IA generativa

Definizione

Un'IA generativa crea un contenuto che prima non esisteva: un testo, un'immagine, una musica, un video, del codice. Non copia un documento memorizzato: produce un risultato nuovo, statisticamente coerente con gli esempi visti durante l'addestramento e con la richiesta (il prompt) che riceve.

Le grandi famiglie di modelli

• Modelli linguistici (LLM): generano testo token dopo token (un token è una parola o un frammento di parola) e si basano sull'architettura Transformer (2017). ChatGPT, Claude, Gemini o Le Chat ne sono esempi.
• Modelli di diffusione: partono da un rumore casuale e lo «ripuliscono» passo dopo passo fino a ottenere un'immagine o un video. È il principio di molti generatori di immagini attuali.
• Reti generative avversarie (GAN): due reti si addestrano l'una contro l'altra, una per produrre e l'altra per riconoscere i falsi. Molto usate prima dell'affermarsi della diffusione.

Vantaggi

• Scrivere, riassumere, tradurre o riformulare in pochi secondi.
• Produrre immagini, mockup o prototipi senza competenze grafiche.
• Aiutare a programmare, ad analizzare dati o a esplorare idee.

Limiti

• Errori credibili: un contenuto generato può essere falso pur sembrando convincente (vedi allucinazione).
• Diritti e origine dei dati: le questioni di diritto d'autore sui dati di addestramento e sui contenuti prodotti sono ancora dibattute.
• Bias: i modelli riproducono i bias presenti nei loro dati.
• Disinformazione: la facilità di creare testi, immagini o voci falsi impone di verificare l'origine dei contenuti.