Perché il podcast video somiglia a un talk show di trent’anni fa, che cosa si è perso da quando la televisione inventava una lingua visiva, e che cosa comporta per la psichiatria l’intimità a senso unico.
Non c’è quasi nulla, in un podcast video, che un regista televisivo del 1962 non saprebbe già girare. Due persone sedute di tre quarti, un tavolo in mezzo, due microfoni su braccio snodato, alle spalle una libreria o un muro di mattoni a vista. Campo e controcampo. Il piano d’ascolto sull’ospite che annuisce mentre l’altro parla. Lo stacco sul totale quando si ride. Si tolga il logo dall’angolo dello schermo e si provi a datare l’inquadratura: non ci si riesce. È la grammatica del salotto televisivo, che è poi la grammatica del salotto e basta — la più antica di cui disponiamo, e l’unica che nessuno abbia mai avuto bisogno di inventare.
Il sospetto è dunque legittimo, e va formulato senza giri: dove starebbe la novità? Da qualche anno non c’è attore, comico, conduttore in pausa di rinnovo contrattuale o ex ministro che non abbia aperto il proprio podcast, e il risultato, visto da fuori, somiglia moltissimo a un programma di un canale generalista con meno luci, nessun autore e un ospite solo. Il paragone regge, e anche più di quanto sospetti chi lo formula. Conviene però tenerlo fino in fondo, perché è lì che si arriva ai due punti in cui cede — e nessuno dei due è dove si crede.
Si cominci dai numeri, che in questa materia hanno il pregio di essere sgradevoli. Che il fenomeno sia governato dallo spettacolo non è un’impressione: nella rilevazione annuale di Edison Research pubblicata nel giugno di quest’anno, la comicità risulta il primo genere di podcast ascoltato negli Stati Uniti, davanti al true crime e alla politica. Il 58 per cento degli americani sopra i dodici anni ne ha consumato uno nell’ultimo mese — centosessantasette milioni di persone — e il 45 per cento nell’ultima settimana; in Italia l’indagine annuale di Ipsos colloca al 41 per cento la quota di persone fra i sedici e i sessant’anni che ne ha ascoltato almeno uno nell’ultimo mese, contro il 26 per cento del 2019, anno del primo rilevamento.
La crescita, però, è la parte meno interessante. Il servizio più usato per i podcast non è più una piattaforma audio: è YouTube, indicata dal 37 per cento degli ascoltatori settimanali, in salita dal 31 per cento di due anni prima, e per la prima volta il consumo video ha superato quello solo audio. Soprattutto, alla domanda su dove si ascoltino i podcast più spesso, due terzi rispondono «a casa». Non in automobile, non camminando, non al lavoro: a casa. Il mezzo nato per l’orecchio in movimento — la cuffia nel tragitto, la voce che accompagna il corpo mentre fa altro — è rientrato in casa e si è seduto davanti a uno schermo. Ha smesso di essere l’alternativa all’elettrodomestico ed è diventato un elettrodomestico.
Se questo non bastasse, si guardi la direzione dei contratti. Nell’ottobre del 2025 Netflix e Spotify hanno annunciato che le versioni video di una selezione di podcast di Spotify Studios e di The Ringer sarebbero approdate sul catalogo Netflix dai primi mesi del 2026; nel maggio di quest’anno le due società hanno acquisito insieme i diritti video di uno dei podcast motivazionali di maggior ascolto al mondo, che da allora si guarda su Spotify e su Netflix e non altrove, per una cifra che «Variety» ha riferito intorno ai cento milioni di dollari. Conviene formulare con esattezza che cosa stia accadendo, perché è facile sbagliarlo: non si sta ricomprando la fruizione su richiesta, che rimane intatta. Si sta recintando la distribuzione. Un mezzo nato con un’architettura deliberatamente aperta — un file, un canale di sottoscrizione, qualunque programma capace di leggerlo — viene riorganizzato dentro perimetri proprietari, in cui il contenuto sta dove lo mette il contratto. È la differenza fra l’orario di apertura e la chiave del cancello.
