Gli errori dell’AI: quando l’intelligenza artificiale ci fa sorridere Paola Cinti Febbraio 28, 2025 Another point of view, Intelligenza Artificiale 131 Gli errori dell’AI rappresentano una finestra affascinante sul funzionamento di queste tecnologie, mostrandoci i limiti attuali e le sfide che i ricercatori devono ancora superare per creare sistemi davvero intelligenti. Riprendiamo lo studio dell’AI con le risposte corrette al quiz della scorsa settimana: 1-b, 2-b, 3-b. Nel mondo delle meraviglie tecnologiche, l’intelligenza artificiale occupa oggi un posto d’onore. Assistenti virtuali, auto a guida autonoma, sistemi di raccomandazione: l’AI è ovunque. Ma dietro questa apparente perfezione si nasconde una realtà ben diversa. Gli errori dell’AI non sono solo interessanti dal punto di vista tecnico, ma rivelano quanto sia ancora distante la vera comprensione del mondo che noi umani diamo per scontata. In questo articolo imparerai: Quali sono i principali errori dell’AI nella generazione di immagini Come i bias influenzano le risposte dei sistemi di intelligenza artificiale Perché le AI producono “allucinazioni” e come riconoscerle Strategie pratiche per ottenere risultati migliori dalle AI Mani con sei dita e facce che si sciolgono: gli errori dell’AI nelle immagini Chi non ha mai riso davanti a un’immagine generata dall’AI dove le persone hanno mani con sei dita o occhi posizionati in modo bizzarro? Gli errori dell’AI nella generazione di immagini rappresentano uno dei fenomeni più evidenti e talvolta esilaranti. Un caso emblematico? Chiedete a un generatore di immagini di creare “un uomo che legge un giornale”. Sembra semplice, vero? Eppure, in molti casi otterrete un signore con mani deformi che regge un giornale con testo incomprensibile. Questo accade perché l’AI ha “visto” milioni di immagini di persone e giornali, ma non ha mai veramente “compreso” cosa sia una mano umana nella sua struttura anatomica. Un altro classico è la rappresentazione di testo nelle immagini. Provate a chiedere un’immagine con un cartello stradale: otterrete scritte come “STOP” trasformate in “STQP” o parole che sembrano appartenere a una lingua aliena! [Questa a sinistra è un’immagine realizzata con Ideogram 2 (il generatore di immagini che uso io) e se notate la mano destra (clicca per ingrandire)… 5 dita sono tutte dalla stessa parte del giornale, quindi il pollice è dall’altra parte e in tutto sono 6! Ora guardate il testo del giornale… ahahhaha!] I bias cognitivi: quando l’AI riflette i nostri pregiudizi Gli errori dell’AI non riguardano solo aspetti estetici. Uno dei problemi più seri riguarda i bias, ovvero i pregiudizi che, inconsapevolmente, trasferiamo alle macchine attraverso i dati usati per addestrarle. Chiedi all’AI di mostrarti “un medico” e molto probabilmente riceverai l’immagine di un uomo bianco di mezza età. Chiedi di visualizzare “un gruppo di infermieri” e quasi certamente vedrai un gruppo di donne. Questi stereotipi non nascono nell’AI, ma riflettono le associazioni presenti nei dati di addestramento, che a loro volta riflettono pregiudizi sociali esistenti. [A sinistra il risultato delle due richieste fatte ad Ideogram 2.0 e come volevasi dimostrare…] Un esempio divertente ma illuminante: in passato, alcuni sistemi di riconoscimento facciale faticavano a identificare persone con la pelle scura che sorridevano, confondendo il bianco dei denti con il confine del viso. Un errore dell’AI che rivela quanto i sistemi possano essere imperfetti quando addestrati principalmente su un tipo di popolazione. Sapevi che…? Uno dei primi chatbot di Microsoft, Tay, fu disattivato dopo solo 16 ore dal lancio nel 2016 perché aveva imparato comportamenti razzisti e offensivi dagli utenti di Twitter? Gli errori dell’AI possono derivare anche dall’interazione con gli umani! “Non ho capito la domanda”: quando l’AI fraintende le richieste Uno degli errori dell’AI più comuni riguarda l’interpretazione delle richieste. Chi utilizza sistemi di intelligenza artificiale sa bene quanto possa essere frustrante ottenere risposte completamente fuori tema. Mi è capitato di chiedere a un assistente virtuale: “Cosa fare se il gatto non mangia?” ricevendo informazioni dettagliate su… come preparare piatti a base di pollo! L’AI aveva interpretato la domanda come se volessi sapere alternative al cibo per gatti. Questi fraintendimenti accadono perché l’AI non