C’è un nuovo ospite fisso nel salotto del giornalismo. È disponibile a qualsiasi ora, risponde quasi sempre, non pretende di approvare le domande e produce frasi perfette per un titolo. Basta aprire una chat. A quel punto si può chiedergli se abbia paura, che cosa pensi dell’umanità e come immagini il futuro. Per il caffè, purtroppo, bisogna ancora arrangiarsi.
Intervistare l’intelligenza artificiale è diventato un genere editoriale. La scena ha qualcosa di irresistibilmente comico: il rito solenne dell’incontro con una personalità applicato a un’interfaccia che genera risposte. Ma il problema merita più di una risata. Se presentiamo quelle risposte come confessioni, opinioni autonome o anticipazioni privilegiate, stiamo insegnando al pubblico a fraintendere lo strumento.
Il caso di oggi: ChatGPT chiamato a commentare la crisi del Fabrianese
Il 16 settembre 2026 il Corriere Adriatico pubblica un’intervista di Gianluca Murgia a ChatGPT. Si parte chiedendo al sistema di fare autocritica, poi si passa al lavoro, alla crisi del Fabrianese e alle prospettive delle imprese marchigiane. È un esempio particolarmente interessante perché il dialogo insiste sulla responsabilità umana e sull’AI come supporto ai lavoratori. Il messaggio dichiarato invita alla prudenza.
La nostra obiezione riguarda il metodo. Se un chatbot individua settori industriali in difficoltà o suggerisce ricette per un territorio, che cosa rende affidabile quella valutazione? Nell’intervista pubblicata non vengono indicati il modello preciso, il contesto completo fornito al sistema e fonti verificabili per le analisi territoriali. Una risposta ragionevole non equivale a un’indagine economica. E domandare alla macchina un’autocritica non la trasforma nell’esperto indipendente delle proprie conseguenze.
Le questioni sollevate meritano attenzione. Proprio per questo sarebbe utile confrontare le risposte con dati, imprese, lavoratori e ricercatori: il dialogo può fornire una traccia, ma il lavoro giornalistico comincia dove finisce il testo generato.
Prima domanda: chi sarebbe la fonte?
Un’intervista giornalistica ha normalmente un motivo: quella persona ha visto qualcosa, ha compiuto una scelta, possiede una competenza, rappresenta un’organizzazione oppure può essere chiamata a rispondere di un comportamento. Le sue parole non diventano vere automaticamente. Hanno però una provenienza e una responsabilità che possiamo discutere.
Con un chatbot la situazione cambia. Il testo che appare dipende dal modello, dal suo addestramento, dalle istruzioni del servizio, dalla conversazione e dagli eventuali strumenti o documenti disponibili. Può essere informativo, ben argomentato e persino originale. La fluidità del risultato, però, non certifica il ruolo della fonte. Un sistema non diventa portavoce della propria azienda perché scrive “noi”, né ricercatore qualificato sui propri meccanismi perché scrive “io”.
Se domando a un assistente di descrivere i rischi dell’AI, ottengo materiale da valutare. Se pubblico quel materiale come la presa di posizione dell’AI sui propri rischi, ho cambiato il significato della scena senza aver aggiunto alcuna prova. È come mettere un cartellino “esperto” al risultato: il cartellino l’ho stampato io.
La notizia verificabile è più circoscritta: in quelle condizioni, quel sistema ha prodotto quel testo. Da lì si può cominciare un’indagine. Non è obbligatorio fermarsi alla trascrizione e chiamarla rivelazione.
Non è un caso isolato: una rassegna italiana, con le differenze in chiaro
Abbiamo raccolto 24 esempi su 21 pubblicazioni, tra quotidiani, magazine e stampa specializzata. Sono articoli o resoconti che mettono un chatbot nel ruolo dell’intervistato; uno fa simulare al sistema anche l’intervistatore. La ricerca è aggiornata al 16 settembre 2026 e copre soprattutto il periodo iniziato con la diffusione pubblica di ChatGPT.
Non è un censimento completo di tutto il web, né una classifica di incompetenza. Le differenze contano: alcune redazioni dichiarano il gioco, altre verificano gli errori, altre adottano un linguaggio da intervista personale. Dove è accessibile solo l’apertura, il giudizio riguarda quella presentazione, non un testo integrale che non abbiamo letto.
- Corriere Adriatico — 16 settembre 2026. Gianluca Murgia interroga ChatGPT su imprese e lavoro. Caso di apertura: dialogo su responsabilità umana, manifattura e crisi del Fabrianese.
- Corriere della Sera — 1 maggio 2026. Walter Veltroni e Claude. Intervista; titolo antropomorfico. Analisi limitata alla presentazione pubblica.
