Una domanda fatta a un assistente AI, e un territorio che semplicemente non esiste
Succede quasi sempre per curiosità, non per lavoro vero e proprio. Chi si occupa della promozione di una valle, di un borgo, di un piccolo distretto turistico dell’entroterra, apre una finestra di chat — ChatGPT, Perplexity, sempre più spesso anche il riquadro con la risposta generata che oggi compare sopra i risultati classici di Google — e scrive una domanda che fino a tre anni fa avrebbe digitato, quasi meccanicamente, nella barra di ricerca tradizionale: “cosa vedere in [nome del territorio] in un weekend, evitando le mete più battute”. Preme invio. Aspetta i due o tre secondi che servono al modello per comporre la risposta.
E la risposta, spesso, non parla del suo territorio. Parla della città più grande e più fotografata a trenta chilometri di distanza, quella che ha già un ufficio marketing con budget a sei zeri e un sito ottimizzato da un’agenzia specializzata. Parla di un itinerario generico, cucito su fonti che raccontano tutt’altra zona, con un paio di nomi propri infilati dentro con la stessa sicurezza con cui vengono infilati quelli corretti. Oppure — versione più subdola del problema, quella che a conti fatti dovrebbe preoccupare di più — parla proprio del territorio giusto, ma con un dato vecchio, un orario superato, un evento raccontato con la data della stagione scorsa. Chi legge quella risposta, il turista che sta pianificando davvero il weekend, non ha alcun modo di saperlo. Per lui è semplicemente vero. Punto.
Non è un problema di visibilità nel senso in cui lo si intendeva fino a poco tempo fa. Non è una questione di essere in prima pagina su Google, di comparire tra i primi tre risultati per la query “cosa fare a [zona]”. È qualcosa di diverso, e per molti versi più radicale: è la questione di essere l’informazione stessa che un’intelligenza artificiale generativa sceglie di riportare, sintetizzare, parafrasare — o di ignorare del tutto — dentro un’unica risposta discorsiva che l’utente legge una volta sola, senza scorrere elenchi, senza confrontare dieci link diversi, senza nemmeno sapere, il più delle volte, da dove venga davvero quell’informazione. Una risposta, non un elenco. Questo cambia tutto.
Il nome che la comunità di ricerca e di marketing ha dato a questa nuova disciplina è GEO, acronimo di Generative Engine Optimization — ottimizzazione per i motori generativi. Non è un’invenzione di consulenti in cerca di un termine nuovo da vendere in un webinar. Tutt’altro. È un’espressione nata dentro un lavoro di ricerca accademica vero e proprio, e da lì si è diffusa rapidamente tra chi si occupa di comunicazione digitale, marketing turistico, promozione territoriale. Questo articolo prova a spiegare cosa significa concretamente, dove finisce la SEO che tutti conoscono e dove comincia questa pratica nuova, quali tecniche la ricerca indica come efficaci — e quali no — e perché, proprio nel momento in cui un territorio comincia a farsi notare dalle intelligenze artificiali conversazionali, si apre un problema di manutenzione che nessuno, nei webinar entusiasti sull’argomento, racconta abbastanza.
Inquadramento Teorico: cosa cambia quando la risposta sostituisce l’elenco di link
Dalla posizione in classifica alla citazione dentro il testo
Per capire la differenza tra SEO e GEO conviene partire da un’immagine semplice, quasi banale: pensare a una biblioteca. La SEO — Search Engine Optimization, l’ottimizzazione per i motori di ricerca tradizionali — funziona più o meno come organizzare uno scaffale in modo che il proprio libro sia tra i primi che il visitatore vede entrando. Si lavora su parole chiave, struttura dei link, velocità di caricamento, autorevolezza del dominio, perché un algoritmo di ranking — quello di Google, in pratica, per la stragrande maggioranza del traffico mondiale — decida di posizionare quella pagina tra i primi dieci risultati di una lista. L’utente poi sceglie. Clicca. Legge. Un passaggio umano, alla fine della catena, resta sempre presente.
Il GEO lavora su un meccanismo diverso alla radice. Un modello linguistico che risponde a una domanda sul territorio non restituisce una lista di scaffali tra cui scegliere. Restituisce un testo già scritto, già sintetizzato, che nella maggior parte dei casi il visitatore legge così com’è, senza aprire nessun link, senza confrontare fonti alternative. Il lavoro di selezione — quale fonte usare, quale scartare, quale frase citare quasi alla lettera e quale invece parafrasare in modo tanto libero da renderla irriconoscibile — lo fa il modello, in un processo che tecnicamente si chiama retrieval-augmented generation: il sistema recupera alcuni documenti pertinenti (spesso tramite una ricerca web vera e propria, fatta in tempo reale, come accade con ChatGPT quando naviga, o con Perplexity che dichiara esplicitamente le fonti, o con le AI Overview di Google che attingono all’indice di ricerca già esistente) e li usa come materiale grezzo per comporre una risposta discorsiva, coerente, leggibile in pochi secondi. Pochi secondi, appunto.
