il paradosso di LinkedIn 📊 Perché il 41% di tutti i post su LinkedIn non sono più scritti da esseri umani

Un post su quattro è falso: un nuovo studio rivela la vera portata dell’intelligenza artificiale online

I social network stanno affrontando una crisi esistenziale di fiducia. Un’analisi su larga scala condotta dalla società di rilevamento Pangram nel luglio 2026 rivela un quadro allarmante della nostra cultura della comunicazione digitale: sempre più post non sono più scritti da esseri umani, ma sono interamente generati dall’intelligenza artificiale. I social network professionali come LinkedIn, in particolare, sono diventati roccaforti di contenuti vuoti generati algoritmicamente, mentre piattaforme con forti norme di comunità o modelli a pagamento, come Reddit e Substack, riescono a contrastare con successo questa tendenza. Questo cambiamento senza precedenti solleva un interrogativo fondamentale: cosa accadrà al mercato dell’informazione digitale quando il costo marginale della creazione di contenuti si avvicinerà allo zero e l’autenticità diventerà un lusso raro? Il seguente articolo esamina i risultati allarmanti dello studio, analizza i fattori economici alla base dell’assalto dell’IA e dimostra perché il valore delle voci umane autentiche aumenterà drasticamente in futuro.

L’affermazione “un post su quattro è falso” si riferisce a tutte le piattaforme esaminate nel loro complesso e solo ai contenuti di lunga durata, superiori a 250 parole.

Pangram ha analizzato oltre un milione di post lunghi su LinkedIn, X, Medium, Substack e Reddit e ha scoperto che, in media, il 25% di questi post lunghi sui social media è interamente generato dall’intelligenza artificiale, ovvero “un post lungo su quattro” su tutte le piattaforme.

Si tratta di una media multipiattaforma, per così dire, del tasso complessivo per l’intero “Internet” dei social media esaminato, non solo per LinkedIn.

La seconda formulazione è specifica per la piattaforma e si riferisce solo a LinkedIn: il 41% dei post di lunga durata (≥ 250 parole) nel campione è stato scritto interamente dall’intelligenza artificiale.

Allo stesso tempo, lo studio dimostra che, sebbene LinkedIn abbia fornito solo circa un terzo di tutti i post scansionati, rappresenta quasi due terzi di tutti i contenuti di intelligenza artificiale rilevati, rendendo LinkedIn la piattaforma più “satura di IA” nel campione.

In sintesi: il 25% è la media su tutte le piattaforme, mentre il 41% è il valore individuale (significativamente più alto) per i post lunghi su LinkedIn.

LinkedIn è la capitale mondiale dei contenuti spazzatura generati dall’intelligenza artificiale

Quando gli algoritmi diventano ghostwriter: come l’IA sta trasformando l’internet professionale in uno sfondo

La diagnosi è chiara, i dati sono allarmanti e le conseguenze vanno ben oltre i dettagli tecnici. Secondo uno studio pubblicato nel luglio 2026 dalla società di rilevamento dell’IA Pangram, un post su quattro di lunga durata sui social media è interamente scritto dall’intelligenza artificiale, senza alcun contributo umano. L’entità di questa penetrazione varia considerevolmente a seconda della piattaforma, del formato del contenuto e del profilo demografico degli utenti. Ciò che a prima vista appare come una semplice constatazione tecnica rivela, a un esame più attento, un profondo fenomeno economico, comunicativo e sociale: la graduale erosione del presupposto di autenticità su cui si basa l’intero modello di business dei social network.

Metodologia e base di dati: Un milione di articoli sotto la lente d’ingrandimento

Pangram è un’azienda specializzata nel riconoscimento del testo basato sull’intelligenza artificiale che ha sviluppato un’estensione per Chrome in grado di analizzare automaticamente i post su piattaforme come LinkedIn, X (precedentemente Twitter), Reddit, Medium e Substack alla ricerca di contenuti generati dall’IA. L’aspetto peculiare del suo approccio metodologico risiede nel fatto che non analizza testi archiviati selezionati casualmente, ma si concentra esclusivamente sui post effettivamente visualizzati dagli utenti dell’estensione durante le loro sessioni di navigazione. Ciò significa che lo studio non rappresenta la totalità teorica dei contenuti presenti su queste piattaforme, bensì l’esperienza reale degli utenti che utilizzano attivamente i social network.

Tra aprile e giugno 2026, oltre un milione di post sono stati scansionati e analizzati utilizzando questo metodo. La classificazione si basa sul modello di riconoscimento Pangram 3.3 che, secondo l’azienda, ha un tasso di falsi positivi di solo lo 0,01%. Ciò significa che, statisticamente parlando, solo un testo scritto da un essere umano ogni diecimila post viene erroneamente classificato come generato dall’IA. Questo tasso è stato verificato e confermato da ricercatori indipendenti dell’Università di Chicago e dell’Università del Maryland, e il modello riconosce in modo affidabile i testi provenienti da ChatGPT, GPT-4, Claude, Gemini, Grok e Llama.

