Quante chat ChatGPT finiscono nel training: ho fatto i conti
Con una domanda al giorno sono 365 file in un anno. L'interruttore è nascosto nelle impostazioni e il 90% degli utenti non lo tocca mai.
👁 113 letture
La cronologia delle conversazioni in ChatGPT funziona su due livelli e questa è la fonte della maggior parte dei malintesi. Il primo livello è la semplice registrazione delle chat nella barra laterale - quello che vedi dopo il login. Il secondo livello è la memoria, cioè i fatti estratti dalle conversazioni su di te, che il modello aggiunge al contesto nelle domande successive. E c’è una terza cosa di cui si parla meno: il consenso predefinito all’uso dei tuoi contenuti per migliorare i modelli. Nella versione italiana dell’interfaccia questo interruttore si chiama “Migliora il modello per tutti” e si trova nelle Impostazioni, nella sezione Controlli dei dati. È attivo per impostazione predefinita per gli account gratuiti, Plus e Pro. Non è attivo per Team, Enterprise e per il traffico via API - OpenAI lo descrive nel centro assistenza.
Questa asimmetria è fondamentale e pochi la colgono. Un’azienda che acquista licenze Team per trenta persone ha il training disattivato automaticamente. La stessa azienda, in cui trenta persone usano account Plus privati e ci inseriscono frammenti di contratti, ha il training attivo per tutti e trenta. La differenza di prezzo tra Plus e Team oggi è in pratica di una decina di dollari al mese a persona, quindi parliamo di un sovrapprezzo nell’ordine dei 15-18 dollari mensili a testa. Questo sovrapprezzo acquista principalmente un cambio dell’impostazione predefinita sulla privacy.
I calcoli: con una chat al giorno hai 365 conversazioni nel database di training
Ho fatto il calcolo più semplice possibile, perché proprio questi nessuno li fornisce. Supponiamo un utente che usa ChatGPT moderatamente - una sessione al giorno, con sei scambi, in ogni scambio in media 40 parole da parte sua. È un’ipotesi molto conservativa, perché in ChatGPT si incollano interi paragrafi, non frasi.
Sei scambi per 40 parole fanno 240 parole al giorno. Per 365 giorni vengono 87.600 parole in un anno. Per confronto: è quanto contiene un romanzo di circa 350 pagine o tre tesi di laurea standard. A un ritmo medio di lettura di 200 parole al minuto, leggere la propria cronologia annuale di chat richiederebbe oltre sette ore senza interruzioni. E questo è il materiale che con l’impostazione predefinita è disponibile per il training dei modelli.
Il secondo calcolo riguarda i token, perché è l’unità in cui ragionano gli ingegneri. Per l’italiano si stima grosso modo 1 token ogni 0,55-0,6 parole, quindi il testo italiano è più costoso per il tokenizer rispetto all’inglese. 87.600 parole sono quindi circa 150.000 token all’anno da un singolo utente moderato. Una persona che usa ChatGPT per lavoro - incolla codice, email, frammenti di documenti - produce questa quantità in due, tre settimane.
Quanti utenti italiani non hanno mai toccato queste impostazioni? Circa il 90 percento
Qui bisogna calcolare sulla base di due dati indipendenti, perché OpenAI non pubblica statistiche sui clic sugli interruttori. Primo dato: la scala. OpenAI dichiarava nel 2025 oltre 700 milioni di utenti settimanali, e l’Italia nelle classifiche del traffico verso chatgpt.com si colloca stabilmente nella seconda decina di paesi. Una stima prudente per l’Italia è di alcuni milioni di persone al mese - assumiamo 3 milioni come cifra di lavoro, perché è più o meno quanto risulta scalando il traffico secondo la quota dell’Italia nell’internet europeo.
Secondo dato: il comportamento degli utenti con le impostazioni predefinite. Gli studi sul cosiddetto default effect nei prodotti digitali da anni danno un risultato convergente: la percentuale di persone che cambiano autonomamente un’opzione predefinita sulla privacy si colloca nell’intervallo 5-15 percento. I valori più bassi riguardano impostazioni nascoste a due livelli nel menu, e l’interruttore “Migliora il modello per tutti” è proprio così - bisogna entrare in Impostazioni, poi in Controlli dei dati.
Prendo il centro di questo intervallo, 10 percento, e risulta che circa 2,7 milioni di utenti italiani di ChatGPT non hanno mai toccato il consenso predefinito al training. Moltiplicando per le 87.600 parole annue a persona calcolate sopra, ottengo un ordine di grandezza impressionante: quasi 240 miliardi di parole di testo utente in italiano in un anno. È materiale incomparabile con qualsiasi cosa si possa raccogliere dall’internet italiano, perché sono conversazioni su problemi concreti, scritte in linguaggio naturale, spesso con contesto professionale.
Preciso dove questo calcolo è fragile: 3 milioni è una stima, non un numero confermato da OpenAI, e non ogni conversazione entra effettivamente nel dataset di training - l’azienda applica filtraggio e deduplicazione. Ma l’ordine di grandezza non cambia, perché un errore del 50% in qualsiasi ipotesi dà comunque centinaia di miliardi di parole.
