Rage bait: l’economia dell’indignazione tra piattaforme, politica e fiducia
- Andrea Viliotti
- 2 giorni fa
- Tempo di lettura: 8 min
Dalla scala globale all’Unione europea e all’Italia: come i sistemi di raccomandazione trasformano attenzione, rischi reputazionali e governance democratica
In sintesi
· Il “rage bait” è contenuto progettato per suscitare rabbia o indignazione e convertire la reazione in traffico, follower o ricavi pubblicitari.
· L’attenzione è diventata un asset geoeconomico: le piattaforme ottimizzano engagement e tempo speso; attori politici e informativi competono nello stesso mercato.
· Nell’UE il Digital Services Act sposta il baricentro su trasparenza, audit e gestione dei rischi sistemici dei sistemi di raccomandazione.
· In Italia la fiducia nelle notizie resta bassa (pur in lieve recupero) e la fruizione di video di attualità passa da molte piattaforme diverse: un ambiente ideale per polarizzazione e “frizioni” reputazionali.
· Per imprese e cittadini la leva non è “spegnere” i social, ma ridurre incentivi al conflitto: policy di brand safety, igiene informativa, design con frizioni e trasparenza sugli algoritmi.
Numeri chiave (misure e contesto) Utenti attivi mensili medi nell’UE: YouTube 416,6 milioni. Periodo: aggiornamento 26 gennaio 2026. Fonte: Commissione europea, elenco VLOP/VLOSE (DSA). Utenti attivi mensili medi nell’UE: Facebook 259 milioni; Instagram 259 milioni. Periodo: aggiornamento 26 gennaio 2026. Fonte: Commissione europea, elenco VLOP/VLOSE (DSA). Utenti attivi mensili medi nell’UE: TikTok 135,9 milioni; X 115,1 milioni. Periodo: aggiornamento 26 gennaio 2026. Fonte: Commissione europea, elenco VLOP/VLOSE (DSA). Italia: fiducia nelle notizie 36% nel 2025 (in recupero rispetto al 2023–2024). Periodo: 2025. Fonte: Digital News Report Italia 2025 (Reuters Institute / partner italiani). Italia: 33% non ha guardato alcun video di notizie nell’ultima settimana; tra chi ne guarda, i canali sono frammentati (siti/app news 25%, Snapchat 23%, Facebook 22%, WhatsApp 17%, YouTube 12%). Periodo: 2025. Fonte: Digital News Report Italia 2025. |
Che cos’è il “rage bait” e perché funziona
“Rage bait” è un’etichetta diventata mainstream nel 2025: indica contenuti deliberatamente progettati per suscitare rabbia o indignazione e trasformare quella reazione in attenzione misurabile – commenti, condivisioni, tempo speso – che può essere monetizzata.
La logica è semplice (e antica): più un contenuto attiva l’utente, più aumenta la probabilità che l’utente reagisca. La novità è che, nelle piattaforme digitali, quella reazione diventa un segnale che i sistemi di raccomandazione possono usare per amplificare o raccomandare contenuti simili. In pratica, l’indignazione entra nella stessa catena industriale di ottimizzazione che governa la pubblicità, la crescita dei follower e la distribuzione delle notizie.
La letteratura sulla “viralità emotiva” suggerisce che emozioni ad alta attivazione fisiologica – inclusa la rabbia – sono associate a maggiore condivisione. In parallelo, lavori su linguaggio “morale‑emotivo” nelle discussioni politiche mostrano che la presenza di termini che attivano emozioni morali può aumentare la diffusione di messaggi nei network.
Questi risultati non implicano che “tutto” sia rage bait, né che gli algoritmi siano un’unica causa. Ma aiutano a capire perché il fenomeno sia diventato una scorciatoia competitiva: costa poco produrre contenuti polarizzanti; il payoff può essere alto; e la penalità reputazionale, spesso, arriva tardi.
Habitat Mondo: geopolitica dell’attenzione
A scala globale, il rage bait vive in un ecosistema in cui tre mercati si sovrappongono: (1) pubblicità e performance marketing, (2) distribuzione dell’informazione e (3) competizione politica. La stessa infrastruttura – feed algoritmici, raccomandazioni, ranking – è usata per intrattenimento, news, propaganda e commercio.
Quando l’obiettivo primario diventa l’attenzione, la frizione tra “ciò che interessa” e “ciò che informa” cresce. Il rischio geoeconomico è duplice: da un lato la pressione su editori e creator a inseguire segnali di engagement; dall’altro la concentrazione del potere di distribuzione (e dunque di mercato) nelle piattaforme.
Sul piano geopolitico, la competizione informativa assume forme ibride: campagne di influenza, disinformazione, operazioni coordinate – ma anche pratiche più “banali” come l’uso seriale di provocazioni per saturare l’agenda. In questo contesto il rage bait non è solo un contenuto: è un meccanismo di allocazione dell’attenzione.
