🤖 AI

Impact of AI Search Summaries on Website Traffic: Evidence from Google AI Overviews and Wikipedia

Lo studio fornisce prove causali che le riepiloghi generati dall'intelligenza artificiale di Google riducono il traffico verso Wikipedia in inglese del 15%, con un impatto maggiore sulle voci culturali rispetto a quelle STEM, dimostrando come queste funzionalità possano sostituire la necessità di visitare le pagine sorgente.

Autori originali: Mehrzad Khosravi, Hema Yoganarasimhan

Pubblicato 2026-03-27

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Mehrzad Khosravi, Hema Yoganarasimhan

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina il motore di ricerca Google come un enorme bibliotecario digitale. Per anni, il suo lavoro era semplice: quando gli chiedevi "chi ha scritto Romeo e Giulietta?", lui ti dava una lista di libri (i risultati di ricerca) e tu dovevi andare a prenderli da solo.

Ora, grazie all'Intelligenza Artificiale (chiamata nel paper "AI Overviews" o AIO), questo bibliotecario ha cambiato strategia. Quando gli fai la stessa domanda, invece di darti solo la lista, ti scrive direttamente la risposta in cima alla pagina, citando i libri da cui ha preso l'informazione.

Questo studio, scritto da due ricercatori dell'Università di Washington, si chiede: questa nuova abitudine del bibliotecario fa male ai proprietari dei libri?

Ecco cosa hanno scoperto, spiegato in modo semplice:

1. Il Problema: "Il Risparmio di Tempo" diventa "Perdita di Visite"

I proprietari dei siti web (come Wikipedia) sono preoccupati. Pensano che se il bibliotecario ti dà la risposta subito, non avrai più bisogno di cliccare sul link per andare sul sito. È come se il bibliotecario ti dicesse: "Ecco la ricetta del tiramisù, non serve che vai in cucina a prenderla".
Google, invece, dice: "No, io ti do la ricetta e ti mostro il link al libro di cucina, quindi ti aiuto a trovarlo meglio".

2. L'Esperimento: Un Confronto tra "Amici"

Per capire chi ha ragione, gli autori hanno usato un trucco intelligente. Hanno guardato Wikipedia, che è come una gigantesca enciclopedia scritta da volontari.
Hanno confrontato le visite alla versione inglese di Wikipedia (dove Google ha iniziato a usare l'AI prima, negli USA) con le versioni in hindi, indonesiano, giapponese e portoghese (dove l'AI non era ancora arrivata nello stesso periodo).

Immagina due gemelli che leggono lo stesso libro:

Il Gemello A (inglese) inizia a ricevere le risposte dirette dal bibliotecario.
Il Gemello B (altre lingue) continua a ricevere solo la lista dei link.

3. Il Risultato: Il Gemello A perde visitatori

Dopo aver analizzato milioni di dati, hanno scoperto che:

Il traffico è crollato: La versione inglese di Wikipedia ha perso circa il 15% delle visite quotidiane rispetto al gemello B.
La matematica: Questo significa che ogni giorno, circa 11,5 milioni di persone in meno hanno cliccato per visitare Wikipedia dopo aver fatto una ricerca su Google.

4. Non tutte le risposte sono uguali: La Metafora del "Sugo"

Lo studio ha scoperto che l'effetto non è uguale per tutti gli argomenti. È come se l'AI fosse un cuoco:

Cultura e Intrattenimento (Il Sugo): Se chiedi "chi ha vinto l'Oscar nel 1990?", l'AI ti dà la risposta perfetta e veloce. Qui il calo di visite è stato enorme (-20%). L'utente pensa: "Ok, ho la risposta, non serve andare oltre".
Scienza e Matematica (Il Manzo): Se chiedi "come funziona la relatività?", l'AI ti dà un riassunto, ma l'utente sa che serve più profondità. Qui il calo è stato minore (-7%). L'utente pensa: "Ok, ho un'idea, ma ora vado a leggere il libro per capire davvero".

5. Perché questo è importante? (I Soldi)

Wikipedia non fa pubblicità, quindi non perde soldi direttamente. Ma per la maggior parte dei siti web (notiziari, blog, negozi), le visite sono soldi.

