Giusto per allinearci: quando scrivo con un’intelligenza artificiale, non cerco “un testo”, cerco una precipitazione ordinata dentro la mia Nuvola Semiotica Gaussiana. Il copy non è un punto che compare dal nulla: è l’effetto locale di una distribuzione di possibilità (la mia Gaussiana di significato), che collassa in una bolla quando il contesto è chiaro, l’interlocutore è definito e la voce è mia. Se manca anche uno solo di questi tre elementi, la bolla si allarga, il senso si sfuoca, e il risultato diventa un vanilla content che potrebbe firmare chiunque.

Ecco perché prima di aprire il prompt io definisco chi parla (invarianti), quanto posso deviare (tolleranze) e cosa non entra (banditi). Il mio I·T·B non è una mania di controllo: è la forma che consente alla bolla di rimanere coerente senza diventare rigida. La macchina, a quel punto, accelera le varianti; io decido quale variante fa collassare il senso nel punto giusto.

C’è un’altra verifica, che per me è non negoziabile: la differenza fra intenzione e interpretazione. Io posso voler dire X, ma il lettore può leggere Y. Quell’aderenza fra voluto e percepito la misuro (anche solo mentalmente) come Indice di Aderenza Semantica; la capacità del testo di far convergere letture diverse verso lo stesso nucleo la penso come Indice di Convergenza Semantica. Se l’AI accelera troppo e io mi distraggo, questi due indici crollano, e il testo — pur “perfetto” — non regge l’identità.

In pratica, la mia regola è semplice: prima la voce, poi il prompt; prima la forma, poi la velocità. È una differenza minima in partenza, enorme all’arrivo. Nella Nuvola, la bolla resta densa e leggibile: il testo precipita dove deve, non dove capita. E se chiedo tre varianti alla macchina, è per scegliere con lucidità quale traiettoria di senso voglio rendere reale qui e ora — non per delegare il mio mestiere a un algoritmo.

Per chi mi chiede “ma allora l’AI scrive davvero bene?” rispondo: scrive veloce. Bene, quando glielo insegniamo.

Ecco su cosa mi concentro quando uso (e faccio usare) l’AI generativa per scrivere:

• Definisco la voce prima del prompt. "Se non sai chi sei, l’AI non può saperlo." È una delle prime lezioni che ho imparato, a mie spese. In sintesi: la chiarezza stilistica deve venire da me, non dal modello.
  
  
• Scelgo un task preciso. Post LinkedIn? Email cliente? Paragrafo descrittivo? L’AI dà il meglio se le chiedo una cosa alla volta, ben definita.
  
  
• Chiedo varianti propositive e motivazioni, non verità assolute al primo colpo. L’AI non è sempre in grado di formulare verità, men che meno al primo tentativo. L’output è un punto di partenza, lo tratto come proposta da valutare, non come sentenza da eseguire.
  
  
• Faccio sempre una revisione ragionata. Sempre!!! Ogni riga. Ogni numero, ogni "verità" va filtrata attraverso la mia conoscenza, il mio know-how, la mia esperienza, la mia sensibilità e la mia validazione diretta. Non mi riferisco solo al rischio di dire cose sbagliate... quello è evidente... ma a un rischio più sottile, difficilmente percepibile se non si fa davvero attenzione: dire "banalità corrette". E l'effetto qui è più subdolo e silenzioso: l'invisibilità.
  
  
• Documento il processo. Tenere traccia di prompt, iterazioni e modifiche mi aiuta a costruire una vera metodologia, non una roulette creativa.

• ToV (Tone of Voice)
  Il tono, il ritmo, il lessico e i tabù che rendono riconoscibile un’azienda nei suoi testi. Senza, anche un ottimo copy risulta anonimo.
  
  
• Prompt contract
  È l’accordo (implicito o esplicito) tra te e l’AI: cosa vuoi ottenere, con che stile, con quali vincoli. Senza un brief chiaro, l’output è casuale.
  
  
• Varianti propositive
  Chiedere alternative, punti di vista diversi, angoli narrativi. Serve per allenare la pluralità, non per trovare “la verità”.
  
  
• Verità vs. validazione
  L’AI può sembrare autorevole anche quando sbaglia. La verifica finale spetta sempre a noi, con esperienza e buon senso.
  
  
• Banalità corrette
  Frasi perfette dal punto di vista grammaticale e logico, ma vuote di significato, già lette mille volte. Il nemico numero uno della differenziazione.
  
  
• Boomerang narrativo
  Quando deleghi troppo alla macchina e ti ritrovi con un testo che ti torna addosso: impersonale, piatto, dannoso per l’identità.
  
  
• Revisione ragionata
  L’editing non è un controllo ortografico. È un atto di responsabilità: scegliere cosa tenere, cosa tagliare, cosa riscrivere. Con criterio.
  
