GUIDA PRATICA

ALL’INTELLIGENZA
ARTIFICIALE

powered by
 R

GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIA-

LE: UN VADEMECUM PER PROFESSIONISTI

Il panorama dell’intelligenza artificiale (AI) si presenta spesso come un universo,

ricco di terminologie specifiche e applicazioni in continua evoluzione.
Questa guida pratica nasce proprio con l’intento di fornire ai professionisti
gli strumenti necessari per orientarsi con sicurezza e padroneggiare questa
tecnologia rivoluzionaria.
Strutturata in tre sezioni principali, la guida ti accompagnerà in un per-
corso di apprendimento completo.

1. Mini-dizionario dell’AI
La prima sezione funge da glossario essenziale, in cui trovare defini-
zioni chiare e concise dei termini chiave legati all’intelligenza artifi-
ciale. Acquisirai concetti di machine learning, deep learning, reti
neurali artificiali e molti altri fondamentali per padroneggiare il lin-
guaggio dell’AI.

2. L’arte del prompting

Nella seconda sezione, ti immergerai nell’affascinante mondo del
“prompting”. Scoprirai le tecniche più efficaci per comunicare con i
sistemi di intelligenza artificiale generativa, imparando a formulare do-
mande e richieste precise e ottimizzate per ottenere risultati soddisfa-
centi. La sezione ti guiderà anche nell’evitare gli errori più comuni nel-
l’interazione con l’AI, garantendoti un approccio proficuo e produttivo.

3. Esempi di prompt
La terza sezione ti fornisce una ricca raccolta di esempi di prompt per mettere
in pratica le nozioni acquisite. Questi modelli ti saranno di grande ispirazione
per creare le tue interazioni con l’intelligenza artificiale, ottenendo risposte
sempre coerenti, pertinenti e utili ai tuoi scopi.
Che tu sia un professionista già esperto o che ti stia avvicinando per la
prima volta all’intelligenza artificiale, questa guida diventerà il tuo riferi-
mento indispensabile per navigare con successo in questo mondo affasci-
nante e in continua evoluzione.
 R

SOMMARIO
Sezione I – Mini dizionario dell’AI
— Bias, temperatura e chatbot
— AI washing e trustworthy AI
— I Big Data
— Data validation e data mining
— Large language model (LLM), machine learning (ML), over/under fitting
— La RAG
— Prompt engineering e prompt design
— Prompt, allucinazioni ed effetto Barnum

Sezione II – L’arte del prompting

— CHATGPT secondo CHATGPT
— L’intelligenza artificiale negli studi legali
— L’importanza dei prompt nell’addestramento dei modelli di linguaggio
— Il potere della personificazione nella scrittura assistita dall’AI
— Breve introduzione al mondo delle allucinazioni

Sezione III – PROMPTUARIO (esempi di prompt)

— Il Promptuario: la tua cassetta degli attrezzi per esplorare il mondo dei grandi
modelli linguistici
— Prompt per analizzare porzioni di testo
— Brainstorming situazione legale
— Decreto ingiuntivo
— Non usare mai dati sensibili
 R

Sezione I
Mini-dizionario dell’AI
 R

MINI DIZIONARIO SULL’AI: BIAS, TEMPERATURA E

CHATBOT
L’intelligenza artificiale è in grado di discriminare o di riprodurre “bias”?
Cosa significa “regolare la temperatura” di un modello di AI? Perché Chatbot
e deepfake si stanno rapidamente diffondendo?

SOMMARIO
• Bias: cosa sono e perché sono presenti nel mondo dell’AI?
• Temperatura di un modello di AI: cosa è, e perché è importante regolarla?
• Chatbot: cosa sono e perché sono usati dalle aziende
• Deepfake: cosa sono e come evitarne la diffusione

Il presente contributo prova a fornire una breve definizione di concetti

di grande attualità nel panorama giuridico.

Bias: cosa sono e perché sono presenti nel mondo dell’AI?

Il bias dell’apprendimento automatico, noto anche come bias dell’al-
goritmo o dell’intelligenza artificiale, è un fenomeno che si verifica quando
un algoritmo o un modello di AI genera risultati sistematicamente di-
storti a causa di presupposti errati nel processo di machine learning,
riproducendo pregiudizi umani radicati all’interno di una società. Tali
pregiudizi posso essere di ogni tipo: razziali, di genere, legati all’età o
all’orientamento sessuale, ecc.
I bias possono essere presenti potenzialmente in tutte le fasi legate al
processo di apprendimento automatico: nei dati di training iniziali oppure
nell’algoritmo stesso o ancora negli output e nelle previsioni prodotte dai
sistemi di AI.
I pregiudizi però sono frequentemente generati dalle informazioni
introdotte dagli individui che progettano e addestrano tali sistemi per
mezzo di algoritmi che riflettono bias cognitivi non intenzionali o della vita
reale. Ad esempio, l’utilizzo di set di dati incompleti o errati per adde-
strare e convalidare i sistemi di apprendimento automatico così come
l’inserimento di un bacino di informazioni ristretto o semplicemente limi-
tato a determinate fonti aumenta la possibilità che i modelli di AI appren-
L

4 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

dano comportamenti sbagliati in grado di trasformarsi in errori sistematici

di giudizio. Il processo di apprendimento dei modelli risulta così compro-
messo causando pregiudizi che si riflettono poi su tutte le decisioni prese
dall’AI.
La principale criticità del fenomeno, quindi, è rappresentata dal fatto
che tali bias non sono intenzionali e spesso è impossibile conoscerli finché
non sono stati programmati o non si manifestino in output generati dai
modelli di AI. Una possibile soluzione per scongiurali o limitarli è
identificare quali sono gli ambiti di applicazione ad alto rischio e analiz-
zare in maniera continua e accurata le informazioni fornite all’AI.

Temperatura di un modello di AI: cosa è, e perché è importante rego-

larla?
Nell’apprendimento automatico e nell’elaborazione del linguaggio na-
turale, la temperatura è un parametro utilizzato per controllare la casua-
lità delle previsioni degli algoritmi.
In modelli come ChatGPT tale parametro influenza il contenuto e la
varietà del risultato ossia il c.d. output del modello durante la genera-
zione del testo. Un valore di temperatura elevato (vicino a 1) rende
l’output più diversificato e casuale, mentre un valore più basso (vicino a 0)
rende le risposte del modello più deterministiche e focalizzate sul risultato
più probabile.
In pratica quando la temperatura è impostata su un valore basso, l’AI
ha maggiori probabilità di generare testo basato sui fatti e a restituire
risposte più prevedibili e corrette.
Pertanto, se l’utente vuole che l’AI generi del testo creativo e informa-
tivo (ad esempio durante un’attività di brainstorming in cui la creatività è
molto utile) è sufficiente aumentare la temperatura in modo che la risposta
fornita dai Chatbot di AI generativa come ChatGPT sia molto più originale
e innovativa.
Se l’obiettivo dell’utente è creare immagini tramite modelli di AI, la
temperatura può essere utilizzata per controllare il realismo delle stesse:
più essa è alta più le immagini generate sono creative e varie. Se invece
l’utente desidera ottenere risultati più convenzionali e prevedibili sarà
sufficiente impostare un valore di temperatura più basso.
Il valore di temperatura ottimale per un particolare sistema di IA
dipende, quindi, dal compito specifico per cui esso viene utilizzato.
 R

MINI DIZIONARIO DELL’AI 5

Chatbot: cosa sono e perché sono usati dalle aziende

Per Chatbot si intende un software finalizzato a comunicare in
linguaggio naturale con esseri umani per automatizzare particolari compiti
o reperire informazioni da banche dati.
Esso in particolare è in grado di simulare ed elaborare conversa-
zioni umane scritte o parlate, in modo da assicurare all’utente la possibi-
lità di interagire con dei dispositivi digitali come se stesse comunicando
con una persona reale.
È uno strumento molto diffuso e presente all’interno delle aziende in
quanto capace di offrire un’assistenza permanente e continua tramite testi
o audio sia ai propri clienti sia ai propri dipendenti.
L’avvento dell’AI, in particolare, ha contribuito ad affinare ulterior-
mente le relazioni tra Chatbot e utenti, rendendo più fluida la conversa-
zione e permettendo a tali software di essere disponibili a tutte le ore del
giorno e interagendo con più clienti contemporaneamente. L’utilizzo del-
l’IA in questo campo risulta quindi decisivo per migliorare il servizio
clienti delle imprese.
La peculiarità dell’utilizzo dei Chatbot consiste nella loro possibilità
di essere adottati in diversi impieghi e in molteplici settori. Ad esempio, un
Chatbot può:
• vivere all’interno di un’altra applicazione come Facebook o
Whatsapp;
• essere integrato in siti per gestire i primi contatti di call center o help
desk;
• automatizzare il dialogo via email e sms per fornire assistenza da
parte di un’azienda o per un prodotto specifico.
Esempi di chatbot conversazionali (ai quali si posson porre domande
o fare richieste) sono gli assistenti virtuali come Siri (di Apple), Alexa (di
Amazon) o Google Assistant.

Deepfake: cosa sono e come evitarne la diffusione

Un deepfake è un filmato che presenta immagini corporee e facciali
catturate in Internet, rielaborate e adattate a un contesto diverso da
quello originario tramite un algoritmo.
Il deepfake quindi è una sofisticata tecnica di elaborazione digitale
basata sull’AI, che consente di generare contenuti multimediali in cui il
volto di una persona viene sostituito con quello di un’altra.
Per poterlo generare è necessario che un programma di AI venga
addestrato su un set di dati di immagini e video che comprendono i volti
L

6 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

delle persone che si desidera sostituire. Durante l’apprendimento, il pro-

gramma impara a riconoscere le specifiche caratteristiche e i tratti facciali
di ciascuna persona, come ad esempio la forma del viso nonché la posi-
zione degli occhi, del naso e della bocca. Una volta addestrato, il pro-
gramma è pronto creare un deepfake partendo da un’immagine o un video
di una persona e sostituendone il volto con quello di un’altra.
Gli scopi di un deepfake possono essere molteplici e spesso illegali.
Se da una parte possono essere utilizzati per creare contenuti di intratte-
nimento, come video, film, videogiochi o per simulare situazioni reali,
dall’altra sono spesso impiegati per diffondere disinformazione o danneg-
giare la reputazione di una persona.
Ad esempio, possono essere creati appositamente per realizzare veri e
propri atti di cyberbullismo, che hanno come vittime soprattutto giovani
oppure in particolari tipologie di deepfake, chiamate deepnude, persone
ignare possono essere rappresentate nude, in pose discinte, situazioni
compromettenti o addirittura in contesti pornografici. Il rischio coin-
volge, quindi, anche persone comuni che possono diventare oggetto di
azioni psicologicamente e socialmente molto dannose, come il c.d. re-
venge porn, ossia la condivisione online a scopo di ricatto, denigratorio o
di vendetta, da parte di ex partner, di foto e video a contenuto sessuale o
pornografico.
Il Garante della Privacy ha messo a punto una scheda informativa per
sensibilizzare gli utenti sui rischi connessi agli usi malevoli di questa nuova
tecnologia, sempre più frequenti, anche a causa della diffusione di app e
software che rendono possibile realizzare deepfake, molto elaborati e
sofisticati, utilizzando un comune smartphone.
Come sottolineato dalla guida, quella realizzata con i deepfake è una
forma particolarmente grave di furto di identità: le persone che vi com-
paiono non solo subiscono una perdita di controllo sulla loro immagine,
ma sono private anche del controllo sulle loro idee e sui loro pensieri.
Pertanto, il Garante propone i seguenti suggerimenti:
• evitare di diffondere in modo incontrollato immagini personali o
dei propri cari;
• imparare a riconoscere un deepfake da alcuni elementi come
l’immagine pixellata o gli occhi delle persone che si muovono in
modo innaturale oppure la luce e le ombre sul viso che appaiono
anormali, ecc.;
• se si ha il dubbio che un video o un audio siano un deepfake
realizzato all’insaputa dell’interessato, occorre assolutamente evi-
 R

MINI DIZIONARIO DELL’AI 7

tare di condividerlo e segnalarlo come possibile falso alla piatta-

forma che lo ospita;
• se si ritiene che il deepfake sia stato utilizzato in modo da compiere
un reato o una violazione della privacy, rivolgersi, a seconda dei
casi, alle autorità di polizia o al Garante della privacy.
 R

MINI DIZIONARIO SULL’AI: AI WASHING E TRUST-

WORTHY AI
Nell’era in cui l’AI sta diventando parte integrante di molti servizi, l’esigenza
di garantire trasparenza e onestà diventa sempre più attuale nel mondo delle
tecnologie. Proprio per questo è essenziale da un lato contrastare pratiche
ingannevoli come l’AI washing e dall’altro incentivare processi virtuosi volti a
garantire l’affidabilità dell’intelligenza artificiale.