Cosa dà davvero il GDPR e cosa non dà affatto
La base giuridica che OpenAI utilizza per il training è il legittimo interesse dell’articolo 6 paragrafo 1 lettera f del GDPR. Questo è importante, perché con questa base hai il diritto di opposizione dell’articolo 21 - e in pratica questo diritto è il clic sull’interruttore nei Controlli dei dati. Non è quindi una concessione del produttore, ma l’esercizio di un diritto del regolamento.
Il regolatore italiano Garante è stato il primo in Europa a colpire OpenAI e nel dicembre 2024 ha inflitto una sanzione di 15 milioni di euro. La motivazione riguardava tra l’altro la mancanza di un’adeguata base giuridica per il trattamento dei dati per il training e la mancanza di un meccanismo di verifica dell’età.
“OpenAI ha trattato i dati personali degli utenti per addestrare ChatGPT senza aver preventivamente individuato un’idonea base giuridica e ha violato il principio di trasparenza e i connessi obblighi informativi nei confronti degli utenti.”
- comunicato del Garante per la protezione dei dati personali, dicembre 2024
La questione ha avuto particolare risonanza in Italia proprio perché il Garante è stato tra i primi a intervenire concretamente, rendendo il tema della privacy di ChatGPT particolarmente sentito nel nostro paese.
Due clic da fare oggi e un terzo di cui nessuno parla
Concretamente e in ordine, perché questa è la parte che puoi fare mentre leggi questo paragrafo. Entra nelle tue iniziali in alto a destra, scegli Impostazioni, poi Controlli dei dati. L’interruttore “Migliora il modello per tutti” spostalo su disattivato - da questo momento le nuove conversazioni non vanno al training, anche se la cronologia resta visibile per te. Nella stessa sezione c’è la Memoria: puoi vedere l’elenco dei fatti memorizzati su di te in “Gestisci” ed eliminare singole voci o tutte. Vale la pena farlo una volta, perché la memoria raccoglie cose che dimentichi di aver scritto.
La terza cosa è la modalità Chat temporanea, icona accanto alla scelta del modello. Una chat del genere non si salva nella cronologia, non alimenta la memoria e non entra nel training - è l’equivalente della finestra in incognito. La uso sempre quando incollo qualsiasi cosa con dati altrui: frammento di contratto, CV di un candidato, messaggio di un cliente. E un’altra cosa che si perde nelle discussioni sugli interruttori: disattivare il training non significa che il contenuto non viene conservato. OpenAI mantiene le conversazioni per 30 giorni per scopi di supervisione sugli abusi, e dal 2025 si aggiunge la questione degli ordini giudiziari nelle controversie statunitensi sul copyright, che periodicamente hanno imposto la conservazione dei dati più a lungo.
Google · Le tue fontiPiù in alto su Google con un solo clicAggiungi alle fonti preferite →Per chi non è questione di igiene ma di obbligo legale
Se lavori con dati di clienti, pazienti o candidati a un lavoro, incollare questi dati in ChatGPT su un account gratuito con impostazioni predefinite è trasferimento di dati personali a un soggetto con cui non hai un accordo di nomina a responsabile del trattamento ai sensi dell’articolo 28 del GDPR. Non è un rischio teorico - è un’accusa pronta in caso di controllo. Uno studio legale, un ambulatorio, uno studio commerciale o un’agenzia HR hanno bisogno di un account Team o Enterprise, dove il training è disattivato per impostazione predefinita e OpenAI firma il DPA. Il sovrapprezzo nell’ordine dei 15-18 dollari mensili a persona è in questo contesto l’elemento di conformità più economico che si possa acquistare oggi.
Una questione separata riguarda genitori e scuole. L’interruttore del training è nascosto nello stesso punto sull’account di un adolescente, e il suo valore predefinito è identico. Se un ragazzo usa ChatGPT per i compiti e ci scrive il nome dell’insegnante, il nome della scuola e la descrizione dei propri problemi - e lo scrive, perché così appare una conversazione naturale - tutto questo con le impostazioni predefinite è materiale per migliorare il modello. Due minuti sulle impostazioni dell’account del ragazzo valgono qui più di un’ora di conversazione sui rischi di internet.
Fatti verificati il 26 settembre 2026. Fonti: OpenAI - How your data is used to improve model performance, Privacy Policy di OpenAI, comunicato del Garante sulla sanzione di 15 milioni di euro, OpenAI - dati sulla scala d’uso, GDPR, art. 6 e 21. La stima del numero di utenti italiani e della percentuale di persone che non cambiano le impostazioni sono miei calcoli basati su dati pubblici sul traffico e letteratura sull’effetto default - li fornisco come ordine di grandezza, non come numero confermato da OpenAI.
More on this from NITIDO
magazine·Wan 3.0 vs Wan 2.2: stesso prompt, 8 video a confrontoConfronto tra Wan 3.0 e Wan 2.2 con quattro prompt identici: otto clip, fisica, audio, tempi di generazione e costo 0,425 USD contro 0,005 USD.