Da Brescia a Milano fino a Parigi la protesta è anche una notifica che si illumina sugli smartphone, ancora prima di riempire le piazze. Instagram e TikTok – ma un ruolo lo hanno avuto anche le app di messaggistica come Telegram e WhatsApp – hanno funzionato prima da catalizzatori e poi da amplificatori delle manifestazioni, permettendo di raggiungere in tempo reale anche chi non era presente all’inizio e coinvolgendo soprattutto giovani e giovanissimi.
Il punto però è che qui non si parla solo di scelte umane ma di un preciso ruolo svolto dalla tecnologia. Le chat possono infatti indicare dove e quando incontrarsi, ed è qui che è fondamentale la volontà delle persone, ma a decidere quanto lontano possa arrivare un contenuto intervengono i sistemi di raccomandazione dei social: sono gli algoritmi che ordinano ciò che appare sullo schermo.
Statistica
Con algoritmo in informatica si indica una sequenza di istruzioni per risolvere un problema. Nel feed tuttavia – cioè il flusso di post, fotografie e video che scorriamo aprendo un’applicazione – operano soprattutto modelli di apprendimento automatico, addestrati sui dati delle interazioni. In termini matematici stimano una probabilità «condizionata»: date le abitudini di un utente e le caratteristiche di un post, quanto è probabile che lo guardi fino alla fine, lo commenti o lo condivida?
Il risultato non è una certezza ma una previsione statistica, legata a un fenomeno stocastico, cioè caratterizzato da una componente di incertezza. Combinando diverse probabilità i sistemi assegnano punteggi ai contenuti e ne determinano la posizione, senza necessariamente valutarne la veridicità.
TikTok
TikTok ne offre l’esempio più immediato attraverso il feed «Per te», costruito anche con video di persone che non seguiamo: il tempo di visione, la decisione di arrivare alla fine, i «mi piace», i commenti e le condivisioni diventano segnali, insieme ad hashtag e lingua. Se ci soffermiamo su un filmato di una manifestazione la piattaforma può per esempio proporcene altri analoghi, ampliandone la circolazione al di là delle reti personali.
Su Instagram il funzionamento cambia invece a seconda della sezione. L’8 giugno 2021 Adam Mosseri, responsabile del social, scrisse che Instagram «non ha un unico algoritmo», poiché feed, Storie, Esplora e Reel utilizzano sistemi diversi. Nelle Storie pesano le relazioni abituali mentre i Reel favoriscono la scoperta di nuovi creatori: così lo stesso messaggio può restare tra amici oppure raggiungere sconosciuti, se un video raccoglie segnali di interesse sufficienti a farlo raccomandare.
Su Facebook la selezione del feed tiene conto anche dei rapporti fra amici, pagine e gruppi, ma non si limita ai profili seguiti. Il 29 giugno 2023 Nick Clegg, allora presidente degli Affari globali di Meta, precisò che prevedere la probabilità che un utente condivida un post è uno dei fattori con cui l’intelligenza artificiale ne stabilisce la rilevanza. Non non basta tuttavia una sola previsione, perché il sistema ne combina diverse. In altre parole la piattaforma non misura l’adesione a un’idea politica, ma la probabilità che qualcuno interagisca con la sua rappresentazione digitale.
Quanto conti la posizione nel feed emerge da uno studio sperimentale diffuso nel settembre 2025 (The Ranking Effect: How Algorithmic Rank Influences Attention on Social Media): in un esperimento con 585 partecipanti e un feed simulato di Reddit, gli stessi post, se collocati più in basso, hanno ricevuto circa il 40% di interazioni in meno. Non è una misura diretta di TikTok o Facebook, ma mostra come l’ordine dei contenuti possa orientare l’attenzione anche a parità di materiale pubblicato.
Industria ed economia dell’attenzione
Dietro queste scelte c’è perciò un modello industriale. Nell’economia dell’attenzione, termine che indica un modello in cui l’attenzione umana è un asset sul quale investire e che è stato coniato dall'economista premio Nobel Herbert A. Simon, un contenuto che induce a restare sulla piattaforma crea ulteriori occasioni per mostrare pubblicità, il principale motore dei ricavi di molti social. Per questo gli algoritmi sono infrastrutture economiche oltre che tecnologiche. Il rischio è un circuito di retroazione: mostrando più spesso ciò che suscita curiosità, entusiasmo, paura o indignazione il sistema può rafforzare gli interessi che ritiene di aver individuato, restringendo lo spazio per prospettive differenti (leggasi le filter bubble o le echo chamber).
La viralità dunque non coincide con il consenso, né ogni condivisione si traduce in partecipazione. Chat e canali servono a coordinare luoghi e orari, mentre gli algoritmi dei grandi social possono rendere quegli inviti visibili ben oltre la cerchia iniziale. Capire come funzionano significa riconoscere che, tra una notizia pubblicata e una notizia letta, esiste ormai un filtro potente, governato da scelte tecniche e commerciali che incidono anche sulla vita politica e pubblica.
