Il Resto del Carlino ha provato a usare ChatGPT come potenziale giornalista, chiedendogli di generare articoli e condurre interviste. I risultati sono stati, nelle parole di chi ha partecipato alla sperimentazione, ‘interessanti nel senso che il software è riuscito a svolgere una molteplicità di compiti in maniera rapida ed efficiente: ciononostante, erano presenti numerosi errori, che richiedevano la revisione’.
Una sintesi onesta di dove sta l’AI generativa nella comunicazione professionale nel 2026: utile, veloce, non autonoma.
Il problema non è ChatGPT in sé: i modelli linguistici sono strumenti potenti che aumentano la produttività in modo documentato. Il problema è il divario tra le aspettative che il marketing di OpenAI — e l’entusiasmo di molti early adopter — ha creato, e la realtà di cosa succede quando si usa uno strumento del genere in contesti professionali dove gli errori hanno conseguenze. Quella distanza va colmata con informazione precisa, non con entusiasmo indifferenziato.
Cosa funziona davvero nella comunicazione aziendale
La prima applicazione utile di ChatGPT nella comunicazione aziendale è la generazione di bozze di primo livello: comunicati stampa, post social, newsletter, risposte alle FAQ, script per video istituzionali.
L’AI produce queste bozze in secondi, con una coerenza formale accettabile e con un tono adattabile attraverso le istruzioni nel prompt. Un comunicato stampa che richiederebbe trenta minuti a un comunicatore esperto può essere abbozzato in trenta secondi dall’AI, liberando il professionista per il lavoro che richiede giudizio: la revisione, la personalizzazione del tono, la verifica dei fatti, la valutazione di ciò che conviene enfatizzare.
GPT-5, rilasciato nell’agosto 2025, ha introdotto un’architettura ibrida che combina un motore di elaborazione rapida con una modalità di ‘deep thinking’ per le analisi più complesse. Per i contenuti di comunicazione standard questo si traduce in output migliori su istruzioni ambigue e in una riduzione delle ‘allucinazioni’ — il fenomeno per cui il modello produce informazioni plausibili ma false. La riduzione è reale ma non è eliminazione: le allucinazioni esistono ancora, specialmente su dati numerici, date e nomi propri.
La sintesi e la ricerca iniziale
Un secondo caso d’uso solido è la sintesi: rassegne stampa, riepiloghi di meeting, sintesi di documenti lunghi. Un comunicato stampa di un concorrente da analizzare, un report di settore da digerire rapidamente, le notizie del giorno da riassumere per il cliente: queste sono attività dove l’AI aggiunge valore concreto e il rischio di errore è limitato dalla verifica umana del prodotto finale.
Anche la ricerca iniziale su un tema — trovare i punti chiave su un argomento prima di approfondire con fonti primarie — è un uso sensato. L’AI non sostituisce la ricerca giornalistica o la due diligence professionale, ma può accelerare significativamente la fase di orientamento iniziale.
Le allucinazioni: il rischio invisibile
Il fenomeno delle allucinazioni nei modelli linguistici è documentato, ridotto nelle versioni più recenti ma non eliminato. Un modello può inventare una citazione che sembra autentica, produrre una statistica che sembra plausibile ma non esiste, attribuire una dichiarazione a una persona che non l’ha mai pronunciata. In un contesto di comunicazione professionale, pubblicare un comunicato stampa con una citazione inventata del proprio CEO o con un dato statistico falso ha conseguenze concrete: perdita di credibilità, rettifiche pubbliche, possibili implicazioni legali.
La regola pratica è semplice ma non sempre seguita: qualsiasi dato numerico, nome proprio, data o citazione prodotto dall’AI deve essere verificato sulla fonte primaria prima della pubblicazione. Non è una precauzione eccessiva: è la pratica professionale minima per usare questi strumenti in modo responsabile.
Il tono di voce e l’identità editoriale
L’AI generativa produce contenuti con un tono ‘medio’: professionale, corretto, senza particolari slanci. Questo tono medio va bene per molti contesti, ma non va bene per le organizzazioni che hanno costruito un’identità editoriale precisa.
Un brand con una voce ironica, o un’organizzazione non profit con un registro molto empatico e personale, troverà che i contenuti prodotti dall’AI sembrano scritti da chiunque e da nessuno. Il lavoro di personalizzazione del prompt per replicare un tono di voce specifico è possibile ma richiede un investimento significativo e produce risultati variabili.
La riservatezza dei dati: un rischio sottovalutato
Molte aziende usano ChatGPT inserendo nei prompt informazioni riservate: strategie non ancora pubbliche, dati di clienti, contenuti di negoziazioni in corso. Le versioni standard di ChatGPT — non quelle Enterprise con accordi di riservatezza specifici — possono usare queste conversazioni per l’addestramento del modello. Il Garante della Privacy italiano ha emesso linee guida sull’uso dell’AI che includono indicazioni sul trattamento dei dati personali: usare ChatGPT per elaborare dati di clienti senza accordi adeguati può configurare una violazione del GDPR.
La soluzione non è smettere di usare l’AI: è usare le versioni Enterprise con accordi di non utilizzo dei dati per l’addestramento, anonimizzare i dati sensibili prima di inserirli nel prompt, o sviluppare soluzioni on-premise per i casi più sensibili.
