# Riordinare il feed di X riduce l’odio online: lo dice uno studio di Stanford URL: https://menteinformatica.it/web-social/studio-stanford-feedmonitor-twitter-ordine/ Autore: Giorgio Perillo Aggiornato: 2026-07-13 Categoria: Web e Social --- L’assunzione di partenza è quasi universale: per ridurre l’odio online serve moderare i contenuti, rimuoverli, sospendere account. Uno studio pubblicato sulla rivista scientifica **Science** da ricercatori della Stanford University suggerisce che le cose siano più complicate, e più interessanti, di così. Il punto non è cosa si mostra, ma in che ordine. ## FeedMonitor: l’estensione che non troverete sul Chrome Web Store Il gruppo di ricerca ha sviluppato **FeedMonitor**, un’estensione per browser che non è mai stata distribuita pubblicamente. Niente Chrome Web Store, niente installazione per chiunque: il codice sorgente è stato rilasciato, ma lo strumento è nato come infrastruttura di ricerca, non come prodotto. Il funzionamento è semplice nella logica, meno nella realizzazione. Un **algoritmo di [intelligenza artificiale](https://menteinformatica.it/intelligenza-artificiale/quando-fidarsi-di-intelligenza-artificiale/)** analizza in tempo reale tutti i post nel feed di un utente su X (ex Twitter), identifica quelli che promuovono atteggiamenti estremi, inviti alla violenza o richieste di punizioni verso avversari politici, e li riposiziona. Nessun post viene rimosso o nascosto del tutto: vengono solo spostati più in basso. Lo studio ha coinvolto **poco più di 1.200 utenti** nei mesi immediatamente precedenti alle elezioni presidenziali statunitensi del 2024, un periodo di polarizzazione particolarmente intensa. Ad alcuni partecipanti venivano mostrati più frequentemente i contenuti polarizzanti (messi in cima al feed), ad altri venivano invece retrocessi. I risultati mostrano che il secondo gruppo ha percepito un clima del dibattito migliore e ha sviluppato una visione più aperta verso le opinioni opposte. ## Cosa dice davvero questo risultato Il limite dello studio va detto chiaramente: 1.200 utenti in un contesto elettorale specifico non sono un campione universale, e gli effetti misurati riguardano la *percezione* degli utenti, non comportamenti verificabili nel lungo periodo. È uno studio su X, che funziona con una logica algoritmica specifica, e i risultati potrebbero non trasferirsi direttamente ad altre piattaforme. Detto questo, il contributo concettuale è solido. L’idea che **l’architettura del feed**, cioè le scelte di design su cosa appare prima, abbia un impatto diretto sul clima percepito non è nuova in letteratura, ma raramente era stata testata in modo così diretto su una piattaforma reale, con utenti reali, in un momento politicamente carico. **Perché conta:** Lo studio sposta il dibattito dalla moderazione dei contenuti al design algoritmico del feed. Per le piattaforme, X inclusa, che ha ridotto drasticamente i suoi strumenti di moderazione dopo l’arrivo di Elon Musk, è un argomento che potrebbe giustificare interventi tecnici senza toccare la libertà di espressione. Per i regolatori europei, che stanno già spingendo sulla trasparenza algoritmica con il Digital Services Act, è un dato che rafforza la tesi che l’algoritmo sia esso stesso una forma di moderazione. ## Lo scenario più verosimile FeedMonitor non diventerà un’app per utenti comuni nel breve periodo: manca di un’interfaccia pubblica e il suo scopo dichiarato era la ricerca. È probabile che il valore principale di questo lavoro sia nell’influenzare il dibattito accademico e, indirettamente, le scelte di design delle piattaforme o le proposte regolatorie. Il punto critico, però, è che nessuna piattaforma ha incentivi commerciali a ridurre l’engagement, e i contenuti polarizzanti generano molto engagement. Un algoritmo che li retrocede va contro la logica economica di X così come di Meta o YouTube. Lo studio dimostra che **si può fare tecnicamente**; non dice nulla su chi abbia voglia di farlo.