Come le IA scelgono le fonti: cosa mostrano le nostre misurazioni

In sintesi

Le citazioni di una risposta IA mostrano le fonti presentate al lettore, non la formula interna con cui sono state selezionate. I nostri studi consentono di osservare frequenze, differenze tra modalità e limiti della misurazione. Non rivelano i criteri segreti dei motori. Per interpretare una risposta bisogna distinguere la pagina citata, l'affermazione che sostiene e la presenza effettiva del brand. Sono risultati diversi, da valutare con prove diverse.

Come scelgono le IA le proprie fonti? Le nostre misurazioni non ricostruiscono questa decisione dall'inizio alla fine. Possiamo esaminarne il risultato visibile. La distinzione cambia il modo di leggere un audit: un link a LinkedIn non dimostra che il motore favorisca sempre LinkedIn, né che quella pagina abbia determinato l'intera risposta. Possiamo controllare ciò che viene mostrato. Non vediamo tutti i documenti considerati e poi esclusi.

Due insiemi di dati rispondono a domande diverse

Il barometro della visibilità IA comprende 6.820 risposte, 104 audit completi e 65 brand, tra settembre 2025 e giugno 2026. Include 44 modelli distinti. Il suo oggetto è la visibilità dei brand, con sottoinsiemi differenti per le singole misurazioni. Non fornisce una ripartizione completa delle fonti utilizzate per generare ogni risposta.

Lo studio sulle fonti citate a proposito dei brand esamina 123 audit e 7.264 risposte. Esclude i siti dei brand analizzati e conta una stessa fonte una sola volta per audit. Le sue percentuali descrivono la quota di audit in cui una fonte esterna compare almeno una volta. Non sono percentuali delle 6.820 risposte del barometro.

Perché insistere sul denominatore? Perché sbagliarlo cambia la decisione. LinkedIn compare nel 37% degli audit dello studio sulle fonti. Non significa che il 37% di tutte le risposte IA si basi su LinkedIn. Non significa nemmeno che il 37% dei brand vi ottenga una raccomandazione. Ogni risultato deve rimanere collegato alla popolazione effettivamente osservata.

Una citazione non svela l'intera catena di selezione

È utile separare alcune possibilità: un'informazione può essere accessibile, un documento può essere consultato, il suo contenuto può contribuire a una risposta e un link può essere mostrato. Questa è una griglia di analisi, non una descrizione verificata dell'architettura di un motore specifico. L'elenco finale dei riferimenti non permette, da solo, di ricostruire tutti questi possibili passaggi.

Mancano soprattutto i candidati non selezionati. Se la tua pagina non compare, questa osservazione non dice se fosse inaccessibile, assente da un insieme di risultati, considerata poco adatta o semplicemente non mostrata. Affermare che il motore l'abbia scartata per scarsa autorevolezza sarebbe prematuro. L'assenza di un link non spiega il motivo di quell'assenza.

Anche il caso opposto richiede cautela. Una URL visualizzata è un dato che possiamo registrare e controllare. Dire che spiega l'intera risposta richiede una prova ulteriore. Una risposta può collegare più affermazioni a più riferimenti. Il link più evidente non è necessariamente quello che sostiene il dettaglio che interessa davvero al lettore.

Che cosa dicono davvero le frequenze osservate

Alcuni risultati dello studio su 123 audit illustrano la varietà delle fonti presentate:

• LinkedIn compare nel 37% degli audit e Wikipedia nel 35%.
• Trustpilot compare nel 32% degli audit.
• Pappers, un servizio francese di informazioni sulle imprese, compare nel 24%.
• YouTube compare nel 23% degli audit e Reddit nel 21%.

Non è una classifica di affidabilità. Un registro delle imprese può documentare l'identità giuridica. Una recensione racconta un'esperienza. Un video può mostrare un utilizzo. La presenza nello stesso insieme di dati non rende queste prove intercambiabili. Per interpretare la risposta bisogna chiedersi quale tipo di affermazione sia associato a ciascuna fonte, senza trattare ogni riferimento come una conferma equivalente.

Conta anche la componente francese del campione. La frequenza di Pappers non consente di prevedere il ruolo dei registri in altri paesi. Tradurre questo articolo in italiano non trasforma il corpus in uno studio del mercato italiano. Le cifre mantengono il perimetro e i limiti della pubblicazione originale. Trasferire automaticamente le priorità da un mercato all'altro sarebbe una conclusione non sostenuta.

Modalità nativa e ricerca web sono condizioni diverse

Nel barometro, 63 audit consentono di confrontare entrambe le modalità. Il punteggio medio di visibilità è pari a 63,4 su 100 in modalità nativa, senza ricerca web, e a 70,5 su 100 con ricerca web attiva. Sono punteggi di visibilità. Non sono tassi di citazione di un dominio e non sono tassi di clic.

Queste medie mostrano misurazioni diverse nelle due condizioni, all'interno di quel sottoinsieme. Non dimostrano che aggiungere la ricerca migliori ogni risposta o garantisca la citazione di una pagina appena pubblicata. Non consentono neppure di attribuire la differenza a LinkedIn, Wikipedia o altri servizi. Il confronto pubblicato non misura tale attribuzione.

