Un paper arXiv rileva bias sfruttando il rollout di AI Overviews e Wikipedia multilingue

Nei giorni scorsi, qualcuno ha aggiornato senza clamore un paper su arXiv. Nessun giornale lo ha ripreso. Eppure, dentro c’è un numero che dovrebbe far rivedere il piano media: -5,45%. Il documento, firmato da Mehrzad Khosravi e Hema Yoganarasimhan, era stato sottomesso il 5 febbraio 2026 e l’ultima revisione è del 2 settembre.

Il numero che sposta il piano media

Per chi gestisce campagne, il dato è questo: la disponibilità predefinita di Google AI Overviews ha ridotto il traffico di ricerca in inglese verso Wikipedia del 5,45%. In un secondo confronto, basato sulle versioni tedesca e francese, la riduzione stimata è del 4,82%. Non è una correlazione tirata per i capelli: gli autori hanno sfruttato il rollout geografico scaglionato di AI Overviews e la struttura multilingue di Wikipedia con un design difference-in-differences, confrontando i referral di ricerca esterni mensili verso gli articoli in inglese con quelli verso gli stessi articoli in tedesco e francese.

Il contesto rende il benchmark più concreto. Google ha lanciato AI Overviews negli Stati Uniti già a maggio 2024 e ha poi annunciato l’espansione in più di 100 paesi e territori. Quando un prodotto di questo tipo diventa predefinito, il traffico non si ridistribuisce per caso: si sposta. Ma il -5,45% medio da solo non spiega perché sparisce.

Il click che non scatta

Il -5,45% è solo la media: dentro c’è un comportamento di click che spiega tutto. Secondo una rilevazione del Pew Research Center, gli utenti che hanno incontrato un riepilogo AI hanno cliccato su un link tradizionale dei risultati di ricerca nell’8% delle visite, mentre quelli che non lo hanno incontrato hanno cliccato quasi il doppio: 15% delle visite. Tradotto per chi pianifica: quando l’AI risponde direttamente, il risultato organico resta in pagina ma perde la sua funzione di gateway. Il click non scatta.

La Wikimedia Foundation aveva già registrato un calo di circa l’8% delle visualizzazioni umane rispetto agli stessi mesi del 2024, e lo attribuiva ai riassunti di ricerca basati sull’IA che rispondono direttamente alle query usando contenuti di Wikipedia. In altre parole, il motore estrae il valore dai contenuti della piattaforma e lo restituisce come risposta sintetica, senza necessariamente restituire la visita. È il cuore del problema: l’impressione si ferma prima del referral.

Se il click organico si dimezza, chi cerca visibilità deve chiedersi dove si è spostato il valore. Non è una questione teorica: è una questione di contabilità dei canali, perché ogni visita che non arriva da Google è una visita che non entra nel funnel.

Dove va il budget se il referral evapora

Non è solo Wikipedia. Uno studio di TollBit ha rilevato che i siti di notizie e i blog ricevono il 96% in meno di traffico di riferimento dai motori di ricerca AI rispetto alla ricerca tradizionale di Google. ChatGPT di OpenAI e Perplexity inviano molto meno traffico agli editori rispetto alla ricerca tradizionale.

Per chi gestisce budget, il segnale è chiaro: il traffico organico dalla ricerca tradizionale sta diventando un asset in declino. Non è un invito ad abbandonare la SEO, ma a rivedere l’allocazione. Se il referral da Google Search per notizie e blog può contrarsi in modo così netto, i modelli di attribuzione che separano SEO e paid vanno ricalibrati: la quota di traffico che prima arrivava senza costi diretti oggi va presidiata con campagne a pagamento, con costi che prima non erano previsti nel piano.

La domanda aperta non è se spostare budget, ma quanto spostarne prima che il -5,45% diventi la normalità del mercato. Per chi pianifica campagne: rivedere oggi l’allocazione tra SEO e paid significa non farsi trovare impreparati quando il -5,45% sarà il nuovo benchmark. Chi aspetta di vedere il calo nei propri analytics, di solito arriva dopo che il benchmark è già diventato strutturale.