei. E non è la reputazione, giudizio depositato nelle persone (→ 25.10), di cui è la controparte testuale: si può godere di ottima reputazione e avere un’identità semantica povera, perché quel credito sta in relazioni e non in documenti.

32.4.2 La citabilità

Quattro proprietà rendono un contenuto adatto a essere ripreso, e sono le leve del § 32.2.3 dal lato del testo.

La struttura. Un testo organizzato per domande e risposte, con titolazione corrispondente a interrogazioni reali e definizioni all’inizio, offre unità estraibili; uno che costruisce il senso per accumulo no.

La verificabilità. Un’affermazione corredata di dato, unità di misura, condizioni di rilevazione e riferimento è utilizzabile; una qualificazione generica no, perché non aggiunge nulla a quanto il sistema già possiede in mille formulazioni identiche (→ 18.5.1).

L’attribuzione chiara. Chi afferma, in quale qualità, da quale sede: un enunciato senza soggetto identificabile non è riportabile come dichiarazione.

L’autonomia del frammento. È la proprietà meno intuitiva e la più decisiva: un passaggio deve reggere fuori dal proprio contesto, perché è lì che verrà usato. Da qui il criterio pratico: se il nucleo di ciò che si afferma non è riducibile a una frase che resti vera da sola, non è la scrittura a essere migliorabile, è il pensiero a non essere concluso.

32.4.3 La firma cognitiva

L’identità semantica dice che cosa deve risultare; la firma cognitiva ne è l’articolazione operativa e dice come si costruisce, in tre componenti.

Il lessico proprietario: i termini con cui l’organizzazione nomina i problemi che risolve e i modi in cui li risolve, usati con costanza e definiti almeno una volta nel linguaggio della categoria. Ha senso solo per ciò che è nuovo: coniare un termine per un attributo standard rende l’offerta irriconoscibile (→ 23.7.2).

La logica risolutiva: il procedimento dichiarato con cui l’organizzazione affronta i problemi — quali passaggi compie, in quale ordine, con quali criteri. È la componente più difficile da imitare, perché descrive un comportamento e non una promessa, e la più utile a un sistema che deve spiegare perché proporre qualcuno.

Il registro di autorità: che cosa si afferma, che cosa si nega, che cosa si dichiara di non fare. Non è un registro stilistico ed è verificabile: chi non nega nulla non afferma nulla di distinguibile (→ 18.4.1).

32.4.4 La triade del racconto identitario

Perché una descrizione risulti equilibrata anziché monodimensionale, la stessa saggistica da cui viene la griglia del § 32.2.4 propone di verificare che il racconto contenga tre ordini di enunciati (Carboni, 2025; 2026); vale la stessa avvertenza di statuto. Il manuale lo chiama triade del racconto identitario, nome da usare per esteso. Il prodotto — che cosa l’offerta fa, per chi, con quali prestazioni verificabili: condizione minima e muta, perché da sola descrive una categoria e non un soggetto. Le persone — chi progetta, produce, acquista, collabora — perché le dichiarazioni di terzi identificabili hanno statuto di prova, quelle proprie di affermazione. Il pianeta — quali effetti l’attività produce sull’ambiente — con un vincolo severo: raccontare l’impatto perché una macchina lo rilevi è a un passo dal dichiararne uno che non esiste (→ 42.6).

La triade è criterio di equilibrio, non di completezza: le tre voci non devono pesare ugualmente in ogni contenuto, ma risultare presenti nel complesso. E non va abbreviata in sigla: nel manuale «3P» designa una sola cosa, la formula People × Purpose × Planet, modello di governo dell’impresa e non griglia narrativa (→ 46.2).

32.4.5 Il nesso che tiene insieme il paragrafo

La citabilità non è una tecnica di scrittura: è la conseguenza dell’avere qualcosa di verificabile da dire.

Le quattro proprietà del § 32.4.2 sono condizioni necessarie e non sufficienti: nessuna produce verificabilità in assenza di qualcosa da verificare. Il lavoro sull’identità semantica comincia perciò dove finisce quello sulla base distintiva: chi non sa dire in che cosa è diverso, e non può provarlo, non ha nulla da rendere leggibile (→ 18.4.1). Vale inoltre il segnale costoso (→ 25.1.2): dove il testo plausibile è quasi gratuito, il costo che rende credibile un’affermazione si sposta dalla scrittura alla prova (→ 31.8.3).

