Post LinkedIn con l’AI: come proteggere la credibilità quando si pubblicano contenuti professionali

Pubblicare contenuti su LinkedIn è un modo per far conoscere il proprio lavoro. Un imprenditore può spiegare come affronta una difficoltà organizzativa, un consulente può condividere il ragionamento che lo ha portato a una scelta, un professionista può chiarire un argomento sul quale riceve spesso domande. Chi legge non sta valutando soltanto la qualità della scrittura. Cerca anche di capire quanto l’autore conosca l’argomento, come ragioni e se sarebbe utile confrontarsi con lui.

L’intelligenza artificiale può aiutare moltissimo a preparare questi contenuti. Può riordinare appunti confusi, proporre una struttura, correggere l’italiano, individuare ripetizioni e segnalare passaggi incomprensibili. Esistono però sistemi che promettono qualcosa di diverso: trovare autonomamente argomenti popolari, riscrivere contenuti pubblicati da altri e pubblicare post sul profilo di una persona senza che questa debba partecipare al ragionamento.

Una procedura simile può produrre un’attività editoriale intensa, ma introduce un rischio per chi utilizza LinkedIn per costruire relazioni professionali: il lettore può attribuirgli idee, conoscenze ed esperienze che in realtà non possiede.

Vorrei spiegare da dove nasce questa preoccupazione, come riconoscere le scorciatoie più pericolose e come usare l’AI in modo utile, conservando la responsabilità di ciò che si pubblica. Il tema riguarda LinkedIn, ma vale anche per il blog aziendale, le newsletter, i messaggi commerciali e i documenti con cui un’azienda presenta le proprie competenze.

La promessa della pubblicazione automatica

Qualche giorno fa mi ha contattato un formatore che proponeva un sistema per produrre contenuti automatici su LinkedIn e ottenere appuntamenti commerciali. Ho guardato il sito per capire in che cosa consistesse la proposta. Per come veniva descritta, l’idea era costruire agenti di intelligenza artificiale capaci di cercare su LinkedIn e su Internet i contenuti che stavano ottenendo maggiore attenzione, rielaborarli e pubblicarli sul profilo dell’utilizzatore.

Un agente AI, in questo contesto, è un programma che riceve un obiettivo e svolge più operazioni: cerca informazioni, seleziona materiali, prepara un testo e, se autorizzato, interagisce con altri strumenti. La differenza rispetto a un semplice chatbot sta nell’autonomia operativa. Un chatbot può suggerirti una bozza che poi copi tu; un agente collegato al profilo potrebbe arrivare fino alla pubblicazione, secondo i permessi che gli hai concesso.

Capisco perché una proposta del genere possa sembrare interessante. Chi dirige un’azienda o uno studio ha molte cose da fare. Scrivere bene richiede tempo, e mantenere una presenza regolare sui social non è semplice. L’idea di automatizzare le attività ripetitive, inoltre, è perfettamente coerente con il mio lavoro: proprio per questo vale la pena distinguere le parti del processo che possono essere delegate da quelle in cui il contributo personale è essenziale.

Mettiamo che un agente raccolga ogni mattina le notizie del settore ceramico, selezioni quelle pertinenti a un imprenditore e prepari una scheda con titolo, fonte e data. Quel lavoro può essere un supporto concreto. L’imprenditore non deve cercare da zero ogni articolo e può decidere più velocemente quali argomenti approfondire.

Se però lo stesso agente legge tre post popolari, ne ricava una posizione e la pubblica come opinione dell’imprenditore, sta attribuendo a una persona un ragionamento che potrebbe non aver mai fatto. Il lettore non è in grado di vedere questa differenza dal solo nome che compare sotto il post.

La questione diventa più seria quando i contenuti trattano argomenti tecnici o decisioni professionali. Una riflessione generica su un’abitudine lavorativa ha conseguenze limitate. Un articolo che consiglia di gestire dati personali in un certo modo, modificare un processo fiscale o scegliere un’infrastruttura informatica può orientare decisioni reali. L’autore deve sapere su quali informazioni si basa e quali limiti hanno le proprie conclusioni.

