Motori di ricerca, AI e la crisi degli editori su internet

Google estrae contenuti dai siti senza autorizzazione esplicita. Gli editori reagiscono con blocchi tecnici, licenze e cause legali.

Ogni volta che un utente digita una domanda su Google e riceve una risposta già confezionata in cima alla pagina, senza dover cliccare su nessun link, sta usando un sistema costruito su un presupposto giuridico tutt’altro che scontato: che estrarre e sintetizzare contenuti da siti terzi non richieda il permesso di chi quei contenuti li ha scritti. Questo presupposto oggi è sotto attacco da più fronti, legale, tecnico, economico. Il risultato è un settore in piena ristrutturazione, dove editori, motori di ricerca e aziende di intelligenza artificiale stanno ridisegnando in tempo reale le regole di un gioco che fino a pochi anni fa nessuno aveva scritto.

Il fondamento giuridico (fragile) delle risposte AI

Il meccanismo che permette a Google di mostrare risposte sintetizzate nella pagina dei risultati non nasce da un’autorizzazione esplicita degli editori. Si regge su due pilastri.

Il primo è tecnico: ogni sito può bloccare i crawler tramite il file robots.txt o impedire l’indicizzazione con il tag noindex. Se non lo fa, per anni la giurisprudenza americana ha interpretato questo silenzio come una licenza implicita a indicizzare e mostrare brevi estratti. È il principio consolidato da casi come Field v. Google e Perfect 10 v. Google, risalenti a vent’anni fa, quando il problema erano le anteprime testuali di poche righe, non le risposte generate da un modello linguistico.

Il secondo pilastro è la dottrina del fair use, che negli Stati Uniti permette in certe condizioni l’uso di materiale protetto senza permesso, per finalità come critica, commento, insegnamento, ricerca.

Le AI Overviews di Google rompono questo equilibrio. Non mostrano tre righe con un link sotto: sintetizzano il contenuto di più pagine in una risposta completa, spesso sufficiente a soddisfare l’utente senza che questo visiti mai il sito di origine. Su questo punto sono nate cause vere e proprie. Penske Media, editore di Rolling Stone, Billboard, Variety e Hollywood Reporter, ha citato in giudizio Google nel settembre 2025, sostenendo che le AI Overviews usano il suo giornalismo per generare riassunti che riducono il traffico verso i suoi siti. C’è anche la causa Chegg contro Google, e in Europa l’European Publishers Council ha presentato una denuncia antitrust formale su questo stesso tema.

Va tenuta distinta questa vicenda da un fronte parallelo: quello dell’addestramento dei modelli. A luglio 2026 Hachette Book Group, Cengage Learning, Elsevier e lo scrittore Scott Turow hanno citato in giudizio Google a New York, sostenendo che l’azienda ha usato milioni di libri, ricevuti anni fa per costruire Google Books, per addestrare Gemini: un uso che, secondo la denuncia, l’accordo originale permetteva solo per mostrare estratti, non per ricavarne dati di addestramento per un business commerciale concorrente. La causa arriva dopo che Hachette e Cengage avevano tentato di aggiungersi a un’azione collettiva del 2023, poi ritirata per evitare problemi legati alla prescrizione triennale.

In Europa esiste uno strumento che negli Stati Uniti non c’è: il diritto connesso degli editori di stampa, introdotto dall’articolo 15 della direttiva Copyright DSM (2019/790) e recepito in Italia modificando la legge 633/1941. Questo diritto obbliga le piattaforme a negoziare un compenso anche per l’uso di brevi estratti di contenuto giornalistico, ed è la ragione per cui Google News in Europa ha dovuto trattare con gli editori.

Lo stato attuale, quindi, è di incertezza aperta: molti editori ritengono che le AI Overviews violino i loro diritti, e lo stanno sostenendo in tribunale. Ma finché non arriva una sentenza di merito specifica su questo punto, Google continua a operare sul presupposto che l’assenza di blocco tecnico equivalga a consenso, e che la sintesi generata rientri nel fair use.

Come si difendono gli editori

Le difese in campo sono di tre tipi: tecniche, contrattuali, giudiziarie.