32.5 Rischi: allucinazione di marca, disintermediazione, dipendenza dalla piattaforma

32.5.1 Allucinazione di marca

Si chiama allucinazione di marca l’attribuzione, da parte di un sistema generativo, di caratteristiche, prezzi, posizioni o vicende che l’organizzazione non ha. Non è un malfunzionamento occasionale ma una proprietà nota dei sistemi che generano testo plausibile anziché verificato (Ji et al., 2023). Il meccanismo più frequente non è l’invenzione ma il riempimento di una lacuna: dove l’informazione è assente, obsoleta o presente in un’unica fonte di seconda mano, il sistema completa con ciò che è probabile per organizzazioni simili, e un dettaglio marginale può diventare la caratteristica principale.

Le conseguenze sono asimmetriche. Verso il mercato l’errore produce aspettative sbagliate e, se riguarda prezzo o prestazioni, contestazioni. Verso l’impresa è difficile da rilevare: nessuna notifica avverte che si è stati descritti male, e l’unico modo di accorgersene è cercarsi. Verso la correzione gli strumenti sono limitati: non si modifica un modello già addestrato, i canali di segnalazione sono disomogenei e la loro efficacia non è documentata. Quando l’errore assume dimensione reputazionale valgono gli strumenti della crisi (→ 25.9); rettifica e rimozione sono al § 39.7.2, e il rimando è obbligato.

32.5.2 Disintermediazione della relazione

Se la risposta risolve, il contatto non avviene, e l’impresa perde due cose. Il dato — chi ha chiesto, che cosa, quando, con quali dubbi. E l’occasione di relazione: chi viene scelto senza essere mai incontrato è sostituibile alla prima condizione marginalmente migliore (→ 37.3). La conseguenza gestionale non è resistere alla disintermediazione, che non dipende dall’impresa, ma decidere che cosa tenere dalla propria parte: quale parte dell’esperienza richiede un rapporto diretto, e quale informazione va raccolta dopo lo scambio se non si è potuta raccogliere prima.

32.5.3 Dipendenza dalla piattaforma

La presenza nelle risposte è mediata da sistemi che cambiano i propri criteri senza preavviso e senza obbligo di motivazione: è la posizione, nota alla disciplina, di chi dipende da un intermediario che controlla l’accesso al mercato (→ 36.4), con due aggravanti — il criterio non è ispezionabile nemmeno a posteriori, e di norma non esiste alcun rapporto contrattuale che regoli la presenza.

Ne discende che ogni ottimizzazione per un sistema generativo è un investimento a durata ignota. Non è una ragione per non farlo, ma per preferire — a parità di effetto atteso — gli interventi che conservano valore anche se il sistema cambia: prove, documentazione, riconoscibilità presso fonti terze, chiarezza dell’offerta (→ 31.2.4).

32.6 Governo della presenza

32.6.1 Monitoraggio e intervento

Che cosa osservare. Quattro grandezze: il tasso di comparsa sulla famiglia definita; gli attributi attribuiti; l’accuratezza, quanti di essi sono veri; l’insieme delle alternative co-citate, spesso più informativo del proprio tasso perché rivela in quale categoria il sistema colloca l’offerta (→ 18.7).

Con quale periodicità. Abbastanza ampia da rendere interpretabile una variazione, abbastanza stretta da intercettare un errore prima che si consolidi: troppo spesso si scambia rumore per tendenza (→ 8.8.1).

Con quali soglie. Tre, in ordine di urgenza. Un errore di fatto su prezzo, prestazioni, sicurezza o titolarità, quale che sia la frequenza. Una collocazione sbagliata di categoria, che falsa il confronto a monte. Una variazione del tasso di comparsa, solo se persiste oltre la dispersione osservata.

Che cosa si può fare. Qui il principio che governa il paragrafo:

Si corregge alla fonte, non alla risposta. Si può agire su ciò che i sistemi leggono; non su ciò che dicono.