L’elemento nuovo del 2024–2026 è la sovrapposizione con l’IA generativa: aumentano velocità e scala di produzione di immagini, video e testi, inclusi contenuti “di confine” che puntano a reazioni forti. Il tema non è solo la verità dei contenuti, ma il costo marginale quasi nullo di produrre stimoli emotivi.
Unione europea: dal “mercato digitale” alla gestione del rischio sistemico
Nell’Unione europea il dibattito sul rage bait si innesta in una svolta regolatoria: con il Digital Services Act (DSA) l’attenzione non è solo sui singoli contenuti illegali, ma su rischi “sistemici” legati anche al design dei servizi (inclusi i sistemi di raccomandazione).
Due passaggi sono centrali per il tema: la trasparenza dei sistemi di raccomandazione (parametri principali e opzioni per modificarli) e l’obbligo, per le piattaforme “molto grandi”, di valutare e mitigare rischi sistemici (come effetti su dibattito civico, salute pubblica, diritti fondamentali).
Il DSA introduce anche un criterio quantitativo di “scala” (oltre 45 milioni di utenti mensili medi nell’UE) per individuare le Very Large Online Platforms e i motori di ricerca molto grandi. È un confine utile: più è grande la platea, più è probabile che l’ottimizzazione dell’engagement generi esternalità.
In questo quadro, le richieste di informazioni e le indagini formali sui sistemi di raccomandazione – ad esempio su X – segnalano che la contesa si sposta dal “cosa è stato pubblicato” al “come viene distribuito”.
Italia: fiducia bassa, video frammentato, reputazione esposta
In Italia il rage bait trova terreno fertile per tre ragioni strutturali: (1) una fiducia nelle notizie che resta sotto la metà della popolazione, (2) un consumo informativo sempre più “disintermediato” e (3) una forte frammentazione dei canali, soprattutto quando si passa al video.
Il Digital News Report Italia 2025 segnala un lieve recupero della fiducia nelle notizie (36% nel 2025), ma il dato resta basso nel confronto europeo. Nel decennio 2015–2025 la serie mostra oscillazioni marcate: un contesto in cui l’indignazione può diventare un accelerante della disaffezione.
Sul fronte dei video di attualità, la stessa ricerca evidenzia che una quota rilevante dichiara di non aver guardato video di notizie nell’ultima settimana; tra chi lo fa, la fruizione è distribuita tra siti/app di news e piattaforme social, con un mix che include Snapchat, Facebook, WhatsApp, YouTube, Instagram, TikTok e X. È la definizione operativa di un “ambiente multi‑feed”: il contenuto viaggia e cambia forma, e le dinamiche di commento e reazione possono diventare parte del messaggio.
Per le imprese italiane questo significa che la gestione del rischio reputazionale non è più solo comunicazione: è anche governance dei canali. Per i cittadini significa che la qualità dell’ecosistema informativo è un bene collettivo, ma la fruizione è individualizzata – e quindi più vulnerabile a contenuti ad alto arousal.
USA + Cina: due modelli di governance dell’attenzione USA — Modello “market + immunità condizionata”: con la Sezione 230 del Communications Decency Act, i servizi online godono di un’ampia protezione rispetto alla responsabilità per contenuti di terzi, mentre la moderazione è in larga parte privata e oggetto di conflitto politico e culturale. Piattaforme chiave: YouTube, Facebook/Instagram (Meta), X, Reddit; TikTok è presente ma con tensioni geopolitiche. Cina — Modello “stato‑centrico + compliance algoritmica”: dal 2022 sono in vigore provvedimenti specifici su algoritmi di raccomandazione e, dal 2023, su “deep synthesis”, con obblighi più stringenti su controllo dei contenuti, sicurezza e tracciabilità. Piattaforme chiave: WeChat (Tencent), Douyin (ByteDance), Weibo, Kuaishou, Bilibili. Trade‑off: il modello USA riduce il rischio di controllo pubblico diretto ma può lasciare esternalità di polarizzazione e disinformazione; il modello cinese riduce la pluralità del dibattito e aumenta il controllo statale, ma offre strumenti regolatori espliciti sui sistemi algoritmici. In entrambi i casi, il rage bait prospera quando il “costo dell’indignazione” è basso e il premio in visibilità è alto. |
“So what”: cosa cambia per imprese e cittadini
Per le imprese (brand, marketing, HR, compliance)
· Brand safety 2.0: non basta evitare contenuti illegali. Serve mappare contesti ad “alta frizione” (politica, cronaca nera, temi identitari) e definire regole di adiacenza coerenti con valori e rischio reputazionale.
