Come verificare un contenuto creato con l’AI prima di pubblicarlo

Una PMI utilizza l’AI per preparare la scheda di un dispositivo destinato ai clienti aziendali. Il testo è chiaro, professionale e convincente. Indica una certificazione europea, una durata media, la compatibilità con tre sistemi e una percentuale di riduzione dei consumi.

Prima della pubblicazione, il responsabile controlla la documentazione del produttore. Scopre che la certificazione riguarda un modello differente, il dato sulla durata proviene da una pagina non più disponibile, una delle integrazioni è ancora in beta e la percentuale sui consumi non compare in alcuna fonte originaria.

La bozza non contiene errori grammaticali evidenti e, proprio per questo, ispira fiducia. Il problema è che trasforma informazioni soltanto plausibili in affermazioni pubblicate a nome dell’azienda.

Un contenuto generato con l’AI non dovrebbe essere controllato come un unico blocco. Bisogna scomporlo in singole affermazioni verificabili, assegnare una priorità in base alle possibili conseguenze, individuare la fonte più vicina all’origine e registrare l’esito del controllo. Gli elementi che non possono essere dimostrati devono essere corretti, presentati con le necessarie cautele oppure rimossi.

Prima di pubblicare un contenuto creato con l’AI, la PMI deve individuare fatti, numeri, date, citazioni, confronti e promesse; verificare ogni elemento nella fonte più vicina all’origine; controllare data, versione, territorio e condizioni; distinguere i fatti dalle opinioni e dalle stime; affidare i passaggi più delicati a una persona competente.

Che cosa deve essere verificato

Non tutte le frasi richiedono lo stesso controllo. Una bozza può contenere fatti, valutazioni, previsioni e formule promozionali.

Fatti

Sono affermazioni che possono essere confermate o smentite attraverso evidenze. Per esempio:

• «Il servizio è disponibile in Italia»;

• «Il regolamento si applica dal 2 agosto»;

• «Il prodotto supporta il formato X»;

• «L’azienda ha aperto una sede a Milano».

Il fatto che un’affermazione sembri ordinaria o perfettamente plausibile non la rende automaticamente corretta.

Numeri e percentuali

Richiedono almeno:

• valore;

• unità di misura;

• periodo;

• popolazione o denominatore;

• fonte;

• metodo;

• eventuale intervallo o margine di incertezza.

Una frase come «le vendite sono cresciute del 20%» non è verificabile senza sapere rispetto a quale periodo, in quale mercato e con quale metodo sia stato calcolato l’aumento.

Date

Le date possono indicare momenti differenti:

• pubblicazione;

• entrata in vigore;

• applicabilità;

• aggiornamento;

• scadenza;

• disponibilità commerciale;

• rilevazione del dato.

Una norma pubblicata in una determinata data può diventare applicabile successivamente. Un prodotto annunciato non è necessariamente già acquistabile in Italia.

Citazioni

Una citazione deve essere:

• realmente pronunciata o scritta;

• attribuita alla persona corretta;

• riportata senza alterarne il significato;

• collocata nel contesto;

• tradotta con attenzione;

• utilizzata nel rispetto dei limiti applicabili.

L’AI può produrre una frase perfettamente compatibile con il pensiero di un autore, anche quando quell’autore non l’ha mai pronunciata o scritta.

Norme e obblighi

Devono essere controllati:

• testo ufficiale;

• versione vigente;

• ambito;

• soggetti interessati;

• data di applicazione;

• eccezioni;

• eventuali modifiche;

• natura vincolante o non vincolante del documento.

Una proposta, una consultazione e una linea guida non devono essere presentate come una legge definitiva.

Prezzi e condizioni

Un prezzo può cambiare in base a:

• Paese;

• valuta;

• imposte;

• fatturazione mensile o annuale;

• numero minimo di utenti;

• piano;

• promozione;

• consumo;

• canale di acquisto.

La cifra dovrebbe essere accompagnata dalla data del controllo e dalle condizioni necessarie per ottenerla.

Funzioni e disponibilità

Per una funzione software bisogna controllare:

• prodotto;

• piano;

• versione;

• dispositivo;

• lingua;

• Paese;

• accesso in beta;

• amministrazione aziendale;

• eventuali costi aggiuntivi;

• documentazione aggiornata.