Sul piano tecnico il cambiamento più concreto arriva da Cloudflare, che gestisce l’infrastruttura di una parte enorme del web. Dal 15 settembre 2026 bloccherà per default i crawler “mixed-use”, cioè quelli che usano la stessa infrastruttura sia per l’indicizzazione da motore di ricerca sia per l’addestramento AI sia per gli agenti, sulle pagine che ospitano pubblicità. Prima non esisteva questa distinzione tecnica: un editore che voleva restare su Google Search doveva per forza lasciare passare anche il crawler che alimenta le AI Overviews, perché era lo stesso bot. Ora, se un’azienda AI non separa i propri crawler per funzione, viene bloccata di default, salvo intervento contrario del titolare del sito. Accanto a questo c’è Pay Per Crawl, ribattezzato Pay Per Use, che dà all’editore controllo pieno: può bloccare tutti i crawler AI, concedere l’accesso solo a soggetti specifici, farlo pagare, oppure lasciarlo gratuito.

Sul piano contrattuale, gli editori più grandi negoziano licenze dirette con le aziende AI, fuori dal meccanismo dell’indicizzazione automatica. I numeri pubblici mostrano un mercato ormai maturo: OpenAI ha pagato a News Corp fino a 250 milioni di dollari in cinque anni, ha un accordo con Axel Springer intorno ai 13 milioni l’anno, Meta paga a News Corp 50 milioni l’anno per tre anni, Google paga a Reddit circa 60 milioni l’anno, Amazon al New York Times tra 20 e 25 milioni l’anno. Anthropic si distingue dagli altri: non ha quasi programmi di licensing con editori paragonabili a quelli di OpenAI, e la sua storia con i contenuti passa soprattutto da un’aula di tribunale, con l’accordo transattivo da 1,5 miliardi di dollari per l’uso di libri ottenuti da fonti non autorizzate, tuttora in attesa di approvazione definitiva.

Sul piano giudiziario, oltre alle cause già citate, pesa anche il fronte penale-civile legato al training: a maggio 2026 i ricorrenti nella causa Hachette-Macmillan-Elsevier-Turow contro Meta hanno modificato la denuncia per includere personalmente Mark Zuckerberg, sostenendo che abbia autorizzato direttamente l’addestramento di Llama su libri piratati. È un segnale della crescente esposizione personale dei dirigenti che autorizzano l’uso di materiale non concesso in licenza.

Il paradosso dell’entropia del web

Il problema di fondo resta: un’AI che risponde direttamente nella pagina dei risultati toglie il clic, il clic toglie la pubblicità, la pubblicità è quello che tiene in vita la redazione che produce il contenuto che l’AI userà l’anno prossimo per rispondere di nuovo. È un meccanismo che, portato all’estremo, consuma la propria fonte di materia prima. Google sostiene che le Overviews aumentano la qualità delle ricerche e non riducono il traffico complessivo verso i siti, una tesi contestata duramente dagli editori con dati di calo di traffico che in alcuni casi arrivano al 70%.

Il paradosso, però, non porta necessariamente alla chiusura totale del web quanto piuttosto a una sua ristrutturazione. Ci sono almeno tre scenari plausibili, non alternativi tra loro.

Il primo è la separazione tra web indicizzabile gratuitamente e web sotto licenza. Chi produce contenuti di valore alto, giornalismo investigativo, dati originali, letteratura, smette di renderli gratuitamente accessibili ai crawler e li vende direttamente alle aziende AI. Il resto del web, quello a basso valore aggiunto, resta indicizzabile gratis perché non serve granché comunque.

Il secondo è che il traffico da ricerca smette di essere l’unica metrica che conta, e cresce il valore della relazione diretta con il lettore: newsletter, abbonamenti, app, contenuti che l’utente cerca attivamente per la fonte, non per l’informazione generica ottenibile altrove.

Il terzo, meno gradito agli editori ma già in atto, è la contrazione: molti siti di informazione generalista, quelli che vivevano di traffico da ricerca e pubblicità programmatica, non ce la fanno e chiudono o si consolidano. Restano gli editori con marchio forte, base di lettori fidelizzata, o accordi di licenza sufficienti a compensare il calo di traffico.

