In today‘s digital marketing, content no longer lives as a standalone object, built once for an undifferentiated audience. It lives, instead, as a system of variants: images, videos, formats, adaptations, narrative cuts and micro-messages meant to be distributed, measured, compared and optimized. 

This shift bears directly on the work of the visual designer, the art director and the social media manager. Advertising platforms no longer simply serve an ad to a manually chosen audience: they read signals, behaviors, response probabilities and creative performance, then decide in real time which variant to show to whom. 

The point isn‘t anecdotal. Meta openly describes its ad systems as machine-learning infrastructure: its retrieval engine, Andromeda, introduced in 2024, acts as the first stage of ranking, narrowing a pool of tens of millions of ad candidates down to the few thousand actually scored for each user. And — crucially for anyone in visual communication — Meta explains that as advertisers adopt generative-AI tools, the number of ad creatives in its systems is expected to grow significantly, with a hierarchical index built specifically to handle that exponential growth. In plain terms: competitive advantage no longer rests on targeting precision alone, but on the ability to feed the system a rich enough repertoire of variants to test, compare and optimize. 

On the TikTok side, the direction is the same. The platform has built its Symphony suite around generative-AI tools designed explicitly to generate, personalize and scale high-performing content in a few clicks — turning a single asset into many different versions to keep creative fresh. Production at scale is no longer a what-if scenario: it‘s already baked into the tools these platforms put on the market. 

None of this means the algorithm “replaces content with the person” — a catchy but inaccurate line. It means something more concrete: content performs better when it can take on different forms, each one tuned to an audience, a context, a format and an objective. So the question isn‘t simply to produce more. It‘s to produce more variants without losing quality, art direction and identity. 

The end of the single hero visual 

For years, visual communication worked along a largely top-down logic: one concept, one campaign, one hero image, a handful of adaptations. That model doesn‘t disappear, but it‘s now joined by something more dynamic. 

An effective campaign today can call for dozens of versions: different framings, different color moods, micro-variations on the message, static and animated cuts, formats built for feed, stories, reels, landing pages and paid social. The interesting part isn‘t any single tool, but the cultural direction of travel: creative becomes a living system, continuously tested and refreshed. 

This is where a new professional responsibility comes in. The designer can‘t just execute: they have to design a visual language that stays recognizable even when it‘s multiplied. Consistency, not volume, becomes the real measure of skill. 

Generative upscaling: when detail becomes art direction 

This is the context in which tools like Magnific come into play — currently one of the best-known names in creative, generative upscaling. The difference from a plain technical enlargement is fundamental: it‘s not about interpolating the pixels of a blown-up image, but about reconstructing, interpreting and generating new visual detail, guided by a text prompt and adjustable parameters. 

Control here is granular, and that‘s where skill shows. Magnific exposes a Creativity slider that governs how much new information the AI may introduce — in effect, how many controlled “hallucinations” to generate — alongside presets that run from Subtle through Vivid to Wild, shifting the balance between fidelity to the original and reinterpretation. For a professional, that means lifting texture, materials, skin, surfaces, reflections and perceived depth, turning a still-rough visual into something denser and ready for premium-tier communication. 

But that‘s exactly where the limit lies — and the limit is what defines the value of the person doing the work. A tool that generates detail isn‘t neutral: it interprets. It can introduce information that wasn‘t in the original, alter the character of a face, let the overall style drift. Hands-on use reveals a recurring limitation: faced with distorted anatomy or malformed faces, generative upscaling tends to amplify the flaw rather than fix it, and overcooked settings can produce noticeable style drift. 

The designer‘s competence, then, isn‘t about pressing a button. It‘s about deciding how much detail to add, how faithful to stay to the source, when to accept a transformation and when to stop. AI can raise a visual‘s apparent quality, but it doesn‘t replace judgment about tone, identity and the coherence of the project. 

Generative video and computational direction 

If the still image demands control over detail, generative video opens another field: synthetic direction. Motion has become a central currency in the attention economy — not because every piece of content has to become video, but because platforms tend to favor formats that hold the eye, build rhythm and deliver an immediate micro-narrative. 

Platforms like Higgsfield work on exactly this need. The answer to generative video‘s most stubborn problem — the “locked-off tripod” look, with static moves or mechanical pans — is a library of camera controls drawn from classic cinematography: crash zooms, dollies, tracking shots, 360-degree orbits, FPV-drone perspectives and other presets applied to a source image without manual keyframing. To these it adds first- and last-frame control, to lock the start and end points of a clip, and character-locking mechanisms meant to keep faces and characters consistent across the sequence. 

