AI in Journalism — From Reuters Lynx to OpenAI Deals with Le Monde

Cos'è: Il Reuters Institute for the Study of Journalism, presso l'Università di Oxford, è il riferimento internazionale per la ricerca sull'evoluzione del mestiere giornalistico. Il suo Journalism AI Survey 2024 raccoglie le pratiche di centinaia di redazioni in tutto il mondo. Il quadro che emerge non è quello di una possibile rivoluzione futura, ma di una trasformazione già avvenuta: l'87% delle redazioni partecipanti usa già l'AI in produzione, prevalentemente per traduzione, summary e ottimizzazione SEO. Il giornalismo è il primo settore editoriale a essere stato investito senza attenuazioni dall'AI generativa.

Reuters Lynx Insight e AP: l'automazione prima dei LLM

L'AI nelle redazioni non è arrivata con ChatGPT. Reuters ha lanciato Lynx Insight nel 2018: un sistema interno che analizza datasets finanziari, segnala anomalie statistiche, suggerisce angolazioni narrative ai giornalisti. Non scriveva l'articolo, ma indicava al reporter umano le storie potenzialmente meritevoli — un filtro intelligente sopra il rumore dei mercati. La logica era esplicita: liberare i giornalisti dai compiti ripetitivi di scoperta per concentrarli su intervista, contestualizzazione, verifica.

Associated Press era stata ancora più audace. Dal 2014, AP genera automaticamente migliaia di articoli sugli earnings report trimestrali delle aziende americane usando software della startup Automated Insights. Il template è strutturato: dati finanziari standardizzati entrano nel sistema, escono articoli grammaticalmente corretti e fattualmente accurati. Nessun giornalista umano scrive direttamente quei testi. La copertura passa da poche centinaia di società coperte manualmente a oltre quattromila automaticamente. La qualità giornalistica del singolo pezzo non è alta, ma neppure era alta quella dei giornalisti junior che facevano lo stesso lavoro prima.

Questi due esempi — Lynx Insight e gli earnings AP — definiscono il primo paradigma pre-LLM: AI specializzata, applicata a domini ben circoscritti, con output strutturati e verificabili. Le redazioni che l'hanno adottato presto hanno guadagnato vantaggi di velocità e coverage senza catastrofi giornalistiche. Era la fase rassicurante dell'AI in redazione.

2023-2024: l'ondata dei licensing deal con OpenAI

La seconda fase è cominciata bruscamente nel 2023, quando OpenAI ha iniziato a firmare accordi di licensing per addestrare i propri modelli sui contenuti dei grandi editori. La cifra che ha scioccato il settore è quella del deal con News Corp annunciato nel maggio 2024: oltre 250 milioni di dollari su cinque anni, in cambio dell'accesso a tutto l'archivio del Wall Street Journal, New York Post, Times di Londra, Sun, Australian. Improvvisamente, gli editori non erano più solo vittime passive dello scraping: erano controparti negoziali di OpenAI.

La cascata è stata rapida. Financial Times ha firmato nell'aprile 2024. Axel Springer (Bild, Welt, Politico, Business Insider) nel dicembre 2023, con cifre stimate intorno ai 10 milioni l'anno. Le Monde e Prisa Media a marzo 2024, con deal che includono attribuzione e citazione delle fonti nelle risposte di ChatGPT. Vox Media e The Atlantic a maggio 2024. Hearst, Condé Nast, TIME, Reuters: la lista non smette di allungarsi.

Il contropunto è la causa intentata dal New York Times contro OpenAI e Microsoft nel dicembre 2023. Il NYT sostiene che i suoi articoli sono stati usati senza autorizzazione per addestrare GPT-4 e che il modello può riprodurre testi quasi letterali di pezzi originali. La causa, ancora in corso, definirà in larga misura il framework legale del licensing giornalistico nell'era dei LLM. Due strategie opposte: chi negozia (la maggioranza) e chi litiga (il NYT). Nessuno ha ancora vinto in modo definitivo.

Il Reuters Institute Journalism AI Survey 2024: cosa fanno davvero le redazioni

Il survey 2024 ha intervistato 314 professionisti in 56 paesi. Il dato globale è chiaro: l'87% delle redazioni partecipanti usa già l'AI generativa in produzione. Ma il dettaglio dei casi d'uso è ancora più rivelatore di una semplice percentuale.

Gli usi più diffusi sono quelli che sostituiscono il lavoro più ripetitivo: traduzione automatica di articoli per edizioni internazionali, summarization di documenti lunghi (atti parlamentari, report aziendali, paper scientifici), generazione di titoli alternativi per A/B testing SEO, trascrizione di interviste audio, tagging automatico degli archivi. Usi minoritari ma in crescita: generazione di prime bozze per pezzi corti, suggerimenti editoriali su scaletta, personalizzazione del contenuto per pubblici diversi.

