Il report del Reuters Institute Journalism, media, and technology trends and predictions 2026 (Nic Newman, 12 gennaio 2026) fotografa un’industria dell’informazione che entra nell’anno nuovo “stretta” fra due forze: da un lato l’intelligenza artificiale generativa, che cambia il modo in cui le persone trovano e consumano le notizie; dall’altro l’ascesa di creator e influencer, che spostano l’attenzione verso un’informazione più “personale”, più video-centrica e spesso meno legata alle istituzioni giornalistiche.
Il risultato è un 2026 di compressione per i media: meno traffico, meno potere di distribuzione, più concorrenza e più pressione politica.
Una via d’uscita c’è, però. La porta è stretta, ma ci sono già alcuni esempi positivi di giornali che si stanno adattando alla nuova era. E la stessa AI può essere leva e sprone per un cambiamento positivo.
Indice degli argomenti
Trend del giornalismo 2026: l’AI intermedia l’accesso alle notizie
Il cambiamento più dirompente non è solo “l’AI che scrive”, ma l’AI che intermedia il rapporto fra pubblico e news. Il report insiste su un punto: i motori di ricerca stanno diventando “answer engines”, cioè interfacce che rispondono direttamente nelle pagine di ricerca (o nelle chat) riducendo la necessità di cliccare sui siti degli editori. È qui che si gioca una parte enorme della sostenibilità economica, perché per anni l’informazione digitale ha vissuto di scoperta e traffico proveniente da Google e dai social.
Dal motore di ricerca agli “answer engines”
Le aspettative degli editori intervistati sono drastiche: nel sondaggio (280 leader digitali in 51 Paesi, tra novembre e dicembre 2025) i publisher stimano che il traffico dai motori di ricerca possa calare in media di oltre il 40% nei prossimi tre anni (–43%). Non è ancora un “Google Zero”, ma è abbastanza per rendere fragile qualsiasi modello basato su volumi e pubblicità. (Fonte: Reuters Institute, survey 2025; stima –43% in tre anni).
Chartbeat e i primi segnali sul traffico organico
Il report porta anche un dato di contesto con valore simbolico: secondo l’analisi Chartbeat citata, il traffico organico da Google verso oltre 2.500 siti sarebbe già sceso del 33% tra novembre 2024 e novembre 2025 a livello globale (–38% negli USA). Newman segnala però che non è semplice attribuire tutto alle AI Overviews, anche perché Google tende a evitare i temi di “hard news” nelle panoramiche generative, mentre i siti più colpiti sembrano quelli di lifestyle e contenuti utilitaristici. (Fonte: Reuters Institute + Chartbeat nel report, cap. 2).
Chatbot in crescita, ma pochi clic verso gli editori
C’è poi un secondo punto: l’uso di ChatGPT e chatbot simili come “motori di ricerca conversazionali” cresce, ma oggi porta ancora pochi clic reali agli editori. Il report cita la sproporzione: Google genera enormemente più referral di ChatGPT (centinaia di volte di più), quindi l’AI non compensa affatto il declino dell’ecosistema classico di traffico.
La commoditizzazione delle news: cosa perde valore con l’AI
Il giornalismo rischia la commoditizzazione: cosa diventa “riassumibile” perde valore. L’AI tende a trasformare una parte dell’offerta giornalistica in commodity: notizie generiche, spiegazioni standard, guide evergreen e service journalism (meteo, “cosa vedere stasera”, consigli di consumo) sono contenuti che i chatbot possono restituire in modo immediato e personalizzato. Il report mette nero su bianco che molti editori intendono ridurre proprio quel tipo di produzione: meno service journalism, meno evergreen, meno news generaliste, perché è l’area che rischia di venire cannibalizzata dall’informazione “distillata” dalle macchine.
In parallelo emerge un’idea quasi “difensiva”: ciò che non si lascia comprimere in tre righe, o in tre bullet point, acquisisce valore competitivo. È qui che il report colloca la risposta più forte del giornalismo: tornare a essere distintivo, originale, difficile da replicare e difficile da riassumere senza perdere significato. (Fonte: Reuters Institute, cap. 3 e citazioni di manager editoriali).
Trend del giornalismo nel 2026: puntare su inchieste, analisi e community
Le strategie degli editori vanno verso un giornalismo più “umano” e meno industriale. La parte più operativa del report è la fotografia delle intenzioni strategiche delle redazioni: Newman sintetizza una sorta di “riposizionamento”. Se la distribuzione diventa ostile e l’informazione generica diventa cheap, allora l’editore prova a vendere e costruire valore su ciò che resta raro.
