Cos'è l'AI slop? La guida 2026 per riconoscerlo, evitarlo e detestarlo

Apri cinque landing page di startup uscite questo mese e mettile in fila. Hero centrato col gradiente from-violet-500 via-purple-500 to-pink-500. Titolo in text-6xl font-bold. Tre card in grid-cols-3, ognuna con un'icona Lucide, un titolo da due parole e due righe di testo. Font Inter. Footer a quattro colonne: Product, Company, Resources, Legal. Coprile i loghi e prova a dire qual è quale. Non ci riesci. Non perché siano brutte. Perché sono la stessa pagina, generata cinque volte.

Questo è l'AI slop.

TL;DR

L'AI slop è il contenuto — testo, immagine, codice, suono, video — che esce di default dai grandi modelli generativi quando nessun umano interviene davvero. Niente direzione artistica, niente gusto, nessun vincolo. Nel 2026 una quota enorme del web pubblicato negli ultimi dodici mesi proviene direttamente da v0, Bolt, Lovable, Replit Agent, ChatGPT o Claude. E si vede. Tutto si assomiglia perché i modelli convergono verso gli stessi bias di addestramento: Tailwind di default, font Inter o Geist, palette #3b82f6 (Tailwind blue 500) più #8b5cf6 (Tailwind violet 500), tre card in grid-cols-3, hero col gradiente blu-viola-rosa, frasi come "Libera il potenziale della tua azienda". Il problema non è che lo slop sia brutto. È che è invisibile. E sul web, invisibile vuol dire morto.

Cinque segni per riconoscerlo in 30 secondi:

• Hero col gradiente blu-viola, titolo text-5xl o text-6xl, sottotitolo che apre con un imperativo vago
• Tre card allineate in grid-cols-3, ognuna con icona Lucide, titolo corto, due frasi generiche
• Tipografia Inter o Geist ovunque, senza gerarchia oltre font-bold contro font-normal
• Bottone primario arrotondato col gradiente e hover che fa un leggero scale
• Footer a quattro colonne inutili: "Product / Company / Resources / Legal"

Se il tuo sito spunta tre di queste caselle, fai parte del problema. Continua a leggere.

---

1. Definizione precisa di AI slop

Etimologia

La parola slop viene dall'inglese agricolo. Nell'Ottocento indicava la broda servita ai maiali: un misto tiepido di acqua, scarti di cucina, cereali avariati, tutto quello che non si poteva vendere. Non immangiabile, non marcio. Semplicemente senza valore. È la parola giusta perché porta con sé l'idea di calorico ma non nutriente, esattamente quello che è la maggior parte degli output LLM grezzi.

L'espressione AI slop compare su X (Twitter) nell'estate 2024. Andy Baio, sviluppatore e giornalista, è accreditato di aver attaccato la parola al fenomeno, in parallelo a discussioni su 4chan e Reddit dove "slop" già circolava per le immagini Midjourney di bassa lega. Simon Willison, creatore di Datasette e blogger prolifico sugli LLM, ha diffuso il termine nella comunità tech tramite il suo blog (Simon Willison's Weblog) nell'autunno 2024. Da gennaio 2025 entra in MIT Technology Review, The Verge, 404 Media, Wired, fino alle pagine editoriali del Guardian e del New York Times nel corso del 2025.

In italiano si oscilla tra varie rese. Pappa IA, brodaglia generativa, minestrone IA. Nessuna si è imposta. Chi lavora nel settore usa l'anglicismo diretto: AI slop, o semplicemente slop. Ed è quello che faremo qui.

Quattro famiglie di AI slop

Il termine copre quattro mezzi distinti che condividono gli stessi sintomi: convergenza, mancanza di direzione, ridondanza, sovrapproduzione.

1. Slop visivo. Siti web, illustrazioni, icone, infografiche, file Figma, post Instagram. Sintomi: palette Tailwind di default, gradiente blu-viola, layout grid-cols-3, font Inter, molta aria, nessuna identità.

2. Slop testuale. Articoli di blog, descrizioni prodotto, post LinkedIn, saggi, script YouTube, email marketing. Sintomi: aperture generiche, elenchi puntati senza gerarchia, conclusione che ripete l'introduzione, vocabolario vuoto ("seamless", "innovativo", "sfrutta", "robusto"), assenza di tesi.

3. Slop sonoro. Musica generata (Suno, Udio), voci sintetiche (ElevenLabs), interi podcast (NotebookLM). Sintomi: struttura A-B-A-B prevedibile, mix sovracompresso, voci che respirano in punti dove un umano non respira, transizioni che non portano da nessuna parte.

4. Slop video. Sora, Veo 3, Runway, Pika. Sintomi: camera che fluttua senza intenzione, mani con sei dita, raccordi che si rompono dopo 4 secondi, dissolvenze automatiche, musica stock generata.

Cosa l'AI slop NON è

Mettiamolo in chiaro: AI slop non è sinonimo di "fatto con un'IA". Uno sviluppatore che usa Claude Code per scrivere un linter custom con la propria direzione non produce slop. Una grafica che passa per Midjourney per generare un riferimento prima di ridipingerlo non produce slop. Un redattore che usa ChatGPT per buttare giù una scaletta e poi scrive da sé non produce slop.

Lo slop è l'output grezzo, senza intervento umano sostanziale, pubblicato così com'è. È la linea che separa lo strumento dal sostituto. Quando un umano perde il controllo sul risultato finale, il risultato è slop.

