Dentro gli algoritmi che organizzano internet

Quando diciamo “l’algoritmo” di internet stiamo comprimendo in una sola parola sistemi molto diversi. Google non ordina i risultati come TikTok ordina i video; un marketplace non classifica prodotti con gli stessi obiettivi di una piattaforma pubblicitaria. Internet è attraversato da famiglie di algoritmi che selezionano, classificano, prevedono e filtrano.

Capire questa differenza serve anche a evitare una fantasia molto diffusa: non esiste una macchina unica che decide ciò che vediamo. Esistono sistemi costruiti da organizzazioni diverse, ottimizzati per obiettivi diversi e alimentati da segnali diversi.

Un algoritmo è una procedura, non una volontà

Nel senso più generale, un algoritmo è una sequenza di regole o operazioni che trasforma input in output. Nel web moderno però molti sistemi non sono composti soltanto da regole scritte a mano: includono modelli statistici e di machine learning.

Questo non li rende indipendenti. Qualcuno decide quali dati usare, quali obiettivi misurare, quali vincoli imporre e quale errore è accettabile. L’automazione sposta la decisione, non la elimina.

Ricerca: ordinare documenti rispetto a una domanda

Un motore di ricerca deve capire la query, recuperare possibili risultati e ordinarli per utilità stimata. Google spiega che i suoi sistemi di ranking utilizzano molti segnali e sistemi differenti e che lavorano principalmente a livello di pagina. Non esiste quindi un singolo “algoritmo Google” immutabile.

Per approfondire questo caso specifico c’è la nostra guida su come funziona il ranking di Google.

Feed e raccomandazioni: prevedere che cosa potrebbe interessarti

Nei feed il problema è diverso: il sistema dispone di un grande insieme di contenuti possibili e deve stimare quali hanno maggiori probabilità di produrre una risposta utile secondo le metriche della piattaforma.

I sistemi di raccomandazione possono combinare cronologia, caratteristiche del contenuto, relazioni tra utenti e segnali contestuali. Una fase recupera candidati, un’altra assegna punteggi, un’altra ancora applica vincoli o diversificazione.

Ranking significa trasformare valori in ordine

Quando un sistema assegna un punteggio e ordina gli elementi, sta effettuando un ranking. Il punto cruciale è che il punteggio non è “importanza” in senso assoluto: rappresenta ciò che il sistema è stato progettato per stimare.

Una piattaforma può ottimizzare probabilità di clic, tempo di visione, acquisto, soddisfazione o una combinazione di obiettivi. Per questo capire un algoritmo significa chiedere quale comportamento sta cercando di prevedere o incentivare. La nostra pagina sugli algoritmi di ranking entra nel dettaglio di questo passaggio.

Pubblicità: prevedere valore e probabilità

Nelle aste pubblicitarie digitali il sistema deve decidere quale annuncio mostrare e a chi, combinando offerta economica, probabilità di azione, pertinenza e regole della piattaforma. Il risultato non dipende soltanto da chi paga di più.

Qui dati comportamentali e modelli predittivi trasformano l’attenzione in un mercato calcolabile. È uno dei legami più diretti tra algoritmi ed economia dell’attenzione.

Moderazione e sicurezza aggiungono un altro livello

Prima o dopo il ranking possono intervenire sistemi che classificano spam, contenuti rischiosi o violazioni. Un contenuto può quindi essere permesso ma non idoneo alla raccomandazione, oppure essere limitato per ragioni indipendenti dalla sua popolarità.

Questa distinzione è importante per comprendere fenomeni spesso descritti genericamente come “shadow banning”: riduzione della distribuzione, moderazione e ranking non sono necessariamente la stessa cosa.

Gli algoritmi non sono neutrali perché gli obiettivi non lo sono

Un sistema può essere matematicamente coerente e produrre comunque effetti discutibili. Se ottimizza una metrica, tenderà a favorire ciò che aumenta quella metrica, salvo vincoli contrari. Diversità, qualità, sicurezza e interesse pubblico devono essere introdotti nel progetto: non emergono automaticamente.

Il modo più utile di guardare agli algoritmi di internet è quindi smettere di chiedere “che cosa vuole l’algoritmo?” e iniziare a chiedere: chi ha definito l’obiettivo, quali segnali vengono misurati e che cosa succede quando quella misura diventa una regola del sistema.