Parlando di “digitalizzazione” si fa riferimento al cambiamento che gli ormai essenziali strumenti digitali hanno prodotto nella società odierna. Questo fenomeno non solo ha stravolto il modo in cui comunichiamo, ma ha trasformato radicalmente la dinamica secondo la quale le informazioni vengono consumate, personalizzando l’esperienza degli utenti su base individuale. Concetti come “filter bubbles” e “nudging” hanno preso vita in questo nuovo contesto sociale, introducendo nuovi meccanismi ed influenzando in modo sottile e spesso impercettibile le scelte che facciamo online, dalla selezione delle notizie che visioniamo ogni mattina alla formazione delle nostre opinioni e decisioni.

Analisi del Fenomeno

Le nostre interazioni quotidiane con il mondo dell’informazione sono mediate principalmente da piattaforme online come motori di ricerca, social media e applicazioni. Ciononostante, dietro la comodità di avere informazioni e contenuti personalizzati, si nascondono fenomeni complessi che influenzano massivamente le nostre opinioni, comportamenti e decisioni. Due concetti chiave che descrivono tali dinamiche sono le filter bubbles (“bolle di filtraggio”) e il nudging. Si tratta di due fenomeni strettamente collegati tra loro che influenzano radicalmente il comportamento degli utenti online. Le filter bubbles, o information bubbles, infatti, si formano quando gli algoritmi di personalizzazione dei contenuti sui social media e altre piattaforme digitali ci espongono principalmente a informazioni e opinioni che confermano le nostre credenze preesistenti. Il nudging, d’altra parte, si riferisce a tecniche che indirizzano le persone verso un determinato tipo di comportamento o di azione attraverso sottili suggerimenti e manipolazioni ambientali.

Cosa Sono le Filter Bubbles?

Il termine “filter bubbles” è stato coniato dall’attivista Eli Pariser nel 2011 per descrivere la situazione in cui un utente è esposto prevalentemente a informazioni e contenuti che rispecchiano le proprie credenze e interessi, escludendo o minimizzando significativamente l’esposizione a opinioni diverse o contrastanti. Questo effetto è il risultato degli algoritmi di personalizzazione utilizzati da piattaforme come Google, Facebook, Twitter e molte altre, che modellano il contenuto in base alla cronologia delle ricerche, ai like, alle condivisioni e ad altri comportamenti digitali tenuti dagli utenti. Di seguito si analizzeranno quali sono i principali rischi connessi a questa diffusa pratica.

Conseguenze delle Filter Bubbles:

• Bias di conferma (“confirmation bias“): gli utenti tendono a concentrarsi esclusivamente su argomenti che confermano le proprie convinzioni preesistenti.
• Isolamento ideologico: può portare ad un’accentuata polarizzazione ideologica, poiché gli utenti vengono isolati nelle “camere dell’eco” digitali, dove le opinioni opposte non sono visibili, sono ridicolizzate o sensibilmente sminuite.
• Riduzione del pluralismo informativo : l’accesso limitato ad un’adeguata varietà di fonti di informazione può facilmente portare all’indebolimento del dibattito e della capacità degli individui di prendere decisioni informate.
• Manipolazione dell’opinione pubblica : attori/utenti malevoli possono così manipolare con facilità l’opinione pubblica attraverso un’attenta disinformazione e la diffusione di fake news.

Riferimenti Normativi

• Regolamento Generale sulla Protezione dei Dati (GDPR): il GDPR non regola direttamente le filter bubbles, ma affronta la questione della profilazione degli utenti e del trattamento dei dati personali, imponendo trasparenza e responsabilità. L’art. 22 del GDPR, infatti, così recita: “L’interessato ha il diritto di non essere sottoposto a una decisione basata unicamente sul trattamento automatizzato, compresa la profilazione, che produca effetti giuridici che lo riguardano o che incida in modo analogo significativamente sulla sua persona.”
• Digital Services Act (Regolamento UE 2022/2065 del Parlamento europeo e del Consiglio, del 19 ottobre 2022, relativo a un mercato unico per i servizi digitali e che modifica la direttiva 2000/31/CE): si impegna a favorire la consapevolezza degli utenti attraverso numerose disposizioni, tra le quali si segnalano con particolare riguardo all’argomento trattato gli articoli 26, 27 e 28.

Nudging e Teoria dei Nudge

Il nudging è un concetto che proviene dall’economia comportamentale e fa parte della più ampia Teoria dei Nudge, sviluppata dagli studiosi Richard Thaler e Cass Sunstein nel loro libro “Nudge: Improving Decisions About Health, Wealth, and Happiness” del 2008. La teoria dei nudge si basa sul principio secondo il quale piccoli interventi o modifiche nel modo in cui le scelte sono presentate (detto “architettura delle scelte”) possono influenzare in maniera quasi radicale il comportamento degli individui senza limitarne però la libertà di scelta. Anche i nudges operano sfruttando i bias cognitivi (come l’effetto di default o il framing, che saranno analizzati in seguito) per orientare le scelte verso risultati ritenuti migliori.

Su Cosa si Basa il Nudging?

Il nudging si fonda su diversi principi della psicologia cognitiva, che descrivono come gli esseri umani prendono decisioni. Gli individui, infatti, non sono sempre perfettamente razionali e spesso si affidano a scorciatoie mentali o “euristiche” per prendere decisioni più complesse. Il nudging sfrutta tali tendenze per spingere le persone verso decisioni che potrebbero essere nel loro miglior interesse, senza togliere loro le altre opzioni. Un esempio pratico di questo fenomeno sono:

• Le opzioni predefinite : se si desidera spingere gli utenti verso una determinata scelta, impostare come predefinita tale opzione (con la possibilità di fare opt-out) può essere molto più efficace che chiedere alle persone di scegliere attivamente l’opt-in.
• Il framing : un prodotto etichettato come “90% in meno di zuccheri” potrebbe sembrare più salutare rispetto allo stesso prodotto etichettato come “10% di zuccheri.”
• Promemoria e feedback : le notifiche di un’applicazione per il fitness o per imparare altre lingue che ricordano agli utenti di fare esercizio possono essere un esempio di nudge che utilizza il feedback positivo per incoraggiare un comportamento salutare.

La Connessione tra Filter Bubbles e Nudging

Quando si decide di analizzare questi due fenomeni congiuntamente, è importante considerare non solo i loro singoli effetti, ma anche le implicazioni derivanti dalla loro combinazione. La loro interazione, infatti, può amplificare le criticità di una o di entrambe le dinamiche, finendo per condizionare negativamente il modo in cui le persone prendono decisioni online. Entrambe le dinamiche citate condividono quindi una critica fondamentale: conducono alla suggestione delle scelte degli utenti senza la piena consapevolezza o controllo da parte di questi ultimi, con impatti potenzialmente negativi sulla loro libertà, sull’autonomia decisionale e, anzitutto, sulla qualità delle informazioni accessibili.