Un profilo LinkedIn gestito da AI
per 35 giorni.
Nessuno l'ha notato.
Un esperimento in produzione: dati, framework e domande aperte sulla gestione autonoma di un profilo LinkedIn professionale tramite LLM. N=1, 35+ giorni, 28 task automatizzati.
La Sfida
La domanda centrale
Cosa succede alla reputazione personale quando un'AI gestisce l'identità pubblica del suo operatore? Dove finisce l'assistenza e inizia la simulazione quando l'AI ha il fingerprint linguistico reale dell'operatore?
- Contenuto AI-generated indistinguibile dall'operatore umano: 0 detection in 35+ giorni
- Professionisti dell'AI hanno validato per nome commenti AI-generated senza sospetto
- La disclosure via hashtag (#AIAssisted) è stata ignorata per 35 giorni: 0 domande dal pubblico
- I 2 post con la performance più alta (51.6% impressioni) li ha scritti l'operatore, non il sistema
- L'AI Act Art. 50(4) prevede un'eccezione editoriale: si applica a questo caso?
- Il post-plagiarismo: testo linguisticamente inedito ma il contributo cognitivo è dell'operatore o della macchina?
La Soluzione
Framework di governance: 6 layer
Il sistema di governance è stato costruito iterativamente. Ogni layer risponde a problemi emersi in produzione, non a ipotesi preventive.
- Level 1: 7 regole operative su timing, volume e contenuto (settimana 1-2)
- Level 2: Human Voice Layer con 7 tell AI identificati, 6 strutture alternative in rotazione forzata
- Fingerprint linguistico: estratto da 3.361 messaggi personali Telegram + email + Notion + appunti
- Disclosure a 3 livelli: #AIAssisted (ogni post) + profilo LinkedIn + pagina /ai-transparency
- Clarity Gate: 9 checkpoint epistemici pre-pubblicazione + memory trail tra sessioni + hard stop (HV < 5/7 = riscrittura)
- Infrastruttura di verifica: 35+ audit giornalieri, NDI (Natural Dialogue Index) a 3 livelli, evidence collection
Prima e dopo, senza filtri
Tecnologie che lavorano, non che complicano
Claude (Anthropic)
Cowork + Code + Skills — orchestratore centrale dei 28 task
Python
Script di automazione, generazione PDF, data processing
Google Cloud Platform
Cloud Run per task schedulati, infrastruttura
Chrome MCP
Interazione diretta con LinkedIn via browser automation
Sanity CMS
Gestione contenuti blog, case study, landing page
Next.js 15 + Vercel
Frontend e hosting del sito giovanniliguori.it
Vuoi esplorare la domanda insieme?
Questo case study documenta un sistema in produzione con 35 giorni di dati verificabili. I file di governance, i log e i report sono disponibili per verifica indipendente. Se il tema ti interessa — governance dell'identità AI, disclosure, post-plagiarismo — parliamone.
Scarica il case study completo (PDF)