Un messaggio commerciale che dichiarava un controllo mai avvenuto

Un episodio che mi è capitato rende il problema concreto. Ho ricevuto su LinkedIn un messaggio privato nel quale una persona diceva di avere analizzato il sito della mia società. Da quell’analisi dichiarava di avere ricavato osservazioni interessanti sul modo in cui affrontavamo il nostro settore e proponeva un appuntamento commerciale.

La premessa era falsa: quella società non aveva il sito aziendale di cui il mittente parlava. Esistevano siti relativi a singoli progetti, ma non quello che il messaggio diceva di avere esaminato. Non so quale strumento sia stato utilizzato per scrivere il testo e non posso affermare che sia stato prodotto da un agente. Posso però dire che chi lo ha inviato ha dichiarato un’attività di verifica che, nei termini descritti, non risultava credibile.

Questo dettaglio è sufficiente a compromettere il messaggio. Chi riceve una proposta commerciale si aspetta che il mittente abbia almeno controllato gli elementi sui quali fonda il proprio contatto. Se la prima frase contiene un’affermazione facilmente smentibile, anche il resto della proposta perde forza. Può darsi che il servizio offerto sia valido, ma il destinatario non ha più un motivo immediato per fidarsi dell’accuratezza con cui quella persona lavora.

Immaginiamo un caso illustrativo simile in una PMI. Un fornitore scrive al responsabile acquisti sostenendo di avere studiato il catalogo online dell’azienda e di avere individuato un problema di distribuzione. In realtà il catalogo non è disponibile online e l’azienda vende soltanto attraverso agenti. Il destinatario potrebbe concludere che la proposta è stata inviata in serie, senza alcuna verifica. Non servono errori tecnici complessi per danneggiare la credibilità: basta una frase che dimostri poca attenzione.

La prevenzione è semplice da descrivere e richiede disciplina nell’esecuzione. Se un messaggio afferma che qualcuno ha analizzato un sito, quella persona deve poter indicare quale sito ha letto e che cosa ha osservato. Se non dispone di informazioni affidabili, è preferibile una formulazione più limitata: si può dire di avere visto un’attività pubblicata su LinkedIn e citare precisamente quella. Eviterei in ogni caso di affidare a un sistema automatizzato la facoltà di inventare una premessa personalizzata solo per aumentare le possibilità di risposta.

Perché la credibilità pesa più del numero di post

Un profilo professionale viene letto in momenti diversi. Una persona può incontrare casualmente un post, ritrovare lo stesso autore dopo alcune settimane, visitare il suo profilo e infine chiedere un confronto. I contenuti, nel loro insieme, contribuiscono a formare un’aspettativa: chi legge pensa di avere capito quali problemi l’autore sa affrontare e quanto sia approfondita la sua esperienza.

Questo meccanismo è utile perché consente di farsi conoscere anche da persone che non si incontrerebbero attraverso i canali commerciali tradizionali. Ma funziona bene soltanto quando esiste una corrispondenza ragionevole fra quello che una persona pubblica e quello che sa spiegare. Un post può essere scritto molto bene e ottenere grande visibilità; la relazione professionale, però, si costruisce quando l’autore riesce a sostenere una conversazione su ciò che ha affermato.

Immagina che un imprenditore pubblichi un testo sull’introduzione di agenti AI nell’ufficio ordini. Il post afferma che gli agenti devono avere permessi limitati e controlli umani sui passaggi delicati. Un potenziale cliente, dopo averlo letto, chiede come definire in pratica quei permessi.

L’imprenditore dovrebbe saper distinguere la lettura di un ordine dalla sua modifica, l’invio di una bozza dalla conferma di un impegno economico e l’accesso a un elenco di clienti dall’accesso a tutte le informazioni commerciali. Se non sa affrontare il discorso, il testo pubblicato ha creato un’aspettativa superiore alle sue conoscenze.

Non è necessario che l’autore abbia personalmente sviluppato ogni soluzione che descrive. Può studiare un argomento, citare un’esperienza osservata, proporre un’ipotesi o segnalare una ricerca utile. Deve però distinguere le informazioni verificate dalle opinioni e spiegare con chiarezza quando un esempio è illustrativo. L’autorevolezza non nasce dalla pretesa di sapere tutto: cresce quando chi scrive sa delimitare ciò che conosce.