«Il prodotto supporta la funzione» può essere vero soltanto per un piano enterprise o per utenti selezionati.

Studi e statistiche

Una ricerca deve essere letta almeno nelle parti che descrivono:

• domanda;

• metodo;

• campione;

• periodo;

• territorio;

• risultati;

• limiti;

• finanziamento;

• eventuale revisione scientifica.

Il comunicato sullo studio può semplificare conclusioni che il documento originario presenta con maggiore cautela.

Opinioni, stime e previsioni

Non devono essere presentate come fatti.

Formule utili possono essere:

• «secondo la stima dell’organizzazione»;

• «gli autori ipotizzano»;

• «nello scenario considerato»;

• «il fornitore dichiara»;

• «l’impresa prevede».

Attribuire correttamente una stima non la rende automaticamente attendibile, ma permette al lettore di capire chi sostiene l’affermazione e con quale grado di certezza.

Estrarre le affermazioni dalla bozza

La prima fase consiste nel distinguere le parti narrative o stilistiche dalle affermazioni che richiedono una prova.

Claim espliciti

Sono facili da individuare:

Il software riduce del 30% il tempo di elaborazione.

Servono una fonte, il processo misurato, il periodo e le condizioni del confronto.

Claim impliciti

Possono essere suggeriti senza una frase direttamente verificabile:

La piattaforma finalmente disponibile anche alle piccole imprese.

«Finalmente» lascia intendere che prima non fosse accessibile; «anche alle piccole imprese» può suggerire un cambiamento di piano o prezzo. Entrambi gli elementi richiedono controllo.

Confronti

Espressioni come:

• più economico;

• più sicuro;

• più veloce;

• più preciso;

• migliore;

• leader;

• unico;

richiedono un termine di confronto, criteri omogenei e dati aggiornati.

Superlativi e primati

Espressioni come «il primo», «il più utilizzato» e «l’unico disponibile» sono affermazioni molto ampie e possono diventare obsolete rapidamente. Se non possono essere dimostrate, è meglio sostituirle con una descrizione concreta del prodotto o del servizio.

Causalità

Una correlazione non dimostra automaticamente un rapporto di causa.

Se, dopo l’introduzione di un assistente, aumentano le vendite, possono avere contribuito:

• nuova campagna;

• sconti;

• stagionalità;

• ampliamento dell’offerta;

• crescita del traffico;

• attività dei commerciali.

Scrivere che «l’AI ha aumentato le vendite» richiede evidenze diverse dal semplice confronto temporale.

Omissioni rilevanti

Un’affermazione può essere letteralmente vera e comunque fuorviante perché omette:

• limiti;

• costi obbligatori;

• condizioni;

• eccezioni;

• territorio;

• durata della promozione;

• natura sperimentale della funzione.

La verifica non deve quindi fermarsi alla correttezza letterale della frase, ma considerare anche ciò che il testo porta il lettore a credere.

Affermazioni commerciali e omissioni

Quando un contenuto presenta prodotti, servizi, prezzi o risultati, la verifica non riguarda soltanto la reputazione dell’impresa. Informazioni false, incomplete o presentate in modo capace di ingannare il consumatore possono influenzarne la decisione commerciale.

La valutazione deve quindi considerare il messaggio nel suo insieme: titolo, immagini, condizioni, limiti, note e informazioni eventualmente omesse. Una frase letteralmente corretta può restare fuorviante se nasconde un costo obbligatorio, una limitazione geografica o la natura temporanea di un’offerta. La Direttiva 2005/29/CE sulle pratiche commerciali sleali e i relativi orientamenti interpretativi della Commissione europea richiedono una valutazione contestuale delle azioni e delle omissioni potenzialmente ingannevoli.

Dati personali

La verifica può coinvolgere nomi, immagini, ruoli, testimonianze, dati di clienti o informazioni sui dipendenti. Correggere un contenuto non autorizza a raccogliere o conservare più dati del necessario.

Quando sono presenti dati personali, bisogna considerare anche i principi di liceità, correttezza, trasparenza, minimizzazione ed esattezza previsti dal GDPR. Un dato inesatto deve poter essere corretto o aggiornato, ma il controllo deve avvenire con accessi e tempi di conservazione adeguati.