Qui conviene chiamare in causa Umberto Eco, perché quarant’anni fa la diagnosi l’aveva già scritta. In «TV: la trasparenza perduta», del 1983, distingueva una paleotelevisione — pedagogica, monopolistica, che parlava del mondo esterno e fingeva di essere una finestra — da una neotelevisione che, osservava, parla sempre meno del mondo e sempre più di sé stessa e del contatto che sta stabilendo con il proprio pubblico. Il podcast video non è la neotelevisione trasferita su YouTube: è la neotelevisione portata alla sua conseguenza estrema, un formato il cui contenuto è integralmente il contatto. «Una chiacchierata tra amici, guardandosi negli occhi»: così si presenta uno dei podcast italiani di maggior successo. Non si promette un argomento; si promette una relazione. Eco non aveva previsto YouTube. Aveva previsto qualcosa di più difficile, cioè il punto d’arrivo di una tendenza.
Eco però descriveva una mutazione dei contenuti, non una mutazione della lingua. E la perdita di cui vale la pena parlare — quella che rende il paesaggio odierno molto più povero di quanto i numeri in crescita lascino intendere — riguarda proprio la lingua. Ha anche una data italiana, ed è una data precisa: il 12 maggio 1981, quando sulla Rete 1 andò in onda la prima puntata di «Mister Fantasy — Musica da vedere», ideato da Paolo Giaccio e condotto da Carlo Massarini con la partecipazione di Mario Luzzatto Fegiz. Era il primo programma italiano interamente dedicato ai videoclip; andò in onda tre mesi prima che negli Stati Uniti nascesse MTV; occupava la seconda serata del martedì sulla rete ammiraglia del servizio pubblico, con una scenografia costruita apposta. Il sottotitolo è la cosa che più conta, e nessuno lo ricorda: musica da vedere. Non musica accompagnata da immagini, ma musica il cui senso passava attraverso l’immagine e che senza l’immagine non esisteva: una cosa che si poteva fare soltanto in televisione.
Si provi ora l’esperimento inverso su un podcast video qualunque: si spenga lo schermo e si tenga l’audio. Raramente si perde un passaggio necessario a seguire l’argomentazione; ciò che si perde appartiene quasi per intero al registro relazionale e affettivo — l’espressione che accompagna una frase, l’esitazione visibile, il modo in cui due persone si guardano prima di rispondere. È una perdita reale, ma di natura diversa: non riguarda ciò che viene detto, riguarda il rapporto con chi lo dice. Il comportamento di massa lo conferma: nella medesima rilevazione di Edison, sulla popolazione americana sopra i dodici anni il 57 per cento dichiara di avere sia ascoltato sia guardato podcast, il 21 per cento di averli soltanto ascoltati e appena il 2 per cento di averli soltanto guardati: insieme, l’ottanta per cento che ne ha consumato almeno uno nella vita. Il video ha superato l’audio, è vero, ma il consumo esclusivamente visivo riguarda due persone su cento: l’immagine quasi sempre si aggiunge, quasi mai sostituisce. Il rovesciamento è compiuto, e ha una simmetria quasi troppo elegante: nel 1981 un uomo che veniva dalla radio inventò un modo di fare televisione; oggi chi viene dalla televisione fa radio, e ci mette davanti una telecamera.
Perché dunque la telecamera c’è? Non perché l’immagine non comunichi: mimica, postura e sguardo comunicano sempre. Ma ciò che comunica non è un significato insostituibile — è una garanzia. Serve a certificare che quelle due persone siano davvero in una stanza, che la conversazione stia davvero accadendo adesso e senza rete, che dietro la voce ci sia un volto e dietro il volto un corpo. La funzione distintiva dell’immagine, qui, è anzitutto notarile; e conviene tenerlo a mente, perché fra poco tornerà. In questo formato l’immagine trasmette soprattutto pegno.