Anche la frequenza delle pubblicazioni andrebbe valutata con questo criterio. Cinque post al giorno non sono necessariamente migliori di due contributi approfonditi in una settimana. Dipende dal pubblico, dall’argomento e dallo scopo. Chi si occupa di problemi aziendali complessi spesso offre maggiore valore raccontando un processo per intero, con i suoi vincoli e le sue conseguenze, anziché moltiplicare osservazioni generiche intorno alla stessa idea.

Come riconoscere un testo che sembra costruito con formule ripetute

Leggendo LinkedIn incontro spesso frasi che annunciano una svolta del ragionamento senza aggiungere informazioni: «Il punto è un altro», «La vera domanda è», «Ed è qui che cambia tutto». In altri casi il testo oppone due parole astratte: «Non servono strumenti, serve metodo»; oppure costruisce una successione di frasi minime, come «Più velocità. Meno errori. Più valore».

Queste espressioni non dimostrano da sole che un post sia stato scritto dall’intelligenza artificiale. Sono presenti anche nella pubblicità e nella scrittura umana. Il problema emerge quando diventano la struttura portante del contenuto. Il lettore viene continuamente preparato a un’idea importante, ma spesso non riceve un fatto preciso, un esempio verificabile o una spiegazione sufficiente.

Una frase breve può essere perfettamente legittima se è completa e collocata nel punto giusto. Anche una contrapposizione può aiutare a distinguere due concetti davvero diversi. Ciò che eviterei è l’uso automatico di questi meccanismi come sostituti dell’argomentazione.

Se affermo che un progetto AI deve partire dai processi, devo spiegare quali processi osservare, come ricostruirli e che cosa può accadere se parto invece dal software. Altrimenti sto offrendo al lettore una formula che suona convincente ma che non gli permette di fare nulla di diverso il giorno dopo.

Per valutare un testo consiglio una prova semplice. Leggilo eliminando idealmente le frasi che annunciano qualcosa: «ora arriva la parte importante», «questo cambia tutto», «la differenza è qui». Chiediti se i paragrafi rimasti contengano informazioni sufficienti a sostenere il messaggio. Se la risposta è negativa, il problema sta nel contenuto prima ancora che nello stile.

Un’altra prova consiste nell’individuare i soggetti delle frasi. A volte si scrive «bisogna cambiare mentalità» senza dire chi debba cambiare, rispetto a quale comportamento e per ottenere quale risultato. Per un lettore che dirige un piccolo ufficio, è molto più utile leggere che il responsabile dovrebbe raccogliere per una settimana le richieste ripetute ricevute via email e capire quali seguano regole stabili. Questa frase permette di immaginare un’azione. La prima lascia soltanto un’impressione.

L’intelligenza artificiale come supporto editoriale

Nel mio lavoro uso l’AI anche per preparare contenuti. Ho costruito un sistema collegato a Telegram nel quale posso inviare messaggi vocali quando mi viene un’idea. Spesso lo spunto nasce parlando con imprenditori, collaboratori o professionisti. Non sempre ho il tempo di trasformarlo subito in un articolo. Il messaggio vocale mi permette di conservare ciò che è successo, quale passaggio mi ha colpito e perché ritengo che possa essere utile ad altri.

La registrazione può essere disordinata. Posso raccontare il fatto partendo dalla conclusione, tornare a un dettaglio dimenticato e aggiungere un’osservazione soltanto alla fine. In questa fase non mi interessa avere un testo pronto. Mi interessa non perdere le informazioni e soprattutto conservare il ragionamento che mi ha fatto scegliere quello spunto. Successivamente il sistema me lo ripropone, così posso decidere se svilupparlo.

Quando mi metto a scrivere, ricostruisco l’episodio e la mia posizione. Spiego quali informazioni conosco, quali sono le mie valutazioni e quali aspetti richiedono una verifica. A quel punto ChatGPT o Claude possono aiutarmi a ordinare il materiale, individuare ripetizioni, proporre passaggi più chiari e correggere la sintassi. La prima responsabilità resta comunque mia: devo leggere ogni affermazione e capire se corrisponde a ciò che intendo dire.

