01

Che cosa significa davvero intelligenza artificiale

Intelligenza artificiale è un nome collettivo per sistemi che svolgono compiti come riconoscere immagini, classificare informazioni, prevedere valori o generare testi. Non descrive una sola tecnologia e non implica che una macchina ragioni come una persona. Il riconoscimento dello spam e un assistente di scrittura sono entrambi esempi di AI, ma rispondono a obiettivi diversi.

L’AI generativa produce nuovi contenuti sulla base delle regolarità apprese durante l’addestramento. Una risposta può essere pertinente e utile senza essere vera: la capacità di formulare una frase non equivale alla capacità di verificarla. Il punto di partenza è quindi scegliere un compito, non cercare una macchina che faccia tutto.

02

Addestramento, richiesta e risposta

Durante l’addestramento un modello apprende regolarità da dati. Quando lo utilizzi, la tua richiesta e il contesto disponibile orientano la risposta: questa fase è diversa dall’addestramento. Se aggiungi un documento, il sistema può usarlo nella conversazione, ma ciò non significa necessariamente che stia aggiornando il modello. L’eventuale utilizzo dei dati per migliorare il servizio dipende dalle condizioni e dalle impostazioni del fornitore.

Molti assistenti possono anche richiamare strumenti, consultare il web o cercare in documenti. Non tutti lo fanno e non lo fanno per ogni domanda. Prima di affidarti a una risposta aggiornata, controlla quali strumenti sono stati effettivamente utilizzati e apri le fonti citate.

03

Dove può esserti utile

Per iniziare, scegli attività circoscritte: trasformare appunti non riservati in una scaletta, proporre alternative per un titolo, organizzare un piano di studio o spiegare un concetto a livelli diversi. Questi compiti permettono di controllare il risultato senza dipendere da informazioni che non conosci.

Evita come primo esperimento decisioni mediche, investimenti, pareri legali o valutazioni sulle persone. Anche quando l’AI aiuta a preparare una domanda per un professionista, la decisione resta umana. Un buon criterio è questo: se non sapresti riconoscere un errore, riduci il compito o chiedi una verifica qualificata.

04

Un esempio guidato: dagli appunti alla scaletta

Esempio con dati inventati: hai tre appunti su un evento scolastico — incontro giovedì, prenotazione obbligatoria, programma ancora da definire. Puoi chiedere: «Organizza questi appunti in una scaletta per una comunicazione alle famiglie. Usa solo i dati forniti. Non aggiungere orari, luoghi o nomi. Segnala le informazioni mancanti».

Controlla il risultato confrontando ogni dettaglio con gli appunti. Se compare un orario mai indicato, non limitarti a correggerlo: chiedi di rifare la scaletta senza aggiungere dati. La verifica non è un passaggio facoltativo dopo l’AI, ma una parte del lavoro.

05

Tre limiti da conoscere

Il primo limite è l’invenzione di dettagli plausibili: numeri, citazioni, date o spiegazioni possono essere errati. Il secondo è il bias: dati e scelte di progettazione possono produrre rappresentazioni sbilanciate o stereotipi. Il terzo è il contesto incompleto: il sistema non conosce automaticamente la tua situazione, le regole della tua organizzazione o ciò che è cambiato di recente.

Non usare il tono sicuro come misura della qualità. Anche chiedere «sei sicuro?» non costituisce una verifica indipendente: il modello potrebbe confermare un errore. Servono confronti con il materiale originale, fonti affidabili e persone competenti.

06

Come scegliere il primo strumento

Parti dal compito: scrittura, analisi di documenti, immagini o organizzazione delle informazioni richiedono capacità diverse. Verifica poi quali dati dovresti caricare, quali impostazioni di riservatezza sono disponibili e se il servizio è autorizzato nel tuo ambiente di lavoro o di studio.

Prova il sistema con un esempio non sensibile di cui conosci già la risposta. Valuta precisione, omissioni e facilità di correzione, non soltanto la velocità. Prezzo e notorietà non bastano a stabilire se uno strumento sia adatto. Conserva una copia del materiale originale per confrontare il risultato.

07

Esercizio: un esperimento controllato

Scrivi sei appunti inventati su una giornata di studio. Chiedi all’AI di ordinarli in tre priorità e motivare ogni scelta usando solo quei dati. Poi ripeti la richiesta specificando che hai a disposizione soltanto due ore. Confronta le due risposte: quali elementi sono cambiati e quali informazioni sono state aggiunte senza motivo?

L’obiettivo non è ottenere la risposta perfetta al primo tentativo, ma imparare a dare contesto e riconoscere gli errori. Annota una cosa utile, una cosa da correggere e un vincolo che avresti dovuto esplicitare.

08

Checklist prima di usare il risultato

Il compito è chiaro e limitato? I dati condivisi sono necessari e non sensibili? Ogni dettaglio importante è presente negli appunti o verificato altrove? Ho controllato omissioni, stereotipi e informazioni aggiunte? So chi deve approvare il risultato finale?

Se una risposta a queste domande è no, fermati e correggi il processo. Per continuare, approfondisci la guida sui prompt efficaci e quella sulla verifica delle risposte: saper chiedere e saper controllare sono competenze complementari.