Marta Cioffi, Anna Forciniti, Valentina Paternoster
Una conversazione con Laura Venturini offre lo spunto per riflettere su come i Large Language Model stiano cambiando la costruzione della reputazione e sul nuovo ruolo dei professionisti delle Relazioni Pubbliche.
Nell’era dell’AI non basta più essere trasparenti, conta sempre di più essere comprensibili. Mentre gli LLM diventano nuovi intermediari della conoscenza, il ruolo dei comunicatori evolve da gestori di relazioni e contenuti ad architetti di significato, chiamati a presidiare la coerenza tra ciò che le organizzazioni sono e fanno e ciò che il mondo, umano e non, comprende di loro. Una trasformazione che apre interrogativi nuovi sul futuro della reputazione e della nostra professione.
In un nostro precedente articolo (clicca qui per riprenderlo) abbiamo raccontato come la sostenibilità stia progressivamente uscendo dai confini della rendicontazione per diventare una componente strutturale della governance. Trasparenza, verificabilità e accountability non sono più soltanto obblighi normativi, sono fattori di credibilità e competitività.
Oggi, però, questa riflessione si può e si deve arricchire di una prospettiva ulteriore. Nell’economia dell’intelligenza artificiale generativa emerge infatti una nuova sfida: l'interpretabilità. L’affermazione dei sistemi di intelligenza artificiale generativa sta cambiando radicalmente il modo in cui le organizzazioni vengono osservate, comprese e raccontate. Le informazioni aziendali non sono più lette soltanto da stakeholder, investitori, clienti, istituzioni e media. Sono lette anche dai Large Language Model (LLM), che raccolgono informazioni provenienti da fonti diverse, ne valutano coerenza e relazioni, attribuiscono rilevanza e costruiscono rappresentazioni delle organizzazioni sempre più influenti nel processo di formazione di opinioni e decisioni. Accanto alla reputazione costruita nelle relazioni con le persone, sta così emergendo una nuova dimensione: la reputazione algoritmica.
Abbiamo avuto modo di affrontare il tema in una lunga e piacevole chiacchierata con Laura Venturini, GEO expert e autrice del white paper “La visibilità che non vedi. Semantic Data Gap, GEO e le decisioni che mancano ai board nel 2026” (clicca qui per scaricare il paper). Come osserva Venturini, «Un brand può essere perfettamente conforme sul piano normativo, ma semanticamente instabile nei sistemi AI globali».
È una provocazione che riguarda direttamente la nostra professione: per anni abbiamo lavorato affinché le organizzazioni fossero trasparenti, ma oggi dobbiamo anche chiederci se siano anche comprensibili e riconoscibili agli occhi dei sistemi che contribuiscono a costruirne la reputazione.
La differenza non è marginale. Per comprenderlo occorre introdurre un concetto destinato a diventare centrale: lo spazio semantico del brand, uno degli elementi chiave sviluppati da Laura che più ci è piaciuto. Non un nuovo canale o una nuova piattaforma, ma l'insieme di significati, associazioni, evidenze e narrazioni che consentono ai sistemi generativi di identificare e descrivere un'organizzazione.
Si tratta di fatto di uno spazio multisfaccettato che si costruisce nel tempo attraverso migliaia di contenuti prodotti da una molteplicità di attori: l'azienda stessa, i media, gli stakeholder, gli analisti, i clienti, le community digitali, i fornitori, le istituzioni e le piattaforme online. La differenza rispetto al passato è che l’intelligenza artificiale non si limita a raccogliere queste informazioni, ma le interpreta, le mette in relazione, ne valuta coerenze e contraddizioni e ne ricava una sintesi, che diventa una sorta di identità narrativa emergente, nuova e terza, del brand.
La domanda che dovremmo iniziare a porci, quindi, non è più solo “cosa stiamo comunicando?”, ma “quale immagine emerge quando tutte le informazioni che ci riguardano vengono lette insieme?”.
È qui che entra in gioco il Semantic Data Gap, lo scarto tra ciò che un’organizzazione ritiene di rappresentare e ciò che il suo ecosistema informativo rende realmente comprensibile agli algoritmi. Un divario spesso invisibile e che sfugge in larga parte al controllo diretto delle aziende, ma che risulta sempre più decisivo nella costruzione della reputazione.
La vera discontinuità – che impatta anche e soprattutto sul nostro lavoro di comunicatori e comunicatrici – è che l’AI non ragiona per silos. Come sottolinea anche Venturini, «I sistemi generativi non distinguono tra un report ESG, una pagina careers, una dichiarazione del management o una recensione online: considerano tutto parte di un unico spazio informativo».
Per questo ogni incoerenza tra ciò che l’azienda dichiara, ciò che realizza e ciò che gli stakeholder riconoscono può trasformarsi in un fattore di fragilità. Ed è qui che nasce il concetto di reputazione algoritmica, come convergenza tra identità, comportamenti e riconoscimento esterno.
Si tratta di un punto di ripartenza e di evoluzione per il nostro ruolo: non siamo più soltanto produttori di contenuti o gestori di canali, ma diventiamo architetti di significato, chiamati a governare la qualità delle informazioni che alimentano l’interpretazione del brand sugli LLM.
La reputazione algoritmica apre, di fatto, un territorio in larga parte inesplorato, in quanto cambia il modo in cui la reputazione viene costruita. La visibilità di un’organizzazione dipende oggi sempre più da come il suo patrimonio informativo viene letto, correlato e ricomposto.
In questo scenario, il valore della comunicazione si sposta dalla produzione di contenuti alla costruzione di significati. La sfida non è aumentare il volume delle informazioni, ma garantirne coerenza, continuità e credibilità nel tempo, superando i confini e la separazione tra comunicazione, sostenibilità, compliance, relazioni istituzionali ed employer branding.
Forse è proprio qui che si apre una delle evoluzioni più interessanti della nostra professione. Non quella di interpreti della tecnologia, ma di garanti della qualità narrativa delle organizzazioni.
Perché la sfida dei prossimi anni non sarà soltanto comunicare meglio: sarà aiutare le organizzazioni a essere comprese. Perché nell’era dell’AI la trasparenza resta il punto di partenza, ma è l’interpretabilità che trasforma l’informazione in reputazione.