Meno visite = meno persone che vedono le pubblicità.
Gli autori calcolano che, se questo effetto si applicasse a tutti i siti simili a Wikipedia, si perderebbero tra i 35 e i 100 milioni di dollari all'anno in entrate pubblicitarie.

In Sintesi

L'Intelligenza Artificiale di Google sta cambiando il modo in cui cerchiamo le informazioni. Sta diventando così brava a riassumere le cose che sostituisce la necessità di visitare i siti web originali, specialmente per domande semplici.

È come se il supermercato (Google) iniziasse a confezionare i prodotti dei contadini (i siti web) in scatole proprie: il cliente prende il prodotto, ma il contadino non riceve più la visita diretta del cliente e, di conseguenza, perde parte del suo guadagno.

La lezione finale: Se l'AI risponde subito, le persone smettono di cliccare. Per i creatori di contenuti, questo è un campanello d'allarme: il loro lavoro viene letto, ma non più visitato, e questo cambia le regole del gioco economico su internet.

Titolo: Impatto dei Riassunti di Ricerca AI sul Traffico Web: Evidenze da Google AI Overviews e Wikipedia

Autori: Mehrzad Khosravi e Hema Yoganarasimhan (University of Washington)
Data: Febbraio 2026 (Nota: il documento è datato 2026, suggerendo una proiezione futura o un contesto di ricerca avanzata).

1. Il Problema e il Contesto

Il motore di ricerca sta evolvendo da un elenco di link ("link list") a un "motore di risposte" ("answer engine"). Google ha introdotto gli AI Overviews (AIO), riassunti generati da Large Language Models (LLM) che appaiono in cima ai risultati di ricerca, spesso fornendo una risposta completa prima che l'utente debba cliccare sui link organici.

Il Dibattito:
- Editore (Publishers): Sostengono che gli AIO sostituiscano le pagine sorgente, cannibalizzando il traffico e riducendo le impression pubblicitarie e i ricavi (effetto di sostituzione).
- Piattaforma (Google): Sostiene che gli AIO siano complementari, riducendo i costi di ricerca e indirizzando gli utenti verso fonti utili tramite link inclusi (effetto di complementarità).
L'Obiettivo: Quantificare l'impatto causale degli AIO sul traffico in entrata verso i siti di informazione, utilizzando Wikipedia come caso di studio rappresentativo a causa della sua trasparenza dei dati e della sua struttura multilingue.

2. Metodologia

Gli autori utilizzano un disegno Difference-in-Differences (DiD) sfruttando il rollout scalare geografico e temporale degli AIO e la struttura multilingue di Wikipedia.

A. Design Sperimentale e Dati

Unità di Analisi: Coppie articolo-lingua (161.382 coppie) coprendo 52.262 articoli inglesi e le loro controparti in Hindi, Indonesiano, Giapponese e Portoghese.
Periodo di Osservazione: Dal 28 ottobre 2023 al 14 agosto 2024.
Trattamento (Treated): Edizione inglese di Wikipedia (esposta agli AIO negli USA a partire dal 22 marzo 2024, rollout completo a maggio 2024).
Controllo (Control): Edizioni delle stesse pagine nelle lingue di controllo (Hindi, Indonesian, Japanese, Portuguese), che non erano esposte agli AIO durante il periodo di osservazione (il rollout internazionale è avvenuto successivamente, ad agosto/ottobre 2024).
Variabile Dipendente: Visualizzazioni giornaliere delle pagine (Page Views) ottenute tramite l'API pubblica di Wikimedia.

B. Modello Econometrico

Il modello stimato è il seguente:
$views_{i,l,t} = \alpha_{i,l} + \delta_t + \beta (English_l \times Post_t) + \varepsilon_{i,l,t}$

Dove:

$\alpha_{i,l}$ : Effetti fissi per coppia articolo-lingua (assorbono la popolarità di base e le differenze linguistiche).
$\delta_t$ : Effetti fissi per data (assorbono shock comuni come stagionalità o aggiornamenti dell'algoritmo).
$\beta$ : Il coefficiente di interesse, che cattura la variazione media delle visualizzazioni per le pagine inglesi rispetto alle controparti non inglesi dopo l'introduzione degli AIO.

