Glossario dell’Intelligenza Artificiale: oltre 100 termini spiegati

Di cosa parla questa guida

Il vocabolario dell’AI entra ogni giorno in riunioni, capitolati e articoli, e chi non lo padroneggia lo subisce. Questo glossario raccoglie oltre 100 termini, dal machine learning agli LLM fino agli agenti, spiegati in modo chiaro e con esempi concreti.

Non è un dizionario tecnico per addetti ai lavori: è uno strumento di lavoro, senza scorciatoie e senza gergo inutile. Le voci sono raggruppate per area tematica, non in ordine alfabetico, perché i termini dell’AI si capiscono meglio in relazione tra loro. Sapere cos’è una rete neurale aiuta a capire il deep learning, che a sua volta apre la strada ai modelli linguistici.

Ogni voce dà una definizione chiara e, dove serve, un esempio. I richiami “distinzione che si confonde spesso” smontano le confusioni più comuni, a partire da quella tra AI ristretta e AI generale, da cui nasce quasi ogni titolo allarmistico.

Tre voci dal glossario

Allucinazione

Quando un modello generativo produce informazioni false con tono sicuro: una citazione inesistente, una norma inventata, un dato sbagliato presentato come certo. Non è un errore raro né un malfunzionamento: è una conseguenza del modo in cui i modelli generano testo plausibile. Un modello che allucina non mente, perché non ha alcun concetto di verità: produce la continuazione più probabile del testo. Sa cosa è probabile, non cosa è vero. Per questo la verifica umana resta indispensabile, e trattare il modello come una fonte affidabile è l’errore più costoso.

Bias, due significati da non confondere

In AI la parola bias ha due accezioni distinte. La prima è statistica: l’errore sistematico di un modello troppo semplice, che porta al sottoadattamento. La seconda è sociale: il pregiudizio per cui un sistema produce risultati ingiusti verso certi gruppi di persone, ereditato dai dati di addestramento distorti o nato da come il modello è costruito. Quando si parla di etica dell’AI conta quasi sempre la seconda. Confonderle porta a discussioni in cui ciascuno parla d’altro: un difetto tecnico di precisione da una parte, una questione di equità e di diritti dall’altra.

RAG, il recupero aumentato della generazione

La tecnica che collega un modello generativo a una base di conoscenza esterna: prima recupera i documenti pertinenti a una domanda, poi genera la risposta basandosi su quelli. Riduce le allucinazioni e permette di rispondere su dati aziendali aggiornati, che il modello non aveva mai visto in addestramento. È uno degli schemi più usati nelle applicazioni reali, e poggia su altre due voci del glossario: gli embedding, che traducono i testi in numeri vicini quando il significato è simile, e i database vettoriali che li cercano.