Quando NON usare l'AI nel marketing

Nella lezione precedente hai visto i rischi generali dell'AI marketing usata senza criterio: contenuti omogenei, perdita di fiducia, possibili penalizzazioni. Questa lezione va un passo oltre e diventa operativa: non "come usare l'AI con più attenzione", ma in quali situazioni specifiche è meglio non usarla affatto, o usarla solo in un ruolo molto limitato.

## In breve

Non esiste una lista universale e definitiva di "cose che l'AI non deve mai fare", dipende dal contesto, dal settore e da quanto è in gioco. Esistono però criteri ricorrenti per riconoscere questi casi: quando le conseguenze di un errore sono gravi (contenuti YMYL, ambiti legali o regolamentati), quando il valore del contenuto dipende da un'esperienza vissuta che l'AI non ha, quando la comunicazione crea un impegno vincolante verso il cliente, e quando il contenuto punta a costruire una connessione emotiva autentica.

Che cos'è (e cosa NON è)

Questa lezione non sostiene che l'AI vada evitata nel marketing in generale, il resto del corso mostra il contrario. Sostiene che esistono situazioni specifiche in cui il rapporto tra rischio e beneficio si ribalta, e in cui affidarsi all'AI senza un controllo molto stretto (o senza usarla affatto) è la scelta più responsabile. Non è nemmeno una lista di divieti assoluti: quasi sempre la soluzione non è "mai l'AI" ma "l'AI solo come supporto, con revisione umana obbligatoria e non negoziabile".

Come funziona

Il criterio più solido arriva dalle stesse linee guida che Google usa per valutare la qualità dei contenuti. Le pagine YMYL ("Your Money or Your Life"), pagine YMYL, vengono valutate con standard più severi, perché il costo di un'informazione sbagliata è più alto. revisione umana qualificata, un affiancamento umano che l'AI da sola non può sostituire, indipendentemente da quanto sia accurato il testo generato.

Un secondo criterio riguarda l'esperienza diretta. esperienza reale (E-E-A-T): una recensione di un prodotto scritta da chi lo ha davvero usato contiene dettagli che un testo basato solo sulla scheda tecnica non può includere. È lo stesso principio visto nel corso SEO gratuito a proposito di first-hand expertise e ricerca originale: per questo tipo di contenuto, l'AI può aiutare nella forma, ma non può sostituire l'esperienza che dà sostanza al testo.

Un terzo criterio, spesso sottovalutato, è quello legale. Le comunicazioni che creano un impegno vincolante verso il cliente, condizioni, garanzie, risposte di assistenza che promettono qualcosa, comportano una responsabilità che resta dell'azienda anche quando il testo è stato generato da un sistema automatico. responsabilità legale AI: se il contenuto generato contiene un'informazione sbagliata su prezzi, garanzie o obblighi contrattuali, le conseguenze restano legali, non solo reputazionali.

Un quarto criterio è emotivo. Come visto nella lezione precedente, contenuti emotivi e AI, un effetto che riguarda in modo specifico lo storytelling personale, i messaggi di ringraziamento, le comunicazioni in momenti di crisi o le testimonianze del fondatore.

## Perché conta

Ignorare questi criteri non produce solo un contenuto mediocre: può tradursi in un contenuto che danneggia attivamente la fiducia (nei casi emotivi), in un rischio legale concreto (nei casi vincolanti), o in una penalizzazione nei sistemi di ricerca che valutano E-E-A-T (nei casi YMYL). Sono tre conseguenze di natura diversa, ma condividono la stessa causa: aver trattato come intercambiabili contenuti che, per la loro natura, richiedono un contributo umano che l'AI non può fornire da sola.

## Esempio lampante

### Contesto

uno studio di consulenza finanziaria per piccole imprese (esempio ipotetico) vuole pubblicare un articolo su LinkedIn a firma del fondatore.

### INPUT

Il team marketing scrive un prompt con i punti chiave, anni di esperienza, un aneddoto generico sui "primi clienti difficili", e usa l'AI per generare un post in prima persona, in stile ispirazionale, che il fondatore pubblica quasi senza modifiche.

