Gemini prepara l’importazione delle chat da ChatGPT: cosa cambia

La cronologia delle chat nei moderni chatbot basati su modelli AI rappresenta sempre più una risorsa preziosa per gli utenti che spesso utilizzano la funzione di ricerca integrata per trovare conversazioni precedenti e informazioni utili emerse in passato. Chat accumulate nel tempo, file allegati e contesti operativi costruiti progressivamente diventano una risorsa difficile da abbandonare. In questo scenario si inserisce il lavoro di Google su Gemini, che mira a ridurre l’attrito nella migrazione da altri assistenti AI come ChatGPT, introducendo una funzione di importazione delle conversazioni.

Il tema non nasce oggi. Già nel corso del 2024 e del 2025, diversi strumenti di terze parti hanno tentato di colmare il divario tra piattaforme, permettendo esportazioni manuali e conversioni di archivi. Tuttavia, mancava un’integrazione nativa capace di gestire in modo coerente contenuti complessi come thread ramificati, allegati multimediali e metadati temporali.

L’iniziativa di Google ambisce proprio a colmare questa lacuna, introducendo un meccanismo che potrebbe ridefinire le modalità di interoperabilità tra chatbot AI.

Importazione delle conversazioni in Google Gemini: funzionamento e logica tecnica

La funzione individuata nelle build di Gemini si presenta come un’opzione denominata Import AI chats, accessibile dal menu degli allegati. Il processo previsto segue una logica in due fasi: esportazione dei dati dal servizio di origine e caricamento dell’archivio all’interno dell’interfaccia di Gemini.

Dal punto di vista tecnico, i principali chatbot concorrenti utilizzano formati relativamente simili. Ad esempio, ChatGPT esporta i dati in un archivio ZIP contenente file JSON con la struttura delle conversazioni, mentre altri sistemi adottano varianti dello stesso schema con differenze nei campi relativi a timestamp, ruoli dei messaggi e gestione degli allegati. Gemini deve quindi implementare un parser in grado di interpretare più strutture dati, normalizzarle e ricostruire le conversazioni in modo coerente.

Un aspetto critico riguarda la preservazione del contesto. Le conversazioni AI non sono semplici sequenze lineari: includono biforcazioni, riferimenti a contenuti esterni e talvolta dipendenze implicite tra messaggi. Una conversione inaccurata potrebbe compromettere la continuità logica, rendendo inutilizzabili porzioni di storico importato.

Gestione di media e metadati nelle chat importate

Oltre al testo, gli archivi esportati includono spesso immagini, documenti e altri elementi multimediali. La funzione di importazione punta a mantenere questi contenuti, ma ciò implica la necessità di trasferirli su infrastrutture Google e aggiornare i riferimenti interni.

Dal punto di vista implementativo, esistono due approcci principali: incorporare i file direttamente nei nuovi thread oppure mantenere riferimenti a risorse caricate separatamente. Il primo garantisce maggiore affidabilità, ma aumenta il peso degli archivi e la complessità di storage. Il secondo richiede la gestione di URL persistenti e controlli di accesso coerenti con le policy dell’account Google.

La sincronizzazione dei metadati rappresenta un ulteriore elemento delicato. Timestamp, identificatori di sessione e attributi legati al ruolo dei messaggi devono essere convertiti senza perdita di informazioni. Anche piccole incongruenze possono alterare l’ordine cronologico o il comportamento del modello durante l’elaborazione del contesto.

Interoperabilità e riduzione del lock-in tra piattaforme AI

Uno dei motivi principali che frenano il passaggio tra assistenti AI è il cosiddetto lock-in legato ai dati. Gli utenti tendono a rimanere su una piattaforma perché hanno accumulato conoscenza operativa sotto forma di conversazioni. L’introduzione di una funzione di importazione riduce significativamente questo vincolo, permettendo di migrare senza perdere il contesto.

La scelta di Google appare strategica. Consentire l’importazione da servizi concorrenti come ChatGPT, Claude o Copilot facilita l’acquisizione di utenti già esperti, che possono trasferire il proprio storico senza ricostruirlo manualmente. In parallelo, si apre la possibilità di utilizzo multi-piattaforma, dove diversi assistenti vengono impiegati per compiti differenti mantenendo una continuità informativa.

Un effetto collaterale di questa evoluzione potrebbe essere la nascita di formati standard per le conversazioni AI. Attualmente non esiste uno schema universalmente adottato, ma la diffusione di strutture JSON simili suggerisce una convergenza spontanea che potrebbe accelerare con l’ingresso di grandi attori come Google.

Implicazioni sulla privacy e gestione dei dati

L’importazione delle chat introduce questioni rilevanti sul piano della protezione dei dati. Le conversazioni trasferite entrano nel sistema di gestione di Gemini, dove possono essere associate all’account utente e soggette alle impostazioni di attività, come Attività delle app Gemini.

In base alle configurazioni, queste informazioni potrebbero contribuire al miglioramento dei modelli o essere esaminate da revisori umani per finalità di qualità.

È possibile disattivare alcune di queste opzioni, ma la gestione richiede consapevolezza e configurazioni esplicite. Anche le modalità di conservazione variano: alcune conversazioni possono essere mantenute per periodi limitati, mentre altre restano disponibili finché l’utente non interviene manualmente.

La funzionalità di importazione in Gemini non risulta ancora disponibile pubblicamente e presenta diversi aspetti non chiariti. Non sono noti con precisione i formati supportati, né il livello di compatibilità con gli archivi complessi. Inoltre, non esistono indicazioni su una eventuale funzione inversa di esportazione da Gemini, elemento fondamentale per garantire una reale bidirezionalità dei dati.

Un’altra incognita riguarda le prestazioni. L’importazione di archivi di grandi dimensioni, contenenti centinaia o migliaia di messaggi, richiede meccanismi di elaborazione efficienti e controlli di integrità per evitare corruzioni dei dati. Anche la gestione degli errori, con log dettagliati e sistemi di rollback, sarà determinante per l’adozione nei contesti professionali.