The point isn‘t “making cinema with one click” — that would be a naive shortcut. The point is that the designer, the art director or the social media manager can start thinking in terms of motion, rhythm, depth, mood and camera language even on content built for quick campaigns, ad tests or social micro-formats. The visual culture a professional needs gets wider: it‘s no longer enough to compose an image, you have to understand how that image can move, breathe and engage with time and with the viewer‘s attention. 

Here too, clarity about the boundaries is part of the craft. Clips stay short, on the order of a few seconds; fast motion and complex effects can still throw up visible artifacts, and avatar realism isn‘t flawless under every lighting condition. Promising a client only what the tool can actually deliver is, today, a mark of professionalism. 

The risk of weak automation 

The most common mistake when generative AI comes up is to conflate speed with quality. Speed is an operational advantage; quality stays a cultural responsibility. 

Weak automation churns out lookalike images, incoherent motion, overcooked detail, unstable faces, gratuitous moves, interchangeable aesthetics. It‘s the “anything goes” trap, minus direction: in that case AI doesn‘t raise the level of the communication, it lowers it, because it multiplies content with no hierarchy and no intent. Worth noting: even from a distribution standpoint, the empty variant is useless. Ranking systems learn from substantial differences between creatives — a produced video, an educational carousel, an authentic testimonial — not from the same idea in slightly different packaging. 

Strong automation, by contrast, starts from a method. It begins with a concept, sets a visual grammar, establishes limits, builds variants, checks the results and corrects the drift. AI doesn‘t decide the meaning of the project: it speeds up some stages, widens the possibilities, allows faster testing and makes affordable what once took time, departments and far heavier budgets. 

The professional‘s new value 

What‘s really at stake isn‘t learning Magnific, Higgsfield or any other tool that matters today and may be old news tomorrow. It‘s acquiring a way of working. The competitive professional will be the one who can govern four moves: 

generate coherent variants without diluting the project‘s identity; 

refine detail while keeping control over style; 

set the visual in motion with a director‘s awareness; 

read the data without reducing creativity to a mere performance exercise. 

In this sense, generative AI doesn‘t shrink the designer‘s role: it raises the bar, because it separates those who only know the commands from those who have a vision. The commands change. The vision stays. 

The future of visual communication doesn‘t belong to whoever produces the most images, but to whoever can build aesthetic systems that are recognizable, adaptable and measurable. This is where the visual designer becomes central again: not as the machine‘s operator, but as the director of meaning, quality and beauty. 

Editor‘s note 

The tools cited here, Magnific and Higgsfield among them, are examples of a fast-moving technological category. They shouldn‘t be read as exclusive or definitive recommendations, but as useful cases for understanding a broader shift: the move from a creativity built around a single output to a visual practice grounded in generating, selecting, refining, animating and controlling variants. The central theme, then, isn‘t mastery of any specific software, but the ability to govern tools critically, understand their limits and place them inside a deliberate design process. 

Sources & references 

Meta Engineering, “Meta Andromeda: next-gen personalized ads retrieval engine” — on Andromeda and the growth of ad creatives. 

TikTok For Business, “Meet TikTok Symphony, Our New Creative AI Suite” — creative production and scaling. 

Higgsfield AI, official Camera Controls page — camera-motion presets. 

Magnific AI, official Image Upscaler guide — parameters, presets and detail generation. 

How Artificial Intelligence Is Transforming Graphic Design, Branding and Visual Communication

For more than a century, graphic design has pursued a precise ambition: to make recognizable what time transforms. To create identities capable of remaining impressed in collective memory, building continuity even within change.

Logos, posters, packaging, typographic systems, coordinated identities: everything developed around a fundamental principle of modern visual communication — stability. An effective brand was a coherent brand, always identical to itself, recognizable in every application, from the business card to the advertising poster.

Then digital technology arrived, and with it came movement, fluidity, adaptive interfaces, social media, vertical screens and ephemeral content. Today, however, something even deeper is taking place. Artificial intelligence is not simply changing the tools of graphic design: it is transforming the very concept of visual identity.

