La macchina che impara da noi
Quando la comunicazione smette di studiare il pubblico e comincia ad anticiparlo
Per buona parte della storia della pubblicità, conoscere il pubblico significava cercare di scoprire chi ci fosse dall’altra parte del messaggio: studiavamo, chiedevamo, osservavamo, ricercavamo e sviluppavamo strategie. Era indispensabile conoscere le abitudini di consumo, le preferenze, le età, i luoghi in cui vivevano le persone e, soprattutto, ciò che poteva rendere una determinata proposta rilevante per loro.
La pubblicità lavorava per approssimazioni, costruiva profili e cercava di trovare una spiegazione alle decisioni umane, ma qualcosa rimaneva fuori dalla nostra portata: il momento esatto in cui una persona cambiava idea, il motivo per cui un’immagine riusciva a catturare la sua attenzione e l’istante in cui una ricerca apparentemente innocente finiva per trasformarsi in un acquisto.
Per decenni, la comunicazione dovette accontentarsi di studiare le tracce lasciate dalle persone dopo aver agito, finché arrivò internet e cambiò questo rapporto.
Un tempo, una campagna pubblicitaria rimaneva esattamente uguale per settimane; l’annuncio veniva creato, approvato, stampato o trasmesso e infine presentato al pubblico, per poi iniziare l’attesa. Le agenzie potevano misurare le vendite, realizzare studi successivi o chiedere che cosa avesse prodotto una campagna, ma il messaggio era già stato lanciato.
Erano processi caratterizzati da una certa rigidità: il marchio parlava, il pubblico rispondeva e, successivamente, gli specialisti cercavano di interpretare quella risposta.
La comunicazione, in sostanza, era un processo relativamente lineare: prima si studiava il pubblico, poi si costruiva il messaggio, quindi lo si diffondeva e infine si analizzavano i risultati.
Ma internet ha cambiato questa dinamica.
Ogni volta che qualcuno cerca qualcosa, abbandona una pagina, rimane per alcuni secondi davanti a un contenuto, torna su un’immagine, cambia una parola, riproduce un video o decide di non farlo, lascia una traccia che dice molto poco; ma milioni di tracce, osservate per un lungo periodo, cominciano a raccontare una storia molto precisa.
La rivoluzione digitale ha creato la possibilità che la risposta modificasse immediatamente il messaggio: una fotografia può funzionare meglio di un’altra, un determinato contenuto può ottenere maggiore interazione, la durata di un video può trattenere il pubblico più a lungo e, infine, un annuncio può funzionare su una persona e fallire completamente su un’altra.
La comunicazione ha cominciato così a trasformarsi in un processo di prova permanente.
La pubblicità non doveva più necessariamente aspettare la fine di una campagna per sapere cosa avesse funzionato; poteva osservare la risposta mentre la campagna era in corso e utilizzare quelle informazioni per modificare ciò che sarebbe venuto dopo.
A questa trasformazione si è aggiunta l’intelligenza artificiale, che ha nuovamente ridimensionato il modo di comunicare.
Nei miei articoli precedenti ho cercato di seguire questa trasformazione da diverse angolazioni.
Ne “Il design della distrazione” parlavo di come le interfacce abbiano smesso di limitarsi a organizzare le informazioni e abbiano cominciato a partecipare all’organizzazione della nostra attenzione; uno schermo non è più soltanto una superficie sulla quale appare un contenuto; il suo design può determinare ciò che accade dopo che qualcosa riesce a catturare il nostro sguardo.
Ne “La fabbrica della felicità” descrivo come il passo successivo sia stato osservare il modo in cui la pubblicità ha imparato a lavorare con le emozioni e come le piattaforme digitali potessero trasformare quelle emozioni in segnali capaci di alimentare nuovi processi di personalizzazione.
Ora appare una terza trasformazione: la macchina non vuole soltanto la nostra attenzione né cerca unicamente di provocare un’emozione. Sta imparando dalla nostra risposta.
La sequenza può essere riassunta in: Attenzione – Emozione – Fiducia – Predizione.
La sequenza non è casuale: ogni fase approfondisce un po’ di più il rapporto tra comunicazione ed essere umano: prima bisognava ottenere che guardassimo; poi, che provassimo qualcosa; successivamente, che credessimo; e ora comincia a essere possibile cercare di anticipare ciò che faremo dopo.
Non si tratta più soltanto di sapere cosa vuole la gente, ma di cercare di anticipare ciò che farà, e in questo spostamento si trova una delle trasformazioni più profonde che la comunicazione contemporanea sta vivendo.
Perché quando una macchina impara dal nostro comportamento, il rapporto tra chi comunica e chi riceve il messaggio smette di essere completamente unidirezionale.
Noi osserviamo la comunicazione, ma la comunicazione ha cominciato anche a osservarci; in realtà, mi riferisco alle risposte delle persone che vi accedono.
I sistemi di raccomandazione contemporanei non dipendono soltanto da regole semplici: utilizzano tecniche di apprendimento automatico e grandi quantità di informazioni per mettere in relazione i comportamenti e generare previsioni su ciò che potrebbe risultare rilevante per ciascun utente.
Una revisione accademica pubblicata da Springer Nature nel 2026 sui sistemi di raccomandazione basati sull’intelligenza artificiale descrive precisamente la convergenza tra personalizzazione, comportamento del consumatore, analisi predittiva ed esperienza dell’utente.
La parola importante è predittiva, perché raccomandare non significa soltanto mostrare qualcosa che coincide con i nostri interessi; significa formulare un’ipotesi sul nostro prossimo........
