Le risposte truffaldine della ricerca AI mettono a rischio la fiducia degli utenti
Google ha trasformato Search in un motore di risposte, ma la comparsa di contatti fraudolenti ne sta rivelando una pericolosa debolezza. Un articolo di Google News che evidenzia l'avvertimento di Panda Security riporta il problema al centro dell'attenzione. Il riquadro delle risposte può sembrare autorevole anche quando le informazioni su cui si basa meritano un esame più approfondito.
Il problema non è che ogni AI Overview contenga informazioni fraudolente. Google afferma che le sue difese bloccano ogni giorno centinaia di milioni di risultati truffaldini. Il conflitto nasce quando una risposta sintetizzata compare sullo schermo prima che gli utenti ne esaminino le fonti.
La ricerca tradizionale chiede alle persone di scegliere tra diversi link. La ricerca AI compie quella scelta al posto loro, quindi presenta una risposta concisa nella familiare interfaccia di Google. Quando la risposta include un numero di telefono, istruzioni di pagamento o una procedura di recupero, un solo dettaglio errato può condurre direttamente l'utente in una truffa.
Questo modifica la questione della sicurezza. Gli utenti non devono più valutare soltanto se un sito web sconosciuto sembri legittimo. Devono anche decidere se il riquadro delle risposte di Google rappresenti fedelmente fonti affidabili.
La truffa entra nel riquadro delle risposte
Il cambiamento centrale è semplice: le informazioni fraudolente non devono più conquistare il clic finale se un riepilogo AI le ripete per primo.
Da tempo i truffatori manipolano le classifiche di ricerca, acquistano annunci ingannevoli, clonano pagine di assistenza e inseriscono numeri di telefono falsi. Queste tattiche di solito dipendevano dalla capacità di convincere qualcuno a visitare una destinazione fraudolenta. Le risposte generate dall'AI introducono un percorso più breve.
Un aggressore può pubblicare un falso numero del servizio clienti accanto al nome di una banca, una compagnia aerea, un servizio di consegna o un'azienda tecnologica. Affermazioni simili possono poi comparire su forum, directory di bassa qualità, pagine compromesse o siti usa e getta.
Un sistema di ricerca AI recupera informazioni dal web e sintetizza ciò che sembra pertinente. La retrieval-augmented generation, o RAG, consente a un modello di usare materiale recuperato di recente per produrre una risposta. Questo processo fornisce al modello informazioni aggiornate, ma crea anche una strada per contenuti manipolati.
La risposta risultante non ha necessariamente l'aspetto di un annuncio o di un risultato di ricerca sospetto. Compare in un riepilogo curato nella parte superiore di una familiare pagina Google. I link alle fonti possono trovarsi accanto o sotto la risposta principale, mentre il dettaglio richiesto appare subito.
Le segnalazioni sui falsi numeri di assistenza dimostrano perché questa disposizione conta. Una persona che cerca aiuto durante un volo cancellato, un account bloccato, un pagamento non riuscito o una consegna mancante desidera una soluzione rapida. L'urgenza riduce la probabilità che esamini più fonti.
All'aggressore basta che la vittima chiami. Chi risponde può impersonare un dipendente, richiedere dati dell'account, pretendere un bonifico o insistere per installare software di accesso remoto. Le richieste di condivisione dello schermo e i solleciti di pagamento possono rendere l'incontro particolarmente pericoloso.
Non si tratta semplicemente di un'allucinazione AI, in cui un modello inventa informazioni non supportate. Il sistema può riprodurre con precisione un'affermazione falsa che un aggressore ha deliberatamente pubblicato online. In quel caso, la risposta si basa su materiale recuperato, ma il materiale stesso è avvelenato.
Questa distinzione è importante perché aggiungere più citazioni non risolve automaticamente il problema. Diverse pagine di bassa qualità possono ripetere lo stesso numero inserito ad arte. L'apparente concordanza tra le fonti può riflettere una manipolazione coordinata anziché una conferma indipendente.
Una risposta sintetizzata può anche eliminare i segnali d'allarme. Un nome di dominio insolito, una grafica scadente, pop-up aggressivi e un'autorialità dubbia potrebbero allertare un visitatore prudente. Il riquadro delle risposte può estrarre una singola riga nascondendo quel contesto inaffidabile.