Tuttavia, un’asimmetria intrinseca è metodologicamente significativa: secondo Pangram, il modello è calibrato per riconoscere i contenuti umani in modo più affidabile rispetto ai contenuti generati dall’IA. Di conseguenza, ciò significa che i tassi misurati dovrebbero essere intesi come un limite inferiore prudenziale: la reale penetrazione dell’IA è probabilmente ancora più elevata. Questa limitazione è di notevole importanza per l’interpretazione economica dei dati, in quanto amplifica, anziché attenuare, la portata eclatante dei risultati.

Confronto tra piattaforme: dove gli esseri umani scrivono ancora da soli

L’analisi dei dati specifica per piattaforma rivela differenze strutturali che possono essere attribuite direttamente ai rispettivi modelli di business e agli incentivi per gli utenti.

LinkedIn domina la classifica con un ampio margine: il 41% di tutti i post di lunga durata (oltre 250 parole) è stato identificato come interamente generato dall’intelligenza artificiale. Anche tra i post più brevi, tra le 50 e le 250 parole, la percentuale di contenuti generati dall’IA è del 30%. Il volume è particolarmente impressionante: sebbene LinkedIn rappresenti solo circa un terzo di tutti i post analizzati, la piattaforma è responsabile del 62% di tutti i contenuti identificati come generati dall’IA.

Twitter (X) presenta un quadro diverso, ma non per questo meno preoccupante. Mentre la percentuale di articoli lunghi interamente generati dall’IA è del 25%, inferiore a quella di LinkedIn, un ulteriore 23,2% di testi è supportato dall’IA, il che significa che quasi il 48% di tutti i post lunghi su X presenta un coinvolgimento sostanziale dell’IA. A differenza di LinkedIn, gli utenti di Twitter non sono quindi propensi a un’esternalizzazione completa dell’IA, bensì a un modello ibrido in cui l’IA funge da supporto alla scrittura.

Medium si posiziona a metà classifica con il 31% di post di lunga durata generati dall’IA. Substack si distingue come un’eccezione positiva: solo il 10% dei suoi contenuti di lunga durata è contrassegnato come interamente creato dall’IA e il 78,3% dei suoi post è stato classificato come autenticamente umano. Reddit è strutturalmente nella posizione migliore: il 98,1% di tutti i commenti è scritto da esseri umani e, poiché i commenti su Reddit rappresentano di gran lunga la quota maggiore del volume dei contenuti, il tasso complessivo di IA è basso.

Il paradosso di LinkedIn: la professionalità come copertura per la vacuità dei contenuti generati algoritmicamente

La sorprendente scoperta di LinkedIn non è una coincidenza, bensì il risultato di una specifica struttura di incentivi sviluppatasi nel corso degli anni. LinkedIn è la piattaforma leader a livello mondiale per il networking professionale e la leadership di pensiero: la visibilità, la reputazione e le opportunità di un utente nel mercato del lavoro o nell’acquisizione di clienti dipendono direttamente dalla sua presenza sulla piattaforma. Questa pressione a essere visibili crea una compulsione a pubblicare, che è in conflitto con la tradizionale esigenza di contenuti di alta qualità.

Molti utenti, di fronte a questo dilemma, scelgono di delegare la produzione di testi a sistemi di intelligenza artificiale generativa. Il risultato è un feed sempre più caratterizzato da uno schema stilistico ben preciso: l’incipit di tre righe, il formato chiaro e strutturato degli elenchi puntati, la call to action finale. Tutte queste caratteristiche sono impronte stilistiche di modelli linguistici generativi ottimizzati per il coinvolgimento. Particolarmente significativo è il fatto che su LinkedIn solo il 4,3% dei contenuti di lunga durata sia generato dall’IA: il resto è interamente generato dall’IA o interamente scritto da esseri umani. Gli utenti di LinkedIn, quindi, o si affidano completamente all’IA o non la utilizzano affatto, senza vie di mezzo.

L’ironia è notevole: LinkedIn ha trascorso anni a integrare assistenti di scrittura basati sull’IA nella propria piattaforma e a promuoverli attivamente, il che ha inizialmente portato a un rapido aumento dei contenuti che ora vengono soppressi algoritmicamente. Nel maggio 2026, LinkedIn ha implementato un sistema di soppressione che riduce drasticamente la portata dei post classificati come generati dall’IA – con un calo di visibilità fino all’80% per i post interessati, secondo fonti del content marketing. Il sistema algoritmico, chiamato 360Brew, non analizza le singole frasi, bensì la struttura complessiva dei post.

