Cosa dipende da te nella visibilità dentro le IA, e cosa no

Fino a ieri il web era, sai, una semplice scala. Si cercava un termine, compariva questa bella lista ordinata e l'obiettivo era puntare al gradino più alto. Oggi, con l'intelligenza artificiale generativa, quella scala è stata completamente polverizzata. Spazzata via, esatto. È stata sostituita da un ecosistema molto meno lineare, insomma, dove la visibilità non ha più coordinate fisse.

Proprio così. E per orientarci in questo caos, l'indagine approfondita di oggi analizza una scheda tecnica dedicata a uno strumento che si chiama Zendradar. Molto interessante per capire le nuove dinamiche, sì. Esatto. La missione qui è separare ciò che si può controllare direttamente da ciò che ormai sfugge. Cioè la differenza tra le modifiche che possiamo fare ora sulle pagine e quello che modelli linguistici hanno già memorizzato in passato. Che è una distinzione vitale oggi.

Intelligenze artificiali? Spoiler, assolutamente no. C'è un divario enorme tra la ricerca tradizionale, che in pratica ti dà un elenco passivo, e l'attuale risposta IA. Fermiamoci un attimo su questo concetto della risposta IA, perché capovolge tutte le vecchie regole. Totalmente. Ormai l'IA fa una sintesi attiva. Ed infatti la scheda di Zendradar mostra proprio un'interrogazione indiretta su cinque sistemi.

Parliamo di chat GPT, perplexity, Gemini, Claude e le panoramiche IA di Google. L'obiettivo è vedere se si riceve una vera e proprio citazione. Esatto, una citazione diretta. Sì, dentro la risposta IA. Cioè è la differenza tra stare nell'elenco telefonico e avere qualcuno che raccomanda attivamente il tuo nome.

È un salto quantico. Il motore deve trovare quella fonte utile e decifrabile nel momento esatto in cui elabora la richiesta. Ma aspetta, questa selezione non è già decisa a monte. Sappiamo che i modelli ingurgitano l'intero web durante l'addestramento. Insomma, mesi prima.

Sì, i modelli fondono i due livelli. Ma sulla memoria pre-addestrata non si ha nessun margine. È blindata. Zero controllo. Zero. Dove invece si può agire è sul recupero in tempo reale. Quando c'è una richiesta, il sistema scansiona il web dal vivo per integrare i dati.

Quindi se l'unica leva che abbiamo riguarda il presente, tutta l'attenzione si sposta sulle pagine proprie? Esattamente, su ciò che sta fisicamente sui siti. Leggendo la documentazione, vediamo che questo ZenRadar calcola un punteggio in centesimi. 50 punti vengono dalle citazioni. Ok, ma gli altri 50 dipendono solo da come sono costruite le pagine proprie e di questi 25 punti sono legati ai dati strutturati.

Questo è un aspetto tecnico fondamentale. I dati strutturati, tipo il formato JSON-LD, non sono solo, sai, etichette. Sono tipo il vocabolario nativo delle macchine. Proprio così. Forniscono un contesto inequivocabile. Il parser dell'intelligenza artificiale non deve consumare risorse per capire di che parla il testo.

Chiaro. Però gli altri 25 punti mi lasciano un po'perplessa. Vengono dati per il formato visibile, cioè fornire la risposta nelle prime 100 parole, usare numeri, date e l'enchi. Mmh. Praticamente stiamo imboccando l'intelligenza artificiale, tagliando i concetti a peccettini come si fa con la pappa dei bambini. Sembra di sì, ma c'è un motivo molto pratico. L'elaborazione semantica in tempo reale ha costi normi.

Ah, i famosi limiti di contesto. Esatto. Se la risporta è annegata in 3 .000 parole ed introduzioni lunghissime, il sistema semplicemente scarta quella pagina e ne prende una più efficiente. Ha senso. Però la scheda è molto onesta su una cosa. E non fa false promesse. Il punteggio di 100 su 100 è un obiettivo, non una garanzia assoluta.

Certo. Promettere visibilità matematica con algoritmi che cambiano ogni settimana sarebbe insomma pura follia. Questa necessità di misurare la realtà senza falsarla ci porta alla raccolta dei dati. Lo strumento legge le pagine pubbliche, ma, ed è la cosa interessante, senza richiedere l'installazione di alcun codice. Molto pulito come approccio. Che ha colpito di più è la gestione degli errori.

Se un IA non si attiva, metti che le panoramiche di Google non compaiono in quel momento, il sistema segnala l'assenza del dato. Non si inventa uno zero artificiale. Ed è cruciale. Evitare i falsi negativi impedisce il panico. Cioè non prendi decisioni sbagliate su dati finti.

Esatto. Immagina stravolgere un intero sito per un calo inesistente, solo perché magari cià GPT aveva un server irraggiungibile per cinque minuti. Un disastro. Insomma, al livello pratico c'è un test immediato che chi ascolta può fare subito dopo la fine di questa analisi. Sì, un test banalissimo. Basta aprire una delle pagine fondamentali del proprio progetto e chiedersi la soluzione al problema dell'utente è fisicamente nelle primissime righe del testo? Se non c'è, è molto probabile che i nuovi parsers stiano già guardando da un'altra parte.

Adeguarsi è praticamente diventato il requisito minimo per esistere oggi. Però, guarda, questo mi lascia con un dubbio provocatorio finale. Dimmi. Se per compiacere questi algoritmi inizieranno tutti a usare gli stessi formati, gli stessi dati strutturati, le risposte a brucia pelo, il web non diventerà forse un gigantesco oceano di contenuti tutti identici in cui la creatività umana scompare per lasciare spazio solo a ciò che una macchina può digerire senza sforzo.

Trascrizione automatica, verificata a campione.