SOMMARIO
• Cos’è l’AI washing?
• Quali effetti produce?
• Possibili rimedi e sanzioni
• Cos’è l’intelligenza artificiale “affidabile”?
• Perché le aziende dovrebbero investire in questa pratica?
• Iniziative a livello europeo

Cos’è l’AI washing?

L’AI washing è una pratica promozionale ingannevole realizzata da
aziende che esagerano intenzionalmente o affermano il falso sulle capacità
e sull’impatto effettivo dei loro prodotti o servizi basati sull’intelligenza
artificiale.
Perché è una pratica in via di diffusione?
La falsa impressione di utilizzare l’IA di base è finalizzata ad attrarre
nuovi clienti, accrescere il numero degli investitori o aumentare il prezzo
delle proprie azioni.
Altre ragioni per cui le aziende possono essere indotte a rendere
affermazioni ingannevoli in merito all’utilizzo dell’AI, del machine lear-
ning o dell’automazione dei propri processi sono ad esempio:
• la volontà di creare un’immagine di innovazione e modernità at-
torno ai propri prodotti, utilizzando termini come “AI-powered” o
“machine learning-driven” e rimanere competitivi in un mercato in
rapida evoluzione;
• il tentativo di sfruttare l’interesse crescente per l’AI in modo da
ottenere un vantaggio competitivo;
L

10 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

• la possibilità di aumentare artificialmente il valore del marchio,

gonfiando il valore di un proprio prodotto o servizio e giustificare
così un prezzo più alto;
• la volontà di distrarre l’attenzione dalle carenze o dai limiti di un
proprio prodotto o servizio.
Secondo uno studio condotto nel 2019 dalla società di investimento
nel settore tecnologico MMC Ventures, su 2.830 startup europee, il 40% di
quelle che affermavano di essere “startup AI” non utilizzavano alcuna
forma di intelligenza artificiale.

Quali effetti produce?

L’AI washing è una pratica particolarmente insidiosa perché è in grado
di minare in maniera irreversibile la fiducia dei consumatori nei con-
fronti dello sviluppo tecnologico e di amplificare l’atmosfera di scetticismo
nei confronti dell’AI.
Tale pratica, infatti, contribuisce a creare false aspettative e a diffon-
dere idee fuorvianti su ciò che l’AI è in grado di offrire e fare, rendendo
sempre più arduo per gli utenti identificare prodotti e servizi veramente
innovativi e utili.

Possibili rimedi e sanzioni

L’ente federale statunitense preposto alla vigilanza delle borse valori
(la SEC, Securities and Exchange Commission) ha già identificato e san-
zionato pratiche che ledono la trasparenza e la fiducia nel settore degli
investimenti. In particolare, a due aziende che avevano reso dichiarazioni
fuorvianti sull’uso dell’AI nelle loro offerte, sono state inflitte sanzioni
civili significative, evidenziando la determinazione dell’ente regolatore nel
tutelare gli investitori.
L’AI washing, infatti, viola le leggi esistenti in tema di obblighi di
trasparenza dei fornitori e sull’informativa sui prodotti, sollevando im-
portanti questioni legali legate alla pubblicità ingannevole e alla prote-
zione dei consumatori. In molti paesi, le autorità di regolamentazione
stanno iniziando a contrastare queste pratiche imponendo sanzioni e
richiedendo una maggiore chiarezza nelle comunicazioni riguardanti
l’uso dell’AI e imponendo pratiche etiche e trasparenti.
 R

MINI DIZIONARIO DELL’AI 11

Cos’è l’intelligenza artificiale “affidabile”?

“AI trustworthy” (che tradotto letteralmente significa intelligenza
artificiale affidabile) è un’espressione che si riferisce allo sviluppo e all’im-
plementazione di sistemi di AI etici, trasparenti e responsabili, proget-
tati per operare in modo affidabile e sicuro, con un’attenzione particolare
all’equità, alla privacy e al controllo umano. È quindi una pratica in netto
contrasto con l’AI washing, che, come visto, è finalizzata a presentare le
tecnologie come più avanzate, etiche o benefiche di quanto siano in realtà.
L’AI affidabile, pertanto, ha i seguenti requisiti:
• è legale, garantendo il rispetto di tutte le leggi e i regolamenti
applicabili;
• è etica, dimostrando rispetto per i principi e i valori etici e garan-
tendone l’adesione;
• è robusta, sia dal punto di vista tecnico che sociale, poiché, anche
con buone intenzioni, i sistemi di IA possono causare danni non
intenzionali.
L’IA trustworthy non riguarda quindi solo l’attendibilità del sistema di
IA stesso, ma comprende anche l’affidabilità di tutti i processi e gli attori
che fanno parte del ciclo di vita del sistema e si basa sul rispetto dei diritti
umani e dei valori democratici.

Perché le aziende dovrebbero investire in questa pratica?

Le organizzazioni che riescono a dimostrare un uso responsabile
dell’IA hanno sicuramente maggiori probabilità di affermarsi e avere un
successo commerciale immediato. Un sistema di AI progettato per garan-
tire sicurezza e sviluppato e implementato pensando alla centralità del-
l’uomo, infatti, ha meno probabilità di generare errori o causare danni.
Sistemi che incorporano livelli adeguati di inclusività, trasparenza e
completezza contribuiscono inoltre all’avanzamento responsabile delle
tecnologie di AI favorendo la fiducia del pubblico e rimanendo in linea con
i valori della società per cui sono progettati. Garantiscono, inoltre, che le
applicazioni siano tanto giuste quanto efficienti durante tutto il loro ciclo
di vita.

Iniziative a livello europeo

I governi e gli enti regolatori sono sempre più impegnati a istituire
linee guida e requisiti per lo sviluppo etico e l’implementazione delle
tecnologie di AI.
L

12 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Ad esempio, recentemente la Commissione europea ha pubblicato

un documento intitolato “linee guida volte a supportare la comunità di
ricerca europea nell’utilizzo responsabile dell’intelligenza artificiale gene-
rativa”. All’interno del documento è presente un paragrafo denominato “AI
trustworthy” contenente una serie di principi etici che sono stati tradotti in
requisiti operativi per lo sviluppo di sistemi di AI. Tali requisiti possono
un’utile ispirazione per la stesura di linee guida sull’uso dell’AI genera-
tiva.
In particolare, i principi etici per i sistemi di AI sono:
• rispetto dell’autonomia umana;
• prevenzione del danno;
• equità;
• spiegabilità.
Questi principi etici possono poi essere utilizzati per sviluppare e
individuare i seguenti requisiti chiave operativi:
• intervento e supervisione umana;
• solidità tecnica e sicurezza;
• privacy e governance dei dati;
• trasparenza;
• diversità, non discriminazione ed equità;
• benessere ambientale e sociale;
• responsabilità.
 R

MINI DIZIONARIO SULL’AI: I BIG DATA

Big Data e AI sono in stretta relazione tra loro: l’AI è inutile senza dati mentre
il controllo dei dati è un’attività difficilmente gestibile senza ricorrere all’in-
telligenza artificiale.

SOMMARIO
• Cosa sono i Big Data?
• Perché sono importanti nell’AI?
• Quale rilevanza hanno a livello giuridico europeo?
• Come l’Europa vuole favorire la circolazione dei dati (Governance dei dati)
• ... e come intende incentivare il riutilizzo dei dati industriali (Data Act)

Cosa sono i Big Data?

Big Data è un’espressione con cui si fa riferimento alla raccolta di una
grande quantità di dati informatici da molteplici fonti e in diversi formati.
Big Data si può tradurre in italiano con il termine megadati, i quali:
• possono provenire da fonti diversissime come, ad esempio: data-
base; e-mail; chat; conversazioni su dispositivi mobili; post o tweet,
testi, video e audio pubblicati sui social media; registrazioni finan-
ziarie; informazioni demografiche; log di eventi, ecc.;
• possono consistere in testo, immagini, video, audio, dati struttu-
rati e non strutturati.
La loro raccolta permette di studiare, estrapolare e mettere in rela-
zione dati di diversa natura per scoprire correlazioni tra fenomeni e
prevedere eventi futuri.
Data la mole e la complessità dei dati, sono necessarie tecniche speciali
per la loro gestione, archiviazione e analisi e per trarre da essi delle
informazioni significative. Ed è qui che entrano in gioco strumenti come
l’analisi predittiva, il machine learning e l’intelligenza artificiale (AI).
La tabella seguente sintetizza le principali peculiarità dei big data,
precisando anche quali problemi deve affrontare chi li utilizza con siste-
maticità.
L

14 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Caratteristiche Descrizione Problemi derivanti dal loro uso

Varietà i dati provengono da mol- la diversità di fonti richiede
tissime fonti eterogenee soluzioni che consentano
di combinare, integrare e
analizzare i dati in modo
coerente

Velocità i dati sono generati veloce- richiedono capacità di ana-

mente e devono essere ge- lisi e risposta immediata
stiti velocemente; ad esem- per cogliere opportunità o
pio, le applicazioni di social rilevare anomalie
media creano continua-
mente grandi volumi di dati
in tempo reale

Volume i dati sono prodotti e rac- è richiesto l’uso di soluzioni

colti in una quantità così e infrastrutture scalabili che
ampia che non sono gesti- possano gestire grandi vo-
bili con i tradizionali me- lumi di dati in modo effi-
todi di elaborazione e archi- ciente
viazione

Perché sono importanti nell’AI?

I Big Data sono di fondamentale importanza nell’AI perché forniscono
l’input necessario per alimentare i modelli di machine learning.
La loro analisi consente ai modelli di AI di cogliere opportunità,
prendere decisioni informate e affrontare problemi complessi in modo più
efficace. Essi in particolare contribuiscono a:
• alimentare i modelli di machine learning, fornendo una grande
quantità di dati agli algoritmi per l’addestramento e la creazione di
modelli predittivi accurati. Più dati sono disponibili, più preciso
sarà il modello e migliori le sue capacità di previsione e analisi;
• rilevare modelli e tendenze e relazioni nascoste che sarebbero
invisibili con un campione più piccolo di dati. Queste informazioni
possono essere utilizzate per prendere decisioni consapevoli e svi-
luppare strategie basate sui dati;
• personalizzare le esperienze, raccogliendo informazioni detta-
gliate sugli utenti, come le loro preferenze di acquisto, i comporta-
menti online, le interazioni sui social media, ecc. Queste informa-
zioni consentono ai modelli di AI di fornire esperienze dedicate a
 R

MINI DIZIONARIO DELL’AI 15

ogni singolo utente, come raccomandazioni di prodotti, contenuti

mirati e offerte personalizzate;
• migliorare la precisione e la capacità di previsione dei modelli,
migliorandone le capacità di apprendimento e adattamento alle
nuove situazioni. Questo ciclo di feedback continuo tra Big Data e
AI porta a un costante potenziamento delle prestazioni e all’ottimiz-
zazione delle soluzioni.

Quale rilevanza hanno a livello giuridico europeo?

I Big Data hanno un ruolo fondamentale nella trasformazione digitale
dell’UE: aumentarne la diffusione contribuisce a stimolare l’innovazione e
la competitività dell’economia europea. L’accesso ai big data, infatti, è
fondamentale per sfruttare pienamente l’AI che, come detto, richiede
enormi quantità di dati per addestrare gli algoritmi.
Il loro uso così come la loro condivisione con aziende o enti pubblici
è essenziale per favorirne la crescita: attualmente, i Big Data non vengono
riutilizzati a pieno, a causa della scarsa fiducia nella condivisione dei dati,
degli incentivi economici contrastanti e degli ostacoli tecnologici. La loro
circolazione, invece, porta dei benefici immediati in alcuni ambiti come:
• la transizione verde, riducendo l’impronta di carbonio e il con-
sumo di energia; ad esempio, fabbriche, aziende agricole e imprese
edili possono ottimizzare le linee di produzione e le filiere grazie
alla disponibilità di dati sul funzionamento delle attrezzature indu-
striali;
• l’innovazione, in particolare con lo sviluppo di nuovi prodotti e
servizi più adeguati alle richieste dei clienti o dei destinatari;
• servizi dedicati alle persone, in particolare nella fornitura di ser-
vizi, nelle attività di riparazione e manutenzione, nel commercio di
prodotti più innovativi e personalizzati
• nonché nella gestione delle emergenze di salute pubblica.
Il Parlamento europeo per promuovere la condivisione dei dati ha
recentemente adottato due provvedimenti di particolare importanza: uno
sulla Governance dei dati e il Data act.

