Google ha creato una metrica che non misura nulla

L’etichetta automatica premia gli strumenti Google, mentre per i tool esterni ci si affida alla buona volontà

Immaginate di aprire la dashboard del vostro DSP e di trovare una nuova colonna: “Percentuale di annunci con etichetta IA”. La curva sale, qualcuno esulta, il report per il cliente è già pronto. Ma cosa state leggendo davvero? Trasparenza reale sull’uso dell’intelligenza artificiale nelle creatività, o soltanto una fotografia di quanti annunci sono passati attraverso uno strumento Google? Il paradosso è servito su un vassoio da ad operations: l’etichetta automatica premia l’ecosistema proprietario, mentre per tutto ciò che arriva da tool di terze parti ci si affida alla buona volontà di chi compra spazi. La domanda non è più se l’IA è stata usata, ma cosa stiamo misurando quando pretendiamo di misurare la trasparenza.

Google ha scelto la strada dell’autodichiarazione e il 9 luglio 2026, con un post sul blog ufficiale, ha annunciato il lancio delle etichette di trasparenza per gli annunci generati dall’IA. Come dettagliato nella pagina di supporto, l’etichetta IA verrà lanciata gradualmente a luglio per Google Ads, Display & Video 360, Campaign Manager 360, Merchant Center e Ads Editor. L’implementazione risponde a una pressione normativa che ormai ha coordinate precise: le normative sull’IA nell’Unione Europea, in India e a New York richiedono che gli annunci con asset generati o modificati dall’intelligenza artificiale includano dichiarazioni e segnalazioni visibili per il consumatore. Siamo di fronte a un obbligo, non a un esercizio volontario di buona comunicazione. Ma è proprio qui che la metrica si incrina.

L’illusione della trasparenza automatica

Il nodo sta tutto nella differenza tra ciò che viene etichettato in automatico e ciò che viene dichiarato. Solo gli annunci creati con gli strumenti di intelligenza artificiale generativa di Google ricevono un’etichettatura automatica. È una scelta architetturale con conseguenze misurabili: se costruisci i tuoi asset con Performance Max, con le generative AI di Demand Gen o con qualsiasi altro strumento del stack proprietario, l’etichetta scatta in modo deterministico, senza che tu debba alzare un dito. Se invece utilizzi un tool di terze parti — un generatore di immagini esterno, un copilot per il copy, una piattaforma video con sintesi automatica — l’intero meccanismo si sposta su un binario completamente diverso: Google si affida all’autodichiarazione degli inserzionisti. E, come riportato dalla stessa fonte, non effettuerà alcuna verifica indipendente per determinare se quanto dichiarato corrisponde al vero.

L’asimmetria è immediata e ha implicazioni forti sulla misurabilità. Un report che aggrega “annunci con etichetta IA” non sta misurando quanti annunci contengano effettivamente asset generati dall’IA: sta misurando quanti annunci sono stati prodotti con strumenti Google più una quota variabile di annunci per i quali un inserzionista ha scelto — per compliance, per zelo o per scelta strategica — di attivare manualmente l’etichetta. Le due popolazioni non sono commensurabili. La prima è un conteggio tecnico e automatico; la seconda è un atto volontario, soggetto a dimenticanze, interpretazioni variabili del perimetro normativo e, in alcuni casi, a calcoli di convenienza competitiva. Sommarle in un unico indicatore significa produrre una metrica che ha la precisione di un conteggio deterministico ma l’affidabilità di un sondaggio senza controlli incrociati.

Il paradosso dei dati è questo: l’etichetta IA, nata per aumentare la trasparenza, rischia di diventare l’ennesimo vanity metric se letta senza stratificare la fonte. Per un analyst o un marketing scientist che deve giustificare la spesa con i numeri, la variabile “modalità di attribuzione dell’etichetta” diventa una covariata indispensabile. Senza quella distinzione, qualsiasi serie storica o benchmark comparativo tra piattaforme sarà inquinato da un effetto di selezione endogeno: l’ecosistema Google apparirà sistematicamente più trasparente non perché lo sia di più, ma perché la sua trasparenza è non discrezionale. Eppure, non è solo una questione tecnica: è il riflesso di come le piattaforme competono sulla fiducia, cercando ciascuna di definire il perimetro della trasparenza in modo funzionale al proprio stack tecnologico.

La rincorsa che sa di déjà‑vu

Se l’etichetta è così porosa, perché Google insiste proprio ora? La risposta sta in un inseguimento normativo e competitivo che ha il sapore dell’ironia. L’azienda che ha sviluppato SynthID già nel 2023, un sistema di watermarking pensato per tracciare i contenuti sintetici, arriva all’appuntamento con la trasparenza pubblicitaria con due anni di ritardo rispetto a Meta. È stata proprio la casa madre di Facebook, nell’aprile 2024, a spostare l’asticella dall’approccio repressivo — la rimozione dei media manipolati — a quello dichiarativo, iniziando ad aggiungere etichette “AI info” ai contenuti organici e pubblicitari. Una virata che, all’epoca, suscitò più di un sopracciglio alzato: etichettare invece di rimuovere significava accettare un principio di delega all’inserzionista che oggi Google replica quasi alla lettera.

L’ironia sta nel fatto che un gigante dell’IA, con risorse di ricerca e strumenti di watermarking proprietari, scelga di seguire la strada tracciata da un competitor che sull’intelligenza artificiale generativa ha avuto un percorso più tormentato e intermittente. E lo fa copiando proprio quell’elemento di fragilità — l’autodichiarazione senza verifica — che rende il sistema vulnerabile. La domanda, a questo punto, sorge spontanea: se l’etichetta è auto-dichiarata, chi controlla? E con quali strumenti? La presenza di SynthID nell’arsenale di Google suggerisce che la capacità tecnica di una verifica più robusta esiste, ma non viene applicata al di fuori del perimetro proprietario. Una scelta che ha una sua logica di prodotto ma che lascia aperto un interrogativo sulla reale volontà di chiudere il cerchio.

Cosa resta fuori dal perimetro

La domanda è già sul tavolo, ed è una domanda di sistema. Se il meccanismo si regge sull’onestà senza verifica, cosa succede quando un inserzionista sbaglia in buona fede l’interpretazione del requisito? O quando, in modo meno ingenuo, decide di non dichiarare l’uso di IA per evitare un potenziale stigma ancora tutto da misurare negli studi di brand lift? Al momento, nessuna sanzione nota è associata alla mancata autodichiarazione per i tool di terze parti. Il rischio non è soltanto l’under-reporting: è la creazione di un incentivo implicito — ma economicamente razionale — a far transitare la produzione creativa attraverso l’ecosistema che garantisce l’etichettatura automatica, non perché qualitativamente superiore, ma perché scarica sull’inserzionista l’onere della trasparenza, trasformandolo in un costo zero di compliance.

E questo ci riporta al punto di partenza: la metrica che manca. In un ecosistema dove la trasparenza è parzialmente automatizzata, parzialmente dichiarata e per nulla verificata, l’indicatore “numero di etichette IA” smette di essere una misura di outcome e diventa una misura di processo — per giunta asimmetrica. La vera domanda non è quante etichette vedremo comparire nei report del prossimo trimestre, ma quale fiducia possiamo riporre in un sistema che, per progettazione, produce conteggi non confrontabili tra loro. Forse l’indicatore da inseguire, per chi fa misurazione, non è il volume assoluto delle etichette ma il delta tra “fiducia dichiarata” e “fiducia verificata” — un differenziale che oggi nessuna dashboard riporta e che resterà invisibile finché continueremo a scambiare la visibilità dell’etichetta per la sostanza della trasparenza.