Conoscete il teorema della scimmia instancabile? Oggi quel miraggio combinatorio ha lasciato la fantascienza e si è installato nei server delle grandi tech company. Ma questo è solo uno dei possibili risvolti delle intelligenze artificiali applicate all’editoria.
“Tutto ciò che serve è una penna che scriva automaticamente, mossa da un meccanismo che combini i caratteri in tutti i modi possibili”. Così scrive nel dicembre del 1901 il matematico e scrittore di fantascienza tedesco Kurd Laßwitz nel suo racconto “La biblioteca universale”. Lo scrittore immagina che, prendendo un numero fisso di caratteri, spazi e segni di punteggiatura, e combinandoli in ogni modo possibile, una macchina sarebbe stata in grado di creare tutti i testi: un archivio infinito, scrive, “non solo con tutti i capolavori perduti della classicità, le risposte ai grandi misteri della scienza, ma anche le biografie di ogni essere umano non ancora nato e i codici legislativi di civiltà future”.
Quarant’anni dopo, nel 1941, Jorge Luis Borges dà corpo a questa vertigine matematica ne “La biblioteca di Babele”, creando un universo fatto di una sequenza indefinita di sale esagonali. Al loro interno sono stipati tutti i possibili libri di 410 pagine generati dalla combinazione casuale e senza ordine dei 25 caratteri alfabetici. I bibliotecari che popolano quel labirinto finiscono per impazzire e si suicidano perché per ogni riga dotata di senso esistono un’infinità di cacofonie, di frasi incoerenti e di bizzarrie linguistiche generate dal puro caso. In mezzo a questo caos, un testo realmente comprensibile resta sepolto sotto un rumore di fondo statistico e inestricabile.
Questo racconto altro non è che la rappresentazione letteraria di quello che comunemente è chiamato il Teorema della scimmia instancabile: se lasciamo una scimmia davanti a una tastiera per un tempo infinito, prima o poi produrrà l’Amleto. La scimmia non sa cosa sia il teatro, non ha i dubbi di Amleto né conosce le regole della sintassi: preme solo tasti.
La scimmia si fa pappagallo
Oggi, con l’avvento dell’AI quella scimmia ha smesso di premere tasti a caso, conosce grammatica e sintassi, e ha studiato milioni di testi in migliaia di biblioteche. Oggi, quel miraggio combinatorio ha lasciato la fantascienza ed è istallato sui server delle più grandi tech company. La penna automatica immaginata da Laßwitz non è più un dispositivo meccanico ipotetico, ma un software accessibile a chiunque.
Gli LLM e le intelligenze artificiali generative che stanno rivoluzionando il nostro approccio al lavoro, alla scrittura, all’analisi dei dati, alla traduzione, all’informazione e allo studio, fino alla più semplice ricerca nel web agiscono secondo un principio che la linguista Emily M. Bender ha cristallizzato nella definizione di pappagalli stocastici. Quando un’AI genera un testo qualsiasi, oggi (domani non si sa) non sta attingendo a un’ispirazione cosciente, né sta elaborando un proprio pensiero critico, ma, in un contesto di istruzioni date, mette in fila parole, ripete schemi, imita stili, combina strutture linguistiche, in base alla miglior probabilità statistica che una parola segua l’altra, basandosi su un immenso corpus di dati. Non ha esperienze proprie a cui ispirarsi, ma solo conoscenze cui attingere per produrre output più aderenti possibili alle nostre richieste. Risponde, insomma, solo se interrogata e lo fa sulla base delle nostre domande. In più, rispetto alla scimmia, quanto produce non è più un ammasso caotico di lettere, e nemmeno solo una banale simulazione fluida, verosimile e grammaticalmente impeccabile del discorso umano, ma la selezione statisticamente più adatta incredibilmente efficace.
Fin dal rilascio pubblico di ChatGPT 3.5 nel novembre 2022, questo balzo tecnologico non poteva non impattare chi di testi vive, ovvero il mondo dell’editoria che fin da subito si è sentita assediata, temendo che venisse meno il valore dato all’originalità e alla creatività, sue prime forme di sostentamento, e non avesse più senso il concetto stesso di autore (compresi i suoi diritti), pur subendo però anche il fascino di un’efficienza produttiva senza precedenti.
È il caso allora, di vedere “a che punto è la notte”[1].