Il test del sosia

Test semplice per decidere se qualcosa è slop. Metti il tuo sito, il tuo articolo o il tuo video accanto ad altri cinque output dello stesso strumento. Domanda: a 50 metri di distanza, senza leggere il contenuto, riesci a distinguere il tuo dalla sola sagoma? Se sì, non è slop. Se no, è slop.

Nel branding lo chiamano logo recognition test: la capacità di identificare un brand dalla sola silhouette tipografica. Esteso al design web diventa un test diagnostico dello slop. Linear si riconosce a 50 metri. Vercel si riconosce a 50 metri. Stripe si riconosce a 50 metri. Un sito v0 grezzo non si riconosce a nessuna distanza, perché è intercambiabile con altri mille.

Slop per negligenza contro slop per design

Esistono due tipi di slop. Lo slop per negligenza è quello prodotto da chi voleva fare bene ma non ha avuto il tempo, il budget o le competenze per mettere mano all'output IA. Indie hacker di fretta, fondatori in MVP, freelance sovraccarichi. Slop comprensibile e spesso transitorio: l'autore lo migliorerà appena potrà.

Lo slop per design è quello prodotto cinicamente, in serie, per fini SEO o farming. Reti di blog spam, negozi Etsy di rivenditori, board Pinterest a catena di montaggio. Slop intenzionale e persistente: chi lo produce sa di produrre slop, ed è precisamente lo scopo. È quello che pesa sull'esperienza web globale e che giustifica la reazione dei motori di ricerca.

Un linter come Sailop non distingue i due: segnala i pattern, punto. Ma in quanto persona, distinguili in testa. Il tuo MVP che un giorno uscirà dallo slop non è lo stesso problema della farm slop intenzionale. La gravità morale non è la stessa.

---

2. Le 7 dimensioni dello slop visivo

Lo slop visivo non è una cosa sola. È un fascio di segnali. Ecco le sette dimensioni su cui puoi diagnosticarlo, ognuna con anti-pattern e antidoto.

| Dimensione | Anti-pattern tipico | Antidoto | |---|---|---| | Palette | #3b82f6 blu Tailwind + #8b5cf6 viola Tailwind, gradiente automatico | Tre colori al massimo, uno dominante non-Tailwind, neutri custom | | Tipografia | Inter o Geist ovunque, due pesi, gerarchia solo per dimensione | Due famiglie con contrasto forte, gioca sui pesi (300/500/800), reintroduci il corsivo | | Layout | Tre card in grid grid-cols-1 md:grid-cols-3 con icona, titolo, due righe | Rompi la simmetria, asimmetria, cinque feature o una sola, allinea a sinistra | | Copy | "Discover", "Unleash", "Empower", "seamless", "cutting-edge" | Specifico, concreto, datato, numerato. Frasi che valgono solo per il tuo prodotto | | Iconografia | Lucide React ovunque, tratto 1.5px, emoji nei titoli | Set custom o alternativo (Pixelarticons, Iconoir, Phosphor), niente emoji nei titoli B2B | | Animazioni | Framer Motion fade-in-up 0.5s ease-out, stagger 0.1s, hover scale 1.05 | Niente animazione, oppure timing non tondi (470ms), easing custom, movimento che racconta | | Struttura | Hero centrato + trust logos + 3 card + 3 step + testimonial + 3 pricing + FAQ + CTA + footer 4 col | La struttura segue il contenuto. Una sola feature da tre schermate? Falla |

Dettaglio dimensione per dimensione

Palette. Blu #3b82f6 primario, viola #8b5cf6 accento, grigio #1f2937 per il testo, bianco rotto #f9fafb per lo sfondo. Questa palette appare in circa il 40% dei siti generati da v0 e Bolt senza modifiche. L'antidoto pratico: apri Adobe Color o Coolors e parti da una referenza non-tech. Una foto di Saul Leiter per gli ocra. Un poster svizzero degli anni Sessanta per i rossi piombo. Una copertina Penguin Classics per gli arancioni mattone. Esci dal training set degli LLM. E un avvertimento contro-intuitivo: se trovi la tua referenza in cima a Behance o Dribbble, è già nel training set, perché quei portfolio sono tra le fonti più scrapate per il design. Cerca dove i modelli non hanno guardato.

Tipografia. Inter ovunque. Oppure Geist, da quando Vercel l'ha rilasciata. Una sola famiglia, due pesi (regular e bold), text-4xl ai titoli, text-base al body. Nessuna gerarchia oltre la dimensione. L'antidoto: per i titoli usa Söhne (Klim), Editorial New (Pangram Pangram), GT America (Grilli Type), Migra. Per il body Söhne Buch, ABC Diatype, Untitled Sans. Per il monospace Berkeley Mono, Space Mono. Attenzione però: Linear usa Inter Display, eppure non è slop. L'ha customizzata con tracking specifici, gerarchie lavorate, impaginazione editoriale. Lo slop non è una questione di materia, è una questione di sforzo.

Layout. Tre card orizzontali in grid grid-cols-1 md:grid-cols-3. Ogni card con icona Lucide in alto, titolo font-semibold, due righe di descrizione. Spaziatura gap-6 o gap-8. È il meme virale dell'AI slop: ne parliamo nella sezione 4.

Copy. Frasi vaghe che potrebbero valere per qualunque cosa. Hero che dice "Libera il potenziale del tuo business". Sottotitolo che parla di "integrazione fluida" e "tecnologia all'avanguardia". CTA che chiede di "Inizia oggi" o "Unisciti al futuro". L'antidoto: sii specifico, concreto, datato, numerato. Invece di "performance veloci", scrivi "genera una pagina Next.js in meno di 800ms su un MacBook M1". Invece di "approvato dalle aziende leader", elencale per nome se esistono davvero, altrimenti cancella la sezione.

