In questo appuntamento di AI Talks, il nostro format di interviste alla scoperta dell’intelligenza artificiale, abbiamo il piacere di parlare con Alessandra Di Lorenzo, Media Mentor ed esperta di marketing e advertising online.
Italo-britannica e basata a Londra, Di Lorenzo lavora come consulente e docente universitaria nel campo del marketing e dei media digitali, aiutando aziende e futuri leader ad orientarsi nella transizione verso l’intelligenza artificiale. Con oltre vent’anni di esperienza, ha ricoperto ruoli di leadership e responsabilità strategica in aziende internazionali come Yahoo, Nokia, Vodafone, eBay e lastminute.com media. In quest’ultima realtà ha fondato la media house del gruppo, assumendo il ruolo di CEO. È autrice di “Pubblicità Oggi”.
Partiamo da una domanda che poniamo a tutti i nostri ospiti: cos’è l’intelligenza artificiale?
L’intelligenza artificiale è un insieme di tecnologie che permette al web di comprendere linguaggio, riconoscere immagini, analizzare dati, fare previsioni e generare contenuti in modi che prima richiedevano intervento umano.
Però oggi usiamo “AI” come parola ombrello per descrivere quasi tutto ciò che succede online e questo crea molta confusione. Molti dei meccanismi che organizzano il web esistevano già prima dell’AI generativa: algoritmi, aste, analisi dei dati, automazioni e sistemi di raccomandazione. Nel mio lavoro li riassumo spesso con tre A: algoritmi, cioè i sistemi che ordinano e selezionano ciò che vediamo; aste, cioè i meccanismi che assegnano spazio e visibilità; analisi, cioè la misurazione continua di quello che facciamo online.
L’AI non ha creato questa infrastruttura. Si è innestata sopra, rendendola più potente, veloce e automatizzata. La vera novità è che l’AI generativa sta trasformando il web da un sistema che organizza informazioni a un sistema che produce risposte.
Nel suo libro “Pubblicità Oggi” descrive un’economia della persuasione in cui ogni scroll è un ingresso in un mercato invisibile. Come funziona concretamente questo meccanismo e perché la maggior parte degli utenti non lo percepisce?
Quando parlo di economia della persuasione parlo di un web che non si limita più a organizzare informazioni, ma cerca continuamente di prevedere e orientare comportamenti. Dietro ogni scroll ci sono algoritmi, aste e analisi dei dati che decidono quali contenuti mostrarci, quali prodotti suggerirci, quali annunci servirci e in quale ordine.
Per capire quanto questo modello sia già dominante bastano alcuni numeri: circa il 90% dei contenuti visualizzati su TikTok arriva dai sistemi di raccomandazione della piattaforma, Amazon ha dichiarato che circa un terzo degli acquisti deriva dai propri motori di raccomandazione e circa il 60% delle ricerche Google in Europa termina senza un click verso un sito esterno.
Questo ci dice che le piattaforme non si limitano più a ospitare informazioni o contenuti. Sempre più spesso decidono attivamente cosa vediamo, cosa scopriamo e dove finisce la nostra attenzione.
Nel corso della sua carriera, in quale momento ha capito che l’AI stava cambiando in modo irreversibile le regole del gioco nel settore dei media e della pubblicità? Cosa ha visto succedere concretamente intorno a lei?
Me ne rendo conto soprattutto adesso, guardando il mercato del lavoro. Quando guidavo le attività pubblicitarie da eBay e a lastminute.com, tra il 2015 e il 2020, gran parte del lavoro sulle campagne era ancora manuale: caricamento, controllo delle performance, gestione degli spazi pubblicitari, problemi tecnici, ottimizzazione dei ricavi e della distribuzione. Servivano team operativi numerosi e, proprio perché c’era molto lavoro manuale, si creavano facilmente errori, ritardi e colli di bottiglia.