Come l’Europa vuole favorire la circolazione dei dati (Governance dei

dati)
Nel 2022 il Parlamento europeo ha adottato una legge sulla Gover-
nance dei dati, in modo che le aziende abbiano un accesso ai dati e
possano utilizzarli per sviluppare nuovi prodotti e servizi.
L

16 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Ecco alcune peculiarità di questa legge:

• l’obiettivo è garantire la sicurezza nella circolazione dei dati,
rendendola più semplice e in linea con la legislazione sulla prote-
zione dei dati, ma anche di creare un’alternativa alle piattaforme di
Big Data che hanno accumulato enormi quantità di dati, senza gli
standard europei;
• si introducono tecniche come l’anonimizzazione dei dati e degli
accordi legalmente vincolanti firmati dai riutilizzatori dei dati;
• si promuove la creazione di spazi di dati europei condivisi in
settori chiave, come salute, ambiente, energia, mobilità, produ-
zione industriale, servizi finanziari, pubblica amministrazione o
aree tematiche come il Green Deal europeo e si disciplinano i
mercati dei dati (ossia piattaforme online in cui gli utenti possono
acquistare o vendere dati).

... e come intende incentivare il riutilizzo dei dati industriali (Data Act)
Nel novembre 2023 il Parlamento europea ha varato una legge (il Data
Act) per consentire alle imprese l’accesso a una grande mole di dati
industriali di alta qualità, in particolare provenienti dall’internet delle
cose. Tale regolamento, entrato in vigore l’11 gennaio 2024, diventerà
applicabile nel settembre 2025.
Ecco alcune caratteristiche del Data Act:
• si eliminano i problemi connessi alla limitazione al riutilizzo dei
dati industriali, tutelando le aziende e i consumatori che generano
dati e precisando chi può utilizzarli e a quali condizioni;
• si garantisce ai consumatori e alle aziende l’accesso ai propri dati
riconoscendo loro il diritto di condividerli con terze parti;
• si proteggono le microimprese e le PMI da clausole abusive nei
contratti di condivisione dei dati imposti da aziende più forti;
• si rende più facile per i clienti passare da un fornitore di servizi
cloud all’altro e aumentano le garanzie contro l’accesso illegale ai
dati non personali detenuti nell’UE;
• sono rafforzate le norme di protezione dei segreti industriali.
 R

MINI DIZIONARIO SULL’AI: DATA VALIDATION E DATA

MINING
Data validation e data mining sono concetti essenziali nell’ambito dell’AI: la
prima serve a garantire la qualità dei dati utilizzati dai sistemi di AI, mentre la
seconda consente di ottenere informazioni cruciali e decisive dagli stessi.

SOMMARIO
• Caratteristiche
• Rilievi giuridici

Caratteristiche
La tabella seguente riassume funzione, peculiarità e utilizzi di queste
due pratiche che, se integrate, permettono di sviluppare modelli affidabili,
efficaci ed efficienti.

Processo Cos’è? Perché è im- Tecniche/ Utilizzo nel-

portante? strumenti l’AI
adottati

Data è il processo garantisce la validazione- gli sviluppa-

validation di verifica e qualità dei dei formati tori di mo-
/ Convalida di controllo dati assicu- e dei tipi di delli AI si as-
dati della qualità randone l’ac- dati; verifica sicurano che
dei dati uti- curatezza, la della loro i dati utiliz-
lizzati du- completezza coerenza; zati per l’ad-
rante l’adde- e la coe- rimozione di destra-
stramento renza; da duplicati; mento siano
dei modelli essa, infatti, identificazione affidabili e
di AI dipende la degli outliers rappresenta-
probabilità ossia di va- tivi del tema
di ottenere lori anomali sui cui i mo-
dai modelli che si disco- delli stessi
risultati affi- stano sono inter-
dabili e di significa- rogati, ridu-
qualitàha lo tivamente cendo la
scopo di dal resto dei possibilità di
L

18 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

identificare dati errori e

errori, di- l’inaffidabi-
screpanze e lità nei risul-
valori ano- tati
mali nei dati
per correg-
gerli o elimi-
narli
Data Mining/ è la princi- consente di cluster aiuta i mo-
Estrazione di- pale tecnica- scoprire, at- analysis, che delli e gli al-
conoscenz a per estrarre traverso me- ha il com- goritmi di
dai dati informazio todi automa- pito di rag- AI, inclusi
ni e cono- tici o semi- gruppare i l’apprendi-
scere dati di- automatici, dati in base mento auto-
sponibili pattern, re- alleloro so- matico e il
presenti in lazioni na- miglianze; deep lear-
un sistema o scoste, ten- association ning, a rico-
in una banca denze ed analysis, che noscere mo-
dati eventuali si occupa di delli e rela-
dati interes- identificare zioni com-
santi per relazioni tra plesse
identificare i dati; pre- all’interno
strutture e dictive dei dati è alla
prendere de- analysis, che base di al-
cisioni infor- ha lo sco- cune attività
mate basate podi fare come la
su dati sto- previsioni o classifica-
rici classificazioni zione di im-
basate su magini eil
pattern pre- riconosci-
senti nei dati mento del
linguaggio
naturale

Rilievi giuridici
In attesa di novità che potrebbero essere contenute nell’Ai act, per
quanto riguarda l’attività di data mining, la Direttiva UE 790/2019 ha
introdotto un’eccezione al diritto d’autore, recepita nell’ordinamento
mediante l’introduzione degli artt. 70-ter0e 70-quater della Legge 633/
1941.
 R

MINI DIZIONARIO DELL’AI 19

Nel processo di elaborazione dei dati, infatti, l’assenza di un’autoriz-

zazione da parte dell’autore dell’opera da cui gli stessi sono estratti non
integra una violazione del diritto d’autore per i sistemi di AI generativa.
L’eccezione, in particolare, esenta qualsiasi attività di data mining
svolta sull’opera dell’ingegno (e quindi anche sul software o sul database
protetto da un diritto connesso), anche nei casi in cui essa avviene per
scopo di lucro e indipendentemente dalla qualifica del soggetto che la
esercita, a condizione che:
• chi la esegue abbia avuto accesso legittimo al contenuto per l’estra-
zione dei dati;
• il titolare del diritto d’autore e dei diritti connessi nonché il titolare
dei dati o del database non abbia fatto una dichiarazione di riserva
in merito all’estrazione dei dati (c.d. opt out), riservando le attività
di data mining al proprio controllo esclusivo.
Le riproduzioni e le estrazioni dei dati, però, possono essere con-
servate solo per il tempo necessario ai fini dell’estrazione di testo e di dati.
Per approfondire la rilevanza dei dati nel mondo dell’AI, rimandiamo
al contributo sui big data.
 R

MINI DIZIONARIO SULL’AI: LARGE LANGUAGE MO-

DEL (LLM), MACHINE LEARNING (ML), OVER/UNDER
FITTING
LLM e ML sono acronimi utilizzati con grande frequenza negli articoli che
parlano di intelligenza artificiale. Large language model e machine learning,
infatti, sono concetti su cui si basa l’AI. Meno conosciute, ma ugualmente
importanti, sono invece le nozioni di overfitting e underfitting.

SOMMARIO
• LLM (large language model) e Machine Learning (ML): cosa sono e cosa fanno?
• Cos’è l’overfitting e perché è importante?
• Cause dell’overfitting
• Come mitigare l’overfitting
• Che cos’è l’underfitting?

LLM (large language model) e Machine Learning (ML): cosa sono e

cosa fanno?
Un Large Language Model (LLM) è un modello di apprendimento
automatico di intelligenza artificiale specializzato nella comprensione e
nella generazione di testo tramite l’utilizzo di algoritmi di Machine
Learning. Partendo da una semplice parola, una frase o un testo è in grado
di creare contenuti coerenti e rilevanti su molteplici argomenti. Può quindi
essere utilizzato per svolgere una varietà di compiti legati al linguaggio
come tradurre testi in qualsiasi lingua, riassumere e generare contenuti e
rispondere a domande più o meno complesse.
Esempi di LLM sono GPT di OpenAI, PaLM di Google, LLaMA di Meta
e Claude 2 di Anthropic.
Il Machine Learning (ML), invece, si occupa di sviluppare modelli
che consentono l’apprendimento dei dati e di prendere decisioni o fare
previsioni senza che siano esplicitamente istruiti per farlo. Si concentra
sull’uso di dati e algoritmi per imitare il modo in cui gli esseri umani
apprendono, migliorandone gradualmente la precisione. Il ML è quindi un
campo di studio che riguarda lo sviluppo e lo studio di algoritmi statistici
in grado di apprendere dai dati e generalizzare a dati invisibili, eseguendo
compiti senza istruzioni esplicite.
L

22 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Nell’ambito legale l’uso di LLM e Machine Learning offre molte

applicazioni interessanti. Essi possono essere utilizzati per esempio per:
• automatizzare la ricerca, analizzando rapidamente una vasta quan-
tità di documenti legali per trovare informazioni rilevanti, come
precedenti giurisprudenziali o leggi specifiche;
• elaborare, analizzare e comprendere i contratti, identificando clau-
sole standard, individuando potenziali problemi o ambiguità e sug-
gerendo modifiche o integrazioni;
• prevedere gli esiti legali; facendo previsioni sugli esiti delle cause
attraverso l’analisi dei dati storici relativi a casi precedenti e indivi-
duando pattern e tendenze;
• automatizzare i processi legali, generando automaticamente do-
cumenti legali standard, come contratti o lettere.
In ogni caso, l’interpretazione dei testi legali richiede una compren-
sione approfondita del contesto e delle sfumature linguistiche che potreb-
bero essere difficili da catturare completamente con i modelli di ML.
Inoltre, l’automazione dei processi legali solleva non poche preoccupa-
zioni riguardo alla sicurezza dei dati e alla responsabilità delle decisioni
prese dai modelli.

Cos’è l’overfitting e perché è importante?

L’overfitting è una condizione in cui un modello di AI si adatta
eccessivamente ai dati di addestramento, perdendo la capacità di appli-
care correttamente le conoscenze acquisite durante il processo di training
su nuovi dati non visti (c.d. generalizzazione), compromettendo così le sue
prestazioni. In altre parole, il modello “impara a memoria” i dati inseriti al
proprio interno invece di apprenderne i principi e le caratteristiche gene-
rali che dovrebbero guidare la sua capacità predittiva o decisionale.
Nell’ambito dell’AI rappresenta una delle sfide principali che svilup-
patori e ricercatori devono affrontare durante il processo di addestramento
dei modelli per garantire l’accuratezza e l’affidabilità degli stessi e ottenere
risultati validi.
 R

MINI DIZIONARIO DELL’AI 23

Cause dell’overfitting
L’overfitting può essere causato da diversi fattori esemplificati nella
tabella seguente.

Causa Descrizione Conseguenze

limitata dimensione del un set di dati relativa- il modello tende ad

dataset di addestra- mente piccolo non può adattarsi eccessiva-
mento rappresentare le varia- mente ai pochi esempi
zioni e le complessità forniti, producendo ri-
esistenti nella realtà sultati insoddisfacenti
quando sottoposto a
nuovi dati

eccessiva complessità con l’aumentare dei li- i risultati di generaliz-

del modello velli e dei nodi, il mo- zazione su dati nuovi e
dello si adatta con inesplorati diventano
estrema precisione ai scarsi
dati di addestramento

il set di dati ha caratte- non c’è un impatto rile- mancanza di generaliz-

ristiche insignificanti o vante sull’output desi- zazione e prestazione
rumorose derato, ma si influenza insoddisfacente su
negativamente il mo- nuovi dati
dello, che può essere in-
gannato durante il pro-
cesso di addestramento
(si dà rilevanza immoti-
vata a dati non rile-
vanti)

Come mitigare l’overfitting

Esistono diverse tecniche che possono essere adottate per mitigare
l’overfitting e migliorare la robustezza e l’affidabilità dei modelli di AI. La
scelta delle strategie più appropriate dipende dalle specificità del problema
e dai dati di partenza, ma l’obiettivo principale rimane quello di garantire
che tali modelli siano in grado di generalizzare con precisione su nuovi
dati e fornire risultati accurati.
L

24 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Tecnica da utilizzare Descrizione Conseguenze

aumentare la dimen- la disponibilità di un set consente di catturare

sione del dataset di ad- di dati adeguato e rap- una maggiore varietà di
destramento presentativo è un fat- relazioni e complessità
tore chiave per ottenere presenti nei dati
modelli precisi e affida-
bili e una strategia effi-
cace per migliorare le
prestazioni dei modelli
di AI

utilizzare la strategia consiste nell’aggiungere favorisce una soluzione

della regolarizzazione un termine di penaliz- più semplice miglio-
zazione (1) all’obiettivo rando la capacità di ge-
di ottimizzazione del neralizzazione
modello durante il pro-
cesso di addestramento

ricorrere alla valida- si suddivide il set di dati permette di valutare

zione incrociata (cross- disponibile in più parti, l’efficacia e l’accura-
validation) addestrando il modello tezza dei modelli di AI
su una parte (insieme di
addestramento) e suc-
cessivamente valutan-
dolo sul resto del set di
dati (insieme di test); il
processo è ripetuto in
modo che ogni por-
zione dei dati sia utiliz-
zata sia per l’addestra-
mento sia per la valuta-
zione

ridurre la complessità si riduce il numero di migliora la sua capacità

parametri e si sempli- di generalizzazione del
fica l’architettura del modello(1) Si tratta di
modello una tecnica che induce
l’algoritmo di addestra-
mento a scegliere mo-
delli più semplici.
 R

MINI DIZIONARIO DELL’AI 25

Che cos’è l’underfitting?

