Quando le risposte non bastano più

L’intelligenza artificiale sta diventando molto brava a spiegare ciò che sappiamo. Ma il giornalismo serve anche a scoprire ciò che ancora non sappiamo di dover cercare

Oggi ottenere risposte è sempre più facile. Il difficile è portare alla luce ciò che nessuno sapeva ancora di dover cercare.

Non dimenticherò mai la prima volta che ho visto la mia firma stampata su un quotidiano. Di quel giorno rammento bene l’alba, l’attesa – ansiosa e speranzosa – che l’edicola aprisse per poter comprare la mia copia. L’emozione nel vedere il mio nome impresso con un inchiostro che ancora un po’ sporcava le mani su quel giornale di una città che non mi apparteneva e che però mi stava accogliendo. Avevo 24 anni e l’ottimismo sconsiderato di chi, pur essendo stato avvisato della tempesta perfetta che avrebbe stravolto irrimediabilmente l’informazione, era convinto che, in fondo, quel lavoro che serviva tanto agli altri non sarebbe mai venuto meno. Certo, magari col tempo non avrei più potuto provare l’emozione di sbirciare le persone sfogliare le pagine di cronaca locale dentro un bar, domandandomi se il mio articolo – pur non avendo scoperto chissà quale segreto – fosse per loro interessante e utile. Ma ero convinto che la funzione di ciò che stavo facendo, la quale era parte di un processo in cui la somma era più delle singole parti, non sarebbe mai venuta meno.

Durante gli anni a venire sono cambiate molte cose. Ho svolto varie mansioni in testate nazionali e locali, ho avviato il mio personale progetto editoriale, ho abbracciato con entusiasmo l’idea che l’IA potesse aiutare a raggiungere meglio le persone e progettato un tool che la usasse per produrre infografiche. A lungo ho sostenuto che a essere in crisi non fosse il giornalismo, nella sua funzione sociale, ma i giornali. E ne sono convinto ancora oggi. Certo, alcuni modelli di business sono stati fortemente messi in discussione, e anche il nostro modo di interagire con le notizie è cambiato, ma il bisogno di capire il mondo è ancora lì. E, paradossalmente, a ricordarcelo è proprio l’uso che facciamo dell’intelligenza artificiale.

Per averne un’idea basta guardare ai dati delle recenti ricerche del Reuters Institute for the Study of Journalism e del Center for News Technology Innovation (CNTI). A sorprendere non è tanto l’aumento degli utenti che usano i chatbot per informarsi (oggi uno su sei tra gli under 35), ma il perché lo fanno. Chi si rivolge all’IA, tendenzialmente, non vuole apprendere nuove notizie, ma spiegazioni, contesto e connessioni. Le persone chiedono all’IA di interpretare i perché di una guerra, di spiegare una riforma politica o di valutare le conseguenze di una decisione economica nel loro vivere quotidiano. Non cercano semplicemente più notizie, cercano di capirle. Per questo credo che la domanda che oggi domina il dibattito sul rapporto tra tecnologia e informazione, cioè se l’IA sostituirà i giornalisti, non sia quella definitiva.

Se la produzione della conoscenza e la sua distribuzione non coincidono più

Il fatto è che l’IA, nel giornalismo e non solo, sta separando due ambiti che fino a oggi in qualche modo hanno coinciso: la produzione della conoscenza e la sua distribuzione. Sebbene potesse essere oggetto di editing da parte di una redazione (umana), l’articolo che abbiamo letto o il servizio televisivo che abbiamo guardato finora coincideva con il prodotto realizzato dai suoi autori. Oggi però quel legame si sta rompendo e un LLM può organizzare, spiegare e adattare alle esigenze di ciascuno di noi conoscenza prodotta da altri, senza aver contribuito a crearla.

