Aggiornamento del 24 ottobre 2026. Quando abbiamo pubblicato questo articolo, il rischio era concreto ma ancora difficile da misurare. Ora un gruppo di ricerca della New York University Abu Dhabi ha costruito 56 “vuoti informativi” innocui e ha pubblicato una sola pagina inventata per ciascuno. Nei test con ChatGPT, Gemini e Perplexity, quella pagina è entrata nel 31% delle 504 risposte analizzate.
Tempo di lettura: circa 3 minuti per il solo aggiornamento, circa 6 minuti per la pagina completa.
Da sapere in breve
- La novità: una sola pagina costruita ad arte può finire nelle risposte di un sistema di intelligenza artificiale (AI) quando sul tema mancano fonti solide.
- Il test: 56 scenari inventati, cinque aree tematiche, tre sistemi con ricerca Web e 504 risposte finali.
- Il risultato: il contenuto controllato dai ricercatori è comparso nel 31% delle risposte; nelle condizioni di visibilità media o alta, nel 42,3%.
- Il campanello d’allarme: soltanto il 26,8% delle risposte che citavano o usavano quel contenuto mostrava un’avvertenza o un dubbio esplicito.
- Il limite: è un esperimento controllato con pagine e domande costruite apposta. Non significa che il 31% delle normali risposte AI sia falso.
Cosa cambia per chi usa la ricerca con l’intelligenza artificiale?
Prima: sapevamo che un sito inventato avrebbe potuto influenzare una risposta. Adesso: abbiamo una prova controllata che, quando le fonti affidabili scarseggiano, può bastare anche una sola pagina.
Esempio semplice, tratto dallo scenario dello studio: qualcuno inventa il nome di un integratore, pubblica una pagina credibile e invita le persone a cercare proprio quel nome. Se online non esistono fonti migliori, l’AI può riprendere o citare quella pagina. L’esempio è costruito dai ricercatori e non riguarda un prodotto reale. Lo studio parte dal momento in cui la persona cerca già quel nome: non misura come o quanto sia facile convincerla a farlo.
Per chi cerca informazioni: nel test, formulare la domanda in tono scettico non ha ridotto in modo sostanziale l’ingresso della pagina nelle risposte, anche se ha aumentato la frequenza degli avvertimenti. Conviene controllare chi pubblica la fonte, da quanto esiste e se conferme davvero indipendenti sostengono la stessa informazione.
Implicazione pratica, non risultato misurato dallo studio: per aziende e istituzioni, lasciare senza risposta domande importanti sul proprio settore crea spazi che altri possono riempire. Monitorare l’AI Visibility può aiutare a individuare informazioni errate, non soltanto a contare le citazioni, ma non garantisce di prevenirne l’ingresso nelle risposte.
Una sola pagina può bastare, ma non in qualunque situazione
I ricercatori hanno creato 56 scenari benigni distribuiti tra business, salute, diritto, politica e tecnologia. Per ciascuno hanno pubblicato una pagina di 700–1.000 parole su domini con visibilità diversa: vecchi e già indicizzati, nuovi ma segnalati a Google, oppure nuovi e lasciati alla sola scoperta organica.
Hanno poi formulato domande brevi in tre toni — neutro, entusiasta e scettico — e le hanno sottoposte a ChatGPT-5.2, Gemini-3 Flash Preview e Perplexity Sonar Pro. Il campione finale comprende 504 risposte: 56 scenari × tre toni × tre sistemi.
La pagina dei ricercatori è stata citata nel 28,6% dei casi, usata senza collegamento nell’1% e soltanto elencata nell’1,4%. Sommando questi comportamenti, l’attacco ha avuto successo nel 31% delle condizioni. Con pagine già visibili o segnalate ai motori, il valore sale al 42,3%.
Quanto è solida questa prova?
La solidità è alta per una conclusione precisa: nelle condizioni sperimentali descritte, una sola pagina può influenzare un sistema AI che cerca sul Web. Lo studio usa più modelli, ripete le interrogazioni per giorni, verifica manualmente le classificazioni positive e rende disponibili codice e dati. La fonte consultata è la versione arXiv del 21 ottobre 2026. Gli autori la indicano come versione estesa di un paper in uscita a NDSS 2027; non è ancora la versione finale pubblicata negli atti.
La solidità è media se proviamo a trasformare il risultato in una percentuale generale del Web. I temi erano inventati, le domande includevano i termini seminati dai ricercatori e l’esperimento misurava proprio situazioni in cui le informazioni affidabili erano scarse. I modelli e i sistemi di ricerca possono inoltre cambiare. Lo studio non misura risposte in italiano né differenze tra Paesi: le percentuali non vanno trasferite automaticamente al mercato italiano. Il 31% descrive questo test, non tutte le domande poste ogni giorno a ChatGPT, Gemini o Perplexity.
Il dato più utile non è quindi “una risposta su tre è falsa”. È un altro: quando chiediamo all’AI qualcosa di molto nuovo, oscuro o poco documentato, l’apparenza professionale di una fonte non basta a renderla vera.