La conseguenza pratica, per chi si occupa di comunicazione di un territorio, è che il concetto stesso di “posizione” — essere primi, essere in prima pagina, essere sopra la linea di piega — perde gran parte del suo significato. Non esiste più una classifica ordinata da scalare posizione per posizione. Esiste, più semplicemente, una domanda binaria: il modello, componendo la sua risposta, ha scelto di citare il tuo territorio oppure no? E se lo ha fatto, ha citato l’informazione giusta, aggiornata, verificabile — o ha pescato un frammento fuori contesto, magari persino corretto nella sostanza ma fuorviante nella forma in cui viene presentato? Non c’è una posizione dieci da cui risalire lentamente verso la posizione uno. C’è dentro o fuori. Poco, ma chiaro.
Il paper che ha dato un nome a questa pratica
Il termine GEO, nella forma in cui circola oggi tra chi si occupa di marketing digitale, nasce da un lavoro di ricerca pubblicato nel 2024 su arXiv, l’archivio pubblico di preprint scientifici più usato al mondo in ambito informatico, a firma di Aggarwal, Murahari, Rajpurohit e altri colleghi. È tra i primi tentativi sistematici — non l’unico oggi, ma tra i primi in ordine di tempo — di misurare scientificamente cosa rende un contenuto più propenso a essere citato dentro le risposte di un motore generativo, invece che limitarsi a osservazioni aneddotiche raccolte da chi lavora sul campo. Gli autori costruiscono un ambiente di test — un insieme ampio di domande reali, di quelle che le persone pongono davvero a un assistente AI — e misurano, contenuto per contenuto, quanto spesso e con quale visibilità un testo compare all’interno delle risposte generate, prima e dopo aver applicato diverse tecniche di riscrittura.
Vale la pena essere cauti sui numeri esatti che il paper riporta — uno studio isolato, per quanto ben condotto, fotografa un momento preciso di sistemi che cambiano versione ogni pochi mesi, e i risultati specifici andrebbero sempre presi con un margine di prudenza, senza trasformarli in leggi immutabili. Il quadro generale, però, quello sì è solido, ed è stato osservato e confermato anche in analisi successive condotte da altri gruppi di ricerca e da professionisti del settore: alcune tecniche di scrittura aumentano in modo misurabile la probabilità che un contenuto venga citato da un motore generativo, altre no, e alcune — questa è forse la sorpresa meno intuitiva per chi viene dal mondo SEO classico — hanno addirittura un effetto negativo.
Le tecniche che il paper associa a un miglioramento della visibilità hanno un tratto in comune, ed è un tratto che chi si occupa di comunicazione territoriale dovrebbe annotarsi con cura: rendono il contenuto più simile, nella forma, a una fonte autorevole già consolidata. Aggiungere citazioni verificabili — non generiche affermazioni di autorevolezza, ma riferimenti precisi a chi ha prodotto un dato, quando, con quale metodo. Aggiungere statistiche puntuali, numeri con una fonte dichiarata, piuttosto che aggettivi vaghi come “numerosi” o “molto apprezzato”. Includere citazioni testuali — virgolette, dichiarazioni attribuite a una persona o a un ente identificabile, non parafrasi anonime. Scrivere con un linguaggio semplice, diretto, facilmente estraibile in una frase autonoma che il modello possa isolare e riportare senza perdere senso. Al contrario, tecniche che nel mondo SEO tradizionale avevano un senso — la ripetizione insistita della parola chiave, per esempio, quella pratica nota come keyword stuffing — risultano nella ricerca di Aggarwal e colleghi sostanzialmente inefficaci per la GEO, quando non controproducenti: un modello linguistico non premia la ripetizione meccanica di un termine, la riconosce come rumore e tende a scartarla nella sintesi finale. Rumore, appunto. Niente di più.