Dove gli editori investono di più
Per questo gli editori dichiarano di voler investire molto di più in: inchieste originali e reporting sul campo (saldo +91), analisi, contesto e spiegazione (+82), storie umane (+72), fact-checking e verifica (+63), community e relazione con il pubblico anche tramite eventi (+75). (Fonte: Reuters Institute, cap. 3 e grafici survey).
I tagli: meno volumi in cambio di identità
Specularmente, pianificano tagli su service journalism (–42), evergreen (–32) e news generaliste (–38). È una scelta che ha un costo: significa accettare meno volumi e meno reach, in cambio di una proposta più “identitaria”, pensata per essere cercata direttamente dal lettore o pagata tramite abbonamento.
Video e podcast: trend del giornalismo 2026 verso formati più “liquidi”
Un altro asse strategico è il formato. Se la testualità diventa facile da rielaborare e riassumere (e dunque facile da sottrarre), gli editori cercano rifugio e vantaggio competitivo in contenuti che trattengono di più l’utente e che, almeno per ora, si prestano meno all’estrazione “a costo zero”.
Nel report, gli investimenti attesi sono netti: più video (+79) e più audio/podcast (+71), con meno centralità del solo testo. È anche una reazione alla “videofication” dell’ecosistema social: Facebook e Instagram sono sempre meno reti “sociali” e sempre più feed algoritmici di video; e dove domina il video, è più difficile portare traffico verso le pagine degli editori.
In questa traiettoria rientra anche il concetto di “liquid content” citato in apertura: storie pensate come oggetti modulari e adattabili, riformattabili e personalizzabili per contesto e utente. È un modo per prepararsi a un futuro in cui i contenuti verranno fruiti dentro interfacce diverse (chat, voce, browser agentici) e non più solo come “articolo” nel sito.
Distribuzione: dal SEO classico a YouTube e alle piattaforme AI
Sul fronte canali, la direzione è altrettanto esplicita. Gli editori dichiarano che nel 2026 concentreranno energie soprattutto su YouTube, che diventa la piattaforma prioritaria (net score +74), seguita da TikTok (+56) e Instagram (+41). Nel pacchetto entra anche l’esigenza di “capire come navigare” la distribuzione via AI platform (+61), cioè ChatGPT, Gemini, Perplexity e simili.
Cosa viene de-prioritizzato
La conseguenza politica-editoriale è chiara: il vecchio mondo dell’ottimizzazione SEO “classica” viene de-prioritizzato (–25), e così anche Facebook (–23) e soprattutto X (–52). Google Discover resta importante ma volatile (+19). In pratica, non è solo un cambio di piattaforma: è la presa d’atto che l’era del traffico “facile” da social e ricerca sta finendo, e che bisogna costruire presenza dove oggi si forma l’attenzione, anche se lì monetizzare è più complesso.
Trend del giornalismo 2026 in redazione: automazione diffusa, ROI incerto
Se l’AI fuori dalla redazione è percepita come minaccia (per disintermediazione e traffic drop), l’AI dentro la redazione viene descritta come un acceleratore necessario, anche se con risultati ancora non risolutivi.
Dove l’AI pesa di più nei workflow
Il report dice che l’adozione continua ad aumentare “in tutte le categorie”, e che per i publisher l’uso più importante è la back-end automation, considerata rilevante dal 97% degli intervistati: trascrizioni, metadatazione, assistenza all’editing, processi ripetitivi. Salgono anche gli usi per newsgathering (82%) e per coding/prodotto (81%), segno che l’AI non è più solo uno strumento editoriale ma anche una leva industriale per costruire software e testare nuove funzionalità.
Impatto percepito e lavoro: numeri “realisti”
Quando i leader devono valutare l’impatto, solo il 13% parla di iniziative trasformative. Il 44% le definisce promettenti, ma il 42% limitate. E soprattutto: nel breve l’AI non sta generando “il grande taglio” di costi che molti immaginavano. Il 67% dice di non aver risparmiato posti di lavoro; il 16% indica riduzioni lievi, e il 9% addirittura nuove assunzioni/ruoli legati all’AI.
La pressione dei CFO sul ritorno degli investimenti
In altre parole: l’AI aiuta, accelera, ottimizza, ma non ha ancora “salvato il modello” né sostituito in massa le redazioni. E il report suggerisce che nel 2026 i CFO chiederanno conto del ritorno sugli investimenti, perché molte aziende hanno messo in piedi team e licenze senza vedere un salto economico immediato.
