Lo slop dell’IA è un problema di processo

Lo scorso anno due dizionari hanno fissato il vocabolario. A novembre il Macquarie Dictionary australiano ha scelto «AI slop» come parola dell’anno, definendola contenuto di bassa qualità prodotto dall’IA generativa, spesso con errori, che nessuno aveva chiesto. A dicembre i redattori del dizionario Webster negli Stati Uniti hanno scelto semplicemente «slop»: «contenuto digitale di bassa qualità, prodotto di solito in grandi quantità per mezzo dell’intelligenza artificiale». Il loro presidente, Greg Barlow, ha dichiarato all’Associated Press: «È una parola quasi di sfida, quando si parla di IA.»

Lo sviluppatore Simon Willison ha proposto il test più semplice nel maggio 2024: «se è generato meccanicamente e rifilato a chi non l’aveva chiesto, slop è il termine perfetto per definirlo.»

Per un’azienda, la parola indica un giudizio che i clienti ormai formulano in un secondo. A nostro avviso lo slop non è una proprietà dello strumento. È ciò che esce da un processo senza riferimenti, senza regole e senza nessuno che dica di no. Per questo si può correggere.

Che aspetto ha lo slop al lavoro

Lo slop non è solo lo strano video in un feed. I ricercatori di BetterUp Labs e dello Stanford Social Media Lab hanno dato un nome alla versione da ufficio sulla Harvard Business Review: workslop, lavoro realizzato con l’IA che sembra buono ma manca di sostanza. Nel loro sondaggio su 1'150 impiegati a tempo pieno negli Stati Uniti, il 40 per cento ne aveva ricevuto nel mese precedente, e ogni caso richiedeva circa due ore per essere risolto.

Il marketing ha la sua versione: il post che potrebbe appartenere a qualsiasi azienda, l’immagine con la solita luce patinata, il testo che in tre paragrafi non dice nulla. Ognuno costa poco da produrre, e a pagare è chi legge.

Perché succede

Le cause che tornano sempre sono quattro.

La prima è l’impostazione predefinita. Il team di IA applicata di Anthropic ha spiegato lo scorso novembre perché il suo stesso modello, lasciato senza indicazioni, continua a produrre gli stessi design sicuri: campiona dal centro più probabile di ciò che ha visto. Lo chiamano convergenza distribuzionale e osservano che gli utenti definiscono il risultato l’estetica dello slop da IA. Uno studio sulla rivista Patterns ha trovato lo stesso per le immagini. I ricercatori hanno fatto alimentare a vicenda un modello di immagini e un modello di didascalie per 100 round, 700 volte, e ogni prova è scivolata verso pochi motivi generici, che hanno chiamato «musica da ascensore visiva». Sospettano che l’ingrediente mancante sia la pressione correttiva dell’interazione umana.

La seconda è il riferimento mancante. Un prompt descrive, un riferimento mostra. Senza immagini reali del prodotto e della luce, il modello riempie i vuoti con la propria media.

La terza è la regola mancante. Il modello non sa che il vostro brand non usa mai gradienti, non chiama mai nulla «soluzione» e mostra sempre il prodotto reale. Se queste regole non sono scritte dove la macchina le legge, per la macchina non esistono.

La quarta è la revisione mancante. Willison lo ha detto senza giri di parole: «condividere con altri contenuti generati artificialmente senza averli rivisti è maleducato.»

Il pubblico se ne accorge, anche quando non sa dire perché

La prova più solida di quest’anno viene da un test di Ipsos e della Newhouse School della Syracuse University, pubblicato a maggio. Hanno mostrato 20 annunci a 3'000 consumatori americani: dieci realizzati da persone per marchi come Febreze, H&M e Chewy, e dieci realizzati interamente dall’IA a partire dallo stesso brief, usati esattamente come generati. Solo il 25 per cento di chi ha visto un annuncio creato dall’IA era almeno in parte sicuro che fosse opera dell’IA. Eppure gli annunci umani risultavano più forti del 14 per cento sulla misura Ipsos dell’effetto sulle vendite a breve termine e del 17 per cento sull’effetto di marca a lungo termine. Gli autori lo riassumono in una frase: credibile non vuol dire avvincente.