Antonio Zappulla, CEO della Thomson Reuters Foundation, ha descritto questo passaggio in modo molto efficace: non più “AI in the newsroom”, ma “AI as the newsroom”, anticipando un mondo in cui, se ad esempio una grande organizzazione giornalistica sa quali titoli azionari possiede un lettore, può usare quell’informazione per spiegargli non soltanto cosa sta accadendo in Medio Oriente, ma anche quali ripercussioni quella crisi potrebbe avere sui suoi investimenti.

Insomma, una personalizzazione estrema, che tuttavia cambia radicalmente le regole del gioco. Perché se fino a ieri ciascun utente, al netto dei suggerimenti dei feed delle piattaforme, poteva liberamente scegliere quale articolo leggere confidando sul fatto che fosse univoco e uguale per chiunque altro aprisse quel link, da oggi la notizia si ricomporrà attorno a lui, attraverso i criteri che una macchina ha deciso siano i più adatti alla sua esigenza. Il giornalismo diventa così un servizio diverso per ogni persona.

Paradossalmente, tutto questo potrebbe anche contribuire ad affrontare almeno una parte della crisi economica dei media. Il giornalista e docente Jeff Jarvis ha spesso sostenuto che il giornalismo dovrebbe essere inteso come un servizio e non semplicemente come un prodotto. In questo senso, l’IA darebbe a quell’idea una nuova forma concreta: un’informazione capace di aiutare le persone a capire cosa significano gli eventi per la loro vita di tutti i giorni può essere percepita come qualcosa per cui si è più disposti a pagare.

Una diversa gerarchia di ciò che conta

Tutto positivo, dunque? Un’IA aiuta gli umani a ricevere notizie più approfondite, in linea con le proprie necessità, e contemporaneamente salva gli editori dalla crisi economica? Non proprio. Perché se la prospettiva è interessante se immaginiamo questo potere nelle mani di un’organizzazione giornalistica sottoposta a criteri editoriali rigorosi e al controllo pubblico, lo è molto meno se lo pensiamo nelle mani di attori dalle finalità commerciali (nel migliore dei casi) o ideologiche (nel peggiore).

Inoltre, anche in uno scenario ideale, avulso da manipolazioni o intenti distorti, i problemi non mancherebbero. Per rendercene conto basta soffermarci sul modo in cui questi sistemi rispondono alle nostre domande. Se, ad esempio, chiedessi a un chatbot quali siano i benefici di un uso su larghissima scala dell’IA nel nostro vivere quotidiano, probabilmente riceverei una risposta ricca di esempi pertinenti alle mie personali esigenze: sapendo che sono un giornalista, potrebbe parlarmi della possibilità di riassumere fonti complesse, analizzare grandi quantità di dati o velocizzare le ricerche. Allo stesso modo, a un medico o a un ingegnere, probabilmente, proporrebbe esempi diversi. Ed è proprio questa capacità di ricostruire la risposta attorno a chi pone la domanda a renderla particolarmente convincente.

Un sistema capace di personalizzare l’informazione tenderà idealmente a mostrarci ciò che per noi è più utile, interessante o rilevante. Ma una società non può essere soltanto la somma di milioni di interessi individuali

La parte complicata di tutto questo è, ovviamente, che probabilmente nessuna di queste risposte includerebbe una menzione al fatto che, magari in una parte lontana del mondo, i data center che consentono il funzionamento di quella stessa IA stiano avendo un impatto preoccupante in termini di richieste energetiche e idriche, con conseguenze pesanti sulle comunità che vivono nelle loro prossimità. E questo non perché quel fatto sia irrilevante per noi, ma semplicemente perché non è ciò che abbiamo chiesto. La personalizzazione può rendere l’informazione più utile, ma non necessariamente la rende più completa.

Ecco allora che il dibattito sull’intelligenza artificiale non riguarda più solo la tecnologia, ma il modo in cui una società decide cosa merita attenzione. Per decenni nelle redazioni ci siamo chiesti come diventare più bravi a rispondere alle domande dei lettori. Ora però dovremmo iniziare a domandarci cosa accade quando le risposte diventano così abbondanti, immediate e costruite su misura per ciascuno di noi. Perché il pericolo non sta tanto nel fatto che ciascuno riceva informazioni diverse, quanto nel fatto che ognuno finisca per abitare una diversa gerarchia di ciò che conta.