Oltre i fatti, oltre le impressioni[2]
Partiamo dai dati. Secondo una ricerca dell’Ufficio Studi dell’AIE presentata a gennaio 2026, gli editori italiani hanno già capito benissimo la posta in gioco. Il 51% teme che l’AI possa avere allucinazioni e generare informazioni false o interamente inventate, presentandole però con il tono sicuro e impeccabile dei fatti: bibliografie inventate, date sbagliate, citazioni apocrife, autori mai nati, eppure presentate inconsapevolmente dall’AI come fatti reali.
Il 59% degli editori indica poi il rischio di violazioni del copyright, soprattutto nelle fasi di addestramento dei modelli linguistici, cresciuti per anni scandagliando il web, archivi digitali e biblioteche più o meno legali, spesso senza consenso e senza remunerazione (come fatto da Anthropic, ma è uno dei tanti). Il 64%, infine, guarda con apprensione all’impatto che questa tecnologia potrà avere sul lavoro di autori, traduttori, redattori e fornitori. Non è un dettaglio sindacale, ma un problema strutturale della società: se cambia il modo in cui un testo viene scritto, tradotto, corretto, illustrato, promosso o sintetizzato, cambiano anche i contratti, i diritti, le responsabilità, le filiere e la nostra cultura.
Eppure, se la consapevolezza cresce, le regole restano indietro. Più del 60% delle case editrici italiane non ha ancora adottato policy aziendali per l’uso dell’AI nei propri flussi di lavoro, pur utilizzandola già in qualche forma. Solo il 18% degli editori ha modificato i contratti con i collaboratori esterni, con punte del 33% nei settori professionale e scolastico. Sul fronte delle licenze per l’addestramento dei modelli, il 72% non ha contratti in essere, ma il 59% si dichiara disponibile a trattare, spesso a svendere, nel momento in cui arrivasse una richiesta esplicita dalle tech company. Insomma, l’AI è già entrata in casa editrice. Si vorrebbe arginare l’addestramento delle AI con norme e regolamenti, senza poi però, rendersi conto che già editando un testo in word questo è già nei server di Meta prima ancora che diventi un libro, inviandolo per e-mail o archiviandolo nel cloud è anche nei server letto da Gemini e via così di piattaforma in piattaforma. La si teme come minaccia e la si usa come scorciatoia quotidiana.
Ma c’è un altro risvolto generalmente sottovalutato, ovvero il proliferare senza criterio di libri, saggi, manuali, guide e romanzi interamente generati da prompt, scritti in un tono autoriale, ma con dati, date, citazioni e bibliografie che nessuno si prende la briga di controllare.
I libri non sono solo prodotti, ma veicoli di coscienza, e nel momento in cui ne affidiamo la produzione, la sintesi e la gestione a software probabilistici, la minaccia più grave non è a medio termine per i correttori di bozze, ma l’annacquamento del sapere.
Piattaforme come Amazon Kindle Store stanno già sperimentando un’ondata di testi di saggistica “sintetica”, generati in pochi minuti dall’AI. I dati delle grandi piattaforme di self-publishing, in particolare Amazon Kindle Direct Publishing, evidenziano che l’impatto di questi libri scritti dichiaratamente (o surrettiziamente) con l’IA sta generando una crisi di sovrapproduzione senza precedenti. Dal 2025 Amazon è stata costretta a rendere permanente e stringente l’obbligo per gli autori di esplicitare se testi, immagini o traduzioni sono stati generati da un algoritmo, dividendo il loro catalogo in contenuti Human-Centric e AI-Generated o AI-Assisted.
Basta digitarlo, e il logico lo preleva dal Tank centrale[3]
E così le analisi di mercato condotte sulle vendite di questi volumi stanno concretizzando il paradosso borgesiano. Da un lato, il numero di titoli ha registrato un’impennata verticale con intere collane (soprattutto romanzi, manuali di self-help, thriller algoritmici e guide di viaggio) prodotte a ritmi di decine di volumi al mese per singolo account, dall’altro lato, però, le vendite reali dimostrano che questa abbondanza non genera valore economico. Anzi, c’è un rigetto commerciale nei confronti dei testi dichiaratamente scritti dall’AI che si concretizza da un lato nel crollo del valore percepito, perché i lettori rifiutano di pagare prezzo standard per un bene che sanno essere stato generato in pochi secondi e a costo zero, dall’altro nella saturazione di testi “inutili”, ma premiati in visibilità perché perfettamente in linea con gli algoritmi delle piattaforme di e-commerce.
