AI NEWS by BDB

Tag: LLM

  • Critica all’antropomorfismo degli LLM: il rischio di scambiare testo per coscienza

    Nel suo pregevole articolo su Huffington Post, Stefano Diana  (che spero di aver taggato correttamente) critica la tendenza dei ricercatori di aziende di AI a umanizzare i modelli linguistici, prendendo come esempio la documentazione tecnica di Claude Opus 4.6 sviluppato da Anthropic.
    Nella “system card” del modello vengono descritti presunti stati interni dell’IA (come “disagio”, “gratitudine”, “tristezza” o persino una probabilità del 15–20% di essere cosciente) che come spiega l’autore non hanno alcuna base scientifica.
    Diana, basandosi su oggettive dinamiche dell’algoritmo, sottolinea come tali descrizioni nascano da un errore categoriale: interpretare semplici output testuali come se fossero esperienze soggettive.
    Questa antropomorfizzazione, alimentata anche da dichiarazioni di ricercatori come Ilya Sutskever, contribuirebbe a generare hype e confusione nel dibattito pubblico sull’IA.
    Il rischio, conclude l’autore, è che documenti tecnici influenzino media, politici e finanziamenti basandosi su metafore fuorvianti anziché su una descrizione rigorosa di come funzionano realmente i modelli linguistici.

    Vi lascio il link e vi invito a leggere questo godibilissimo esempio di vero giornalismo:
    https://www.huffingtonpost.it/blog/2026/03/09/news/quando_i_ricercatori_si_sentono_demiurghi-21380005/

  • Evo2, l’AI che legge e riscrive il DNA per scoprire mutazioni e progettare terapie

    Il modello di intelligenza artificiale Evo2 inaugura una nuova fase della biologia generativa, permettendo alle macchine di comprendere e manipolare il linguaggio del DNA.
    Sviluppato da Arc Institute insieme a Nvidia, Stanford e Università della California, è stato addestrato su 9 mila miliardi di nucleotidi provenienti da 128mila genomi di specie diverse.
    Evo2 è in grado di analizzare sequenze genetiche fino a un milione di nucleotidi e individuare mutazioni legate a malattie, raggiungendo oltre il 90% di accuratezza nello studio del gene BRCA1 associato al tumore al seno.
    Il sistema può accelerare la scoperta delle cause genetiche delle malattie e la progettazione di terapie geniche più mirate, riducendo tempi e costi della ricerca.
    Le sue capacità, però, sono state limitate per evitare usi rischiosi come la progettazione di organismi potenzialmente pericolosi.

    Link alla fonte:
    https://www.ansa.it/canale_scienza/notizie/biotech/2026/03/05/la-chatgpt-del-dna-per-trovare-mutazioni-pericolose-e-terapie-su-misura_7a357f4c-df7a-4fa6-abc3-151ba0dc9602.html

  • Tratta gli LLM come strumenti più competenti di te, e scoprirai nuove strategie per ottenere risultati migliori

    Oggi vi consiglio la lettura di un articolo pubblicato su XDA Developers che suggerisce come, per sfruttare davvero i modelli linguistici avanzati, sia utile trattarli come “sistemi più competenti dell’utente” in specifici compiti, fornendo di conseguenza istruzioni precise e strutturate invece di intavolare conversazioni informali.

    Poiché gli LLM operano tramite token e hanno limiti di contesto, in molti casi prompt brevi e diretti possono migliorare l’accuratezza delle risposte, ma l’articolo raccomanda anche di considerare la prima risposta come una bozza e di applicare un metodo “socratico” per verificare e migliorare progressivamente l’output (e qui al caro Gianluigi Bonanomi fischieranno le orecchie).

    Per ridurre le allucinazioni e aumentare la qualità dei risultati è sempre utile, inoltre, integrare fonti esterne tramite tecniche come Retrieval-Augmented Generation (RAG, fondamentale per esempio in NotebookLM) oppure server MCP che colleghi ad applicazioni e fonti esterne, fornendo soprattutto al modello documentazione aggiornata e contesto rilevante.

    Infine, definire chiaramente ruolo del modello e formato dell’output (ad esempio JSON o Markdown) permette di ottenere risposte più strutturate e facilmente automatizzabili.

    Link alla fonte:

    https://www.xda-developers.com/start-treating-your-llms-as-smarter-than-you-because-they-are