### ANALISI

Il post riguarda due ambiti sensibili insieme: è un contenuto finanziario (quindi YMYL, con standard più severi su chi lo firma) ed è scritto in prima persona con tono emotivo, il contesto in cui l'effetto di minore autenticità percepita è più marcato. Il fondatore non riconosce nel testo il proprio modo di raccontare l'episodio, e alcuni commenti dei follower notano un tono "che non sembra suo".

### DECISIONE

Il team cambia processo: il fondatore registra un breve audio raccontando l'aneddoto con parole sue, l'AI viene usata solo per trascrivere e proporre una struttura del testo, ma ogni frase viene poi riscritta o confermata direttamente dal fondatore prima della pubblicazione, che aggiunge anche un dettaglio verificabile (il nome del settore del cliente, senza dati sensibili) a supporto della credibilità.

### OUTPUT

Un testo più breve del primo tentativo, meno "levigato", ma riconoscibile come autentico dai follower che conoscono già il fondatore, e coerente con gli standard più severi richiesti a un contenuto che tocca temi finanziari.

Come farlo

1. Prima di affidare un contenuto all'AI, chiediti: riguarda salute, denaro, sicurezza legale o argomenti YMYL simili? Se sì, serve comunque una revisione umana con competenze reali, con nome e credenziali visibili.
2. Chiediti se il valore del contenuto dipende da un'esperienza diretta che solo una persona può fornire: se sì, l'AI può aiutare nella forma, non nella sostanza.
3. Verifica se il testo crea un impegno vincolante verso il cliente, prezzi, garanzie, condizioni: in questo caso, la revisione umana non è un'opzione, è una tutela legale.
4. Se il contenuto punta a costruire una connessione emotiva autentica, storytelling personale, messaggi in momenti delicati, dai priorità a un contributo umano riconoscibile, anche se l'AI resta uno strumento di supporto nella stesura.
5. In caso di dubbio, tratta il contenuto come se richiedesse un controllo umano: il costo di una revisione in più è quasi sempre inferiore al costo di un errore in questi contesti.

## Errori comuni

Trattare "YMYL" come un'etichetta solo per siti medici o finanziari di grandi dimensioni. Si applica a qualsiasi contenuto, anche di una piccola attività, che possa influenzare decisioni su salute, denaro o sicurezza di chi legge.

Affidare all'AI le risposte di assistenza clienti che promettono qualcosa di specifico, senza controllo umano su cosa viene effettivamente promesso. È uno degli ambiti dove il rischio legale è più concreto e meno intuitivo per chi lavora nel marketing.

Confondere "l'AI scrive meglio di me" con "l'AI può firmare al posto mio"

Anche quando il testo generato è tecnicamente valido, in un contenuto YMYL o personale manca comunque il contributo che ne giustifica la firma.

Pensare che il problema riguardi solo la qualità del testo, non chi lo firma

In molti dei casi visti in questa lezione, il problema non è "il testo è scritto male", ma "chi legge scopre che non l'ha scritto davvero chi dice di averlo scritto".

Quando l'AI, invece, funziona bene

Per contenuti operativi, informativi o a basso rischio, descrizioni tecniche di prodotto basate su specifiche oggettive, prime bozze di contenuti che saranno comunque rivisti a fondo, contenuti interni, analisi di dati, l'AI resta uno strumento efficace senza le riserve viste in questa lezione: è proprio l'assenza di questi quattro criteri (YMYL, esperienza diretta, impegno vincolante, carico emotivo) a rendere l'uso dell'AI meno rischioso.

## In sintesi

Esistono almeno quattro criteri concreti per capire quando evitare (o limitare fortemente) l'uso dell'AI nel marketing: contenuti YMYL che richiedono revisione umana qualificata, contenuti che dipendono da un'esperienza diretta non replicabile dall'AI, comunicazioni che creano un impegno vincolante verso il cliente, e contenuti a forte carico emotivo dove l'autenticità percepita conta più della qualità tecnica del testo. In tutti questi casi, la risposta raramente è "mai l'AI": è quasi sempre "l'AI solo come supporto, con un contributo umano non negoziabile".

## Cosa imparare dopo

Dopo aver visto i rischi e i limiti, l'ultima lezione del corso guarda avanti: futuro marketing AI, separando ciò che i dati mostrano già da ciò che resta, per ora, previsione.