Le tecniche concrete che un territorio può applicare da subito
Tradurre questi risultati in pratiche operative per un consorzio turistico, un comune, una pro loco, un ufficio IAT, richiede un cambio di abitudine più che un investimento economico enorme. La prima mossa, forse la più trascurata da chi gestisce siti territoriali costruiti anni fa e poi lasciati sostanzialmente fermi, riguarda i dati strutturati — il codice, tipicamente in formato JSON-LD, che accompagna una pagina web e ne descrive il contenuto in un linguaggio leggibile anche da una macchina, non solo da un occhio umano che scorre il testo. Uno schema TouristAttraction, uno schema Event con data di inizio e fine dichiarate in modo esplicito, uno schema LocalBusiness con orari di apertura aggiornati: tutto questo non serve solo a Google per mostrare un risultato arricchito nella pagina di ricerca classica. Serve, sempre di più, ai sistemi di recupero informazioni che alimentano le risposte dei motori generativi, perché un dato marcato in modo esplicito — “questa è una data di evento”, non un numero generico dentro un paragrafo discorsivo — è più facile da estrarre correttamente, e più difficile da fraintendere o mescolare con altro. Meno ambiguità, appunto.
La seconda mossa riguarda la scrittura dei contenuti stessi. Un articolo di blog territoriale scritto per la GEO dovrebbe contenere, in modo esplicito e non annegato in un giro di frase troppo lungo, i dati che un turista — o un modello che sta componendo una risposta per lui — potrebbe cercare: quanti chilometri ha un sentiero, quando si tiene una sagra, quanti posti letto ha una struttura, quale sia la fonte di un dato statistico sulle presenze turistiche. Non basta scrivere “il territorio offre numerosi sentieri escursionistici di varia difficoltà”. Serve scrivere qualcosa come “la rete sentieristica censita dal Club Alpino Italiano nella zona conta 34 chilometri segnalati, aggiornati a marzo 2026” — una frase più arida, meno “letteraria” nel senso tradizionale del content marketing, ma molto più citabile da un sistema che lavora estraendo frammenti verificabili invece di ammirare uno stile. Arido, sì. Ma citabile.
La terza mossa, quella che lega insieme tutte le altre e che il resto di questo articolo tratterà con più attenzione, riguarda l’aggiornamento. Un contenuto scritto bene, con dati precisi e fonti dichiarate, resta ottimizzato per la GEO solo finché quei dati restano veri. Il giorno in cui smettono di esserlo — una data di evento che cambia, un prezzo che sale, un sentiero che viene chiuso per una frana — quello stesso contenuto, prima un punto di forza, diventa un rischio. Un rischio che, come si vedrà nel caso concreto più avanti, non è affatto ipotetico. Reale, purtroppo. Lo vedo confermato quasi ogni volta che affianco un piccolo consorzio nella verifica dei propri contenuti: la parte più trascurata non è mai la scrittura iniziale, è la manutenzione che nessuno ha messo in calendario.
Analisi Critica e Sfide: il paradosso dello zero-click e un ritorno che non lascia tracce
Rand Fishkin e il traffico che sparisce senza avvisare nessuno
Rand Fishkin — cofondatore di Moz, uno dei nomi più riconosciuti al mondo nel campo della SEO e del marketing digitale, oggi alla guida di SparkToro — è tra le voci che da più tempo, e con più dati alla mano, documentano un fenomeno che ha preceduto l’arrivo dell’AI generativa e che quest’ultima sta semplicemente accelerando: lo zero-click, ovvero le ricerche che si concludono senza che l’utente clicchi su nessun risultato, perché la risposta gli è già stata fornita direttamente nella pagina dei risultati — un riquadro informativo, un box di risposta rapida, un pannello laterale. Fishkin ha pubblicato negli anni, attraverso SparkToro, diverse analisi su questo fenomeno, mostrando come una quota crescente delle ricerche fatte su Google non generi alcun clic verso un sito esterno. Con l’arrivo delle risposte generate dall’intelligenza artificiale, questa dinamica non si è attenuata. Si è, semmai, intensificata. Anzi, il contrario.
Il punto che Fishkin ha sollevato con più insistenza negli ultimi tempi, parlando pubblicamente del tema, è che l’AI generativa introduce una versione ancora più radicale dello zero-click: non solo l’utente non clicca, ma spesso non vede nemmeno un elenco di fonti da cui scegliere. Legge un paragrafo già confezionato, già “digerito”, e nella maggioranza dei casi si ferma lì. Soddisfatto — o convinto di esserlo. Il territorio che ha fornito, magari indirettamente e senza saperlo, il materiale grezzo di quella risposta non riceve nessun segnale di ritorno: nessuna visita al sito, nessuna riga nei log del server, nessun numero che compaia in un report mensile da mostrare a un sindaco o a un consiglio direttivo. Il valore — se di valore si può parlare — resta sospeso in una forma difficile da dimostrare: qualcuno, da qualche parte, ha letto il nome del tuo borgo dentro una risposta generata, e forse per questo lo ricorderà, forse persino lo visiterà tra qualche mese. Ma non lo saprai mai con certezza. Non con gli strumenti di misurazione disponibili oggi. Non ancora, perlomeno.