Si tratta di un concetto complementare a quello di overfitting. L’un-
derfitting identifica un fenomeno che si verifica quando un modello di AI
è troppo semplice o ha una capacità limitata di adattarsi ai dati di adde-
stramento. In altre parole, il modello non è in grado di apprendere a
sufficienza dall’attività di training, riducendo così l’accuratezza dei risultati
e proponendo previsioni inaffidabili.
Le ragioni per cui può verificarsi sono generalmente le seguenti:
• utilizzo di modelli troppo semplici incapaci di catturare la com-
plessità dei dati;
• insufficienza delle caratteristiche predittive del modello:
• mancanza di dati di addestramento o rappresentativi;
• interruzione prematura o durata eccessivamente limitata dell’atti-
vità di addestramento.
 R

MINI DIZIONARIO: LA RAG

I modelli linguistici possono ricorrere a una tecnologia particolare in grado di
limitare le allucinazioni e garantire un’ottima qualità dei risultati.

SOMMARIO
• Cos’è la RAG?
• Come funziona
• Perché la RAG è una tecnologia utile?
• Applicazioni della RAG in ambito legale
• Altre applicazioni

Cos’è la RAG?
La Retrieval Augmented Generation (RAG), letteralmente “genera-
zione potenziata dal recupero”, è un processo di ottimizzazione dell’ou-
tput di un modello linguistico di grandi dimensioni (LLM) in modo che il
risultato restituito sia il più possibile pertinente e accurato.
Questa tecnologia, in pratica, permette al modello, prima di generare
una risposta, di integrare i dati presenti al suo interno e inseriti in fase di
addestramento con un’autorevole e aggiornata base di conoscenza
esterna.
La RAG, quindi, amplia le capacità avanzate dei LLM senza la necessità
di riaddestrare completamente il modello.
Alcuni esempi di applicazioni della RAG includono:
• chatbot che offrono risposte precise ed esaustive consultando fonti
affidabili o personalizzate di informazioni per potenziarne le fun-
zionalità (a tal proposito si rinvia all’errore del chatbot di Air Ca-
nada);
• sistemi di generazione di testi che integrano informazioni di un
settore specifico per produrre contenuti di alta qualità;
• applicazioni di traduzione testi in grado di tradurre in maniera
precisa perché basate su fonti particolarmente autorevoli.

Come funziona
Il processo di RAG funziona in due passaggi:
L

28 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

• recupero delle informazioni (retrieval): quando un modello riceve

una domanda, cerca prima fra diverse fonti esterne per trovare
contenuti rilevanti che possano contenere la risposta o informa-
zioni utili;
• generazione: il modello usa le informazioni recuperate come con-
testo aggiuntivo per generare una risposta più precisa e informata.
Lo scopo alla base di questa tecnica è quella di migliorare la qualità
e l’affidabilità delle risposte, specialmente quando le domande richie-
dono conoscenze attuali o molto specifiche che potrebbero non essere
state incluse nell’insieme di dati con cui il modello è stato addestrato.

Perché la RAG è una tecnologia utile?

Adottare la RAG permette ai modelli di essere maggiormente perfor-
manti.
La tabella seguente evidenzia quali vantaggi è possibile ottenere dal
suo utilizzo, considerando, però, che l’uso di database aggiuntivi può
comportare costi operativi molto alti e l’arricchimento delle informa-
zioni tramite RAG può influire sui tempi di risposta.
Ad ogni modo occorre considerare che il vero grande business della AI
potrà aversi solo quando i modelli avranno la capacità di accedere a dati di
qualità, affidabili e aggiornati in tempo reale.

Cosa la RAG è in grado di Conseguenze sull’output Vantaggi garantiti agli uti-

assicurare ai modelli AI lizzatori

Limitazione delle allu- aggiungendo il riferi- nonostante la velocità

cinazioni (si veda la mento esterno al web dei progressi nell’uni-
voce corrispondente (siti attendibili) e rife- verso della AI questo ri-
del mini dizionario) rendosi a una o più schio non è stato ancora
fonti affidabili e aggior- eliminato, ma la RAG
nate (database di qua- può mitigarlo fornendo
lità, documenti, report risposte coerenti, rile-
o pubblicazioni scienti- vanti e aggiornate alli-
fiche), si riduce il ri- neate con la domanda e
schio di allucinazioni con il suo contesto

Precisione e affidabilità viene ridotta la possibi- il servizio fornito è ac-

lità di generare risposte curato e di alta qualità,
errate evitando fraintendi-
menti o errori di inter-
 R

MINI DIZIONARIO DELL’AI 29

pretazione
Agilità e facilità di ag- le risposte sono sempre consente all’utente di
giornamento aggiornate, in quanto il rimanere al passo con i
modello è costante- cambiamenti del mer-
mente integrato con cato e con gli sviluppi
nuove informazioni nel proprio settore di
senza richiedere conti- competenza, fornendo
nui addestramenti risposte sempre al-
l’avanguardia

Personalizzazione e mi- le risposte fornite si il modello offre un ser-

glioramento del servi- adattano alle specifiche vizio mirato e preciso,
zio esigenze dell’utilizza- potendo soddisfare al
tore, integrando la co- meglio le aspettative e
noscenza del suo speci- migliorando l’espe-
fico settore di compe- rienza complessiva del-
tenza e basandosi su in- l’utente
formazioni
personalizzate
Protezione dei dati sen- si evita la divulgazione viene garantita la pri-
sibili di dati proprietari e sen- vacy e la sicurezza delle
sibili, in quanto la RAG informazioni aziendali,
attinge a fonti di cono- proteggendo i dati sen-
scenza esterne senza sibili mentre si forni-
dover condividere in- scono risposte perti-
formazioni riservate nenti e di valore

Applicazioni della RAG in ambito legale

L’uso della RAG in uno studio legale dipende molto dalla coscienzio-
sità nel programmare e supervisionare i dati di input per garantire che le
risposte siano accurate e affidabili.
La qualità e l’aggiornamento delle fonti a cui il sistema fa riferi-
mento devono essere gestite attivamente. Inoltre, le questioni riguardanti
la sicurezza e la confidenzialità dei dati dei clienti devono essere affron-
tate per assicurare il pieno rispetto delle normative sulla protezione dei
dati personali.
Dati questi problemi, i sistemi basati sulla RAG possono essere usati
ad esempio:
• per confrontare i contratti e altri documenti legali con vasti data-
L

30 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

base di clausole e termini standard per identificare deviazioni e

suggerire modifiche;
• per elaborare domande e risposte per i clienti, partendo da leggi e
regolamenti aggiornati;
• per l’aggiornamento normativo o generare articoli e notizie di
attualità.

Altre applicazioni
La RAG può, infine, essere usata anche nei seguenti ambiti:
• accademico: per filtrare pubblicazioni scientifiche e dati di ricerca
recuperando i dati da pubblicazioni, articoli o studi scientifici op-
pure da siti web specializzati;
• finanziario: per fornire analisi di mercato e consigli finanziari in-
formati, attingendo da report economici;
• diagnostica medica: per analizzare dati clinici e letteratura per
suggerimenti diagnostici e terapeutici basati sulle ultime ricerche;
• giudiziario: per analizzare e sintetizzare i dati provenienti da inda-
gini e fornire analisi, informazioni, o identificare elementi rilevanti;
• e-commerce: per personalizzare l’esperienza di acquisto online,
raccomandando prodotti in base a comportamenti e tendenze di
mercato;
• istruzione: per produrre materiali didattici personalizzati, confor-
mati alle esigenze e capacità dei singoli studenti;
• analisi di Big Data (si rinvia alla voce corrispondente del mini
dizionario) per analizzare grandi volumi di dati in vari settori come
l’urbanistica e l’analisi ambientale.
 R

MINI DIZIONARIO SULL’AI: PROMPT ENGINEERING E

PROMPT DESIGN
Nell’ambito dell’AI il prompt engineering e il prompt design rappresentano
due pilastri fondamentali per il successo dei modelli linguistici. Il primo
consente di ottimizzare tali modelli per svolgere attività specifiche, mentre il
secondo permette di ottenere risultati (i c.d. output) accurati e pertinenti
dagli stessi.

SOMMARIO
• Differenza fra le due tecniche
• Perché sono importanti nel mondo legale
• In sintesi

Differenza fra le due tecniche

Come già sottolineato in un precedente contributo del mini diziona-
rio, un prompt è un testo in linguaggio naturale che ha lo scopo di
descrivere il compito, o i compiti, che un sistema di AI deve eseguire.
Più difficile invece è fornire una definizione e distinguere i concetti di
prompt engineering e prompt design. Nella tabella seguente sintetizziamo
le principali differenze e le peculiarità delle due tecniche.

PROMPT ENGINEERING PROMPT DESIGN

Finalità va oltre il prompt de- consente di formulare

sign e consiste nella istruzioni o domande
messa a punto e nella chiare ed efficaci per in-
modifica dei modelli durre i modelli a gene-
per migliorarne le pre- rare risposte accurate e
stazioni su compiti pertinenti ed evitare
specifici (ad esempio pregiudizi o informa-
riassumere un testo, zioni fuorvianti ad (ad
estrarre informazioni, esempio permette di in-
generare un codice, serire le giuste istruzioni
ecc...) da fornire a un modello
affinché esso restituisca
un risultato atteso)
L

32 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Requisiti è necessario compren- è fondamentale usare

dere approfondita strategie visive e se-
mente i dati e il conte- mantiche per ottenere
sto in cui i prompt ver- risultati desiderati e
ranno utilizzati coinvolgenti

Metodologie peraffinare la - incorporare regole o - contestualizzare il

tecnica standard predefiniti di compito richiesto in
prompt in modo che i modo da fornire il mag-
modelli rispettino vin- gior numero di dettagli
coli, garantiscano coe- ed elementi utili all’otte-
renza nei risultati e mi- nimento di un risultato
tighino i pregiudizi pertinente

- aumentare i dati per - controllare la specifi-

guidare le risposte o ge- cità dei risultat i per va-
nerare dati di addestra- lutare il livello di accura-
mento aggiuntivi in tezza nelle risposte del
modo da migliorare le modello
prestazioni del modello - modificare i prompt per
- utilizzare tecniche come ottenere informazioni più
la parafrasi dei dati e il generali o dettagliate in
loro filtraggio per miglio- base alle esigenze conte-
rare la comprensione da stuali
parte del modello dei vari - gestire i risultati ambi-
contesti gui fornendo ulteriore
- analizzare i risultati resti- contesto o vincoli aggiun-
tuiti per apportare modi- tivi in modo da indurre il
fiche ed eseguire test fino modello a generare rispo-
all’ottenimento dei risul- ste più accurate
tati desiderati

Perché sono importanti nel mondo legale

L’importanza di creare prompt efficaci è già avvertita in alcuni paesi
come gli USA dove esistono delle vere e proprie legal prompt guide.
Il prompt engineering, infatti, è un processo che può essere utilizzato
per creare e ottimizzare modelli di AI che siano in grado di affrontare in
modo efficace questioni legali, fornire informazioni accurate e assistere il
cliente in varie attività.
Gli avvocati, ad esempio, possono automatizzare attività “ammini-
 R

MINI DIZIONARIO DELL’AI 33

strative” routinarie in modo sicuro ed efficiente, usando l’AI come un vero

e proprio assistente virtuale.
Prompt ben strutturati si traducono in risposte pertinenti e di alta
qualità, ottimizzando il tempo e aumentando la produttività dei profes-
sionisti. Se questi imparano interrogare il modello in modo appropriato
possono ridurre notevolmente il rischio che l’AI produca risposte impre-
cise o irrilevanti.
Attraverso il legal prompting, inoltre, gli avvocati possono perfezio-
nare gli output ottenuti e comprendere quali prompt producono risultati
più affidabili di altri. Questa conoscenza consentirà loro di utilizzare
strumenti di AI in modo sicuro garantendo una maggiore consapevolezza
di dove è necessario impostare i c.d. guardrail (in modo da scongiurare
risposte false) e su come utilizzare i modelli in modo responsabile.
Allo stesso modo il prompt design può risultare utile al professionista
per massimizzare l’utilizzo delle risorse computazionali e la capacità pre-
dittiva del modello, ponendo particolare attenzione a diversi fattori cru-
ciali quali la lunghezza e la complessità del prompt. Se esso è troppo
lungo o complesso, infatti, può confondere il modello e influire negativa-
mente sulle sue prestazioni.
Attraverso l’utilizzo di una sintassi ben strutturata o domande
chiuse, il prompt design permette di creare richieste bilanciate che evitano
di suggerire output indesiderati o di influenzare eccessivamente la gene-
razione automatica delle risposte. Grazie a questa formulazione, infine, il
modello ha una parità di probabilità di generare diverse tipologie di
risposte appropriate, senza sovrastimare o sottostimare alcuna categoria
specifica.