Assegnare una priorità

Non è sempre possibile dedicare lo stesso tempo a ogni dettaglio. La priorità deve però dipendere dal rischio, non dalla facilità del controllo.

La priorità aumenta quando l’affermazione:

• influenza un acquisto;

• può causare una perdita;

• riguarda diritti o persone;

• è difficile da correggere;

• verrà diffusa su più canali;

• può rimanere online a lungo;

• presenta un elevato grado di certezza.

Un’affermazione ad alto impatto non dovrebbe essere pubblicata soltanto perché appare «probabilmente corretta».

Cercare la fonte originaria

La fonte migliore dipende dall’affermazione.

Norme

Utilizzare:

• EUR-Lex per il diritto dell’Unione europea;

• Gazzetta Ufficiale per le norme italiane;

• siti istituzionali dell’autorità competente;

• testo consolidato, quando disponibile.

Un articolo di giornale può aiutare a capire il tema, ma non sostituisce il testo applicabile.

Dati pubblici

Cercare l’ente che raccoglie o produce il dato, per esempio:

• Eurostat;

• ISTAT;

• Banca d’Italia;

• Commissione europea;

• ministero competente;

• autorità indipendente;

• camera di commercio;

• registro pubblico.

Una grafica social che cita una percentuale senza collegamento al dataset non è una fonte sufficiente.

Prezzi e funzioni

Consultare:

• pagina ufficiale del piano;

• documentazione tecnica;

• note di rilascio;

• condizioni contrattuali;

• pagina italiana o europea;

• pannello amministrativo, se accessibile.

Un comparatore o un articolo precedente può essere superato.

Studi

Individuare:

• pubblicazione originaria;

• autori;

• rivista o ente;

• DOI;

• versione finale;

• allegati metodologici;

• eventuali correzioni o ritrattazioni.

Il riassunto prodotto dall’AI può essere utilizzato per orientarsi, ma non dovrebbe sostituire la lettura dei passaggi che sostengono il claim.

Dichiarazioni

Cercare:

• comunicato ufficiale;

• video o audio integrale;

• trascrizione;

• documento;

• intervista originaria;

• account verificabile dell’organizzazione.

Una citazione riportata da più siti può provenire da un’unica attribuzione errata.

Come valutare la qualità della fonte

«Fonte autorevole» non è un’etichetta valida in assoluto. Un’organizzazione può essere competente su un tema e non essere la fonte adatta per dimostrare un’altra affermazione.

La Commissione europea richiama il ruolo delle fonti attendibili e dei fact-checker indipendenti nella verifica di affermazioni dubbie. Accuratezza, indipendenza, affidabilità e standard professionali sono criteri utili anche per una PMI, pur senza trasformare ogni controllo editoriale in un’attività giornalistica professionale.

Autorità

Chiedere:

• chi produce l’informazione;

• quale competenza possiede;

• se ha accesso diretto ai dati;

• quale responsabilità assume;

• se il documento è ufficiale o soltanto ospitato sul sito.

Attualità

Controllare:

• data di pubblicazione;

• ultimo aggiornamento;

• versione;

• periodo dei dati;

• eventuali cambiamenti successivi.

Una guida istituzionale può essere valida ma riferita a una versione precedente della norma.

Pertinenza

La fonte deve sostenere l’esatta formulazione.

Uno studio che rileva un miglioramento in un gruppo ristretto non dimostra che il risultato valga per tutte le PMI. Una documentazione che conferma la funzione nel piano enterprise non sostiene la disponibilità nel piano base.

Metodo

Per dati e studi, verificare:

• modalità di raccolta;

• selezione del campione;

• definizioni;

• esclusioni;

• trattamento dei dati mancanti;

• analisi;

• limiti dichiarati.

Indipendenza

Una dichiarazione del fornitore è appropriata per documentare prezzo, funzione o specifica del proprio prodotto. Non costituisce necessariamente una valutazione indipendente della qualità.

La fonte commerciale dovrebbe essere descritta come tale.

Catena delle ripubblicazioni

Tre articoli non rappresentano tre conferme indipendenti quando riprendono tutti lo stesso comunicato o la medesima fonte originaria.