Iconografia. Lucide React ovunque. Tutte le icone dello stesso stile: tratto fine (1.5px), arrotondate, neutre. Emoji nei titoli per fare i simpatici: "Performance", "Magia", "Insight smart". Badge "Free forever" con la spunta verde. L'antidoto: se usi icone, falle tu o usa un set che non sia Lucide, Heroicons o Feather. In un mondo dove usano tutti Lucide, l'iconografia diventa un segnale enorme di differenziazione. Stripe ha il suo set. Linear ha il suo. Vercel ha il suo. Notion ha il suo. Investimento iniziale: 20-50 icone custom, da 1 a 3 giorni di illustratore. Guadagno: differenziazione perpetua.

Animazioni. Framer Motion ovunque, con transizioni identiche. Fade-in-up a 0.5s ease-out allo scroll, stagger dei figli con delay 0.1s, hover scale 1.05 sulle card, button che cambia colore con transition 200ms. Tutte le animazioni di default, senza personalità. Il test del sound off: metti tutto in pausa. Se le tue animazioni servono solo a dare vita a una pagina che senza di loro non ha niente da dire, è slop animatorio. La regola: l'animazione aggiunge, non sostituisce mai.

Struttura di pagina. La sequenza identica presente su circa il 70% delle landing generate da v0 e Lovable nel 2026: nav fissa con logo a sinistra, 4 link al centro, "Get started" a destra. Hero centrato con h1 in text-6xl. Logo cloud "Trusted by". Tre card feature. "How it works" in tre passi. Testimonial (tre). Pricing con tre piani. FAQ accordion. CTA "Ready to get started?". Footer a quattro colonne. L'antidoto: la struttura segue il contenuto. Se non hai testimonial veri, togli la sezione. Se il tuo pricing è unico, non costruire tre piani solo per averne tre.

---

3. La firma visiva 2026: la convergenza statistica

Perché blu Tailwind e viola Tailwind

Tailwind CSS, creato da Adam Wathan nel 2017, è diventato il framework CSS dominante dal 2020. La sua palette è nata come "good defaults": colori accessibili, contrastati, moderni. Il blu 500 (#3b82f6) e il viola 500 (#8b5cf6) stanno al centro delle rispettive gamme, e quindi diventano le scelte di default naturali.

Quando un LLM genera codice Tailwind, ha due ragioni per pendere verso questi colori: bias di frequenza nell'addestramento (gli esempi canonici della doc usano blue-500) e bias cognitivo "centro gamma" (la mediana letterale tra blue-50 e blue-950).

Questa convergenza non è un incidente. In scienze cognitive si chiama default bias: quando un agente, umano o modello, deve scegliere senza vincoli forti, prende il default. Moltiplica i default e ottieni un mondo uniforme.

La distribuzione dei colori primari, prima e dopo

Sul web SaaS del 2020 il blu era già dominante (intorno al 35%), ma c'era diversità: verde 18%, nero 14%, rosso 12%, viola 10%, arancione 8%. Nel 2026 la distribuzione si schiaccia: blu 62%, viola 21%, verde 7%, il resto residuale. La diversità è collassata. Non per un complotto Tailwind, ma per la convergenza statistica dei modelli generativi.

La firma esatta dei principali tool

| Tool | Palette di default | Tipografia | Struttura tipica | |---|---|---|---| | v0 (Vercel) | gradiente from-violet-500 via-purple-500 to-pink-500, neutri zinc, accento violet-500 | Geist Sans + Geist Mono | Hero centrato, trust logos, 3 card feature, "How it works" 3 step, pricing 3 piani, FAQ, CTA, footer 4 col | | Lovable | blue-500 primario, purple-500 accento, gray-50 sfondo, gray-900 testo | Inter (variabile) | Hero centrato, 3 feature, "How it works", 3 testimonial, pricing 3, FAQ, footer 4 col | | Bolt (StackBlitz) | blue-500 o indigo-500 primario, pink-400 accento | Inter o system-ui | Hero centrato asimmetrico, feature grid 3-6, animazioni Framer, CTA, footer minimale | | Replit Agent | Variabile, spesso green-500 o blu Tailwind | Inter, talvolta Roboto | Più utilitaria: nav, contenuto, footer minimale | | ChatGPT Canvas | HTML grezzo, palette browser | Times New Roman fallback o system-ui | Nessuna struttura imposta, tendenza a elencare | | Claude Code (senza contesto) | Segue il progetto se fornito, altrimenti default Tailwind | Segue il progetto | Segue il progetto o struttura neutra | | Gemini Code Assist | Colori Material Design 3 | Roboto / Google Sans | Pattern Material 3: top bar, card, FAB | | Midjourney v7 | Luce dorata, contrasto alto, profondità di campo esagerata | n/d | n/d | | Sora / Veo 3 | Luce morbida, bilanciamento neutro | n/d | n/d | | Suno / Udio | n/d | n/d | Struttura A-B-A-B-bridge-A-outro |

La meccanica della convergenza

Tre forze si sommano.

Forza 1: training data condiviso. Tutti i modelli sono addestrati su sottoinsiemi fortemente sovrapposti del web (Common Crawl, GitHub pubblico, Wikipedia, Reddit, Stack Overflow). Hanno visto gli stessi esempi. Logico che ne ricavino gli stessi pattern.