Questo pone un problema che va oltre la semplice curiosità statistica. Per anni, il marketing territoriale ha giustificato i propri investimenti in comunicazione digitale mostrando numeri concreti: visite al sito, tempo di permanenza, clic su un modulo di contatto, conversioni verso una prenotazione. Tutti indicatori che presuppongono un passaggio umano tracciabile, un clic che lascia una traccia. Nel momento in cui una parte crescente delle interazioni informative avviene dentro una finestra di chat che non rimanda mai al sito d’origine — o lo fa solo con un piccolo link di riferimento che pochissimi utenti aprono davvero — quella logica di misurazione comincia a incrinarsi. Non si rompe del tutto. Si incrina.
Misurare un risultato che non lascia impronte nel log del server
Chi lavora oggi nella promozione di un territorio si trova, di fatto, davanti a un problema di misurazione nuovo, e ancora privo di soluzioni consolidate. Google Search Console — lo strumento gratuito con cui chiunque gestisca un sito può controllare quante volte compare nei risultati di ricerca, per quali parole chiave, con quale posizione media — non dice nulla, o quasi nulla, su quante volte un contenuto viene citato dentro una risposta di ChatGPT. Alcuni strumenti commerciali stanno nascendo proprio per colmare questo vuoto, promettendo di monitorare le citazioni di un brand o di un territorio dentro le risposte dei principali motori generativi. Sono strumenti giovani, spesso costosi, con margini di errore ancora ampi — non il tipo di dashboard consolidata e affidabile a cui un piccolo consorzio turistico può affidarsi con la stessa fiducia riposta oggi in uno strumento come Google Analytics. Non ancora, almeno.
Nel frattempo, chi vuole capire come il proprio territorio viene rappresentato dentro le risposte AI ha davanti, in pratica, un solo metodo davvero accessibile: farsi le domande da soli. Aprire ChatGPT, Perplexity, Gemini, e digitare le stesse query che un turista potrebbe porre — “cosa vedere a [zona] in due giorni”, “dove mangiare tipico vicino a [zona]”, “quando si tiene la sagra di [zona]” — osservando cosa risponde il modello, quali fonti cita, se le cita affatto. Un metodo artigianale, ripetitivo, per nulla scalabile su larga scala — ma oggi è, di fatto, l’unico modo concreto per avere un’idea approssimativa di come un modello linguistico “vede” un territorio. Manuale, sì. Ma reale.
C’è poi un secondo effetto, meno discusso ma altrettanto concreto, legato al modo in cui i motori generativi “impastano” insieme fonti diverse quando compongono una risposta. Un modello che risponde su un territorio poco documentato online — pochi articoli, pochi dati strutturati, poche fonti autorevoli disponibili — tende a colmare il vuoto informativo attingendo a fonti generiche, non specifiche, a volte persino confondendo un piccolo comune con un altro dal nome simile situato in tutt’altra regione. Non per malafede del sistema. Per semplice scarsità di materiale su cui costruire una risposta precisa. Chi non pubblica dati chiari, verificabili, aggiornati, non sparisce semplicemente dalle risposte AI: rischia di essere sostituito, nella sintesi del modello, da informazioni approssimative prese altrove. Il vuoto, in altre parole, non resta vuoto. Viene riempito comunque. Spesso male.
Case Study: il Consorzio Garfagnana Autentica e la data che nessuno aveva mai aggiornato
Come nasce il progetto GEO — un caso costruito apposta, dichiarato fittizio fin da subito
Quanto segue è una ricostruzione interamente inventata, costruita apposta per mostrare un meccanismo che si sta osservando, in forme diverse, in molti territori reali. Nomi, persone, cifre: tutto immaginario. Nessun consorzio realmente esistente con questo nome, nessuna persona in carne e ossa dietro il nome usato, nessun dato tratto da un caso davvero accaduto. Serve a illustrare un pattern, non a raccontare un fatto di cronaca.
Il Consorzio Garfagnana Autentica riunisce, nella nostra ricostruzione, ventitré tra agriturismi, B&B e piccoli ristoranti sparsi tra i comuni dell’alta valle del Serchio, nella provincia di Lucca. Lo coordina da tre anni Chiara Bertelli, trentaquattro anni, laureata in comunicazione, assunta inizialmente per gestire i social del consorzio e diventata via via, per necessità più che per scelta esplicita, anche la persona che si occupa del sito web, del blog, di tutto ciò che riguarda la presenza online del territorio. Un ruolo cresciuto senza un vero organigramma dietro.