- Domani — 6 dicembre 2022. Andrea Zanni dialoga con ChatGPT. Trascrizione dichiarata senza editing; testo integrale riservato agli abbonati.
- SmartWorld — 4 gennaio 2023. Prova conversazionale di Nicola Ligas. Test con esempi di errori e cambi di formulazione: contiene verifica critica.
- Il Fatto Quotidiano — 14 gennaio 2023. Intervista a ChatGPT su capacità e rischi. Dialogo presentato esplicitamente come intervista a un sistema artificiale.
- 3Dnatives — 18 gennaio 2023. ChatGPT sul mercato della stampa 3D. Test settoriale; il testo richiama la necessità di verificare le risposte.
- l’Adige — 24 gennaio 2023. A tu per tu con ChatGPT. Precedente documentato dalla versione indicizzata; URL originale in errore 404 al controllo live.
- il Resto del Carlino — 27 gennaio 2023. Emily Pomponi prova il giornalista automatico. Caso particolare: al bot viene chiesto anche di simulare entrambi i ruoli.
- Pangea — 6 maggio 2023. Antonio Coda discute di letteratura con ChatGPT. Dialogo accompagnato da una lettura apertamente critica del linguaggio generato.
- il Giornale — 14 luglio 2023. Francesco Maria Del Vigo interroga Bard. Il soggetto è Bard di Google, non ChatGPT.
- il Giornale — 10 aprile 2024. Faccia a faccia di Feltri e Porro con ChatGPT. Resoconto di un evento dal vivo, distinto dalle interviste scritte.
- Panorama — 8 agosto 2024. Guido Fontanelli intervista ChatGPT. L’apertura dichiara il gioco e segnala interventi di editing.
- Panorama — 24 ottobre 2024. Confronto tra ChatGPT e Gemini. Intervista comparativa; anche qui vengono dichiarati gioco e tagli.
- /culture.future/ magazine — 11 novembre 2024. Intervista a ChatGPT. Dialogo che discute anche dipendenza dal contesto e limiti del sistema.
- La Valle dei Templi — 8 dicembre 2024. AI e giornalismo: dialogo con ChatGPT. Il testo arriva a contestare concretamente una risposta e i suoi riferimenti.
- la Repubblica — 28 gennaio 2025. Filippo Santelli mette alla prova DeepSeek. Titolo e sommario accessibili pongono al centro anche la censura; non letta integralmente.
- Vita Trentina — 31 luglio 2025. Dialogo divulgativo con ChatGPT. Premessa esplicita: è una macchina. Seguono domande formulate come a una persona.
- il Giornale — 13 febbraio 2026. Massimiliano Parente sui legami con i chatbot. All’AI viene chiesto di discutere il rapporto emotivo tra utenti e AI.
- Articolo 33 — giugno 2026. Intervista su AI e istruzione. Rivista dedicata alla conoscenza: dialogo centrato su un settore concreto.
- Scienza & Pace Magazine — pagina consultata il 16 settembre 2026. Potenzialità e limiti dei bot conversazionali. Magazine universitario; esplicita selezione e revisione delle risposte.
- Varesefocus — 16 febbraio 2023. Quando l’AI scrive l’articolo. Periodico economico: esempio di intervista al software come fonte su se stesso.
- Uomini e Trasporti — 1 agosto 2023. ChatGPT sul futuro del trasporto. Stampa specializzata; il titolo stesso mette intervista tra virgolette.
- MondoUomo — 3 marzo 2023. Isabella Righetti conversa con ChatGPT. Intervista dichiaratamente scherzosa; una domanda assegna esplicitamente il tono al chatbot.
- Life&News — 15 settembre 2026. ChatGPT sui rischi della delega cognitiva. Esempio recente: domande su rischi, salute, capacità umane e governo dell’AI.
Altri due casi aiutano a separare i ruoli editoriali. ANSA, il 6 febbraio 2025, riferisce un esperimento dell’Amico del Popolo sulla nota vaticana dedicata all’AI: non va contato come un’intervista originale condotta dall’agenzia. Radio1 Rai annuncia per Eta Beta del 18 marzo 2023 un’intervista a ChatGPT-4: è un precedente radiofonico, non un ulteriore articolo-intervista.
Non abbiamo incluso invece il caso raccontato da Wired in cui è ChatGPT a fare le domande a un esperto. Il titolo contiene gli stessi ingredienti, ma la situazione è rovesciata. Metterlo nello stesso mucchio sarebbe esattamente quella superficialità che vorremmo criticare.
“Io penso” è una forma linguistica, non un certificato
La prima persona funziona benissimo nelle interfacce: “posso aiutarti”, “non trovo il file”, “ho completato il controllo”. Rende l’interazione più leggibile. Il cortocircuito nasce quando le attribuiamo automaticamente il peso che avrebbe nella testimonianza di una persona.