Gli atteggiamenti dichiarati vanno nella stessa direzione. In un sondaggio di giugno di The Harris Poll con 4As e Infillion, il 73 per cento dei consumatori ha affermato che si fiderebbe meno di un annuncio che sospettasse creato con l’IA, e il 63 per cento che sarebbe meno propenso ad acquistare da un marchio che usa annunci generati dall’IA.

Un sondaggio globale su 22'000 consumatori in 22 mercati, commissionato dalla società di verifica pubblicitaria DoubleVerify e pubblicato a luglio, aggiunge la sfumatura che conta. Il 42 per cento ha dichiarato che una pubblicità IA di bassa qualità o dall’aspetto perturbante danneggerebbe la propria opinione di un marchio, mentre il 40 per cento giudicava positivamente gli annunci IA curati e professionali. Il suo amministratore delegato, Mark Zagorski, ha riassunto così: «Non è l’IA in sé a determinare il coinvolgimento. È la qualità del risultato.»

Le piattaforme reagiscono

Le piattaforme sono passate dalla tolleranza alle regole. Nella sua lettera per il 2026, l’amministratore delegato di YouTube Neal Mohan ha dedicato una sezione alla gestione dello slop dell’IA e ha detto che YouTube sta ampliando i sistemi che usa contro spam e clickbait per ridurre la diffusione di contenuti ripetitivi e di bassa qualità. A luglio, ha riportato TechCrunch, YouTube ha precisato che cosa non potrà più generare introiti pubblicitari: video generici, ripetitivi o basati su template, contenuti pensati per turbare e personaggi creati con l’IA che trattano temi sensibili come salute e finanza.

Pinterest ha aggiunto a ottobre 2025 impostazioni che permettono di vedere meno immagini IA nelle categorie in cui si accumulano: bellezza, arte, moda e arredamento. Deezer ha dichiarato a luglio che i brani interamente generati dall’IA hanno superato la metà di tutta la nuova musica che riceve ogni giorno al loro picco di giugno, ma rappresentavano soltanto tra l’1 e il 3 per cento degli ascolti. Li tiene fuori dalle raccomandazioni algoritmiche e dalle playlist editoriali.

La direzione è la stessa ovunque. Realizzare con l’IA è consentito. Produrre in serie, senza cura, viene spinto in basso.

Come lo teniamo fuori

Realizziamo ogni giorno immagini, film e post con l’IA, quindi abbiamo dovuto rispondere a questo nella pratica, con un passo per ogni causa.

Stili definiti. In Reel ogni stile nasce da riferimenti reali, con luce, obiettivo e set scelti come farebbe un fotografo, e viene testato finché il cliente non lo approva. Ogni immagine e ogni clip segue quella ricetta, così la centesima immagine somiglia alla prima.

Regole del brand nel cervello aziendale. Studio cattura una sola volta il DNA, la voce, il posizionamento e le regole di copy di un brand e li fissa. Twin conserva le regole dell’azienda e il suo modo di scrivere nel proprio cervello IA, così ogni assistente lavora al loro interno invece di tirare a indovinare.

Persone sulle idee e sulle scelte, e una revisione prima che qualsiasi cosa esca. In Reel idee, riferimenti e stili vengono concordati prima di produrre qualsiasi cosa, ogni risultato viene controllato prima che lo veda il cliente, e una persona sceglie ogni immagine e ogni clip utilizzati. In Tempo ogni idea viene testata prima di essere pianificata, e una persona approva ogni post.

Vogliamo che l’IA produca, controlli e acceleri la maggior parte possibile del lavoro. Le idee, le scelte e la responsabilità di ciò che esce restano alle persone, perché è lì che si decide la qualità e dove c’è un nome in gioco.

Che cosa può fare un’azienda

Partite dalle quattro cause. Raccogliete venti immagini reali di cui andate fieri e usatele come riferimenti. Scrivete le regole del brand dove ogni strumento può leggerle: i colori, le parole che usate e quelle che non usate mai, l’aspetto che il prodotto deve avere sempre. Nominate la persona che sceglie e datele il diritto di dire di no alla maggior parte di ciò che produce la macchina. Mettete una revisione tra il generatore e il pubblico, ogni volta.

Lo slop costa poco da produrre, ma essere conosciuti per questo costa caro. La soluzione non è meno IA. È più giudizio attorno all’IA.