possiede una vera comprensione del contesto. Riconosce pattern linguistici, ma non ha esperienza diretta del mondo. Per l’AI, “gatto” è solo una sequenza di lettere associata ad altre parole, non un animale domestico con comportamenti specifici. Le allucinazioni: quando l’AI inventa fatti di sana pianta Forse il più insidioso tra gli errori dell’AI è quello che gli esperti chiamano “allucinazione”: la tendenza a inventare informazioni inesistenti presentandole come fatti reali. Ho chiesto una volta a un chatbot informazioni sul “Premio Nobel per la Matematica” ricevendo una risposta dettagliata su vincitori e cerimonie… peccato che tale premio non esista! L’AI aveva “allucinato” un fatto storico basandosi su pattern simili (esistono premi Nobel per altre discipline e premi importanti per la matematica). Queste allucinazioni sono particolarmente pericolose perché spesso vengono presentate con lo stesso tono autorevole usato per informazioni accurate, rendendo difficile per l’utente distinguere tra fatto e finzione. “L’allenatore sei tu!”: come addestrare l’AI a non commettere errori Immaginate di essere l’allenatore di una squadra molto talentuosa ma che non ha mai visto una partita di calcio. Ecco, con l’AI è più o meno la stessa cosa! Per limitare gli errori dell’AI, noi utenti possiamo diventare veri e propri “coach digitali”. Il segreto sta nelle istruzioni precise. Invece di chiedere semplicemente “Fammi un’immagine di un gatto”, prova con “Crea l’immagine di un gatto domestico a pelo corto, seduto su un divano, visto frontalmente con tutte e quattro le zampe visibili”. La differenza nei risultati vi sorprenderà! Un altro trucco? Il feedback costruttivo. Quando l’AI sbaglia, non limitatevi a sospirare di frustrazione: spiegate cosa non va e riprovate. I moderni sistemi di AI imparano dalle interazioni e migliorano con indicazioni specifiche. Antonio, un mio amico grafico, ha sviluppato un “dizionario personale” per comunicare con i generatori di immagini: ha scoperto che aggiungendo la frase “anatomicamente corretto” riduce del 70% gli errori nelle mani e nei piedi. Non è magia, è solo comunicazione efficace! Mito da sfatare:”L’AI non commette errori nei calcoli matematici”. Falso! Gli errori dell’AI si estendono anche ai calcoli, specialmente quelli complessi. I modelli linguistici non eseguono veri calcoli matematici ma tentano di predire la risposta basandosi su pattern, portando spesso a errori in operazioni non banali. Conclusioni: imparare dagli errori dell’AI Gli errori dell’AI non sono solo intoppi sulla strada verso sistemi più avanzati, ma preziose finestre che ci permettono di comprendere meglio sia la tecnologia che noi stessi. Riconoscere questi limiti è fondamentale per utilizzare l’intelligenza artificiale in modo consapevole e responsabile. Mentre i ricercatori lavorano per migliorare questi sistemi, noi utenti possiamo adottare un approccio più critico e informato. Ricordiamoci che dietro ogni risposta apparentemente intelligente si nasconde un sistema statistico che cerca di imitare l’intelligenza umana senza realmente possederla. Gli errori dell’AI continueranno ad esistere, ma possono diventare opportunità di apprendimento e, perché no, anche fonte di qualche risata. Mini-quiz: quanto ne sai sugli errori dell’AI? 1- Quale tra questi è un errore tipico dell’AI nella generazione di immagini? a) Creare immagini solo in bianco e nero b) Rappresentare mani umane con un numero errato di dita c) Generare solo immagini di paesaggi 2- Cos’è un’allucinazione nel contesto dell’intelligenza artificiale? a) Un malfunzionamento che causa il riavvio del sistema b) La creazione di informazioni false presentate come fatti reali c) Un effetto visivo particolare nelle immagini generate 3- Perché gli errori dell’AI relativi ai bias sono particolarmente problematici? a) Perché rallentano l’elaborazione del sistema b) Perché possono perpetuare e amplificare pregiudizi sociali esistenti c) Perché sono difficili da identificare nel codice sorgente Le risposte corrette le troverai all’inizio del prossimo articolo! PER CONTINUARE A STUDIARE L’AI Se vuoi seguire il progetto dedicato all’apprendimento dell’AI iscriviti al mio canale WhatsApp Another Point of View oppure inviami la tua email a questo indirizzo: [email protected] per gli aggiornamenti. Scrivi Cancella commentoLa tua email non sarà pubblicataCommentaNome* Email* Sito