Google News non ha creato questo modello di attacco. Tuttavia, l'interfaccia Google più ampia contribuisce a instaurare la fiducia che rende efficace questo modello. Gli utenti possono passare da un articolo di cronaca o da una ricerca ordinaria a una risposta generata dall'AI senza percepire di essere entrati in un ambiente rischioso.
Il cambiamento è quindi comportamentale quanto tecnico. Un tempo la ricerca mostrava prove che gli utenti potevano valutare. Il riquadro delle risposte propone sempre più spesso una conclusione prima che tale valutazione inizi.
Google News e Search ora sostengono una quota maggiore del peso della fiducia
Quando Google scrive la risposta visibile, gli utenti attribuiscono naturalmente a Google una maggiore responsabilità per l'accuratezza di ogni dettaglio operativo.
Google descrive AI Overviews come parte di Search, supportata dai suoi sistemi di ranking e qualità. L'azienda colloca inoltre i link accanto ai riepiloghi generati, affinché gli utenti possano esplorare le pagine web di supporto.
Questo design crea una complessa divisione delle responsabilità. Google può sostenere che le informazioni provengano da siti web indipendenti. Gli utenti possono ragionevolmente replicare che Google le abbia selezionate, riassunte e mostrate in modo prominente.
La tensione cresce quando una risposta contiene un'azione anziché un contesto generale. Il riepilogo di un evento storico comporta un livello di rischio. Un numero di telefono, un percorso di accesso, un'istruzione medica o una procedura di pagamento ne comportano un altro.
I consigli di sicurezza di Google riconoscono la sensibilità delle informazioni di contatto. Le sue linee guida affermano che gli utenti in cerca di assistenza clienti dovrebbero consultare il sito web ufficiale dell'azienda. Avvertono inoltre che alcune organizzazioni non offrono affatto assistenza telefonica.
Questa raccomandazione limita implicitamente ciò che un riquadro delle risposte dovrebbe incoraggiare. Se il sito web ufficiale resta la fonte più sicura, un numero di telefono generato dall'AI non può funzionare da solo come punto di riferimento affidabile. Dovrebbe agire soltanto come pista non verificata.
Google afferma che i suoi sistemi stanno migliorando. In un resoconto del 2025 sulle sue difese contro le truffe, l'azienda ha dichiarato che l'AI l'ha aiutata a individuare 20 volte più pagine truffaldine. Ha inoltre affermato che Search blocca ogni giorno centinaia di milioni di risultati truffaldini.
Queste cifre mostrano la portata dell'operazione difensiva di Google. Non dimostrano che ogni risposta generata sia sicura. Un sistema può rimuovere enormi quantità di abusi continuando comunque a non intercettare un piccolo numero di dettagli dalle conseguenze gravi.
La distinzione tra frequenza e impatto è importante. Una descrizione errata di un ristorante, se rara, è irritante. Un numero bancario fraudolento, anche se raro, può esporre credenziali, denaro, documenti d'identità o un dispositivo.
Google subisce pressioni da due direzioni. Vuole che le risposte AI risultino immediate e complete. Deve anche fare in modo che gli utenti capiscano quando la risposta richiede una verifica esterna.
Più avvisi possono ridurre la comodità del prodotto. Meno avvisi possono incoraggiare una fiducia inappropriata. Questo è il peso della fiducia creato quando un motore di ricerca inizia a parlare con un'unica voce composta.
Altri fornitori di ricerca AI affrontano la stessa pressione strutturale. Microsoft Copilot, Perplexity, ChatGPT search e altri motori di risposta recuperano materiale online prima di generare risposte concise. Le loro interfacce differiscono, ma ciascun sistema comprime diverse fonti in un'unica conclusione apparente.
Google è soggetta a maggiore scrutinio per la portata di Search e per il suo ruolo familiare. Molti utenti hanno trascorso anni considerando la sua prima pagina il punto di partenza più sicuro. AI Overviews eredita quella fiducia accumulata prima che gli utenti abbiano imparato le sue nuove modalità di errore.
Google News aggiunge un ulteriore livello di legittimità percepita. Un titolo incontrato attraverso una superficie informativa riconosciuta può portare i lettori a presumere che l'ambiente informativo circostante sia stato completamente verificato. Aggregazione, ranking e generazione delle risposte sono tuttavia processi diversi.
