Quando l'AI sbaglia sul brand

Gli errori attribuiti ai brand dalla ricerca mediata dall’AI sono difficili da correggere perché mancano canali efficaci di rettifica.

Ci sono due errori che sembrano lo stesso errore e non lo sono. Nel primo l’assistente del prodotto afferma una policy che non esiste. Nel secondo un modello esterno attribuisce al brand un prezzo, una condizione di reso, un prodotto o una causa legale che non ci sono. Sembrano lo stesso problema — un’informazione falsa che circola a nome dell’azienda — ma hanno regimi opposti: del primo risponde l’azienda, del secondo non risponde nessuno.

Il primo lato è accertato. Il Civil Resolution Tribunal della British Columbia ha condannato Air Canada per quello che il suo chatbot aveva detto a un passeggero sulle tariffe lutto, informazione che contraddiceva la policy pubblicata su un’altra pagina dello stesso sito. La compagnia si era difesa sostenendo di non poter rispondere di ciò che afferma un suo agente, chatbot compreso. La decisione:

«In effetti Air Canada sostiene che il chatbot sia un soggetto giuridico distinto, responsabile delle proprie azioni. È un’argomentazione notevole. Un chatbot ha una componente interattiva, ma resta una parte del sito di Air Canada. Dovrebbe essere ovvio per Air Canada che è responsabile di tutte le informazioni presenti sul proprio sito. Non fa alcuna differenza che l’informazione provenga da una pagina statica o da un chatbot.»

(Moffatt v. Air Canada, 2024 BCCRT 149, 14 febbraio 2024. Condanna: 812,02 dollari canadesi.)

L’importo è irrisorio e non è il punto. Il punto è la qualificazione: diligenza ordinaria, nessuna attenuante per il fatto che l’errore sia stato prodotto da un sistema. È una piccola causa canadese e non vincola nessun giudice europeo — vale come indicazione di come il problema viene inquadrato la prima volta che viene posto, non come precedente. E il costo, quando arriva, non è quasi mai una condanna: nell’aprile 2025 il bot di supporto di Cursor ha inventato una limitazione a un solo dispositivo che non era mai esistita, il thread è arrivato in prima pagina su Hacker News, alcuni utenti hanno disdetto e il co-fondatore ha dovuto smentire di persona. Il conto è stato quello.

Sull’altro lato non c’è una porta

Il corpus registra l’affermazione in una riga: «l’allucinazione sul brand è un danno reputazionale senza canale di rettifica». È verificabile, e il vuoto ha quattro strati indipendenti.

Il GDPR non riguarda il brand. Il Considerando 14 è esplicito: il Regolamento «non disciplina il trattamento dei dati personali relativi a persone giuridiche, in particolare imprese dotate di personalità giuridica, compresi il nome e la forma della persona giuridica e i suoi dati di contatto». Il diritto di rettifica dell’articolo 16 è un diritto della persona fisica. Un brand non ne dispone. Non è una lacuna procedurale: è fuori perimetro per disegno.

Il canale dei fornitori è di rimozione, non di rettifica, ed è per le persone fisiche. OpenAI ne offre uno: si chiama «Remove my personal data from ChatGPT responses», l’esito è che l’informazione smetta di comparire — non che venga corretta — e la documentazione richiede «un documento d’identità rilasciato da un’autorità pubblica». Una società non ne ha uno. La stessa pagina avverte che la richiesta può essere rifiutata e che la rimozione da ChatGPT «non rimuove l’informazione da siti esterni o motori di ricerca». Sul lato Google, l’unico strumento in prodotto è il pollice in giù sotto l’AI Overview con la voce Report a problem: un contributo alla qualità del prodotto, che non apre una pratica, non produce un riferimento e non prevede risposta.

L’AI Act non colma il vuoto. Gli obblighi dei fornitori di modelli general-purpose (art. 53) sono documentazione tecnica, informazione ai fornitori a valle, policy sul diritto d’autore e sintesi dei contenuti di addestramento: nessun obbligo di esattezza degli output, nessun meccanismo di correzione su istanza di terzi. L’art. 85 apre il reclamo all’autorità di vigilanza del mercato a «qualsiasi persona fisica o giuridica» — qui il brand c’è — ma l’oggetto è la violazione del Regolamento, e un’affermazione sbagliata su un’azienda non è, di per sé, una violazione del Regolamento. I poteri di vigilanza della Commissione sui fornitori GPAI sono operativi dal 2 agosto 2026.

