- Intelligenza artificiale (IA)
- L'intelligenza artificiale indica i sistemi informatici che svolgono compiti che normalmente richiedono l'intelligenza umana – come capire il linguaggio, scrivere testi, riconoscere immagini o fare previsioni. L'IA moderna impara da grandi quantità di dati invece di essere programmata con regole fisse.
- Machine learning
- Il machine learning è un sottocampo dell'IA in cui un sistema impara pattern dagli esempi e migliora senza che ogni regola venga programmata singolarmente. Migliori sono i dati, migliori sono i risultati.
- IA generativa
- L'IA generativa crea nuovi contenuti come testi, immagini, codice o musica – a differenza dell'IA che si limita a classificare o prevedere. ChatGPT e Claude sono esempi noti di IA generativa.
- Modello linguistico di grandi dimensioni (LLM)
- Un modello linguistico di grandi dimensioni (LLM) è un'IA addestrata su enormi quantità di testo che comprende e genera linguaggio. Prevede la parola successiva più probabile e può rispondere a domande, scrivere testi e riassumere contenuti.
- ChatGPT
- ChatGPT è un chatbot IA di OpenAI basato su un modello linguistico di grandi dimensioni. Poni domande o dai compiti in linguaggio normale e ChatGPT risponde con testo – utile per scrivere, fare ricerche, trovare idee e molto altro.
- Claude
- Claude è un assistente IA di Anthropic, paragonabile a ChatGPT. Claude è progettato per risposte utili, sicure e tracciabili ed è usato anche da absofort per valutare i compiti pratici.
- Prompt
- Un prompt è l'input o l'istruzione che dai a un'IA – la tua domanda o il tuo compito. Più il prompt è chiaro e preciso, migliore è il risultato.
- Prompt engineering
- Il prompt engineering è la capacità di formulare i prompt in modo che l'IA fornisca risultati forti e pertinenti. Comprende obiettivi chiari, contesto, esempi e il miglioramento passo dopo passo dell'istruzione.
- Token
- Un token è un'unità di testo in cui i modelli linguistici IA suddividono il testo – di solito una parola o parte di una parola. La lunghezza di input e output, e il costo di molti servizi IA, si misurano in token.
- Allucinazione
- Un'allucinazione è una risposta dell'IA che sembra convincente ma è di fatto errata o inventata. I risultati dell'IA vanno quindi sempre verificati con spirito critico, soprattutto per cifre, fonti e nomi.
- Agente IA
- Un agente IA è un sistema di IA che non si limita a rispondere, ma esegue autonomamente più passaggi per raggiungere un obiettivo – ad esempio usando strumenti, cercando informazioni e completando sotto-compiti.
- Addestramento e fine-tuning
- L'addestramento è il processo con cui un modello IA impara dai dati. Il fine-tuning significa adattare ulteriormente un modello già addestrato con dati aggiuntivi e specifici – ad esempio a un settore o a un compito.
- Bias
- Il bias è una distorsione sistematica nei risultati dell'IA causata da dati di addestramento unilaterali. L'IA può quindi produrre risposte ingiuste o unilaterali – un motivo importante per mettere in discussione i risultati.
- Protezione dei dati & IA (LPD)
- Quando usi l'IA, i dati personali sensibili non devono essere inseriti negli strumenti senza un'attenta valutazione. In Svizzera si applica la Legge sulla protezione dei dati (LPD) rivista; le aziende devono chiarire quali dati possono essere inviati a quali servizi di IA.