From the Static Logo to Generative Branding

In recent years, generative AI has exploded. Midjourney, Runway, Firefly and dozens of other systems have made the automatic production of images, videos, illustrations and texts widely accessible. But the decisive change does not concern the speed with which content can be created, but rather the way visual systems are designed.

Contemporary branding is moving from a static logic to a dynamic one: no longer a fixed identity, but identities capable of adapting to contexts, platforms, audiences and even user behaviors. This is what many are beginning to call generative branding — an identity that does not exist in a single version, but in hundreds of mutually coherent variations.

This is not theory. The identity of the MIT Media Lab, designed by Pentagram, generated thousands of logo permutations from a single algorithm. Google‘s 2015 rebranding replaced a fixed mark with a flexible system made up of a logo, four animated dots and a microphone, capable of changing behavior depending on whether the user is speaking, listening or waiting. In both cases, the “logo” is not a form, but a grammar.

Generative Design and Intelligent Visual Systems

New graphic systems no longer simply repeat a form: they generate visual behaviors. They change color, modify composition, adapt typography and language, respond to data, devices and formats. The logo ceases to be merely a static symbol and becomes a language.

This is where generative design profoundly changes the role of the graphic designer. For decades, the task of the designer was to construct definitive forms; today, designers increasingly create rules, relationships and constraints that allow those forms to regenerate coherently. In practice, they no longer design single images, but visual ecosystems.

AI and Graphic Design: What Is Really Changing

The question is inevitable: will artificial intelligence replace graphic designers?

The most interesting answer is probably another one. AI automates many technical operations, but precisely for this reason it increases the value of design skills.

Today, anyone can generate an image. Far fewer people know how to build a visual strategy, develop a distinctive language, understand audience behavior or transform an image into meaning.

When execution becomes a commodity, value moves upstream: into creative direction, choices and vision.

The Return of the Human in Visual Communication

There is an equally interesting parallel phenomenon: the more generative AI becomes technically perfect, the more the desire for imperfect elements grows.

Many designers are abandoning the ultra-smooth aesthetic of early AI-generated content in favor of real textures, irregular typography, analogue collages, intentional errors and more emotional compositions.

We see this in the return of “raw” and hand-drawn fonts, photographic grain, editorial covers that imitate photocopies and mimeographs. It is a predictable cultural reaction: when everything becomes polished, polish stops being moving, and imperfection once again becomes a signal of authenticity.

Paradoxically, it is artificial intelligence that is leading design back toward something profoundly human.

The Future of Branding Will Be Relational

The branding of the coming years will hardly be defined by a single, motionless logo. It will be defined by the ability to build coherent relationships through intelligent visual systems.

The strongest identities will not be the most rigid ones, but those capable of adapting without losing character.

This is a change that affects companies, creators, agencies, advertising and education. Because in a world where tools become accessible to everyone, what will make the difference is design culture: knowing how to use AI will not be enough; it will be necessary to know what to communicate, why to communicate it and how to build recognizable identities within an increasingly fluid digital ecosystem.

In the future of visual communication, value will not lie in producing more images, but in building systems capable of generating meaning.

This is probably where the future of graphic design and visual communication will be decided. Not in the replacement of human creativity, but in the emergence of designers capable of directing intelligent systems without losing sensitivity, critical thinking and cultural vision.

Per anni, la progettazione grafica è stata insegnata e recepita come una disciplina centrata sugli output visivi: il logo, il manifesto, il packaging. La qualità di un lavoro si valutava (e spesso ancora si valuta) sulla base del suo impatto estetico immediato. Eppure, questo approccio, figlio di una visione formalista e lineare della comunicazione visiva, si sta rivelando sempre più inefficace per leggere la complessità dell’ecosistema progettuale attuale.

Non perché la forma non conti, ma perché viene troppo spesso confusa con il progetto. E quando la forma prende il sopravvento sulla struttura, il graphic design smette di essere linguaggio e diventa decorazione.

Il problema non è solo estetico, ma epistemico. Si continua a valutare cosa viene prodotto — e quanto “funziona” — senza interrogarsi sul perché e come certi linguaggi si impongono. Senza analizzare le dinamiche che portano studenti e aspiranti designer a replicare trend, template e palette preimpostate.

Il risultato? Un design che non comunica, ma simula la comunicazione. Un’estetica liscia, accattivante, ma vuota. E una generazione di progettisti convinti che “fare grafica” significhi comporre blocchi visivi dentro griglie fornite da altri.