Considero utile trattare l’AI come un collaboratore editoriale. Un buon editor non dovrebbe inventare il risultato di un progetto per rendere il pezzo più avvincente. Dovrebbe invece segnalare che un dato manca, che un esempio non si capisce o che la conclusione non segue logicamente dalle premesse. La stessa regola vale per l’assistente digitale. Quando il sistema colma un vuoto senza segnalarlo, il rischio è attribuire all’autore informazioni o convinzioni che non ha fornito.

Chi non ha un sistema personale di raccolta degli spunti può iniziare con strumenti molto semplici: un documento condiviso, un’app per prendere appunti o una cartella in cui archiviare note vocali. La scelta tecnica conta meno della possibilità di recuperare le idee insieme al loro contesto. Un titolo appuntato senza una spiegazione del motivo per cui era interessante può diventare, dopo qualche settimana, un tema troppo generico per produrre un buon articolo.

Due percorsi a confronto. Pubblicazione automatica: agenti che cercano contenuti virali, li riscrivono, li pubblicano a tuo nome, e alla call non sai sostenere il ragionamento. Il mio modo: un vocale su Telegram con l’idea, l’agente la conserva, ne parlo con l’AI con fatti e opinione, l’AI fa l’editor, rileggo e pubblico

Il percorso pratico per preparare un contenuto utile

Prendiamo un esempio illustrativo. Un responsabile amministrativo si accorge che ogni venerdì prepara manualmente lo stesso riepilogo di fatture scadute. Vorrebbe raccontare come ha iniziato a usare l’intelligenza artificiale per predisporre una bozza del report, lasciando a una persona la verifica dei dati. Per trasformare l’esperienza in un contenuto utile dovrebbe anzitutto descrivere la situazione iniziale: da quali programmi arrivavano i dati, chi li raccoglieva, quale documento veniva prodotto e chi doveva leggerlo.

Successivamente dovrebbe spiegare che cosa è cambiato. L’AI legge un esportazione? Riceve un foglio già pulito? Controlla le scadenze o si limita a organizzare le righe? Il controllo è automatico oppure una persona confronta la bozza con il gestionale? Sono dettagli fondamentali, perché senza di essi il lettore non può capire se il metodo sia applicabile nel proprio ufficio.

Infine bisognerebbe indicare i limiti. La procedura potrebbe essere adatta a una prima bozza, ma non sufficiente per autorizzare pagamenti o decidere azioni legali verso clienti insolventi. Potrebbe funzionare con documenti in formato uniforme e richiedere più attenzione quando i file arrivano da sistemi diversi. Se non esiste una misurazione del tempo risparmiato, è corretto dirlo. Non serve inventare percentuali per rendere utile un contenuto: descrivere i passaggi consente già a chi legge di valutare se valga la pena provarli.

Una volta raccolto il materiale, chiederei all’AI di preparare una scaletta che rispetti l’ordine con cui il lettore deve capire il problema. Prima il contesto, poi la procedura esistente, quindi il cambiamento, i controlli, i limiti e le indicazioni che possono essere riutilizzate. Quando la scaletta è convincente, si può chiedere una prima bozza. Il testo deve essere rivisto per verificare che tutti i passaggi siano completi e che nessuna frase introduca conclusioni più ampie dei fatti disponibili.

Questo metodo richiede più partecipazione dell’autore rispetto a una pubblicazione interamente automatica. Produce però materiali che possono essere riutilizzati anche in una riunione, durante una conversazione commerciale o nella formazione interna. Un articolo ben costruito conserva utilità oltre il momento in cui viene pubblicato.

Raccogliere le fonti senza confondere ricerca e esperienza

Quando un contenuto nasce da una notizia o da un documento esterno, la ricerca delle fonti è una parte essenziale del lavoro. L’AI può aiutare a individuare domande da porre e termini da cercare, ma le informazioni devono essere confrontate con documenti affidabili. Un comunicato di un produttore è una fonte sulla sua dichiarazione; non dimostra automaticamente che il prodotto abbia già raggiunto i risultati annunciati. Una testimonianza personale può essere utile, ma non autorizza a generalizzare ciò che è accaduto in un singolo caso.