Nella primavera del 2026, dopo aver seguito un webinar organizzato dalla propria associazione di categoria proprio sul tema del GEO — di cui, racconterà più tardi a una collega, “non aveva mai sentito parlare fino a un mese prima” — Chiara decide di applicare al sito del consorzio le tecniche più semplici tra quelle discusse: riscrive le pagine più importanti aggiungendo dati precisi con fonte dichiarata invece di aggettivi generici, marca con schema JSON-LD gli eventi principali del calendario locale, aggiunge alle pagine delle attrazioni turistiche statistiche verificabili — lunghezza dei sentieri, numero di strutture ricettive certificate, dati sulle presenze turistiche pubblicati dalla Camera di Commercio locale, sempre con la data di rilevazione riportata accanto al numero, mai un dato “nudo” senza contesto temporale.
Il lavoro richiede circa sei settimane, fatto nei ritagli di tempo tra una cosa e l’altra. Il risultato, nelle prime settimane successive alla pubblicazione, sembra premiare lo sforzo: Chiara comincia a testare periodicamente le stesse domande che un turista potrebbe porre a un assistente AI, e nota che il nome del consorzio comincia a comparire — non sempre, non in ogni risposta, ma con una frequenza che prima semplicemente non esisteva — quando chiede a Perplexity “cosa fare in Garfagnana in un weekend fuori dai soliti percorsi”. Un piccolo trionfo, portato con orgoglio alla riunione trimestrale del direttivo. Applausi misurati, ma sinceri. Piccolo, ma vero.
Il dettaglio sporco: una data di due anni fa, citata con tutta la sicurezza del mondo
Passano circa quattro mesi. È un martedì pomeriggio di fine settembre, il tipo di giornata in cui la luce in Garfagnana comincia già a farsi più obliqua, più fredda sul tardi, e Chiara sta facendo — quasi per abitudine ormai, un piccolo rito di controllo periodico — uno dei suoi test informali: apre Perplexity e digita “quando si svolge la festa della castagna in Garfagnana quest’anno”. Vuole solo verificare che tutto sia in ordine prima di programmare i post social della settimana. Caffè ormai freddo accanto alla tastiera.
La risposta arriva in pochi secondi, sicura, ben scritta — troppo sicura, si dirà poi — con tanto di link di riferimento in fondo al paragrafo: “la festa della castagna si tiene tradizionalmente la prima domenica di ottobre”. La fonte citata è proprio un articolo del blog del consorzio. Il suo articolo, scritto — controlla subito, con un gesto quasi automatico della mano che scorre verso il pannello di amministrazione del sito — poco più di due anni prima, da lei stessa, in uno dei primi mesi del suo incarico.
Il problema è che quella data è sbagliata da un pezzo. Il comitato organizzatore della festa aveva spostato l’evento, già a partire dall’anno successivo alla pubblicazione di quell’articolo, alla terza domenica di ottobre — una scelta legata, tra l’altro, allo slittamento della maturazione delle castagne, arrivata sempre più tardi negli ultimi autunni per via di stagioni via via più calde e più secche, un dettaglio che gli stessi produttori locali raccontano ormai da anni ai tavoli delle riunioni comunali. Il cambio di data era stato comunicato correttamente sui social del comitato organizzatore, su un paio di testate locali, persino su un manifesto affisso in piazza. Non però sull’articolo del blog del consorzio, che restava lì, intatto, con la vecchia data scritta nero su bianco, mai più riaperto in redazione da quel giorno di due anni prima. Nessuno lo aveva più toccato. Due anni, invariato. Nessuno aveva motivo di pensare di doverlo fare: era un articolo “vecchio”, di quelli che si scrivono e si dimenticano, non certo uno di quelli che si tengono sotto controllo attivo.
Chiara sente una specie di vampata salirle al collo, la stessa sensazione fisica — lo racconterà poi, con una punta di imbarazzo, a un collega di un altro consorzio durante una fiera di settore — di quando ci si accorge di aver mandato per sbaglio un messaggio privato nel gruppo sbagliato. Le mani restano ferme sopra la tastiera. Ferme, un istante. Poi ricontrolla. Poi ricontrolla ancora, come se la terza lettura potesse restituire una data diversa dalle prime due. Non la restituisce. È lì, ferma, sbagliata, citata da un’intelligenza artificiale con lo stesso tono sicuro con cui avrebbe citato un dato corretto. Nessuna esitazione nel testo generato. Nessun segnale, per chi legge, che quella frase potesse portarsi dietro un problema.