Non è una metafora, e in Italia la prova è a portata di telecomando: una parte consistente di ciò che si trova scorrendo il digitale terrestre non è televisione, è radio. RTL 102.5 si presenta come la prima radiovisione italiana e trasmette in simulcast audio e video ventiquattro ore su ventiquattro, sul canale 36 del digitale terrestre e sul 736 di Sky; altri network hanno fatto lo stesso. Simone di Biasio, che per primo in Italia ha studiato il fenomeno in un saggio dal titolo perfetto — «Guardare la radio» —, ne fa risalire al 2000 la ridefinizione, e riporta la formula con cui Maurizio Costanzo lo liquidava: «una radio che studia da televisione». Quella radio ha finito il corso di studi e occupa i canali. Chi accende oggi un podcast video e vede due persone a un tavolo con le cuffie non sta guardando qualcosa di nato su Internet: sta guardando un genere televisivo italiano che ha un quarto di secolo.
E qui la teoria dei media si vendica di sé stessa, il che è il modo più elegante in cui una teoria possa risultare vera. Nel 1964, in «Understanding Media», Marshall McLuhan enunciava che il contenuto di ogni medium è sempre un altro medium: la parola è il contenuto della scrittura, la scrittura quello della stampa. Che il contenuto di YouTube sia la televisione, e quello del podcast video la radio, non lo contraddice affatto: è la sua previsione, verificata alla lettera. Ciò che invece non si è verificato sta nel capitolo quinto dello stesso libro, quello sull’energia degli ibridi, dove McLuhan sostiene che l’incontro fra due media è il momento di verità da cui nasce una forma nuova. L’incontro è avvenuto, e la forma nuova non è nata: l’ibrido fra radio e televisione, nel 1981, aveva liberato «Mister Fantasy»; lo stesso ibrido, oggi, si limita a mettere una telecamera davanti a un microfono e a chiamarlo formato. Non è dunque McLuhan a essere rovesciato: è la sua promessa a non essere stata mantenuta. E converrà resistere alla tentazione di dire che il mezzo è stato «snaturato», perché tutto l’impianto di McLuhan afferma che un medium non ha una natura da tradire: è ciò che fa, e basta. Il podcast video non ha tradito nulla. Ha semplicemente smesso di cercare.
Di qui l’indistinguibilità che chiunque abbia una mano sul telecomando ha sperimentato: da un’emittente locale a una nazionale, dal generalista al tematico, si ritrova ogni volta il medesimo oggetto, un tavolo, due o tre persone sedute, una pianta sullo sfondo. Non è impoverimento per stanchezza dell’immaginazione: il dialogo davanti a una telecamera fissa è la forma che costa meno, scala meglio e si produce a qualunque budget, il minimo comune denominatore su cui tutti convergono quando l’invenzione visiva diventa un lusso. Espulsa l’invenzione visiva dalla competizione, questa si sposta sull’unica variabile rimasta: non su che cosa si vede, ma su chi parla. È una constatazione economica prima che estetica, e quando l’unica variabile è la persona, è la relazione con la persona a diventare il prodotto.
Resta da stabilire che cosa ci sia, in tutto questo, di realmente nuovo. Una cosa sola, e non è la durata: è l’unità di distribuzione. Le tre ore di conversazione non sono il prodotto, sono il giacimento. Da esse si estraggono i trenta frammenti verticali di sessanta secondi che circoleranno nella settimana, e sono quei frammenti — non la conversazione — a raggiungere il pubblico che conta. Si registra lungo per pubblicare corto. La televisione ha sempre avuto i suoi momenti virali, ma come effetto collaterale di un programma; qui il momento è il prodotto e il programma è la materia prima.