Oggi molte di quelle attività vengono assorbite dalle piattaforme e dai sistemi potenziati dall’AI. Il World Economic Forum ha rilevato che il 40% dei datori di lavoro prevede di ridurre il personale dove l’AI può automatizzare attività. E questo lo vedo anche nel mio settore: quei ruoli operativi esistono molto meno, oppure esistono in forme diverse.
Siamo in una fase di transizione. Alcuni ruoli stanno sparendo prima che quelli nuovi siano davvero chiari. Il valore umano però non scompare: si sposta. Meno esecuzione, più logica, controllo e capacità di fare le domande giuste.
Un lavoratore su quattro teme di essere prima o poi sostituito dall'intelligenza artificiale
Lo afferma l'ultima indagine Legacoop-Ipsos, pubblicata alla vigilia del Primo…
I ricavi della pubblicità digitale in Italia valgono circa 6 miliardi di euro. Lei usa il parametro della “tassa dell’attenzione” per rendere tangibile questo mercato al singolo utente. Perché è importante che le persone comuni capiscano queste cifre?
Perché altrimenti continuiamo a pensare che il web sia gratuito. In realtà lo paghiamo con attenzione, dati, tempo e comportamenti misurabili. Se la pubblicità digitale in Italia vale circa 6 miliardi di euro, significa circa 100 euro l’anno per ogni italiano. Non è una tassa vera, naturalmente, ma rende visibile il valore economico della nostra attenzione.
Ogni volta che scrolliamo, cerchiamo, guardiamo un video o clicchiamo, stiamo producendo valore per qualcuno. Capire queste cifre serve a vedere il sistema per quello che è: non solo contenuti gratuiti, ma un’economia che monetizza la nostra attenzione ogni giorno.
Gli algoritmi di raccomandazione vengono spesso descritti come neutrali. Dal suo punto di vista di esperta del settore, quanto sono davvero trasparenti le piattaforme sulla logica con cui distribuiscono i contenuti?
Non sono neutrali. Sono sistemi progettati per ottimizzare un obiettivo. Può essere il tempo passato sulla piattaforma, la probabilità di click, l’acquisto, la visualizzazione di un video, l’interazione con un contenuto. Ma c’è sempre una logica di ottimizzazione. Il problema è che l’utente vede solo il risultato finale: il feed, il video suggerito, il prodotto raccomandato. Non vede quali segnali sono stati usati, quali priorità sono state date e quale obiettivo economico sta guidando la distribuzione.
Il dato più importante, secondo me, è quello di AGCOM: solo il 7% degli italiani ha un livello ottimale di alfabetizzazione algoritmica. Ed il 41% non conosce il ruolo degli algoritmi di raccomandazione usati dalle principali piattaforme online. Questo crea uno squilibrio enorme: sistemi molto potenti da una parte, utenti che spesso non hanno gli strumenti per capirli dall’altra.
Cosa sono gli algoritmi di raccomandazione?
Gli algoritmi di raccomandazione facilitano l’utilizzo di molti servizi online:…
L’AI Act europeo è entrato in vigore, ma i sistemi di raccomandazione evolvono molto più velocemente dei cicli legislativi. Le norme esistenti sono sufficienti a tutelare gli utenti, e in particolare i minori?
Sono norme importanti, ma non sufficienti. Il problema è che la legge tende a intervenire su ciò che è più visibile: contenuti dannosi, cyberbullismo, messaggi pericolosi, pubblicità non dichiarata. Sono rischi reali e vanno affrontati. Ma sotto c’è un livello meno visibile: il sistema che decide quali contenuti vengono spinti, ripetuti e amplificati.
Prendiamo il dibattito sui social per i minori. I divieti possono essere un primo passo, ma non bastano. I ragazzi trovano aggiramenti e, soprattutto, non imparano come funziona l’ambiente digitale in cui si muovono.
La domanda non è solo: “come blocchiamo quel contenuto?”. La domanda è anche: “perché quella piattaforma lo ha mostrato, perché lo ha riproposto, e quali segnali sta usando per tenerli agganciati?”.