Un sistema capace di personalizzare l’informazione tenderà idealmente a mostrarci ciò che per noi è più utile, interessante o rilevante. Ma una società non può essere soltanto la somma di milioni di interessi individuali.

La conoscenza non può limitarsi a ciò che ciascuno di noi sa già di voler sapere: comprende anche fatti che nessuno stava cercando, problemi che riguardano altri prima di riguardare noi e storie che diventano importanti proprio perché qualcuno ha deciso che andavano raccontate.

Per decenni abbiamo identificato il giornalismo con il suo prodotto finale: un articolo, un quotidiano, un telegiornale, una newsletter. Ma un articolo non è il giornalismo. È uno dei modi in cui il giornalismo arriva fino a noi. E il giornalismo è il processo attraverso cui una società scopre ciò che ancora non sapeva.

Le domande che non abbiamo ancora imparato a porci

Il sociologo Derrick de Kerckhove ha definito ogni prompt un autoritratto involontario: le domande che rivolgiamo a un’intelligenza artificiale raccontano moltissimo di ciò che sappiamo, ci interessa o pensiamo sia importante. E questa è la loro forza, ma anche il loro limite.

I Panama Papers non sono nati perché i lettori chiedevano una spiegazione della finanza offshore, ma da una fuga di documenti, da un enorme lavoro di verifica e dalla capacità di alcuni giornalisti di riconoscere il valore pubblico di informazioni che la maggior parte delle persone non solo non comprendeva, ma non sapeva nemmeno esistessero. Forse dovremmo allora chiederci se il ruolo del giornalismo oggi non sia questo: rendere visibile qualcosa che quasi nessuno avrebbe avuto motivo di considerare rilevante.

Il valore della scoperta

La progressiva separazione tra produzione della conoscenza e distribuzione ha anche diverse conseguenze sul piano economico. Se, infatti, l’intelligenza artificiale finirà per assorbire una consistente parte dei ricavi derivanti dalla spiegazione delle notizie, sarebbe opportuno che una parte di quel guadagno ritornasse in qualche modo a chi quell’informazione la produce: magari attraverso licenze o forme di finanziamento orientate all’interesse pubblico. Il rischio, sennò, sarà quello di premiare la sola distribuzione a svantaggio di chi – i giornalisti – svolgono un lavoro di testimonianza e ricerca.

Valutare questi aspetti, tuttavia, richiederebbe anche l’introduzione di nuove metriche. Oggi il giornalismo ha a disposizione dati molto raffinati riguardanti la diffusione, i clic, le visualizzazioni e gli abbonamenti, ma questi indicatori ci dicono solamente se la distribuzione ha funzionato, non se un media ha effettivamente svolto la propria funzione a servizio della propria comunità.

Sarebbe invece utile iniziare a misurare l’impatto della scoperta giornalistica, non solo in termini di decisioni pubbliche che il giornalismo contribuisce a cambiare, ma anche di temi che entrano nell’agenda pubblica e – più in generale – di conoscenza prodotta. Avere un impatto non significa necessariamente dover scoperchiare un altro caso Watergate, ma può anche voler dire dare voce a una comunità sotto rappresentata o lavorare sulla memoria di una comunità. Questi effetti sono più difficili da misurare del traffico. Ma ci dicono molto di più sul perché il giornalismo conta.

Il bisogno di capire il mondo non è diminuito: ha semplicemente trovato nuove strade. E la vera domanda, allora, non è se le macchine diventeranno sempre più brave a risponderci ma se saremo disposti a finanziare, proteggere e premiare il lavoro necessario a scoprire quei fatti che nessun sistema avrebbe potuto spiegarci prima che qualcuno li portasse alla luce.