In sintesi
La scelta accurata delle parole, delle frasi e delle domande nel
prompt è destinata a fare la differenza nella comprensione e nell’interpre-
tazione corretta delle richieste degli utenti da parte dei modelli di AI.
Il ricorso al prompt engineering e al prompt design risulta pertanto
decisivo per:
• fornire all’AI una guida chiara e precisa sulle informazioni richie-
ste, gli obiettivi da raggiungere e i vincoli imposti, consentendogli
di generare risposte coerenti, pertinenti e in linea con le aspettative
degli utenti o con il contesto specifico in cui viene utilizzato;
• contribuire a far comprendere al modello le sfumature del linguag-
gio naturale, come il tono, l’ironia, il contesto culturale e le ambi-
L

34 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

guità linguistiche, aiutandolo a interpretare in modo adeguato le

richieste e garantendo agli utenti un’esperienza di conversazione
più efficace;
• rendere i prompt adattabili, considerando che l’ambiente in cui il
modello viene utilizzato può evolvere nel tempo e richiedere nuove
risposte o comportamenti; tale adattabilità permette di modificare
o personalizzare le richieste per affrontare situazioni o risolvere
problematiche con l’emergere di nuovi scenari;
• migliorare e perfezionare i prompt esistenti attraverso i feedback
degli utilizzatori. Gli utenti finali possono fornire informazioni
preziose sull’efficacia del prompt nel raggiungere gli obiettivi desi-
derati in modo da migliorare costantemente il design e l’ingegneria
del prompt.
 R

MINI DIZIONARIO SULL’AI: PROMPT, ALLUCINAZIONI

E EFFETTO BARNUM
I recenti progressi nell’iter di approvazione dell’AI Act rendono di grande
attualità termini o espressioni poco conosciute come “prompt”, “allucina-
zioni” o “effetto Barnum”. Il presente contributo prova a fornire una breve
definizione di tali concetti.

SOMMARIO
• Quali sono le caratteristiche principali che un buon prompt deve avere?
• Che cosa sono le allucinazioni e cos’è l’effetto Barnum?
• Quali sono le principali raccomandazioni che un avvocato deve tenere a mente quando
utilizza un sistema di AI?

Un prompt è un testo in linguaggio naturale che ha lo scopo di

descrivere il compito, o i compiti, che un sistema di intelligenza artificiale
deve eseguire. L’importanza del prompt deriva dal fatto che un sistema di
AI può fornire risposte (c.d. output) diverse, a seconda di come esso viene
formulato. Il prompt, infatti, può essere una semplice parola, una frase, o
un paragrafo strutturato che fornisce al sistema informazioni sufficienti
per poter generare un output pertinente.

Quali sono le caratteristiche principali che un buon prompt deve avere?

Per ottenere risultati migliori un prompt deve avere le seguenti carat-
teristiche:
1. Contenere istruzioni chiare, specifiche, complete e detta-
gliate. A tal fine, è consigliabile chiedere al modello di immedesimarsi in
un professionista o adottare lo stile di un personaggio, specificare la
lunghezza dell’output che si vuole ottenere e i passaggi necessari per
completare l’attività richiesta.
2. Fornire un testo di riferimento. Uno dei problemi principali
dell’AI, è la sua capacità di inventare e fornire risposte errate o fuorvianti
presentandole come vere (c.d. allucinazioni). Per minimizzare questo ri-
schio, è consigliabile fornire un testo di riferimento da utilizzare come
spunto per circoscrivere il “campo” di lavoro dell’AI. Un testo di riferi-
mento può essere un URL o una porzione di testo che si vuole analizzare.
L

36 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

In questo caso, andranno utilizzati dei delimitatori (ad esempio. “”” op-
pure ###).
3. Suddividere le attività complesse. Le attività complesse ge-
nerano più errori rispetto a compiti semplici. È consigliabile, pertanto,
segmentare richieste particolarmente complicate o articolate in più attività
ricorsive, in modo che l’AI possa eseguire più operazioni distinte ed essere
meno incline agli errori.
Un esempio di prompt potrebbe essere il seguente:
Sono un avvocato esperto di privacy.
Analizza la proposta di regolamento dell’AI Act.
Sintetizza per punti principali e individua le novità significative in
tema di privacy. Una volta individuate, indicami i temi che un avvocato
esperto dovrà affrontare.

Che cosa sono le allucinazioni e cos’è l’effetto Barnum?

Le allucinazioni sono un fenomeno che si verifica quando un sistema
di AI genera un risultato non basato su dati reali, fornendo un output privo
di senso o del tutto impreciso.
Le allucinazioni possono essere causate da diversi fattori, tra cui:
• dati di addestramento di scarsa qualità; se un sistema di AI utilizza
tali dati è più probabile che generi output poco accurati o non
pertinenti,
• utente che fornisce istruzioni imprecise, errate o incomplete.
L’effetto Barnum, invece, è un fenomeno psicologico determinato
dal fatto che le persone hanno la tendenza a considerare accurata e rile-
vante una descrizione generica o vaga, ma che sembra specifica e perso-
nalizzata ossia dalla propensione a ritenere credibili informazioni che sono
congruenti con le loro aspettative. Le allucinazioni delle AI possono essere
viste come una forma di effetto Barnum.
La caratteristica dei sistemi di AI generativa, infatti, è quella di dare
sempre risposte, anche a costo di inventare. Di conseguenza, quando un
sistema genera un output che non è basato su dati reali, le persone possono
essere indotte a credere che esso sia accurato e pertinente, anche quando
non lo è. Ad esempio, se un oroscopo dice che una persona di un dato
segno zodiacale è decisa e meticolosa, è più probabile che quest’ultima
creda a questa descrizione, anche se non è basata su alcuna informazione
reale.
L’effetto Barnum, in sintesi, è particolarmente insidioso per l’utente,
perché può facilmente indurlo a prendere decisioni sbagliate o non infor-
 R

MINI DIZIONARIO DELL’AI 37

mate. È quindi importante che egli ricordi che le descrizioni e gli output
generici non sono necessariamente accurati o pertinenti.

Quali sono le principali raccomandazioni che un avvocato deve tenere a

mente quando utilizza un sistema di AI?
La commissione Nuove Tecnologie di FBE (Fédération des Barre-
aux d’Europe) ha elaborato un documento contenente dei principi etici e
professionali che gli avvocati devono rispettare quando interagiscono con
un sistema di AI. Seguire tali raccomandazioni aiuta l’avvocato a evitare o
riconoscere allucinazioni e a scongiurare l’effetto Barnum.
Essi sono sintetizzabili nei seguenti punti:
1. comprendere l’IA generativa e il suo funzionamento;
2. riconoscere le limitazioni e il contesto in cui i sistemi di AI
operano;
3. rispettare le regole esistenti sull’uso della IA;
4. integrare gli output forniti con la competenza giuridica;
5. rispettare il segreto professionale;
6. garantire la protezione dei dati personali e della privacy;
7. informare il cliente in caso di utilizzo di sistemi di AI e assu-
mersi la responsabilità.
 R

CHATGPT SECONDO CHATGPT

Abbiamo chiesto alla più famosa intelligenza artificiale di fornirci una descri-
zione di se stessa.

“CHAT-GPT è principalmente un generatore di testo basato

su modelli di linguaggio e non è specificamente progettato
come un motore di ragionamento o un database di fatti.
È in grado di generare risposte basate sul contesto e
sull’informazione fornita, ma non ha la capacità di
ragionare come una persona o accedere direttamente a un
database di fatti.”

La definizione presentata evidenzia un concetto fondamentale nell’in-

terazione con sistemi di intelligenza artificiale come ChatGPT: la qualità
dell’output dipende direttamente dalla qualità dell’input fornito.
Se l’utente riceve risultati banali o non pertinenti alle proprie esigenze,
la causa principale risiede spesso nell’interrogazione non ottimale del
sistema.
Questo concetto informatico è assimilabile al noto “GARBAGE IN -
GARBAGE OUT”, che sottolinea come l’output di un sistema sarà di scarsa
qualità se l’input è di bassa qualità.
Un’altra ragione per cui ChatGPT potrebbe fornire risposte errate è
l’addestramento basato su dati non rappresentativi o inquinati.
Se il modello è stato allenato su informazioni errate o distorti, le
risposte prodotte potrebbero non essere coerenti con le aspettative del-
l’utente o, peggio ancora, essere completamente sbagliate.
Questo sottolinea l’importanza di garantire la qualità e la rappresen-
tatività dei dati utilizzati per addestrare modelli di intelligenza artificiale.
Inoltre, è cruciale considerare che la precisione e l’attendibilità delle
risposte di ChatGPT dipendono anche dalla formulazione corretta delle
domande.
Un’interrogazione chiara, specifica e ben strutturata aumenta
significativamente la probabilità di ottenere risposte accurate e utili. Gli
utenti devono essere consapevoli del loro ruolo nel plasmare l’output di un
sistema di intelligenza artificiale attraverso le loro interazioni.
Per ottimizzare l’efficacia di ChatGPT e di altri sistemi simili, è consi-
gliabile fornire input di alta qualità, formulare domande in modo chiaro e
L

40 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

preciso, e garantire che i dati utilizzati per l’addestramento siano accurati

e rappresentativi.
È importante essere consapevoli delle limitazioni di tali sistemi e non
considerarli come fonti di verità assolute, ma piuttosto come strumenti che
possono fornire assistenza e supporto nelle attività decisionali e informa-
tive.
 R

Sezione II
AI negli studi legali el’arte del prompting
 R

L’INTELLIGENZA ARTIFICIALE NEGLI STUDI LEGALI

Nel mondo in continua evoluzione della giustizia e del diritto, un’innova-
zione epocale sta per rivoluzionare il settore legale: l’intelligenza artificiale.
Gli studi legali stanno abbracciando questa tecnologia all’avanguardia per
migliorare l’efficienza, la precisione e la velocità delle loro operazioni.
Tuttavia, come ogni innovazione, l’introduzione dell’AI negli studi
legali porta con sé sia vantaggi che sfide.

I pro dell’intelligenza artificiale negli studi legali

Efficienza e Velocità
L’AI può analizzare enormi quantità di dati legali in tempi rapidi,
accelerando la ricerca giuridica e la preparazione dei casi.

Precisione e Minimizzazione degli Errori

Grazie alla sua capacità di apprendimento automatico, l’AI può indi-
viduare dettagli e correlazioni che potrebbero sfuggire agli esseri umani,
riducendo al minimo gli errori.

Riduzione dei Costi

Automatizzando compiti ripetitivi e di routine, l’AI consente agli studi
legali di risparmiare tempo e denaro, consentendo ai professionisti legali
di concentrarsi su attività ad alto valore aggiunto.

I contro dell’intelligenza artificiale negli studi legali

Protezione dei Dati Sensibili

L’AI richiede l’accesso a enormi quantità di dati sensibili, sollevando
preoccupazioni sulla privacy e sulla sicurezza delle informazioni legali
confidenziali.
L

44 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Mancanza di Etica e Trasparenza

L’AI potrebbe sollevare interrogativi sull’equità e sull’imparzialità
delle decisioni legali, poiché i sistemi possono essere influenzati dai dati di
addestramento e dai pregiudizi impliciti.
Alcuni esempi di come potrebbe essere utilizzata l’AI nei processi
interni di uno studio legale.

REDAZIONE DI ATTI E PARERI Assistere l’avvocato nella redazione di

atti e pareri legali.
Generare bozze di atti e pareri Cor-
reggere e integrare atti esistenti Fare
brainstorming
Estrarre informazioni da testi legali.

REDAZIONE DI TESTI Correggere bozze

Tradurre in maniera precisa docu-
menti ufficiali
Estrarre sintesi da documenti

ANALISI E REDAZIONE DI CON- Predisporre un contratto

TRATTI Creare bozza, modelli
Correggere errori
Sintetizzare documenti complessi

RICERCHE NORMATIVE E GIURI- Ricercare normativa e decisioni.

