Dichiarare l'uso dell'AI in un prodotto digitale: come decidere con il framework PACED

Chi progetta un prodotto con funzioni generative prima o poi incontra la stessa domanda: va scritto che a produrre quel testo, quell'immagine o quella risposta è stata un'AI? Il 25 settembre 2026 Taylor Dykes di Nielsen Norman Group ha pubblicato un articolo che non risponde con un principio generale, ma con un metodo di valutazione chiamato PACED.

Il paradosso della dichiarazione

Il punto di partenza è una contraddizione che l'articolo chiama disclosure paradox. Nello studio di Siavosh Sahebi, Paul Formosa e Sarah Bankins, i testi attribuiti all'AI sono stati giudicati meno affidabili e meno autentici, pur con partecipanti che ritenevano importante la dichiarazione. Jingchao Fang e colleghi hanno osservato che chi scrive considera la dichiarazione necessaria molto meno di chi legge.

Nascondere l'uso dell'AI, però, non sembra una via sicura. Secondo la ricerca di Oliver Schilke e Martin Reimann citata da NN/g, quando l'uso viene scoperto da terzi la reazione negativa è più forte rispetto a una dichiarazione fatta in proprio.

Il quadro empirico non è uniforme. Lorena Licenji e Julian Hoxha hanno esaminato 47 studi sulla dichiarazione dell'AI nelle notizie: solo 10 isolavano davvero l'effetto della dichiarazione, e non trovavano un calo di fiducia o credibilità costante. In un esperimento sul gioco della fiducia, Zoe Purcell ha rilevato che la dichiarazione non riduceva né la somma inviata né il giudizio sull'affidabilità dell'altra persona.

I cinque fattori

Policy. Serve capire se la dichiarazione è obbligatoria per legge, per regole interne o per una piattaforma. L'articolo cita l'AI Act europeo, in vigore da agosto 2026, che richiede la dichiarazione in casi specifici. Alcune piattaforme applicano etichette automatiche, e in quel caso dichiarare per primi evita di farsi etichettare da altri.

Audience. L'atteggiamento del pubblico verso la tecnologia conta. Schilke e Reimann hanno trovato che la penalizzazione era minore tra chi ha un'opinione più favorevole della tecnologia, senza però sparire del tutto.

Context. Conta quanto il contributo umano fa parte del valore percepito. Le reazioni negative sono più forti quando la comunicazione punta su sincerità, creatività o vicinanza personale, più lievi nei contenuti transazionali come un promemoria per un appuntamento. Nella ricerca di Zhuoyan Li dichiarare la generazione abbassava le valutazioni di saggi e racconti, mentre dichiarare la revisione le abbassava solo per i racconti. Hiroki Nakano ha rilevato che i punteggi calavano al crescere della quota di AI dichiarata, e di più quando l'AI aveva aiutato in un testo interpersonale.

Expectations. Bisogna chiedersi se il pubblico si aspetta la dichiarazione, in base alle norme del settore o dell'organizzazione. NN/g ricorda il principio "you are not the user": le nostre ipotesi possono non coincidere con quelle di chi usa il prodotto.

Degree of AI use. Ritoccare un testo è diverso dal generarlo per intero. Più l'AI ha contribuito, più ha senso dichiarare, perché altrimenti il lavoro può essere attribuito male, ma la dichiarazione può costare in reputazione. Questo compromesso l'articolo lo lascia aperto.

Come usarlo in una decisione di prodotto

Gli esempi che seguono sono miei e servono a mostrare come applicare i fattori, non vengono dall'articolo di NN/g.

Prendi un chatbot di assistenza. Il contesto è transazionale, quindi la dichiarazione pesa poco sulla percezione di autenticità. Il grado di AI è alto, perché risponde quasi tutto la macchina. Qui una dichiarazione chiara e discreta all'inizio della conversazione ha buone ragioni, e va comunque verificato cosa impongono la policy e la normativa applicabile.

Prendi invece una funzione "riscrivi con AI" in un editor. L'utente sa di aver premuto il pulsante e decide lui cosa pubblicare, quindi il grado di uso è visibile nel gesto stesso. Un'etichetta permanente potrebbe pesare più di quanto informi.

Un terzo caso è un'immagine generata in una pagina prodotto o nei social di un brand. NN/g cita lo studio di Jasper David Brüns e Martin Meißner, in cui un'immagine generata dall'AI e dichiarata dentro post di un brand abbassava autenticità e credibilità percepite. Nel contesto commerciale il costo di reputazione va messo sul piatto, insieme al rischio, richiamato sopra, di essere scoperti.

In tutti e tre i casi la risposta cambia perché cambiano i fattori. È il senso del framework: non una regola unica, ma cinque domande da porsi ogni volta e da documentare, così la scelta si può motivare se qualcuno la contesta.

Cosa il framework non risolve

PACED aiuta a decidere se e quanto dichiarare. Come farlo nell'interfaccia, cioè etichetta, posizione, linguaggio, livello di dettaglio, resta un lavoro di progettazione e di test con gli utenti reali. E le ricerche citate misurano reazioni in contesti specifici, spesso testi: non c'è motivo di darle per valide, senza verifica, per un'interfaccia conversazionale o un componente di prodotto.

Tutte le ricerche citate sono riportate come descritte nell'articolo di NN/g; non sono state consultate direttamente le pubblicazioni originali.

Fonti

1. Taylor Dykes, Nielsen Norman Group, “When Should You Disclose AI Use? The PACED Framework”, 25 settembre 2026