Non esiste una leva diretta sull’esito, solo leve sui materiali di origine: pubblicare l’informazione mancante, correggerla nelle sedi che l’hanno diffusa sbagliata, ottenere che fonti terze riportino il dato giusto, rendere accessibile ciò che deve essere letto — e, simmetricamente, decidere che cosa non rendere accessibile, perché consentire o negare la scansione è a sua volta una decisione di marketing. L’intervento è indiretto e lento, e la sua efficacia non è garantita.

32.6.2 Manutenzione del corpus

Il contenuto pubblicato invecchia e resta leggibile: un documento vecchio non è meno accessibile di uno nuovo, e per un sistema che sintetizza può pesare quanto quello. Un comunicato di sette anni fa, la pagina di un’offerta ritirata, un listino superato continuano a fornire enunciati. L’archivio è dunque una fonte attiva, non un deposito. La manutenzione del corpus è un’attività ricorrente e assegnata, in tre operazioni: censire ciò che è pubblicato e ancora accessibile, incluse le sedi dimenticate; datare, perché un contenuto privo di data è letto come attuale; correggere ciò che non lo è più.

Sull’ultima operazione va enunciata una regola contro l’intuizione corrente:

Correggere è meglio che rimuovere.

La rimozione sembra la soluzione pulita e di solito non lo è. Non elimina il contenuto errato: copie, riprese e archivi di terzi sopravvivono all’originale, e il materiale già incorporato nei dati di addestramento non si ritira. E toglie il contenuto corretto: sottrae l’unica versione autorevole, lasciando in circolazione le repliche sbagliate. Correggere in luogo, mantenendo l’indirizzo e dichiarando la data dell’aggiornamento, conserva la sede autorevole e le dà una versione giusta. La rimozione resta appropriata dove il contenuto è privo di valore informativo.

Un’impresa risponde di tutto ciò che ha pubblicato e che è ancora accessibile, non soltanto di ciò che promuove.

È la responsabilità editoriale del § 31.8.2 estesa alla dimensione temporale.

32.7 Il confine fra ottimizzazione e manipolazione

Tutto ciò che il capitolo ha descritto può essere fatto in due modi, e la disciplina non può insegnare il primo senza nominare il secondo.

Da un lato stanno interventi legittimi, la maggior parte di quelli esposti: rendere accurato ciò che si dice di sé, strutturato ciò che è disperso, verificabile ciò che si afferma, accessibile ai sistemi ciò che si è deciso di pubblicare. Nessuno dipende dal fatto che nessuno se ne accorga, e averli compiuti è spesso di per sé un’informazione favorevole.

Dall’altro stanno pratiche che il capitolo deve nominare. Fabbricare fonti apparentemente indipendenti per produrre la convergenza che un sistema legge come conferma. Moltiplicare contenuto per saturare lo spazio informativo di un tema. Inserire nei propri materiali istruzioni destinate al sistema anziché al lettore. Costruire reputazione simulata, con dichiarazioni, valutazioni o riconoscimenti prodotti o acquistati. Nessuna è nuova: sono la versione generativa di manipolazioni note (→ 31.7), e producono lo stesso danno di sistema, l’inquinamento di un bene comune informativo che riduce il valore del segnale anche per chi non ha barato.

Il manuale propone un criterio unico per separare i due insiemi.

Un intervento è ottimizzazione se resterebbe difendibile una volta reso pubblico a chi legge la risposta; è manipolazione se il suo funzionamento dipende dal fatto che nessuno sappia che è stato fatto.

Il criterio ha tre pregi. È operativo: si applica prima di agire, chiedendosi se una nota accanto alla risposta ne cambierebbe la lettura. È indipendente dall’esito: non chiede se la pratica funzioni, ma se regga alla pubblicità. Ed è indipendente dal sistema: continua a valere quando i criteri cambiano, il che nessuna regola tecnica fa.

Va dichiarato che cosa il criterio è. È etico e non giuridico: non stabilisce che cosa sia lecito in un dato ordinamento. Il quadro normativo — disclosure e riconoscibilità del contenuto e degli interlocutori generati, manipolazione digitale e dark pattern, rettifica dell’output errato — è materia del capitolo 39 (→ 39.5, → 39.7, → 39.7.2), e il rimando è obbligatorio prima di qualunque decisione operativa. Questo paragrafo pone il confine; non lo risolve.

