L’intelligenza artificiale è entrata nelle nostre giornate quasi in punta di piedi: la usiamo per scrivere email, riassumere documenti, generare codice, cercare idee. Tra gli assistenti più chiacchierati c’è Claude, sviluppato da Anthropic. Ma al di là dell’uso quotidiano, dietro questi strumenti si nascondono meccanismi curiosi, che vale la pena conoscere per usarli meglio — e con più consapevolezza.

Ecco cinque cose che forse non sai, con qualche esempio concreto per vederle in azione.

1. Non “sa” le cose: le prevede

La prima sorpresa è anche la più controintuitiva. Un modello come Claude non possiede un archivio di fatti da cui pesca le risposte, come farebbe un’enciclopedia. Funziona invece prevedendo, parola dopo parola, quale sia la continuazione più plausibile di un testo, sulla base di enormi quantità di esempi visti durante l’addestramento.

Un esempio per capirci. Se scrivi “il colore del cielo in una giornata serena è…”, il modello non “consulta” una scheda sul cielo: calcola che, dopo quelle parole, la prosecuzione statisticamente più probabile sia “azzurro” e la produce. Lo stesso meccanismo, scalato a miliardi di esempi, gli permette di completare un ragionamento giuridico, una funzione in Python o la trama di un racconto.

È un po’ come un musicista jazz che ha ascoltato milioni di brani: non ricorda ogni singola nota, ma ha interiorizzato gli schemi al punto da saper improvvisare in modo coerente. Questo spiega perché l’AI è così brava con il linguaggio, ma anche perché ogni tanto inventa: sta sempre stimando la risposta più probabile, non leggendo una verità memorizzata.

2. A volte sbaglia con grande sicurezza

Chi usa questi strumenti lo nota presto: l’AI può darti un’informazione sbagliata con lo stesso tono tranquillo e sicuro con cui ti dà quella giusta. Il fenomeno ha persino un nome tecnico: allucinazione.

Gli esempi tipici sono illuminanti. Chiedi a un assistente AI la biografia di una persona poco famosa e potresti ricevere date di nascita inventate di sana picca, ma scritte con assoluta naturalezza. Chiedi una citazione di un libro e potrebbe restituirti una frase plausibile che però nel libro non c’è. Un caso diventato celebre: nel 2023 alcuni avvocati statunitensi hanno presentato in tribunale precedenti giudiziari suggeriti da un’AI… che semplicemente non esistevano, perché il modello li aveva generati basandosi su come “suona” un precedente giuridico tipico.

Non è malafede né un “bug” nel senso classico. È la conseguenza diretta del punto precedente: se il modello stima che una certa risposta sia plausibile, la produce, anche quando non ha modo di verificarla. Per questo la regola d’oro resta una sola: l’AI è un eccellente assistente, ma le informazioni importanti vanno sempre verificate. Soprattutto nomi, numeri, date e citazioni.

3. La “finestra di contesto”: la sua memoria a breve termine

Quando dialoghi con Claude, lui tiene a mente la conversazione grazie a quella che si chiama finestra di contesto: lo spazio di testo che riesce a considerare in una volta sola. Più è ampia, più materiale puoi dargli da analizzare in un colpo solo — interi documenti, lunghe conversazioni, basi di codice.

Per dare un’idea concreta delle dimensioni: le finestre di contesto dei modelli più recenti possono arrivare a centinaia di migliaia di “token” (un token è grosso modo una parola o un pezzo di parola), l’equivalente di diverse centinaia di pagine di testo. Significa che puoi incollare un contratto di cinquanta pagine e chiedere “trovami tutte le clausole sulla disdetta”, e l’AI le analizza tutte insieme.

Ma non è una memoria infinita né permanente. Due esempi pratici di questo limite: se la conversazione diventa lunghissima, le prime cose dette possono “uscire” dalla finestra e l’assistente sembra dimenticarle; e di norma, quando chiudi e riapri una nuova conversazione, lui non ricorda nulla di quella precedente — riparte da zero. È una differenza importante rispetto alla memoria umana, e spiega perché spesso conviene reincollare le informazioni chiave a inizio sessione.

4. Lo stesso strumento, mille mestieri

Una delle cose più affascinanti è la versatilità. Lo stesso modello che ti aiuta a correggere un’email può, nella conversazione successiva, spiegare un concetto di diritto, suggerire la struttura di un programma, tradurre un testo o fare brainstorming per una campagna marketing.

Questa flessibilità nasce dal fatto che l’AI non è stata programmata “compito per compito”, ma ha imparato schemi linguistici generali applicabili a contesti diversissimi. È anche il motivo per cui il modo in cui formuli la richiesta — il cosiddetto prompt — fa una differenza enorme sul risultato.

Un esempio che chiunque può provare: chiedere “scrivimi qualcosa sul cloud” produce un testo generico e poco utile. Chiedere invece “scrivi un’email di 5 righe, tono professionale ma cordiale, per spiegare a un cliente non tecnico i vantaggi di spostare la posta aziendale sul cloud” produce un risultato immediatamente usabile. Stessa AI, due mondi di distanza: cambia solo la qualità della domanda. Imparare a fare buone richieste è, di fatto, la competenza più sottovalutata di chi usa questi strumenti.

5. Più che sostituire, amplifica

C’è una paura ricorrente: che strumenti come questi tolgano il lavoro alle persone. La realtà che si sta delineando è più sfumata. Nella maggior parte dei casi, l’AI funziona meglio come moltiplicatore delle capacità umane che come sostituto.

Pensiamo a chi lavora nell’IT. Uno sviluppatore può chiedere all’AI una prima bozza di una funzione e ottenerla in pochi secondi, ma serve il suo occhio per capire se quel codice è sicuro, se gestisce i casi limite, se si integra col resto del sistema: l’AI accelera la stesura, non sostituisce il giudizio tecnico. Un sistemista può farsi spiegare al volo la sintassi di un comando che usa di rado, risparmiando la ricerca nella documentazione. Un recruiter IT può usarla per riformulare un annuncio o per preparare una prima griglia di domande tecniche, mantenendo però il controllo sulla valutazione reale dei candidati.

Il filo comune è sempre lo stesso: l’AI fa la prima passata, l’essere umano decide. Il valore non si sposta dall’uomo alla macchina, ma verso chi sa usare bene la macchina. Ed è una distinzione che, nel mercato del lavoro, sta già contando moltissimo.

In conclusione

Conoscere come funzionano davvero questi strumenti non è un esercizio per addetti ai lavori: è ciò che fa la differenza tra subirli e sfruttarli. Capire che l’AI prevede invece di sapere, che può sbagliare con sicurezza, che ha una memoria limitata ma una versatilità straordinaria, ci aiuta a usarla per quello che è — un alleato potente, da affiancare al giudizio umano, non da sostituirgli.

E nel mondo del lavoro informatico, dove questi strumenti stanno entrando con forza, sapersi muovere con competenza tra AI e mestiere è già oggi una delle qualità più richieste. Non si tratta di diventare esperti di intelligenza artificiale, ma di imparare a collaborarci: a porre le domande giuste, a riconoscerne i limiti e a sfruttarne la velocità senza delegarle le decisioni che contano.