GUIDE E STRUMENTI / LE PAROLE DELL’IA
Capire le parole.
Orientarsi nel futuro.
Il glossario dell’intelligenza artificiale, dalla A alla Z. Definizioni chiare, termini inglesi ed esempi per leggere le notizie e usare gli strumenti con maggiore consapevolezza.
AccuratezzaAccuracyQuota di previsioni corrette sul totale dei casi esaminati. Da sola può essere fuorviante quando le classi sono molto sbilanciate.Esempio pratico
Un classificatore di email va valutato anche sugli errori che lasciano passare lo spam.
AddestramentoTrainingProcesso che modifica i parametri di un modello attraverso dati e un criterio di apprendimento. È distinto dall’uso del modello già addestrato.Esempio pratico
Un sistema impara a riconoscere fatture osservando documenti di esempio.
Agente IAAI agent; agentico; agentic AISistema che usa un modello e strumenti per compiere azioni verso un obiettivo, con autonomia variabile e limiti definiti.Esempio pratico
Un agente cerca disponibilità e prepara una prenotazione, chiedendo conferma prima di concluderla.
AlgoritmoAlgorithmProcedura composta da passaggi per risolvere un problema o trasformare dati. Non tutti gli algoritmi utilizzano intelligenza artificiale.Esempio pratico
Ordinare una rubrica per cognome richiede un algoritmo, ma non necessariamente un modello IA.
AllineamentoAlignmentInsieme di metodi per orientare il comportamento di un sistema verso obiettivi, istruzioni e vincoli desiderati. Non assicura obbedienza perfetta.Esempio pratico
Un assistente viene valutato anche sulla capacità di rispettare i limiti operativi assegnati.
AllucinazioneHallucination; confabulazioneContenuto inesatto o inventato prodotto da un modello in forma plausibile. La fluidità del linguaggio non costituisce una verifica dei fatti.Esempio pratico
Un testo cita una ricerca che, controllando autore e rivista, risulta inesistente.
Alto rischioHigh-risk AINell’AI Act è una classificazione giuridica legata a specifici sistemi e impieghi. La valutazione dipende dall’uso previsto e dalla normativa applicabile.Esempio pratico
Un impiego nella selezione del personale richiede una verifica del quadro normativo specifico.
APIApplication Programming InterfaceInterfaccia che permette a programmi diversi di scambiarsi richieste e risultati secondo regole definite.Esempio pratico
Un sito invia un testo a un servizio IA e riceve una traduzione da mostrare.
Apprendimento non supervisionatoUnsupervised learningApprendimento che cerca strutture nei dati senza partire da risposte corrette già assegnate a ogni esempio.Esempio pratico
Un sistema raggruppa documenti simili senza ricevere prima le loro categorie.
Apprendimento per rinforzoReinforcement learningMetodo in cui un sistema apprende una strategia sulla base di ricompense associate alle azioni e ai loro esiti.Esempio pratico
Un agente in una simulazione prova strategie e riceve un punteggio per il risultato.
Apprendimento supervisionatoSupervised learningMetodo che utilizza esempi accompagnati dall’esito o dall’etichetta da prevedere.Esempio pratico
Fotografie già indicate come contenenti un difetto aiutano ad addestrare un controllo qualità.
AttentionMeccanismo di attenzioneMeccanismo che pesa relazioni tra elementi dell’input durante l’elaborazione. Non corrisponde all’attenzione cosciente di una persona.Esempio pratico
In una frase, il modello mette in relazione un pronome con altri elementi del testo.
Audit algoritmicoAlgorithmic auditEsame sistematico di un sistema, dei dati e dei processi per valutarne comportamento, rischi e controlli rispetto a criteri espliciti.Esempio pratico
Si verifica se un modello cambia qualità delle risposte per gruppi diversi di utenti.
AutomazioneAutomationEsecuzione di attività tramite regole o software, con intervento umano ridotto. Può funzionare anche senza IA.Esempio pratico
Una regola archivia le email con un oggetto preciso in una cartella.
BenchmarkTest di riferimentoProva standardizzata utilizzata per confrontare prestazioni. Il risultato dipende dai compiti scelti e dalle condizioni del test.Esempio pratico
Un punteggio sulla matematica non dimostra automaticamente qualità nella scrittura giornalistica.
BiasDistorsione; pregiudizio algoritmicoTendenza sistematica nei dati, nel modello o nel suo uso che può alterare i risultati e produrre effetti ingiusti.Esempio pratico
Dati poco rappresentativi possono peggiorare il riconoscimento di alcuni accenti.
