Riassunto esame Sociologia della Comunicazione, Prof. Valentini Elena, libro consigliato Sociologia delle piattaforme digitali , Valentini

Capitolo 1

Gli sguardi sociologici alle piattaforme digitali nei Journalism Studies

Il capitolo si apre con un chiarimento metodologico importante: scegliere un approccio sociologico per studiare le piattaforme digitali nel giornalismo non significa andare contro il carattere multidisciplinare dei Journalism Studies. Al contrario, è una scelta coerente con la natura stessa di questo campo di studi.

I Journalism Studies si consolidano soprattutto a partire dagli anni Duemila grazie al contributo di diverse discipline. Il testo ricorda alcuni passaggi fondamentali di questa istituzionalizzazione a livello internazionale: nel 2000 nasce il gruppo di lavoro “Journalism Research & Education” all’interno dello IAMCR; nel 2004 viene formalizzata la divisione “Journalism Studies” nell’ICA; nel 2005 nasce la sezione con lo stesso nome nell’ECREA.

Anche dal punto di vista editoriale, in quegli anni nascono riviste molto importanti per questo campo di studi, come Journalism: Theory, Practice, and Criticism, Journalism Studies, poi Journalism Practice nel 2007 e Digital Journalism nel 2013.

In Italia, il punto di riferimento è la rivista Problemi dell’informazione, fondata da Paolo Murialdi nel 1976. È considerata la prima rivista italiana a occuparsi di giornalismo e comunicazione con un’impostazione che oggi definiremmo scientifica.

Tuttavia, il giornalismo come oggetto di studio sociologico ha radici ancora più lontane. Tra gli anni Cinquanta e Settanta troviamo studi fondamentali di White (1950), Breed (1955), Tuchman (1972, 1973, 1978), Altheide (1974), Molotch e Lester (1974), Schlesinger (1978), Schudson (1978), Gans (1979) e Tunstall (1971). Ancora prima, riflessioni classiche sul concetto di notizia si trovano in Lippmann (1920, 1922) e Park (1940).

Negli anni Settanta la sociologia del giornalismo si istituzionalizza pienamente. In questa fase l’attenzione si sposta dagli effetti dei media sul pubblico allo studio del giornalismo come pratica sociale. Successivamente questa impronta sociologica si indebolisce, ma torna con forza dalla seconda metà degli anni Novanta, dentro un contesto ormai più interdisciplinare.

Per questo, sostenere che la sociologia sia utile per studiare le piattaforme digitali nel giornalismo è perfettamente coerente con un’idea di sociologia intesa al plurale, cioè come “le sociologie”. Secondo Franco Ferrarotti, infatti, la sociologia è fatta di approcci e metodi diversi. Per lui è una disciplina aperta alla collaborazione con altre discipline e considera la ricerca sociale uno strumento di azione sociale.

Il volume vuole analizzare il ruolo delle piattaforme digitali su due livelli: macro e micro. A livello macro osserva le testate giornalistiche come organizzazioni e istituzioni, e i loro rapporti con il sistema sociale, adottando una prospettiva ecologica. A livello micro guarda invece ai giornalisti, ai loro valori, alle loro pratiche, ma anche agli interlopers, cioè ai creatori di contenuti che entrano nella produzione informativa, e ai pubblici.

Il filo conduttore del volume è la ridefinizione delle relazioni tra i diversi attori del campo giornalistico. Questi attori possono essere sia umani sia non umani. Tutto questo avviene in un sistema sociale descritto come profondamente fratturato (Eldridge, 2025). Nonostante ciò, il giornalismo continua a essere rilevante (Sorrentino, 2025), ma la sua autorità non è più stabile: deve essere continuamente rinegoziata (Nielsen e Ganter, 2022).

La sociologia è considerata indispensabile perché aiuta a comprendere alcuni nodi critici dell’ecosistema informativo. Per esempio, permette di analizzare le dinamiche di potere tra attori umani e non umani, le routine professionali e le pratiche di consumo, le interazioni che contribuiscono al newsmaking e il concetto stesso di notizia.

Infatti, con le piattaforme digitali cambia anche la notizia: cambiano i formati, cambia il processo di produzione e cambiano anche le modalità di fruizione. Come ricorda Splendore (2024), la sociologia è la disciplina più adatta a sciogliere l’intreccio di relazioni che caratterizza il giornalismo, un oggetto in continuo cambiamento.

