Nota rivista il 25 maggio 2026. Articolo inizialmente pubblicato nel febbraio 2026 — riscrittura integrale. Questa nota assorbe il contenuto delle note precedentemente intitolate «L'IA rimescola le carte della creazione: 5 tendenze per il 2026» e «Top 5 degli strumenti IA per i redattori nel 2026», deindicizzate e reindirizzate verso questa pagina.
Il dibattito pubblico sulla redazione assistita dall'IA generativa è arrivato, nel 2026, a un punto di equilibrio che non aveva nel 2023. Le posizioni estreme — l'IA sostituirà i redattori, o l'IA produrrà sempre testi inferiori ai testi umani — si sono attenuate. Ciò che si è installato è una pratica professionale più sfumata, in cui il valore del redattore non si misura più al tempo di scrittura grezzo, ma alla qualità di inquadramento, rilettura e contestualizzazione che apporta a un lavoro ormai condiviso con modelli generativi.
Questa nota espone ciò che la pratica editoriale in studio osserva su questo spostamento, e ciò che la doctrina Google pubblicata il 15 maggio 2026 aggiunge a questa diagnosi.
Ciò che si è giocato tra il 2023 e il 2026
Tre anni sono bastati a stabilizzare la pratica. Nel 2023, i primi usi dell'IA in redazione erano dominati da una fascinazione per il volume prodotto in poco tempo. Molte imprese hanno pubblicato contenuti generati in serie, poco riletti, poco contestualizzati. Questi contenuti si sono presto rivelati visibili alla lettura, poco performanti in referenziamento, e fragili di fronte agli aggiornamenti algoritmici successivi di Google che hanno stretto l'esigenza sull'utilità reale per il lettore.
Nel 2024 e 2025, una pratica più disciplinata si è installata nelle strutture che hanno accettato di reinvestire nella rilettura editoriale. Il modello è scivolato: l'IA produce una materia grezza strutturata, il redattore professionale riprende questo materiale e vi inietta ciò che non può essere generato — l'esempio preciso, il tono di marchio, la sfumatura culturale, la posizione editoriale, la verifica fattuale. La produttività globale del processo è effettivamente aumentata, ma senza soppressione del redattore; al contrario, il suo ruolo si è precisato.
Nel 2026, la doctrina Google pubblicata il 15 maggio ha confermato che le funzionalità generative della ricerca si appoggiano sui sistemi centrali di posizionamento e qualità del motore[1]. Questa conferma ha una conseguenza per la redazione: ciò che penalizzava i contenuti mediocri nel posizionamento Google classico li penalizza ormai anche nelle risposte generate. La selettività aumenta. La pigrizia editoriale si paga più cara.
Ciò che l'IA fa bene, oggettivamente
La pratica osservata in studio, incrociata con uno studio del MIT pubblicato nel 2023, conferma quattro apporti tangibili dei modelli generativi al lavoro redazionale.
L'ideazione e lo sgrossamento. Un redattore di fronte a un argomento nuovo può, in qualche minuto di scambio con un modello, mappare un campo tematico, identificare angolature, strutturare un piano provvisorio. Questo lavoro richiedeva precedentemente diverse ore di ricerca documentaria preliminare. Il guadagno è reale, e libera tempo per il lavoro a più forte valore.
La riformulazione e l'adattamento. Adattare un contenuto esistente a più canali o a più pubblici richiedeva una ri-redazione sostanziale. I modelli producono varianti corrette in qualche minuto, che il redattore aggiusta poi. Per strutture che devono declinare i propri contenuti in francese, tedesco e inglese — situazione corrente in Svizzera — questo guadagno è particolarmente netto.
La prima bozza strutturata. Su un argomento ben inquadrato da un brief preciso, un modello produce una prima versione che contiene lo scheletro del contenuto finale: sezioni, transizioni, fatti aggregati, formulazioni corrette. Il lavoro del redattore consiste allora meno nello scrivere che nel riprendere, arricchire e correggere.
La verifica incrociata e la sintesi. Su un argomento documentato, i modelli possono comparare più fonti, sintetizzare posizioni divergenti, segnalare incoerenze. Questa funzione è utile a condizione di essere controllata — i modelli inventano ancora regolarmente referenze, citazioni o cifre, e ciascuna asserzione fattuale deve essere verificata alla fonte.
Uno studio condotto dal MIT nel 2023 ha documentato, in un quadro sperimentale controllato relativo a compiti di scrittura professionale realistici (e-mail, rapporti brevi, note strutturate), una riduzione media del 37% del tempo di redazione su questi compiti quando erano assistiti da modello, con una qualità percepita da valutatori indipendenti equivalente o superiore ai testi non assistiti[2]. Questo ordine di grandezza resta una referenza utile per inquadrare le magnitudini possibili del guadagno. Non costituisce una garanzia generalizzabile a ogni produzione editoriale — i compiti lunghi, i contenuti di marchio esigenti, o i lavori a forte dimensione strategica presentano profili diversi che non sono coperti dal perimetro dello studio.