E l’autorità nazionale può non essere quella nazionale. Nel marzo 2026 il Tribunale di Roma ha annullato la sanzione da 15 milioni di euro che il Garante aveva inflitto a OpenAI, accogliendo il motivo di incompetenza: con lo stabilimento unico irlandese riconosciuto dal 15 febbraio 2024, la competenza sul trattamento transfrontaliero passa allo sportello unico e all’autorità capofila. Il merito non è stato esaminato.

Resta una via, ed è il contenzioso ordinario. Negli Stati Uniti l’azienda di impianti solari Wolf River Electric ha citato Google perché un AI Overview la dava come destinataria di una causa del procuratore generale del Minnesota, che non c’era; l’atto lamenta un contratto da 150.000 dollari risolto dal cliente e quantifica il danno tra 110 e 210 milioni. È una causa pendente, decisa finora solo su un punto procedurale: tutto ciò che riguarda i fatti è allegazione di parte. Vale come dimostrazione che l’unica leva rimasta è quella, non come accertamento.

Quanto spesso accade: la risposta onesta è che non si sa

Vale la pena dirlo, perché la tentazione opposta è forte. Non esiste una misura rigorosa, indipendente e specifica sui brand della frequenza degli errori. Le due ricerche solide misurano le notizie: EBU e BBC hanno fatto valutare da giornalisti professionisti 3.062 risposte di assistenti AI in 18 Paesi e 14 lingue e hanno trovato il 45% con almeno un problema significativo, con l’attribuzione delle fonti come causa principale (31%) — e fra i casi peggiori proprio quello in cui «una risposta attribuisce a un soggetto un’affermazione che non è sua» (ottobre 2025). Il Tow Center della Columbia, su 1.600 test, ha trovato oltre il 60% di citazioni sbagliate, con la costante che i sistemi sbagliano con sicurezza invece di astenersi (marzo 2025).

Sui brand esistono solo ricerche di fornitori di servizi di AI visibility, cioè di soggetti che vendono la soluzione al problema che misurano. La più trasparente sui numeri, su 1.257 affermazioni fattuali riguardanti 182 attività verificate, distingue però qualcosa che vale più del totale: 1,9% di affermazioni contraddette dalle evidenze, 38,1% di affermazioni che nessuna fonte sostiene (agosto 2026). Se il dato regge, il problema prevalente non è l’invenzione pura: è l’affermazione senza appoggio. È una distinzione che cambia cosa si fa, perché la prima si può solo scoprire e la seconda si può prevenire lavorando sulle fonti a monte.

La rilevazione può quindi anticipare la scoperta, ma non corregge direttamente l’output. Non esiste un tasso di errore di riferimento sui brand con cui confrontare il proprio dato: si può osservare la variazione nel tempo, usando un set di prompt costruito per intento, versionato e ripetuto abbastanza volte, ma le risposte restano quelle alle domande dell’organizzazione, non quelle dei clienti. Anche la volatilità complica l’interpretazione: il 40-60% dei domini citati può cambiare nell’arco di un mese senza che nessuno intervenga.

La prevenzione disponibile sta a monte. Condizioni di reso, termini di garanzia, disponibilità geografica, certificazioni e assetto societario devono essere informazioni verificabili e coerenti tra il sito e le fonti terze. Quando la fonte è corretta e l’errore nasce nella sintesi, invece, il problema resta senza una leva editoriale diretta: la distinzione tra i due casi va mantenuta anche nella valutazione del rischio.

La decisione che questa osservazione informa

La decisione è Restare nelle risposte AI: stabilire quanto investire nel monitoraggio e nell’escalation quando la presenza nei modelli di terzi non può essere corretta direttamente. La scelta va distinta dalla gestione dell’assistente proprietario, per cui l’organizzazione resta responsabile degli output e deve definire controlli, fonti e percorsi di correzione.

La scala di delega chiarisce inoltre la responsabilità per le risposte del proprio assistente: il limite di correzione dei modelli esterni non attenua quella responsabilità.

Effetti e responsabilità per i ruoli

• Brand & PR — Distingue la crisi correggibile nell’assistente proprietario dall’attribuzione errata prodotta da un modello terzo.
• SEO, GEO e AI Visibility — Misura la presenza con set di prompt ripetibili, dichiarandone i limiti e senza trattare la visibilità come una correzione dell’output.
• Contenuto & Editoria — Mantiene coerenti le informazioni a monte tra sito e fonti esterne, distinguendo le affermazioni contraddette dalle evidenze da quelle semplicemente prive di sostegno.
• Legal / Compliance — Valuta responsabilità, obblighi e possibili escalation senza presupporre un diritto generale di rettifica per il brand; il quadro degli obblighi è in Il perimetro normativo.

Approfondimenti collegati: La rappresentazione si forma oltre i canali proprietari.