Un risultato di notizie può identificare correttamente un editore reale, mentre una risposta AI adiacente può comunque gestire male una specifica affermazione. La fiducia in una superficie Google non dovrebbe trasferirsi automaticamente a ogni dettaglio generato in un'altra.
La comodità prevale prima che inizi la verifica
Il riquadro delle risposte modifica il comportamento degli utenti perché elimina la pausa in cui un tempo avveniva la valutazione delle fonti.
I ricercatori del Pew hanno esaminato 68.879 ricerche Google effettuate da adulti statunitensi nel marzo 2025. Il loro studio sul comportamento dei clic ha rilevato che il 18 percento di tali ricerche produceva un riepilogo AI.
Gli utenti hanno fatto clic su un risultato tradizionale nell'8 percento delle visite contenenti un riepilogo AI. Lo hanno fatto nel 15 percento delle visite senza riepilogo. Solo l'1 percento delle visite con un riepilogo ha portato a un link citato all'interno di quel riepilogo.
Lo studio non misura l'esposizione alle truffe. Mostra però che molti utenti accettano la pagina di ricerca senza aprire le prove che la sostengono. Questo comportamento accresce l'importanza di ogni dettaglio che Google inserisce nella risposta generata.
Pew ha anche rilevato che il 26 percento delle visite con un riepilogo terminava la sessione di navigazione. Il tasso comparabile per le pagine senza riepilogo era del 16 percento. Per molte ricerche, il riepilogo è diventato di fatto la destinazione finale.
Questo risultato spiega perché i link alle fonti offrano solo una difesa parziale. Una citazione ha un valore protettivo limitato quando quasi nessuno la apre. Il testo generato resta l'esperienza principale del prodotto.
Il rischio maggiore appare quando gli utenti pongono domande ristrette e transazionali. “Che cos'è questa azienda?” invita a informazioni generali. “Quale numero dovrei chiamare?” chiede al sistema di scegliere un canale di comunicazione affidabile.
Una richiesta di assistenza clienti combina spesso urgenza e contesto limitato. L'utente potrebbe trovarsi al gate di un aeroporto, rispondere a un avviso di frode o tentare di recuperare un account bloccato. Sotto pressione, è meno probabile che svolga una verifica delle fonti.
I truffatori progettano le fasi successive intorno a quello stato emotivo. Un presunto agente di assistenza può esigere un'azione immediata, sostenere che un account sia compromesso o dire che un rimborso scadrà a breve. La risposta AI fornisce il contatto, poi subentra l'ingegneria sociale.
L'interfaccia contribuisce con una propria autorità. Un AI Overview utilizza tipografia coerente, spaziatura pulita e il marchio Google. Non eredita il disordine visivo delle pagine da cui è nata un'affermazione discutibile.
Questo processo può riciclare la credibilità senza dimostrare la verità. Il sistema trasforma testo web frammentato in un'affermazione sicura di sé. I lettori vedono la sicurezza, mentre l'incertezza insita nel recupero e nella selezione delle fonti resta nascosta.
Il problema va oltre i numeri di telefono. Gli aggressori possono inserire false istruzioni per il download di software, indirizzi di wallet per criptovalute, procedure di recupero, codici sconto o link a pagine che sottraggono credenziali.
Il rischio aumenta ogni volta che una risposta induce un'azione esterna. Chiamare un numero, installare un'applicazione, condividere lo schermo, inviare denaro o inserire credenziali dovrebbe attivare uno standard di verifica più elevato.
Tale standard non può dipendere soltanto da una formulazione fluida. I modelli linguistici sono progettati per generare testo coerente. La coerenza dice poco agli utenti sul fatto che un numero di telefono appartenga all'organizzazione indicata accanto.
Un problema simile riguarda la ricerca sul posto di lavoro. I dipendenti copiano sempre più spesso risposte generate in ticket, report e conversazioni di chat interne. Un dettaglio non supportato può diffondersi in un'organizzazione dopo aver perso il contesto della fonte originaria.
I team necessitano di una traccia delle prove visibile per decisioni che coinvolgono sicurezza, finanza, clienti o conformità. Una base di conoscenza AI ricercabile può preservare i documenti approvati e il loro contesto. Richiede comunque una selezione affidabile delle fonti.
Il modello mentale utile non è “le risposte dell’AI sono false”. È “le risposte dell’AI sono riassunti con qualità delle prove variabile”. Questa impostazione ne preserva la comodità senza attribuire loro un’autorità automatica.