Il cambio di prospettiva, ancora oggi digerito solo in parte, comincia quando si smette di osservare i prodotti grafici come oggetti autonomi, e si iniziano a indagare i sistemi visivi che li generano, li filtrano e li amplificano.

Solo allora ci si rende conto che il graphic design contemporaneo non è affetto da una crisi di stile, ma da una crisi di metodo. Una crisi alimentata da strumenti che semplificano — e talvolta svuotano — il processo progettuale, e da un immaginario diffuso in cui l’efficienza visiva conta più del pensiero critico.

In questo contesto, il template bias — ovvero la tendenza a rifugiarsi in schemi prefabbricati — ha smesso di essere un limite didattico per diventare una vera forza strutturante dell’estetica contemporanea.

La superficialità progettuale non emerge perché gli studenti siano meno creativi, ma perché i contenuti che “funzionano” meglio online — quelli che ottengono like, condivisioni, engagement — sono spesso quelli che si conformano di più a un’estetica riconoscibile, replicabile, rassicurante.

Non servono idee nuove per avere visibilità: basta riconfermare visivamente ciò che il pubblico si aspetta. È l’economia dell’attenzione applicata al design.

Da qui, il mito delle “bolle creative”: immaginate come spazi di libertà espressiva, sono in realtà ambienti co-evolutivi, in cui domanda (dei brand, delle piattaforme, dei clienti) e offerta (degli studenti, dei creator, degli aspiranti designer) si influenzano a vicenda. Non è l’algoritmo a rendere tutti uguali, né l’individuo a scegliere liberamente: è la loro interazione a generare una grafica che, nel tentativo di essere efficace, finisce per essere prevedibile.

Il design, così, smette di essere esplorazione e diventa conferma. Non si progetta più per rappresentare idee, ma per consolidare appartenenze visive.

Solo partendo da questa consapevolezza è possibile costruire percorsi formativi che non inseguano il trend, ma anticipino le criticità.

È qui che la pedagogia del progetto si afferma come strumento critico: non per sostituire l’estetica, ma per mapparne i vincoli, misurarne gli effetti, e disinnescarne le illusioni.

Non basta più correggere lavori “brutti” o “banali”: serve agire a monte, insegnando a riconoscere perché certi esiti visivi sembrano validi anche quando non lo sono.

La vera sfida, oggi, è insegnare a vedere ciò che non si vede: il processo.

Perché in un contesto in cui anche l’intelligenza artificiale è in grado di generare layout “coerenti” e poster “stilosi” in pochi secondi, il rischio non è essere sostituiti, ma diventare indistinguibili.

Un output ben impaginato, privo di idea e intenzione, resta solo una bella superficie.

E proprio qui si manifesta la nuova illusione del design contemporaneo: l’equivalenza tra bellezza visiva e qualità progettuale. Perché un’interfaccia AI può comporre una landing page più elegante di uno studente insicuro. Ma ciò che manca — e che nessuna macchina può produrre — è il pensiero critico che giustifica quelle scelte.

Più un aspirante designer ignora i limiti strutturali degli strumenti che usa, più è esposto al fascino della forma. E più rischia di scambiare la velocità per competenza, la stilistica per contenuto, l’allineamento perfetto per progettualità.

Così, l’ecosistema visivo attuale non è solo inondato di brutti lavori, ma di lavori formalmente corretti ma senza significato.

Non è un problema di gusto, ma di senso. E, in fondo, di conoscenza: non sappiamo più cosa significa “progettare”.

Il rischio, oggi, non è la mediocrità. È la mediocrità ben vestita.

In questo scenario, come un tempo si cercava di normare la disinformazione senza comprendere la meccanica delle echo chambers, oggi si tenta di insegnare design senza analizzare i sistemi estetici che ne condizionano la produzione.

Si parla di “etica del design” senza conoscere semiotica, storia della grafica, teoria della percezione.

È come voler costruire un ponte senza sapere come funzionano le forze strutturali: si rischia che crolli. Ma intanto, su Instagram, sembrerà bellissimo.

Questa nuova forma di inconsapevolezza progettuale, che scambia il pattern per il progetto, l’effetto wow per l’efficacia, l’estetica per la comunicazione, è il vero fronte critico dell’educazione al graphic design oggi.

E richiede una risposta che non sia solo creativa o motivazionale, ma teorica, sistemica, interdisciplinare.

