Graceful degradation: come Google usa vecchie tecnologie per l’AI

L’ibridazione tra AI e vecchie tecnologie è la chiave per garantire risultati di ricerca affidabili, anche se ciò significa un ritorno al passato per molti aspetti del web

C’è un termine tecnico che noi sviluppatori usiamo spesso quando costruiamo sistemi complessi: graceful degradation.

Significa che se il componente più avanzato e costoso del tuo software fallisce, il sistema non deve crollare, ma deve “degradare con grazia” verso una funzionalità più semplice e robusta. A due anni dal lancio globale degli AI Overviews (ex SGE), quello che stiamo osservando sulla pagina dei risultati di Google è un esempio da manuale di questo principio, anche se Mountain View preferirebbe non parlarne in questi termini.

Siamo nel 2026 e la promessa di un motore di ricerca puramente generativo si è scontrata con la dura realtà dell’ingegneria del software: latenza, costi computazionali e la persistente tendenza dei modelli linguistici (LLM) ad allucinare sui fatti.

La soluzione?

Un’architettura ibrida, quasi “Frankensteiniana”, dove l’intelligenza artificiale convive forzatamente con tecnologie vecchie di un decennio.

Quando effettuate una ricerca oggi, dietro le quinte avviene una negoziazione frenetica in pochi millisecondi. Il sistema valuta se vale la pena attivare la “macchina pesante” (l’LLM) o se è più sicuro ed economico servirvi il vecchio Featured Snippet (il riquadro con la risposta diretta estratta da un sito). Non è solo una questione di risparmio energetico: è una questione di affidabilità tecnica che sta ridisegnando silenziosamente il web.

Il segreto di Pulcinella del “fallback”

Per capire cosa sta succedendo, dobbiamo guardare sotto il cofano. Un AI Overview non è una semplice estrazione di testo; è una sintesi generata in tempo reale da circa 5-6 fonti diverse. Richiede una potenza di calcolo immensa rispetto a una normale query di database.

Ma cosa succede quando l’algoritmo non è sicuro della risposta, o quando la query tocca argomenti sensibili come la salute o la finanza (i cosiddetti temi YMYL – Your Money Your Life)?

Il sistema va in crash?

No, fa un rollback. Torna alla tecnologia precedente: il Featured Snippet.

Questo meccanismo di sicurezza è stato a lungo oggetto di speculazioni tra i tecnici SEO e gli ingegneri inversi, ma la conferma è arrivata direttamente dai vertici tecnici di Google. In una recente discussione tecnica, Rajan Patel ha ammesso le difficoltà nel rendere chiara questa transizione all’utente, confermando che il sistema ripiega sugli snippet tradizionali quando l’AI non è in grado di generare una panoramica soddisfacente.

Questa ammissione è cruciale perché svela la fragilità intrinseca dell’attuale generazione di motori di ricerca AI. Nonostante l’hype, il codice deve ancora affidarsi a vecchi metodi di parsing HTML e analisi semantica classica per garantire che l’utente non riceva sciocchezze pericolose.

“A volte ripieghiamo sui featured snippet quando non siamo in grado di generare un AI Overview… Questa esperienza però non è chiara come dovrebbe essere, ho chiesto al team di migliorarla.”

— Rajan Patel, VP of Engineering for Search presso Google

Tuttavia, considerare questo fallback come un semplice “errore” sarebbe ingenuo. È una scelta architetturale precisa che ha conseguenze dirette su chi produce contenuti.

L’architettura dell’ibridazione

Se analizziamo i log dei server e i dati di traffico dell’ultimo anno, notiamo un trend affascinante. Dopo un picco di entusiasmo a metà 2025, dove Google ha tentato di forzare l’AI su quasi un quarto di tutte le query, c’è stata una ritirata strategica. Gli ingegneri hanno probabilmente notato che l’aumento dei costi non giustificava la qualità dei risultati per query semplici o troppo specifiche.

Oggi la situazione si è normalizzata. Secondo le ultime rilevazioni tecniche di fine 2025, i dati mostrano una stabilizzazione degli AI Overview sopra il 15% delle ricerche totali, con picchi molto più alti solo per le query informative complesse.

Questo 15-16% rappresenta il “gold standard”: query dove l’AI aggiunge davvero valore sintetizzando informazioni. Per tutto il resto, il vecchio snippet (presente ancora nel 19% dei casi) o i classici link blu rimangono la soluzione tecnicamente più efficiente.

Questa stabilizzazione non è un fallimento dell’AI, ma una maturazione dell’ecosistema. Google ha capito che non può “bruciare” GPU per dire a un utente che ore sono a Tokyo o per mostrare una tabella di conversione valuta.

L’eleganza tecnica sta nell’usare lo strumento giusto per il lavoro giusto, non nell’usare un martello pneumatico per piantare un chiodo. Ma questa dualità crea una tensione interessante per chi sviluppa e ottimizza siti web.

La sopravvivenza del vecchio codice

La parte più ironica di questa evoluzione è che, per nutrire l’AI del futuro, bisogna eccellere nelle metriche del passato.

Molti credevano che l’arrivo della SGE (Search Generative Experience) avrebbe reso obsoleta la classica SEO tecnica. Invece, è accaduto il contrario. I segnali di E-E-A-T (Esperienza, Competenza, Autorevolezza, Affidabilità) che governavano i featured snippet sono diventati il filtro di ingresso per il modello generativo.

Analizzando le correlazioni tra i risultati, emerge un dato tecnico inequivocabile: esiste una probabilità del 60% di apparire nella sintesi AI se si possiede già il featured snippet per quella stessa ricerca. In termini di sviluppo, questo suggerisce che il dataset di “addestramento” o di “contesto” che il modello utilizza in tempo reale (RAG – Retrieval-Augmented Generation) è pesantemente biasato verso i contenuti che l’algoritmo classico ha già validato come affidabili.

È un circolo vizioso o virtuoso, a seconda dei punti di vista. L’AI non sta “leggendo il web” da zero ogni volta; sta leggendo ciò che il vecchio Google ha già digerito e approvato.

Se il vostro sito non è strutturato bene a livello di HTML semantico, schema markup e autorità di dominio – tutte tecnologie “vecchie” – l’AI moderna non vi vedrà nemmeno.

Siamo quindi di fronte a un paradosso tecnologico. L’interfaccia utente è futuristica, fluida e conversazionale. Ma il motore che la alimenta è un ibrido che si appoggia pesantemente su logiche di dieci anni fa per non deragliare.

La domanda che dovremmo porci non è quando l’AI sostituirà completamente la ricerca tradizionale, ma se potrà mai farlo in modo economicamente sostenibile senza questi “trucchi” di ingegneria. Fino ad allora, il vecchio snippet rimane l’ancora di salvezza silenziosa del web moderno.