Per ogni articolo basato su una notizia conserverei almeno il titolo della fonte, la data di pubblicazione e il collegamento alla pagina originale. Quando il tema riguarda una legge, un regolamento o un obbligo, preferirei il testo normativo e le fonti istituzionali, distinguendo ciò che è già in vigore da ciò che è stato annunciato o rinviato. Questo lavoro è importante soprattutto perché gli strumenti AI possono formulare risposte grammaticalmente impeccabili anche quando una data o una norma sono errate.

Le esperienze personali richiedono un controllo diverso. Se racconto di avere incontrato un’impresa, devo poter spiegare che cosa ho osservato direttamente e quali dati mi sono stati riferiti. Se devo proteggere il nome del cliente, posso ometterlo; non dovrei però inventare dettagli alternativi che cambiano il senso del caso. Quando uso un esempio costruito per spiegare una procedura, lo dichiaro apertamente. Il lettore deve sapere quando sta leggendo un fatto e quando sta leggendo una simulazione.

Un archivio delle fonti aiuta anche quando, mesi dopo, qualcuno chiede un approfondimento. Posso recuperare il documento e ricontrollare l’affermazione. La possibilità di rispondere in modo preciso è una parte concreta della credibilità professionale.

Come correggere l’italiano senza perdere la voce personale

I programmi di intelligenza artificiale tendono spesso a rendere i testi uniformi. Sostituiscono parole semplici con espressioni solenni, aggiungono introduzioni generiche, moltiplicano le domande retoriche e spezzano i periodi per creare enfasi. Può sembrare che il testo sia diventato più brillante, ma a volte ha soltanto perso naturalezza.

Per ottenere una buona revisione bisogna dare istruzioni precise. Chiederei di mantenere il significato delle frasi, rispettare il lessico dell’autore, eliminare ripetizioni inutili e completare i passaggi che richiedono un referente esplicito. Quando una frase è ambigua, l’assistente dovrebbe segnalarlo e chiedere quale significato si intenda, anziché scegliere autonomamente l’interpretazione più comoda.

Pensiamo a una frase come «Abbiamo sistemato tutto e adesso funziona». È grammaticalmente semplice ma non offre informazioni. Chi legge non sa che cosa sia stato sistemato, quale problema fosse presente e come si possa stabilire che adesso funzioni. Una revisione utile dovrebbe spingere a precisare che l’ufficio ha eliminato la ricopiatura manuale delle anagrafiche e che, nelle prove svolte, i dati estratti sono stati confrontati con i documenti originali. Se queste informazioni non sono state fornite, l’AI deve lasciare una domanda aperta all’autore.

Anche il linguaggio tecnico merita attenzione. Termini come CRM, agente, modello linguistico, API e knowledge base possono essere necessari, perché indicano strumenti e funzioni precise. La prima volta che compaiono dovrebbero essere spiegati con parole comuni.

Un CRM, per esempio, è il programma con cui un’azienda organizza le informazioni sui clienti e sulle relazioni commerciali. Una knowledge base è un archivio strutturato di documenti e conoscenze consultabili. Spiegare un termine non abbassa il livello del testo: permette anche a chi non lavora nell’informatica di seguire il ragionamento.

L’ultima lettura dovrebbe essere fatta dall’autore, preferibilmente ad alta voce. Se una frase non assomiglia a qualcosa che direbbe realmente, merita un nuovo controllo. Se un passaggio è difficile da spiegare senza guardare il testo, probabilmente manca un chiarimento. La qualità della lingua è una responsabilità editoriale che non può essere affidata soltanto a un controllo automatico.

Cosa può fare un agente sui contenuti e cosa richiede un’approvazione. Può preparare: Raccogliere i post pubblicati e organizzarli per tema; Segnalare i contenuti da aggiornare; Predisporre una bozza per la revisione; Programmare un testo già approvato. Richiede approvazione esplicita: Scegliere da solo l’argomento; Formulare opinioni; Menzionare persone reali; Attribuire risultati all’azienda. L’automazione riduce il lavoro organizzativo. La responsabilità di ciò che viene detto resta a chi firma.