Anche Google, in questo schema, non è esente da perdite: perde pubblicità sui siti terzi, ma trattiene l’utente più a lungo sulla propria pagina di ricerca, dove può mostrargli comunque annunci propri. È esattamente l’accusa al centro della causa Penske Media: non che Google distrugga valore in senso assoluto, ma che lo sposti da sé verso l’editore che ha prodotto il contenuto originale.

FAQ

Non è una violazione dei diritti d’autore degli editori, se Google estrae informazioni dai siti senza autorizzazione?

Sì, secondo un numero crescente di editori che lo stanno sostenendo in tribunale: Penske Media, Chegg, la denuncia antitrust dell’European Publishers Council in Europa. Ma la questione non è ancora risolta da una sentenza di merito specifica sulle AI Overviews. Google continua a operare sul presupposto che l’assenza di blocco tecnico tramite robots.txt equivalga a consenso implicito, e che la sintesi generata rientri nel fair use previsto dal diritto statunitense. In Europa, il diritto connesso degli editori introdotto dalla direttiva Copyright DSM offre uno strumento di tutela che negli Stati Uniti non esiste.

Come si proteggono gli editori, e cosa succede se il traffico verso i siti si esaurisce del tutto?

Le difese sono tecniche (blocco selettivo dei crawler via Cloudflare, sistemi di pagamento per l’accesso come Pay Per Crawl/Pay Per Use), contrattuali (licenze dirette con le aziende AI, con cifre che vanno da poche decine a centinaia di milioni di dollari) e giudiziarie (le cause già citate). Il paradosso dell’entropia del web, cioè il rischio che l’AI consumi la propria fonte di materia prima riducendo il traffico che finanzia chi produce i contenuti, è reale e riconosciuto dagli stessi attori del settore. Non porta necessariamente al collasso totale, ma spinge verso una ristrutturazione: separazione tra contenuti gratuiti e contenuti sotto licenza, maggiore peso della relazione diretta con il lettore, e contrazione del numero di editori generalisti che sopravvivono solo di traffico da ricerca.

Gli editori potrebbero essere “ingaggiati” direttamente dalle aziende AI per produrre contenuti destinati a istruire i modelli, invece di pubblicare sul proprio sito?

In parte sta già succedendo, ma non nella forma più radicale immaginabile. Esistono già accordi di licenza in cui l’editore continua a pubblicare normalmente e riceve un compenso perché l’AI possa attingere ai suoi contenuti in tempo reale: il caso più vicino a questo modello è quello di Axios, finanziata da OpenAI per aprire quattro nuove redazioni locali, in cambio dell’accesso ai contenuti per arricchire le risposte di GPT Search con link alle fonti. Esiste anche lo standard RSL (Really Simple Licensing), che prevede tra le sue opzioni un modello pay-per-inference, con un compenso attivato ogni volta che l’AI fa riferimento a un contenuto in una risposta, e condivisione dei ricavi al 50% per l’editore. Nessuna delle grandi aziende AI, Anthropic compresa, lo ha però adottato ufficialmente.

Esiste poi un secondo canale, distinto dal giornalismo: l’industria della generazione di dati per l’addestramento, aziende come Scale AI o Surge AI che assumono scrittori ed esperti di dominio per produrre testo destinato esclusivamente a istruire un modello, senza che nulla venga pubblicato su un sito. È un lavoro pagato a cottimo o a ora, non royalty su un archivio.

Il modello descritto nella domanda, un giornalista pagato direttamente da un’azienda AI per scrivere non per i lettori ma per il modello, senza mai pubblicare, oggi non esiste in forma matura nel giornalismo. C’è una ragione strutturale: le AI hanno bisogno che il contenuto resti pubblico e verificabile, altrimenti perdono la possibilità di citarlo, di aggiornarlo in tempo reale, di dare all’utente un link su cui controllare la fonte. Un testo scritto privatamente solo per il modello invecchia, non si autoaggiorna, non genera la fiducia che viene dal poter dire “questa informazione viene da lì”. Per questo, almeno finora, le aziende AI preferiscono pagare perché il sito continui a esistere e a pubblicare, piuttosto che sostituirlo con un flusso privato di testo scritto su commissione.