Ci sono poi altre ragioni che rendono particolarmente utile l’approccio sociologico. La prima è che il giornalismo e la notizia svolgono una funzione di mediazione: mettono in relazione le persone con la realtà che le circonda. Il digitale ha accentuato il carattere dialogico del rapporto tra chi produce informazione e chi la consuma (Sorrentino, 2015). Per questo la sociologia della comunicazione, intesa come studio della fiducia e della relazione, è molto utile per analizzare queste dinamiche.

La seconda ragione è che, per Ferrarotti, la sociologia è una disciplina “intrinsecamente critica” (2020, p. 73). Questa dimensione critica è fondamentale anche per studiare i media digitali (Fuchs, 2024). Serve, ad esempio, a comprendere le strategie di resistenza e negoziazione dei giornalismi di fronte alle piattaforme. Le piattaforme, insieme ai loro algoritmi, fanno infatti parte di più ampie dinamiche di potere politiche, sociali e culturali (Boccia Artieri e Bartoletti, 2024).

La sociologia consente anche di leggere le trasformazioni del giornalismo come parte di una continuità storica. Per esempio, l’adozione dell’IA generativa non è un fatto isolato, ma si inserisce in una serie di tendenze di lungo periodo legate ai sistemi di data analytics e alla raccomandazione di notizie (Dodds, Zamith e Lewis, 2025). Per questo il volume non dedica un capitolo separato all’intelligenza artificiale: le sue implicazioni vengono discusse in modo trasversale lungo tutto il testo.

La trasformazione e la moltiplicazione dei giornalismi sulle piattaforme digitali è molto rapida, quasi frenetica. Questo espone gli studi sul tema al rischio di diventare presto superati. Per questa ragione il volume sceglie di concentrarsi sugli aspetti storici e sulle chiavi interpretative. Questa scelta segue l’invito di Carlson e Lewis (2015), che riprendono Zelizer (2013). Secondo questi autori, serve una riflessività temporale, cioè la capacità di cogliere sia le continuità sia le rotture introdotte dalla disruption.

Infine, la sociologia aiuta anche a comprendere il giornalismo come un ecosistema complesso e interconnesso. Questo ecosistema comprende editori, media, piattaforme tecnologiche, inserzionisti, pubblici e policy. Questa prospettiva è utile sia per capire come cambi il significato del giornalismo, sia per ribadire quanto esso sia necessario per la democrazia (Sorrentino, 2025; Mallozzi, 2024).

1.2 Piattaforme digitali, algoritmi, intelligenza artificiale

Il concetto di piattaforma digitale non ha una definizione unica nei Media Studies. Questo accade perché il termine è multidimensionale e dipende dalle diverse discipline che lo hanno studiato. Tarleton Gillespie (2010; 2018b) individua quattro significati storicamente associati alla parola “piattaforma”: computazionale, architettonico, figurativo e politico.

Il significato computazionale indica un’infrastruttura programmabile su cui costruire altri software, come i sistemi operativi o le API. Il significato architettonico richiama una struttura fisica o costruita da cui si può agire, come per esempio una piattaforma ferroviaria. Il significato figurativo indica una base o uno spazio in cui può avvenire un’azione o un evento; in questo senso, Twitter/X, Instagram e Facebook possono essere visti come spazi di partecipazione. Il significato politico rimanda invece alla piattaforma programmatica di un partito o di un candidato.

Nei Media Studies, però, il concetto di piattaforma riferito agli intermediari digitali non coincide con uno solo di questi significati, ma dipende dall’insieme di tutti e quattro. Secondo Gillespie, la caratteristica davvero distintiva delle piattaforme digitali è la loro funzione di intermediazione. Questa intermediazione non è un elemento secondario, ma qualcosa di essenziale, costitutivo e definitorio.

Analizzando le linee guida per gli utenti e le dichiarazioni delle aziende, Gillespie mostra come il termine “piattaforma” sia emerso soprattutto per riferirsi ai servizi di intermediari di contenuti come Google e YouTube. Questo vale sia per il modo in cui queste aziende si definiscono da sole, sia per il modo in cui vengono chiamate da utenti, giornalisti e commentatori.

Presentarsi come “piattaforma” risponde a un bisogno relazionale e strategico. Le aziende, infatti, devono apparire convincenti a tre interlocutori principali: gli utenti finali, gli inserzionisti e i produttori di contenuti professionali. Il termine “piattaforma” permette di tenere insieme dimensioni tra loro in tensione: da una parte richiama un luogo di condivisione e partecipazione, dall’altra nasconde le logiche commerciali.