L’economia dell’attenzione sotto attacco

Le conseguenze economiche della pervasività dell’IA nei social network sono significative e sfaccettate. Innanzitutto, consideriamo il lato della domanda: gli utenti reagiscono al flusso di contenuti generati dall’IA con crescente scetticismo. Secondo uno studio Gartner dell’aprile 2026, il 50% dei consumatori statunitensi preferisce i marchi che non utilizzano l’IA generativa nei contenuti a loro visibili. Il 61% ha dichiarato di mettere spesso in discussione l’affidabilità delle informazioni che utilizza per le decisioni quotidiane e il 68% dubita regolarmente dell’autenticità dei contenuti che vede. In un altro sondaggio Gartner del giugno 2026, il 49% dei consumatori statunitensi ha concordato sul fatto che l’IA generativa abbia peggiorato la qualità complessiva dei contenuti disponibili; tra i Millennials e la Generazione Z, questa percentuale sale al 57%.

Dal lato dell’offerta, ciò crea quello che gli economisti definiscono fallimento del mercato dovuto all’asimmetria informativa: chi produce un testo sa se è stata utilizzata l’intelligenza artificiale, ma il consumatore di solito non lo sa. Questa asimmetria mina il rapporto di fiducia tra autore e lettore e svaluta il contenuto informativo della piattaforma nel suo complesso. Poiché la fiducia è la moneta di scambio fondamentale di qualsiasi social network, la proliferazione dell’IA finisce per danneggiare il valore delle piattaforme stesse.

Questo rappresenta un problema particolarmente serio per gli inserzionisti e i marketer B2B. LinkedIn è stata per anni la piattaforma preferita per la generazione di lead B2B, ma la penetrazione dell’intelligenza artificiale nel feed e la risposta algoritmica della piattaforma hanno cambiato radicalmente le carte in tavola. Secondo i dati del settore, la portata organica dei contenuti B2B è crollata fino al 62% dal quarto trimestre del 2025 e il tasso di coinvolgimento medio è sceso dall’8,1% al 3,2%. Articoli tecnici di alta qualità, basati sui dati, che prima raggiungevano decine di migliaia di utenti in modo organico, ora generano solo poche centinaia di visualizzazioni.

Il modello Substack: l’autenticità come argomento a favore del pagamento

Il netto contrasto tra LinkedIn e Substack è economicamente istruttivo perché dimostra che la struttura degli incentivi di un modello di piattaforma influenza direttamente la qualità dei contenuti.

Substack opera con un modello di abbonamento diretto: i lettori pagano direttamente per la newsletter di un autore, spesso diversi euro o dollari al mese. Questa relazione transazionale crea un forte allineamento degli incentivi. Chi paga si aspetta un valore aggiunto: prospettive uniche, conoscenze privilegiate, analisi personali, tutte cose che l’intelligenza artificiale non può fornire di default. Gli autori di Substack che si affidano a contenuti generati dall’IA rischiano quindi la cancellazione immediata dell’abbonamento da parte dei loro abbonati paganti. Il meccanismo di feedback monetario penalizza i contenuti di scarsa qualità in modo immediato e diretto.

LinkedIn, d’altro canto, non ha un meccanismo di prezzo paragonabile. I post sono gratuiti; l’algoritmo ne determina la distribuzione e i singoli utenti non hanno alcun incentivo finanziario diretto a garantire la qualità. Il modello di business della piattaforma si basa sui ricavi pubblicitari e sugli abbonamenti premium, non sulla qualità dei singoli post. Questa differenza strutturale spiega perché Substack, con una percentuale del 10% di contenuti generati dall’IA, ottenga i risultati migliori, mentre LinkedIn, con il 41%, se la cava peggio. Non si tratta principalmente di una questione di moralità o di benevolenza degli utenti, ma di una diretta conseguenza di architetture economiche differenti.

Reddit: gli standard della community come scudo contro l’acquisizione algoritmica

Il risultato di Reddit è notevole sotto diversi aspetti. La struttura della community di Reddit, con i suoi moderatori attivi, le norme culturali e i meccanismi di voto interni, crea un meccanismo di filtraggio collettivo che di fatto esclude i contenuti generati dall’IA. Il fatto che il 98,1% dei commenti sia scritto da esseri umani è l’indicatore cruciale. I commenti vengono creati in modo reattivo, si riferiscono a contesti specifici, affrontano argomenti concreti e richiedono una posizione situazionale: una reattività che è strutturalmente più difficile da simulare per l’IA generativa rispetto alla scrittura di post indipendenti su argomenti generali.

Gli utenti di Reddit sono noti anche per la loro spiccata sensibilità ai testi dal suono robotico; i commenti generati dall’IA vengono rapidamente identificati e di conseguenza penalizzati con voti negativi. La pressione sociale esercitata dalla comunità, manifestata attraverso voti negativi e critiche dirette, rappresenta un efficace meccanismo di regolamentazione che non trova riscontro in nessuna delle altre cinque piattaforme studiate. Ciò dimostra che la soluzione al problema dell’IA di bassa qualità non deve necessariamente essere di natura tecnica: l’autoregolamentazione della comunità, supportata da una base di utenti attiva con elevati standard qualitativi, può essere molto efficace.