ChatbotAssistente conversazionaleSoftware che interagisce attraverso una conversazione. Può basarsi su regole, modelli generativi o una combinazione di metodi.Esempio pratico
Un servizio clienti risponde alle domande; la capacità di compiere azioni è una funzione aggiuntiva.
ChunkingSegmentazione dei documentiSuddivisione di materiale esteso in parti più piccole per facilitarne indicizzazione, recupero ed elaborazione.Esempio pratico
Un manuale viene diviso in sezioni che il sistema può cercare separatamente.
ClassificazioneClassificationCompito che assegna un input a una o più categorie definite.Esempio pratico
Una richiesta viene classificata come amministrativa, commerciale o tecnica.
ClusteringRaggruppamentoTecnica che individua gruppi di elementi simili senza categorie necessariamente fissate in anticipo.Esempio pratico
Migliaia di segnalazioni vengono organizzate in gruppi tematici da esaminare.
Computer visionVisione artificialeArea dell’IA dedicata all’analisi di immagini e video per compiti come riconoscimento, localizzazione e misurazione.Esempio pratico
Un sistema individua crepe in fotografie di un componente industriale.
ContestoContextInformazioni disponibili al modello durante una richiesta, come istruzioni, conversazione e documenti forniti. Non coincide con tutto ciò che il servizio conserva.Esempio pratico
Allegare il verbale corretto aiuta a formulare una risposta pertinente alla riunione.
DatasetInsieme di datiRaccolta organizzata di dati impiegata per addestrare, valutare o utilizzare un sistema.Esempio pratico
Un archivio di immagini etichettate può servire a valutare un riconoscitore.
Dati personaliPersonal dataInformazioni riferite a una persona identificata o identificabile. Il loro trattamento con IA richiede di valutare finalità, basi giuridiche e misure pertinenti.Esempio pratico
Un documento con nomi e recapiti non diventa anonimo eliminando soltanto il titolo.
Dati sinteticiSynthetic dataDati generati artificialmente per simulare alcune proprietà di dati reali. Non sono automaticamente anonimi o rappresentativi.Esempio pratico
Si creano fatture di prova senza usare i documenti effettivi dei clienti.
Deep learningApprendimento profondoFamiglia di metodi di apprendimento basati su reti neurali con più livelli di elaborazione.Esempio pratico
Una rete apprende caratteristiche utili per distinguere oggetti nelle immagini.
DeepfakeContenuto sintetico realisticoImmagine, audio o video generato o manipolato che può far apparire autentica una rappresentazione non reale.Esempio pratico
Una voce sintetica viene usata per attribuire a una persona parole mai pronunciate.
DiffusioneDiffusion modelFamiglia di modelli generativi che apprende un processo di trasformazione tra dati e rumore, utilizzato anche per produrre immagini.Esempio pratico
Un generatore costruisce un’immagine attraverso passaggi successivi a partire da rumore.
DistillazioneKnowledge distillationTecnica che trasferisce parte del comportamento di un modello a un altro, spesso più piccolo. I risultati dipendono dal compito e dai dati usati.Esempio pratico
Un modello compatto viene addestrato usando esempi prodotti da un sistema più grande.
EmbeddingRappresentazione vettorialeRappresentazione numerica di un contenuto che consente di confrontarne alcune caratteristiche apprese dal modello.Esempio pratico
Una ricerca trova documenti su un concetto anche quando usano parole diverse.
ExplainabilitySpiegabilitàCapacità di fornire spiegazioni comprensibili sul comportamento di un sistema, adeguate a chi deve interpretarlo. Non coincide sempre con la trasparenza completa.Esempio pratico
Un’interfaccia mostra quali fattori hanno contribuito a una classificazione.
Falso negativoFalse negativeErrore in cui il sistema non rileva un caso che avrebbe dovuto segnalare.Esempio pratico
Un controllo automatico non individua un difetto realmente presente.
Falso positivoFalse positiveErrore in cui il sistema segnala come presente una condizione che in realtà manca.Esempio pratico
Un messaggio legittimo viene indicato come spam.
Few-shotApprendimento da pochi esempi nel promptModalità di richiesta che mostra alcuni esempi del risultato desiderato senza necessariamente modificare i parametri del modello.Esempio pratico
Prima di classificare nuove notizie si forniscono tre esempi di titoli e categorie.