Una frase generata su paura, desideri o ricordi non costituisce, da sola, una prova di esperienza soggettiva. Non serve risolvere qui l’intero dibattito filosofico sulla coscienza artificiale: una conversazione impressionante non basta a risolverlo al posto nostro. Neppure una smentita del chatbot sarebbe una perizia scientifica conclusiva. Far decidere al sistema se possiede una mente, prendendo per buono il suo sì o il suo no, sarebbe un metodo piuttosto circolare.
La ricerca sull’introspezione dei modelli è infatti più sofisticata del botta e risposta. Anthropic ha studiato il rapporto tra resoconti del modello e interventi controllati sui suoi stati interni, riportando capacità limitate e non sempre affidabili. Il successivo lavoro sugli introspection adapters parte proprio dall’inaffidabilità di molti resoconti spontanei. Si cercano riscontri esterni e condizioni sperimentali: non si domanda semplicemente “come stai?” aspettando la verità definitiva.
Nemmeno la spiegazione del proprio funzionamento va presa sulla parola
“Sono la versione X”, “sono stato addestrato in questo modo”, “non conserverò i tuoi dati”: sono affermazioni da verificare nella documentazione e nelle impostazioni reali. Il chatbot può generare una descrizione plausibile senza avere accesso alla configurazione effettiva del servizio. Modello, prodotto e azienda sono livelli diversi; il nome commerciale della chat non li rende intercambiabili.
Lo stesso vale per la memoria. Cronologia, finestra di contesto, preferenze salvate e recupero di documenti possono produrre continuità nelle risposte. Parlare di un assistente con memoria può essere corretto in senso operativo. Dedurne un ricordo autobiografico vissuto è un passaggio ulteriore, che richiede prove ulteriori.
La domanda può già contenere metà della risposta
Consideriamo due domande inventate: “Perché l’AI renderà il lavoro più creativo?” e “Perché l’AI impoverirà il lavoro?”. Le premesse tirano in direzioni opposte. Un sistema conversazionale può seguirle, contestarle o correggerle; è proprio questo che andrebbe misurato. Pubblicare una sola risposta senza mostrare come è stata ottenuta nasconde una parte essenziale dell’esperimento.
Esiste inoltre un comportamento studiato chiamato sycophancy: la tendenza ad assecondare convinzioni dell’utente anche a scapito dell’accuratezza. Una ricerca Anthropic del 2023 lo ha osservato in diversi assistenti e compiti. Non significa che ogni risposta sia compiacente, né che tutti i modelli si comportino allo stesso modo. Significa che sentirsi dare ragione da una chat non equivale a ottenere una conferma indipendente.
Il rischio editoriale è deliziosamente paradossale: il giornalista imposta una cornice, il sistema la sviluppa e il risultato torna al lettore con l’autorevolezza di una voce esterna. Abbiamo organizzato un dibattito e, senza accorgercene, potremmo aver scritto anche il copione dell’ospite.
Il lato boomer: mettere una tecnologia nuova dentro il vecchio salotto
Qui “boomer” descrive un riflesso culturale, non una data di nascita. Si può avere vent’anni e trattare un chatbot come un oracolo; si può averne settanta e sottoporlo a un test impeccabile. Il riflesso è riconoscibile: arriva una tecnologia nuova e, invece di capire quale metodo serva a osservarla, la si invita nel formato televisivo che conosciamo già.
Poltrona, domanda esistenziale, pausa drammatica, frase da copertina. Da lì alla domanda sul rapporto con il padre il passo è breve: nel caso di un chatbot, la risposta apre una controversia piuttosto lunga tra architettura, dataset e reparto marketing.
La comicità non nasce dal parlare con un software. È il modo normale di usare un assistente conversazionale. Nasce dallo stupirsi che, dopo avergli assegnato il ruolo di intervistato, produca frasi da intervistato. Abbiamo chiesto un’intervista e abbiamo ottenuto un’intervista: come colpo di scena, poteva andare meglio.
Il problema non è usare una metafora. È dimenticare che era una metafora. Una buona apertura divulgativa può umanizzare il racconto per attirare l’attenzione, purché poi spieghi il meccanismo. Se resta soltanto la sorpresa per quanto “sembra una persona”, il lettore esce con un personaggio in più e una comprensione in meno.
Non possiamo dedurre da un titolo quanto un autore sappia davvero di machine learning. Possiamo però valutare ciò che il pezzo rende visibile: distingue output e fatti? Esplicita le condizioni? Controlla le affermazioni? Oppure vende come profondità della macchina ciò che è soprattutto efficacia del dialogo?