Per capire se le fonti sono indipendenti, verificare:

• collegamenti;

• identiche formulazioni;

• stessa cifra non spiegata;

• stesso errore;

• medesimo documento originario.

Verificare numeri e statistiche

I numeri fanno apparire un testo più preciso e autorevole, ma possono essere fuorvianti anche quando il calcolo, preso da solo, è corretto.

Denominatore

«Il 40% utilizza l’AI» richiede di sapere il 40% di chi:

• tutte le imprese;

• imprese intervistate;

• grandi imprese;

• utilizzatori di software;

• clienti del fornitore;

• rispondenti a un sondaggio online.

Periodo

Una variazione deve indicare il confronto:

• mese su mese;

• anno su anno;

• prima e dopo;

• trimestre;

• periodo promozionale;

• media pluriennale.

Percentuali e punti percentuali

Se un valore passa dal 10% al 15%, aumenta di cinque punti percentuali e del 50% rispetto al valore iniziale. Le due formulazioni non sono equivalenti.

Media e distribuzione

Una media può nascondere differenze ampie.

Nel descrivere tempi, costi o prestazioni può essere utile verificare:

• mediana;

• minimo e massimo;

• distribuzione;

• casi esclusi;

• dimensione del campione.

Correlazione e causalità

Parole come «provoca», «determina» e «grazie a» richiedono un disegno di ricerca adeguato. In caso contrario, è preferibile scrivere «è associato», «è stato osservato insieme» o descrivere semplicemente i dati.

Calcoli derivati

Se la redazione calcola un valore partendo dalla fonte, dovrebbe conservare:

• dati utilizzati;

• formula;

• unità;

• arrotondamento;

• responsabile del controllo.

L’AI può aiutare a impostare il calcolo, ma il risultato deve essere rifatto e documentato con uno strumento verificabile.

Verificare norme e documenti istituzionali

Le affermazioni normative richiedono un controllo specifico.

Entrata in vigore e applicabilità

Una norma può:

• essere pubblicata;

• entrare in vigore;

• diventare applicabile;

• prevedere fasi transitorie;

• richiedere atti successivi.

Queste date non devono essere intercambiate.

Testo originario e consolidato

Il testo originario documenta l’atto adottato. Il testo consolidato integra modifiche successive e facilita la lettura, ma occorre controllarne la data di consolidamento e il relativo valore informativo.

Regole definitive e bozze

Distinguere:

• proposta legislativa;

• accordo politico;

• testo adottato;

• consultazione;

• bozza di linee guida;

• versione definitiva;

• FAQ;

• codice volontario;

• norma tecnica.

Un documento autorevole non è necessariamente vincolante.

Territorio e destinatari

Verificare:

• Unione europea o singolo Stato;

• settore;

• dimensione dell’impresa;

• ruolo nella filiera;

• data;

• prodotto o servizio;

• eventuali deroghe.

Una formulazione generica come «le aziende devono» è spesso troppo ampia: l’obbligo potrebbe riguardare soltanto determinati settori, ruoli o situazioni.

Citazioni e dichiarazioni

Le citazioni generate o suggerite dall’AI devono essere considerate non verificate fino al controllo della fonte.

Controllo minimo

1. Aprire la fonte integrale.

2. Cercare le parole esatte.

3. Verificare autore e data.

4. Leggere il paragrafo precedente e successivo.

5. Controllare eventuali negazioni o condizioni.

6. Verificare la traduzione.

7. Decidere se citare o parafrasare.

Parafrasi

Una parafrasi non usa le stesse parole, ma deve conservare il significato.

È scorretta quando:

• elimina una cautela;

• trasforma una possibilità in certezza;

• amplia il campione;

• attribuisce causalità;

• omette un’eccezione;

• cambia il soggetto.

Citazioni secondarie

Se una fonte cita un’altra pubblicazione, è preferibile raggiungere il documento originario. Se non è disponibile, il testo dovrebbe chiarire che l’attribuzione è indiretta.

Immagini, audio e video

La verifica di un’immagine o di un video non può limitarsi alla domanda «sembra generato con l’AI?».

Provenienza

Cercare:

• autore;

• data;

• prima pubblicazione nota;

• licenza;

• contesto;

• file originario;

• versioni modificate.