· Misurare l’“engagement tossico”: distinguere engagement totale da engagement polarizzante. Un picco di commenti può indicare crisi, non efficacia. Collegare KPI social a metriche di fiducia e customer care.
· Contratti e governance con creator e agenzie: clausole su linguaggio d’odio, disinformazione e provocazioni deliberatamente fuorvianti; processi di approvazione rapidi ma tracciabili.
· HR e benessere: chi lavora su social/care è esposto a ondate di ostilità. Inserire rotazioni, supporto psicologico e procedure anti‑harassment.
· Compliance: in UE/Italia crescere con trasparenza e tracciabilità (archiviazione decisioni, log di campagne, audit dei fornitori adtech). Prepararsi a richieste di informazioni e a standard più stringenti su targeting e raccomandazione.
Per i cittadini (fiducia, polarizzazione, benessere, media literacy)
· Igiene informativa: diversificare fonti e formati; ridurre l’esposizione continua a feed ad alta reattività (scroll infinito, notifiche aggressive).
· Sospendere la reazione: il rage bait “vive” di commenti e ricondivisioni impulsive. La prima difesa è rallentare: verificare, contestualizzare, non amplificare.
· Benessere digitale: riconoscere segnali di stress informativo (ansia, irritabilità, “doomscrolling”) e impostare routine di disconnessione.
· Partecipazione civica: sostenere strumenti di trasparenza, fact‑checking e ricerca indipendente; segnalare contenuti problematici senza trasformare la segnalazione in caccia alle streghe.
Matrice attori–incentivi–leve (versione sintetica)
Attore | Incentivo | Meccanismo | Rischio | Leve |
Piattaforme (TikTok, Meta, YouTube, X…) | Tempo speso, retention, ricavi pubblicitari | Ranking e raccomandazione basati su segnali di engagement | Amplificazione di contenuti polarizzanti; opacità; rischio regolatorio | Trasparenza su parametri; frizioni; de‑amplificazione; accesso dati per ricerca |
Creator / influencer | Visibilità e monetizzazione | Provocazione, polarizzazione, “call‑out”, frame identitari | Erosione fiducia; harassment; reputazione | Codici di condotta; contratti; incentivi su qualità |
Inserzionisti / brand | ROI e crescita | Targeting, performance marketing, ottimizzazione su conversioni | Brand safety; backlash; polarizzazione | Policy adiacenza; audit campagne; KPI di fiducia |
Media / editori | Traffico e ricavi; rilevanza | Titoli forti, velocità, video short‑form | Corsa al click; perdita autorevolezza | Standard editoriali; trasparenza; diversificazione ricavi |
Regolatori (UE, Italia/AGCOM) | Diritti fondamentali; integrità informativa | Regole su trasparenza, rischi e enforcement | Over‑regulation; asimmetrie di enforcement | Audit; sanzioni proporzionate; cooperazione con ricercatori |
Cittadini / utenti | Informazione utile e appartenenza sociale | Condivisione, commento, comunità | Stress informativo; camere dell’eco | Media literacy; igiene digitale; pluralità fonti |
Opzioni operative (con trade‑off espliciti)
Ambito | Opzione | Beneficio atteso | Trade‑off / rischio |
Policy / regolatori | Obbligare audit e accesso ai dati per ricerca indipendente sui sistemi di raccomandazione (soprattutto per VLOP). | Più accountability e evidenza su rischi sistemici. | Costi di compliance; rischio di “box‑ticking”; tensioni su privacy e segreti industriali. |
Piattaforme | Introdurre “frizioni” e de‑amplificazione per contenuti ad alta conflittualità (senza censura generalizzata). | Riduce cascata di indignazione; migliora sicurezza. | Possibile calo engagement; accuse di bias; bisogno di trasparenza. |
Imprese | Passare da KPI di volume (like/commenti) a KPI di qualità (fiducia, soddisfazione, riduzione crisi). | Allinea performance a valore di lungo periodo. | Misure più lente; difficoltà di attribuzione; costi di misurazione. |
Cittadini / scuola | Programmi di media literacy e pratiche di igiene informativa, con focus su emozioni e manipolazione. | Aumenta resilienza e benessere informativo. | Effetti nel medio periodo; rischio di “moralismo” se non basati su evidenza. |
Conclusione
Il rage bait non è un semplice “stile comunicativo” aggressivo: è un adattamento razionale a un’infrastruttura che converte reazioni in distribuzione. Per questo è un tema geopolitico e geoeconomico prima ancora che culturale.
La domanda, per l’Europa e per l’Italia, non è se internet diventerà meno conflittuale per decreto. È come riallineare incentivi – con regole, trasparenza e scelte di design – perché la visibilità non premi sistematicamente ciò che avvelena fiducia, benessere e coesione.
Commenti