Fenomeno podslop: il 39% dei podcast odierni è generato con AI

I podcast generati automaticamente dall’Intelligenza Artificiale stanno colonizzando le piattaforme audio con una velocità superiore alle capacità di moderazione dei servizi di distribuzione. Il fenomeno ha già un nome: podslop, dalla fusione tra “podcast” e “AI slop“, termine usato per indicare contenuti prodotti in massa tramite modelli generativi con scarso controllo editoriale.

Secondo i dati raccolti dalla piattaforma Listen Notes e citati da TechRadar, circa il 39% dei nuovi podcast pubblicati negli ultimi mesi mostrerebbe caratteristiche compatibili con una produzione automatizzata. Una percentuale che colpisce soprattutto se confrontata con le origini del podcasting, nato nei primi anni 2000 come spazio dominato da creator umani e produzioni editoriali indipendenti.

Il problema non è l’uso dell’AI in sé: molti creator già la impiegano per trascrizioni, pulizia audio e traduzioni. La questione riguarda migliaia di canali pubblicati ogni settimana con script sintetici, voci artificiali e contenuti aggregati senza alcuna supervisione umana.

Come funziona la produzione automatica e perché conviene

Creare un podcast AI oggi richiede competenze tecniche minime.

Esistono piattaforme che combinano modelli linguistici, sistemi text-to-speech e generatori automatici di feed RSS in un’unica procedura quasi istantanea: un LLM raccoglie articoli online, li riscrive, produce uno script e lo converte in audio con voci neurali. Alcuni servizi aggiungono musica royalty-free, copertine generate e pubblicazione automatica su Spotify, Apple Podcasts e YouTube. La motivazione principale è economica: un podcast tradizionale richiede autori, speaker, montaggio e ricerca editoriale, mentre una pipeline automatizzata può produrre centinaia di episodi al giorno con costi quasi nulli.

La monetizzazione arriva tramite advertising automatico, affiliate marketing e piattaforme che premiano il volume di pubblicazione. Molti operatori gestiscono decine di feed differenti con infrastrutture completamente automatizzate, spesso usando nomi che imitano programmi giornalistici reali o sfruttando keyword ad alto traffico per comparire nelle ricerche interne delle piattaforme.

I rischi per gli ascoltatori e per il settore

Le piattaforme podcast si basano su architetture aperte costruite attorno ai feed RSS, un sistema che favorisce la libertà editoriale ma rende difficile filtrare produzioni automatiche massive.

Se migliaia di podcast AI vengono caricati ogni giorno, gli algoritmi rischiano di promuovere contenuti sintetici a scapito di quelli originali, alterando raccomandazioni e classifiche. Il rischio più grave riguarda però la disinformazione: i modelli generativi sintetizzano testi senza verificare accuratezza o attendibilità delle fonti, e la voce sintetica, anche professionale, tende a trasmettere autorevolezza.

Su temi come salute, finanza o cronaca, gli errori generati da un modello linguistico possono trasformarsi rapidamente in disinformazione su larga scala. Alcune piattaforme stanno introducendo strumenti di rilevamento automatico, ma distinguere una voce AI da una registrazione umana richiede analisi avanzate di pattern acustici e artefatti digitali. Il podcasting sta attraversando la stessa crisi già vissuta dal web testuale: l’automazione generativa permette contenuti illimitati, ma rende sempre più difficile separare qualità, affidabilità e rumore artificiale.