Più fonti non producono sempre una risposta più sicura
La ricerca AI può fallire anche quando cita pagine web reali, perché la qualità del recupero e l’indipendenza delle fonti restano problemi distinti.
Un motore di ricerca convenzionale classifica i documenti. Un motore di ricerca basato sull’AI classifica i documenti e poi li interpreta. Ogni fase aggiuntiva introduce scelte su pertinenza, autorevolezza, consenso e presentazione.
Il modello può recuperare una pagina malevola perché corrisponde molto da vicino alla formulazione della query. Può poi citarla accuratamente. La risposta finale diventa dannosa senza che il modello debba inventare nulla.
I ricercatori hanno presentato un ampio test di questo problema al USENIX Security Symposium 2025. Il loro studio sulla ricerca AI ha valutato sette motori di ricerca basati sull’AI in produzione usando materiale malevolo proveniente da diversi database di minacce.
I ricercatori hanno riferito che il 47 per cento delle risposte testate era rischioso secondo il loro quadro di valutazione. Hanno inoltre rilevato che il 34 per cento citava direttamente contenuti dannosi nella risposta.
Queste percentuali non dovrebbero essere considerate il tasso di errore quotidiano di Google Search. L’esperimento ha utilizzato intenzionalmente input malevoli e testato diversi prodotti. Misura la vulnerabilità in condizioni avversarie, non il normale traffico degli utenti.
Il suo meccanismo resta rilevante. I ricercatori hanno dimostrato che i sistemi di ricerca AI possono riconoscere siti di phishing come siti ufficiali legittimi. Hanno inoltre mostrato come la contraffazione di documenti online possa fuorviare le risposte generate.
Lo studio ha confrontato la ricerca AI con la ricerca tradizionale e ha rilevato che i sistemi basati sull’AI offrivano prestazioni complessivamente migliori sia in utilità sia in sicurezza. Questa conclusione impedisce una lettura semplicistica secondo cui gli elenchi di link siano sempre più sicuri.
Il vero compromesso è più preciso. La sintesi AI può migliorare la pertinenza e ridurre l’esposizione ad alcune pagine malevole. Può anche trasformare una falsità recuperata in una raccomandazione diretta.
I risultati tradizionali mostrano nomi di dominio, frammenti di testo, link concorrenti e differenze di posizionamento. Questi indizi possono aiutare una persona attenta a rilevare l’incertezza. La sintesi AI riduce questo attrito risolvendo il disaccordo al posto dell’utente.
Gli aggressori possono sfruttare anche la ripetizione. Se più pagine riportano lo stesso numero falso, un sistema di recupero può interpretare il modello come una conferma. Eppure quelle pagine potrebbero copiarsi a vicenda o appartenere a una stessa campagna.
La diversità delle fonti deve quindi significare più che contare gli URL. Un sistema affidabile dovrebbe identificare proprietà comuni, testo copiato, siti compromessi, recenti modifiche ai domini e conflitti con i canali ufficiali di un’organizzazione.
La tempestività crea un’altra sfida. Una pagina appena inserita può contenere parole chiave aggiornate che corrispondono a una query urgente meglio di una pagina di assistenza ufficiale più vecchia. La freschezza della ricerca può agire contro l’autorevolezza della fonte.
I siti web legittimi compromessi sono particolarmente difficili da gestire. Un dominio affidabile può ospitare contenuti iniettati senza che il proprietario ne sia a conoscenza. La reputazione consolidata del dominio diventa quindi parte del travestimento dell’aggressore.
Google gestisce da tempo Safe Browsing, classificatori antispam, protezioni nel ranking e canali di segnalazione manuale. Questi livelli rendono Search più sicuro su una scala enorme. Le risposte AI richiedono comunque controlli progettati per azioni generate, non solo per destinazioni pericolose.
Un classificatore di URL può avvisare prima che un utente visiti una pagina di phishing. Non può proteggere completamente chi chiama un numero fraudolento già copiato in una risposta. Il contenuto rischioso ha lasciato la pagina web.
I campi ad alto rischio richiedono quindi una convalida specializzata. Un numero di telefono dovrebbe essere confrontato con una pagina di contatti ufficiale. Un indirizzo di wallet non dovrebbe essere sintetizzato dai risultati generici del web. I download software dovrebbero rimandare a canali verificati dell’editore.