Si noti la simmetria con due sedi già incontrate: la progettazione etica del servizio (→ 26.9) e l’architettura delle scelte (→ 12.7.4). In tutti e tre i casi il criterio ha la stessa forma — è legittimo ciò che regge alla dichiarazione, non ciò che dipende dall’ignoranza di chi lo subisce — e che ricorra in ambiti indipendenti depone a favore della sua solidità.

Che cosa non si sa

L’apertura di questa Parte ha annunciato che il capitolo avrebbe dichiarato anche i propri limiti.

Non si sa quali leve funzionino davvero, né con quale grandezza d’effetto. Le raccomandazioni del § 32.2.3 sono plausibili; la sola evidenza controllata è una valutazione su benchmark, con i quattro limiti del § 32.2.2, e nessuno studio indipendente ne ha stimato l’effetto in condizioni di mercato.

Non si sa quanto duri l’effetto: poiché le revisioni dei sistemi non sono annunciate né versionate, la durata non è osservabile.

Non si sa se le regolarità osservate sopravvivano al cambio dei sistemi: ogni risultato è condizionato a una configurazione instabile e non ispezionabile. E non si sa, come dichiarato al § 32.3.6, se la coerenza fra le sedi abbia effetti misurabili sulla scelta.

E soprattutto: nessuno studio disponibile stabilisce la relazione fra presenza nelle risposte generate e comportamento d’acquisto. Che comparire aumenti la probabilità di essere scelti è un’ipotesi ragionevole — la stessa che regge l’insieme di considerazione (→ 11.4) — ma non verificata per questo canale, di grandezza ignota e di variazione ignota per categoria, prezzo, rischio percepito e fase decisionale. Finché non lo si sa, la Synthetic Visibility va trattata come misura di esposizione, non di risultato (→ 10.1.2). Le traiettorie future sono materia del capitolo 50, la cui agenda registra questa lacuna fra i problemi aperti (→ 50.6.1).

Sintesi del capitolo

Quando un sistema restituisce una risposta anziché un elenco, quattro cose cambiano: scompare la pluralità simultanea delle fonti; la selezione avviene prima e altrove, secondo criteri non dichiarati; l’impresa perde il controllo della formulazione con cui viene presentata; il traffico verso le fonti si riduce, il che modifica gli incentivi di chi produce l’informazione su cui i sistemi si addestrano. Restano l’intento di chi cerca, la valutazione di chi riceve e la possibilità di verificare. La diagnosi è esposta qui una volta sola.

Il termine Generative Engine Optimization proviene da uno studio informatico con revisione fra pari: una valutazione su benchmark di interventi testuali, non un’osservazione di mercati. Alla divulgazione manageriale seguita spetta il merito della diffusione, non il conio; le leve derivate sono ipotesi operative, e la griglia a cinque dimensioni uno schema di lavoro professionale privo di misure standardizzate.

La Synthetic Visibility misura quanto chiaramente, accuratamente e frequentemente un’offerta compare nelle risposte generate; la si rileva con famiglie di interrogazioni fissate in anticipo, ripetizioni, tassi di comparsa e verifica dell’accuratezza, e vale solo se dichiara le condizioni del § 8.8. La lingua di interrogazione è costitutiva della misura. La distribuzione è più concentrata di quella di un elenco ma non binaria, e non stabilisce nulla sugli effetti della coerenza nella scelta.

L’identità semantica è l’insieme coerente di enunciati verificabili che rendono un’impresa ricomponibile da un sistema; la citabilità dipende da struttura, verificabilità, attribuzione chiara e autonomia del frammento, ma non è tecnica di scrittura: è la conseguenza dell’avere qualcosa di verificabile da dire. Tre rischi l’accompagnano — allucinazione di marca, disintermediazione, dipendenza dalla piattaforma — e il governo della presenza si esercita correggendo alla fonte e mantenendo il corpus. Il confine con la manipolazione passa dove il funzionamento di un intervento dipende dal fatto che nessuno sappia che è stato fatto.

Qui si chiude la Parte V. La Parte VI — Distribuzione, presenza, interazione — cambia oggetto: dai messaggi ai luoghi in cui l’offerta si rende disponibile e la relazione si svolge.