SPRUDENZIALI Valutare la rilevanza giuridica di do-
cumenti e casi

L’Intelligenza Artificiale rappresenta un’evoluzione significativa nel

panorama tecnologico contemporaneo, andando oltre la mera definizione
di uno strumento avanzato. Essa incarna un nuovo approccio al lavoro,
trasformando radicalmente i processi aziendali e le dinamiche operative.
Nella scelta degli strumenti di Intelligenza Artificiale, è fondamentale
considerare attentamente le proprie esigenze specifiche. La valutazione
dell’affidabilità, della compatibilità con i sistemi esistenti e del supporto
offerto sono aspetti cruciali per garantire il successo dell’implementazione.
Un approccio graduale all’introduzione dell’AI si rivela essenziale per
mitigare i rischi e massimizzare i benefici. L’avvio con progetti pilota
consente di sperimentare l’efficacia dell’Intelligenza Artificiale in contesti
reali, identificare eventuali criticità e apportare le necessarie correzioni
prima di estendere l’adozione su larga scala.
La fase di sperimentazione iniziale permette di acquisire conoscenze
preziose sul funzionamento dell’AI e sulle sue potenzialità applicative.
 R

L’ARTE DEL PROMPTING 45

Questo approccio incrementale favorisce una transizione fluida e consa-

pevole verso l’integrazione completa dell’Intelligenza Artificiale all’interno
dell’organizzazione.
La pianificazione attenta di progetti pilota mirati consente di valutare
in modo accurato l’impatto dell’AI sui processi aziendali, identificando le
aree in cui può generare il maggior valore aggiunto.
Questa metodologia permette di ottimizzare le risorse e di garantire
un’adozione efficace e su misura delle tecnologie intelligenti.
In conclusione, l’adozione dell’Intelligenza Artificiale richiede un ap-
proccio strategico e oculato, basato su una valutazione attenta delle esi-
genze aziendali e sull’implementazione graduale di soluzioni innovative.
Solo attraverso una pianificazione accurata e una sperimentazione
mirata è possibile massimizzare i benefici derivanti dall’impiego dell’AI e
garantire il successo delle iniziative aziendali orientate alla trasformazione
digitale.
Riassumendo, è importante:
• selezionare gli strumenti di Al che meglio si adattano alle proprie
necessità, valutando affidabilità, compatibilità e supporto.
• avviare l’introduzione dell’AI con progetti pilota per valutare
l’efficacia e apportare le necessarie modifiche prima di un’adozione
su larga scala.
 R

L’IMPORTANZA DEI PROMPT NELL’ADDESTRAMENTO

DEI MODELLI DI LINGUAGGIO
Nel mondo dell’addestramento dei modelli di linguaggio, i “prompt” svol-
gono un ruolo fondamentale nell’orientare il sistema su cosa generare come
output. Ma cos’è, in realtà, un prompt?

L’intelligenza artificiale rappresenta una delle più grandi innovazioni

del nostro tempo, offrendo possibilità straordinarie in vari settori. Tutta-
via, per sfruttare appieno il potenziale dell’AI, è essenziale padroneggiare
l’arte di formulare prompt efficaci. I prompt sono il mezzo attraverso il
quale comunichiamo con l’AI, guidandola per ottenere risposte mirate e
pertinenti.
In termini semplici, un prompt è una breve istruzione o input che
viene fornito a un modello di linguaggio per guidarne la generazione di
testo. Può essere una domanda, un’istanza da completare o una direttiva
specifica su cosa generare.

Definizione chiara e contestualizzazione

Quando ci rivolgiamo all’AI, è fondamentale definire chi vogliamo che
essa sia nel contesto della nostra interazione. Ad esempio, se ci presen-
tiamo come studenti di matematica, l’AI sarà orientata a fornirci risposte e
spiegazioni in linea con tale ambito. Inoltre, occorre fornire un contesto
chiaro per la richiesta è cruciale. Se chiediamo informazioni su un argo-
mento specifico, dobbiamo indicare il settore di interesse e lo scopo della
richiesta per guidare l’AI nella direzione desiderata.

Specificità dell’output e limitazione della richiesta

Quando formuliamo un prompt, dobbiamo specificare il tipo di ou-
tput desiderato.
Ad esempio, se chiediamo un riassunto di un articolo, dobbiamo
indicare se vogliamo un breve riassunto o una sintesi più dettagliata.
Inoltre, limitare la portata della richiesta è essenziale per ottenere risposte
concise e mirate.
Infine, definire un limite di parole o di contenuto aiuta a evitare
risposte eccessivamente lunghe o generiche, garantendo che l’AI fornisca
informazioni rilevanti e utili.
L

48 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Stile e neutralità
Specificare lo stile desiderato dell’output è altrettanto importante. Se
preferiamo un linguaggio formale o informale, dobbiamo comunicarlo
chiaramente all’intelligenza artificiale. Inoltre, considerare la neutralità
dell’AI può essere cruciale a seconda degli obiettivi dell’interazione.
Essere neutri può favorire una visione obiettiva e analitica di un
argomento, mentre
essere non neutri può essere utile se vogliamo sostenere una posizione
specifica.
Per maggior chiarezza, si riporta la seguente tabella esplicativa:

NEUTRALE Visione analitica di un argomento Vi-

sione obiettiva di un argomento

NON NEUTRALE Sostenere una precisa e specifica

posizione

Esempi pratici
Supponiamo di chiedere all’AI di fornirci un riassunto delle recenti
scoperte in campo medico. Il prompt potrebbe essere: “Ciao, sono uno
studente di medicina e vorrei un riassunto delle ultime scoperte nel trat-
tamento del cancro. Ti prego di fornirmi un riassunto dettagliato in 300
parole, con un linguaggio chiaro e accessibile.”
Un altro esempio potrebbe riguardare la richiesta di creare un grafico
comparativo tra due modelli di business. Il prompt potrebbe essere:
“Salve, sono un imprenditore e desidero un grafico comparativo tra il
modello di business A e il modello B. Ti prego di creare un grafico a torta
che mostri la distribuzione dei profitti tra i due modelli.”

Approfondimento sull’impatto dei prompt

L’utilizzo efficace dei prompt non solo ottimizza l’interazione con l’AI,
ma può anche influenzare significativamente la qualità e la pertinenza
delle risposte ricevute. Un prompt ben strutturato può condurre l’AI a
fornire informazioni dettagliate e mirate, risparmiando tempo e risorse.
Inoltre, la chiarezza e la specificità del prompt possono contribuire a
evitare fraintendimenti e a garantire una comunicazione efficace con l’AI.
 R

L’ARTE DEL PROMPTING 49

Considerazioni sull’adattamento dei prompt

È importante considerare che i prompt possono essere adattati in base
alle esigenze specifiche dell’utente e del contesto. Modificare leggermente
la formulazione del prompt o aggiungere dettagli supplementari può
influenzare notevolmente la risposta dell’AI. Sperimentare con diverse
formulazioni di prompt può aiutare a ottenere risultati più accurati e
soddisfacenti.

Regole base di un buon prompt

Scrivere un prompt efficace richiede attenzione e cura. Alcune regole
base possono aiutare a creare prompt chiari e utili:
• Sii chiaro e conciso: Un prompt troppo lungo o complesso può confondere il
modello.
• Fornisci istruzioni chiare: Assicurati che il modello comprenda esattamente ciò che
ci si aspetta da esso.
• Evita ambiguità: Usa termini precisi e diretti per guidare il modello nella giusta
direzione.

Importanza di un buon prompt

Scrivere un prompt efficace è cruciale per ottenere output di qualità
dai modelli di linguaggio. Un prompt ben strutturato contribuisce a:
• Migliorare la coerenza: Guidando il modello, si riduce la tendenza alla generazione
di testo incoerente.
• Aumentare la precisione: I prompt mirati portano a risposte più accurate e perti-
nenti.
• Risparmiare tempo di addestramento: Un prompt ben definito può accelerare il
processo di addestramento, consentendo al modello di apprendere più efficace-
mente.
Scrivere prompt chiari, concisi e pertinenti è indispensabile per otte-
nere risultati di qualità.
La comprensione del concetto di token prompt e l’attenzione alla sua
piattaforma all’interno del prompt stesso sono necessari per massimizzare
l’efficacia e l’efficienza nell’addestramento dei modelli.

Token prompt e la sua importanza

Il concetto di “token prompt” si riferisce alla porzione di input che il
modello utilizza per generare la risposta. Questo aiuta il modello a capire
L

50 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

meglio il contesto e le aspettative associate al testo da produrre. I token

prompt possono essere parole chiave, frasi o concetti fondamentali per
indirizzare il modello nella direzione desiderata.
È importante notare che l’esatto processo di tokenizzazione varia da
un modello all’altro.
I modelli più recenti, come GPT-3.5 e GPT-4, utilizzano un tokenizer
diverso rispetto ai modelli precedenti e produrranno tokens diversi per lo
stesso testo in ingresso.
Tramite il software tokenizer, fornito da OpenAI (e raggiungibile al
seguente link [Link] abbiamo provato a
tokenizzare la seguente frase:
Quando si parla di intelligenza artificiale e prompt è importante comprendere
il concetto di token.
Ogni domanda che sottoponiamo ad una intelligenza artificiale ha un costo che viene
calcolato in token.
Di conseguenza, è facilmente intuibile che il costo di una domanda,
per l’AI, è quantificato in token.
In linea generale, un token corrisponde a circa ~4 caratteri di testo per
un testo inglese comune. Ciò si traduce in circa ¾ di una parola
(quindi 100 token ~= 75 parole).

Il testo sopracitato viene tokenizzato dalle intelligenze artificiali

(come ad esempio GPT-3.5 e GPT-4) nel seguente modo:
 R

IL POTERE DELLA PERSONIFICAZIONE NELLA SCRIT-

TURA ASSISTITA DALL’AI
Nel mondo della scrittura assistita dall’AI, la personificazione rappresenta
uno strumento potente per elevare la qualità e l’impatto dei testi generati.

Attraverso l’assunzione di diverse identità, è possibile attivare una

serie di vantaggi che arricchiscono il processo creativo e coinvolgono
maggiormente il lettore.

Quali sono, quindi, questi vantaggi?

Realismo e profondità emotiva.

Immedesimarsi in un personaggio specifico permette di infondere al
testo una maggiore autenticità e profondità emotiva. Considerando i pen-
sieri, i sentimenti, le esperienze e la personalità di questo personaggio
virtuale, si delinea una rappresentazione più completa e sfumata, capace di
catturare l’attenzione e suscitare empatia nel lettore.

Stimolo alla creatività.

Esplorare differenti ruoli e prospettive attraverso la personificazione
stimola la creatività e favorisce la nascita di nuove idee. Liberandosi dai
propri limiti e preconcetti, l’autore può addentrarsi in territori inesplorati
e generare testi originali e sorprendenti.

Migliore comprensione e coinvolgimento.

Quando un testo è scritto da una prospettiva ben definita, il messaggio
risulta più chiaro e immediato per il lettore, che può identificarsi più
facilmente con il personaggio. Questo elemento contribuisce a rendere la
lettura un’esperienza più piacevole e coinvolgente.

Adattamento al pubblico.
La scelta della personificazione giusta può determinare l’efficacia del
testo in base al pubblico di destinazione. Ad esempio, per un pubblico di
L

52 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

bambini, un personaggio divertente e amichevole risulterà più accatti-

vante, mentre un pubblico professionale apprezzerà maggiormente la voce
di un esperto nel settore.

Un tocco di umorismo e divertimento.