Il sistema dovrebbe inoltre preservare il disaccordo. Se le fonti sono in conflitto, l’output più sicuro può indicare che non è stato trovato alcun contatto verificato. Rifiutarsi di fornire un singolo dettaglio comodo può essere meglio che scegliere la risposta più ripetuta.
L’affermazione sulla sicurezza e la promessa del prodotto divergono
Le difese di Google possono migliorare in modo sostanziale, mentre l’interfaccia che mette la risposta al primo posto continua a incoraggiare una fiducia superiore a quella giustificata dalle prove.
La posizione di Google ha un solido supporto fattuale. L’azienda gestisce sistemi antiabuso su una scala che poche organizzazioni possono eguagliare. Afferma che l’AI aiuta a identificare campagne di truffe coordinate e minacce emergenti in enormi quantità di contenuti web.
Le sue funzionalità di risposta forniscono anche link alle fonti. Google ha modificato AI Overviews dopo il suo ampio lancio negli Stati Uniti, inclusi cambiamenti mirati a ridurre risposte insensate o satiriche.
Queste misure contestano l’idea che Google stia ignorando il problema. I team di Search sanno che gli avversari manipolano ranking e contenuti. L’azienda trascorre da decenni a contrastare spam, malware, pubblicità ingannevoli e siti web compromessi.
Tuttavia, la promessa del prodotto non si limita più a trovare pagine pertinenti. Un riquadro di risposta offre una risposta sintetizzata sulla quale gli utenti possono agire immediatamente. Questo innalza lo standard dalla qualità della scoperta alla qualità della conclusione.
Google può affermare correttamente che la maggior parte degli AI Overviews è utile, mentre i critici possono identificare correttamente gravi casi limite. Utilità media e fallimenti ad alto impatto possono coesistere.
L’avvertimento di Panda Security rientra in questo divario. Il punto utile non è che Google News o AI Overviews debbano essere abbandonati. È che l’autorevolezza dell’interfaccia supera la certezza di alcune affermazioni sottostanti.
La copertura di reporting sulla sicurezza ha descritto numeri di assistenza fraudolenti apparsi in AI Overviews. Tali resoconti restano casi individuali, non una misurazione completa della prevalenza.
Questa limitazione è importante. Gli aneddoti pubblici non possono stabilire con quale frequenza compaiano dettagli fraudolenti. Gli screenshot possono diventare obsoleti, i risultati variano in base alla località e Google può rimuovere rapidamente una risposta errata.
Anche i ricercatori faticano a riprodurre risultati di ricerca personalizzati o in rapido cambiamento. Una query testata oggi potrebbe restituire una panoramica diversa domani. Account, formulazione, geografia e contesto di navigazione possono influenzare la pagina.
Pertanto, affermare che AI Overviews sia ampiamente insicuro andrebbe oltre le prove disponibili. Anche affermare che il problema sia risolto sarebbe eccessivo.
La conclusione difendibile è più circoscritta. Le risposte generate creano una credibile superficie di attacco per materiale di fonte malevolo. I resoconti dal mondo reale mostrano che dettagli di contatto dannosi possono sfuggire alle difese esistenti.
Gli utenti dovrebbero applicare una regola di verifica basata sul rischio. Le spiegazioni generali possono servire come punto di partenza. I dettagli utilizzabili richiedono conferma da una fonte autorevole.
Per l’assistenza clienti, aprite il sito web o l’applicazione ufficiale dell’organizzazione. Non fidatevi di un numero di telefono soltanto perché appare in un riepilogo AI, forum, pubblicità o directory.
Per i servizi finanziari, utilizzate il numero stampato sulla carta o visualizzato nell’applicazione autenticata. Non condividete mai un codice monouso, una password o credenziali di pagamento complete con chi vi chiama.
Per il software, utilizzate il canale di distribuzione verificato dello sviluppatore. Evitate installer consigliati tramite domini sconosciuti, anche quando una risposta li descrive come ufficiali.
Per il recupero dell’account, accedete direttamente al servizio. Un rappresentante legittimo non dovrebbe richiedere il controllo remoto, la condivisione dello schermo, carte regalo, criptovalute o un bonifico immediato.