L’eredità più utile del graphic design come disciplina — quella che lo ha distinto dalla semplice grafica applicata — è sempre stata questa: la capacità di pensare visivamente, non solo di “fare” bene.

Per questo oggi, il punto non è più se uno studente sa usare Illustrator, Figma o Midjourney.

È se sa perché li usa. Se sa cosa vuole dire, a chi, perché in quel modo.

Non viviamo in un’epoca piena di brutti design: viviamo in un’epoca piena di design ben fatti che non dicono nulla.

E in quest’epoca di grafiche perfettamente composte ma prive di intenzione, la vera intelligenza sarà imparare a dubitare della forma — per ricostruire il progetto.

Come abbiamo visto è facile cascare nel perverso circuito delle fake news. Ma noi non vogliamo condividere con i nostri amici le famose catene di sant’Antonio, vero? Per proteggerci contro tentativi di persuasione indesiderata esistono diversi metodi che combinano informatica, psicologia, comunicazione, fino all’economia comportamentale. Parliamo qui della teoria dell’inoculazione e di come possiamo vaccinarci contro le bufale online. Per di più, in maniera divertente tramite il gaming. 

Ma facciamo un passo indietro. 

Cosa si sta facendo per combattere la disinformazione online? In estrema sintesi sono quattro i macro-settori sui quali si sta intervenendo: in ambito legislativo, per approvare nuove leggi e migliorare i meccanismi già esistenti per la verifica dei fatti; investendo nell’educazione, nell’alfabetizzazione mediatica e nell’uso sicuro dei nuovi media; nel miglioramento dei meccanismi di fact-checking (smascherare le bufale) e soprattutto agendo sul meccanismo degli algoritmi, per perfezionare quelli esistenti e crearne di nuovi capaci di individuare le notizie false (Google e Facebook, proprietaria anche di WhatsApp, ci stanno lavorando da tempo).

Questi interventi presentano però dei limiti evidenti. Diversi studi hanno dimostrato che il debunking e il fact-checking possono non essere armi efficaci (almeno non da sole) per combattere la disinformazione. Confutare immediatamente le fake news sui social media si è sicuramente rivelata una pratica efficace, ma pensate alla mole di bufale che circolano in rete e la velocità con la quale si propagano: smascherarle tutte diventa impossibile! Inoltre, una volta messo radici, la disinformazione può continuare a influenzare i nostri atteggiamenti: se siamo stati esposti a una falsità c’è il rischio di continuare a crederci, anche se la notizia è stata corretta: in psicologia questo fenomeno è noto come effetto di influenza continua.

Vaccinarci contro le fake news

Da qualche anno gli scienziati si stanno concentrando molto sulla technocognition, un approccio che appare oggi più corretto per affrontare la disinformazione e che tiene insieme diverse discipline, dalla psicologia, alla comunicazione, fino all’informatica e all’economia comportamentale. In questo contesto, due studiosi, Van der Linden e Roozenbeek, hanno studiato il ruolo del prebunking, intervenire cioè preventivamente per evitare che le bufale possano mettere radici.

Per attuare il prebunking, gli scienziati comportamentali hanno attinto dalla teoria dell’inoculazione, un quadro psicologico proposto negli anni ’60 dal sociopsicologo William James McGuire alla cui base c’era l’idea di indurre una resistenza preventiva contro tentativi di persuasione indesiderati. 

McGuire ha dimostrato come sia possibile proteggere un atteggiamento partendo proprio dall’analogia medica: così come un vaccino inietta nel corpo umano dosi indebolite di un virus capaci di attivare le risposte immunitarie dell’organismo, così con un trattamento preventivo contro la persuasione è possibile ottenere lo stesso effetto anche con le informazioni. I risultati hanno dimostrato che chi è stato sottoposto a “vaccinazione” sviluppa una maggiore resistenza a messaggi persuasivi più forti ed è capace di attivare le proprie difese contro quella “minaccia”. Una vera e propria protezione contro un’intera gamma di notizie false. 

Inoculazione tramite gaming: il caso Bad News

Una delle prime simulazioni nel mondo reale di inoculazioni nel campo dell’informazione è stata sviluppata dagli stessi studiosi all’Università di Cambridge. I due hanno progettato un gioco di “cattive notizie” chiamato Bad News (https://www.getbadnews.com/), in cui viene simulato un vero feed di social media e i giocatori devono immedesimarsi nel ruolo di produttori di fake news.  

