# Studio: i modelli di ricerca IA possono ripetere contenuti fuorvianti

> I ricercatori hanno testato ChatGPT, Gemini e Sonar Pro: nei diversi scenari esaminati, le risposte hanno incluso contenuti pubblicati da un attaccante nel 31% dei casi.

Oossa · 2026-10-23 · https://oossa.com/it/study-finds-web-search-llms-can-repeat-data-void-content

Uno studio pubblicato su arXiv riferisce che una singola pagina web posizionata strategicamente può influenzare le risposte dei sistemi di IA che effettuano ricerche sul web. I ricercatori hanno testato ChatGPT, Gemini e Sonar Pro con domande su argomenti per i quali online scarseggiavano informazioni affidabili, variando il tono delle domande e altri fattori sotto il controllo dell’attaccante.

Nelle condizioni esaminate, le risposte hanno incluso contenuti controllati da un attaccante nel 31% dei casi. Le domande formulate in modo scettico hanno ridotto leggermente il tasso di successo e aumentato gli avvertimenti, ma lo studio non ha rilevato effetti rilevanti dovuti al tono delle domande o alla scelta del modello. Il documento è una versione ampliata, la cui presentazione è prevista al NDSS Symposium 2027.

## I fatti

- Nelle diverse condizioni esaminate, le risposte hanno incluso contenuti controllati da un attaccante nel 31% dei casi.
- I ricercatori hanno testato ChatGPT, Gemini e Sonar Pro.

## Perché conta

Chi usa questi sistemi per informarsi su argomenti con poche fonti affidabili può imbattersi in materiale pubblicato strategicamente; secondo lo studio, formulare le domande in modo scettico offre solo una protezione limitata.

## Fonti e riferimenti

1. [Data-Void Exploits in Web-Searching LLMs](https://arxiv.org/abs/2610.30365) – arXiv cs.IR, 2026-10-23

Ultimo aggiornamento: 2026-10-23