Da chi impara ChatGPT? Le fonti segrete degli algoritmi e perché le risposte AI non sono sempre affidabili

La dieta digitale di un’intelligenza artificiale

Se c’è una cosa che i modelli di intelligenza artificiale sanno fare, è rispondere a quasi tutto. Ma da dove arriva tutta quella conoscenza? Da quali fonti attingono quando interagiscono con noi? Un’infografica di Visual Capitalist e un’analisi di Semrush ci svelano il lato oscuro (o, se preferite, la dieta) degli LLM.

Sorpresa, sorpresa: le fonti più “frequentate” dagli algoritmi sono quelle che non hanno bloccato il loro accesso.

Il podio a sorpresa delle fonti AI

L’analisi di Semrush, basata su oltre 150.000 citazioni, ha stilato la classifica dei siti più usati dagli LLM. Al primo posto, in modo schiacciante, c’è Reddit, seguito da Wikipedia. A ruota, nella top 5, troviamo YouTube, Google e Yelp.

Il perché del dominio di Reddit e Wikipedia è semplice: a differenza di molti giornali e siti di news che hanno blindato i loro contenuti, queste piattaforme sono “libere e aperte”. Inoltre, l’accordo tra Google e Reddit ha sicuramente dato una spinta ulteriore alla visibilità del forum, che probabilmente continuerà a crescere. L’AI preferisce il caos di un bazar, dove può pescare informazioni in modo veloce, piuttosto che la struttura rigida di una cattedrale.

Questo suggerisce un dato di fatto: gli algoritmi non scelgono la fonte migliore, ma la più accessibile e la più ricca di informazioni.

Visibilità vs. Affidabilità: il grande dilemma

Una domanda sorge spontanea: queste fonti sono affidabili o semplicemente facili da trovare? Spesso, la risposta è la seconda. I modelli di intelligenza artificiale hanno una forte correlazione con i siti che si posizionano bene nella top 10 dei risultati di ricerca di Google. È una sorta di circolo vizioso: più un sito è visibile, più l’AI lo usa, e più diventa una fonte “accreditata”.

Questo, però, non significa che l’intelligenza artificiale dia risposte accurate. Reddit, per esempio, è una miniera d’oro per le nicchie, ma con un rischio altissimo di distorsione e disinformazione. Al contrario, Wikipedia è più affidabile ma anche molto più standardizzata e fredda.

Come un sistema solare, i giganti del web attirano e riflettono l’informazione, non la creano. La vera informazione di qualità spesso si trova altrove, su siti che non possono permettersi di “regalare” i loro contenuti a una chatbot. L’AI, in questo senso, non sceglie la filosofia, ma la densità dell’informazione.

Il rapporto tra LLM e motori di ricerca

L’analisi di Semrush ha anche confrontato il modo in cui i vari LLM si comportano rispetto alle tradizionali classifiche di Google. I risultati sono sorprendenti.

• Perplexity ha mostrato l’allineamento più forte, con una sovrapposizione del 91% sui domini e dell’82% sugli URL. Questo suggerisce che Perplexity si fida ciecamente dei risultati di Google.
• ChatGPT, al contrario, ha mostrato una sovrapposizione più debole, indicando una maggiore autonomia nella scelta delle fonti.

Quindi, la prossima volta che chiedi qualcosa a un’AI, ricorda che la risposta che ottieni non è la verità assoluta, ma una “citazione a casaccio” da un vasto bazar digitale. Ma chissà, magari un giorno anche gli algoritmi impareranno a distinguere tra un meme e un saggio.

L’articolo Da chi impara ChatGPT? Le fonti segrete degli algoritmi e perché le risposte AI non sono sempre affidabili proviene da CorriereNerd.it.