La Dead Internet Theory non è più una teoria del complotto. I dati mostrano che il web è ormai dominato da bot e contenuti generati automaticamente. FONS — dal latino "fonte, sorgente" — è un protocollo open source per documentare la provenienza, preservare il contesto e rendere verificabile la conoscenza prodotta dagli esseri umani o sviluppata insieme agli agenti AI.
In sintesi
Open Source · Provenienza trasparente · Conoscenza umana e collaborativa · Server MCP · Registry distribuito · SDK e API pubbliche
Il problema: la Dead Internet Theory è realtà
La Dead Internet Theory sostiene che il web sia ormai composto prevalentemente da bot e contenuti generati automaticamente, con l'attività umana ridotta a una minoranza. Quella che un tempo era considerata una teoria del complotto sta diventando un dato di fatto.
I numeri
| Fonte | Dato |
|---|---|
| Imperva (2016) | 52% del traffico web generato da bot |
| Imperva (2023) | 49,6% automatizzato, +2% in un anno attribuito all'AI scraping |
| Fortune (2026) | Più della metà delle richieste web proviene da bot |
| Timothy Shoup (Copenhagen Institute, 2022) | Predetto 99–99,9% contenuti AI entro 2025–2030 |
Le voci autorevoli
- Sam Altman (CEO OpenAI, settembre 2025): "Non prendevo sul serio la dead internet theory, ma ci sono davvero tanti account LLM su X ora"
- Alexis Ohanian (co-founder Reddit, giugno 2025): "Sono a lungo stato un sostenitore della dead internet theory"
- Kevin Rose (co-founder Digg, ottobre 2025): voleva usare zero-knowledge proofs per creare una piattaforma di utenti verificati
- Digg rilanciato a gennaio 2026, chiuso dopo 2 mesi per "problema bot senza precedenti"
- Google (2024): risultati di ricerca "inondati da siti creati per i motori di ricerca, non per le persone"
Piattaforme a rischio
- StackOverflow: traffico in calo da quando ChatGPT risponde alle domande di programmazione
- Wikipedia: meno editor attivi, contenuti generati da bot in aumento
- Reddit: inondato da contenuti LLM, API resa a pagamento per limitare lo scraping
- Facebook: "AI slop" virale (es. "Shrimp Jesus") con migliaia di commenti "Amen" generati da bot
- Meta (gennaio 2025): annunciati account AI autonomi con bio e foto profilo
- YouTube: il fenomeno "the Inversion" — l'algoritmo inizia a trattare le visualizzazioni false come predefinite
Il paradosso: l'AI uccide la sua fonte di cibo
Gli agenti AI e i Large Language Model si addestrano su dati pubblici del web. Ma se il web diventa una camera di specchi dove l'AI produce contenuti che alimentano altra AI:
- Model Collapse: addestrare modelli su dati sintetici degrada progressivamente la qualità
- Data Drought: i contenuti umani freschi diventano sempre più rari
- Entropia digitale: i contenuti originali vengono diluiti in un mare di rumore generato
Il risultato: gli agenti AI si nutrono di contenuti umani, ma stanno distruggendo l'ecosistema che li produce. È un circolo vizioso che rischia di esaurire la "materia prima" dell'IA.
