Allucinazione

Rivisto : Come rivediamo le schedeAggiornato il

In breve

Un’allucinazione è una risposta di un modello di IA generativa che sembra plausibile e sicura, ma è falsa, inventata o non fondata sulle fonti.

Fonti[1]

Definizione

Si parla di allucinazione quando un modello genera un contenuto che sembra credibile ma è falso, inventato o privo di fondamento: un riferimento bibliografico inesistente, una data sbagliata, un dettaglio aggiunto a un riassunto che non compariva nel testo originale.

Perché succede

Un modello linguistico è addestrato a produrre la continuazione più plausibile, non a verificare i fatti. Se non dispone dell’informazione, o se questa è rara nei suoi dati, può comunque produrre una risposta fluida. Anche dati di addestramento errati o contraddittori e istruzioni ambigue contribuiscono.

Come limitarle

  • Fornire le fonti nell’istruzione o usare un sistema di RAG.
  • Chiedere di citare i passaggi utilizzati e poi verificarli.
  • Permettere al modello di dire che non sa.
  • Verificare i fatti importanti presso fonti affidabili: numeri, nomi, riferimenti, citazioni.
  • Usare strumenti esterni (ricerca, calcolatrice) per le informazioni fattuali e i calcoli.

Attenzione

Questi metodi riducono il rischio ma non lo eliminano. Per qualsiasi uso delicato (salute, diritto, finanza) resta necessaria una revisione umana.

Fonti

  1. Ji et al., «Survey of Hallucination in Natural Language Generation» (2022)