Perplexity scopre siti creati in massa per influenzare le risposte dell'AI

Le raccomandazioni generate dall’Intelligenza Artificiale non dipendono soltanto dal modello che formula la risposta, ma anche dalle fonti che il sistema riesce a recuperare e utilizzare.

Un’indagine pubblicata da Trellner Research il 2 settembre 2026 ha analizzato 7.534 citazioni prodotte da Perplexity per 380 categorie software, evidenziando una presenza rilevante di siti poco conosciuti e pagine create in grandi quantità.

Secondo l’analisi, il 59,8% delle citazioni proveniva da domini oltre la posizione 100.000 nella classifica Tranco, mentre il 23,4% arrivava da siti fuori dalla Top 1 milione. Il risultato non dimostra che le raccomandazioni siano manipolate, ma solleva interrogativi sulla qualità e sull’indipendenza delle fonti utilizzate dai sistemi AI.

Come Perplexity seleziona le fonti citate

Trellner ha condotto l’analisi interrogando Perplexity Sonar e Sonar Pro attraverso OpenRouter, formulando una richiesta per ciascuna delle 380 categorie software considerate. Le risposte hanno prodotto 1.807 prodotti distinti e 7.534 citazioni distribuite su 2.055 domini.

Il dato sulla popolarità dei siti merita attenzione: 751 domini, pari al 36,5% delle fonti analizzate, non comparivano nella Top 1 milione di Tranco. La classifica Tranco fornisce infatti una misura indipendente della popolarità dei domini, utile per distinguere i siti con una presenza web consolidata da quelli con una visibilità molto più ridotta.

L’indagine individua inoltre alcuni domini specializzati nella pubblicazione di classifiche software. Guideflow ha fornito 194 citazioni in 96 categorie, mentre Worldmetrics, WifiTalents e Gitnux presentano sitemap con decine di migliaia di pagine dedicate a ricerche come “best … software“. Nel complesso, Trellner conta 215.128 pagine di questo tipo.

Le pagine analizzate condividono anche caratteristiche tecniche: date di registrazione comprese tra dicembre 2023 e maggio 2024, gli stessi nameserver Cloudflare, strutture HTML simili e dati JSON-LD destinati a descrivere le classifiche. Sono elementi osservabili che suggeriscono una possibile relazione, ma non provano da soli l’esistenza di un unico proprietario.

Perché la qualità delle fonti resta decisiva

L’analisi evidenzia anche errori nella gestione dei riferimenti ufficiali. Su 1.502 domini verificati, 17 risultavano inesistenti o irraggiungibili e 92 reindirizzavano verso domini differenti.

In alcuni casi i risultati erano particolarmente problematici: un dominio indicato per Dryad conduceva a un sito di gioco online, mentre per Monte Carlo una risposta riportava il dominio di un gruppo alberghiero e di casinò. Situazioni simili mostrano perché una citazione presente nella risposta non equivalga automaticamente a una fonte autorevole o pertinente.

Serve però prudenza nell’interpretazione dei risultati. Sonar e Sonar Pro hanno restituito la stessa lista di citazioni in 289 categorie su 380 e una sovrapposizione degli URL pari a 0,898. Inoltre, lo studio non ha verificato direttamente quanto l’esclusione delle fonti considerate sospette avrebbe modificato le raccomandazioni finali. L’indagine fotografa quindi la composizione delle fonti recuperate da Perplexity, senza dimostrare che ogni sito analizzato sia stato creato per influenzare deliberatamente un modello.

Il punto tecnico riguarda il retrieval, cioè il processo con cui un sistema individua i documenti da utilizzare per costruire una risposta. Una pagina facilmente indicizzabile, ricca di dati strutturati e organizzata secondo query frequenti può ottenere visibilità anche senza avere l’autorevolezza di una fonte primaria. Per valutare correttamente una raccomandazione AI occorre quindi verificare le citazioni, privilegiare documentazione ufficiale e fonti specialistiche riconoscibili e distinguere tra dati effettivamente verificati e informazioni semplicemente ripetute da numerosi siti. Trellner precisa infine che i risultati riguardano Perplexity e non possono essere automaticamente estesi a ChatGPT, Gemini, Copilot o altri sistemi.