Nella redazione dell’Associated Press è scoppiata una guerra su Slack a suon di messaggi che sono diventati pubblici su Semafor.
Aimee Rinehart, la senior product manager per l'AI di una delle agenzie di stampa più autorevoli del mondo, ha scritto a colleghe e colleghi che la resistenza alle AI è “inutile”1. Ha aggiunto che ci sono "MOLTI — e intendo MOLTI" editor che preferirebbero già adesso articoli scritti da un LLM a quelli scritti dai giornalisti.
Rinehart ha teorizzato un futuro in cui i reporter vanno sul campo, raccolgono citazioni, le passano al modello linguistico, e il modello scrive il pezzo. “Il reporting e la scrittura sono due competenze diverse ed è raro – RARO – che siano racchiuse in una sola persona”, ha sottolineato ancora Rinehart.
Comprensibilmente, è scoppiato il putiferio.
Un giornalista ha risposto che "la buona scrittura, non la sbobba generata dall'AI, è la linfa vitale del giornalismo". Un’altra ha detto di sentirsi in "una realtà completamente diversa" da chi guida le decisioni sugli strumenti.
La Associated Press, per calmare le acque, ha precisato che i messaggi di Rinehart non riflettono la posizione ufficiale dell'agenzia.
Quella che si sta consumando in redazione è una vera e propria guerra di religione. Mettiamo da parte per un attimo il romanticismo. Perché in questo scontro, stanno tutti sbagliando bersaglio.
I giornalisti che si difendono ergendo barricate in nome della “bella scrittura” stanno combattendo una guerra già persa. Il giornalismo non è letteratura; è un metodo di indagine e verifica. La struttura di un testo, di per sé, è una competenza tecnica che si sta commoditizzando a velocità supersonica. Se difendi il tuo posto di lavoro – o meglio, la sua essenza: le due cose non sono necessariamente sinonimi – aggrappandoti al feticcio della sintassi umana, verrai spazzato via da un software che costa una frazione del tuo stipendio e non fa refusi. La bella scrittura e il giornalismo sono due cose diverse. In questo sono assolutamente d’accordo con Rinehart.
Ma, al tempo stesso, Rinehart compie un errore speculare e altrettanto pericoloso: l’estrattivismo puro. Separare nettamente il “reporting” dalla “scrittura”, come se le competenze delle persone fossero semplicemente fungibili, significa ridurre chi fa giornalismo a un mero sensore biologico: vai in strada, raccogli il dato grezzo, lo infili nella macchina e scompari. A quel punto, poi, perché mai il lavoro della stessa Rinehart dovrebbe aver valore? In questo scenario estremo del giornalista sul campo come sensore biologico, l’azienda estrae la fatica della presenza fisica e affida il “valore aggiunto” cognitivo all’algoritmo. Che bisogno c’è di una senior product manager per l’AI?
Il punto di equilibrio – instabile – non è né il luddismo frustrato e comprensibile dei reporter né l’estrattivismo espresso dalla product manager, ma è un approccio diverso che tenga conto di entrambe le istanze per migliorare il giornalismo.
Come scrive Mafe de Baggis, “in questo momento collaborare con un modello linguistico con soddisfazione significa che tu ci metti l’intelligenza, esso ci mette il lavoro”.
Quindi, delegare l’impaginazione di alcune parole a un LLM è puro pragmatismo, perché l’intelligenza giornalistica non sta nel digitare le parole una dopo l’altra. Ma non sta nemmeno nel fare i fattorini di citazioni per conto di una macchina.
L’intelligenza giornalistica sta nell’intento, nel governo del processo e, soprattutto, nell’assunzione di responsabilità finale su ciò che viene prodotto. Tu porti il cosa, il perché e il rischio. Il modello porta il come e il quanto.
Intelligenza e lavoro non sono sinonimi, e confonderli è l’errore più comune.
Quando il contenuto diventa commodity – un processo in corso da anni – la domanda da farsi è: cosa diventa inimitabile, allora?
La risposta ovvia sarebbe il contenuto di qualità. Ma che cos’è la qualità, davvero? E poi, qualità per chi?
Oltre alle difficoltà oggettive di definire qualità, c’è un altro problema: la qualità percepita sta scomparendo come differenziatore.
Ci sono già troppi testi generati automaticamente, impaginati con grafica impeccabile, tabelle plausibili e tono assertivo, per poterla usare come argomento, come leva. La qualità formale, insomma, si replica a costo marginale zero.
Allora, forse, la credibilità è non replicabile? Dipende. La credibilità ha due componenti principali. Una è la reputazione: costruita nel tempo, difficile da falsificare, ancora relativamente solida per chi ce l’ha, difficile da costruire da zero. Ci si può lavorare, ovviamente. L'altra è – come per la qualità – la percezione di credibilità. Quella si può manipolare, comprare, simulare. E non è mica solo una questione di AI: pensa a tutti i trucchi che sono stati fatti nel tempo per essere “primi su Google”, equiparando il posizionamento sui motori di ricerca alla credibilità percepita.
Non solo: già adesso esistono siti AI-generated con grafica professionale, firme plausibili, tono autorevole. La credibilità apparente è una commodity. E comunque, come si separano la percezione di credibilità e la credibilità stessa? Semplice: non si può.
