Prima del modello viene la conoscenza: dalla fonte alla risposta, come nasce l’affidabilità di un’AI professionale

Da dove arrivano le informazioni utilizzate da un’AI professionale?

Quando parliamo di Intelligenza Artificiale, una delle prime cose che tendiamo a citare è il modello utilizzato:

“Io uso Claude”, “io uso GPT”, “io Gemini”…

È comprensibile. Il modello conta: incide sulle capacità linguistiche, sul ragionamento, sulla comprensione del contesto e, più in generale, sulla qualità dell’interazione.

Ma quando l’Intelligenza Artificiale entra in un ambito professionale — fiscale, contabile, giuridico o aziendale — c’è una domanda che, probabilmente, dovrebbe venire ancora prima:

da dove proviene la conoscenza utilizzata per costruire la risposta?

Perché conoscere il nome del modello ci dice molto sulle sue capacità.

Ma non ci dice necessariamente quali informazioni abbia utilizzato per rispondere, da quali fonti provengano, quanto siano aggiornate e se siano realmente pertinenti al caso che stiamo analizzando.

Un modello non è una banca dati

Durante l’addestramento, un modello linguistico apprende regolarità e relazioni presenti nei dati con cui è stato costruito.

Una parte della conoscenza viene quindi incorporata nei parametri del modello.

In letteratura viene spesso definita conoscenza parametrica.

Per continuare a leggere l'articolo, accedi con il tuo account GBsoftware.

Non hai un account?