Ricerca inversa

Può aiutare a individuare usi precedenti e didascalie differenti. Non prova automaticamente quale versione sia autentica.

Luogo e data

Elementi utili comprendono:

• insegne;

• architettura;

• meteo;

• ombre;

• targhe;

• vegetazione;

• orari;

• eventi documentati;

• metadati, quando disponibili.

Tagli e montaggi

Un audio autentico può essere fuorviante se privo della domanda. Un video reale può combinare scene di momenti diversi. La verifica deve considerare montaggio e sequenza.

Metadati e Content Credentials

I metadati e le Content Credentials possono fornire informazioni sulla provenienza e sulle modifiche, quando sono presenti e verificabili. Non certificano però che la scena rappresentata, la didascalia o l’interpretazione siano vere.

Anche l’assenza di metadati non dimostra che il contenuto sia falso o generato artificialmente: queste informazioni possono essere rimosse durante l’esportazione, la modifica o la condivisione.

Rilevatori AI

Un rilevatore può produrre falsi positivi e falsi negativi. Il suo risultato non dovrebbe essere usato come unica evidenza per accusare una persona, classificare un contenuto o dichiararlo autentico.

Come utilizzare l’AI nella verifica

L’AI può alleggerire diverse attività ripetitive, ma non può diventare il giudice finale della correttezza del proprio output.

Attività utili

Può aiutare a:

• estrarre i claim da una bozza;

• classificare fatti, opinioni e previsioni;

• generare domande di controllo;

• individuare termini da cercare;

• confrontare documenti forniti;

• segnalare differenze tra versioni;

• evidenziare numeri senza fonte;

• preparare una tabella di verifica.

Limiti

Il sistema può:

• inventare fonti;

• confondere documenti simili;

• citare versioni superate;

• interpretare male una tabella;

• generare link plausibili;

• perdere eccezioni;

• trattare una fonte secondaria come originaria;

• confermare una premessa errata contenuta nella domanda.

EDMO descrive tre componenti dell’automazione del fact-checking: individuazione dei claim, ricerca delle evidenze e valutazione dell’affermazione. Lo stesso rapporto sottolinea che qualità e completezza delle fonti, complessità del linguaggio e contesto limitano la verifica automatica; gli strumenti AI possono assistere, ma non sostituiscono l’investigatore umano. EDMO — Artificial Intelligence in the Service of Verification.

Anche il profilo NIST dedicato all’AI generativa richiama rischi come confabulazione e compromissione dell’integrità informativa. Il quadro propone un approccio basato sul contesto: governare il processo, mappare i rischi, misurarli e applicare controlli proporzionati. Per una PMI, questo significa aumentare il livello di verifica quando l’errore può incidere su sicurezza, diritti, acquisti o reputazione.

Regola pratica

Non chiedere:

Conferma che questo testo è corretto.

Chiedere invece:

Estrai tutte le affermazioni verificabili. Per ciascuna indica quale tipo di fonte originaria sarebbe necessario consultare. Non considerare confermata alcuna informazione.

Anche questa risposta deve essere controllata.

Procedura operativa in sette fasi

1. Congelare la versione

Assegnare alla bozza:

• titolo;

• data;

• versione;

• autore o referente;

• canale previsto.

La verifica deve riguardare un testo identificabile.

2. Estrarre i claim

Evidenziare fatti, cifre, confronti, citazioni, date, funzioni, prezzi e obblighi.

3. Assegnare la priorità

Valutare impatto, reversibilità, pubblico ed eventuale necessità di competenze specialistiche.

4. Definire la fonte richiesta

Non cercare genericamente «una fonte». Stabilire prima che cosa può provare il claim.

5. Registrare l’evidenza

Per ogni affermazione annotare:

• URL o documento;

• organizzazione;

• titolo;

• data;

• pagina o sezione;

• informazione sostenuta;

• eventuali limiti.

6. Decidere l’esito

Gli esiti possibili sono:

• confermato;

• confermato con condizioni;

• da riformulare;

• non confermato;

• in conflitto;

• superato;

• richiede revisione specialistica.

7. Approvare la versione finale

Il revisore controlla che le correzioni siano state applicate e che nuove modifiche non abbiano introdotto altri claim.