Google offre indicazioni simili sulle truffe. Consiglia agli utenti di rallentare, verificare la fonte e utilizzare canali ufficiali per le informazioni sul servizio clienti.
Queste indicazioni riportano parte dell’onere sull’utente. È un consiglio sensato, ma mette anche in luce la contraddizione. Il riquadro di risposta fa risparmiare tempo solo finché non diventa necessaria una verifica.
La soluzione a lungo termine non può essere soltanto un sospetto permanente da parte degli utenti. Google controlla recupero, ranking, presentazione e progettazione degli avvisi. Può rendere visibile l’incertezza prima che avvenga un’azione pericolosa.
Cosa dovrebbero osservare i lettori di Google News
La prossima fase sarà giudicata da tre segnali: convalida a livello di azione, segnalazione trasparente degli incidenti e test di sicurezza indipendenti.
Il primo segnale è se Google tratterà i dettagli di contatto e le istruzioni per le transazioni come una categoria di rischio speciale. Il normale punteggio di pertinenza non basta per informazioni che spostano denaro o aprono un account.
Un numero di telefono verificato potrebbe richiedere corrispondenza con il dominio ufficiale dell’organizzazione o con un profilo aziendale autenticato. Se Google introdurrà una convalida più forte, ciò sosterrebbe l’affermazione che i riquadri di risposta possano gestire in sicurezza query transazionali.
L’assenza di tali controlli manterrebbe l’attuale contraddizione. Google continuerebbe a offrire risposte dirette consigliando al contempo agli utenti di verificarle altrove.
Il secondo segnale è una migliore trasparenza sugli incidenti. Google pubblica dati generali sulle pagine di truffa bloccate, ma gli utenti hanno bisogno anche di informazioni sui dettagli dannosi comparsi nelle risposte generate.
Una reportistica utile distinguerebbe tra link malevoli, falsi numeri di assistenza, domini compromessi e istruzioni fabbricate. Dovrebbe inoltre spiegare tempi di rilevamento, tempi di rimozione e recidiva.
Queste misurazioni non dovrebbero esporre metodi difensivi che gli aggressori possono aggirare facilmente. Dovrebbero mostrare se gli incidenti a livello di risposta diminuiscono mentre Google espande la ricerca AI.
Un tasso di incidenti in calo rafforzerebbe la tesi di Google sulla sicurezza. Totali ampi di rimozioni senza prove specifiche sulle risposte lascerebbero irrisolta la questione centrale.
Il terzo segnale sono test indipendenti ripetibili. I ricercatori di sicurezza hanno bisogno di metodi stabili per valutare qualità delle fonti, fedeltà delle citazioni e azioni ad alto rischio nei prodotti di ricerca AI.
I test dovrebbero separare i normali errori fattuali dalla manipolazione avversaria. Dovrebbero inoltre distinguere una citazione dannosa da un’istruzione dannosa fornita direttamente nella risposta.
I ricercatori devono pubblicare, quando possibile, insiemi di query, tempistiche, regioni e regole di valutazione. I risultati generati cambiano rapidamente, quindi metodi trasparenti contano più di screenshot isolati.
I test indipendenti possono inoltre confrontare Google con Microsoft, OpenAI, Perplexity e altri fornitori. Il confronto mostrerà se un prodotto presenta una debolezza distintiva o se l’intero modello dei motori di risposta la condivide.
Per gli utenti, la regola operativa è già chiara. Considerate un AI Overview come un riepilogo rapido, non come un’autorità verificata. Aprite la fonte ogni volta che la risposta contiene un dettaglio che può spostare denaro, esporre un account o modificare un dispositivo.
Google News può far emergere reportage preziosi su questi rischi, mentre Google Search può comunque generare l’interfaccia rischiosa in discussione. Questo contrasto coglie la tensione più ampia intorno alla ricerca AI.
Il riquadro di risposta è utile perché elimina lo sforzo. La verifica è necessaria perché quello sforzo eliminato includeva un tempo il giudizio. Finché Google non riuscirà a ripristinare in modo affidabile quel giudizio all’interno del prodotto, la risposta più sicura è un controllo in più.
Prima di chiamare, pagare, installare o condividere, ponetevi una domanda: il canale verificato dell’organizzazione conferma questo dettaglio? Se la risposta non è chiara, fermatevi. Il riepilogo di Google può iniziare la ricerca, ma non dovrebbe concludere la decisione.