Ne discende una torsione che vale la pena nominare con precisione, perché è l’unica cosa genuinamente inedita di tutta la faccenda. Un formato che promette il tempo lungo — l’ascolto disteso, la conversazione che non ha fretta — funziona di fatto come un impianto di lavorazione per frammenti brevissimi. Sembra approfondimento; è estrazione. E poiché chi parla lo sa, la parola stessa si modifica: si tende, anche senza volerlo, a produrre affermazioni ritagliabili. Una forma tarata sull’estraibilità premia l’asserzione netta e punisce la clausola subordinata, che è il luogo in cui abita quasi tutto ciò che in medicina è vero. Vale per ogni discorso pubblico, ma non allo stesso modo: in quasi tutti i mestieri un’affermazione senza clausole è soltanto meno esatta, mentre ce n’è uno in cui, detta a chi sta male, è già un danno.
Fin qui la sociologia dei mezzi, disciplina rispettabile che non è la nostra. Il punto in cui la faccenda riguarda la psichiatria — più da vicino di quanto sia comodo ammettere — ha una data di nascita quasi comica per esattezza. Nel 1956, sulla rivista «Psychiatry», Donald Horton e Richard Wohl proposero di chiamare parasociale la relazione che lo spettatore intrattiene con chi gli parla dallo schermo: una relazione che ha tutte le apparenze del faccia a faccia — lo sguardo in macchina, il discorso diretto, il tono di chi si rivolge a te e non a una massa — e nessuna delle sue proprietà, perché una delle due parti ignora che l’altra esista. Il concetto di cui oggi abbiamo bisogno per pensare il podcast è stato coniato settant’anni fa da una rivista di psichiatria per descrivere la radio e la televisione. Ancora una volta, nulla di nuovo. C’è però un’intensificazione; e le intensificazioni, in clinica, sono precisamente ciò che si guarda.
Tre elementi la misurano. Il primo è il ritorno del volto, e ora sappiamo a che titolo torni: non come lingua, ma come pegno. Horton e Wohl scrivevano di un mezzo in cui l’immagine rendeva disponibili le sfumature dell’aspetto e del gesto; il podcast era nato senza, e ora se le è riprese. Nella rilevazione di Edison sugli ascoltatori più giovani, il 49 per cento dichiara che il video permette di cogliere meglio il tono attraverso le espressioni del viso e i gesti, e il 45 per cento di sentirsi più connesso a chi conduce. Il secondo elemento è che questa connessione viene deliberatamente progettata. In uno studio apparso nel 2024 e uscito quest’anno a stampa su «New Media & Society», Tzlil Sharon e Nicholas John hanno descritto quello che chiamano un rapporto parasociale inverso: prima ancora che un ascoltatore esista, chi registra se ne costruisce uno immaginario e gli si rivolge con il tono e la forma d’indirizzo dell’intimità — e quell’ascoltatore, mostrano gli autori, somiglia spesso a chi lo immagina. L’intimità non è un effetto della relazione: è un parametro di produzione, deciso a monte, come l’illuminazione. Il terzo è che quel legame è diventato il modello di ricavo: nella stessa indagine, il 21 per cento degli ascoltatori settimanali dichiara di aver dato denaro per sostenere un podcast negli ultimi dodici mesi, e fra costoro il 47 per cento di averlo fatto per la persona che lo conduce, non per il programma. Si paga qualcuno che non sa chi siamo, per il fatto di sentirsi conosciuti.
Non è una patologia, e non intendo trattarla come tale: l’attaccamento a voci che non ricambiano è una costante antropologica, la stessa che ha tenuto in vita il romanzo epistolare, la radio notturna e il santino sul comodino. È però una forma di legame somministrata oggi in dosi senza precedenti, con un realismo sensoriale che cresce di anno in anno. Che effetto abbia sul bisogno di legami reciproci — se lo compensi, lo sostituisca o lo alleni — non lo sa nessuno, e chi lo afferma con sicurezza sta vendendo qualcosa. Un clinico non è tenuto a trarne una diagnosi. È tenuto a notare che la domanda è aperta e che l’esperimento è già in corso su scala planetaria.