Caso ipotetico: scheda di un dispositivo B2B

Una PMI prepara la scheda di un sensore per il monitoraggio dei consumi.

La bozza AI contiene queste affermazioni:

La versione finale non è soltanto più prudente: è anche più utile per il cliente, perché distingue le funzioni disponibili da quelle in beta e chiarisce condizioni di installazione e prezzo effettivo.

Tutti i dati dell’esempio sono ipotetici e non descrivono un prodotto reale.

Quando non pubblicare

La pubblicazione dovrebbe essere sospesa se:

• la fonte indicata non esiste;

• il documento non è accessibile;

• il claim ad alto impatto deriva soltanto da una risposta AI;

• fonti autorevoli forniscono risultati incompatibili;

• non è possibile determinare la versione vigente;

• la traduzione modifica un passaggio essenziale;

• una citazione non compare nella fonte;

• l’immagine ha provenienza sconosciuta;

• manca una revisione medica, legale, finanziaria o tecnica necessaria;

• il testo promette risultati che non possono essere dimostrati.

«Non verificato» non significa necessariamente «falso». Significa che l’impresa non dispone di evidenze sufficienti per assumersi la responsabilità di pubblicare l’affermazione nella forma proposta.

Correggere dopo la pubblicazione

Anche una procedura accurata non elimina ogni errore.

Errore materiale

Refuso, collegamento errato o data scritta male possono essere corretti rapidamente. Se non cambiano il significato, può bastare l’aggiornamento del contenuto.

Errore sostanziale

Se riguarda un dato, una conclusione, una persona, un obbligo o una caratteristica commerciale, la correzione dovrebbe essere visibile e proporzionata.

Può indicare:

• che cosa è stato modificato;

• data;

• motivo;

• versione corretta;

• eventuali canali interessati.

Aggiornamento

Un prezzo o una funzione possono essere corretti alla data di pubblicazione e cambiare successivamente. In questo caso è utile distinguere «aggiornato» da «corretto».

Distribuzione multicanale

La rettifica non deve fermarsi al blog. Occorre individuare:

• newsletter;

• post;

• caroselli;

• video;

• PDF;

• pagine prodotto;

• materiali forniti a partner.

Il registro delle correzioni dovrebbe collegare tutte le versioni derivate.

Errori da evitare

Accettare una fonte perché possiede un dominio noto

Serve verificare autore, documento, data e pertinenza.

Contare il numero dei risultati

Molte pagine possono ripetere la stessa informazione inesatta.

Usare un secondo chatbot come conferma

Due sistemi possono basarsi su dati simili, riprendere la stessa fonte debole o riprodurre lo stesso errore. Il consenso tra chatbot non equivale a una verifica indipendente.

Leggere soltanto il titolo o lo snippet

Il contenuto integrale può introdurre condizioni assenti nel risultato di ricerca.

Fermarsi al riassunto dello studio

Metodo e limiti possono cambiare il significato della conclusione.

Confermare un numero senza denominatore

La percentuale rimane ambigua.

Pubblicare prima e verificare dopo

Per claim ad alto impatto, la velocità non giustifica l’assenza di evidenze.

Correggere silenziosamente qualsiasi errore

Le modifiche sostanziali possono richiedere una nota comprensibile.

Checklist pre-pubblicazione

• La versione della bozza è identificata.

• Fatti, opinioni e previsioni sono distinti.

• Tutti i numeri possiedono unità, periodo e denominatore.

• Date di pubblicazione, entrata in vigore e applicabilità non sono confuse.

• Prezzi, imposte e condizioni sono indicati.

• Funzioni, piani, versioni e disponibilità in Italia sono controllati.

• Ogni citazione esiste nella fonte integrale.

• Le parafrasi conservano cautele ed eccezioni.

• Le norme provengono da testi ufficiali aggiornati.

• Bozze e consultazioni non sono presentate come regole definitive.

• Gli studi sono collegati alla pubblicazione originaria.

• Metodo, campione e limiti sono considerati.

• Correlazione e causalità sono distinte.

• Le fonti sono realmente indipendenti.

• Immagini, audio e video hanno provenienza verificata.

• Metadati e rilevatori non sono utilizzati come unica prova.