Per questo la parola “piattaforma” ha funzionato come una metafora o un immaginario (Poell, Nieborg e van Dijck, 2019). Ha aiutato ad attirare utenti e a nascondere i modelli di business e le infrastrutture tecnologiche (Couldry, 2015; Gillespie, 2010). In questo modo ha anche rivelato, nel tempo, forme di potere che poi si sono dispiegate nel plasmare il discorso online.

Gillespie ha quindi decostruito molto bene il “posizionamento discorsivo” delle piattaforme. Presentandosi come intermediari neutrali, le piattaforme cercano di massimizzare la libertà di parola degli utenti e, allo stesso tempo, di minimizzare la propria responsabilità sui contenuti.

Anche gli algoritmi su cui si basano non sono neutrali. Sono invece strumenti di legittimazione che riflettono i valori e gli obiettivi delle organizzazioni che li creano (Caplan e boyd, 2018). Questa ambiguità ha permesso alle piattaforme di entrare in molti settori, compreso quello dei media, senza un chiaro obbligo di responsabilità.

Secondo Van Dijck, Poell e de Waal (2018), le piattaforme digitali funzionano attraverso tre meccanismi fondamentali: datificazione, mercificazione e selezione/curatela. La datificazione consiste nel trasformare comportamenti, emozioni, idee e relazioni personali in dati, attraverso un processo di quantificazione. Questo processo ha anche effetti performativi sulla società digitale (Leonelli, 2018). La mercificazione è la trasformazione di questi dati in beni che possono essere venduti. La selezione e curatela consiste invece nella capacità delle piattaforme di attivare e filtrare l’attività dell’utente attraverso interfacce e algoritmi (Van Dijck, Poell e de Waal, 2018, p. 89).

Tradizionalmente erano gli esperti, i giornalisti e le istituzioni a selezionare ciò che diventa notizia. Con le piattaforme e con l’IA, questa funzione è sempre più guidata dagli algoritmi e dagli altri utenti. Tuttavia, il funzionamento degli algoritmi è opaco: spesso non è chiaro come decidano cosa mostrare. Di solito vengono premiati i contenuti che generano coinvolgimento, in particolare i commenti negativi e i contenuti che suscitano rabbia. Questo incentiva la produzione quantitativa di contenuti e contribuisce al disordine informativo (Gili e Maddalena, 2022; Wardle e Derakhshan, 2017). Per questo questi tre meccanismi vengono associati a un modello di business definito “tossico”.

Con il tempo, gli studiosi hanno spostato l’attenzione dalla piattaforma come oggetto alla piattaformizzazione come processo (Poell, Nieborg e van Dijck, 2019). La piattaformizzazione è la penetrazione delle infrastrutture, dei processi economici e dei quadri governativi delle piattaforme digitali in vari settori economici e in diverse sfere della vita. Questo processo riorganizza anche le pratiche culturali.

Sorice (2020b) divide le piattaforme online in quattro categorie:

• Siti complessi e multifunzionali, come social media, motori di ricerca e food delivery;
• Portali di e-commerce;
• Siti di e-government;
• Piattaforme per la democrazia e la partecipazione.

L’evoluzione dei social media ha cambiato profondamente le relazioni tra le persone. I social, infatti, sono passati dall’essere luoghi di semplice interazione testuale a vere e proprie piattaforme editoriali e di intrattenimento. In questi spazi circolano sia contenuti amatoriali sia contenuti professionali.

Anche il passaggio dal termine social network a social media è significativo. “Social network” mette al centro le relazioni sociali; “social media” mette invece al centro la produzione di contenuti. Questo cambiamento riflette quindi una trasformazione profonda (Vittadini, 2018).

Si è prodotta inoltre una paradossale verticalizzazione. Significa che oggi conta più la logica del following che quella del networking. In altre parole, conta di più seguire figure visibili e centrali che costruire relazioni reciproche. Instagram e TikTok hanno accelerato molto questa tendenza (Locatelli e Vittadini, 2023). Questa dinamica ha favorito la nascita del newsinfluencer, cioè del singolo giornalista che costruisce la propria immagine di marca sui social media seguendo le logiche tipiche degli influencer.

Le piattaforme sono anche media algoritmici. Questo significa che la selezione dei contenuti viene affidata agli algoritmi. Gli algoritmi operano sulla base delle scelte precedenti degli utenti, della popolarità dei contenuti e della loro diffusione nella rete.