Fine-tuningAdattamento del modelloUlteriore addestramento che modifica i parametri di un modello per adattarlo a dati, compiti o comportamenti specifici.Esempio pratico
Un modello viene adattato allo stile di una particolare tipologia di documenti.
Finestra di contestoContext windowLimite alla quantità di informazione che un modello può considerare in una elaborazione, spesso misurato in token. Un limite ampio non garantisce attenzione uniforme.Esempio pratico
Un dossier troppo esteso può richiedere selezione o recupero mirato dei passaggi.
Foundation modelModello di baseModello addestrato su dati ampi e utilizzabile come base per più applicazioni o adattamenti.Esempio pratico
La stessa famiglia di modelli può supportare riassunti, classificazione e assistenza alla scrittura.
Function callingChiamata di funzioni; tool callingProduzione di una richiesta strutturata per uno strumento esterno. È l’applicazione a eseguire la funzione e gestirne i permessi.Esempio pratico
Il modello propone una ricerca nel calendario e il software restituisce gli appuntamenti.
Gemello digitaleDigital twinRappresentazione digitale di un oggetto o processo, collegata a informazioni sul suo comportamento reale. Può integrare modelli IA, senza essere sinonimo di IA.Esempio pratico
Un impianto viene simulato per confrontare scenari di manutenzione.
GPUGraphics Processing UnitProcessore adatto a molte operazioni parallele, usato anche per addestrare ed eseguire modelli IA. Non è esclusivo dell’IA.Esempio pratico
Un server impiega acceleratori per elaborare grandi quantità di calcoli matriciali.
GroundingAncoraggio alle fontiCollegamento della risposta a dati o documenti pertinenti. Può ridurre alcuni errori, ma richiede comunque controlli su fonti e interpretazione.Esempio pratico
Una risposta viene costruita partendo da un contratto fornito e ne cita i passaggi.
GuardrailVincolo di sicurezzaControllo che limita input, azioni o uscite di un sistema. Può essere tecnico o procedurale e non elimina ogni rischio.Esempio pratico
Un agente non può inviare pagamenti oltre una soglia senza autorizzazione.
Human-in-the-loopSupervisione umana nel processoOrganizzazione del lavoro in cui una persona interviene in passaggi definiti per valutare, correggere o autorizzare il sistema.Esempio pratico
Una bozza prodotta dall’IA viene verificata prima della pubblicazione.
IA generaleAGI; Artificial General IntelligenceConcetto di IA con capacità ampie e trasferibili tra compiti. Non esiste una definizione operativa universalmente condivisa né un unico test risolutivo.Esempio pratico
Un annuncio che usa la sigla AGI va letto chiedendo quali capacità siano state dimostrate.
IA generativaGenerative AI; GenAISistemi che producono contenuti come testo, immagini, audio o codice sulla base di modelli appresi dai dati.Esempio pratico
Da istruzioni e materiali di partenza viene generata una prima bozza.
InferenzaInferenceEsecuzione di un modello già addestrato per produrre una previsione o un contenuto a partire da nuovi input.Esempio pratico
Quando un assistente risponde a una domanda sta eseguendo inferenza.
Intelligenza artificialeIA; AI; Artificial IntelligenceAmbito di metodi e sistemi che svolgono compiti come previsione, riconoscimento o generazione. Il termine comprende tecnologie differenti, non una sola macchina.Esempio pratico
Riconoscere un oggetto e generare un testo sono applicazioni diverse dell’IA.
InteroperabilitàInteroperabilityCapacità di sistemi diversi di scambiarsi dati e utilizzare le informazioni secondo formati e regole compatibili.Esempio pratico
Un assistente consulta un archivio senza richiedere una copia manuale di ogni documento.
LatenzaLatencyTempo tra una richiesta e la risposta o l’azione del sistema. Va distinto dalla quantità complessiva di richieste gestibili.Esempio pratico
Una traduzione durante una chiamata richiede tempi di risposta contenuti.
LLMLarge Language Model; grande modello linguisticoModello linguistico di grandi dimensioni addestrato su sequenze di dati per elaborare e generare linguaggio. Non è un archivio infallibile di fatti.Esempio pratico
Un LLM riformula un testo, ma i riferimenti a persone e studi vanno verificati.
Machine learningML; apprendimento automaticoMetodi che apprendono regolarità dai dati per svolgere compiti senza definire manualmente ogni singola regola di risposta.Esempio pratico
Un modello stima la domanda usando esempi storici e variabili rilevanti.