Scelte Tecniche:

Uso dei livelli assoluti (non logaritmizzati) come variabile dipendente per misurare l'impatto economico diretto (impression pubblicitarie) ed evitare distorsioni dovute a variazioni proporzionali su articoli a basso traffico (cfr. McConnell 2024).
Errori standard clusterizzati su due vie (articolo e data) per gestire la correlazione seriale e gli shock comuni.

3. Risultati Principali

A. Effetto Medio sul Traffico

L'introduzione degli AI Overviews ha causato una riduzione significativa e negativa del traffico verso le pagine inglesi di Wikipedia.

Stima: Le visualizzazioni giornaliere sono diminuite di circa 15% rispetto al gruppo di controllo.
Impatto Quantitativo: Su un campione di 52.262 articoli, ciò equivale a una perdita di circa 11,53 milioni di visualizzazioni al giorno (circa 4,21 miliardi all'anno).
Robustezza: I risultati sono confermati da diverse specificazioni (PPML, log pesato, esclusione del periodo di test, aggregazione settimanale) e test di parallel trend.

B. Eterogeneità per Categoria (Topic)

L'effetto di sostituzione non è uniforme ma dipende dall'intento informativo della query:

Culture: Riduzione più marcata (-19,6%). Le risposte sintetiche soddisfano pienamente l'intento informativo per argomenti culturali/fatti.
Geografia: -16,6%.
Storia e Società: -9,9%.
STEM (Scienza, Tecnologia, Ingegneria, Matematica): Riduzione più contenuta (-7,4%). Gli utenti tendono a cliccare di più per verificare dettagli tecnici, contesto o fonti complesse che un riassunto AI potrebbe non coprire completamente.

C. Impatto Economico Stimato

Sebbene Wikipedia non monetizzi direttamente tramite pubblicità, gli autori calcolano un impatto di ricavo equivalente per editori simili:

Stimando un CPM (costo per mille impression) e un tasso di monetizzazione, la perdita di traffico si traduce in una perdita di ricavi annui stimata tra 35,7 e 102,1 milioni di USD per un editore delle dimensioni di Wikipedia.
Questo suggerisce un trasferimento di valore dai publisher ai motori di ricerca (tramite pubblicità integrate negli AIO).

4. Contributi Chiave

Evidenza Causale: Fornisce una delle prime prove empiriche causali che le funzionalità di risposta generativa negli motori di ricerca riducono il traffico verso i publisher, anche per fonti altamente citate e autorevoli come Wikipedia.
Metodologia Innovativa: Sfrutta la struttura multilingue di Wikipedia come esperimento naturale per isolare l'effetto del trattamento (AIO) da altri fattori temporali, superando la mancanza di dati granulari per paese nelle API di Wikimedia.
Analisi dell'Eterogeneità: Dimostra che l'impatto è modulato dalla natura del contenuto; le risposte brevi e fattuali (Culture) sono più sostituibili rispetto ai contenuti complessi (STEM).
Implicazioni Economiche: Quantifica il potenziale trasferimento di ricavi pubblicitari dai creatori di contenuti alle piattaforme di ricerca, alimentando il dibattito sulla sostenibilità economica del web informativo.

5. Significato e Implicazioni

Per i Publisher: La dipendenza dal traffico organico da motori di ricerca diventa più rischiosa. Le strategie di monetizzazione devono adattarsi a un ambiente "zero-click" dove l'attenzione è trattenuta sulla SERP (Search Engine Results Page).
Per i Policy Maker: Evidenzia la necessità di meccanismi di attribuzione più equi (es. valutazione Shapley) per compensare i creatori di contenuti i cui dati alimentano i modelli AI. Solleva questioni di potere di mercato, proprietà dei dati e diritto d'autore.
Per il Design delle Piattaforme: Suggerisce che l'integrazione di pubblicità negli AIO potrebbe accelerare la concentrazione di potere e ricchezza nelle mani delle grandi piattaforme tecnologiche, a scapito dell'ecosistema informativo decentralizzato.

In conclusione, lo studio conferma che l'evoluzione verso motori di ricerca basati su AI non è neutrale: realloca materialmente l'attenzione degli utenti, con conseguenze economiche dirette per l'industria dei contenuti digitali.