Il rischio concreto, quello che a Chiara si materializza in pochi secondi mentre fissa lo schermo, è semplice da immaginare e sgradevole da accettare: qualcuno, altrove, sta pianificando un weekend in Garfagnana proprio in base a quella risposta. Prenoterà, forse, una notte in un agriturismo del consorzio per la prima domenica di ottobre, convinto di trovare bancarelle, caldarroste, la banda del paese in piazza. Troverà, invece, una piazza vuota, un comitato organizzatore altrove impegnato nei preparativi per due settimane più tardi, e — questo è forse il punto più amaro — nessuna colpa diretta imputabile a lui: ha semplicemente creduto a una fonte che sembrava, in tutto e per tutto, affidabile. Aveva persino il link di riferimento. Sembrava tutto in ordine. Non era vero.
La correzione: dalla pubblicazione una tantum alla manutenzione trimestrale
La prima reazione di Chiara, dopo la telefonata fatta la sera stessa alla presidente del consorzio — una chiamata breve, imbarazzata, in cui riesce a dire “abbiamo un problema, ma lo risolviamo” prima ancora di aver capito bene lei stessa come — non è smettere di investire nel GEO. È correggere quell’articolo entro sera, certo, ma soprattutto è rendersi conto di un limite che nessun webinar aveva messo abbastanza in evidenza: aver ottimizzato un contenuto per essere citato da un’intelligenza artificiale non significa aver chiuso un progetto. Significa averne aperto uno nuovo, che va tenuto vivo.
Nelle settimane successive, il consorzio introduce tre presidi concreti, discussi e approvati nella riunione di ottobre. Primo: un calendario di revisione trimestrale per tutti i contenuti del sito che contengono informazioni sensibili al tempo — date di eventi, prezzi, orari di apertura, numeri di presenze turistiche — con un responsabile designato (Chiara stessa, per ora, ma con l’obiettivo dichiarato di condividere il compito con un secondo collaboratore entro l’anno, per non lasciare tutto su una sola persona). Secondo: l’aggiunta, su ogni contenuto con un dato sensibile al tempo, di una dicitura esplicita — “informazione aggiornata al [data]” — visibile sia a un lettore umano sia leggibile, tramite lo stesso schema JSON-LD già introdotto, da un sistema automatico che compone risposte. Terzo, forse il più semplice da descrivere e il più faticoso da rispettare con costanza: un test manuale mensile, non dissimile da quello che Chiara faceva già per curiosità, ma ora reso una procedura scritta, con un elenco fisso di dieci domande tipiche da porre ai principali assistenti AI, verificando ogni volta che le risposte ottenute corrispondano ai dati realmente aggiornati sul sito.
Non è tornata indietro, il consorzio. Nessun passo indietro. Non ha smesso di puntare sulla GEO per paura di ripetere l’errore. Ha aggiunto quello che, con il senno di poi, avrebbe dovuto esserci fin dal principio: un ciclo di manutenzione, non un evento isolato. Aver scritto un buon contenuto, con dati precisi e fonti dichiarate, resta condizione necessaria. Non è, e non sarà mai, condizione sufficiente da sola. La differenza tra i due sta tutta nella parola che la maggior parte dei progetti di comunicazione territoriale continua a sottovalutare: manutenzione. Manutenzione, appunto.
Implicazioni Etiche e Normative: chi controlla la fonte quando la fonte parla da sola
La trasparenza che manca: perché quasi nessuno clicca sulla citazione
Il caso del Consorzio Garfagnana Autentica, per quanto costruito a tavolino, tocca un nodo che riguarda tutta la filiera dell’informazione territoriale online, e che va ben oltre il singolo errore di un singolo blog. I motori generativi, nella maggior parte delle loro interfacce oggi disponibili, includono in fondo alla risposta un piccolo elenco di link alle fonti usate — una forma di trasparenza che, sulla carta, dovrebbe permettere a chiunque di verificare l’origine di un’informazione prima di fidarsene ciecamente. Nella pratica quotidiana osservata da chi studia il comportamento degli utenti online, quei link vengono aperti da una minoranza ridotta di chi legge la risposta. La maggior parte si ferma al testo generato, lo legge come fosse un fatto acclarato, e prosegue. Non per pigrizia colpevole. Per un riflesso naturale di fronte a un testo scritto con sicurezza, in una forma linguistica pulita, priva di quei segnali — un condizionale, un “forse”, un “andrebbe verificato” — che normalmente insegnano a un lettore attento a dubitare. Nessun dubbio, apparentemente.