  
• Vanilla content
  Contenuti generici, corretti ma privi di personalità, tono, profondità o distintività. Possono andare bene per chiunque, quindi non colpiscono nessuno. Sono testi che non sbagliano mai davvero, ma non lasciano mai il segno. Perfettamente neutrali, e per questo invisibili.

Se c’è una cosa in cui l’AI generativa eccelle, è la velocità. Attività che prima richiedevano ore – scrivere una bozza di blog post, preparare cinque variazioni di un titolo, tradurre un testo – oggi possono essere svolte in pochi minuti da strumenti come ChatGPT. Per una piccola impresa con risorse limitate, questo è oro: significa pubblicare contenuti più rapidamente e liberare tempo del team per altre attività creative o strategiche. In pratica, un articolo che prima richiedeva otto ore fra stesura e revisioni, ora può essere pronto in due o tre ore effettive di lavoro umano, perché l’AI ha accelerato le parti più meccaniche.

E velocità fa rima con scala: con lo stesso team oggi si può produrre più contenuto di prima. Ero curioso di trovare dei numeri che potessero indicare quanta consapevolezza diffusa ci fosse in questo e ho trovato delle statistiche molto interessanti che mi dicono che non sono certo l’unico ad averlo capito.

L’AI generativa non è più fantascienza: a livello globale il 78% delle organizzazioni dichiara di utilizzarla nel 2024  [1]. Nel marketing, circa il 70% delle aziende ha già iniziato a impiegarla [2] in attività come la creazione di contenuti personalizzati e la segmentazione del pubblico. Eppure, tra le piccole e medie imprese l’adozione resta agli inizi: nell’UE solo circa l’11% delle imprese sotto i 250 dipendenti ha usato sistemi di AI nel 2024 [3]. Anche guardando alle funzioni marketing in generale, appena il 10–14% delle aziende dichiara di impiegare [4] l’AI generativa in modo realmente continuativo nei processi di marketing e vendite – segno che c’è ancora molta strada tra l’entusiasmo teorico e la pratica quotidiana.

Ma oltre a fare di più, più in fretta, l’AI può aiutare anche a fare meglio – almeno su alcuni fronti. Se ben integrata (e guidata) l’AI generativa può potenziare davvero il lavoro del copywriter umano. Non è solo teoria: in un esperimento con 758 consulenti, Harvard e BCG hanno riscontrato che i gruppi supportati da GPT-4 completavano le task il 25% più rapidamente, svolgendone il 12% in più, e con una qualità finale oltre il 40% superiore rispetto al gruppo senza AI [5]. In altre parole, l’AI accelera le bozze e migliora i risultati, ma solo quando rimane al servizio del professionista (e non viceversa).

Proprio perché “accelera”, l’AI generativa può far scivolare rapidamente verso errori clamorosi se usata senza controllo. Il NIST, nel suo framework di AI responsabile, segnala il rischio di “confabulazione”: i modelli generativi tendono a inventare contenuti falsi ma plausibili e a presentarli con assoluta sicurezza [6]. Senza un filtro umano, l’utente rischia di prendere per buone queste allucinazioni e magari pubblicarle o agire di conseguenza. Ecco perché le linee guida NIST raccomandano esplicitamente di prevedere revisione umana aggiuntiva e maggiore oversight nei flussi che integrano l’AI generativa [6].

Un ulteriore vantaggio, spesso sottovalutato, è la personalizzazione. I modelli generativi, se ben istruiti, possono adattare uno stesso messaggio a pubblici diversi in modo convincente. Pensiamo alle campagne email: l’AI può aiutare a riscrivere lo stesso contenuto modulando il tono per diversi segmenti di clientela, oppure a tradurre in più lingue mantenendo lo stile. Dove una PMI in passato avrebbe rinunciato a localizzare un testo per mancanza di budget, ora può provarci, magari usando l’AI per una prima stesura in inglese o tedesco e poi rifinendo con un madrelingua. Il risultato? Comunicazione più ampia e targettizzata senza far lievitare i costi. Studi recenti confermano che l’uso dell’AI generativa in ambito pubblicitario porta costi più bassi e profitti maggiori proprio grazie a queste efficienze di produzione.

OK, in sintesi: l’AI generativa oggi è un po’ come lo smartphone nel mondo della fotografia. Ha democratizzato la creazione di contenuti. Dove prima solo un copywriter professionista sapeva sfornare un buon testo pubblicitario, ora chiunque – imprenditore, assistente, stagista – con l’aiuto di ChatGPT può ottenere un copy discreto per una pagina web o un post social. MA… questo non significa che improvvisamente siamo diventati tutti fotografi professionisti, artisti, videomaker o scrittori… NO! Questo non significa automaticamente che otterremo testi eccellenti, così come fare una foto col telefono non ci rende Annie Leibovitz. Ma, certamente, da un lato alza l’asticella del minimo sindacale: email, post e descrizioni di prodotto possono uscire con meno refusi, con una struttura più pulita e persino con qualche tocco creativo inaspettato. E per tante PMI già questo è un salto di qualità, ma soprattutto alza l’asticella per chi queste cose le faceva già, professionalmente. Velocizza, migliora, ottimizza, verifica, estende, approfondisce quello che il professionista già faceva prima.