AI Labs Audit documenta una modalità duale che confronta risposte native e risposte con ricerca web. Per questa domanda, il suo interesse è distinguere le condizioni di osservazione. Confrontare una schermata senza ricerca con una che la usa e chiamare la differenza effetto del contenuto confonde la diagnosi. La modalità deve accompagnare il risultato, non restare nascosta in una nota dimenticata.

Essere una fonte ed essere raccomandati sono risultati diversi

Un brand può essere menzionato senza link al proprio sito. Un sito può essere citato per un fatto senza che il suo proprietario venga raccomandato. Una risposta può inoltre mostrare diverse fonti senza nominare mai l'impresa misurata. Riunire tutti questi casi sotto un unico indicatore di visibilità, senza ulteriori precisazioni, nasconde differenze utili per decidere.

Il risultato sulla presenza spontanea del barometro deriva da un sottoinsieme di 657 risposte relativo a 13 brand, con estrazione delle entità. Vi si registrano 106 menzioni, circa il 16%. Questa percentuale non descrive tutte le 6.820 risposte. Non misura neppure la quota di link citati che appartengono ai brand analizzati. Entrambe le letture userebbero il denominatore sbagliato.

La nostra posizione è semplice: un indicatore circoscritto con un denominatore chiaro serve più di un grande punteggio che mescola risultati diversi. Un gruppo di lavoro può voler correggere un dato aziendale, essere citato per una competenza o comparire in una raccomandazione. Sono obiettivi distinti. Il rapporto deve dire quale sia stato effettivamente verificato e quali prove consentirebbero di osservare un cambiamento.

Leggere il rapporto tra un'affermazione e il suo link

Consideriamo un esempio didattico, non un caso documentato di un cliente. Una risposta sostiene che un'impresa operi in una città, offra un servizio e riceva buone recensioni. Mostra un registro e una piattaforma di opinioni. Il registro potrebbe confermare l'identità giuridica senza confermare il servizio attuale. Le recensioni potrebbero documentare opinioni senza provare che il servizio sia disponibile.

Il controllo procede quindi affermazione per affermazione. Apri la pagina esatta e cerca il passaggio che sostiene quanto dichiarato. Verifica che riguardi l'entità corretta, che la data sia adeguata alla domanda e che la risposta non abbia ampliato la portata della fonte. Trasformare un'opinione individuale in un giudizio generale è un problema di interpretazione, anche se il collegamento funziona.

Se non trovi il passaggio, registra che il supporto non è accertato. Questo non dimostra che il motore non abbia consultato altre informazioni. Se la pagina non risponde, registra il controllo fallito e le sue condizioni. Un problema temporaneo di accesso non basta, da solo, a stabilire che l'IA abbia inventato la URL. Conserva l'incertezza anziché sostituirla con un'etichetta più sensazionale.

Verificare un'ipotesi senza inventare una causa

Supponiamo che tu corregga una vecchia descrizione su un profilo che amministri. Nel test successivo quel profilo viene citato. Hai dimostrato che la modifica ha causato la citazione? No. Il risultato è compatibile con questa spiegazione, ma potrebbero essere cambiati anche il modello, i suoi strumenti, la domanda o i risultati disponibili.

Per rendere leggibile il confronto, conserva la domanda esatta, la lingua, il mercato richiesto, il modello dichiarato, la modalità e la data. Archivia la risposta e le sue URL. Ripeti le osservazioni in condizioni il più possibile simili. Queste sono precauzioni di misurazione proposte qui, non la descrizione di un esperimento causale già condotto nei nostri studi pubblicati.

Definisci il successo prima di interpretare l'esito. Per una correzione fattuale, verifica se scompare il dato errato. Per una citazione, controlla la pagina mostrata. Per una raccomandazione, esamina la menzione spontanea e il suo contesto. Un cambiamento in uno di questi risultati non dimostra un miglioramento negli altri. In questo modo una buona notizia non diventa automaticamente una conclusione più ampia delle prove.

Agire quando il motivo della scelta resta sconosciuto

Parti dagli errori dimostrabili e per i quali esiste un canale legittimo di correzione. Un indirizzo obsoleto sul tuo sito o una descrizione superata sul tuo profilo richiedono azioni precise. Una classifica generale di fonti non giustifica recensioni false, profili inventati o menzioni costruite artificialmente nelle comunità. L'accuratezza è un obiettivo difendibile senza fingere di controllare le decisioni del motore.

Conserva anche le osservazioni negative. Una pagina corretta che continua a non comparire è un risultato, non qualcosa da nascondere. Ricorda che rendere disponibile un'informazione esatta non ne garantisce l'inclusione in una risposta. Documentare questo limite rende meno arbitraria la decisione successiva e impedisce che una storia di successo comoda sostituisca le prove effettive.

Per dati e perimetri, torna ai due studi collegati. Il nostro verdetto è volutamente più limitato di una ricetta universale: le misurazioni mostrano fonti presentate e differenze di visibilità, non le regole complete di selezione dei motori. La domanda più utile non è quale piattaforma preferisca l'IA, ma quale parte di questa specifica risposta le prove citate consentano davvero di verificare.