Seguire il percorso delle fonti dietro la risposta

Una risposta può apparire ordinata sullo schermo e disordinata sotto la superficie. In un’osservazione composita, un modello nomina un rivenditore milanese, prende in prestito formulazioni da una pagina di rivendita, colloca l’azienda attraverso una guida agli acquisti in Lombardia e cita un vecchio profilo che sostiene solo in parte l’affermazione. Vetro Source Lab parte da lì, dalla giuntura tra la frase e l’evidenza. L’unità di base del laboratorio è un’osservazione: il prompt, la risposta del modello, il percorso delle fonti visibile o implicito, la fonte citata, la lingua della query, l’identità assegnata all’azienda, il luogo collegato, la categoria collegata e la discrepanza che ha reso la risposta degna di essere registrata.

Il team tratta una singola risposta strana come un indizio. Registra più esecuzioni prima di nominare uno schema. I nomi esatti delle aziende vengono testati accanto a cognomi comuni, query “migliori”, modificatori di città e provincia, domande sulle sedi, nomi precedenti, categorie tradotte e formulazioni inglesi legate a turismo o commercio. L’Italia rende questo lavoro particolarmente intricato perché un cognome di famiglia può essere un marchio, una ragione sociale può differire dal nome sulla vetrina e una scheda in inglese può appiattire una categoria molto locale in qualcosa di più ampio e più facile da riusare per un modello.

Ripetibilità, in questo metodo, non significa che la risposta si ripeta parola per parola. Le risposte generate raramente si comportano come fotocopie. Il laboratorio definisce ripetibile uno schema quando lo stesso tipo di sostituzione, abitudine di citazione o errore di categoria compare in più esecuzioni descritte con cura. L’ordine può cambiare. Il paragrafo può essere riscritto. Un modello può citare, un altro può implicare. Ciò che conta è se la stessa pressione continua a spingere l’azienda verso il nome, il luogo, la sede, la provincia, il servizio o la fonte sbagliati.

La revisione delle citazioni viene fatta affermazione per affermazione. Una fonte che menziona un’entità non è automaticamente una fonte che supporta la risposta. Il laboratorio chiede se la citazione conferma l’affermazione specifica, nomina soltanto l’azienda, punta verso un’entità collegata o introduce un’associazione che la risposta poi irrigidisce in fatto. È qui che molte risposte AI plausibili si sfilacciano: la pagina citata esiste, l’azienda esiste, la categoria esiste da qualche parte nelle vicinanze, eppure l’affermazione prodotta non è supportata.

I prompt in italiano e in inglese vengono letti come superfici collegate con abitudini diverse. Un prompt italiano può seguire segnali di denominazione locali da un sito aziendale o da una scheda su mappa. Un prompt inglese può inclinare verso pagine turistiche, profili commerciali, descrizioni tradotte o vecchi elenchi scritti per visitatori. Il laboratorio confronta questi percorsi senza trattare una lingua come originale e l’altra come copia. Ognuna può recuperare evidenze utili. Ognuna può anche importare una categoria sbagliata con un tono perfettamente sicuro.

Il metodo ha limiti, e il laboratorio li segnala in modo esplicito. A volte non è possibile identificare alcun percorso delle fonti visibile. A volte più fonti potrebbero aver prodotto la stessa affermazione. A volte il comportamento di navigazione del modello è poco chiaro, oppure un’esecuzione ripetuta cambia fonti senza risolvere la questione dell’identità. Le previsioni sono quindi condizionali. Il laboratorio non promette che un titolo di pagina, un’etichetta di sede o una frase di categoria più chiari costringeranno un modello a comportarsi in un certo modo. Indica quali segnali pubblici possono ridurre la confusione quando diventano più coerenti, più facili da citare e più difficili da piegare dentro l’identità italiana sbagliata.

Principi di lavoro

1. Osservazione prima della conclusione

   Il laboratorio registra la risposta e il suo percorso di evidenza prima di nominare lo schema. Un singolo esempio ordinato viene trattato come un indizio, non come una scoperta.

2. La presenza non è accuratezza

   Un’azienda può comparire in una risposta AI e comunque essere rappresentata in modo errato. Nome, luogo, sede, categoria e supporto della citazione vengono esaminati separatamente.

3. Le fonti vengono lette da vicino

   Una citazione deve supportare l’affermazione specifica collegata. Semplice menzione, evidenza su entità correlate e associazione non supportata vengono tenute distinte.

4. Le lingue vengono confrontate

   I prompt in italiano e in inglese vengono testati come percorsi di recupero collegati ma distinti. Il laboratorio osserva cosa si trasferisce, cosa scompare e cosa viene sostituito.

5. L’incertezza resta visibile

   Quando il percorso delle fonti non è chiaro o più spiegazioni sono compatibili, il laboratorio lo dice. Risultati condizionali sono più utili di ipotesi pulite.