La serendipità si riduce
L’utente ottiene esattamente ciò che ha chiesto, non ciò che non sapeva di volere: viene meno l’esposizione laterale a informazioni non cercate, una delle vie principali con cui le persone imparano e collegano idee. In e-commerce, media ed educazione si perde una leva progettuale.
La tensione non è nuova. Nella letteratura sui sistemi di raccomandazione porta il nome di filter bubble, introdotto da Eli Pariser nel 2011: la personalizzazione algoritmica, ottimizzando per la rilevanza dedotta, restringe l’ambiente informativo a ciò che l’utente già cerca o già pensa. Vale per e-commerce, streaming, feed social e motori di ricerca, e la ricerca sui sistemi di raccomandazione la affronta con tecniche di serendipità progettata: l’inserimento controllato di risultati non richiesti ma pertinenti. Nella risposta conversazionale cambia la scala, non la natura del problema — in una pagina di risultati anche ciò che non veniva cliccato restava visibile, in una risposta unica non esiste un secondo canale.
Il problema ha un secondo livello. I modelli tendono ad assecondare l’utente (sycophancy): se il prompt suggerisce una posizione, il modello la rafforza — un confirmation bias automatizzato e amplificato. Walter Quattrociocchi (Sapienza) definisce questa condizione epistemia: l’interfaccia conversazionale simula la dinamica dell’apprendimento ma restituisce un sapere tarato sul punto di vista di chi interroga, in cui il dissenso non emerge. La perdita di serendipità è la riduzione dell’attrito informativo che rendeva possibile cambiare idea.
Il conflitto tra ciò che l’utente chiede e ciò di cui ha bisogno ha un metodo dedicato, precedente all’AI generativa: il Value Sensitive Design di Batya Friedman e David Hendry (University of Washington). Il metodo tratta i valori coinvolti — autonomia, verità, benessere, fiducia — come requisiti di progettazione da indagare in modo esplicito su tre piani: quali valori sono in gioco e per quali portatori di interesse, anche indiretti; come le persone li vivono nell’uso reale; come le scelte di architettura li abilitano o li ostacolano. Letta con questa lente, la sycophancy non è un difetto da correggere con un prompt diverso: indica un processo in cui l’autonomia di giudizio dell’utente non è mai stata dichiarata come valore da proteggere accanto alla soddisfazione dichiarata e alla durata della sessione.
La decisione che questa osservazione informa
La decisione è se dare all’utente quello che ha chiesto o anche quello che non sapeva di cercare. Rientra nella dimensione Interpretare. Senza una scelta esplicita vince la precisione, perché è ciò che il sistema ottimizza da solo e ciò che l’utente dichiara di volere: la scoperta casuale non viene rimossa da nessuno, smette semplicemente di essere progettata e scompare.
Progettare la sorpresa significa accettare attriti misurabili nel breve — risultati meno pertinenti, task più lenti, soddisfazione dichiarata più bassa — su metriche che l’organizzazione osserva ogni settimana. Rinunciarci significa perdere la leva su cui si costruiscono catalogo, palinsesto e percorso formativo, con un costo che nessuna dashboard mostra perché si manifesta come mancata scoperta: non appare come calo, appare come normalità. La scelta spetta al Product / UX Designer, l’unico ruolo che questo fenomeno oggi coinvolge — ed è un problema, perché la decisione ha effetti su merchandising, editoria e formazione, tre funzioni che qui non compaiono.
Effetti e responsabilità per i ruoli
- Product / UX Designer — Exploratory browsing e scoperta casuale vanno riprogettati intenzionalmente: l’esposizione a prospettive non richieste diventa una scelta di design deliberata, non un sottoprodotto della navigazione. Le tecniche di serendipità progettata sono il punto di partenza operativo di questa riprogettazione. → Risorse utili: Understanding Mental Models of Generative Conversational Search; Epistemia — Walter Quattrociocchi