E autori e curatori? Il loro non è un rifiuto: il 39%, scrive AIE, manifesta curiosità e disponibilità verso l’IA, anche nella fase creativa, che viene spesso per brainstorming o come assistente alla ricerca documentale. Anche se il 26% esprime, resistenze o timori, soprattutto per il rischio di appiattimento stilistico e, ovviamente di violazione della proprietà intellettuale.
Per comprendere la natura e i limiti reali di questa interazione tra l’uomo e il “pappagallo stocastico” nel campo della scrittura pura, il direttore creativo Gabriele Moschin e il designer Andrea Filippi già nel 2023 hanno messo alla prova le capacità autoriali della macchina scrivendo insieme a ChatGPT una silloge poetica intitolata “Poesie dalla Macchina Pensante”, illustrata parallelamente con DALL-E.
Questo esperimento, pubblicato su Amazon nello spazio di pochissimi giorni, è uno spaccato perfetto. «Ci siamo concentrati – dicono gli autori – sulla produzione delle possibilità, ciò che chiamiamo Immaginazione Aumentata, ma il valore artistico nasce attraverso la loro selezione, ovvero ciò che definiamo Co-autorialità Sorvegliata. La macchina genera, propone, devia, persino sbaglia; l’autorialità emerge quando l’essere umano decide cosa trattenere, cosa respingere e cosa trasformare». Molto interessante è stata la strategia adottata per forzare i limiti del software e saggiarne la capacità creativa: gli autori hanno nutrito l’algoritmo con comandi generici e volutamente fuorvianti, con l’obiettivo esplicito di spingere la macchina verso il caos, inducendola a sbagliare e a divergere dalla semantica più comune. «Non ci interessa chiedere alla macchina di essere creativa, bensì capire come cambia la creatività umana quando si confronta con un sistema capace di moltiplicare le possibilità a una velocità mai sperimentata prima. Ci siamo sentiti co-autori e provocatoriamente ci siamo firmati come tali. All’epoca abbiamo tenuto come buone circa il 30% delle generazioni testuali e altrettanto per le immagini, oggi questo margine può variare incredibilmente». L’AI priva dell’esperienza vissuta e del trauma esistenziale, finisce per produrre testi naif paragonabili a quelli di un adolescente, adagiandosi su visioni stereotipate dei buoni sentimenti e su rime elementari e prevedibili.
L’esperimento di Filippi Moschin ha anticipato una tendenza che si è trasformata in un fenomeno strutturale approdata all’industrie editoriale. Ad oggi i grandi editori italiani, mossi anche da ovvie prudenze legali, sindacali e di posizionamento del marchio, non hanno esplicitamente in catalogo romanzi o saggi scritti interamente dall’AI che però, viene usata, con opportuni disclaimer nei colophon, per le copertine e nella grafica, o in collane digital-first di saggistica specialistica o per le traduzioni.
Ad oggi quindi, il vero impatto sui cataloghi non è nei libri scritti “dalle” AI, ma nei libri lavorati e promossi “con” l’AI.
Creammo la Macchina perché facesse la nostra volontà[4]
Il flusso di lavoro redazionale di una casa editrice è storicamente caratterizzato da una cronica asimmetria tra la mole di materiale in entrata, tra scouting e valutazione editoriale, e il tempo a disposizione per processarlo e passare alla fase produttiva vera e propria. Già in queste fasi l’AI ha aperto la strada a veri e propri sistemi di analisi e valutazione macro testuale. Lo strumento più interessante è Marlowe, sviluppata dalla piattaforma Authors.ai. Pensato per la narrativa, non è un’AI generativa, non scrive una singola riga di testo, ma si limita a leggere e ad analizzare il testo restituendo un report analitico completo che mappa graficamente l’arco narrativo, quantificando il ritmo e la densità dei dialoghi rispetto alle descrizioni, tracciando le curve emotive dei personaggi, studiando la presenza, le relazioni e i tratti psicologici ed emozionali dei protagonisti nel corso del testo, e isolando i tic verbali o i cliché stilistici ricorrenti dell’autore. Inoltre, confrontando il manoscritto con un immenso database storico di bestseller globali, l’algoritmo è in grado stimare il potenziale commerciale del testo. Un bell’aiuto per un editor, ma chissà come si comporterebbe Marlowe con opere rivoluzionarie, volutamente sbilanciate, asimmetriche o linguisticamente eversive come l’“Ulisse” di Joyce o “Il gioco del mondo” di Cortázar?