Domande di verifica

Di richiamo

• Elenca i quattro cambiamenti del § 32.1.1 e spiega perché il quarto è definito un effetto di secondo ordine.
• Indica la fonte primaria del termine GEO, la natura dello studio e i quattro limiti che ne circoscrivono la portata.
• Definisci la Synthetic Visibility ed elenca le quattro operazioni della misura, indicando quale viene più spesso omessa nella pratica e perché conta.
• Enuncia le quattro proprietà che rendono citabile un contenuto e le tre componenti della firma cognitiva.

Di applicazione

• Un’organizzazione compare in quattro risposte su dieci a una famiglia di interrogazioni contro le sei di un concorrente, e ne conclude di avere un problema di visibilità. Elenca le informazioni che ti servirebbero, secondo i §§ 8.8 e 32.3, prima di accettare il confronto, e quale potrebbe rovesciarne la conclusione.
• Un sistema descrive ripetutamente un’impresa attribuendole una specializzazione abbandonata tre anni fa. Ricostruisci il meccanismo più probabile, elenca gli interventi disponibili nell’ordine in cui li tenteresti e indica per ciascuno perché l’esito non è garantito.
• Un responsabile propone di pubblicare quaranta articoli mensili su varianti dello stesso tema, di creare tre sedi editoriali apparentemente indipendenti che citino l’impresa e di inserire nelle pagine proprie un testo invisibile ai lettori che istruisca i sistemi su come descriverla. Applica a ciascuna proposta il criterio del § 32.7, motiva la classificazione e indica il paragrafo del capitolo 39 da consultare.
• Un’organizzazione decide di rimuovere tutti i contenuti anteriori a cinque anni per «ripulire» la propria rappresentazione. Argomenta perché la decisione può peggiorare il problema che intende risolvere, proponi un piano alternativo in tre operazioni e indica quali contenuti resterebbero comunque da rimuovere.

Attività generative

A. Codificare l’accuratezza — esercizio di codifica con sistemi generativi, in gruppi di tre, due ore. Il § 32.3.2 dichiara che valutare l’accuratezza di ciò che viene detto è il passaggio decisivo, e quello che quasi tutte le rilevazioni professionali saltano: qui si esercita solo quello. Il protocollo di raccolta vi è dato: cinque interrogazioni su una categoria di offerta, tre ripetizioni, tutto registrato per esteso. Estraete da ogni risposta gli enunciati riferiti a un soggetto nominato e costruite uno schema di codifica a quattro valori — vero, falso, non verificabile con fonti pubbliche, vero ma fuorviante per omissione — definendo per iscritto il confine fra gli ultimi due. Due membri codificano lo stesso materiale separatamente, il terzo registra i disaccordi. Consegnate lo schema riscritto e mezza pagina su una domanda: quali disaccordi nascevano da una definizione ambigua e quali da un giudizio genuinamente controverso? Il risultato è lo schema, non la percentuale.

B. L’archivio che parla ancora — censimento e decisione, in coppia, due settimane, senza sistemi generativi. Scegliete un’organizzazione di cui potete raggiungere il materiale pubblicato e applicate le tre operazioni del § 32.6.2. Censite almeno venti contenuti ancora accessibili, comprese le sedi dimenticate: offerte ritirate, comunicati vecchi, documenti tecnici, profili in elenchi di terzi. Datate: per ciascuno data di pubblicazione, data dell’ultimo aggiornamento, e se una delle due sia visibile a chi legge. Decidete: fra correggere in luogo, aggiornare la sola data, lasciare invariato, rimuovere, motivando in una riga e applicando la regola secondo cui correggere è meglio che rimuovere. Consegnate la tabella e mezza pagina su quali voci contraddicono ciò che l’organizzazione afferma oggi.

C. Il tribunale della trasparenza — simulazione di deliberazione, senza sistemi generativi, gruppi di sei, due ore. Il docente distribuisce dodici schede, ciascuna con una pratica descritta in tre righe e senza giudizio: alcune legittime, alcune manipolative, almeno quattro genuinamente incerte. Ogni gruppo si divide in due: tre studenti sostengono che la pratica è ottimizzazione, tre che è manipolazione, applicando entrambi il criterio del § 32.7. Dopo ogni scheda il gruppo delibera a maggioranza e verbalizza in una riga la ragione decisiva. Riprendete infine le quattro schede più discusse e formulate la domanda supplementare che avrebbe risolto il caso: è quella domanda, non la deliberazione, l’esito dell’esercizio.

