adattivIA
01 / 11
adattivIA — Formazione

Come funziona l'intelligenza artificiale

Quali sono le logiche alla base di questa tecnologia che sta rivoluzionando il mondo.

GPT
Cosa differenzia questa tecnologia da una ricerca di informazioni a cui siamo abituati.
LLM
Ciò che determina la qualità dei contenuti nelle risposte.
RAG
L'informazione pertinente con il contesto aziendale.
Cos'è l'IA e perché sembra umana

L'illusione del pensiero

Non è ciò che sembra

Non capisce quello che dice

Quando risponde «ai bambini piace il gelato», sembra sapere cos'è un bambino e che sapore ha il gelato. Non ne ha alcuna consapevolezza: sta eseguendo una previsione statistica.

L'analogia

Una formula letta senza capirla

Potremmo trascriverla o completarla correttamente basandoci sugli schemi visivi, senza carpirne l'essenza. Il modello fa esattamente questo, su scala enorme.

Il motore dell'IA

Tre parole dentro la sigla GPT

G
Generative
Progettato per creare contenuti nuovi, calcolando la sequenza di parole più probabile in risposta a un input.
P
Pre-trained
L'addestramento massivo che costituisce la base della sua «intelligenza», fatto una volta e poi congelato.
T
Transformer
L'architettura che capisce quali parole di una frase sono correlate, a qualunque distanza, dando a ciascuna il giusto peso. Inventata da Google nel 2017: è ciò che ha rivoluzionato l'IA.
Il motore dell'IA — LLM

Un immenso motore di previsione

Al Large Language Model sono stati dati «in pasto» trilioni di parole — libri, Wikipedia, forum, articoli — finché non ha mappato ogni possibile relazione fra i termini. Per questo sa che dopo «questa sera porto a spasso il…» viene «cane» e non «sedia».

qualche M$
ChatGPT 3.0
100 M$
ChatGPT 4.0
1 Md$
ChatGPT 5.0
Una conseguenza spiazzante

Nessuna ripetibilità

Non è una ricerca in archivio
Ponendo la stessa identica domanda più volte, l'IA non restituirà mai l'esatta sequenza di parole.
Ogni risposta è una creazione nuova
Calcolata in tempo reale, non recuperata da un magazzino di risposte pronte.
Nemmeno chi l'ha progettata sa cosa risponderà
È la ragione per cui, sui sistemi che decidono, servono log e supervisione umana.
La «non memoria» dell'IA

La finestra di contesto

Abbiamo la percezione che l'IA sviluppi con noi una conoscenza. Non è così: non ha memoria fra un messaggio e l'altro.

Reset costante

  • A ogni nuovo messaggio il sistema ripassa tutti i precedenti per apparire coerente.
  • Non impara davvero: rilegge.

Spazio limitato

  • La finestra di contesto ha un limite. Quando si riempie, le informazioni più vecchie vengono tagliate o riassunte.
  • Il modello smette semplicemente di «vederle».

Ogni risposta richiede miliardi di operazioni su GPU: il consumo energetico annuo di ChatGPT è paragonabile a quello di un'intera nazione.

Il difetto strutturale

Le allucinazioni

Un modello linguistico ha un solo scopo: calcolare quale parola ha più senso subito dopo. Per questo raramente si ferma dicendo «non lo so» — trova quasi sempre una sequenza plausibile.

Tasso di allucinazione per ambito, sui modelli generalisti
Generale
0,8%
Legale
6,4%
Medico
fino a 67%

Più la materia è specialistica, più il modello generalista inventa. È la ragione per cui in sanità e in ambito legale non lo si usa mai da solo.

Il prompt

Guidare la probabilità

L'IA non capisce le intenzioni. Si basa unicamente sulle informazioni di contesto che le forniamo per determinare la sequenza di parole più probabile.

Prompt

  • È ciò che digiti fisicamente nella barra della chat quando conversi con l'IA.
  • Vale per un singolo scambio.

System prompt

  • Sono le regole che governano il comportamento del modello per l'intera conversazione.
  • Si mette come primo messaggio, come impostazione di progetto (una Gem), oppure nella configurazione dell'agente.
ChatGPT, Gemini, DeepSeek…

Cosa differenzia i vari modelli

La differenza non sta nella tecnologia di base, ma nell'addestramento specifico che ogni produttore esegue sul proprio LLM.

Generalisti

IA conversazionale

ChatGPT, Gemini, DeepSeek nascono come IA conversazionali con modelli generalisti: stesura di testi multilingua e argomenti di ampio respiro.

Verticali

IA specializzata

Le applicazioni per medicina, finanza o diritto sono perfezionate (fine-tuned) sulla materia: pesano le relazioni fra le parole in modo diverso.

Retrieval-Augmented Generation

Il RAG

È il framework che meglio si adatta all'esigenza aziendale e alle competenze verticali.

1 · Gli embedding

  • Testi e immagini vengono tradotti in «coordinate concettuali» dentro un database multidimensionale.
  • La ricerca avviene sul significato reale della richiesta, non sulle singole parole chiave.

2 · La risposta ancorata

  • Alla domanda il sistema allega il contenuto rintracciato nel database.
  • La lingua viene dall'LLM, il contenuto dai tuoi documenti: affidabilità altissima e allucinazioni abbattute.

Per sfruttare il potenziale dell'IA, serve prima conoscerla

→ / spazio