Ma il vero booster per il lavoro redazionale si ha quando l’AI è applicata alle fasi di editing e di correzione delle bozze che prevendono continue di micro-verifiche tecniche. In questo ambito, i software di intelligenza artificiale addestrati verticalmente sul testo operano con una precisione chirurgica che sovrasta le capacità del solo occhio umano. L’algoritmo è programmato per far emergere incoerenze logiche e strutturali profonde e nascoste tra le centinaia di pagine di un libro. Inoltre, altrettanto importante, l’AI permette l’aderenza alle norme redazionali e la verifica di doppi spazi, d eufoniche, maiuscole, virgolette, corsivi, traslitterazioni dei nomi stranieri. Strumenti come Corrige dell’italiana EuloTech, ProWritingAid o Paperpal, sono tool verticali che liberano il redattore dalla componente più meccanica, faticosa e alienante della caccia al refuso lasciandogli più tempo per l’editing stilistico. Anche operazioni ad alto tasso di refuso come l’OCR beneficiano dell’AI andando ben oltre il confronto con un dizionario dato come modello, ma “leggendo” effettivamente il testo neutralizzando i casi dubbi e permettendo la riattivazione di titoli di catalogo di cui non si ha archivio. Non a caso nell’analisi dell’AIE quasi la metà degli editori intervistati ha già integrato qualche forma di AI nella gestione dei testi, utilizzandolo come supporto per una prima lettura dei manoscritti per scouting e selezione, per l’editing strutturale e per la caccia ai refusi nelle bozze. Amazon usa ormai diffusamente l’AI per la creazione di audiobook per il servizio Audible. E con l’ultima release di Adobe Indesign, la 21.4, l’AI inizia a supportare anche l’impaginazione in modo da ridurre il tempo speso in compiti ripetitivi e permettere ai grafici di fare modifiche creative alle immagini e ai testi senza dover continuamente saltare da un programma all’altro (come Photoshop o Illustrator).
L’interoperatività tra AI e professionista raggiunge un buon livello di maturità anche nella traduzione. Strumenti avanzati basati su reti neurali, come DeepL, trovano efficace applicazione nella saggistica tecnica, manualistica e nell’editoria professionale. In molti casi l’AI viene sfruttata per eseguire una prima stesura, per poi passare a una revisione linguistica umana.
E nella stampa editoriale?
Anche il mondo della stampa sta beneficiando di strumenti di AI dedicati. In particolare, software come Enfocus Phoenix o Ulimate Impostrip, dedicati alla fase di impostion, calcolano la combinazione matematica perfetta in base a formato, tiratura, tipo di macchina (offset vs digitale) e finiture per ridurre a zero lo spreco di carta. Ma sono soprattutto soluzioni web-to-print che beneficiano dei vantaggi dell’AI: la gestione di alti volumi di ordini con caratteristiche tecniche e quantità anche molto diverse richiedono ottimizzazioni real time sia per la fase di preventivazione che per la pianificazione della produzione: gli ordini in questo modo si evadono in tempi più rapidi e in modo anche predittivo anticipando le rotture di stock. Ancora più spinti sono sistemi i cosidetti sistemi AIM (Automatic Inventory Management) e ASR (Automatic Stock Replenishment) che monitorando il numero e la velocità di copie vendute tramite l’AI calcola il lead time facendo scattare la ristampa nel momento opportuno e per il numero di copie previste. Ingram Content Group, il più grande distributore di libri in Nord America, addirittura attiva la ristampa nella sua sede più vicina all’ordine ricevuto.
Tu premi i tasti per quello che vuoi sapere o vedere[5]
Come già per altri ambiti, in particolare i social, anche per il mondo editoriale l’AI generativa è particolarmente brava a produrre testi di comunicazione e marketing, ma anche paratesti e metadati. In questo segmento si colloca Veristage, una piattaforma B2B fortemente focalizzata sulla filiera del libro con il suo modulo Insight. Il suo scopo è elaborare PDF, file di Word, ePub e a breve InDesign in un ambiente protetto che garantisce la proprietà intellettuale, senza che i testi siano usati per addestrare gli LLM.
L’AI esegue in pochi minuti compiti che richiederebbero ore di lavoro dell’ufficio stampa e del marketing: analizza il testo, ne estrae metadati e metriche come pagine, battute, tempo di lettura, lo classifica in modo estremamente preciso secondo la tassonomia BISAC e Thema, propone opere pubblicate analoghe e redige diverse varianti di sinossi, testi di quarta di copertina calibrati sui diversi target e canali, comunicati stampa per social e store online, comprese le descrizioni ottimizzate SEO.
