Google ha messo un’etichetta sugli annunci IA

Google introduce etichette per gli annunci generati con intelligenza artificiale

Un paradosso definisce questo momento: gli strumenti di intelligenza artificiale generativa producono gli annunci più performanti in termini di click-through e conversione che il settore abbia mai visto, eppure mai come ora gli utenti dubitano di ciò che vedono. La metrica tradizionale segnala un successo; la percezione dell’audience potrebbe raccontare una storia diversa. Google risponde con un’etichetta, ma la vera questione irrisolta è se qualcuno misurerà l’effetto di quella trasparenza sulla fiducia. Nei giorni scorsi, con un annuncio datato 9 luglio 2026, Mountain View ha introdotto una dichiarazione di trasparenza per annunci IA, ma il problema è più profondo: abbiamo metriche per l’efficienza immediata, non per l’erosione graduale della credibilità che un ecosistema saturo di contenuti sintetici potrebbe generare.

L’illusione della performance

Il problema non è nuovo. Già nel settembre 2023, Google aveva annunciato una politica che imponeva la divulgazione obbligatoria per gli annunci politici generati con IA. L’ambito elettorale era il canarino nella miniera: un contesto dove la distorsione della realtà non è un effetto collaterale accettabile, ma un rischio sistemico. Eppure, al di fuori di quella nicchia regolata, il resto dell’ecosistema pubblicitario ha continuato a ottimizzare per i segnali sbagliati. Un annuncio generato dall’IA può produrre un tasso di conversione superiore semplicemente perché il modello ha imparato a replicare pattern visivi e testuali che innescano una risposta impulsiva, senza che questo implichi un incremento reale dell’intenzione d’acquisto o, tantomeno, della fedeltà al brand.

Il limite metodologico è evidente: le metriche last-click e i tassi di conversione misurano l’azione immediata, non la qualità della relazione. Quando un utente scopre che l’immagine di un prodotto o la recensione che lo ha convinto sono state sintetizzate da un modello generativo, l’attribuzione del valore reale di quella conversione diventa problematica. Non abbiamo un holdout test che isoli l’effetto della trasparenza sulla propensione all’acquisto ripetuto. Non abbiamo un modello di marketing mix che includa la variabile “fiducia percepita”. Fino a oggi, l’unica metrica che contava era il click. Ma da questa settimana, My Ad Center ospita un nuovo segnale.

La trasparenza come nuovo segnale

Il 9 luglio 2026, Google ha aggiunto un pannello “How this ad was made” a My Ad Center, che rivela quando strumenti di IA generativa sono stati utilizzati per creare o modificare annunci su Search, YouTube e Discover. La mossa ha un tempismo strategico: arriva ventiquattro giorni prima della scadenza per l’adeguamento ai requisiti europei, come riportato da analisi di settore. Si tratta di un dato potenzialmente trasformativo. Per un analyst, l’esistenza di un flag binario — “questo annuncio contiene elementi generati dall’IA” — rappresenta una variabile categorica che, se esposta in modo consistente, potrebbe essere incrociata con i dati di performance. Immaginate un test geo-split: regioni dove l’etichetta è visibile contro regioni dove non lo è, misurando la differenza non solo nel click-through rate, ma nel customer lifetime value a sei mesi.

L’annuncio di Google introduce due meccanismi distinti. Per gli annunci creati direttamente con i suoi strumenti di IA generativa, l’azienda aggiungerà automaticamente una dichiarazione di trasparenza nel pannello My Ad Center di ogni annuncio. Per gli annunci creati altrove, viene introdotto un controllo che permette agli inserzionisti di indicare facilmente se hanno usato IA generativa. Questo secondo punto è critico: il sistema si basa sull’autodichiarazione dell’inserzionista. L’assunzione forte qui è che gli advertiser non abbiano incentivi a omettere l’informazione per evitare un potenziale calo di performance. Il metodo ha un limite evidente: senza una verifica indipendente, il segnale è rumoroso. La qualità del dato dipende dalla compliance volontaria, e sappiamo per esperienza che i self-reported data nell’advertising sono soggetti a bias di desiderabilità.

Dal punto di vista della misurazione, il pannello “How this ad was made” potrebbe diventare un sostituto imperfetto ma utile per stimare il “trust discount” applicato dagli utenti. Se un numero sufficiente di inserzionisti attivasse l’etichetta, un marketing scientist potrebbe progettare un modello di attribuzione che pesa le conversioni in base alla presenza della dichiarazione, cercando di isolare l’incrementalità reale al netto della trasparenza. Non si tratta più solo di sapere che un annuncio è stato creato con l’IA generativa; si tratta di trasformare quella consapevolezza in un input misurabile. Resta da capire se gli inserzionisti abbracceranno questa trasparenza o cercheranno di aggirarla, e come questo influenzerà le loro performance nel medio periodo.

Chi controllerà il controllore?

Mentre Google muove le sue pedine, l’industria non sta a guardare: a gennaio 2026, l’IAB ha pubblicato il primo framework di trasparenza e divulgazione sull’IA. L’Interactive Advertising Bureau ha così creato un punto di riferimento che va oltre la singola piattaforma, tentando di standardizzare ciò che “trasparenza” significa in un contesto pubblicitario sempre più mediato da modelli generativi. Il framework IAB non è vincolante, ma pone le basi per un linguaggio comune. Resta però una domanda aperta, forse la più scomoda: quando avremo metriche standard per valutare se un’etichetta di trasparenza aumenta o diminuisce la fiducia dell’utente? L’AI Act europeo incombe, ma la regolamentazione tende a definire obblighi di comunicazione, non a prescrivere metodologie di misurazione degli effetti di quella comunicazione. Ora che abbiamo l’etichetta, la vera sfida è misurare se la fiducia si traduce in valore — e nessuno ha ancora costruito il dashboard per farlo.