Dalle stelle di Yelp ai chatbot: così l’IA cambia le recensioni e promette giudizi più completi

a cura di Giada Di Stefano, professoressa del Dipartimento di Management & Technology dell’Università Bocconi, con il supporto del ricercatore e professore associato Saverio Favaron di Skema.

Fino a qualche tempo fa, quando si parlava di recensioni, venivano subito in mente le valutazioni di critici ed esperti che orientavano il gusto del pubblico determinando cosa fosse meritevole di attenzione e cosa invece piuttosto dimenticabile. Si pensi al personaggio di Anton Ego nel film d’animazione Ratatouille: severissimo, imperscrutabile, in grado di sancire il successo e la rovina di ogni ristorante parigino con una singola recensione.

Poi è arrivato Internet, con i blog prima ed i siti di recensioni dei consumatori dopo. Ed all’improvviso ognuno di noi ha avuto la possibilità di diventare un piccolo Ego e proclamarsi un esperto, postando le proprie opinioni online. Comincia oggi una terza era, in cui il giudice non è più l’esperto né il consumatore, ma un sistema di intelligenza artificiale che raccoglie tutte le valutazioni disponibili, tutto quanto scritto, tutto quanto detto, ed emette il suo verdetto, con convinzione e la promessa di un’opinione “oggettiva” perché basata su una massa incredibile di dati, non solo l’esperienza di una sera.

Chi scrive ha studiato per anni il complesso sistema con cui le aziende costruiscono e difendono la loro reputazione online. Che questa sia importante è facile da documentare, ricerche alla mano. Per un ristorante avere una stella in più su Yelp (un sito di recensioni online che aggrega le opinioni dei consumatori e classifica ristoranti e negozi con un sistema da una a cinque stelle) si associa ad un aumento dei ricavi tra il 5% e il 9%. Nel mondo retail, una sola recensione negativa per un prodotto con valutazioni medio-alte riduce la probabilità d’acquisto di circa il 42% e aumenta di quasi il 10% la probabilità che il cliente vada a guardare il prodotto di un concorrente. Nel settore alberghiero, il vantaggio di essere associati ad una catena si è ridotto di oltre la metà nel giro di 15 anni, a fronte di un sempre maggior peso delle recensioni online.

Le aziende ovviamente non stanno a guardare, e hanno imparato a reagire in modo strategico alle valutazioni che pubblichiamo online. Innanzitutto, hanno imparato a rispondere, e a ragione: gli studi nel contesto dell’hospitality, ad esempio, mostrano che quando manager o gestori replicano pubblicamente alle recensioni online, i punteggi degli utenti, nonché il volume di recensioni, crescono perché una presenza visibile scoraggia alcuni giudizi negativi e ne modera altri. Quando però si tratta di rispondere a una recensione negativa, conta molto anche come si risponde.

Gli studi da noi condotti nel mondo dell’alta ristorazione, ad esempio, mostrano come i ristoranti spesso segnalino di prestare attenzione ai commenti di ogni singolo avventore, ma facciano degli importanti distinguo prima di riconoscere un errore o impegnarsi a cambiare qualcosa. Le critiche (ed i critici) infatti non sono tutti uguali. Ed ad esempio, chiedere scusa pubblicamente per un problema citato ricorrentemente può rivelarsi controproducente se le scuse non sono accompagnate da una spiegazione credibile e dalla promessa di un’azione correttiva.

L’arrivo dell’intelligenza artificiale di fatto cambia ancora una volta le carte in tavola. Oggi, quando un utente chiede una raccomandazione ad un assistente virtuale invece di scorrere i risultati di un sito di recensioni o un motore di ricerca, la risposta che riceve segue una logica diversa da quella delle classifiche che siamo abituati a monitorare. Basta fare la prova: chiedete a un chatbot qual è il miglior ristorante della vostra città, o il miglior prodotto di una certa categoria, e confrontate la risposta con la prima pagina di Google o con il ranking di TripAdvisor o Amazon. Spesso i nomi non coincidono.

Il motivo è che l’intelligenza artificiale raccoglie fonti più numerose ed eterogenee, dando voce anche a pagine che nei motori tradizionali resterebbero invisibili. Le prime evidenze danno la misura di questa distanza: tra ricerca tradizionale e sistemi generativi la sovrapposizione delle fonti è solo dell’11-18%, e quasi il 30% dei domini citati nelle sintesi prodotte dall’intelligenza artificiale non compare nella prima pagina di Google. C’è poi una differenza di forma che pesa quanto quella di contenuto. L’IA non sempre mette le opzioni una accanto all’altra, lasciano all’utente lo spazio di confrontarle e formarsi una propria opinione. Quello che i sistemi generativi tendono a fare è darci una risposta, ed in fondo è questo che gli chiediamo: di farci risparmiare tempo e fare la scelta per noi. Un po’ come un tempo faceva l’Ego di turno.

Ma se l’autorevolezza del critico si costruiva nel tempo, attraverso l’esperienza e una reputazione professionale verificabile, che gli permetteva anche di poter uscire dagli schemi e scoprire i talenti del futuro, ora ci affidiamo a un sistema che pesca informazioni preesistenti e le ordina in una risposta chiara e decisa, ma per definizione orientata al passato, senza rendere trasparente come e perché, e spesso senza permetterci di confrontare direttamente le alternative. Per imprese e professionisti la posta quindi si alza perché diventa decisivo rientrare nella selezione operata dall’intelligenza artificiale, pena l’uscita dal consideration set di chi cerca.

L’intelligenza artificiale influenza anche le strategie di risposta che le imprese avevano imparato a usare. Se la replica che funziona è quella che segnala attenzione autentica, una risposta generata automaticamente rischia di svuotarsi di ogni valore. Il punto delicato è che i lettori penalizzano i testi che sospettano scritti da una macchina anche quando questi raccontano un’esperienza reale.

E le piattaforme online si stanno adeguando, dando peso ai segnali di acquisto o visita verificati e rimuovendo le recensioni evidentemente generate dall’IA: nel 2025 Yelp ne ha intercettate circa 500.000 ed ha chiuso 1,3 milioni di account, mentre TripAdvisor ne ha rimosse oltre 214.000. Anche sul piano normativo e culturale le domande aperte sono molte. Un giudizio algoritmico che non rende espliciti i propri criteri solleva questioni di trasparenza e di tutela: dal diritto all’oblio alla diffamazione, dalla protezione dei dati personali alla possibilità di rettificare ciò che un sistema racconta di noi. Si crea un’asimmetria in cui chi viene giudicato fatica a capire su quali basi, e con quali strumenti correggere il tiro.

Il primo passo da fare per muoversi in questa “terza era” potrebbe essere un passo indietro. Le aziende potrebbero chiedersi: cosa pensa l’IA di noi e perché? O in altre parole: quali sono le fonti da cui attinge e su cui fonda le proprie risposte? Vista così, la macchina somiglia per certi versi agli esperti che l’hanno preceduta. Se la reputazione è sempre passata per il giudizio di altri, ciò che cambia è la natura del giudice: un sistema da decifrare, prima ancora che da convincere.

L’articolo Dalle stelle di Yelp ai chatbot: così l’IA cambia le recensioni e promette giudizi più completi è tratto da Forbes Italia.