Quel che non è replicabile e non può diventare un barattolo in un supermercato è qualcosa di strutturalmente diverso, che sfugge alle divisioni manichee. È una combinazione di diversi elementi:
la presenza fisica;
correre un rischio reale;
avere una relazione con una fonte specifica (non l’informazione che quella fonte ha dato, ma il fatto che quella persona chiami te, e non un’altra, perché si fida del tuo giudizio);
il coraggio editoriale;
la scelta di pubblicare qualcosa;
la responsabilità nominale;
la relazione con le persone che leggono, ascoltano, guardano, commentano.
Tutte cose che, messe insieme, un modello linguistico non può replicare. Perché un modello linguistico non ha niente da perdere.
Nassim Nicholas Taleb ha teorizzato questo concetto chiamandolo skin in the game2. Il ragionamento di Taleb è semplice: [in un’economia di mercato, ndr] non puoi essere credibile su qualcosa se non sei esposta alle conseguenze di quello che dici. Se hai ragione, guadagni. Se hai torto, paghi, personalmente e con qualcosa di reale.
Per Taleb la simmetria tra rischio e ricompensa è una questione epistemica. Chi non rischia nulla, semplicemente, non ha accesso alla ricerca della verità profonda delle cose, perché non ne subisce mai l’attrito.
Ora, un modello linguistico non paga mai il conto, non va in prigione, non perde il mutuo, non viene ostracizzato, non subisce shitstorm, non si offende per le critiche, non ha alcuna responsabilità materiale: se seguiamo il ragionamento di Taleb, in un’AI manca la premessa strutturale per la fiducia3.
Un giornalista che firma un’inchiesta rischia la querela, la reputazione, i risparmi. Una freelance rischia di finire su liste nere non scritte che però funzionano benissimo. Chi gestisce una testata indipendente rischia il fallimento. Questo è il prezzo del giornalismo. Non la fatica di scrivere, non il tempo davanti alla tastiera, ma l’esposizione strutturale alle conseguenze di quello che pubblichi.
E, in un’economia di mercato che poi è anche economia dell’attenzione, tu paghi le conseguenze anche della tua eventuale incapacità di stare sul mercato e di catturare l’attenzione, appunto (perché dovresti avere competenze altre, di marketing, di vendita e via dicendo).
Il ritmo di sviluppo degli LLM si misura in mesi, in questo momento. Questo significa che la resistenza contro gli LLM da parte dei giornalisti di AP è una resistenza contro l’economia di mercato. L’economia di mercato prezza le cose in base all’efficienza. Se l’AI porta il costo della scrittura a zero, gli attori dell’economia di mercato che operano per trarre profitto per sé vorranno ottimizzare verso il costo zero. Sempre.
E allora bisognerebbe riconoscere – è un bel problema, lo so – che la resistenza è contro l’economia di mercato.
Non c’è piano di abbonamenti, non c’è restyling, non c’è strategia di contenuto che possa salvare il giornalismo umano se continuiamo a giocare con quelle regole, perché il mercato non ha alcun interesse a finanziare il nostro rischio.
Solo che il ritmo necessario per riformare radicalmente l’economia di mercato si misura in generazioni. Insomma: se un piano per “salvare il giornalismo” passa attraverso la resistenza alle AI e dipende dal fatto che, prima, cambi il capitalismo estrattivo globale, be’, auguri. Se il tuo business plan dipende dalla fine del mercato, non hai un business plan: hai un’utopia.
Ma questo non significa accettare il mercato come destino. Significa che chi vuole uscirne dovrebbe provare a farlo costruendo strutture che operano già con regole diverse. Esempi? Difficili da attuare, ma:
cooperative pure di lettori e giornalisti, dove la proprietà è condivisa e l’obiettivo non è il margine di profitto ma il pareggio di bilancio;
testate trattate come beni comuni: non prodotti da consumare, ma presìdi democratici da mantenere in vita, come si mantiene un acquedotto.
Insomma, se abbiamo davvero la pelle in gioco, quella pelle non si salva rifiutando le AI o vendendo meglio i nostri articoli. Si salva solo se smettiamo di trattare l’informazione come una merce. Non dobbiamo difendere il nostro spazio nel mercato. Dovremmo avere il coraggio di costruire l’infrastruttura per uscirne. E le AI potrebbero essere ottime alleate per farlo. Ma di come faremo a usarle contro il mercato stesso, parleremo la prossima volta.
sono le nostre selezioni delle cose che restano.
Il mio corso sulle AI generative si è arricchito di un aggiornamento importante sulla portabilità delle AI, per passare da uno strumento all’altro. Non è per nulla facile farlo. È importante iniziare a pensarci. Trovi il corso qui.
Per imparare a usare le AI serve prima fare pulizia tra paure e luoghi comuni. In questo PDF analizziamo 10 falsi miti sull’intelligenza artificiale che rimbalzano tra social media, aziende e conversazioni quotidiane. Li smontiamo e poi possiamo finalmente parlare di come usarle sul serio.
In effetti, se pensiamo alla fiducia, oggi anche i decisori politici non hanno la premessa strutturale per mantenerla: quando rispondono davvero delle loro azioni? Ci portano in guerra, e cosa rischiano? Farsi queste domande è importante perché dobbiamo ridefinire il concetto stesso di fiducia, probabilmente.
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.