Fonti dell’aggiornamento
- NYU Abu Dhabi — Data-Void Exploits in Web-Searching LLMs, 21 ottobre 2026
- Artifact con codice e corpus indicato dagli autori
Di seguito resta l’articolo originale, pubblicato il 21 settembre 2026.
L’intelligenza artificiale (AI) può creare testi, immagini, persone e interi siti Web praticamente indistinguibili, a prima vista, da quelli reali.
A questo punto la domanda viene quasi spontanea:
un’intelligenza artificiale può creare abbastanza contenuti credibili da convincere un’altra intelligenza artificiale che qualcosa di falso sia vero?
Il rischio esiste.
E per chi lavora ogni giorno con motori di ricerca e intelligenza artificiale non è neppure così sorprendente.
Un mondo inventato che sembra vero
Pensiamo a come verifichiamo normalmente un’informazione.
Troviamo un sito che racconta qualcosa. Cerchiamo conferme. Scopriamo che altri siti ne parlano. Troviamo immagini, articoli e magari recensioni.
A quel punto iniziamo a fidarci.
Ma cosa succede se anche tutte quelle conferme sono state create artificialmente?
L’intelligenza artificiale rende possibile produrre enormi quantità di contenuti coerenti tra loro con tempi e costi che fino a pochi anni fa sarebbero stati impensabili.
Ed è qui che nasce il problema.
Se possiamo influenzare Google, possiamo provare a influenzare anche le AI
Da anni esiste la SEO (Search Engine Optimization): in parole semplici, tutte quelle attività che aiutano un sito a essere trovato e compreso dai motori di ricerca come Google.
Oggi sta crescendo anche la GEO (Generative Engine Optimization): le tecniche utilizzate per aiutare servizi come ChatGPT, Gemini, Perplexity e Google AI a trovare, comprendere e utilizzare correttamente le informazioni su un’azienda, un prodotto o un argomento.
Ma dove esiste un sistema di ottimizzazione, prima o poi qualcuno prova a manipolarlo.
È successo con Google.
Quando abbiamo pubblicato questo articolo era ancora un rischio plausibile. Lo studio descritto nell’aggiornamento iniziale mostra ora che, in condizioni controllate, è già successo.
La prima versione di questo articolo citava Counter-GEO-Bench, un lavoro che studiava come contenuti apparentemente normali potessero influenzare le fonti recuperate dalle AI. Il nuovo studio Data-Void Exploits in Web-Searching LLMs aggiunge ora una prova controllata e misurabile.
Oggi sappiamo che è successo in un test controllato
Lavorando quotidianamente con ricerca online, pubblicità e intelligenza artificiale, abbiamo ormai abbastanza esperienza per capire quanto sia diventato tecnicamente possibile costruire strutture digitali molto sofisticate.
Sarebbe tecnicamente possibile sperimentare anche in quella direzione.
Non lo faremo.
Non ci interessa capire come ingannare un’intelligenza artificiale.
Ci interessa capire che qualcun altro potrebbe farlo.
E soprattutto raccontarlo.
Il vero pericolo non è arrivare primi su ChatGPT
La questione diventa molto più seria quando usciamo dal mondo del marketing.
La stessa capacità potrebbe essere utilizzata per rendere credibili aziende, prodotti, servizi, investimenti oppure offerte che nella realtà non esistono.
Immaginiamo di chiedere consiglio a un’intelligenza artificiale prima di acquistare qualcosa.
L’AI cerca informazioni.
Trova un sito apparentemente professionale.
Trova altre fonti che ne parlano.
Trova contenuti coerenti.
Tutto sembra confermare che quell’azienda sia affidabile.
Ma se qualcuno avesse costruito artificialmente tutto quel piccolo mondo digitale?
A quel punto non sarebbe più soltanto manipolazione dei risultati.
Potrebbe diventare una truffa.
Dovremo imparare a dubitare anche di ciò che sembra vero
Per anni abbiamo imparato a non cliccare sulle email evidentemente sospette.
Adesso arriva una sfida più difficile:
fare attenzione anche quando non c’è apparentemente nulla di sospetto.
Prima di cliccare, concedere un’autorizzazione o soprattutto comprare qualcosa, diventerà sempre più importante controllare chi abbiamo davanti.
L’azienda esiste davvero? Da quanto tempo? Chi sono le persone che ci lavorano? Le fonti che ne parlano sono realmente indipendenti? Le recensioni sono credibili?
L’intelligenza artificiale ci permette di costruire cose straordinarie.
Inevitabilmente qualcuno proverà a utilizzarla anche per costruire cose straordinariamente false.
E forse la prossima grande sfida dell’intelligenza artificiale non sarà trovare più informazioni.
Sarà capire di quali informazioni può fidarsi.
Nel frattempo, una parte del lavoro rimane a noi.
Prima di cliccare, approvare o comprare, assicuriamoci che dietro una realtà digitale perfetta esista anche una realtà vera.