E qui devo fare la cosa che di solito si evita, cioè guardare da vicino il mio stesso tavolo. Da alcuni anni questa rivista produce, in collaborazione con la Società Italiana di Psichiatria, una serie che si chiama «Caffè e Psichiatria»: più volte alla settimana, alle otto e mezzo del mattino, sul canale tematico YouTube della testata, uno psichiatra o un ricercatore discute un tema con l’editor della rivista, che sono io. Chiedersi se una cosa del genere sia diversa dal podcast dell’attore o del comico, e rispondere di sì perché i contenuti sono migliori, sarebbe la risposta più comoda e la meno interessante. Conviene cominciare dall’inventario delle somiglianze, che è lungo.
La grammatica è identica: due persone, una telecamera, YouTube. Identica la descrizione sotto il video, con i suoi hashtag e il suo invito a iscriversi, e identico il doppio binario che porta la puntata anche su Spotify e su Apple Podcasts. Identica, perfino, la struttura economica di fondo: un abbonamento volontario al canale, poche unità di euro al mese — quella forma di sostegno diretto in cui una parte degli ascoltatori paga perché qualcuno continui a parlare. E identica, soprattutto — è la parte meno lusinghiera e va detta per prima —, l’assenza totale di invenzione visiva: due sedie, una tazza, un fondale. Anche questa è radiovisione, e non ha alcun titolo per chiamarsi diversamente. Non siamo fuori dal sistema: siamo dentro, e con lo stesso attrezzo.
Tre cose però differiscono, e non sono differenze morali: sono differenze di struttura, l’unico tipo che conti quando si parla di formati.
La prima è che la puntata non è un giacimento. Non esistono tre ore da cui ricavare trenta frammenti, perché l’unità è già l’unità: un ospite, un tema, una domanda. Non c’è nulla da estrarre, e dunque non c’è nulla da tarare sull’estraibilità. Sembra una differenza minima e non lo è: elimina alla radice l’incentivo che deforma la parola, e restituisce alla subordinata il diritto di esistere.
La seconda si legge nei titoli, ed è la più istruttiva. «Che malattia ho?». «Sono pazzo o sono normale?». «Quanto durano le cure?». «Fare a meno degli psicofarmaci». «Il ricovero in ospedale». «Le visite a domicilio». Non sono i titoli di un talk e non sono i titoli di un algoritmo: sono le domande della sala d’attesa. Più precisamente sono le domande che il paziente, o chi gli sta accanto, formula dopo, nel corridoio, quando la visita è finita e non c’è più tempo — quelle che ogni psichiatra ha imparato a riconoscere dalla postura di chi indugia sulla porta. Un formato che risponde a quelle, alle otto e mezzo del mattino, sta rispondendo a una lista d’attesa.
La terza è l’economia. La rivista dichiara sul proprio canale di non aver mai accettato editori, sponsor, finanziatori né pubblicità farmaceutica, e di non aver mai posto un paywall dal maggio del 1995; il sostegno viene da abbonamenti volontari che la testata stessa definisce «pochissimi, molti meno di quanti servirebbero». È una dichiarazione di parte e va letta come tale; se è vera, descrive una dipendenza economica di tipo diverso e per intero leggibile, perché un formato che non ha né lo sponsor né la clip a sostenerlo regge soltanto finché qualcuno, ogni mese, decide che deve continuare. La fragilità non è una virtù, ma è una forma di trasparenza, perché rende visibile da chi si dipende.