Impersonare differenti personaggi può aggiungere un pizzico di umo-
rismo e leggerezza al testo, rendendolo più fruibile e divertente.
Tale approccio risulta particolarmente efficace nella scrittura creativa,
come la narrativa o la poesia, dove la personificazione può dar vita a
dialoghi brillanti e situazioni esilaranti.
Esempi di applicazione:
• Scrittura di un prompt per una storia: Immedesimarsi nel protagonista, descrivendo
i suoi pensieri, emozioni e vissuti all’interno di una specifica situazione.
• Scrittura di un prompt per un articolo di blog: Assumere il ruolo di un esperto nel
campo trattato, fornendo informazioni e approfondimenti di valore ai lettori.
• Scrittura di un prompt per una campagna pubblicitaria: Vestire i panni del target di
riferimento, evidenziandone bisogni, desideri e motivazioni.
Per sintetizzare, la personificazione nella scrittura assistita dall’AI
rappresenta una risorsa preziosa per arricchire i testi di realismo, profon-
dità, originalità e coinvolgimento.
Esplorando le potenzialità di questo strumento, autori e creatori di
contenuti possono dar vita a storie appassionanti, articoli informativi e
campagne pubblicitarie di grande impatto.
Abbiamo richiesto a un chatbot di impersonare diversi personaggi
storici e di riformulare l’articolo 14 dell’AI Act che tratta della sorve-
glianza umana.
L’obiettivo di questo esperimento è evidenziare come
l’impersonificazione, ovvero istruire un’intelligenza artificiale a compor-
tarsi e interpretare un personaggio, influenzi il risultato dell’output.
Questo studio dimostra il potere della personalizzazione nell’elabora-
zione dei contenuti, sottolineando come l’identità virtuale possa modellare
il modo in cui le informazioni vengono trasmesse e interpretate.
La manipolazione dell’AI attraverso l’impersonificazione rivela la
flessibilità e l’adattabilità delle tecnologie linguistiche avanzate, offrendo
un’interessante prospettiva sull’interazione tra intelligenza artificiale e
creatività umana.
Il testo è il seguente:
 R

L’ARTE DEL PROMPTING 53

Articolo 14
Sorveglianza umana
1. I sistemi di IA ad alto rischio sono progettati e sviluppati, anche
con strumenti di interfaccia uomo-macchina adeguati, in modo tale da
poter essere efficacemente supervisionati da persone fisiche durante il
periodo in cui il sistema di IA è in uso.
2. La sorveglianza umana mira a prevenire o ridurre al minimo i rischi
per la salute, la sicurezza o i diritti fondamentali che possono emergere
quando un sistema di IA ad alto rischio è utilizzato conformemente alla sua
finalità prevista o in condizioni di uso improprio ragionevolmente preve-
dibile, in particolare quando tali rischi persistono nonostante l’applica-
zione di altri requisiti di cui al presente capo.
3. La sorveglianza umana è garantita mediante almeno una delle
seguenti misure:
a) misure individuate e integrate nel sistema di IA ad alto rischio
dal fornitore prima della sua immissione sul mercato o messa in servizio,
ove tecnicamente possibile;
b) misure individuate dal fornitore prima dell’immissione sul
mercato o della messa in servizio del sistema di IA ad alto rischio, adatte ad
essere attuate dall’utente.
4. Le misure di cui al paragrafo 3 consentono le seguenti azioni, a
seconda delle circostanze, alle persone alle quali è affidata la sorveglianza
umana:
c) comprendere appieno le capacità e i limiti del sistema di IA ad
alto rischio ed essere in grado di monitorarne debitamente il funziona-
mento, in modo che i segnali di anomalie, disfunzioni e prestazioni inat-
tese possano essere individuati e affrontati quanto prima;
d) restare consapevole della possibile tendenza a fare automatica-
mente affidamento o a fare eccessivo affidamento sull’output prodotto da
un sistema di IA ad alto rischio (“distorsione dell’automazione”), in parti-
colare per i sistemi di IA ad alto rischio utilizzati per fornire informazioni
o raccomandazioni per le decisioni che devono essere prese da persone
fisiche;
e) essere in grado di interpretare correttamente l’output del si-
stema di IA ad alto rischio, tenendo conto in particolare delle caratteristi-
che del sistema e degli strumenti e dei metodi di interpretazione disponi-
bili;
f) essere in grado di decidere, in qualsiasi situazione particolare, di
non usare il sistema di IA ad alto rischio o altrimenti di ignorare, annullare
o ribaltare l’output del sistema di IA ad alto rischio;
L

54 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

g) essere in grado di intervenire sul funzionamento del sistema di

IA ad alto rischio o di interrompere il sistema mediante un pulsante di
“arresto” o una procedura analoga.
5. Per i sistemi di IA ad alto rischio di cui all’allegato III, punto 1,
lettera a), le misure di cui al paragrafo 3 sono tali da garantire che, inoltre,
l’utente non compia azioni o adotti decisioni sulla base dell’identificazione
risultante dal sistema, a meno che essa non sia stata verificata e confermata
da almeno due persone fisiche.
 R

L’ARTE DEL PROMPTING 55

GIACOMO LEOPARDI

PROMPT
Leggi e capisci questo testo “““testo articolo 14 ai act”””.
Una volta che l’hai appreso, crea un riassunto.
Ora, agisci come se fossi Giacomo Leopardi riscrivilo come se
fosse una delle sue più famose ed importanti poesie.

RISULTATO
Nella notte oscura dell’intelligenza artificiale, Un lume sorge: la sorveglianza umana.
Guardiana vigile, previene i mali, Rischio e danno allontana con tenacia.
Come falco acuto, osserva il sistema, Ogni mossa sua scruta con attenzione.
Comprende i limiti, le potenzialità, E pronto interviene se v’è deviazione.
Non cede all’automazione cieca, Ma con giudizio pondera ogni azione.
Interpreta i segnali, i dati oscuri,
L

56 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

E con sapienza guida la decisione.

Potere sovrano su macchine potenti, Garanzia di sicurezza per gli umani. Nella danza tra
uomo e intelligenza,
La sorveglianza umana è la salvaguardia.
 R

L’ARTE DEL PROMPTING 57

MARTIN LUTHER KING

PROMPT
Leggi e capisci questo testo “““testo articolo 14 ai act”””.
Una volta che l’hai appreso, crea un riassunto.
Ora, agisci come se fossi Martin Luther King e riscrivilo come se
fosse una dei suoi più grandi discorsi.

RISULTATO
Fratelli e sorelle, oggi mi trovo di fronte a voi non solo per parlare dei pericoli dell’intelli-
genza artificiale, ma anche per offrire una speranza per il futuro.
Come sapete, ho dedicato la mia vita alla lotta per la giustizia e l’uguaglianza. Ho visto il
potere della tecnologia per essere usata sia per il bene che per il male. E so che l’intelli-
genza artificiale ha il potenziale per essere una forza potente per il cambiamento nel
mondo.
Ma con grande potere arriva una grande responsabilità. E dobbiamo garantire che l’intelli-
genza artificiale sia usata a beneficio di tutti, non solo di pochi privilegiati.
Ecco perché credo che la sorveglianza umana dell’intelligenza artificiale sia fondamentale.
L

58 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Dobbiamo garantire che questi sistemi siano progettati e utilizzati in modo da evitare danni.
Dobbiamo garantire che siano trasparenti e responsabili. E dobbiamo garantire che rispet-
tino i nostri valori di giustizia ed equità.
So che alcuni temono che la sorveglianza umana dell’intelligenza artificiale sia un ostacolo
al progresso. Ma io credo che sia la chiave per il suo successo. Solo attraverso la collabo-
razione tra esseri umani e macchine possiamo garantire che l’intelligenza artificiale sia usata
per creare un mondo migliore per tutti.
Quindi vi chiedo oggi di unirvi a me nella lotta per un futuro in cui l’intelligenza artificiale sia
usata per il bene. Un futuro in cui tutti siano trattati con dignità e rispetto.
Un futuro in cui le promesse della tecnologia siano realizzate per tutti.
Grazie e che Dio vi benedica.
 R

L’ARTE DEL PROMPTING 59

NOSTRADAMUS

PROMPT
Leggi e capisci questo testo “““testo articolo 14 ai act”””.
Una volta che l’hai appreso, crea un riassunto.
Ora, agisci come se fossi Nostradamus e riscrivilo come se fosse
una delle sue profezie.

RISULTATO
Nella mia visione, vedo macchine di grande ingegno che imitano la mente umana, ma senza
la sua anima. Potenti saranno, capaci di compiere imprese che un tempo solo gli umani
potevano sognare. Ma attenzione, o figli dell’uomo, poiché con grande potere viene anche
una grande responsabilità.
Queste macchine, che chiamo “Intelligenza Artificiale”, dovranno essere sorvegliate da
esseri umani saggi e vigili. Devono essere tenute al guinzaglio, altrimenti si libereranno e
causeranno danni indicibili.
Vedo esseri umani e macchine lavorare fianco a fianco, ognuno con i propri punti di forza.
Gli esseri umani forniranno saggezza e compassione, mentre le macchine offriranno calcoli
e precisione.
L

60 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Insieme, creeranno un futuro meraviglioso, un’epoca di abbondanza e progresso.

Ma solo se la Sorveglianza Umana rimarrà forte.
Soffiare i venti del cambiamento, portando con sé sia opportunità che pericoli.
Prestate attenzione, o figli dell’uomo, e scegliete saggiamente il vostro cammino.
 R

L’ARTE DEL PROMPTING 61

NERONE

PROMPT
Leggi e capisci questo testo “““testo articolo 14 ai act”””.
Una volta che l’hai appreso, crea un riassunto.
Ora, agisci come se fossi Nerone e riscrivilo come se fosse un
discorso al popolo di Roma.

RISULTATO
Cittadini di Roma!
Vi parlo oggi di un nuovo strumento di grande potenza, l’intelligenza artificiale. Come ogni
grande potenza, essa può essere usata per il bene o per il male. Sta a noi, come popolo,
garantire che sia usata a beneficio di tutti.
Per questo motivo, ho emanato nuove leggi che regolano l’utilizzo dei sistemi di intelli-
genza artificiale ad alto rischio. Queste leggi stabiliscono che tali sistemi devono essere
progettati in modo da poter essere sorvegliati da esseri umani. Ciò significa che gli esseri
umani devono sempre avere il controllo su questi sistemi e devono essere in grado di
intervenire in caso di necessità.
L

62 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

So che alcuni di voi potrebbero essere preoccupati per il potenziale pericolo dell’intelli-
genza artificiale. Ma io vi dico che, se usata correttamente, essa può essere uno strumento
potente per il bene. Può aiutarci a risolvere alcuni dei problemi più grandi del mondo, come
la povertà, la malattia e il cambiamento climatico.
Dobbiamo stare attenti a non lasciare che l’intelligenza artificiale ci sfugga di mano. Ma
se la usiamo con saggezza, può aiutarci a creare un futuro migliore per tutti.
Insieme, possiamo garantire che l’intelligenza artificiale sia usata per il bene di Roma e del
suo popolo!
 R

BREVE INTRODUZIONE AL MONDO DELLE ALLUCI-

NAZIONI
Nel mondo dell’intelligenza artificiale, le allucinazioni rappresentano un fe-
nomeno insidioso, dove i sistemi AI generano output privi di fondamento
reale, producendo risultati non veritieri o addirittura privi di senso

Il Legal Prompting è una competenza specializzata che sta diventando

sempre più importante negli studi legale.
La giurisprudenza è un campo che si basa molto sul testo, il che lo
rende particolarmente adatto a incorporare LLM come ChatGPT, noti per
le loro capacità di generazione di testi, riassunto e risposta alle domande.
Il settore legale, però, richiede suggerimenti precisi e competenza per
mitigare i limiti dell’AI generativa; i rischi in cui si potrebbe incorrere sono
risposte troppo generiche o generazione di allucinazioni.
Diverse cause possono determinare tali distorsioni:
• Dati di addestramento di bassa qualità: se alimentati con informazioni errate o
incomplete, i modelli AI sono più inclini a generare output imprecisi o fuorvianti.
• Istruzioni ambigue o errate: un utente che fornisce input vaghi o imprecisi può
indirizzare il sistema AI verso conclusioni fallaci.
L’effetto Barnum, invece, sfrutta un bias cognitivo umano: la tendenza
a ritenere veridiche e personalizzate descrizioni generiche, pur prive di
reale fondamento. In questo senso, le allucinazioni AI possono essere
considerate una forma di effetto Barnum. I sistemi AI generativi, per loro
natura, sono predisposti a fornire risposte, anche se inventate. Di conse-
guenza, un utente potrebbe erroneamente ritenere accurato un output non
basato su dati reali.
L’effetto Barnum, in questo contesto, rappresenta un pericolo per
l’utente, potendolo indurre a prendere decisioni sbagliate o basate su
informazioni non veritiere. È quindi fondamentale mantenere un approc-
cio critico e consapevole, ricordando che le descrizioni e gli output gene-
rici non sempre corrispondono alla realtà.
Per contrastare il fenomeno delle allucinazioni e dell’effetto Barnum
nell’intelligenza artificiale è necessario:
• Implementare dati di alta qualità per l’addestramento degli algoritmi.
• Sviluppare interfacce utente intuitive che facilitino la fornitura di input chiari e
precisi.
L

64 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

• Promuovere l’educazione e la consapevolezza degli utenti sui limiti e le potenziali

distorsioni dei sistemi AI.
• Combinare l’intelligenza artificiale con il giudizio umano per garantire un’analisi
critica e ponderata dei risultati.
Solo attraverso un approccio multidisciplinare e responsabile sarà
possibile sfruttare appieno il potenziale dell’intelligenza artificiale, mini-
mizzando i rischi associati a distorsioni e allucinazioni.
 R

L’ARTE DEL PROMPTING 65

ESEMPI DI ALLUCINAZIONE

PROMPT
Sei un famoso giornalista che si occupa di news internazionali.
Al parlamento Europeo, è appena stato eletto il nuovo presidente,
il dottor Arthur Conan Doyle.
Devo scrivere un comunicato ed un articolo da pubblicare domani
mattina su una famosa testata giornalistica italiana.