Questa la presentazione del gioco:

«In Bad News, assumi il ruolo di un venditore di notizie false. Abbandona ogni pretesa di etica e scegli un percorso che costruisce il tuo personaggio come un magnate dei media senza scrupoli. Ma tieni d’occhio i tuoi misuratori di “follower” e “credibilità”. Il tuo compito è quello di ottenere più follower possibile mentre costruisci lentamente una falsa credibilità come sito di notizie. Ma attenzione: perdi se dici bugie evidenti o deludi i tuoi sostenitori!» 

Lo scopo è aiutare le persone a capire come si diffondono online le varie fake news o le teorie del complotto. Come ha spiegato lo stesso van der Linden, è come quando «vai a vedere uno spettacolo di magia; la prima volta resti ingannato se non sai come funziona, ma quando il mago ti spiega il trucco, non sarà così la prossima volta». Quindi, grazie al gioco, le persone apprendono quali sono «queste tecniche, come individuarle, come riconoscerle e non esserne influenzati».

Il primo test di Bad News ha riguardato circa 15mila partecipanti e i risultati hanno rivelato che i giocatori hanno aumentato significativamente la capacità di comprendere l’affidabilità delle notizie dopo aver giocato. 

Cosa aspetti allora? Corri a giocare!

È inutile negarlo, ci siamo cascati qualche volta anche noi. Abbiamo condiviso un post su Facebook o inoltrato un messaggio con WhatsApp alimentando la classica “catena di sant’Antonio”. E abbiamo scoperto solo dopo che si trattava di una notizia totalmente infondata: una fake news. 

Il problema è che, senza accorgercene, talvolta contribuiamo a diffondere bufale anche su temi di forte interesse sociale: basti pensare a quello che sta accadendo in questi giorni rispetto alla comunicazione sul conflitto in Ucraina, o ciò che è accaduto con la pandemia Covid o per i cambiamenti climatici. 

Nei giorni scorsi è stata pubblicata l’ultima indagine condotta da Ipsos, per Italian Digital Media Observatory, che ha analizzato la capacità delle persone di distinguere bufale e fake news. Il 73% degli intervistati ha dichiarato di essere in grado di riconoscerle (l’80% tra i più giovani), ma solo il 35% crede che le altre persone siano in grado di distinguere notizie vere da notizie false.  Eppure, il campione non si dimostra così attento quando è chiamato a dire la sua su fatti totalmente inventati: il 39% crede che la comunità scientifica sia molto divisa sulla crisi climatica; il 29% che l’uso frequente del forno a microonde aumenti il rischio di diffusione di onde elettromagnetiche nocive per la salute e il 13% addirittura che dietro lo scoppio della pandemia ci sia Bill Gates. 

Insomma, siamo di fronte a un problema di non facile soluzione. Quello che è certo, è che la diffusione di false informazioni è un fenomeno crescente – online, ma con forti ripercussioni nel mondo reale – di cui si sono occupate tutte le principali istituzioni a livello globale. Per la Commissione Europea, la disinformazione è un grave pericolo per la democrazia, mentre l’Organizzazione mondiale della sanità (OMS) l’ha addirittura definita una infodemia globale, che al pari dei virus è altamente contagiosa e cresce in modo esponenziale. 

Verrebbe a questo punto da porsi una domanda: perché anche persone apparentemente dotate di un buon livello di istruzione cadono nel circolo vizioso delle fake news? Perché noi stessi ci siamo cascati qualche volta?

Anche se il quadro di riferimento della ricerca scientifica è piuttosto recente, c’è unanimità nel ritenere che i fattori psicologici dei singoli individui siano una componente decisiva nei meccanismi di diffusione della disinformazione. Questo avviene in particolare tramite le piattaforme online, immersi in quella che Eli Pariser ha definito Filter Bubble: isolati in una bolla culturale o ideologica, di fatto, ignoriamo tutto il resto e l’ideologia ha la meglio sulla realtà. Siamo per Lee McIntyre nell’era della post-verità e dobbiamo capire come uscirne indenni. 