L’algoritmizzazione è la traduzione in algoritmi di processi e fenomeni sociali (Aragona, 2021). Essa è uno dei risultati della datificazione della società. Nei Media Studies, gli algoritmi sono stati studiati come componenti infrastrutturali essenziali delle piattaforme (Rama, Galdini e Airoldi, 2025).

Il termine “algoritmo” può indicare due cose. Da un lato, è un oggetto tecnico, cioè una sequenza di istruzioni che, partendo da dati in ingresso, permette a un software di svolgere determinate funzioni. Dall’altro lato, l’algoritmo è anche un oggetto sociale e culturale. Gli algoritmi di machine learning imparano autonomamente dai dati, migliorano e si adattano a contesti diversi.

I dati prodotti dalla datificazione e dalla piattaformizzazione sono, in senso metaforico, il “petrolio” che alimenta questi sistemi. Per questo esiste un rischio concreto per le organizzazioni giornalistiche: fornendo contenuti per addestrare questi sistemi, esse possono contribuire a rafforzare il potere dominante delle aziende tecnologiche nel settore dell’IA (Simon, 2023).

Taina Bucher (2018) studia gli algoritmi come oggetti socio-tecnici in continuo movimento. Secondo lei, gli algoritmi sono plasmati dall’interazione tra tecnologia, pratiche istituzionali e discorso. Le organizzazioni giornalistiche traducono gli algoritmi in pratiche e strategie concrete. Allo stesso tempo, gli algoritmi mettono in discussione i confini e le norme consolidate del giornalismo.

Massimo Airoldi (2024b) riflette sugli algoritmi distinguendo due dimensioni: il “potere di” (agency) e il “potere su” (dominio). Per quanto riguarda l’agency, Airoldi distingue due teorie. La prima è la teoria dell’agency reticolare, che si basa sull’ANT. Secondo questa prospettiva, l’agency nasce dalla rete di relazioni in cui l’algoritmo è inserito. Quindi il potere della macchina viene ridimensionato e si valorizza l’intervento umano. La seconda è la teoria dell’agency culturale. In questo caso si sostiene che gli algoritmi di machine learning apprendono autonomamente e agiscono come agenti sociali, perché simulano una comprensione del mondo simile a quella umana. Il rischio, però, è quello di attribuire loro caratteristiche troppo umane, cioè di cadere in un soft-antropomorfismo. Le due prospettive comunque non si escludono, ma sono complementari.

Per quanto riguarda invece il “potere su”, Airoldi individua quattro dimensioni del dominio algoritmico. La prima è la coercizione opaca: una forza invisibile e incomprensibile per gli utenti, legata all’opacità del machine learning, che agisce come una specie di “inconscio tecnologico”. La seconda è l’autorità computazionale, cioè la legittimità che gli esseri umani riconoscono agli algoritmi perché li percepiscono come oggettivi e infallibili. Tuttavia, questa autorità è fragile, perché può sempre essere contestata. La terza è il condizionamento strutturale: gli algoritmi tendono a naturalizzare e rafforzare le disuguaglianze sociali già esistenti attraverso il loro funzionamento ricorsivo. La quarta è la governamentalità dei dati. Questa idea si ispira a Foucault: secondo questa prospettiva, il potere algoritmico plasma i soggetti sociali attraverso classificazioni e predizioni, rimodellando le identità in “identità algoritmiche” e in “dividui”, cioè individui scomponibili e monitorabili attraverso i dati.

La riflessione sulle piattaforme porta poi al concetto di intelligenza artificiale. Marvin Minsky (1968) definì l’IA come “la scienza di far fare alle macchine delle cose che richiederebbero intelligenza se fatte da esseri umani”. L’IA è stata studiata soprattutto dal punto di vista informatico, mentre è stata meno approfondita la prospettiva comunicativa e quella delle implicazioni culturali e sociali.

Più recentemente, la Human-Machine Communication (HMC) ha concentrato l’attenzione su un altro aspetto: ha studiato come le tecnologie possano svolgere il ruolo di produttori e destinatari della comunicazione. Inoltre ha analizzato come, nell’interazione con l’IA, entrino in gioco le componenti individuali, culturali e sociali degli esseri umani (Natale, 2025).

Gli algoritmi e l’IA sono quindi artefatti socio-tecnici. Incorporano abitudini, conoscenze e pregiudizi culturali già presenti nella società. Kate Crawford (2021) interpreta l’IA come un’idea,