• I claim ad alto impatto sono revisionati da una persona competente.

• Le informazioni non confermate sono rimosse o qualificate.

• La matrice claim–fonte contiene l’esito.

• Le correzioni sono state applicate alla versione finale.

• Esiste un responsabile dell’approvazione.

• È prevista una procedura per aggiornamenti e rettifiche.

• Tutte le versioni multicanale sono considerate.

Domande frequenti

Basta chiedere le fonti al chatbot?

No. Può suggerire documenti utili, ma può anche generare riferimenti inesistenti o non pertinenti. Ogni fonte deve essere aperta e controllata.

Quante fonti servono?

Non esiste un numero universale. Una fonte primaria può essere sufficiente per il prezzo ufficiale di un prodotto. Un’affermazione controversa o interpretativa può richiedere più evidenze indipendenti.

Wikipedia può essere utilizzata?

Può aiutare a orientare la ricerca e individuare riferimenti. Per i claim importanti è preferibile raggiungere e verificare le fonti originarie.

Una fonte ufficiale è sempre sufficiente?

No. Può essere superata, riferita a un altro territorio o non sostenere l’affermazione specifica.

Che cosa fare se due fonti autorevoli sono in conflitto?

Non scegliere automaticamente quella più favorevole. Verificare date, definizioni, metodi e ambiti. Se il conflitto rimane, dichiararlo o sospendere il claim.

Come verificare una statistica?

Controllare documento originario, campione, periodo, territorio, denominatore, metodo, limiti e calcoli effettuati dalla redazione.

Come verificare una norma?

Consultare il testo ufficiale, verificare versione, entrata in vigore, applicabilità, ambito ed eccezioni. Distinguere norme, linee guida e bozze.

Un rilevatore AI dimostra che un’immagine è falsa?

No. Può essere un segnale da approfondire, non una prova conclusiva.

Le Content Credentials dimostrano che un contenuto è vero?

No. Possono documentare determinate informazioni sulla provenienza e sulle modifiche. Non confermano automaticamente la verità della scena o della didascalia.

Quando bisogna rinunciare alla pubblicazione?

Quando un’affermazione importante non può essere sostenuta, manca una competenza necessaria o il rischio di ingannare il pubblico non può essere ridotto con una riformulazione.

Conclusione

La qualità di un contenuto creato con l’AI non dipende soltanto dalla naturalezza della scrittura. Dipende soprattutto dalla possibilità di collegare ogni affermazione importante a una fonte, a una condizione verificabile o a un’evidenza interna.

Il controllo più efficace parte dalla bozza e la scompone. Un prezzo richiede il piano corretto; una percentuale richiede denominatore e periodo; una norma richiede il testo vigente; una citazione richiede la fonte integrale; una fotografia richiede provenienza e contesto.

L’AI può aiutare a individuare le affermazioni e a confrontare documenti, ma non dovrebbe certificare autonomamente ciò che ha prodotto. La decisione finale deve spettare a una persona che disponga delle fonti, delle competenze e dell’autorità necessarie per modificare o respingere il testo.

Per una PMI, una semplice matrice affermazione–fonte–esito è spesso più utile di una lunga dichiarazione sulla qualità. Rende immediatamente visibile ciò che è confermato, ciò che richiede cautela e ciò che non deve essere pubblicato.

Fonti

1. Commissione europea – Finding information you can trust

2. Commissione europea – Cooperating with fact-checkers, civil society, media and academia

3. European Digital Media Observatory – Artificial Intelligence in the Service of Verification

4. NIST – Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, NIST AI 600-1

5. NIST – Artificial Intelligence Risk Management Framework 1.0

6. EUR-Lex – Direttiva 2005/29/CE sulle pratiche commerciali sleali

7. Commissione europea – Orientamenti sull’interpretazione e l’applicazione della Direttiva 2005/29/CE

8. EUR-Lex – Regolamento (UE) 2016/679, GDPR

9. Garante per la protezione dei dati personali – Principi fondamentali del trattamento

10. C2PA – Technical Specification 2.2

11. PMI Digital Lab – AI Act dal 2 agosto 2026: come etichettare chatbot, deepfake e contenuti AI

12. PMI Digital Lab – AI Act per aziende: guida completa per PMI e creator digitali