Ciò che l'IA non fa
I limiti osservati sono stabili dal 2023, malgrado i miglioramenti successivi dei modelli. Lo storytelling autentico, che poggia su un'esperienza vissuta o su una comprensione fine di un pubblico, resta un territorio umano. I modelli producono narrazioni corrette ma raramente memorabili. L'umorismo, il secondo grado e le referenze culturali precise restano difficili da maneggiare — un redattore svizzero romando sa quando inserire una referenza locale o un tono calibrato sulle sensibilità cantonali; i modelli, loro, restano letterali o prendono in prestito maldestramente.
Le sfumature regolamentari e settoriali proprie del contesto svizzero — vocabolario bancario, esigenze LPD, formulazioni conformi al diritto del lavoro, espressioni giuridiche proprie del Codice delle obbligazioni — esigono una competenza che i modelli non hanno sistematicamente. La presa di posizione editoriale chiara, che tronca un argomento piuttosto che equilibrarlo prudentemente, resta ugualmente difficile da ottenere da un modello senza inquadramento redazionale sostanziale — i modelli tendono al consenso e alla neutralità.
Dove il valore del redattore si sposta
Questa constatazione disegna uno spostamento preciso. Il valore di un redattore professionale non si misura più al volume di parole scritte all'ora. Si misura su quattro cose.
La qualità del brief iniziale. Un brief preciso (pubblico, tono, posizione, vincoli, lunghezza, fonti) determina ciò che un modello può produrre. Un brief vago produce un contenuto vago. Il redattore che sa formulare un brief strutturato ottiene una materia sfruttabile al primo colpo.
La severità della rilettura. Una rilettura che si limita a togliere gli errori lascia passare la ridondanza semantica, il tono generico riconoscibile, le formule vuote, le approssimazioni fattuali. Una rilettura che trasforma il testo cancellando, riscrivendo, iniettando la competenza umana è quella che crea il valore osservabile dal lettore.
La competenza settoriale apportata fuori dal testo. Il redattore che conosce il settore — fiduciaria, orologeria, medtech, diritto, finanza — apporta al testo precisioni, esempi, sfumature che il modello non può inventare correttamente. Questa competenza è esattamente ciò che Google riconosce nel suo quadro E-E-A-T (esperienza, expertise, autorità, affidabilità), ormai strutturante per il posizionamento e quindi per la citabilità IA.
La coerenza editoriale nella durata. Una voce di marchio si costruisce su decine di pubblicazioni coerenti tra loro, non su una pubblicazione isolata. Il redattore che mantiene questa coerenza nel tempo produce un valore cumulativo che i modelli non riproducono.
Ciò che maggio 2026 aggiunge a questa pratica
La doctrina Google del maggio 2026 ha due conseguenze dirette per le pratiche di redazione assistita. Innanzitutto, conferma che la lotta contro il contenuto generato mediocre passa per i sistemi centrali di posizionamento della ricerca, e non per un meccanismo specifico alle funzionalità generative. Un contenuto di qualità, sia esso assistito da IA o no, sarà trattato secondo il merito dalla ricerca. Un contenuto pigro, sia esso assistito o no, lo sarà ugualmente.
In seguito, rafforza l'argomento secondo cui la redazione assistita non è né una scorciatoia, né una minaccia, ma uno strumento — il cui valore dipende interamente dal rigore della pratica che lo impiega. Un'impresa che investe in una catena di lavoro disciplinata (brief strutturato, prima bozza assistita, arricchimento umano rigoroso, rilettura editoriale, verifica fattuale) produce contenuti a un tempo più rapidi da pubblicare e più solidi di fronte alla selezione crescente delle componenti generative.
Questa disciplina non è un argomento tecnologico. È un argomento di metodo editoriale, la cui pratica in studio mostra che distingue ormai le strutture che mantengono una presenza editoriale affidabile da quelle che la perdono.
Sources
[1] Google Search Central, Optimizing your website for generative AI features on Google Search, pubblicato il 15 maggio 2026. developers.google.com/search/docs/fundamentals/ai-optimization-guide [↩]
[2] Noy, Shakked, and Whitney Zhang. Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. MIT, 2023. economics.mit.edu/sites/default/files/inline-files/Noy_Zhang_1.pdf [↩]
Jérôme Deshaie è CEO di MCVA Consulting SA, studio svizzero di consulenza strategica in intelligenza artificiale, con sede in Vallese.