Forza 2: RLHF omogeneo. Il Reinforcement Learning from Human Feedback è fatto da annotatori che vivono nella stessa bolla culturale 2020-2025 (San Francisco, Lagos, Manila a seconda dei contractor) e preferiscono gli stessi pattern "moderni": clean, minimale, Tailwind. Questa preferenza si propaga via RLHF.

Forza 3: convergenza per benchmark. I benchmark pubblici (HumanEval, MMLU, LMArena) sono gli stessi per tutti. Le migliorie si misurano sugli stessi criteri. I modelli convergono verso gli ottimi di questi benchmark.

È convergenza strutturale. Non sparirà con un modello più grande. Sparirà se e solo se i modelli verranno volontariamente diversificati nel training e nel RLHF: tecnicamente possibile, ma controincentivato dal punto di vista commerciale.

---

4. Il pattern delle 3 card: perché `grid-cols-3` è il meme virale

Se dovessimo scegliere UN segno per riconoscere un sito IA, sarebbe questo. La griglia di tre card feature. Ogni card con un'icona in alto, un titolo corto, due o tre righe di descrizione.

Perché esattamente tre

Perché gli LLM sono stati addestrati in massa su landing page 2018-2024 dove la convenzione era tre feature in evidenza. Tre è il numero di Riccioli d'Oro: abbastanza per dire "abbiamo varie cose da raccontare", non così tante da stancare. Ed è il numero che si allinea bene su tre colonne desktop e una mobile.

I modelli hanno assorbito questa convenzione e la riproducono ovunque, al punto da farne un meme. Su X, da fine 2024, gli screenshot di "yet another grid-cols-3" girano regolarmente come tormentone.

Il pattern esatto

<section className="py-20 bg-white">
  <div className="container mx-auto px-4">
    <h2 className="text-4xl font-bold text-center mb-4">
      Why choose us
    </h2>
    <p className="text-xl text-gray-600 text-center mb-12 max-w-2xl mx-auto">
      Discover the features that make our platform stand out
    </p>
    <div className="grid grid-cols-1 md:grid-cols-3 gap-8">
      <div className="p-6 rounded-lg border border-gray-200 hover:shadow-lg transition">
        <Rocket className="h-10 w-10 text-blue-500 mb-4" />
        <h3 className="text-xl font-semibold mb-2">Fast performance</h3>
        <p className="text-gray-600">
          Lightning-fast load times that keep your users engaged.
        </p>
      </div>
      {/* Card 2 */}
      {/* Card 3 */}
    </div>
  </div>
</section>

Riconosci questo codice? Dovresti. Esce così com'è da v0, Bolt e Lovable, con varianti minime.

L'antidoto

Se hai tre cose da dire, dille in un altro modo. Una lunga pagina narrativa che scorre. Un layout Bento ispirato ad Apple, ma con tessere davvero irregolari (non il bento slop con 6 tessere geometriche perfette). Un formato a slide. Un formato domanda-risposta. Qualunque cosa tranne tre card.

Se DEVI fare tre card perché il brief lo impone, allora differenziale in modo radicale. Dimensioni diverse. Colori diversi. Una con immagine, una con grafico, una con citazione. Non fare tre cloni con un'icona che cambia.

---

5. Lo slop testuale: la firma in italiano

Lo slop testuale è più vecchio di quello visivo: è massiccio dal 2023, con la generalizzazione di ChatGPT per blog post SEO, descrizioni Amazon, post LinkedIn ed email marketing. Si è evoluto. I modelli del 2026 sono migliori di quelli del 2023, ma tradiscono ancora la loro origine.

Marcatori dello slop testuale

Marcatore 1: la frase d'apertura generica. "In un mondo sempre più connesso", "In un'era di cambiamenti senza precedenti", "Mentre navighiamo le complessità di".

Marcatore 2: il tricolon abusato. Gli LLM adorano gli elenchi di tre elementi separati da virgola. Ritmicamente soddisfacenti, ma diventano un tic.

Marcatore 3: la conclusione che ripete l'introduzione. Il post apre con "L'IA trasforma tutto", spiega per 800 parole, chiude con "L'IA trasforma davvero tutto". Zero progressione argomentativa.

Marcatore 4: le transizioni vuote. "Inoltre", "Per di più", "Vale la pena notare che", "È importante ricordare che". Sovrautilizzate dagli LLM perché danno l'illusione di connettere idee senza farlo davvero.

Marcatore 5: il vocabolario cavo. "Sfrutta", "sinergia", "robusto", "scalabile", "innovativo", "all'avanguardia", "fluido", "potenzia", "sblocca", "eleva", "trasforma". Parole che non dicono nulla ma suonano professionali.