Abbiamo già visto in questo articolo come i meccanismi propri dell’influenza sociale condizionino i nostri comportamenti e le nostre decisioni. Può tornare utile riprendere la prospettiva memetica e quelli che Richard Dawkins chiama meme: i “geni” di una cultura – informazioni e comportamenti - che hanno permesso all’umanità di evolversi fino ad ora, grazie alla loro capacità di replicarsi in maniera esponenziale. Proprio come dei virus, utilizzano gli individui per sopravvivere e tramandarsi. Gli ambienti digitali rappresentano l’habitat perfetto per la proliferazione dei meme e vi entriamo in contatto a prescindere dalle nostre intenzioni. 

Siamo, poi, naturalmente portati a elaborare le informazioni in nostro possesso in maniera rapida e veloce grazie alle euristiche, quelle scorciatoie mentali che ci permettono di costruire un’idea su un argomento senza effettuare troppi sforzi cognitivi. E dalle euristiche è facile passare ai bias: errori cognitivi che possono portarci a diffondere la famosa “catena di sant’Antonio” senza rifletterci troppo.

Una delle scorciatoie mentali, che attiviamo facilmente mentre scorriamo il nostro feed social, è quella della disponibilità: percepiamo la probabilità di un evento in base alla misura in cui esso è disponibile e all’impatto emotivo del ricordo, piuttosto che sulla reale probabilità che questo si verifichi. Per intenderci, più un’informazione è disponibile e condivisa dagli altri, tanto più penseremo che sia questa sia reale. Qui può scattare uno dei bias di cui parlavamo, ovvero l’effetto del falso consenso: tendiamo a proiettare sugli altri il nostro modo di pensare e crediamo che le nostre preferenze, le nostre opinioni siano condivise dalla maggioranza. A questo si collega anche l’ignoranza pluralistica, l’effetto che rafforza la propensione a conformarci alle opinioni di un gruppo, anche se dissentiamo, visto che abbiamo la percezione che tutti la pensino in un determinato modo (e magari li riteniamo più informati di noi su quell’argomento). 

Così, soprattutto se le nostre idee di partenza sono errate, per esperienza personale, per l’appartenenza a un gruppo, tenderanno a trovare conferma in un perverso circuito vizioso alimentato dalle tecnologie proprie dei social network.

Essendo naturalmente portati ad aggregarci in “comunità”, lo facciamo anche online – seppur non del tutto consapevolmente –, polarizzando le nostre posizioni con gruppi omogenei e chiusi, in un processo determinante nel rinforzare l’echo-chamber. Il confronto viene minimizzato ed è sempre più difficile trovare in un ambito omogeneo e chiuso, come può essere un social network, visioni alternative che possano contaminare la nostra “idea” di partenza (o per meglio dire, quella che l’algoritmo pensa sia la nostra). E chi magari avrebbe qualcosa da dire molto spesso è vittima di quella che Noelle-Neumann chiamò la spirale del silenzio: un singolo individuo è disincentivato dall’esprimere apertamente la propria posizione se percepisce che è contraria all’opinione della maggioranza.

Il rischio è quindi, come spesso accade, che personaggi incompetenti occupino spazio sui social media con dissertazioni prive di valenza scientifica, che spaziano dal complottismo alla disinformazione.

I nostri pensieri e le nostre opinioni personali determinano ogni scelta che facciamo. 

Ovvio, no? Peccato che sia un’idea sbagliata. 

Anche se non ne siamo consapevoli – o peggio fatichiamo ad ammetterlo – le persone intorno a noi hanno un’influenza enorme su ogni aspetto della nostra vita. Qualunque scelta facciamo, dal ristorante dove mangiare al prodotto da acquistare, perfino la scelta del parcheggio, è condizionata dall’influenza sociale. 

Molti di voi, probabilmente, staranno pensando: «ok, ma io non mi lascio influenzare, lo faranno gli altri». È l’approccio più sbagliato da assumere. Processi e dinamiche proprie dell’influenza sociale si manifestano a prescindere dalla nostra intenzione di entrarvi in contatto. In un altro articolo abbiamo affrontato l’importanza di conoscere i principi alla base di queste “pressioni”, anche se non è questo il luogo per citare tutti gli studi che negli ultimi decenni hanno coinvolto scienziati e ricercatori di tutto il mondo su questi argomenti. 

Quello che possiamo fare è avere la mente aperta per comprendere i meccanismi e la potenza dell’influenza sociale. Come utenti, per imparare a difenderci dalla persuasione tossica e discernere contenuti e comportamenti dannosi che affollano le piattaforme digitali. Come professionisti della comunicazione, per provare a usare questi meccanismi a nostro vantaggio. Attenzione, strutturarne la potenza, non vuol dire cadere negli stessi sbagli che vogliamo combattere con un approccio umano della tecnologia: i principi etici da rispettare sono un faro da seguire, sempre!