E adesso la parte che rende il confronto meno consolante. Le tre differenze appena elencate non sono garantite da nulla: sono scelte, ripetute settimana dopo settimana, dentro una forma che non le richiede e che anzi spinge nella direzione opposta. La puntata breve che risponde a una domanda dista un solo taglio dal diventare essa stessa una clip. E il meccanismo parasociale che rende credibile uno psichiatra alle otto e mezzo del mattino è il medesimo che rende credibile un attore che parla di vaccini a mezzanotte: il dispositivo distribuisce a entrambi lo stesso vantaggio formale — non la stessa autorità, che è altra cosa e non abita nel dispositivo —, non è progettato per distinguerli, e l’idea che il pubblico distingua sempre è una consolazione che nessun dato sostiene. Il vantaggio che la competenza ricava dalla forma è precisamente il vantaggio che la forma concede a chiunque. Non è un merito: è un prestito, e al medesimo tasso.
Resta un’asimmetria che nessuna scelta editoriale può correggere, e che dovrebbe togliere il sonno a chi fa questo mestiere davanti a una telecamera. Eugenio Borgna ha dedicato un libro a ciò che chiama l’ascolto gentile: l’attenzione concentrata, la sintonizzazione con l’emozione dell’altro, il silenzio partecipato che comunica vicinanza. È il centro del lavoro clinico, ed è per definizione bidirezionale. Un canale, invece, parla. Può parlare bene, può parlare vero, può parlare in modo che qualcuno si senta finalmente nominato; ma non ascolta nessuno. Il podcast psichiatrico è la forma a senso unico di un’arte che esiste solo nei due sensi. Il meglio che possa fare è far venire voglia dell’altro senso: convincere chi guarda che esiste una stanza in cui qualcuno ascolta davvero, e che vale la pena di attraversarne la porta.
Se ci riesca, non lo sappiamo. Non lo sappiamo perché il conteggio delle visualizzazioni non misura questo, e perché le due ipotesi sono simmetriche: il video può essere il ponte verso la visita, oppure il suo surrogato a costo zero, l’ora di ascolto che dispensa dall’ora di incontro. Di quel programma del 1981, uno dei più inventivi che la televisione italiana abbia prodotto sul piano visivo, Massarini ha raccontato che non tutte le puntate furono mai digitalizzate; nel 2021 la piattaforma del servizio pubblico ne ha rimesse in circolazione sei, più uno speciale su Franco Battiato. Sei puntate: questo è quanto resta di una lingua. Nel frattempo di una conversazione di tre ore restano trentamila frammenti da sessanta secondi, e nessuno di essi somiglia a una lingua. Alle otto e mezzo del mattino qualcuno accende uno schermo e sente parlare di sé. Non è un incontro. Nel migliore dei casi è la notizia che un incontro è possibile. Nel peggiore, ne è l’economica sostituzione. Fra le due, nessuna telecamera sa distinguere; e neppure, per ora, chi le sta davanti.
Riferimenti essenziali
Borgna, E. (2017). L’ascolto gentile. Racconti clinici. Einaudi.
Di Biasio, S. (2016). Guardare la radio. Prima storia della radiovisione italiana. Mimesis.
Eco, U. (1983). TV: la trasparenza perduta. In Sette anni di desiderio (pp. 163-179). Bompiani.
Edison Research. (2026). The Podcast Consumer 2026. Edison Research at SSRS.
Horton, D., & Wohl, R. R. (1956). Mass communication and para-social interaction: Observations on intimacy at a distance. Psychiatry, 19(3), 215-229. DOI: 10.1080/00332747.1956.11023049
Ipsos. (2025). Ipsos Digital Audio Survey. Ipsos Italia.
McLuhan, M. (1964). Understanding Media: The Extensions of Man. McGraw-Hill.
Sharon, T., & John, N. A. (2026). «It’s between me and myself»: Inverse parasocial relationships in addressing (imagined) podcast listeners. New Media & Society, 28(1), 250-269. DOI: 10.1177/14614448241287913
CHI HA LETTO QUESTO ARTICOLO HA LETTO ANCHE:
Caffè & Psichiatria: la meglio psichiatria italiana, a portata di voce
Dai media caldi e freddi al “media semifreddo”: rileggere Marshall McLuhan oggi
0 commenti