Il “barbell effect” nel 2026: o super-umano o super-automatizzato
Uno degli insight più interessanti del report è la previsione di un settore che si polarizza. Newman descrive un possibile “barbell effect”: da un lato media che puntano su distintività umana, originalità e autorevolezza; dall’altro player (soprattutto local o verticali) che useranno AI e automazione per fare scala a costi bassissimi, con supervisione umana minima ma competente.
Nel testo compaiono esempi concreti: gruppi locali che sperimentano “AI-assisted reporters” per produrre molte bozze al giorno poi verificate, e micro-redazioni verticali dove l’AI gestisce buona parte della catena (bozze, immagini, tag, social, fact-checking) e il giornalista aggiunge valore con esperienza e commento.
Il messaggio implicito è severo: chi resta “in mezzo”, con contenuto non abbastanza distintivo e senza abbastanza efficienza, rischia di essere stritolato.
Accordi, AEO e fiducia: trend del giornalismo 2026 tra diritti e credibilità
Una parte della strategia degli editori è negoziare. Il report mostra un settore spaccato tra chi causa in tribunale e chi firma accordi, ma con un elemento comune: la consapevolezza che la partita delle AI platform riguarda anche il diritto economico di esistere.
Licensing e partnership: opportunità, ma non per tutti
Newman cita l’aumento dei deal di licensing e partnership (OpenAI con alcuni publisher, Amazon con altri, e l’ingresso di Google con formule legate a programmi di partnership e nuove funzioni come “Preferred Sources”). Ma i publisher non si illudono: solo il 20% pensa che i ricavi da accordi AI saranno “sostanziali”, mentre il 49% si aspetta un contributo minore e un altro 20% nulla, soprattutto tra locali e piccoli mercati.
E qui si vede un tema politico-industriale: il rischio che gli accordi “grossi” si concentrino sull’alta gamma (grandi testate, agenzie), lasciando scoperti gli altri. Il report cita possibili risposte collettive e standardizzazione dei diritti, come l’idea di schemi semplici di licensing e di iniziative per riequilibrare il rapporto con le piattaforme.
AEO e GEO: farsi citare dalle chat
Un punto molto pratico, che anticipa il lavoro quotidiano dei prossimi mesi, è la crescita di servizi e consulenze legati alla Answer Engine Optimisation (AEO) e alla Generative Engine Optimisation (GEO). Se il pubblico non arriva più cercando su Google “blu link”, ma interrogando una chat, gli editori dovranno capire come far emergere il proprio brand dentro quelle risposte: non solo posizionamento, ma attribuzione, citazione, riconoscibilità.
È una trasformazione culturale: non si ottimizza più solo per il click, ma per la presenza dentro un riassunto generativo.
Deepfake, “AI slop” e provenance: la credibilità come prodotto
Il report dedica spazio alla crescita di contenuti generati automaticamente, al rischio di disinformazione (deepfake) e alla normalizzazione del fake “credibile”. Qui l’effetto sull’ecosistema news è doppio: da una parte aumenta il rumore e diventa più difficile emergere; dall’altra cresce, almeno in teoria, la domanda di giornalismo verificato.
Newman cita iniziative di digital provenance e standard come C2PA per tracciare origine e modifiche dei contenuti, ma segnala che l’adozione è ancora bassissima (meno dell’1% delle immagini/video news avrebbe metadata C2PA, secondo il report). Contemporaneamente, le piattaforme tentano di potenziare detection e labeling, con risultati ancora parziali.
Il punto centrale è: la fiducia potrebbe diventare un asset competitivo, ma non è automatico che il pubblico “torni ai giornali” solo perché il web si sporca. La sfiducia resta alta, e molti utenti possono preferire commenti, creator o persino chatbot come scorciatoia cognitiva.
Creator economy: giornalisti come “personalità”, con rischi
Infine, il report lega AI e creator economy in un unico problema di attenzione. Gli editori temono che i creator sottraggano tempo e focus al news content (70%) e che possano attrarre talento giornalistico fuori dalle redazioni (39%). La risposta dichiarata è pragmatica: nel 2026 molte aziende vogliono incorporare logiche da creator.
I numeri sono netti: il 76% dice che proverà a far comportare i propri giornalisti “più come creator”; il 50% pensa a partnership con creator per distribuire contenuti; il 31% valuta assunzioni mirate; il 28% immagina studi e joint venture.