Questo crea un problema di responsabilità diffusa, difficile da assegnare con precisione a un solo soggetto. Il modello AI non ha “inventato” la data sbagliata della festa della castagna: l’ha presa, correttamente dal proprio punto di vista tecnico, da una fonte che si presentava come ufficiale, pubblicata dal consorzio stesso, mai smentita né aggiornata. Il consorzio, dal canto suo, non ha pubblicato in origine un’informazione falsa: l’ha pubblicata vera, nel momento in cui l’ha scritta, e poi semplicemente non l’ha più controllata. Chi ha subito il danno potenziale — il turista che rischia di trovare una piazza vuota — non ha strumenti per distinguere, al momento della lettura, un’informazione fresca da una superata di due stagioni: gli viene presentata con lo stesso identico grado di sicurezza testuale. Tre soggetti, nessuno con colpa piena, un rischio reale distribuito su tutti e tre. Colpa diffusa, appunto.
Va detto con chiarezza, per evitare equivoci: non esiste oggi, né nel diritto italiano né in quello europeo, un obbligo specifico che imponga a un fornitore di modelli AI generativi di verificare in tempo reale la validità temporale di ogni singola informazione riportata in una risposta. Il Regolamento europeo sull’intelligenza artificiale (AI Act, Regolamento UE 2024/1689) impone, per i modelli di intelligenza artificiale a uso generale, obblighi di trasparenza soprattutto a livello sistemico — documentazione sui dati di addestramento, informazioni tecniche rese disponibili agli sviluppatori a valle — non un controllo puntuale, contenuto per contenuto, sulla freschezza di ogni dato citato in una singola conversazione. La responsabilità di mantenere corretta e aggiornata un’informazione pubblicata online, in altre parole, resta in capo — come già accadeva prima che arrivasse l’AI generativa a complicare lo scenario — a chi quell’informazione l’ha pubblicata per primo. Il territorio, il consorzio, il comune. Non il modello, che mesi dopo la ripete semplicemente fidandosene. Non lui. Mai.
Un vuoto normativo che pesa di più su chi ha meno risorse per colmarlo
C’è un profilo di equità, in tutto questo, che merita di essere nominato senza troppi giri di parole. Una grande città d’arte, un grande brand turistico nazionale, ha risorse dedicate — un ufficio comunicazione, un budget per il monitoraggio della propria reputazione online, persino agenzie specializzate che tengono d’occhio come l’AI generativa ne parla. Un piccolo consorzio come quello immaginato in questo articolo, gestito da una sola persona che fa anche i social, il blog, le newsletter e mille altre cose, non ha nessuna di queste risorse. Il rischio di rappresentazione scorretta — o superata, che spesso è quasi la stessa cosa agli occhi di chi legge — pesa proporzionalmente di più su chi ha meno tempo e meno personale per accorgersene in tempo. Non è un dettaglio da manuale di etica astratta: è una disuguaglianza pratica, concreta, che si misura in ore di lavoro che semplicemente non ci sono. Ore che mancano.
Le associazioni di categoria, le camere di commercio, gli enti regionali che organizzano corsi di formazione digitale per il turismo hanno qui una responsabilità che va oltre l’insegnare “come si fa” il GEO in senso tecnico. Mostrare a un piccolo operatore quanto sia oggi possibile — persino semplice, nelle sue fasi iniziali — comparire dentro le risposte di un’AI generativa, senza accompagnare quella dimostrazione con un’indicazione altrettanto esplicita degli obblighi di manutenzione che ne derivano, significa consegnare uno strumento potente senza il relativo libretto di istruzioni sulla sicurezza. Un dato pubblicato e mai più controllato, in un mondo pre-AI, restava un errore minore, corretto forse da un lettore occasionale con un commento sotto l’articolo. Nello stesso mondo, oggi, quello stesso dato può essere ripescato, ripetuto, amplificato con piena sicurezza espositiva da un sistema automatico che lo mostra a migliaia di persone diverse, ciascuna convinta di ricevere un’informazione fresca. La posta in gioco, semplicemente, si è alzata. Per tutti. Non equamente. Nei corsi di aggiornamento che tengo per piccoli operatori, insisto sempre su questo squilibrio: chi ha meno risorse è anche chi rischia di più, ed è proprio a loro che serve più metodo, non meno.