20 frasi italiane bandite, con livello di gravità

| Frase slop italiana | Gravità (1-5) | Da dove viene | |---|---|---| | Scopri l'esperienza fluida | 5 | Calco da "Discover seamless" | | Libera il potenziale di | 5 | Calco da "Unleash the power of" | | Tuffati nel mondo di | 5 | Calco da "Dive into" | | Rivoluziona il tuo business | 5 | Calco da "Revolutionize your" | | Nel mondo sempre più connesso di oggi | 5 | Calco da "In today's connected world" | | Sfrutta la potenza dell'IA | 5 | Calco da "Leverage the power" | | Una soluzione integrata e olistica | 4 | Buzzword stratificate | | Un'esperienza utente ineguagliabile | 4 | Calco da "unparalleled" | | Il modo definitivo per | 4 | Calco da "the ultimate way" | | Porta il tuo business al livello successivo | 4 | Calco da "next level" | | Approvato dalle aziende leader del settore | 4 | "Trusted by leading companies" | | Tecnologia all'avanguardia | 3 | Calco da "cutting-edge" | | Ottimizza il tuo flusso di lavoro | 3 | Calco da "streamline" | | Sblocca nuove possibilità | 3 | Calco da "unlock new" | | All'incrocio tra X e Y | 3 | Calco da "at the intersection" | | In un'epoca di trasformazione digitale | 3 | Cliché italiano nativo | | Un approccio centrato sull'umano | 3 | Cliché LinkedIn | | Risultati misurabili e concreti | 2 | Filler corporate | | Pensato per l'azienda moderna | 2 | "Built for the modern enterprise" | | Unisciti a migliaia di clienti soddisfatti | 4 | Senza un numero verificabile = slop |

Come scrivere anti-slop in italiano

• Taglia la prima frase. Sempre. Se l'articolo apre con "In un mondo dove...", cancella tutto fino a una frase che non potrebbe valere per un altro argomento.
• Sii datato. Metti anni, cifre, date. "Nel marzo 2024 Tailwind ha rilasciato..." vale più di "Recentemente Tailwind ha rilasciato...".
• Cita nomi propri. Tool, persone, aziende, prodotti. Lo slop è anonimo. La scrittura umana è popolata.
• Prendi posizione. Lo slop non si sbilancia. La scrittura umana difende una tesi, anche piccola.
• Bandisci le transizioni cave. "Inoltre", "d'altronde", "vale la pena notare". Se l'idea va aggiunta, aggiungila senza preamboli.
• Varia la lunghezza delle frasi. Lo slop ha una lunghezza media uniformissima. La scrittura umana alterna. Frase corta. Frase più lunga che sviluppa una sfumatura con una subordinata. Frase corta. Frase media con virgola.

Tic tipografici da spiare

Em-dash (—) a profusione. ChatGPT e Claude piazzano em-dash dove un umano metterebbe una virgola, una parentesi, o niente. Più di un em-dash ogni 200 parole è probabilmente slop. Conta. È rivelatore.

Virgola di Oxford alla "rosso, bianco, e blu". In italiano standard non si usa. Gli LLM la producono di default quando traducono dall'inglese. Indizio forte.

Maiuscole capricciose. Gli LLM mettono la maiuscola a parole non proprie, in logica anglosassone: "L'Intelligenza Artificiale Trasforma le Nostre Società". Nessun editor italiano capitalizzerebbe così.

Pleonasmi. "Un vantaggio vantaggioso", "un'innovazione innovativa", "trasformare la trasformazione". Gli LLM li producono nel tentativo di sviluppare un punto già chiuso.

Liste puntate al posto delle frasi. Gli LLM elencano dove un umano racconta. "I vantaggi: veloce, affidabile, scalabile" invece di "È veloce, affidabile e scalabile". O meglio: "È veloce. E affidabile. Sullo scaling vediamo".

Il test dei tre lettori

Per diagnosticare il tuo testo, dallo a leggere a tre persone diverse: un esperto del tema, un profano curioso, una grafica. Chiedi a ciascuno la stessa cosa: "Che tesi difende questo testo?". Se i tre danno tre risposte diverse, o peggio "non lo so", il tuo testo è slop. Se i tre danno la stessa risposta, il tuo testo porta una tesi.

Lo slop non ha tesi, per natura. Descrive, menziona, elenca, conclude, ma non difende nulla. È quello che lo rende, allo stesso tempo, letto e dimenticato.

---

6. Lo slop nel codice

Il codice generato da LLM ha la sua famiglia di slop. Non è che non funzioni — funziona, spesso. È che porta i marcatori tipici di "scritto da un modello che voleva sembrare pro".

Commenti inutili

// SLOP
// This function adds two numbers
function add(a, b) {
  // Return the sum of a and b
  return a + b;
}

// UMANO
function add(a, b) {
  return a + b;
}

Gli LLM aggiungono commenti banali perché i training dataset contengono tanti esempi pedagogici dove il codice è sovra-commentato per gli studenti. In codice di produzione, sono rumore.

Astrazione prematura

// SLOP
class UserDataManager {
  constructor(userRepository) {
    this.userRepository = userRepository;
  }
  async getUserById(id) {
    return await this.userRepository.findById(id);
  }
}

// UMANO (per il 90% dei casi)
async function getUser(id) {
  return db.users.findOne({ id });
}

Tre righe avvolte in una classe che eredita da un'interfaccia mockata in un test. Per una funzione che potrebbe essere un one-liner. Il modello ha visto valanghe di esempi Spring/Java e riproduce il pattern.

Try/catch difensivo e stupido

// SLOP
try {
  await criticalOperation();
} catch (error) {
  console.log("An error occurred:", error);
}

// UMANO
await criticalOperation();
// Lasciamo risalire: il chiamante saprà cosa fare

Catturare solo per loggare e proseguire come se nulla fosse è quasi sempre un errore. Gli LLM lo fanno perché i loro training dataset contengono tanti "esempi di gestione errori" che in realtà sono esempi di errori nella gestione errori.

Naming generico

Le variabili si chiamano data, result, handler, manager, helper, util, service. Le funzioni si chiamano processData, handleRequest, manageState. Nessuna informazione passa dal nome.