Ma Newman evidenzia anche la tensione: se dai ai giornalisti strumenti e visibilità per costruire un pubblico personale, rischi di renderli più indipendenti e di perderli, portandosi via follower e relazione. E c’è anche un tema di identità editoriale: più personalità può significare più engagement, ma anche più rischio reputazionale e più conflitti con gli standard tradizionali di imparzialità.
In sintesi: cosa cambia davvero nel 2026 secondo il report
Il report non racconta un giornalismo “sostituito” dall’AI, ma un giornalismo spostato di terreno. L’AI cambia soprattutto l’accesso e la distribuzione, quindi colpisce il business prima ancora della scrittura. La risposta degli editori non è una sola: è una combinazione di difesa (contenuto distintivo e umano), adattamento (video, audio, creator strategy), rinegoziazione (licensing e accordi), e industrializzazione (automazione interna, prodotti AI, workflow più efficienti).
La frase più efficace, tra le righe, è questa: nel mondo che arriva, vincerà chi riesce a essere insostituibile (per qualità e originalità) oppure inevitabile (per efficienza e scala). Chi resta genericamente “bravo”, ma indistinguibile e costoso, rischia di non reggere la nuova economia dell’attenzione.
AI e giornalismo: 10 tipi di casi
1) Automazione “back-end” e supporto alla produzione editoriale
È l’uso più diffuso e normalizzato: l’AI entra nel lavoro quotidiano come infrastruttura invisibile che velocizza e standardizza.
Esempi citati nel report
Trascrizione automatica (es. da interviste audio/video).
Assistenza al copyediting (aiuto alla revisione e rifinitura).
Automazione dei metadati (tag, classificazioni, elementi strutturali).
Generatori di headline (titoli).
Automazione dell’alt-text (descrizioni per immagini a fini di accessibilità/SEO).
Style guide integrate nei CMS (linee guida editoriali incorporate direttamente nei sistemi di pubblicazione).
Riassunti automatici integrati nei siti (automated summaries dentro le pagine).
Qui l’AI non sostituisce l’articolo: rende più rapida e “industriale” la catena che sta intorno all’articolo.
2) Newsgathering: trovare storie, pattern e segnali prima (e meglio)
È il capitolo in cui il report diventa più interessante, perché mostra l’AI come leva investigativa e non solo come macchina che “scrive”.
Esempi citati
The New York Times: usa l’AI per “setacciare montagne di informazioni” in formati diversi (testo, video, PDF) e trovare pattern e contesto. Caso citato: dopo l’assassinio di Charlie Kirk, il NYT ha trascritto migliaia di podcast e video per ricostruire stile e narrative del movimento, in due settimane anziché mesi/anni.
Helsingin Sanomat (Finlandia): “micro-automations” e HS Watchdog bots che scandagliano canali Telegram e materiale in russo e avvisano la redazione in tempo reale su sviluppi rilevanti.
Reuters: strumento FactGenie per il breaking news finanziario: estrae automaticamente fatti chiave dai comunicati e permette ai giornalisti di verificarli più rapidamente. Il report dice che è usato da circa 150 giornalisti e ha dimezzato il tempo medio per inviare alert non corporate.
iTromsø (Norvegia): tool Djinn che passa al setaccio documenti e archivi governativi producendo scoop; l’idea è che liberi tempo per stare fuori dalla redazione e parlare con le persone sul territorio.
Qui l’AI è “potenziamento”: ingestione massiva, allerta, pattern recognition, velocità.
3) Produzione a scala: redazioni “AI-assisted” e micro-newsroom sostenibili
Il report non propone solo un giornalismo “più artigianale”: racconta anche l’altra direzione, opposta, dove l’AI serve a fare volume a basso costo.
Esempi citati
Newsquest (UK, regionale): ha creato oltre 30 “AI-assisted reporters”. I giornalisti usano un tool chiamato News Creator per redigere bozze (fino a 30 storie al giorno) che vengono poi controllate e arricchite.
Velora Cycling: una one-person newsroom dove l’AI gestisce buona parte del flusso: selezione notizie da più fonti, bozze, scelta immagini, tagging, post social, aiuto nel fact-checking; poi un ex editor aggiunge competenza e commento con supervisione umana.
Questi casi servono al report per spiegare la possibile polarizzazione: super-distintività umana da un lato, super-efficienza automatizzata dall’altro.
4) Sviluppo prodotto e tecnologia: l’AI come “forza lavoro” per il software
Nel report questo è uno degli utilizzi in crescita: l’AI non è solo editoriale, ma accelera la costruzione dei prodotti.
