AI Glossary

Automazione dei workflow

L’automazione dei workflow è la cugina deterministica degli agenti: specifichi tu i passaggi e il modello si occupa delle parti che richiedono giudizio. Copre la grande maggioranza dei casi d’uso aziendali ed è più affidabile ed economica di un agente che decide da sé. Usa un agente quando il percorso varia davvero; altrimenti usa un workflow. In pratica: Arriva un’email → estrai i campi → classifica → instrada → scrivi la bozza di risposta → trattieni per approvazione. ...

Autonomia

L’autonomia va dal suggerire, all’agire previa approvazione, all’agire e poi riferire, fino all’agire in silenzio. È la singola decisione di design più importante in un prodotto agentico, perché stabilisce chi risponde quando qualcosa va storto. La definizione di sistema di IA dell’AI Act europeo si basa esplicitamente sul funzionamento con livelli di autonomia variabili. In pratica: Scrivere la bozza della risposta (bassa) contro inviare la risposta (alta) — stesso modello, rischio molto diverso. ...

Backpropagation

La backpropagation fa scorrere l’errore all’indietro nella rete, livello per livello, attribuendo la responsabilità a ogni peso tramite la regola della catena. È ciò che rende computazionalmente praticabile l’addestramento delle reti profonde, ed è la ragione per cui il deep learning funziona. In pratica: L’output era sbagliato di 0.3 — la backprop decide quali tra i miliardi di pesi ne siano responsabili.

Batch size

La batch size mette in equilibrio stabilità, memoria e velocità. Batch grandi danno stime del gradiente più regolari ma richiedono più memoria GPU; batch piccoli sono più rumorosi ma a volte generalizzano meglio. Interagisce con il learning rate, quindi i due si regolano di solito insieme. In pratica: Una batch size di 32 significa 32 esempi in ingresso e un aggiornamento dei pesi in uscita.

Benchmark

I benchmark rendono i modelli confrontabili sulla carta. I loro limiti sono strutturali: col tempo filtrano nei dati di addestramento, vengono presi come bersaglio da ottimizzare e raramente somigliano al tuo carico di lavoro. Leggili come un segnale grossolano e poi esegui le tue valutazioni. In pratica: Un modello in cima a un benchmark di programmazione che continua a fallire sul tuo codice.

Bias

Il bias nell’IA ha due significati che vengono confusi: uno statistico (uno scostamento sistematico) e uno sociale (trattamento iniquo di gruppi di persone). Il NIST distingue bias sistemico, statistico e cognitivo umano, perché ciascuno richiede un rimedio diverso. Dire di quale tipo si parla è già metà del lavoro per affrontarlo. In pratica: Un modello addestrato su dieci anni di dati sulle assunzioni riproduce dieci anni di schemi di assunzione. ...

Bias algoritmico

Il bias algoritmico nasce da dati di addestramento distorti, da variabili proxy che sostituiscono attributi protetti e da scelte su cosa ottimizzare. Raramente richiede che qualcuno lo voglia. Poiché è sistematico e non casuale, si moltiplica su larga scala — ed è esattamente questo che lo rende peggiore del pregiudizio di una singola persona. In pratica: Una variabile sul codice postale che codifica silenziosamente l’etnia e guida le decisioni sui prestiti. ...

Categorizzazione biometrica

L’articolo 3(40) la definisce, escludendo gli usi accessori a un altro servizio e strettamente necessari per ragioni tecniche. Categorizzare le persone in base a caratteristiche sensibili o protette è una pratica vietata; le altre forme di categorizzazione biometrica rientrano generalmente nella fascia ad alto rischio. In pratica: Dedurre l’etnia o l’orientamento politico da un volto è vietato.

Chain-of-Thought Prompting

Il chain-of-thought prompting migliora l’accuratezza sui problemi in più passaggi perché obbliga il modello a generare passaggi intermedi invece di saltare alla conclusione. Rende inoltre il ragionamento ispezionabile, il che aiuta a individuare dove ha sbagliato. Attenzione: il ragionamento esposto non coincide necessariamente con il calcolo effettivo — è un artefatto utile, non una prova. In pratica: ‘Svolgi il calcolo passo per passo, poi indica la cifra finale.’

Chiave API

Una chiave API identifica il tuo account presso il fornitore. Chiunque la possieda può spendere il tuo budget e leggere i tuoi consumi, quindi le chiavi vanno tenute su un server o in un gestore di segreti, mai nel codice front-end o in un repository pubblico. Ruotale e limitane l’ambito ovunque il fornitore lo consenta. In pratica: Una chiave committata in un repo pubblico viene trovata e usata nel giro di pochi minuti. ...