Un ricercatore che ha riempito un sito web con 50.000 statistiche interamente inventate afferma che ChatGPT cita ancora i numeri falsi sette mesi dopo, anche dopo che Google ha effettivamente cancellato il sito dai suoi risultati. L'esperimento, dettagliato in un post sul blog di Metehan Yesilyurt, un ricercatore GEO presso la società di visibilità dell'intelligenza artificiale Peec AI, è balzato sulla prima pagina di Hacker News martedì, attirando centinaia di punti e un vivace thread di commenti.
Il post, pubblicato per la prima volta all'inizio di ottobre, descrive come Yesilyurt ha acquistato un dominio nuovo di zecca, stateglobe.com, e ha utilizzato GPT-4.1 per generare 50.000 pagine statistiche in un solo giorno, presumibilmente coprendo SEO, content marketing, social media, e-commerce e tecnologia web in 200 paesi. Ogni numero è stato inventato. "Non ne ho mai controllato uno solo", ha scritto. Per maggiori informazioni su questa storia, consulta la nostra notizie sull'IA.
Una fabbrica di disinformazione da 50 dollari
Il costo totale dell'esperimento è stato di circa 50 dollari: circa 30 dollari per costruire e pubblicare il sito di statistiche su un modello di web design AI di base, più circa 20 dollari in più per 15.000 elenchi generati dall'intelligenza artificiale aggiunti in seguito. Il sito non è mai stato inteso come una proprietà reale: era un'indagine su come la moderna ricerca basata sull'intelligenza artificiale decide cosa conta come fonte affidabile.
L'ispirazione è venuta da una ricerca di lunga data sulla base del LLM, e in particolare da uno studio illuminante Seer Interactive pubblicato nell'agosto 2025. L'ipotesi di Yesilyurt era schietta: poiché editori e operatori di marketing producono sempre più contenuti urgenti con LLM, questi modelli devono cercare nel web dati apparentemente autorevoli per colmare le lacune nelle loro conoscenze di formazione - e le pagine statistiche sono esattamente il formato che raggiungono.
Google l'ha sepolto. ChatGPT no.
Il trattamento divergente da parte delle due piattaforme è il risultato principale dell'esperimento. Su Google, le fortune del sito sono crollate quasi immediatamente. Dopo due aggiornamenti del ranking di ricerca successivi al lancio, la visibilità è crollata e le pagine indicizzate hanno registrato tra le 5 e le 20 impressioni per mesi: il colosso della ricerca ha effettivamente deindicizzato un sito che sembra aver contrassegnato come spam di basso valore.
ChatGPT si è comportato diversamente. Secondo i dati di scansione di Cloudflare citati nel post, stateglobe.com ha ricevuto più di 600.000 richieste di bot solo negli ultimi 30 giorni, di cui circa 72.000 provenivano da ChatGPT-User, l'agente che ChatGPT utilizza per recuperare le pagine in tempo reale mentre risponde alla domanda di un utente. Quelli non sono crawl di addestramento; ognuno rappresenta ChatGPT che apre una falsa pagina di statistiche per rispondere a una query in tempo reale. Nei sette mesi di vita del sito, Yesilyurt conta più di 10.000 sessioni AI riferite al dominio.
I numeri sono fuggiti nel mondo reale
Ancora più preoccupante è dove viaggiavano le figure inventate. Secondo i dati di Ahrefs e Semrush citati nel post, il sito ha attirato collegamenti da oltre 330 domini di riferimento, tra cui Shopify, DHL e Bluehost. Yesilyurt scrive che le sue statistiche inventate sono finite anche in un articolo accademico e nella ricerca sugli investimenti di una banca - le esatte conseguenze a valle che si proponeva di dimostrare: le risposte dell'intelligenza artificiale vengono copiate e incollate in mazzi, articoli e rapporti, riciclando numeri inventati in citazioni apparentemente autorevoli.
Il sito è rimasto online e raggiungibile al momento della stesura di questo articolo, il che significa che le citazioni ChatGPT potrebbero ancora accumularsi.
Non è uno studio rigoroso: in base alla progettazione
L'esperimento ha limiti evidenti e Yesilyurt non pretende il contrario. Si tratta di un caso di studio su un singolo sito con misurazioni auto-riportate, il dominio è stato promosso pubblicamente come esperimento lungo il percorso e gli esatti fattori di ranking utilizzati da Google per seppellire il sito non possono essere isolati dall'esterno. La discussione su Hacker News, in cui martedì il post ha ottenuto 284 punti e più di 160 commenti, è diventata rapidamente uno dei thread più letti della giornata. Yesilyurt attribuisce anche credito al lavoro precedente su come si comporta l'indice di ricerca di ChatGPT, indirizzando i lettori alla ricerca sull'indice ChatGPT di uno sviluppatore noto come Tomek come contesto per spiegare perché un dominio deindicizzato da Google può rimanere saldamente all'interno dell'indice da cui effettivamente attinge il recupero live di ChatGPT.
Perché è importante per la ricerca AI
L'esperimento è uno stress test dell'ottimizzazione del motore generativo, la pratica in rapida crescita di ottimizzare i contenuti per essere citati dai motori di risposta AI, nota come GEO. Gran parte del settore GEO si concentra sull’inclusione di un marchio nella risposta dell’intelligenza artificiale; Il punto di Yesilyurt è che il momento più importante arriva dopo, quando gli utenti prendono l'output e lo ripubblicano.
Si trova anche nel mezzo di un crescente controllo su come gli assistenti di intelligenza artificiale gestiscono il fondamento fattuale. I motori di ricerca hanno trascorso due decenni a costruire difese anti-spam sintonizzate sui segnali di posizionamento; gli assistenti conversazionali che recuperano le pagine su richiesta ereditano questi punti deboli senza necessariamente ereditare le difese. Un sito che Google classifica come spazzatura può comunque sembrare un database statistico a un sistema di recupero che vede principalmente una pagina pulita piena di numeri sicuri.
Per gli editori la conclusione è scomoda: la distribuzione basata sull’intelligenza artificiale può premiare esattamente il contenuto che le sanzioni di ricerca tradizionali sopprimerebbero. Per gli utenti, l’esperimento ricorda che una statistica con una fonte dal suono specifico allegata potrebbe essere stata inventata per il prezzo di una cena da asporto. E per i laboratori di intelligenza artificiale, si tratta di un ulteriore punto di dati per cui i motori di risposta hanno bisogno di segnali di provenienza e consenso più forti prima che la citazione diventi la valuta dell’era della ricerca di intelligenza artificiale.
_Questo articolo è basato sul post del blog di Peec AI di Metehan Yesilyurt e sulla discussione su Hacker News. Le affermazioni descritte sono misurazioni riportate dal ricercatore dai dati Cloudflare, Ahrefs e Semrush._
---
Rimani Aggiornato sull'IALe ultime notizie, analisi e scoperte sull'intelligenza artificiale — tutto in un posto.
Leggi altre notizie sull'IA →