Per questo serve molta più alfabetizzazione algoritmica. Dobbiamo insegnare a ragazzi, genitori e insegnanti come funzionano feed, raccomandazioni e AI, ma anche come intervenire concretamente: cosa bloccare, cosa segnalare, cosa disattivare, come cambiare le impostazioni. La tutela vera non può essere solo divieto. Deve diventare comprensione e capacità di azione.
Nel suo lavoro di docente universitaria forma i futuri professionisti del marketing digitale. Quanto la consapevolezza etica sull’uso dell’AI è già dentro le aule e quanto, invece, è ancora assente?
È già dentro le aule, perché gli studenti usano l’AI ogni giorno. La usano per scrivere, fare ricerca, preparare presentazioni, creare immagini, analizzare dati.
Il fatto che questi strumenti parlino in linguaggio naturale crea un’illusione: sembra facile usarli. In realtà usarli bene richiede metodo. Bisogna saper dare contesto, costruire un prompt, valutare l’output e capire quando la risposta non regge.
C’è anche un tema di omologazione. Se tutti usano gli stessi strumenti nello stesso modo, il rischio è che contenuti, analisi e presentazioni diventino sempre più simili tra loro.
Anche noi docenti dovremmo usare l’AI in modo strutturato, non improvvisato. E scuole e università dovrebbero avere regole chiare: cosa si può usare, quando, come si dichiara, quali dati non vanno inseriti, dove serve il controllo umano. Questo ancora non sta accadendo abbastanza.
L’AI va integrata come strumento formativo, ma va anche spiegata. La logica deve partire da noi, non dalla macchina.
Luciano Floridi: "L'intelligenza artificiale non è intelligente", la nostra intervista | AI Talks #20
"Se potessi tornare indietro, eliminerei l'espressione 'intelligenza artificiale', la chiamerei…
Ai suoi lettori consiglia pratiche come il digital detox settimanale, la pulizia dei cookie, il controllo delle autorizzazioni delle app. Sono strumenti di difesa individuale sufficienti o serve anche una risposta sistemica?
Serve anche una risposta sistemica, certo. Dobbiamo pretendere regole migliori, piattaforme più responsabili e più trasparenza. Ma non possiamo aspettare che arrivi tutto dall’alto. Nel frattempo dobbiamo imparare a riprenderci un po’ di controllo sulla nostra vita online: controllare i permessi delle app, disattivare notifiche inutili, pulire i cookie, capire perché vediamo certi contenuti e farci le domande giuste.
Chi ci guadagna se resto qui? Perché mi viene mostrato questo contenuto? Che emozione sta cercando di attivare? Cosa posso bloccare, cambiare o disattivare? La tutela sistemica serve. Ma la consapevolezza personale è il primo passo per non vivere online in modo completamente passivo.
Qual è un cliché, un falso mito sull’AI, che se avesse una bacchetta magica sfaterebbe una volta per tutte?
Che l’AI sia neutrale. Non lo è. Nessun sistema digitale è neutrale se è progettato per ottimizzare qualcosa: tempo di permanenza, click, acquisti, engagement, visibilità.
Il punto non è solo “cosa può fare l’AI”, ma per quale obiettivo viene usata. Nel marketing questo è chiarissimo: una piattaforma non ottimizza in astratto. Ottimizza rispetto a una metrica precisa. Vuole farci cliccare, restare, guardare, comprare o interagire.
Quindi la domanda più importante non è: “l’AI è buona o cattiva?”. La domanda è: “che cosa sta ottimizzando, e nell’interesse di chi?”.
Il progetto La Media Mentor
Alessandra Di Lorenzo ha creato una piattaforma sperimentale, La Media Mentor, un assistente digitale in grado di fare emergere pattern nascosti negli algoritmi social.
In pratica, l’utente può caricare tre screenshot del proprio feed social e il sistema lo analizza, rivelando il profilo che la piattaforma ha costruito per l’utente (archetipo, pattern nascosti, etc.). Inoltre, il sistema propone azioni utili a migliorare il feed.