// SLOP
const handler = (data) => {
  const result = data.map(item => processItem(item));
  return result;
};

// UMANO
const tagOrders = (orders) =>
  orders.map(order => ({
    ...order,
    isLate: order.deliveryDate < Date.now()
  }));

Boilerplate sovra-tipizzato

// SLOP
interface ButtonProps {
  children: React.ReactNode;
  onClick: () => void;
  variant?: "primary" | "secondary" | "tertiary" | "ghost" | "destructive";
  size?: "xs" | "sm" | "md" | "lg" | "xl";
  disabled?: boolean;
  loading?: boolean;
  icon?: React.ReactNode;
  iconPosition?: "left" | "right";
  fullWidth?: boolean;
  className?: string;
}

// UMANO (per un progetto reale)
type Props = {
  children: React.ReactNode;
  onClick: () => void;
};

Lo slop allarga l'API "nel caso servisse". L'umano aggiunge una prop quando ne ha bisogno.

Wrapper inutili e useEffect anni '20

Gli LLM riproducono useState + useEffect + fetch perché domina nei training data 2018-2023, mentre i pattern 2024-2026 (Suspense, React Query, Server Components) sono sotto-rappresentati. Aggiungono un livello di indirezione "in caso vada intercettato". Non serve a niente finché non intercetta niente. Lo slop aggiunge wrapper profilattici. L'umano li aggiunge quando servono.

Test diagnostico del codice

Tre test rapidi sulla codebase.

Test 1: rapporto commenti/codice. Sopra il 30% indica slop pedagogico. Sotto il 5% indica codice umano (che commenta solo il perché, mai il cosa).

Test 2: profondità di astrazione. Per ogni funzione utility, conta gli intermediari prima di toccare logica di dominio. Media oltre 4? Over-abstraction slop.

Test 3: varianza dei nomi. Lista le variabili di una funzione. Se più del 30% sono data, result, temp, value, item, è slop.

---

7. Perché Google e i motori IA penalizzano lo slop

Google ha pubblicato vari Helpful Content Update tra il 2022 e il 2025. Il principio: premiare il contenuto scritto per gli umani, penalizzare quello scritto per posizionarsi. Dall'update di marzo 2024, Google ha cominciato a integrare segnali espliciti di rilevamento dello slop nel suo algoritmo, senza dirlo apertamente.

EEAT (Experience, Expertise, Authoritativeness, Trustworthiness) è diventato il framework dominante per valutare la qualità di un contenuto. Lo slop fallisce tipicamente su tutte e quattro le dimensioni: niente esperienza vissuta ("ho testato X per sei mesi"), niente expertise specialistica, niente firma reale, niente fonti verificabili.

AI Overviews e il declassamento

Google AI Overviews (lanciato nel 2024) genera risposte sintetiche in cima alle SERP. Le fonti citate sono in modo sproporzionato contenuto umano di riferimento: Wikipedia, siti istituzionali, media affermati. Lo slop è raramente citato perché i modelli di Google ne rilevano (più o meno) le firme e preferiscono pescare altrove. Conseguenza pratica: un sito slop può posizionarsi in organico, ma non verrà quasi mai citato in un AI Overview, in una risposta Perplexity, in una risposta Claude o ChatGPT con ricerca attiva. Sul lungo termine lo slop perde progressivamente visibilità sugli answer engine, che si prendono una quota crescente del traffico di scoperta.

Perplexity filtra attivamente le fonti slop. Brave Search ha integrato dal 2024 un segnale "AI-generated content probability" che pondera il ranking. Bing, con Copilot, ha adottato un approccio simile a Google AI Overviews: risposte sintetiche in alto, fonti curate verso siti di riferimento.

EEAT in pratica

Cosa funziona concretamente nel 2026: autori reali con foto, bio e LinkedIn collegato; date di pubblicazione e ultimo aggiornamento visibili; fonti esterne verificabili citate ("secondo lo studio X pubblicato da Y nel 2024", con link che apre davvero); commenti attivi o interazione sociale; markup Schema.org appropriato (Article, Person, Organization).

Gli anti-segnali che ti fanno cadere: bio autore generica, foto autore generate da IA (rilevabili dai motori), nessun aggiornamento per mesi, citazioni vaghe, nessuna interazione, volume di pubblicazione sospetto (50 articoli al giorno per un solo autore).

I siti che investono in contenuto umano entrano in un circolo virtuoso: citati di più negli AI Overview, più traffico, più credibilità, salita nel ranking, citati ancora di più. Lo slop entra nel ciclo opposto: declassato, meno traffico, meno segnali, ancora meno citazioni, fino all'invisibilità totale.

---

8. L'effetto economico

Commodificazione del frontend

Fino al 2023 il frontend era un mestiere ad alto valore aggiunto. Concepire, disegnare, integrare, animare un'interfaccia richiedeva competenze rare. Dal 2024, con v0 e Lovable, produrre un'interfaccia "decente" è diventato commodity. Il prezzo marginale di una landing page è caduto vicino allo zero.

Le conseguenze. I freelance frontend junior vedono la tariffa giornaliera compressa: chi fatturava 400€ al giorno per integrare una landing nel 2022 ne fattura 200-250€ nel 2026, perché il cliente l'80% del risultato se lo genera da solo. Le agenzie web piccole (1-5 persone) sono sparite in massa tra il 2024 e il 2026. Le superstiti si sono riposizionate su verticali ad alta direzione artistica: lusso, cultura, brand identity. Gli studi premium (10-50 persone, tipo Locomotive, Resn, Dept) hanno invece visto i prezzi salire, perché ormai vendono l'anti-slop come prodotto esplicito.