Quando un agente può pubblicare e quando dovrebbe fermarsi

Un’azienda può decidere di usare agenti AI anche nella gestione dei contenuti. La scelta non è necessariamente sbagliata, ma bisogna distinguere le attività preparatorie da quelle che espongono pubblicamente il nome e la reputazione dell’organizzazione. Un agente può raccogliere i post pubblicati, organizzarli per tema, segnalare i contenuti che necessitano di aggiornamento e predisporre una bozza per la revisione. Potrebbe anche programmare la pubblicazione di un testo già approvato attraverso gli strumenti consentiti.

L’autonomia diventa più delicata quando l’agente sceglie da solo l’argomento, formula opinioni, menziona persone reali o attribuisce risultati all’azienda. In questi casi prevederei un’approvazione esplicita da parte di chi conosce il tema. Se il testo riguarda un cliente, deve intervenire anche chi può controllare autorizzazioni e riservatezza. Se tratta un tema normativo, serve verificare che i riferimenti siano corretti e aggiornati.

Un processo semplice potrebbe prevedere che il sistema proponga una bozza e la accompagni con le fonti utilizzate e un elenco dei punti da verificare. L’autore controlla le affermazioni, integra la propria esperienza e approva il contenuto. Solo dopo un secondo strumento lo inserisce nel calendario editoriale. In questo modo l’automazione riduce il lavoro organizzativo senza trasferire a una macchina la responsabilità sostanziale di ciò che viene detto.

Anche la gestione degli errori deve essere prevista. Può accadere che un post riporti una data sbagliata o contenga un’affermazione imprecisa. Invece di lasciarlo circolare per giorni, l’azienda dovrebbe sapere chi può correggerlo, chi decide se ritirarlo e come segnalare una rettifica. Queste procedure servono per qualunque comunicazione aziendale, e diventano ancora più importanti quando aumenta la quantità di contenuti prodotti.

I dati aziendali usati per scrivere i contenuti

C’è un aspetto che viene facilmente trascurato: per produrre un post convincente si tende a fornire all’AI informazioni dettagliate. Si possono incollare email, verbali di riunione, documenti commerciali, preventivi e racconti di clienti. In alcuni di questi materiali sono presenti dati personali e informazioni riservate. La riservatezza va quindi considerata fin dalla fase in cui si raccolgono gli spunti.

Per raccontare un processo non è quasi mai necessario indicare nomi e identificativi di clienti. Si possono descrivere le funzioni coinvolte e i passaggi osservati mantenendo anonima l’organizzazione, purché il caso resti fedele ai fatti. Occorre però ricordare che togliere il nome non sempre basta a rendere impossibile l’identificazione. Un insieme di dettagli — settore, dimensioni, territorio e circostanze — può consentire di riconoscere comunque un’impresa o una persona.

Prima di caricare materiali riservati in un servizio AI esterno, è opportuno verificare le regole aziendali, il contratto con il fornitore e le misure di protezione dei dati. Quando non si è autorizzati a trasferire quelle informazioni, è meglio lavorare su una descrizione generale o su dati opportunamente trasformati. La qualità di un articolo non dipende dalla pubblicazione di dettagli confidenziali.

Come valutare se i contenuti stanno creando valore

Le piattaforme mostrano numerosi numeri: visualizzazioni, reazioni, commenti, condivisioni e visite al profilo. Possono essere informazioni utili, ma non descrivono da sole il valore professionale di un contenuto. Un post può ottenere molta attenzione perché affronta un tema controverso, senza aiutare nessuno a comprenderlo meglio. Un articolo letto da poche persone può invece rispondere a una domanda concreta che quelle persone avevano difficoltà a risolvere.

Per chi lavora con PMI e studi professionali considererei importante osservare la qualità dei confronti che nascono dai contenuti. Le persone fanno domande pertinenti? Chiedono di approfondire un processo descritto? Riescono ad applicare un passaggio nella propria azienda? Segnalano un’eccezione interessante che merita una nuova spiegazione? Sono indizi qualitativi, non misure certe di fatturato, ma aiutano a capire se il testo ha raggiunto il pubblico per cui è stato scritto.

Si può costruire anche una revisione editoriale periodica. Rileggendo i contenuti pubblicati nell’ultimo mese, si può verificare quanti contengano un esempio completo, quanti spieghino almeno un termine tecnico, quanti riportino fonti quando servono e quanti possano essere compresi senza conoscere l’attività dell’autore. Questo controllo migliora la qualità con molta più precisione di una semplice ricerca di argomenti destinati a diventare virali.