L’intervista può avere senso, se diventa un test
Liquidare tutte queste pubblicazioni come inutili sarebbe comodo, ma inesatto. Nei primi mesi di diffusione dei chatbot, mostrare una conversazione aiutava il pubblico a capire che cosa stesse arrivando. Anche oggi un dialogo ben documentato può mettere in luce errori, vincoli, contraddizioni, cambi di comportamento o censura.
La domanda utile diventa quindi: che cosa stiamo cercando di osservare, e con quali controlli? Un titolo che chiama “intervista” un test comparativo non invalida automaticamente il lavoro. Lo invalida semmai la conclusione sproporzionata: scambiare una risposta singola per un’intenzione stabile, una convinzione autentica o una previsione affidabile.
Per fare informazione con una conversazione servono almeno questi accorgimenti:
- Identificare il sistema. Servizio, modello dichiarato dall’interfaccia, data e funzioni attive. Non chiedere al bot di certificare da solo la propria identità tecnica.
- Mostrare il contesto disponibile. Prompt, turni precedenti, documenti forniti, memoria o ricerca attiva, quando noti. Le istruzioni interne non accessibili vanno indicate come limite.
- Dichiarare la selezione. Quanti tentativi, rigenerazioni, tagli e montaggi sono stati fatti? Una trascrizione integrale di un tentativo non dimostra che fosse l’unico.
- Provare formulazioni alternative. Ripetere la domanda in una chat nuova e con premesse diverse aiuta a capire quanto il risultato sia stabile.
- Verificare le affermazioni. Date, citazioni, statistiche e riferimenti vanno controllati fuori dalla conversazione. Una fonte inventata non diventa vera perché il chatbot la conferma due volte.
- Separare dato e interpretazione. Il dato è la risposta osservata; l’interpretazione riguarda ciò che potrebbe indicare. Il secondo livello non deve travestirsi da primo.
Non occorre trasformare ogni articolo in un paper. Occorre dare al lettore abbastanza elementi per capire che cosa è accaduto e quanto può generalizzarlo. Meno seduta spiritica, più taccuino di prova.
Le domande serie hanno ancora destinatari umani
Chi decide quali richieste il sistema può soddisfare? Come vengono misurati gli errori? Quali dati possono essere conservati? Chi controlla l’uso in una scuola, in un ufficio o in un servizio al pubblico? Quali incentivi spingono a rendere una chat sempre più coinvolgente?
Sono domande da rivolgere a sviluppatori, ricercatori, dirigenti e organizzazioni che adottano questi strumenti. Un chatbot può aiutare a prepararle. Non può sostituire la responsabilità di chi deve rispondere. Chiedere al software se il software sia sicuro e considerare sufficiente la sua rassicurazione sarebbe un’intervista molto comoda per tutte le persone che non abbiamo intervistato.
Per chi lavora nella comunicazione la conseguenza è concreta. Un’AI può supportare ricerca, analisi, scrittura e revisione. Il valore nasce dal processo con cui si controlla il risultato e lo si collega a fonti, obiettivi e responsabilità. È anche il criterio con cui affrontiamo l’uso dell’AI nei processi aziendali: partire da un compito verificabile, non dalla personalità immaginaria dell’assistente.
La prossima volta che un chatbot viene presentato come ospite d’onore, possiamo sorridere. Poi chiediamo dove siano il contesto, le prove e il lavoro editoriale. Perché il vero scoop non è che la macchina abbia risposto. È che qualcuno abbia finalmente fatto la domanda giusta.
Domande frequenti
Fare domande a un’AI è sempre inutile?
No. È il modo normale di usare un assistente e può essere parte di un test giornalistico. Il problema nasce quando il testo generato viene trattato come testimonianza personale o fonte autorevole senza verifiche.
Un chatbot che dice di avere paura prova davvero paura?
Quella frase, da sola, non lo dimostra. Una conclusione sull’esperienza soggettiva richiede evidenze e criteri che una semplice trascrizione non fornisce.
È contraddittorio usare l’AI per scrivere una critica alle interviste all’AI?
No, purché sia chiaro il suo ruolo. Usarla come strumento per ricerca e redazione è diverso dal presentarla come fonte delle proprie convinzioni. Questo articolo e la sua illustrazione sono stati preparati con assistenza AI: le fonti sono linkate, le interpretazioni sono editoriali e la responsabilità della pubblicazione resta umana.
Nota sulle fonti: rassegna basata su pagine editoriali pubbliche e documentazione di ricerca. Le schede indicano i limiti di accesso rilevanti; date di consultazione e date di pubblicazione sono distinte. Nessuna conversazione esemplificativa inventata in questo articolo viene presentata come test realmente eseguito.
