«Avremo due Web paralleli: utenti e agenti»

Alberto Chierici, nato in Italia, vive e lavora a Sydney in un istituto che studia sistemi di governance dell’Intelligenza artificiale. Come imprenditore, sta avviando una startup che si chiama Aqura (aqurastudio.com) e si propone di intercettare uno degli snodi più delicati: come far «avanzare» marchi, contenuti, idee, aziende nelle risposte dei chatbot e nella cosiddetta IA «agentica», cioè l’insieme di applicazioni che sempre più manderanno mail, comporranno agende, disporranno pagamenti, scriveranno documenti per noi.

In cosa consiste l’idea centrale di Aqura e chi c’è dietro?

«Il progetto nasce con un’amica italiana con 18 anni di esperienza in marketing e marchi globali e il nome sta per Adaptability quotient. Nelle enormi incertezze sul futuro del lavoro, una cosa è molto chiara: a tutti sarà chiesto un alto quoziente di adattabilità. A questa sigla, Aq, abbiamo aggiunto il suono della parola “cura”: vogliamo creare un servizio di marketing, automatizzato dove serve, ma dove manteniamo questo livello di “cura” perché l’IA non arriva a tutto. C’è sempre un 10% dove l’umano fa tutta la differenza».

Concretamente cosa fate?

«Prima un audit sulla visibilità online della persona o del marchio, poi suggerimenti per una strategia».

Che tipo di sforzo occorre fare per «sedurre» gli algoritmi di Chatgpt e soci?

«Ogni applicativo funziona in modo molto diverso, ma avendo algoritmi poco trasparenti si fa fatica a capire come: bisogna fondamentalmente usarli. Noi ci concentriamo su Chatgpt, Claude, Gemini, Google AI mode e Perplexity. Questi cinque citano fonti diverse e hanno motori di ricerca sottostanti diversi: l’opacità di funzionamento non permette visibilità piena ma solo valutazione dei risultati. Quello che è utile fare, quindi, è studiarli e vedere come cambia la narrazione di un marchio da sistema a sistema. A seconda di queste differenze, i contenuti vanno ottimizzati organizzandoli come risposta alla domanda che si suppone l’utente ponga ai chatbot o agli “agenti”».

Alla luce di questo, che futuro hanno motori di ricerca e i siti? Spariranno?

«Non penso. Ritengo più probabile lo sviluppo di due Internet paralleli: uno per agenti dell’IA e uno per gli utenti umani. Lo stesso sito dovrà avere sempre più una duplice fruibilità. A livello grafico e di interfaccia resteranno caratteristiche fruibili da uomini e donne, ma con un sottostante di codice invisibile all’utente ma decisivo per essere letto e utilizzato dall’IA agentica».

Può farci un esempio di come funzioni un’IA agentica?

«Ho appena sentito il racconto in prima persona di un imprenditore che stava provando Codex, un applicativo di OpenAI per scrivere in codice. Avendo necessità di assumere un manager nell’ambito Formazione e sviluppo dell’IA, ha provato a usare Codex chiedendo a questo “agente” di saltare i passaggi classici di ricerca del personale (apertura di una posizione, selezione curriculum, colloqui), trovandogli direttamente un profilo adatto alle necessità. In poco tempo ha avuto un nome e cognome, e dopo una cena questa persona è stata assunta. Credo spieghi bene quanto sarà sempre più necessario essere “raccontati” in maniera corretta e fedele online».

In che tipo di «rapporto» sono le IA con i social network? Ci sono social più utili o efficaci per “apparire” sui chatbot?

«Alcuni hanno un grado di affidabilità più alto: per esempio, Reddit è molto controllato dagli utenti rispetto al rischio di fake news. Linkedin ha incentivi a essere professionali e credibili più alti rispetto, per esempio, a Facebook. Anche Substack, dopo Wikipedia, sta emergendo come piattaforma interessante per lo “sguardo” dell’IA».

Che tipo scrittura «vince» da questo punto di vista rispetto a quella forgiata per i motori di ricerca con il Seo?

«Chi scrive deve chiedersi a che domanda risponda il suo articolo, esplicitandola nel testo. La firma deve sempre contenere una mini biografia, così si associano meglio contenuto ed esperienza dell’autore. Consiglio sempre di studiare le domande fatte dagli utenti nell’ambito di interesse. Un approccio pigro valuta le domande simulate dai LLM e modella le risposte in base a queste e non a quelle reali».