E proprio dall’Internet le intelligenze artificiali imparano. Il paradosso è quasi biologico: l’IA comincia a nutrirsi dei propri prodotti.
Uno studio dell’ottobre 2026 ha analizzato oltre cinque milioni di pagine web e rilevato una crescita, anche se diseguale, dei testi generati dall’IA. Sono più frequenti nei siti commerciali e nelle zone periferiche della rete, meno nei domini istituzionali e universitari. Ogni giorno milioni di testi, immagini, recensioni e riassunti sintetici entrano così nel serbatoio digitale da cui verranno estratti i dati per addestrare le generazioni successive di modelli.
Che cosa accade quando un’IA impara sempre più da altre IA? La risposta ha già un nome: model collapse.
Nel 2024 uno studio su Nature mostrò che addestrare ricorsivamente modelli sui contenuti prodotti dalle generazioni precedenti può degradarne le prestazioni. Si perdono per prime le “code” della distribuzione: ciò che è raro, anomalo, minoritario. Poi la varietà si restringe e le risposte convergono verso ciò che è più probabile e comune.
È come fotocopiare una fotocopia, poi fotocopiare quella successiva. All’inizio quasi non notiamo la differenza. Dopo molte generazioni i dettagli sfumano.
Il problema non riguarda soltanto l’addestramento. Uno studio del 2026 mostra che anche un sistema di IA che cerca informazioni sul web può entrare in un circuito simile: trova documenti prodotti da altre IA, li usa per formulare una risposta, quella risposta torna eventualmente online e diventa materiale per nuove ricerche. Una conversazione tra macchine nella quale l’essere umano rischia di diventare una fonte minoritaria.
I dati sintetici, però, possono essere preziosi quando quelli reali sono scarsi, costosi o sensibili e possono migliorare le prestazioni se selezionati e mescolati con dati autentici. Nel 2026 sono già comparsi metodi capaci di ritardare il collasso. Il punto è conoscere la genealogia dei dati.
Ed ecco un curioso ribaltamento di valore. Per anni abbiamo trattato i dati umani come una materia prima inesauribile. Domani un testo scritto da una persona, una fotografia originale, una conversazione autentica, un esperimento scientifico o un’opera creativa potrebbero diventare materiale raro e prezioso: una biodiversità cognitiva da preservare.
Forse dovremo certificare la provenienza dei contenuti e custodire grandi riserve di dati originari. Anche le macchine avranno bisogno di continuare a incontrare qualcosa che non abbiano già prodotto loro.
C’è infine una questione culturale. Se milioni di IA apprendono da testi generati statisticamente da altre IA, rischiamo una convergenza verso il linguaggio medio, l’idea media, la soluzione media. Innovazione, arte e scienza avanzano invece spesso grazie alle eccezioni: qualcuno che formula una domanda strana, contraddice il consenso, sbaglia in modo fertile, vede ciò che gli altri non vedono.
L’intelligenza artificiale potrà produrre quantità sterminate di contenuti. Dovremo evitare che, nutrendosi continuamente di sé stessa, finisca per digerire proprio ciò che rende fertile la conoscenza umana: la differenza.
Anche nell’era dell’IA avremo bisogno di esseri umani capaci di pensare pensieri che non erano già in rete.