MCPModel Context ProtocolProtocollo per collegare applicazioni IA a strumenti e risorse esterne. Non sostituisce autenticazione, autorizzazioni e controlli dell’applicazione.Esempio pratico
Un connettore espone a un assistente una ricerca documentale con permessi definiti.
MemoriaMemoryFunzione che conserva o recupera informazioni oltre una singola richiesta. Implementazione e durata dipendono dal servizio e non coincidono con i parametri del modello.Esempio pratico
Un assistente recupera una preferenza salvata; la finestra di contesto resta un limite distinto.
ModelloModelSistema matematico o computazionale che associa input a uscite mediante una struttura e parametri. È distinto dall’applicazione che lo utilizza.Esempio pratico
Due servizi possono usare lo stesso modello con strumenti e regole molto diversi.
Modello apertoOpen model; open weightsEspressione che indica diversi gradi di disponibilità di pesi, codice o documentazione. Pesi accessibili non significano automaticamente software open source o uso senza limiti.Esempio pratico
Prima di adottarlo si controllano licenza, materiali disponibili e condizioni di impiego.
MultimodaleMultimodalCapace di elaborare più tipi di dati, per esempio testo e immagini. Le modalità in ingresso e in uscita dipendono dal modello.Esempio pratico
Un sistema esamina una fotografia e risponde a una domanda sul suo contenuto.
NLPNatural Language ProcessingArea che studia l’elaborazione automatica del linguaggio umano, scritto o parlato. Comprende metodi generativi e non generativi.Esempio pratico
Classificare un testo per argomento è un compito di NLP.
OCROptical Character RecognitionRiconoscimento dei caratteri presenti in immagini o scansioni per convertirli in testo elaborabile. Può richiedere correzioni.Esempio pratico
La scansione di una lettera diventa testo ricercabile, da controllare nei passaggi poco leggibili.
OverfittingSovradattamentoSituazione in cui un modello si adatta troppo ai dati di addestramento e funziona peggio su casi nuovi.Esempio pratico
Il riconoscitore va bene sulle immagini viste, ma sbaglia su fotografie di un altro ambiente.
ParametriParameters; pesiValori interni appresi durante l’addestramento che contribuiscono al comportamento del modello. Il loro numero non misura da solo qualità o utilità.Esempio pratico
Un modello con meno parametri può essere adeguato a un compito circoscritto.
Physical AIIA fisica; embodied AIEspressione usata per sistemi IA che percepiscono e agiscono nell’ambiente fisico, spesso attraverso robot o macchine.Esempio pratico
Un robot adatta una presa alle informazioni ricevute dai propri sensori.
PrecisionePrecisionTra i casi segnalati come positivi, quota di quelli effettivamente positivi. Non coincide con l’accuratezza complessiva.Esempio pratico
Se dieci segnalazioni di difetto ne contengono otto reali, la precisione è dell’80%.
Privacy by designProtezione dei dati fin dalla progettazioneImpostazione che integra la tutela dei dati nelle scelte progettuali del sistema, insieme alle misure richieste dal contesto.Esempio pratico
Si progetta un assistente usando soltanto le informazioni necessarie alla sua funzione.
PromptIstruzione; richiestaInput fornito a un modello, che può comprendere istruzioni, esempi e materiali. La qualità della richiesta aiuta, ma non garantisce il risultato.Esempio pratico
“Riassumi il verbale e separa decisioni, responsabili e scadenze.”
Prompt engineeringProgettazione delle istruzioniDefinizione e prova di istruzioni, esempi e contesto per ottenere risultati adatti a un compito.Esempio pratico
Si confrontano due richieste e si verifica quale produce sintesi più fedeli al documento.
Prompt injectionManipolazione delle istruzioniTentativo di far seguire al sistema istruzioni non autorizzate contenute in input o materiali esterni.Esempio pratico
Una pagina da riassumere contiene un comando che tenta di far divulgare dati riservati.
QuantizzazioneQuantizationRiduzione della precisione numerica usata per rappresentare alcune componenti del modello, per risparmiare risorse con possibili effetti sulle prestazioni.Esempio pratico
Una versione compressa può occupare meno memoria, ma va rivalutata sul compito reale.
RAGRetrieval-Augmented GenerationArchitettura che recupera informazioni da un archivio e le fornisce al modello durante la generazione. Non modifica necessariamente i suoi parametri.Esempio pratico
Un assistente cerca il regolamento aggiornato e lo usa per formulare la risposta.
