Bing ha cambiato il modo di cercare le immagini

Microsoft sperimenta la riorganizzazione dei risultati visivi per categorie tematiche, come Google

Lo scorso maggio, Microsoft ha introdotto una nuova esperienza per la ricerca immagini di Bing, guidata dall’intelligenza artificiale. Invece di presentare una griglia uniforme ordinata per rilevanza, il sistema organizza i risultati in categorie etichettate con brevi riassunti, con l’obiettivo dichiarato di ridurre la sensazione di essere sopraffatti dalla quantità di risultati. Secondo l’annuncio ufficiale sul blog di Bing, l’esperienza è disponibile negli Stati Uniti su desktop, senza necessità di accesso, e Microsoft ha indicato che il rilascio su mobile e in altri mercati sarebbe seguito nei mesi successivi.

Per attivarla, l’utente deve selezionare il toggle “New Version” nella sezione Immagini dopo aver effettuato una ricerca su Bing. Si tratta di un opt-in esplicito, un dettaglio che suggerisce come Microsoft consideri la nuova interfaccia ancora in una fase di consolidamento nonostante il rilascio pubblico.

La struttura a due livelli dei risultati

Dal punto di vista dell’interfaccia, la novità si articola su due livelli distinti. In alto, due righe di immagini altamente pertinenti forniscono una panoramica immediata dei risultati, una sorta di istantanea che consente di orientarsi senza scorrere l’intera pagina. Più in basso, le immagini sono raggruppate in sezioni chiare ed etichettate, ciascuna accompagnata da un breve riassunto che spiega cosa rappresenta quel gruppo. Non è una semplice variazione cosmetica: la griglia uniforme della ricerca immagini tradizionale viene sostituita da una struttura che introduce un livello di organizzazione semantica.

Le immagini non sono più entità isolate classificate da un algoritmo di ranking, ma vengono aggregate in gruppi tematici che il sistema ritiene rilevanti per la query. L’utente può navigare direttamente verso la sezione che corrisponde al proprio intento di ricerca, riducendo il tempo necessario per distinguere risultati pertinenti da risultati marginali. È un cambio di paradigma nel modo di presentare i risultati visivi: dalla lista piatta alla mappa categorica.

Il contesto: Google aveva già tracciato la strada

La mossa di Microsoft, però, non è stata la prima nel suo genere. Secondo quanto riportato da Mashable, Google aveva annunciato a fine maggio 2026 il rilascio di risultati di ricerca a pagina intera organizzati dall’AI. E la strategia era stata messa in pratica ancora prima: già alla fine del 2024, Google aveva applicato Gemini per ristrutturare i risultati di ricerca web in categorie create dall’AI. Il concetto tecnico è quello dei “bucket”: gruppi di risultati aggregati sotto etichette generate automaticamente da un modello linguistico, che sostituisce la tradizionale lista ordinata con una struttura a categorie tematiche.

Sul fronte specifico delle immagini, Google si era mosso in anticipo e con un approccio più integrato. I risultati visivi di AI Mode — lo ha dichiarato l’azienda stessa — combinano le capacità del modello Gemini 2.5, di Google Search, Lens e Image search. Inoltre, mesi prima che Bing introducesse i risultati immagini organizzati dall’AI, Google aveva già iniziato a mostrare immagini all’interno di AI Mode. Non si tratta quindi di un singolo modello che ordina le immagini: l’infrastruttura di Google aggrega più componenti — il modello generativo, il motore di ricerca tradizionale e il riconoscimento visivo di Lens — per costruire risultati visivi contestualizzati.

Test, tempi lunghi e convergenza di direzione

Bing aveva iniziato a testare questa esperienza di ricerca immagini curata dall’AI mesi prima dell’annuncio ufficiale di maggio 2026, stando a quanto riportato da Search Engine Roundtable. Il passaggio dal test al rilascio pubblico ha richiesto un’intera fase di validazione, un dettaglio che suggerisce come Microsoft abbia voluto affinare l’organizzazione categorica prima di esporla agli utenti. La qualità delle etichette e dei riassunti generati, del resto, è determinante per l’utilità dell’intera esperienza: un’etichetta fuorviante rischia di peggiorare la navigazione invece di migliorarla.

Nel confronto tra i due approcci emerge una convergenza significativa: entrambi i colossi stanno spostando la ricerca immagini da una logica di ranking a una logica di organizzazione e sintesi. Microsoft punta su una presentazione categorica con due livelli di lettura — panoramica immediata sopra, sezioni tematiche sotto — mentre Google ha costruito un’infrastruttura che integra più componenti in un unico flusso. La direzione, in entrambi i casi, è la stessa: l’AI non si limita a filtrare i risultati, li riorganizza attivamente.