Parole chiare

Glossario dell’intelligenza artificiale.

Le parole tecniche sono utili soltanto se aiutano a capire una decisione. Qui trovi definizioni brevi, esempi e differenze essenziali.

A cura della Redazione ANPAI
In breve

Il glossario raccoglie i termini più usati nell’intelligenza artificiale e li traduce in italiano operativo, evitando definizioni circolari e slogan commerciali.

01

Sistema AI, modello e algoritmo

Algoritmo: una procedura composta da istruzioni per trasformare dati in un risultato. Modello: una struttura matematica addestrata o configurata per svolgere compiti. Sistema AI: l’insieme di modello, interfaccia, dati, regole, integrazioni e persone che produce un risultato nel mondo reale.

Machine learning: metodi con cui un sistema ricava schemi dai dati invece di seguire soltanto regole scritte una per una. Deep learning: famiglia di tecniche basate su reti neurali con molti livelli.

02

AI generativa, LLM, prompt e token

AI generativa: sistemi che producono nuovi contenuti come testo, immagini, audio, video o codice. LLM: modello linguistico di grandi dimensioni addestrato a lavorare con sequenze di testo e altri dati. Prompt: istruzione o contesto fornito al sistema.

Token: unità in cui un modello divide l’input e l’output. Non coincide sempre con una parola. Finestra di contesto: quantità di informazioni che il sistema può considerare insieme durante una richiesta.

03

RAG, fine-tuning e agente AI

RAG: tecnica che recupera contenuti da fonti esterne e li fornisce al modello prima della risposta. Può aumentare pertinenza e tracciabilità, ma dipende dalla qualità delle fonti e della ricerca. Fine-tuning: adattamento ulteriore di un modello usando esempi mirati.

Agente AI: sistema che usa un modello per pianificare passaggi e utilizzare strumenti, dati o applicazioni. Più autonomia significa anche più bisogno di limiti, autorizzazioni, registri e controllo degli errori.

04

Bias, allucinazione e controllo umano

Bias: distorsione sistematica che può dipendere da dati, obiettivi, progettazione o contesto. Allucinazione: output plausibile ma privo di fondamento o inesatto. Spiegabilità: capacità di fornire informazioni comprensibili sul funzionamento o sulle ragioni di un risultato.

Controllo umano: intervento significativo di una persona capace di comprendere, contestare e modificare l’esito. Non è controllo se la persona approva automaticamente ciò che il sistema propone.

FAQ

Domande frequenti.

AI generativa e intelligenza artificiale sono sinonimi?

No. L’AI generativa è una parte dell’intelligenza artificiale; molti sistemi classificano, prevedono o riconoscono senza generare contenuti.

Un agente AI è autonomo?

Può avere diversi livelli di autonomia. Bisogna verificare quali azioni può compiere, con quali permessi e quali conferme.

RAG elimina le allucinazioni?

No. Può ridurle e rendere più facile verificare le fonti, ma ricerca, documenti e generazione possono comunque fallire.

Fonti

Documenti consultati.

  1. NIST — AI Risk Management Framework
  2. EUR-Lex — Regolamento (UE) 2024/1689

Dal notiziario

Notizie collegate.

La California studia come fermare l’AI: cosa prevede l’ordine di NewsomAI, blockchain e tokenizzazione: il punto di vista di ANPAIOpenAI porta Astra negli studi legali: la ricerca parte dalle fonti USA

Newsletter

Vuoi rimanere aggiornato sulle ultime notizie che riguardano l’intelligenza artificiale?

Ricevi una selezione chiara e utile: strumenti, lavoro, scuola, privacy, regole, rischi, casi italiani e novità che cambiano davvero qualcosa.