Un indicatore utile è la durata nel tempo. Se un articolo spiega come mappare un processo aziendale, può restare utile a lungo e può essere aggiornato quando cambiano gli strumenti. Un testo che commenta una notizia recente ha un valore diverso: deve essere accurato nella data e chiarire ciò che era noto al momento della pubblicazione. La redazione dovrebbe sapere quale dei due scopi sta perseguendo.

Un controllo prima di premere «Pubblica»

Prima di pubblicare un contenuto professionale dedicherei qualche minuto a una lettura finale con domande concrete. Quale problema del lettore sto aiutando a comprendere? Ho spiegato da dove vengono i fatti che cito? Ho distinto la mia esperienza dalle ipotesi illustrative? Ogni termine specialistico necessario è stato chiarito? Le conclusioni seguono dalle informazioni presentate? La bozza contiene dettagli riservati che non dovrebbero essere pubblici?

Sei domande prima di premere «Pubblica». Quale problema aiuto a capire?: Il lettore deve poter ricavare qualcosa di concreto. Da dove vengono i fatti?: Ho spiegato da dove arrivano i fatti che cito?. Esperienza o ipotesi?: Ho distinto la mia esperienza dalle ipotesi illustrative?. Termini chiariti?: Ogni termine specialistico necessario è stato spiegato?. Le conclusioni seguono?: Seguono dalle informazioni presentate o vanno oltre i fatti?. Dettagli riservati?: La bozza contiene dettagli che non dovrebbero essere pubblici?. Se domani una persona mi telefonasse per approfondire,. saprei spiegare il ragionamento con parole mie?

Aggiungerei poi una verifica personale: se domani una persona mi telefonasse per approfondire questo articolo, saprei spiegare il ragionamento con parole mie? Saprei indicare dove finisce la mia competenza e dove sarebbe necessario coinvolgere uno specialista? Questa prova mette in luce la distanza fra un contenuto scritto bene e un contenuto di cui si possiede davvero il significato.

Anche chi commissiona i post a un collaboratore o a un’agenzia dovrebbe usare un criterio simile. Delegare la scrittura è una scelta normale. Occorre però fornire le informazioni di partenza, controllare che il messaggio esprima la posizione dell’azienda e impedire che vengano aggiunti casi o risultati non documentati. Una buona collaborazione editoriale permette all’autore di essere più chiaro e più regolare nelle pubblicazioni, senza sostituire la sua conoscenza con testi standardizzati.

La reputazione si verifica quando qualcuno vuole parlarne

Torno alla promessa con cui ho iniziato: un sistema capace di trovare contenuti popolari, riscriverli e pubblicarli automaticamente può far crescere il numero di post prodotti. Può perfino generare contatti e appuntamenti. Ma una persona che decide di chiamarti dopo averti letto vuole incontrare qualcuno che sappia sostenere ciò che ha pubblicato.

Se una pubblicazione racconta un problema realmente affrontato, il confronto può diventare molto utile. L’interlocutore chiede maggiori dettagli, l’autore spiega i vincoli del caso e insieme possono capire se il metodo sia trasferibile. Se invece il contenuto è stato costruito attribuendo all’autore un’esperienza che non possiede, la conversazione rischia di interrompersi proprio nel momento in cui dovrebbe iniziare la relazione.

Per questo continuo a usare l’intelligenza artificiale nella preparazione dei miei contenuti, ma voglio che il ragionamento resti riconoscibile come mio. Le idee vengono dalle esperienze, dalle osservazioni, dalle domande che ricevo e dalle valutazioni che sono disposto a spiegare. La tecnologia mi aiuta a organizzarle e a scriverle meglio. Il lettore deve poter ricavare dal testo qualcosa di concreto, anche se non mi contatterà mai.

Chi pubblica per costruire una reputazione professionale farebbe bene a conservare questo criterio. Il valore di un contenuto emerge da ciò che permette al lettore di capire e fare. L’AI può renderne più semplice la preparazione; la responsabilità di ciò che viene affermato resta della persona o dell’azienda che firma la pubblicazione.