La salita dell'anti-slop premium

Il mercato si è polarizzato. Da un lato lo slop quasi gratis. Dall'altro il su misura premium, che si è rivalutato. La fascia media è evaporata.

Sintomi del mercato premium 2026: marketplace di template come Curtain o Studio Freight che vendono design complessi a 200-2000€ con garanzia di unicità; design system unici come quelli di Anthropic, Linear, Vercel, Resend, Cal.com; foundry tipografiche indipendenti (Pangram Pangram, Klim Type, Grilli Type) che vendono font custom alle marche decise a evitare Inter/Geist; fotografi e illustratori che marchiano esplicitamente "no AI used" come argomento di vendita.

Il ritorno del print e dei canali chiusi

Effetto collaterale inatteso: la stampa premium e le newsletter a pagamento crescono dal 2024. La logica è semplice. Se il web diventa indistinguibile dallo slop, gli umani pagano per i canali dove lo slop non passa. Substack ha raddoppiato i ricavi tra il 2023 e il 2026. Monocle, The New Yorker e Internazionale hanno visto le vendite cartacee stabilizzarsi o crescere per la prima volta in quindici anni.

---

9. Diagnosticare il proprio sito

Le 12 domande del check rapido

Conta 1 punto per ogni "sì slop", 0 per "no slop".

• L'hero contiene "AI", "AI-powered" o "powered by AI"?
• I bottoni primari usano un gradiente?
• Il sito ha un effetto "spotlight cursor" che segue il mouse?
• Le icone sono tutte dello stesso set esterno (Lucide / Heroicons)?
• Il font principale è Inter, Geist, Roboto, Open Sans, Lato o Poppins?
• Il footer contiene "Made with love by..."?
• Hai una sezione "Trusted by" con 5 loghi in grayscale?
• Le card feature hanno tutte la stessa dimensione?
• La CTA principale dice "Get started" o "Try it free"?
• Le animazioni entrano tutte con "fade-in-up"?
• La palette principale è blu + viola + grigio?
• Il sito potrebbe essere confuso con un altro SaaS del tuo settore?

Punteggio:

• 0-2: hai un'identità visiva, tienitela stretta
• 3-5: segnali slop discreti, da correggere puntualmente
• 6-8: sito chiaramente uscito da un tool generativo, refactor medio
• 9-12: full slop, ricomincia dalla direzione artistica

Il test ultimo: la cattura per parola chiave

Domanda finale, più soggettiva ma rivelatrice. "Se tolgo tutte le menzioni del nome del mio brand, a quale concorrente assomiglierebbe di più il mio sito?"

Se la risposta è "a uno qualsiasi", il sito è slop. Se la risposta è "a nessuno, perché c'è [tratto specifico]", il sito non è slop.

L'identità di marca è testabile. Lo slop è l'assenza di identità testabile.

---

10. Come Sailop rileva tutto questo

Sailop è un toolkit npm (CLI + MCP server) che fa l'audit del tuo frontend per rilevare i pattern di AI slop. Si installa in locale o si usa da Claude Code, Cursor o qualunque IDE compatibile con MCP. Lavora su tre livelli: euristiche statiche (parsing di HTML, CSS, classi Tailwind, ricerca di firme tipo bg-blue-500, grid-cols-3, font-inter), euristiche semantiche (analisi del testo, frasi tipo "Discover", vocabolario cavo, tricolon abusivi) e scoring multidimensionale (ogni dimensione prende un punteggio 0-100, il globale è la media ponderata).

Il rapporto somiglia a questo:

SAILOP REPORT — landing.tsx
─────────────────────────────────
Overall slop score:    74 / 100
Risk level:            HIGH

Visual:
  Palette       82  (Tailwind defaults)
  Typography    71  (Inter exclusive)
  Layout        89  (grid-cols-3 detected)
  Animations    45

Textual:
  Hero copy     78  ("Discover seamless...")
  Body copy     56
  CTA copy      83

Le regole sono open source. L'obiettivo non è dire "il tuo sito fa schifo". È darti segnali misurabili per discutere, comparare, evolvere. Come un linter ESLint, ma per la tua direzione artistica.

---

11. FAQ

> Cos'è esattamente l'AI slop?

Qualsiasi contenuto — testo, immagine, codice, suono, video — prodotto da un modello generativo senza direzione umana sostanziale, e pubblicato così com'è. Il termine "slop" viene dall'inglese agricolo e indicava la broda servita ai maiali: calorica, ma senza valore. Si applica oggi a qualunque output IA grezzo che riconosci subito come tale.

> È vietato usare l'IA?

No. Un sito Lovable, v0 o Bolt non è automaticamente slop. Lo diventa quando pubblichi l'output grezzo. Se cambi palette, rompi il grid-cols-3, riscrivi la copy e sostituisci il font, esci dallo slop. Lo slop è l'assenza di intervento umano, non lo strumento in sé.

> Come riconoscere un sito Lovable in 30 secondi?

Cinque segnali. (1) Hero centrato col gradiente blu-viola. (2) Tre card feature in griglia orizzontale. (3) Tipografia Inter o Geist esclusiva. (4) Footer a quattro colonne Product/Company/Resources/Legal. (5) Copy che apre con "Discover" o "Unleash". Tre su cinque presenti? Quasi certamente un sito IA non rielaborato.

> Tailwind è da abbandonare?

No. Tailwind è uno strumento eccellente. Da abbandonare è l'uso *di default* delle sue classi più riconoscibili (bg-blue-500, from-violet-500 to-pink-500, font-inter). Con Tailwind puoi fare tutto senza fare slop: basta lavorare i token di design, definire una palette custom, scegliere font alternativi. Linear usa Tailwind. Vercel usa Tailwind. Non sono slop.