Un ultimo punto merita di essere messo per iscritto, perché tocca direttamente il rischio di disinformazione involontaria che accompagna questa transizione: se un territorio non investe nella manutenzione dei propri dati pubblicati, il vuoto — come si è visto già parlando dello zero-click e della sintesi automatica — non resta vuoto. Viene riempito comunque da qualcosa: un dato vecchio mai corretto, una fonte terza meno affidabile, un’informazione presa da un territorio omonimo o vicino. La trasparenza delle fonti usate dai motori generativi resta, oggi, un principio dichiarato più che una garanzia operativa piena. Nell’attesa che la normativa e la tecnologia si affinino insieme — un processo che richiederà probabilmente anni, non mesi — la responsabilità pratica di non alimentare quel vuoto con informazioni datate resta, punto per punto, nelle mani di chi il territorio lo rappresenta online ogni giorno. Ogni giorno, appunto.
Conclusioni e Takeaways: essere citati non è la stessa cosa che essere letti
Il paper di Aggarwal, Murahari, Rajpurohit e colleghi ha dato un nome a una pratica che, di fatto, molti territori già intuivano di dover affrontare senza avere ancora le parole giuste per descriverla. Rand Fishkin, dal canto suo, ha documentato per anni un fenomeno — il traffico che sparisce senza lasciare tracce misurabili — che l’arrivo dei motori generativi ha reso più visibile, non più raro. Messi insieme, questi due filoni di ricerca disegnano un quadro che un territorio non può più permettersi di ignorare: essere citati dentro una risposta AI è oggi possibile, misurabile in parte, raggiungibile con tecniche concrete e alla portata anche di un piccolo consorzio senza budget enormi. Ma essere citati non equivale a essere letti nel senso pieno del termine, e non equivale — questo è forse il punto più scomodo da accettare — a mantenere il controllo su come quella citazione verrà percepita, aggiornata, corretta nel tempo. Controllo limitato, sempre.
Il caso della festa della castagna citata con la data sbagliata, per quanto inventato apposta per questo articolo, descrive un rischio strutturale e non un incidente isolato. Un contenuto ottimizzato per la GEO oggi resta ottimizzato solo finché i dati che contiene restano veri. Il giorno in cui smettono di esserlo, quello stesso contenuto — prima un punto di forza da mostrare con orgoglio in una riunione di consorzio — diventa un canale attraverso cui un’informazione sbagliata raggiunge, con la piena sicurezza espositiva tipica di un testo generato da un’intelligenza artificiale, un numero di persone che nessun errore su un vecchio sito statico, letto raramente, avrebbe mai raggiunto con la stessa efficienza. Scala nuova, appunto.
Non serve rinunciare al GEO per questo. Sarebbe come rinunciare a un sito web perché un giorno potrebbe contenere un refuso. Serve, più semplicemente, trattare la manutenzione dei dati pubblicati con la stessa serietà riservata oggi — da chi lavora bene — all’aggiornamento di un listino prezzi o di un calendario di disponibilità. Non un’operazione da fare una volta e dimenticare. Non una tantum. Un ciclo, che si ripete. Sempre.
Punti Chiave per Studenti e Professionisti
- Il GEO (Generative Engine Optimization) non è una variante della SEO tradizionale con un nome nuovo: sposta l’obiettivo dal posizionarsi tra i primi risultati di una lista al diventare, o non diventare, la fonte citata dentro un’unica risposta sintetica generata da un’AI conversazionale, secondo criteri — citazioni verificabili, statistiche con fonte dichiarata, linguaggio semplice ed estraibile — indicati da studi come quello di Aggarwal, Murahari, Rajpurohit e colleghi.
- Il fenomeno dello zero-click, documentato da anni da Rand Fishkin, si aggrava con l’AI generativa: un territorio può essere citato dentro una risposta senza generare alcun clic misurabile verso il proprio sito, il che rende necessario ripensare, con strumenti ancora acerbi, il modo stesso in cui si misura il ritorno di un investimento in comunicazione digitale territoriale.
- Ottimizzare un contenuto per la GEO non è un’operazione da fare una volta sola: senza un ciclo di manutenzione periodica dei dati pubblicati — date, prezzi, statistiche, orari — il rischio concreto è che un’intelligenza artificiale continui a citare, con piena sicurezza espositiva, informazioni superate, generando disinformazione involontaria proprio nel momento in cui l’ottimizzazione sembrava aver funzionato.
Chi gestisce oggi la comunicazione digitale di un territorio, un consorzio, una destinazione turistica di piccole dimensioni, saprebbe rispondere con sicurezza a una domanda semplice: quando è stata l’ultima volta che ha controllato, aprendo davvero ChatGPT o Perplexity, cosa quei sistemi stanno dicendo — in questo preciso momento — sul luogo di cui si occupa?
Perché una risposta generativa citi un territorio serve che quel territorio abbia un racconto proprio e verificabile: se ne costruisce uno nel percorso formativo dedicato alle strutture ricettive.