Rimandi

Approfondiscono concetti qui introdotti: riproducibilità delle misure su sistemi generativi → 8.8 · IA generativa e suoi limiti → 9.5, 9.7 · metriche di vanità → 10.1 · quota di voce → 10.2.3 · insieme di considerazione → 11.4 · decisione delegata → 11.8 · persuasione → 12.5 · architettura delle scelte → 12.7.4 · segmentazione per intento → 16.4 · posizionamento e Marketing Distinguo → 18.4, 18.4.1 · claim → 18.5.1 · posizionamento in ambiente mediato → 18.7 · mercati algoritmici → 21.10 · leggibilità automatica dell’offerta → 23.7 · segnale costoso → 25.1.2 · crisi di marca → 25.9 · reputazione come patto → 25.10 · progettazione etica → 26.9 · coerenza narrativa distribuita e sua verifica → 28.8, 28.8.3 · strati di presenza → 30.5, 30.5.1 · SEO → 31.2 · recensioni false → 31.7 · responsabilità editoriale → 31.8 · canali → cap. 33 · marketplace e dipendenza → 36.4 · commercio agentico → 36.7 · ciclo di vita del cliente → 37.3 · disclosure → 39.5 · manipolazione digitale e rettifica → 39.7, 39.7.2 · greenwashing → 42.6 · 3P → 46.2 · questioni aperte → cap. 50.

Presuppone: il § 8.8 per intero, senza il quale il § 32.3 non è applicabile; i §§ 11.8, 18.4, 28.8; il cap. 30, in particolare il § 30.5.1; il § 31.2, che dichiara il perimetro e passa qui la materia della risposta sintetizzata.

Letture di approfondimento

• Aggarwal, P., Murahari, V., Rajpurohit, T., Kalyan, A., Narasimhan, K., & Deshpande, A. (2024). GEO: Generative engine optimization. In Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD ’24) (pp. 5–16). ACM. https://doi.org/10.1145/3637528.3671900 — La fonte primaria del termine, e un buon esempio di che cosa uno studio su benchmark può e non può affermare.
• Shah, C., & Bender, E. M. (2022). Situating search. In Proceedings of the 2022 Conference on Human Information Interaction and Retrieval (CHIIR ’22) (pp. 221–232). ACM. https://doi.org/10.1145/3498366.3505816 — La critica più argomentata all’idea che restituire una risposta sia un miglioramento del cercare.
• Metzler, D., Tay, Y., Bahri, D., & Najork, M. (2021). Rethinking search: Making domain experts out of dilettantes. ACM SIGIR Forum, 55(1), Articolo 13, 1–27. https://doi.org/10.1145/3476415.3476428 — Il programma di ricerca che ha immaginato il motore come sistema che risponde: una tecnologia colta mentre viene concepita. Contributo di forum, non referato.
• Liu, N. F., Zhang, T., & Liang, P. (2023). Evaluating verifiability in generative search engines. In Findings of the Association for Computational Linguistics: EMNLP 2023 (pp. 7001–7025). ACL. — Quanto sono affidabili i riferimenti che una risposta generata esibisce.
• Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), Articolo 248, 1–38. https://doi.org/10.1145/3571730 — La rassegna di riferimento sul fenomeno che il § 32.5.1 declina come allucinazione di marca.
• Joshi, P., Santy, S., Budhiraja, A., Bali, K., & Choudhury, M. (2020). The state and fate of linguistic diversity and inclusion in the NLP world. In Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics (pp. 6282–6293). ACL. — Perché la lingua di interrogazione non è un dettaglio della misura.
• Sclar, M., Choi, Y., Tsvetkov, Y., & Suhr, A. (2024). Quantifying language models’ sensitivity to spurious features in prompt design, or: How I learned to start worrying about prompt formatting. In Proceedings of the 12th International Conference on Learning Representations (ICLR). — La formulazione della richiesta è parte dello strumento di misura.