# Quando l'IA ti cita male: il rischio reputazionale sottovalutato > I motori di ricerca IA sbagliano le fonti in oltre il 60% dei casi — e sembrano sicuri. Perché le citazioni errate sono un rischio maggiore dell'invisibilità. La maggior parte delle aziende teme di essere *ignorata* dall'IA. Il rischio maggiore è più sottile: che l'IA ti *rappresenti in modo errato* — e che lo faccia in modo del tutto convincente. Orari di apertura sbagliati, un servizio che non offri affatto, un prezzo superato, una confusione con un concorrente. Il cliente lo legge, ci crede e non si fa più sentire. Oppure si fa sentire con aspettative sbagliate. ## Quanto spesso l'IA sbaglia Il tasso di errore è alto ed è ben documentato: nel marzo 2025 Klaudia Jaźwińska e Aisvarya Chandrasekar del Tow Center for Digital Journalism della Columbia University hanno pubblicato lo studio *«AI Search Has a Citation Problem»*. Hanno testato **otto strumenti di ricerca IA leader** — tra cui ChatGPT Search, Perplexity, Gemini, Copilot e Grok — con **1.600 query standardizzate**. Il risultato: in **oltre il 60% dei casi** i motori di ricerca IA hanno indicato la fonte in modo errato. La forbice è drammatica. Perplexity ha ottenuto il risultato migliore, con un tasso di errore del 37%. Grok-3, la versione a pagamento, si è attestata al **94% di risposte errate**. ## Link inventati inclusi Particolarmente delicato: i modelli non inventano solo i fatti, ma anche le fonti. Nei test, Grok-3 ha rimandato gli utenti **154 volte a una pagina di errore 404 morta** — più link fabbricati e rotti che citazioni corrette. Un link che sembra convincente ma porta nel vuoto non è un guadagno per la tua azienda, ma un danno alla fiducia. ## Il vero problema: la fiducia cieca Il dato più pericoloso dello studio non è il tasso di errore in sé, ma *come* gli errori vengono presentati. Le ricercatrici la chiamano «fiducia cieca»: invece di ammettere una lacuna di conoscenza, i modelli si esprimono con estrema sicurezza — e in modo fattualmente errato. Su 134 citazioni errate, ChatGPT ha fornito solo **15 volte** una formulazione attenuante come «sembra» o «forse». In tutti gli altri casi la risposta errata suonava sicura quanto una corretta. Solo il Copilot di Microsoft ha fatto eccezione, preferendo rifiutare la risposta in presenza di dati scarsi piuttosto che tirare a indovinare. Per la persona davanti allo schermo è fatale: quando la macchina risponde con un tono fluido e sicuro di sé, non c'è alcun segnale d'allarme. Giusto e sbagliato hanno lo stesso aspetto. ## Perché colpisce proprio la tua azienda I modelli IA sono nel loro nucleo macchine probabilistiche: calcolano l'affermazione successiva più plausibile. Quando un modello del genere incontra informazioni lacunose, contraddittorie o non strutturate sulla tua azienda, colma le lacune — non con la verità, ma con ciò che è statisticamente più vicino. Se il tuo indirizzo compare in modo diverso su tre piattaforme, se la gamma dei tuoi servizi non è dichiarata chiaramente da nessuna parte, se le tue informazioni si contraddicono: è esattamente allora che la macchina comincia a indovinare. La conseguenza è scomoda, ma inequivocabile: **l'onere della prova ricade su di te.** Non basta avere informazioni corrette da qualche parte. Devono essere disponibili in modo così univoco, privo di contraddizioni e leggibile dalla macchina che all'IA non resti alcuno spazio per indovinare. ## L'univocità è la difesa L'antidoto si chiama [Entity Clarity](https://btlabs.dev/it/posts/visibilita-due-canali): il tuo marchio, i tuoi servizi, i tuoi dati devono apparire su tutto il web come *un'unica* immagine coerente e priva di contraddizioni. Un'unica fonte di dati curata, preparata in modo strutturato (ad esempio tramite JSON-LD), erogata in modo coerente — questo toglie all'IA l'ambiguità su cui altrimenti inciampa. Come funziona tecnicamente questa base leggibile dalla macchina lo descriviamo [in dettaglio altrove](https://btlabs.dev/it/posts/da-seo-a-geo-architettura). È proprio qui che interviene [**btlabs Core**](https://btlabs.dev/it/sito-web-ia): i dati della tua azienda vengono curati una sola volta in modo centralizzato ed erogati in modo strutturato e pulito a esseri umani e macchine — da una Single Source of Truth, senza che il marketing visivo e i fatti leggibili dalla macchina prendano strade diverse. Restiamo onesti: nessuna tecnologia può costringere un'IA a citare sempre correttamente — i modelli sono troppo probabilistici per questo. Ma chi mette a disposizione i propri fatti in modo univoco e documentato riduce drasticamente il rischio di rappresentazione errata e aumenta la probabilità che da «l'IA ti conosce» si passi a «l'IA ti conosce correttamente». ## Fonti - **AI Search Has a Citation Problem** — Tow Center for Digital Journalism, Columbia University, marzo 2025. [cjr.org](https://www.cjr.org/tow_center/we-compared-eight-ai-search-engines-theyre-all-bad-at-citing-news.php) - **AI search engines fail to produce accurate citations in over 60% of tests** — Nieman Lab, 2025. [niemanlab.org](https://www.niemanlab.org/2025/03/ai-search-engines-fail-to-produce-accurate-citations-in-over-60-of-tests-according-to-new-tow-center-study/) - **GEO: Generative Engine Optimization** — Aggarwal et al., ACM SIGKDD 2024. [arxiv.org/abs/2311.09735](https://arxiv.org/abs/2311.09735) *Nota: lo studio fotografa un momento preciso — i tassi di errore dei singoli modelli cambiano con le nuove versioni. La sfida di fondo (fonti incerte, alta sicurezza nonostante gli errori) resta valida indipendentemente dal singolo dato.* --- Source: https://btlabs.dev/it/posts/quando-l-ia-ti-cita-male Last-Modified: 2026-08-03T11:05:22.070Z Languages: [de](https://btlabs.dev/llms/de/posts/wenn-die-ki-dich-falsch-zitiert) · [en](https://btlabs.dev/llms/en/posts/when-ai-cites-you-wrong) See also: [llms.txt](https://btlabs.dev/llms.txt) · [ai.txt (Policy)](https://btlabs.dev/ai.txt) · [identity.json](https://btlabs.dev/identity.json)