RecallRichiamo; sensibilitàTra tutti i casi realmente positivi, quota di quelli individuati dal sistema. Va considerata insieme alla precisione.Esempio pratico
Se un controllo trova nove difetti sui dieci presenti, il recall è del 90%.
Red teamingValutazione avversariaProve mirate a far emergere comportamenti problematici, vulnerabilità e limiti di un sistema prima o dopo il rilascio.Esempio pratico
Valutatori provano richieste difficili e tentativi di aggirare i controlli.
Rete neuraleNeural networkModello formato da unità collegate e parametri appresi. L’analogia con i neuroni biologici non implica un funzionamento equivalente al cervello.Esempio pratico
Una rete trasforma dati di ingresso in una previsione attraverso più livelli.
Ricerca semanticaSemantic searchRecupero di contenuti basato su relazioni di significato apprese, oltre alla corrispondenza letterale delle parole.Esempio pratico
Cercare “assenze dal lavoro” può recuperare documenti che parlano di congedi.
RLHFReinforcement Learning from Human FeedbackFamiglia di tecniche che usa valutazioni umane per orientare il comportamento di un modello, spesso tramite un segnale di preferenza o ricompensa.Esempio pratico
Valutatori confrontano risposte alternative per indicare quali siano più utili.
RobustezzaRobustnessCapacità di mantenere un comportamento adeguato quando cambiano input o condizioni entro un ambito definito.Esempio pratico
Si verifica se rumore e illuminazione diversa peggiorano il riconoscimento visivo.
Sistema multiagenteMulti-agent systemSistema che coordina più agenti con ruoli o compiti differenti. Più agenti non significano automaticamente maggiore qualità.Esempio pratico
Un agente raccoglie documenti e un altro controlla i riferimenti, con supervisione del processo.
System cardScheda di sistemaDocumento che descrive capacità, valutazioni, limiti e scelte di distribuzione di un sistema IA. Contenuti e metodi variano tra produttori.Esempio pratico
La scheda aiuta a individuare quali prove siano state svolte e da chi.
TemperaturaTemperatureParametro di campionamento che può rendere la generazione più o meno variabile. Non è un indicatore della verità delle risposte.Esempio pratico
Ridurre la variabilità non trasforma automaticamente una risposta in un fatto verificato.
TokenUnità di elaborazioneUnità in cui un modello suddivide o rappresenta i dati. Nel testo può corrispondere a una parola, parte di parola o segno.Esempio pratico
La lunghezza in token incide sui limiti di contesto e, in molti servizi, sui consumi.
TransformerArchitettura TransformerArchitettura di rete neurale basata su meccanismi di attenzione, usata in molti modelli linguistici e multimodali.Esempio pratico
Un modello utilizza relazioni tra elementi della sequenza per elaborare il contesto.
TrasparenzaTransparencyDisponibilità di informazioni pertinenti su scopo, funzionamento, dati, limiti e responsabilità del sistema. Non equivale alla sola pubblicazione del codice.Esempio pratico
Chi usa una risposta dovrebbe poter riconoscere l’intervento dell’IA e i suoi limiti.
ValidazioneValidationValutazione del modello durante lo sviluppo su dati distinti da quelli usati per apprendere i parametri. Va distinta dal test finale.Esempio pratico
Si sceglie una configurazione usando un insieme di validazione senza adattarsi al test finale.
Vector databaseDatabase vettorialeSistema di archiviazione e ricerca progettato per confrontare vettori, spesso usato con embedding e recupero semantico.Esempio pratico
Un archivio trova i documenti numericamente più simili alla rappresentazione di una domanda.
WorkflowFlusso di lavoroSequenza organizzata di attività e controlli. Può includere IA, automazioni e passaggi umani con percorsi definiti.Esempio pratico
Un testo passa da raccolta fonti a bozza, verifica, revisione e pubblicazione.
Zero-shotSenza esempi nel promptModalità di richiesta che descrive il compito senza includere esempi specifici da imitare. Non significa che il modello non sia stato addestrato.Esempio pratico
Si chiede di classificare un titolo fornendo soltanto le categorie ammesse.
COME LEGGERE IL GLOSSARIO
Un linguaggio comune, senza perdere le differenze.
Le definizioni e gli esempi sono spiegazioni editoriali in italiano. Alcune parole hanno significati diversi secondo il contesto: dove necessario, distinguiamo il concetto tecnico dall’uso commerciale o giuridico. Aggiornato il 23 ottobre 2026.
Proponi una voce o segnala una correzione →