La cornice conta, o: le informazioni contestuali spostano il giudizio delle intelligenze artificiali [episodio speciale]

Failed to add items

Sorry, we are unable to add the item because your shopping cart is already at capacity.

Add to basket failed.

Please try again later

Add to Wish List failed.

Please try again later

Remove from Wish List failed.

Please try again later

Follow podcast failed

Unfollow podcast failed

La cornice conta, o: le informazioni contestuali spostano il giudizio delle intelligenze artificiali [episodio speciale]

Listen for free

View show details

About this listen

Se chiediamo a un’intelligenza artificiale di valutare qualcosa… possiamo fidarci? Oggi bioetica da scrivania anziché da bar per raccontarvi un nuovo studio che abbiamo appena pubblicato. Abbiamo scoperto che i giudizi delle IA dipendono da chi pensano abbia scritto la roba che devono giudicare. Abbiamo preso quattro IA – OpenAI, Grok, Deepseek e Mistral. Hanno letto 4.800 frasi generate da loro stesse su temi delicati: Taiwan, pandemia, guerra, diritti. Quando non sapevano chi le aveva scritte, tutto perfetto: 95% di accordo, una fratellanza algoritmica. Ma appena aggiungi una riga tipo “questa frase è stata scritta da una persona cinese”… puff, i punteggi crollano. E la cosa assurda? Anche il modello cinese mostra un #pregiudizio anti-cinese. Come se avesse imparato che “una persona cinese non dovrebbe dire certe cose” — e quindi, se lo fa, deve avere torto. Insomma: le IA non giudicano solo i contenuti, ma anche chi pensano li abbia scritti. Proprio come noi. E allora la domanda è: se le IA giudicano come noi, chi garantisce che non stiano imparando anche i nostri pregiudizi?

Fonti:
Germani e Spitale 2025, "Source framing triggers systematic bias in large language models" ( https://www.science.org/doi/10.1126/sciadv.adz2924 )
Spitale e Germani 2025, "Alignment and biases of Large Language Models" ( https://osf.io/ubcye/overview )

No reviews yet