In più produce media, come 3D del volume e immagini promo, traduce, crea audiobook e fornisce le descrizioni alternative ed estese richieste dall’European Accessibility Act e a un chatbot che risponde per ciascun testo caricato.
Ci sono poi tool ancora più specifici come Shimmr AI che, analizzando le sfumature psicologiche, emotive, tematiche e stilistiche (che chiama “BookDNA”), genera copy pubblicitari, testi promozionali e suggerimenti visivi mirati a una specifica nicchia di lettori, lancia e ottimizza costantemente inserzioni pubblicitarie dinamiche sulle principali piattaforme di digital advertising, gestendo i budget e il target in tempo reale sulla base delle conversioni e delle vendite effettive. Lo scopo è rilanciare il catalogo e produrre valore economico anche grazie a micro-ricavi.
L’elaborazione di massicce quantità di dati di vendita grazie ad AI come K-Lytics o Publisher Rocket, il monitoraggio del mercato delle recensioni, dei topic di discussione e dei movimenti di catalogo dei competitor, consente agli editori di avere report predittivi di rara lucidità. La macchina è in grado di segnalare la nascita di una nuova nicchia di mercato o un improvviso picco di interesse verso un sottogenere letterario prima ancora che questo si palesi nelle classifiche ufficiali dei bestseller. Inoltre, supporta l’area commerciale producendo istantaneamente i materiali informativi per la rete di promozione e vendita (le schede d’ordine per i librai, le analisi comparative dei prezzi, i report di performance dei titoli simili), trasformando l’intuizione commerciale in una strategia basata sui dati.
Il custode della Legge Zero
L’AI che sta pervadendo il mondo dell’editoria sta dimostrando di essere uno strumento di straordinaria potenza: se da un lato libera dai compiti più ripetitive e a basso valore aggiunto, dall’altro impone un’attenzione più profonda che in altri settori. Il rischio di inondare il mercato di testi vuoti, piatti, riscritture sterili senza apporti nuovi non può che portare a un deterioramento dell’offerta. Con l’avvento dell’AI, la visione di Asimov e delle sue leggi della robotica sorprendono per la loro attualità. Non perché i (Chat)bot abbiano preso il posto degli editor, non ancora almeno, ma perché la domanda, ora come allora, è sempre la stessa: che cosa può fare una macchina? Chi ne risponde? E cosa succede se lasciata agire senza regole?
L’AI può esserci d’aiuto, ma non sa cosa sia la cultura, non sperimenta la verità, non avverte la responsabilità etica della sua parola e non ha esperienze e sentimenti da tradurre in opere d’arte. In questo senso l’AI contravviene non solo alle 3 leggi di Asimov, ma soprattutto alla Legge Zero: che dice che “un robot non può recare danno all’umanità, né può permettere che, a causa del suo mancato intervento, l’umanità riceva danno”[6]. E vi contravviene perché ha sì straordinarie abilità e sconfinata conoscenza, forse anche intelligenza, ma, a differenza nostra, certo non ha coscienza.
Le Tre Leggi della Robotica “Editoriale”
secondo Filippi Moschin
- Non delegare mai il giudizio. La macchina può generare possibilità, solo l’autore può attribuire significato.
- Usa l’AI per espandere il possibile, non per sostituire il pensiero. L’intelligenza artificiale deve aumentare l’immaginazione, non ridurre lo sforzo cognitivo. Quando diventa una scorciatoia, smette di essere uno strumento creativo e diventa un oracolo.
- Sii disposto a contraddire la macchina e te stesso. L’opera nasce nella negoziazione tra intenzione umana, deviazione algoritmica ed errore, nel medesimo ecosistema. L’autore deve governare il dialogo con essa.
Implicitamente, Filippi Moschin ribaltano Asimov. Lì le leggi servono a impedire che il robot faccia del male all’uomo; qui servono a impedire che l’uomo rinunci alla propria funzione autoriale.
[1] Fruttero & Lucentini, A che punto è la notte, 1979
[2] E. M. Forster, The Machine Stops, 1909
[3] Murray Leinster, Un logico chiamato Joe, 1946.
[4] E. M. Forster, La macchina si ferma, 1909
[5] Murray Leinster, Un logico chiamato Joe, 1946.
[6] Isaac Asimov, I robot e l’Impero, 1985