Esempi e riferimenti
Strumenti come Claude e ChatGPT che capiscono interi progetti, ragionano su migliaia di righe, generano test e aiutano a completare cicli di sviluppo.
“Coding agents” come Replit che permettono prototipi, siti e app in minuti anche a chi non sa programmare.
Questo impatta direttamente il giornalismo perché riduce i costi/tempi per sperimentare nuovi formati e nuove feature.
5) Personalizzazione e “smart content adaptation”: versioni diverse della stessa storia
Qui l’AI viene usata per rendere l’esperienza più “su misura”: non solo cosa leggi, ma come lo leggi.
Esempi citati
Scroll (India): gli utenti possono vedere versioni diverse di un explainer usando uno slider in alto, scegliendo più o meno contesto.
VG (Norvegia): messaggio generato dall’AI che dice all’utente cosa è successo dall’ultima visita.
(Come esempio esterno al news ma utile al concetto) Amazon Video Recaps: riassunti AI di un’intera stagione per “rientrare” in una serie prima del binge.
L’idea, nel report, è che la personalizzazione diventerà parte della competitività: l’AI non solo scrive, ma “adatta” la fruizione.
6) Chatbot editoriali e navigazione: l’AI come interfaccia dentro il sito
Qui l’AI non è solo automazione interna: diventa un elemento del prodotto editoriale, ma soprattutto come strumento di discovery.
Esempi citati
Chatbot proprietari: Hej Aftonbladet, Hei VG, Ask FT.
Insight importante del report: gli utenti spesso non sanno che domande fare; cliccano soprattutto su prompt suggeriti. Per questo i chatbot funzionano meglio come “navigazione assistita”: extra background, spinta a leggere altro, contestualizzazione in fondo a un pezzo.
7) Agentic AI: strumenti che orchestrano processi (ricerca, briefing, scenari)
Il report tratta il passaggio “successivo”: agenti che non fanno un singolo task ma organizzano catene di attività.
Esempi citati
Huxe (ex ingegneri NotebookLM): crea briefing audio agentici passando su email, interessi e top news; produce anche podcast on-demand (“DeepCasts”) e live stream adattivi.
OpenAI Pulse: briefing a card collegato alle query precedenti (citato come prodotto disponibile per utenti professionali e potenzialmente più ampio nel 2026).
Caso di David Caswell (consulente): replica un progetto di ricerca su scenari futuri usando processi agentici con “AI personas” e “digital twins” di partecipanti umani; secondo la valutazione, gli output sono comparabili ai gruppi umani e migliori in alcune aree, con costi/tempi inferiori.
8) Ricerca sul pubblico con “digital twins” e focus group sintetici
È uno degli utilizzi più “nuovi” e controversi: invece di fare sempre survey reali, si costruiscono pannelli sintetici.
Esempi citati
Svenska Dagbladet (SvD, Svezia): sperimenta un gruppo di ricerca AI basato su interviste a subscriber reali e potenziali. Prima iterazione con la startup Verso, test con editor nel 2026.
The Times (UK): ha usato un pannello sintetico per testare il nome di un nuovo podcast business.
Emergono nuove agenzie specializzate in synthetic focus group, citate come Aura ed Electric Twin.
9) Presentatori sintetici e avatar: produzione video/audio “senza volto umano”
Tema delicato per l’Occidente (timore sostituzioni), ma il report dice che crescerà.
Esempi citati
CITE (Zimbabwe): news presenter AI chiamata Alice, uno dei sette avatar su beat diversi (clima, città, meteo). Motivazione: più output video con meno staff e anche protezione dei giornalisti in un contesto di intimidazioni; audience mista, giovani più tolleranti.
BBC (sperimentazione audio): bollettini quotidiani di news calcistiche per club (Newcastle, Liverpool ecc.) con accenti regionali sintetici in collaborazione con ElevenLabs. La BBC sostiene che farlo “tradizionalmente” per ogni club sarebbe troppo costoso.
10) Distribuzione e “nuove regole” di visibilità: AEO/GEO (oltre la SEO)
Qui l’uso dell’AI è più strategico che operativo: capire come farsi trovare dentro le risposte di chatbot e answer engines.
Esempi citati
Esplosione di servizi di Answer Engine Optimisation (AEO) e Generative Engine Optimisation (GEO): agenzie e strumenti che monitorano come i contenuti entrano in overview e chatbot e come migliorare visibilità/attribuzione.
