Tutto ciò che il tuo team produce con l'IA sembra uguale a quello degli altri

Perché i contenuti generati dall'IA si somigliano tutti

Un direttore creativo apre trenta concept generati dall'IA e non riesce a trovare un motivo per preferirne uno. Sono tutti competenti. Sono anche intercambiabili e, cosa peggiore, somigliano a quelli che l'agenzia dall'altra parte della strada presenterà la settimana prossima.

Non è una questione di prompt scritti male. È esattamente ciò che fa questa tecnologia.

Dylan Field, CEO di Figma, ha spiegato il meccanismo al Lenny's Podcast nell'ottobre 2025: la prima cosa che l'IA ti restituisce è generica per definizione, perché è la media di tutto ciò che ha visto. Merriam-Webster ha eletto "slop" parola dell'anno 2025, definendola come contenuto digitale di bassa qualità prodotto in massa dall'IA. Il termine ha fatto presa perché questa uniformità si percepisce prima ancora di saperla spiegare.

Il problema della media

Un modello produce l'output più probabile a partire dal prompt. Probabile significa comune. E comune significa che lo ottengono anche tutti gli altri.

Su cosa questo comporti per un gruppo esiste della ricerca. Anil Doshi e Oliver Hauser hanno pubblicato uno studio su Science Advances nel 2024: hanno fornito assistenza IA ad alcuni scrittori e poi misurato i risultati. I racconti scritti con assistenza sono stati giudicati più creativi di quelli senza. Ma confrontati tra loro, quelli assistiti dall'IA erano nettamente più simili. Individualmente migliori. Collettivamente più uniformi.

È lo scambio che ogni team sta accettando in questo momento, senza accorgersene. Il lavoro del singolo migliora. Il lavoro dell'azienda converge verso quello di tutti gli altri.

Perché questo costa denaro

Il prodotto di un'agenzia è ciò che un cliente non può ottenere altrove. Il vantaggio di un brand è essere riconoscibile. Uno studio di videogiochi vive di un'estetica che nessun altro ha.

Se l'IA consegna a ogni concorrente la stessa media, il volume di output smette di essere un fattore differenziante: ce l'hanno tutti. Ciò che resta è il momento in cui una persona guarda i trenta risultati e sceglie quello che non è la media. O li scarta tutti.

Quella scelta erano gli ultimi cinque minuti di un progetto. Oggi è quasi tutto il suo valore.

Il problema è che nessuno sceglie

La riunione è questa. Trenta opzioni, tutte accettabili, nessuna chiaramente giusta. Ognuno ha una leggera preferenza. Nessuno vuole scartare le altre ventinove. La riunione si chiude con un "lasciamole decantare", le opzioni finiscono in una cartella e alla fine parte quella più sicura, per inerzia.

Osservate cosa è successo. Nessuno ha deciso di essere generico. Il generico ha vinto perché nessuno ha argomentato contro.

Ecco cos'è davvero il gusto, nella pratica. Non uno stato d'animo. È qualcuno che guarda trenta opzioni valide e dice: questa, per questi motivi, e le altre ventinove sono fuori. Qualcuno deve essere disposto a sostenere quel confronto ad alta voce.

I team non hanno lo spazio per quel confronto

Le opzioni vivono in un thread di Slack, impilate una dopo l'altra: quando arrivi alla quinta hai già perso di vista la prima. Oppure stanno in Drive, un file alla volta, confrontate a memoria.

David Kirsh, dell'Università della California a San Diego, studia da decenni come le persone ragionano con oggetti fuori dalla propria testa, e la conclusione è semplice: si pensa meglio quando si può vedere tutto insieme, l'una accanto all'altra. Un thread non lo permette. Una cartella nemmeno.

Così il gruppo non confronta mai davvero. Reagisce a turno a ciò che compare sullo schermo. Vince l'opinione più forte in stanza, oppure la scadenza, e a distanza di tempo nessuno riesce più a ricostruire perché il lavoro è andato in quella direzione.

Tieni pure i tuoi strumenti

Progetta in Figma. Archivia i file in Drive. Gestisci il lavoro in Jira. Fai i workshop in Miro. Nessuno di questi strumenti è pensato per il momento in cui trenta opzioni sono sul tavolo e un team ne deve eliminare ventinove.

Cosa abbiamo costruito

ALLO è una canvas pensata proprio per quel momento. Le opzioni si affiancano al brief e ai riferimenti. I feedback si agganciano all'elemento a cui si riferiscono, invece di galleggiare in un thread. Il team vede tutto insieme, discute davanti al lavoro e decide. La decisione resta accanto a ciò che l'ha motivata, così sei mesi dopo il ragionamento è ancora lì.

ALLO non genera il lavoro. Continua a produrlo dove lo produci già.

I modelli continueranno a migliorare, e la media che ti restituiranno sarà sempre più raffinata. Ma resterà, appunto, una media. L'unica cosa che farà sembrare il tuo lavoro davvero tuo è che qualcuno ha scelto.

FAQ

Perché i contenuti generati dall'IA si assomigliano tutti? I modelli restituiscono l'output più probabile, che è una media dei dati di addestramento. Team che usano modelli simili con prompt simili ottengono risultati simili. Dylan Field di Figma descrive il primo output dell'IA come generico per definizione.

L'IA rende i team meno creativi? Individualmente no. Uno studio del 2024 su Science Advances di Doshi e Hauser ha rilevato che la scrittura assistita dall'IA veniva giudicata più creativa di quella non assistita. Ma i testi assistiti erano più simili tra loro, quindi l'originalità collettiva è calata anche se la qualità individuale è aumentata.

Come si evita che il lavoro con l'IA sembri generico? Qualcuno deve rifiutare la media. Significa una persona o un team che guarda insieme l'intero set di opzioni, le confronta direttamente e sceglie, con motivazioni chiare, quella che non è la più sicura.

Cos'è l'"AI slop"? La parola dell'anno 2025 di Merriam-Webster, definita come contenuto digitale di bassa qualità prodotto in quantità dall'IA. Descrive un output tecnicamente accettabile e del tutto dimenticabile.

ALLO sostituisce Figma o Miro? No. Continua a produrre in Figma e a fare i workshop in Miro. ALLO è il luogo in cui le opzioni vengono confrontate e si sceglie una direzione: dopo la produzione, prima della consegna.