Per capire meglio i principi alla base dell’influenza sociale vorremmo consigliarvi due libri, entrambi best seller scritti da Jonah Berger professore di marketing alla Wharton School of the University of Pennsylvania, esperto di tendenze, marketing virale e contagio sociale.

In “Influenza invisibile - Le forze nascoste che plasmano il nostro comportamento”, Berger approfondisce la miriade di modi in cui gli altri influenzano ciò che facciamo: dalla tendenza umana all’imitazione, all’impulso che porta a differenziarci; ancora, il conflitto tra familiarità e novità e il valore che riveste la capacità di distinguersi dagli altri o come l’influenza sociale possa condizionare le nostre motivazioni. E lo fa con esempi pratici: problemi comuni affrontati da aziende e persone che l’influenza sociale può aiutarci a risolvere.  

In un altro libro diventato ormai un riferimento del settore, Berger svela i meccanismi della trasmissione sociale e mostra i sei punti di forza che deve avere una campagna per rendere contagiosi prodotti e idee. Nel libro, che si intitola non a caso “Contagioso. Perché un'idea e un prodotto hanno successo e si diffondono”, individua sei ingredienti costanti di un contenuto che diventa argomento di discussione e da qui virale. Per farlo devono essere rispettati sei “STEPPS”:  «poter fungere da valuta sociale, rispondere agli stimoli dell’ambiente circostante, saper suscitare reazioni emotive, avere visibilità pubblica e valore pratico ed essere inseriti in storie più ampie». Vediamoli nel dettaglio. 

Valuta sociale (Social currency). Condividiamo quello che ci fa fare bella figura con gli altri – Vogliamo sempre offrire agli altri, ai nostri amici, una certa immagine di noi stessi, quella che contribuisce ad aumentare la nostra autostima. I fatti che veicoliamo, le opinioni che condividiamo, servono a nutrire la nostra immagine percepita, a rappresentarci come persone informate e, perché no, alla moda.

Stimoli (Triggers). Se è facile pensare a qualcosa, è facile parlarne – Il nostro cervello è abituato a lavorare per schemi ed euristiche: siamo quindi portati a ragionare per associazioni mentali e tanto più il meme (una unità di informazione culturale e mentale, analoga al gene) si assocerà a contenuti per noi familiari e che coinvolgono la nostra quotidianità, tanto più avrà possibilità di diffondersi ed essere condiviso. La familiarità, sottolinea Berger, conduce al gradimento.

Reazioni emotive (Emotion). Quando teniamo a qualcosa, lo condividiamo – Ragionando in termini generali, i contenuti contagiosi provocano in noi delle emozioni (positive o negative). Per innescare la scintilla, e creare contenuti virali, è essenziale creare forte emozioni. 

Visibilità pubblica (Public). Se qualcosa è fatto per essere visibile, ha buone potenzialità di crescita – Berger riprende una regola molto diffusa negli anni ‘20 tra i manager americani (monkey see, monkey do) e ci ricorda che “la scimmia vede, la scimmia fa”.

Valore pratico (Practical value). Informazioni utili – Se un contenuto appare utile, con un immediato riscontro per i nostri interlocutori, è molto più probabile che questo venga condiviso. Se lo facciamo apparendo disinteressati e spinti da puro spirito “altruistico” ancora meglio. 

Storie (Stories). Le informazioni si trasmettono con quelle che a prima vista sembrano semplici chiacchiere – Gli individui, scrive Berger, «non si limitano a condividere informazioni; raccontano storie» e tutte le storie contengono una morale e una lezione. In quelle che apparentemente possono sembrare semplici chiacchiere viene inserito il “Cavallo di Troia” che include le informazioni o le idee che vogliamo far passare. Il messaggio è ancorato saldamente alla storia elaborata che è impossibile, sottolinea ancora Berger, che «non possa essere raccontata senza che venga trasmesso anche il messaggio».

Berger ci aiuta così ad apprendere una serie di tecniche specifiche e, soprattutto attuabili, per fare il modo che il nostro messaggio, o la nostra campagna pubblicitaria, possa far presa sulle persone e soprattutto che siano loro stessi a condividerlo.