La soluzione: FONS
FONS (dal latino "fonte, sorgente") è un protocollo open source per:
- Documentare origine dichiarata, contesto e percorso di ogni contributo
- Distinguere conoscenza umana, collaborativa e generata dall'AI
- Registrare verifiche, consenso, fonti, licenze e trasformazioni
- Preservare e condividere la conoscenza come bene comune riutilizzabile
Come funziona
Principi
- Trasparenza: ogni contributo dichiara provenienza, trasformazioni e livello di verifica
- Decentralizzazione: nessun gatekeeper centrale, chiunque può documentare e sottoporre contributi
- Open Source: protocollo, tool e registry pubblici e verificabili
- Privacy: il creatore decide cosa rendere pubblico
- Sostenibilità: sostenere nel tempo l'ecosistema della conoscenza umana
Componenti tecniche
- Attestazione facoltativa: una firma collega il record a una chiave e ne protegge l'integrità, ma non prova da sola che il contenuto sia umano
- Provenance metadata: metadati standardizzati (autore, timestamp, licenza, contesto)
- FONS Registry: registro pubblico dove contributi e relative informazioni di provenienza vengono indicizzati
- API / SDK: integrazione semplice per piattaforme, CMS, browser
- Browser extension: mostra in tempo reale origine dichiarata, verifiche ed elementi di affidabilità disponibili
Due fonti: umana e collaborativa supervisionata
FONS può preservare anche la conoscenza che nasce quando una persona affronta un problema insieme a un agente AI, senza presentarla come contenuto esclusivamente umano. La provenienza deve dichiarare separatamente chi ha prodotto la soluzione, chi l'ha verificata e chi ne ha autorizzato la condivisione.
| Categoria | Significato |
|---|---|
HUMAN_SOURCE | Esperienza, procedimento o contenuto formulato direttamente da una persona |
HUMAN_VALIDATED_AI_RESOLUTION | Soluzione elaborata dall'agente, verificata nella pratica e autorizzata alla condivisione dall'umano |
HUMAN_REVIEWED_AI_SYNTHESIS | Sintesi prodotta dall'agente e revisionata dalla persona |
AI_INFERENCE | Ipotesi non ancora validata, mantenuta separata dalla conoscenza consolidata |
Le issue sono il laboratorio in cui problemi, tentativi e verifiche vengono lavorati. La biblioteca pubblica di FONS conserva invece casi, risoluzioni e principi riutilizzabili, mostrando sempre origine, livello di verifica e limiti.
Dal dialogo alla conoscenza condivisa
Consenso e validazione non sono la stessa cosa
La conferma “ha risolto il mio problema” costituisce una verifica empirica; il consenso “voglio condividere questa esperienza” autorizza la pubblicazione. FONS registra le due decisioni separatamente. Prima di acconsentire, la persona vede la sintesi esatta che sarà condivisa, già privata di segreti, dati personali, transcript e riferimenti proprietari, e può scegliere se pubblicarla anonimamente, limitarne l'accesso, conservarla solo in locale o non condividerla.
Un server MCP libero per gli agenti
Un server MCP open source permette agli agenti di cercare casi esistenti e proporre nuove risoluzioni direttamente durante il lavoro con una persona. Nell'MVP l'agente non pubblica direttamente: crea un candidato strutturato, allega le prove disponibili e registra validazione e consenso.
search_caseseget_caseper riutilizzare conoscenza esistentepropose_caseper preparare problema, soluzione, contesto e provenienzarecord_human_validationerecord_sharing_consentper mantenere distinte verifica e autorizzazionesubmit_for_reviewper avviare i controlli prima della pubblicazione
Supervisione contro duplicazioni e rumore
Una catena di agenti specializzati controlla ogni proposta: un revisore della privacy rimuove informazioni sensibili; un agente di deduplicazione confronta problema, sintomi, causa e soluzione; un revisore di qualità valuta chiarezza, prove e utilità; un agente di triage classifica e collega i casi; un moderatore applica le policy e coinvolge una persona nei casi ambigui.
Il risultato può essere pubblicare, fondere le nuove evidenze in un caso esistente, collegare un caso correlato, richiedere dettagli, mettere il contenuto in quarantena o inoltrarlo alla revisione umana. L'agente che propone non può essere l'unico ad approvare e ogni modifica o decisione resta motivata, versionata e contestabile.
Gli umani sono la fonte dell'esperienza, del giudizio e della validazione; gli agenti ne curano la struttura, la verifica e la reperibilità.
