Perché le community notes di Musk sono migliori del fact-checking di Zuckerberg

La recente polemica sul video di Alessandro Barbero ha riproposto all’attenzione dell’opinione pubblica il funzionamento del sistema regolatorio europeo delle piattaforme basato, anche, sul fact-checking. Pochi lo ricordano ma c’è stato un momento, agli inizi del 2025, in cui Facebook aveva annunciato di voler rinunciare ai sistemi di fact-checking: la piattaforma di Zuckerberg avrebbe preferito sostituirli con il modello delle community notes, reso celebre da X. La notizia venne accolta con toni apocalittici da mass-media la cui posizione può essere così riassunta: Facebook ci sta spingendo nel cuore di un mondo senza più fatti. Tralasciando l’aroma nietzschano della frase, la decisione di Facebook era dettata da una realtà consolidatasi da prima dell’avvento del patron di Elon Musk. Quando X ancora si chiamava Twitter, il social di Jack Dorsey aveva iniziato a lavorare a un progetto di proto-community notes, definito Birdwatch: annunciato nel gennaio 2021, era descritto come “community-based approach”, ovvero un processo partecipato di verifica di notizie e asserzioni. Molto semplicemente, ci si stava accorgendo che il sistema delle community notes funziona e, paradossalmente, funziona molto meglio di un fact-checking verticalizzato, quale invece è il modello europeo. Aviv Ovadya, nel saggio “How Platform Recommendation Systems Might Reduce Division and Strengthen Democracy”, è stato il primo a parlare di un approccio di “bridging-based ranking” degli algoritmi, per spezzare il vecchio modello basato su divisioni e polarizzazione. Nella sua analisi, lo studioso fa leva su modelli come Pol.is, usato con successo dalla Taiwan Open Citizenship. Le community notes di X rientrano esattamente in questo orizzonte. Musk non ha creato il sistema ma lo ha sposato, migliorato e reso asse portante di una democratizzazione informativa basata sulla cooperazione che rende X una piattaforma infinitamente superiore a Facebook per il dibattito pubblico.

Filosoficamente siamo nel campo dell’“intelligenza collettiva” teorizzata da Pierre Lévy, algoritmicamente invece siamo nel cuore dell’estrazione informazionale. Nella struttura dell’algoritmo la neutralità politico-informativa diventa elemento saliente, costringendo anche comunità polarizzate a dover accettare opinioni dissonanti. Jonathan Warden, illustrando il funzionamento dell’algoritmo delle community notes, in “Understanding Community Notes and Bridging-Based Ranking”, ha rilevato come gli utenti conservino i loro inevitabili bias politici ma inizino del pari a elaborare un’attitudine che potrebbe essere definita “voglia di rendersi utili”. Aspetto questo che Cass Sunstein aveva illustrato nel suo volume “Infotopia”, il cui sottotitolo può essere tradotto come “molte menti producono conoscenza”. L’algoritmo delle community notes è poi disponibile su GitHub, cercando di garantire così trasparenza e attitudine open source nel processo di modellazione. Il funzionamento, radicalmente antitetico rispetto la pretesa istituzionalità chiusa del fact-checking, si basa su approcci collaborativi in cui l’estrazione informazionale consente all’utente di potersi fare una sua idea, senza dover incorrere nell’eradicazione dei contenuti o nella diminuzione, sovente anche radicale, del reach. Un aspetto questo che persino i sostenitori del modello europeo, sull’onda del caso Barbero, stanno, sia pur tortuosamente, iniziando a comprendere.