L’intelligenza artificiale ha reso più veloce la produzione di testi, immagini e varianti di campagna. Ma la velocità non chiarisce chi abbia controllato una promessa, verificato una fonte o deciso di pubblicare una frase. Nel marketing, la trasparenza sull’uso dell’AI non dovrebbe quindi ridursi a un bollino aggiunto in fondo alla pagina: dovrebbe essere il risultato visibile di un processo editoriale.
Il tema è diventato più concreto anche sul piano regolatorio. Dal 2 agosto 2026 si applicano gli obblighi di trasparenza previsti dall’articolo 50 dell’AI Act per alcuni sistemi e contenuti. La Commissione europea ha chiarito però un punto importante: non esiste un obbligo indistinto di etichettare ogni testo che abbia ricevuto un aiuto dall’intelligenza artificiale. Conta il tipo di sistema, il contenuto, il suo uso e, in alcuni casi, la presenza di una revisione umana sostanziale e di una responsabilità editoriale riconoscibile.
La prima distinzione: obbligo e buona pratica
Le linee guida della Commissione descrivono quattro aree diverse: l’informazione alle persone che interagiscono direttamente con un sistema AI, la marcatura tecnica dei contenuti generati o manipolati, l’informazione su sistemi di riconoscimento delle emozioni o categorizzazione biometrica e l’etichettatura di deepfake e testi generati o manipolati pubblicati per informare il pubblico su questioni di interesse pubblico.
Questa distinzione è essenziale per chi lavora nel marketing. Un chatbot che risponde a un potenziale cliente pone una domanda diversa da un articolo su una pagina aziendale. Un’immagine fotorealistica di un prodotto pone una domanda diversa da una bozza di headline riscritta dall’AI. Trattare tutti questi casi con la stessa formula produce due rischi opposti: dichiarazioni vaghe che non aiutano nessuno oppure l’idea, altrettanto imprecisa, che l’AI Act imponga un’etichetta su qualsiasi contenuto assistito.
La Commissione indica che l’obbligo sui testi riguarda pubblicazioni che siano pubblicate, informative per il pubblico e riferite a materie di interesse pubblico. L’elenco comprende, tra gli altri, salute pubblica, sicurezza, diritti fondamentali e sviluppi economici, scientifici o culturali rilevanti per il dibattito pubblico. Non significa che ogni contenuto commerciale rientri automaticamente nell’ambito della norma. Significa che prima di scegliere una disclosure bisogna capire che cosa si sta pubblicando e con quale funzione.
La revisione umana non è una rilettura cosmetica
Il passaggio più utile per un team marketing è forse quello sulla revisione umana e sul controllo editoriale. La FAQ della Commissione precisa che la revisione deve esaminare la sostanza del contenuto ed essere svolta da persone con conoscenze pertinenti e giudizio professionale. Il controllo editoriale implica invece che un soggetto responsabile abbia l’autorità di approvare, modificare o rifiutare il testo per ragioni sostanziali, compreso il controllo dei fatti e dell’affidabilità delle fonti.
Correggere refusi, uniformare il tono o accettare il primo output senza domande non dimostra questo controllo. Una revisione editoriale vera può cambiare l’angolo dell’articolo, eliminare un dato non verificato, ridimensionare una promessa, aggiungere un limite o decidere che il contenuto non è pronto. Se nessuno ha avuto la possibilità reale di intervenire, la parola “supervisione” descrive più un’intenzione che una pratica.
Tre domande per capire se il controllo è reale
Prima di pubblicare un contenuto assistito dall’AI, userei tre domande semplici:
- Quale parte del contenuto è stata verificata rispetto a fonti, dati, destinatari e contesto?
- Chi poteva modificare o rifiutare una frase sostanziale, e con quale criterio?
- Quale persona o organizzazione si assume la responsabilità finale della pubblicazione?
Se le risposte sono vaghe, il problema non si risolve aggiungendo una nota finale. Serve un passaggio editoriale più solido. Per me, questa è la differenza tra “testo prodotto dall’AI” come etichetta astratta e una trasparenza utile: la seconda rende comprensibile come è stata presa la decisione.
Un workflow trasparente parte prima del prompt
La qualità della disclosure dipende dal workflow che la precede. Prima di aprire uno strumento generativo, definirei lo scopo del contenuto, il pubblico, le fonti ammesse, le affermazioni che richiedono verifica e ciò che non deve essere inventato. Un brief breve ma preciso impedisce di confondere l’AI con la fonte: il modello può aiutare a esplorare una struttura, ma non sostituisce il documento istituzionale da cui deriva un dato.