Proprio qui c'è l'inghippo. Il professionista. Quando uso questa parola, non la uso a caso. Parlo di persone che di mestiere già facevano il fotografo e oggi lo possono fare meglio. Parlo di persone che già facevano il copywriter, e oggi – grazie all’AI – possono farlo ancora meglio. Ma se prima tu non sapevi scrivere di Dumas, perché magari neanche sai chi è Dumas, e oggi ti cimenti in una critica letteraria sui Tre Moschettieri generata da un prompt scritto al volo, ecco… quello che esce, a te sembrerà un capolavoro. Ma per chi è del mestiere, per chi sa di cosa sta parlando, per chi ha studiato, scritto, sbagliato, corretto e riscritto centinaia di volte... quel testo suonerà stonato, artificiale, insincero. Ho usato parole diplomaticamente ineccepibili, ma quello che avrei voluto scrivere è: stupido, anti-culturale e falso.

Questo è il punto. L’AI può elevare il lavoro di chi ha competenza. Ma non può colmare, per magia, un vuoto di cultura, esperienza o sensibilità. Quella scorciatoia che sembra brillante all’inizio rischia di trasformarsi in un boomerang: invisibilità, perdita di credibilità, una voce indistinta tra mille. L’AI non è un diploma. È un amplificatore. E se non c’è niente da amplificare, si sente solo rumore.

E quello che ho visto succedere è che dopo un po' si lascia perdere... non vedo più post di critica letteraria sui Tre Moschettieri o su Dumas scritti da chi prima si occupava di fondi di investimento a Malta o articoli di approfondimento sull'AI, solo perché chi scriveva ha attivato l'abbonamento PRO su ChatGPT... oppure vedo ancora insistere, vedo anche questo... ma nell'anonimato, senza evidenze, senza successo, nell'indifferenza corale e nel silenzio più totale. È come contare sotto la doccia, lì siamo tutti Pavarotti o Mina... ma meno male che non ci sente nessuno. Forse solo i vicini. Ma già abituati. E consapevoli che la doccia dura solo pochi minuti.

In conclusione, l’AI generativa non è (ancora) il nostro “nuovo copywriter” in senso stretto – non aspetta in ufficio al posto del redattore che hai licenziato. Anzi, richiamalo subito, chiedi scusa e riassumilo con un bonus! Piuttosto, è diventata il nuovo super-apprendista: velocissimo, infaticabile, in grado di scrivere in dieci secondi quello che noi scriviamo in trenta minuti, ma pur sempre bisognoso della guida di un senior.

Nelle PMI questo si traduce in un’opportunità concreta: chi saprà integrare l’AI nei propri processi creativi avrà contenuti prodotti in meno tempo, con maggior volume e potenzialmente più efficaci, senza snaturare la propria voce. Chi invece pensasse di delegare tutto e “lasciar fare al robot” rischierebbe di ottenere comunicazioni senz’anima, imprecise o dannose.

D’altronde, la storia di ogni innovazione tecnologica insegna che il massimo beneficio si ha quando la tecnologia potenzia l’uomo, non quando lo rimpiazza. E qui non viene rimpiazzato nessuno, che che ne dicano i giornalisti disinformati, con titoloni sparati per fare audience, oppure influencer con manie click bait.

E inoltre, come diceva Marshall McLuhan: "Non è l’uomo che ha modellato gli strumenti, ma gli strumenti che hanno modellato l’uomo."

E qui sono d'accordo con McLuhan. Ma questo non è un processo immediato, istantaneo o improvviso... richiede tempo, assimilazione, conoscenza da acquisire, consapevolezza. E questo processo, perché sia davvero efficace, utile e soprattutto "sano", richiede attenzione, metodo e intelligenza... umana.

In questo articolo c’è un refuso. Uno solo.

È passato indenne a due giri di revisione con intelligenza artificiale, ma l’ha visto al volo un amico. Un umano.

Perché lo lascio qui? Per ricordarmi (e ricordarci) che la scrittura non è solo velocità: è attenzione. È quella frazione di secondo in cui l’occhio umano sente la nota stonata e il senso precipita nel punto sbagliato.

Se anche tu individui il refuso, o magari lo hai già fatto, allora hai colto "in diretta" l’idea che attraversa tutto il pezzo: l’AI accelera, la regia resta nostra. E la differenza tra un testo “corretto” e un testo "vivo" a volte è una lettera.