Casi d'uso
| Caso d'uso | Beneficio |
|---|---|
| Training e RAG | Modelli e agenti possono usare raccolte con origine, trasformazioni e verifiche documentate |
| Giornalismo e fact-checking | Mostrare fonti, processo editoriale e responsabilità di articoli e inchieste |
| Documentazione tecnica | Conservare contesto, autori, revisioni e prove delle soluzioni pubblicate |
| Ricerca scientifica | Tracciare provenienza di paper, dati, revisioni e contributi assistiti dall'AI |
| Contenuti educativi | Rendere visibili autori, fonti, revisioni e uso eventuale di strumenti AI |
| Identità digitale | Prova di umanità per piattaforme social senza KYC invasivo |
Come contribuire: il ruolo degli utenti
La forza di FONS sta nella sua rete di contributori. Chiunque può preservare documenti ed esperienze accompagnandoli con una storia trasparente: origine dichiarata, contesto, trasformazioni, licenza, verifiche ed eventuale partecipazione dell'AI.
- Digitalizza documenti cartacei: lettere, diari, appunti, manoscritti e documenti tecnici possono offrire forti indizi cronologici, da registrare insieme al contesto e alla catena di acquisizione
- Carica documenti digitali esistenti: PDF, fogli di calcolo, presentazioni, email, chat — contenuti creati da te, soprattutto se anteriori all'era dell'AI generativa
- Documenta la provenienza: metadati di acquisizione, fonti e attestazioni facoltative forniscono elementi verificabili senza promettere una prova assoluta di autenticità
Perché la carta è il gold standard
Un libro pubblicato nel 2005 o un manoscritto datato 1987 offre un forte indizio di origine precedente all'AI generativa. La materialità del supporto fisico, insieme a datazione e catena di acquisizione, arricchisce la provenienza; non sostituisce però la verifica critica del contenuto.
Un modello economico per sostenere la cura
FONS non è solo un protocollo tecnico: può diventare un ecosistema sostenibile nel quale il valore remunera la documentazione, la revisione e la manutenzione della conoscenza, senza ridurla al solo addestramento AI.
Il flusso economico
Gli utenti contribuiscono documentando contenuti ed esperienze → FONS conserva provenienza e verifiche e crea raccolte tematiche → organizzazioni, ricercatori e comunità possono finanziare l'accesso o la cura → una parte del valore torna ai contributori e sostiene il protocollo.
Perché la provenienza può avere valore
- Model Collapse è reale: addestrare modelli su dati sintetici degrada progressivamente la qualità. Le aziende hanno un bisogno crescente di dati umani freschi e verificati
- Conformità e audit: record strutturati di provenienza e licenza possono aiutare a documentare l'origine e le trasformazioni dei dati, senza sostituire una valutazione legale
- Selezione consapevole: provenienza, contesto e verifiche aiutano a valutare l'idoneità dei dati meglio di uno scraping indiscriminato
- Scarsità crescente: più il web contiene materiale sintetico, più diventano preziose le raccolte delle quali è possibile ricostruire origine e trasformazioni
Il valore per i contributori
- Compenso economico: una quota dei ricavi generati dai dataset torna a chi ha contribuito i contenuti
- Preservazione: i tuoi documenti, ricordi e conoscenze vengono archiviati e resi immortali
- Impatto: contribuisci attivamente a migliorare la qualità dell'IA, combattendo il model collapse
- Privacy: decidi tu quali contenuti rendere pubblici e quali mantenere ad accesso ristretto
Nell'era dell'abbondanza sintetica, il valore nasce dalla provenienza comprensibile: sapere da dove arriva una conoscenza, come è cambiata e chi l'ha verificata.
Roadmap
- Fase 1 — Specifica del protocollo e whitepaper
- Fase 2 — SDK open source e strumenti per creatori
- Fase 3 — Server MCP locale, schema di provenienza e flusso di consenso
- Fase 4 — FONS Registry e supervisione multi-agente contro duplicazioni e rumore
- Fase 5 — Partnership con piattaforme (StackOverflow, Wikipedia, GitHub)
- Fase 6 — Standardizzazione, federazione e governance comunitaria
Contribuisci
FONS è un progetto open source. Se credi che la conoscenza umana meriti di essere preservata come fonte primaria per l'IA del futuro, unisciti al progetto.
Se l'AI uccide la fonte, la fonte deve diventare indistruttibile.