Quasi nessuna redazione seria — questo è il dato più importante — usa l'AI per scrivere articoli pubblicati direttamente senza supervisione editoriale umana. L'eccezione cattolica resta quella degli earnings/sports report strutturati, dove il pattern AP del 2014 è stato semplicemente esteso a LLM più capaci. La narrazione "AI scriverà gli articoli" rimane largamente fantasia: il vero impatto è nei flussi di lavoro a monte e a valle della scrittura.

Quando l'AI sbaglia: i casi CNET e BBC

Le redazioni che hanno provato a saltare il passaggio della supervisione editoriale hanno pagato un prezzo concreto. CNET, nel novembre 2022, ha iniziato a pubblicare in silenzio articoli generati dall'AI con la firma "CNET Money Staff", su temi finanziari personali. Un'inchiesta di Futurism nel gennaio 2023 ha rivelato l'autore reale, e gli errori. Più di metà degli oltre settanta pezzi pubblicati conteneva errori fattuali — alcuni significativi su consigli finanziari, come confondere il calcolo dell'interesse composto. CNET ha sospeso il programma, ammesso gli errori, ed è stato oggetto di una caduta di reputazione che si è propagata al brand stesso.

Anche la BBC ha incontrato il problema in un esperimento del 2024: un test interno chiedeva a vari chatbot di riassumere articoli BBC reali. I risultati erano fattualmente inaccurati nel 51% dei casi secondo l'analisi pubblicata dalla BBC stessa. ChatGPT, Copilot, Gemini, Perplexity attribuivano dichiarazioni a persone sbagliate, sbagliavano date, mischiavano fatti tra articoli diversi. La BBC ha pubblicato un editoriale durissimo: "L'AI non è ancora affidabile per riassumere il giornalismo, e gli editori che la integrano senza verifica mettono a rischio il rapporto di fiducia con il pubblico."

L'AI agent e la fine del traffico verso i siti

Il problema esistenziale per il giornalismo non è tanto la produzione di contenuti AI, quanto la distribuzione. Per vent'anni, l'economia dell'editoria online si è basata su un patto: Google indicizzava gli articoli, gli utenti cliccavano sui link, gli editori monetizzavano via pubblicità o subscription. Quel patto sta crollando.

I motori di ricerca AI — ChatGPT Search, Perplexity, Google AI Overviews — rispondono direttamente alle domande dell'utente, sintetizzando informazioni da molteplici fonti, spesso senza che l'utente clicchi su nessun link. Gli editori forniscono il contenuto, l'AI fornisce la risposta, l'utente non visita il sito originale. Studi del Pew Research Center e di Similarweb nel 2024 mostrano un calo del 30-50% del click-through rate dalle ricerche AI rispetto alle ricerche tradizionali, a parità di volume.

Questa è la ragione strutturale dei licensing deal. Gli editori sanno che il vecchio modello del traffico sta morendo. Negoziano oggi il diritto al pagamento diretto da parte delle aziende AI per i contenuti che alimentano i loro sistemi. Chi non firma rischia di trovarsi tra qualche anno senza il traffico di ieri e senza il fee di domani. Il NYT, con la sua causa, sta cercando una terza via: stabilire per via giudiziaria che lo scraping non autorizzato è illegale, alzando così il prezzo di negoziazione futuro per tutto il settore.

L'Italia: ANSA, gli editori e la prudenza europea

L'Italia segue con qualche anno di ritardo, ma i segnali ci sono. ANSA ha avviato collaborazioni con startup italiane di AI per esperimenti di summarization e traduzione automatica. RCS e GEDI hanno team interni dedicati. Il quadro regolatorio europeo dell'AI Act introduce obblighi di trasparenza per i contenuti generati artificialmente: nelle redazioni serie, gli articoli generati o assistiti da AI dovranno essere etichettati. L'editore italiano medio attende ancora di capire se la trasformazione richiederà investimenti propri o se basterà accodarsi alle scelte fatte oltreoceano.

Il rischio specifico italiano è la combinazione di redazioni con margini sottili, scarso investimento in R&D editoriale, e dipendenza forte dal traffico Google. Se il modello di distribuzione cambia rapidamente, i giornali italiani non hanno le riserve né i licensing deal per ammortizzare lo shock. La storia del prossimo quinquennio nell'editoria italiana sarà probabilmente più una storia di sopravvivenza che di trasformazione.

---