Durante la produzione, separerei le funzioni. L’AI può proporre alternative, sintetizzare materiale già raccolto o aiutare a individuare domande mancanti. La persona responsabile deve invece decidere il perimetro, verificare i passaggi sensibili e mantenere la distinzione tra fatto, interpretazione e proposta. Quando una frase appare molto sicura, soprattutto in ambiti normativi o tecnici, la sicurezza del tono non è una prova della sua correttezza.
Prima della pubblicazione, conserverei almeno una traccia minima: fonti consultate, modifiche sostanziali, controlli svolti, eventuali limiti e approvazione finale. Non serve trasformare ogni articolo in un verbale burocratico. Serve poter ricostruire perché una promessa è stata mantenuta, ridotta o rimossa. In un team piccolo può bastare una scheda editoriale; in un’organizzazione più grande servono ruoli e soglie di approvazione condivise.
La disclosure deve informare, non proteggere soltanto chi pubblica
Una buona informazione sull’uso dell’AI risponde alle domande che una persona ragionevole potrebbe avere: che cosa è stato assistito, quale parte è stata verificata, chi ha preso la decisione finale e quali limiti restano. Una formula generica come “contenuto creato con l’intelligenza artificiale” può essere corretta in senso ampio, ma spesso non spiega se l’AI ha scritto una bozza, generato un’immagine, tradotto un testo o interagito direttamente con il pubblico.
La Commissione ha pubblicato anche un Codice di buone pratiche e icone opzionali per aiutare l’implementazione degli obblighi. Il codice è volontario, mentre gli obblighi dell’articolo 50 restano giuridici. Per un’azienda, aderire a una pratica comune può facilitare la coerenza tra canali, ma non sostituisce la valutazione del singolo contenuto né la responsabilità di chi lo mette online.
Misurare la fiducia è più utile che contare i disclaimer
La trasparenza non dovrebbe essere misurata soltanto contando quante pagine contengono una disclosure. Guarderei piuttosto a segnali che mostrano se le persone capiscono e usano meglio il contenuto: domande ricevute, correzioni richieste, qualità dei contatti, tasso di interazione con una spiegazione, richieste di chiarimento e riduzione delle aspettative sbagliate nel passaggio commerciale.
Anche il processo interno può essere misurato. Quanti contenuti vengono pubblicati senza una fonte primaria? Quante promesse vengono ridimensionate durante la revisione? Quanti testi hanno un responsabile identificabile? Quante volte un modello viene usato per riempire un calendario invece di risolvere un problema del pubblico? Queste domande dicono più sulla maturità dell’uso dell’AI di una collezione di badge.
Google Search Central, nella guida sull’ottimizzazione per le funzioni generative, insiste sul valore di contenuti originali, utili e non commodity. La guida sui contenuti people-first invita inoltre a rendere comprensibili il “chi”, il “come” e il “perché” della produzione, soprattutto quando viene usata l’automazione. È un orientamento valido anche fuori dalla SEO: la trasparenza funziona quando aiuta il lettore a valutare il contenuto, non quando serve soltanto a schermare l’organizzazione.
La trasparenza è una scelta editoriale prima di essere una formula
Per chi fa marketing, la conseguenza pratica è semplice: non partirei dalla domanda “quale disclaimer devo incollare?”. Partirei da “quale ruolo ha avuto l’AI, quale rischio introduce e quale controllo umano posso dimostrare?”. La risposta cambia tra chatbot, immagine, articolo, scheda prodotto, email e annuncio pubblicitario.
Il mio metodo è dichiarare con chiarezza l’assistenza quando è rilevante, conservare fonti e decisioni, controllare le promesse e lasciare a una persona la responsabilità effettiva della pubblicazione. Se il contenuto riguarda una materia di interesse pubblico e non ha ricevuto una revisione sostanziale, la disclosure prevista dall’AI Act va valutata con particolare attenzione. Se invece il testo è stato assistito ma sottoposto a controllo editoriale reale, non trasformerei l’eccezione normativa in una scusa per essere opachi: la fiducia del pubblico può richiedere comunque una spiegazione breve e comprensibile.
La trasparenza migliore non dice soltanto che l’AI è entrata nella stanza. Mostra che qualcuno ha verificato ciò che è stato detto, sa perché è stato pubblicato ed è disposto a risponderne.
Fonti e approfondimenti
- Commissione europea: FAQ sugli obblighi di trasparenza dell’articolo 50 dell’AI Act
- Commissione europea: linee guida sugli obblighi di trasparenza
- Commissione europea: Codice di buone pratiche sui contenuti generati dall’AI
- Commissione europea: icone UE per l’etichettatura dei contenuti generati dall’AI
- Google Search Central: guida all’ottimizzazione per le funzioni generative nella Ricerca
- Google Search Central: contenuti utili, affidabili e people-first
Nota di trasparenza: questo articolo è stato elaborato con l'aiuto dell'intelligenza artificiale e con supervisione e responsabilità editoriale umana.