> Quanto pesa lo slop su Google?

Tanto, in modo indiretto. Google non penalizza esplicitamente "il contenuto IA": penalizza il contenuto non-helpful. Lo slop ci cade sistematicamente perché manca di esperienza, expertise e specificità. Vari Helpful Content Update tra il 2022 e il 2025 hanno declassato in massa reti di siti slop SEO, con cali di traffico organico documentati tra il 70% e il 95%.

> Quanti siti sono slop nel 2026?

Nessuno ha un contatore preciso. Le stime variano. Si parla del 50-60% delle pagine web nuove pubblicate tra il 2025 e il 2026 con una porzione sostanziale di contenuto generato da IA. I nuovi domini attivi sono raddoppiati tra il 2023 e il 2026, con un'esplosione di siti "one-page" generati da v0, Lovable e Bolt.

> Come usare l'IA senza fare slop?

Usa l'output come punto di partenza, mai come punto d'arrivo. Cambia almeno: la palette (colori custom), il font (diverso da Inter/Geist), la struttura (niente grid-cols-3), la copy (riscritta sulla tua tesi). Se pubblichi l'output grezzo, pubblichi slop per definizione. Se usi ChatGPT come brainstorming e poi riscrivi con la tua voce, produci contenuto umano assistito, non slop.

> Cosa fa Sailop di concreto?

Sailop analizza la tua landing page (HTML, CSS, classi Tailwind, copy) e ti dà un punteggio slop da 0 a 100, dimensione per dimensione (palette, tipografia, layout, animazioni, copy hero, copy body, copy CTA). Restituisce le tre correzioni prioritarie. Si installa via npm, gira in CLI o via MCP server (compatibile Claude Code, Cursor). Le regole sono open source. Non sostituisce il tuo gusto: te lo misura.

---

12. Glossario

AI slop — Contenuto prodotto da un modello generativo senza direzione umana sostanziale, pubblicato grezzo.

Anti-slop — Pratica, strumento o prodotto pensato esplicitamente per produrre o rilevare contenuto non-slop. Include linter di design (come Sailop), marketplace di template unici, redattori anti-IA.

Bento grid — Layout a tessere asimmetriche ispirato alle scatole bento giapponesi, popolarizzato da Apple nel 2022-2023. Diventato lui stesso slop quando applicato in modo simmetrico con sei tessere perfette.

Default bias — Bias cognitivo che spinge a scegliere l'opzione di default quando nessun vincolo forte orienta la scelta. È il meccanismo principale che produce slop: gli LLM scelgono il default Tailwind, il default Inter, il default grid-cols-3.

EEAT — Acronimo Google per Experience, Expertise, Authoritativeness, Trustworthiness. Lo slop fallisce tipicamente su tutte e quattro le dimensioni.

Geist — Famiglia tipografica sans-serif creata da Vercel. Usata di default da v0. Diventata segnale slop per convergenza.

Inter — Famiglia sans-serif creata da Rasmus Andersson, font di default del web 2020-2026. Eccellente, ma onnipresente, quindi invisibile.

Lovable — Tool di generazione full-stack con backend Supabase. Produce uno slop di default molto riconoscibile.

MCP (Model Context Protocol) — Protocollo standard introdotto da Anthropic nel 2024 per collegare strumenti esterni agli LLM. Sailop espone le sue funzioni di audit via MCP.

One-shot generation — Produzione di un sito, di un testo o di un asset in un solo prompt, senza iterazione. Modalità tipica dello slop.

shadcn/ui — Libreria di componenti Radix UI + Tailwind. Usata di default da v0. Componenti neutri che, usati grezzi, diventano slop per onnipresenza.

Tailwind blue 500 — Codice colore #3b82f6. Il colore più presente sul web 2024-2026. Quasi sinonimo visivo di "sito IA non rielaborato".

v0 — Tool di generazione siti di Vercel, basato su shadcn/ui e Geist. Il generatore di slop visivo più prolifico del mercato 2025-2026.

---

Conclusione

L'AI slop non è un fenomeno estetico. È una convergenza economica: quando il costo marginale di produzione tende a zero e tutti usano gli stessi strumenti, tutto converge sullo stesso output. È già successo con Helvetica nel Novecento, con Bootstrap negli anni Dieci, con Material Design tra il 2014 e il 2020. Lo slop del 2026 è una tappa in più.

Stavolta però la convergenza è più ampia. Non tocca solo la tipografia, o i componenti. Tocca il codice, la copy, la struttura, i colori, le animazioni, la voce editoriale, i video, il suono. Tutto insieme. E si auto-alimenta: lo slop prodotto oggi forma il training set del prossimo modello, che produrrà slop ancora più convergente.

L'uscita non è tecnica, né legislativa. È artistica. Servono umani che decidano di firmare il proprio lavoro. Che ci mettano corpo, voce, opinione. Che accettino di perdere tempo per guadagnare identità. Che scelgano il vincolo invece del default.

Sailop è uno strumento in questa cassetta. Non una soluzione. Un rilevatore, un termometro. Se il tuo sito fa 74/100 sullo score slop, Sailop te lo dice. Quello che fai dopo dipende solo da te.

Il web del 2027 sarà quello che ne faremo. Se accettiamo lo slop come nuovo standard, sarà un Walmart visivo. Se lo rifiutiamo, sarà di nuovo un patchwork che vale la pena guardare.