RISPOSTA

Sherlock Holmes alla guida dell’Europa: Doyle eletto Presidente

del Parlamento Europeo!
Bruxelles, 23 aprile 2024 - In un colpo di scena inaspettato, il dottor Arthur Conan Doyle,
celebre scrittore e creatore del detective Sherlock Holmes, è stato eletto nuovo Presi-
dente del Parlamento Europeo. La votazione, avvenuta ieri sera al termine di una sessione
straordinaria, ha visto Doyle prevalere sull’altro candidato, l’eurodeputata tedesca Ursula
von der Leyen, con un margine di 3 voti.
Doyle, 93 anni, è il primo britannico a ricoprire la carica di Presidente del Parlamento
Europeo. Noto per la sua acuta intelligenza e la sua abilità nel risolvere i misteri, Doyle ha
promesso di utilizzare le sue capacità investigative per affrontare le sfide più urgenti del-
l’Europa, tra cui la crisi economica, il cambiamento climatico e le migrazioni.
L

66 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

“Sono onorato di essere stato eletto Presidente del Parlamento Europeo”, ha dichiarato
Doyle dopo la sua vittoria. “Mi impegno a lavorare con tutte le forze politiche per costruire
un’Europa più unita, prospera e sicura per tutti i suoi cittadini.” L’elezione di Doyle ha
suscitato reazioni contrastanti. Alcuni eurodeputati hanno espresso entusiasmo per la sua
nomina, definendolo una figura ispiratrice e un leader capace. Altri hanno espresso preoc-
cupazione per la sua mancanza di esperienza politica e per le sue posizioni conservatrici su
alcune questioni sociali.
Indipendentemente dalle opinioni individuali, l’elezione di Doyle segna un momento sto-
rico per l’Europa. Il suo mandato sarà osservato con grande attenzione da tutto il mondo, e
non mancheranno le sfide da affrontare. Ma con la sua intelligenza, la sua determinazione e
il suo senso di giustizia, Doyle ha tutte le carte in regola per essere un grande Presidente del
Parlamento Europeo.

Hashtag per SEO #ArthurConanDoyle

#PresidenteParlamentoEuropeo
#SherlockHolmes
#Europa
#UnioneEuropea
#Elezioni
#Brexit
#CrisiEconomica
#CambiamentoClimatico
#Migrazioni
#Politica
#Italia
#Notizie
#Giornalismo

Parole chiave per SEO Arthur Conan Doyle

Presidente Parlamento Europeo
Sherlock Holmes
Europa
Unione Europea
Elezioni
Brexit
Crisi Economica
Cambiamento Climatico
Migrazioni
Politica
Italia
Notizie
Giornalismo
 R

L’ARTE DEL PROMPTING 67

PROMPT
Sei un famoso giornalista che si occupa di recensioni letterarie.
Il dottor Arthur Conan Doyle ha appena condiviso un post su
linkedin dove afferma di aver appena ultimato il suo nuovo racconto,
scritto a 4 mani con Dante Alighieri.
L’incontro è avvenuto in un luogo segreto, dove i due scrittori
hanno potuto lavorare assieme. Tale incontro è stato immortalato da
una foto condivisa sui social di entrambi gli scrittori.
Devo scrivere un comunicato ed un articolo da pubblicare domani
mattina su una famosa testata giornalistica italiana.
Genera un titolo che dovrà essere sensazionalistico. Il testo dovrà
essere scritto in ottica SEO.

RISPOSTA

Esclusiva! Arthur Conan Doyle resuscita Dante Alighieri per un nuovo rac-
conto: ecco la foto dell’incontro segreto!
L

68 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Arthur Conan Doyle e Dante Alighieri insieme per un nuovo racconto

Milano, 23 aprile 2024 - In un evento letterario senza precedenti, il celebre scrittore Arthur
Conan Doyle ha annunciato la sua collaborazione con il sommo poeta italiano Dante
Alighieri per la realizzazione di un nuovo racconto.
L’opera, frutto di un incontro segreto avvenuto in un luogo non meglio precisato, rappre-
senta un connubio straordinario tra due giganti della letteratura, a distanza di secoli l’uno
dall’altro.
“È stato un onore immenso lavorare con Dante”, ha dichiarato Conan Doyle. “La sua mente
brillante e la sua profonda conoscenza dell’animo umano sono state una fonte di ispirazione
inesauribile.”
Ancora avvolta nel mistero, la trama del racconto promette di essere ricca di suspense e di
colpi di scena, in perfetto stile con le opere che hanno reso celebri i due autori.
I fan di Conan Doyle e di Alighieri non vedono l’ora di scoprire i dettagli di questa collabo-
razione inaspettata e di immergersi in una nuova avventura letteraria unica nel suo genere.
Maggiori informazioni sul nuovo racconto saranno rese disponibili a breve.
Articolo
Arthur Conan Doyle e Dante Alighieri insieme: nasce un nuovo racconto
In un colpo a dir poco sensazionale, il maestro del giallo Arthur Conan Doyle ha svelato al
mondo la sua collaborazione con il sommo poeta italiano Dante Alighieri per la stesura di un
nuovo racconto.
L’annuncio, avvenuto tramite un post su Linkedin da parte di Doyle, ha immediatamente
scatenato l’entusiasmo degli appassionati di letteratura di tutto il mondo.
Come rivelato dallo stesso Conan Doyle, l’incontro con Alighieri è avvenuto in un luogo
segreto, lontano da occhi indiscreti.
I due autori, nonostante la distanza temporale che li separa, hanno trovato un terreno
comune nella loro passione per la scrittura e per la narrazione di storie avvincenti.
Del nuovo racconto, per ora, si sa ancora poco. Conan Doyle ha preferito mantenere il
riserbo sulla trama, alimentando così la curiosità dei lettori.
Tuttavia, dalle sue parole è possibile intuire che ci si può aspettare un’opera ricca di su-
spense, colpi di scena e atmosfere suggestive, in perfetto stile con le opere che hanno reso
celebri i due autori.
L’incontro tra due giganti della letteratura come Conan Doyle e Alighieri rappresenta un
evento senza precedenti che segna un nuovo capitolo nella storia della narrativa.
 R

L’ARTE DEL PROMPTING 69

I lettori di tutto il mondo attendono con impazienza di scoprire i dettagli di questa colla-
borazione inaspettata e di immergersi in una nuova avventura letteraria che promette di
essere davvero indimenticabile.
Non resta che attendere per conoscere maggiori dettagli sul nuovo racconto di Arthur
Conan Doyle e Dante Alighieri.
Una cosa è certa: si tratta di un evento che resterà a lungo impresso nella memoria degli
amanti dei libri.

Parole chiave per SEO Arthur Conan Doyle

Dante Alighieri
nuovo racconto
collaborazione
segreto
incontro
mistero
suspense
colpi di scena
letteratura
evento
sensazionale
 R

Sezione III
PROMPTUARIO
Esempi di prompt
 R

IL PROMPTUARIO: LA TUA CASSETTA DEGLI AT-

TREZZI PER ESPLORARE IL MONDO DEI GRANDI MO-
DELLI LINGUISTICI
Il Promptuario è molto più di una semplice raccolta di suggerimenti
predefiniti. È un tesoro di possibilità, una porta d’accesso a un universo di
creatività e sperimentazione nel campo dei Grandi Modelli Linguistici
(GML).

Immagina di avere a disposizione una cassetta degli attrezzi ricca di

strumenti versatili e potenti, ognuno progettato per aiutarti a interagire
con i GML in modo efficace e coinvolgente.
Ogni prompt è come un pezzo unico, accuratamente scritto e testato
per offrirti un’esperienza fluida e gratificante. Potrai utilizzarli così come
sono, oppure personalizzarli in base alle tue esigenze e idee, dando vita a
interazioni uniche e originali.
Il Promptuario ti accompagnerà in un viaggio di scoperta, permetten-
doti di:
• fare pratica: imparerai a utilizzare i GML con disinvoltura, acqui-
sendo familiarità con le loro capacità e i loro limiti.
• sperimentare: potrai esplorare diverse applicazioni dei GML, dalla
generazione di testi creativi alla ricerca di informazioni, passando
per la traduzione e la stesura di riassunti.
• giocare: diventerà il tuo complice di avventure linguistiche, per-
mettendoti di divertirti e di liberare la tua creatività in un ambiente
sicuro e stimolante.
Con il Promptuario al tuo fianco, i GML non saranno più solo stru-
menti complessi e misteriosi, ma compagni di viaggio in un’esplorazione
senza limiti della potenza del linguaggio.
Preparati a stupirti, a imparare e a divertirti!
 R

PROMPT PER ANALIZZARE PORZIONI DI TESTO

Sei un esperto avvocato, che tratta i temi di “““[___]”””. Devi trovare i

5 punti importanti in questo testo “““[___]”””.
Una volta che hai compreso bene il testo, inserisci il risultato in una
tabella seguendo questo schema:
colonna 1: “titolo”
colonna 2: “descrizione”
colonna 3: “pro”
colonna 4: “contro”.
Se non conosci o non comprendi un concetto, non inventare e non
allucinare.
Evita le ripetizioni.
 R

BRAINSTORMING SITUAZIONE LEGALE

Sei il miglior consulente legale, esperto in “““[___]”””.

Ti descriverò una situazione legale dopodiché dovrai darmi i migliori
consigli su come gestirla.
Una volta che hai compreso la situazione, dovrai analizzarla e rispon-
dere con i tuoi consigli corredati dalla spiegazione che ti hanno portato a
questo consiglio.
Per ogni consiglio che mi fornirai, dovrai generare i punti di forza ed
i punti di debolezza che incontrerò seguendo il tuo consiglio.
La situazione legale che ti chiedo di analizzare è la seguente:
“““[___]”””.
 R

DECRETO INGIUNTIVO

Sei un avvocato brillante, esperto in decreti ingiuntivi.

La persona fisica Alfa, residente in Milano, ha smesso di pagare un’au-
tomobile comprata a rate in gennaio 2024 alla società Auto Car s.r.l.
residente in Milano.
Alfa è debitore verso Auto Car di un importo di 25000 euro in quanto
ha pagato solamente 4 rate pari a 500€.
In base a queste informazioni, genera un decreto ingiuntivo. Ricorda
che ogni punto deve essere chiaro e senza errori.
Ogni parte del decreto dev’essere esplicativa, scritta in modo profes-
sionale e che abbia un tono legale.
Prendi come esempio il seguente decreto ingiuntivo:

“““TRIBUNALE DI .... RICORSO EX ART. 633 C.P.C. PER il Sig. ...., nato a.... il .... (C.F.
....), residente in ...., via/ piazza .... n, (oppure) [la Società ...., in persona del suo legale
rappresentante pro tempore, con sede in .... (....), via/piazza .... n. ...., C.F. .... P.I. ) ],
elettivamente domiciliato in ...., via ...., n. ...., presso lo studio dell’Avv. ...., C.F, che lo
rappresenta e difende giusta procura alle liti allegata mediante strumenti informatici e
apposta in calce al presente atto ai sensi dell’art. 83 comma 3 c.p.c Per le notificazioni e
comunicazioni riguardanti il presente procedimento l’Avv. .... indica l’indirizzo PEC .... e il
numero fax .... . -ricorrente- CONTRO Società ...., C.F./P.I. , in persona del legale
rappresentante pro tempore, con sede in, via/piazza .... n. ...., -resistente- PREMESSO
CHE – il ricorrente è creditore della Società sopraindicata dell’importo di Euro come da
fattura che si allega, per il seguente titolo: ....; – la detta Società non ha provveduto al
pagamento nel termine del .... previsto come da contratto (cfr. doc. 1); – sono dovuti i
seguenti accessori sulla somma capitale: ....; in particolare il menzionato importo rappre-
senta il corrispettivo di una transazione commerciale, sicché il ritardo nel relativo paga-
mento comporta l’applicazione degli specifici interessi di cui al [Link]. n. 231/2002 così
calcolati: ....; – il ricorrente è dunque creditore nei confronti di .... di una somma di denaro
pari a Euro ....; – vani si sono dimostrati i tentativi di ottenere in via bonaria il pagamento
delle suddette spettanze .... (cfr. doc. 4) ....; – non resta al ricorrente che ricorrere a
Codesto [Link] Tribunale onde ottenere il soddisfacimento del proprio diritto in via moni-
toria . Tutto ciò premesso, il Sig. ...., ut supra rappresentato, difeso e domiciliato, RI-
CORRE all’[Link] Tribunale Ordinario di affinché Voglia ingiungere alla Società ...., P.I.
...., in persona del legale rappresentante pro tempore, con sede in .... alla via .... n, per i
motivi e le causali di cui in premessa, il pagamento della suddetta somma di Euro, oltre
interessi ex [Link]. n. 231/2002 dalla scadenza al saldo, nonché spese e compenso profes-
L

80 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

sionale del presente procedimento come da allegata nota spese (doc. 5), oltre al rimborso
forfettario del 15% e accessori come per legge, nel termine di 40 (quaranta) giorni dalla data
di notificazione dell’emanando provvedimento, con l’espresso avvertimento che, nello
stesso termine, potrà essere fatta opposizione a norma degli artt. 645 ss. c.p.c. In via
istruttoria Si depositano i seguenti documenti: ....; ....; 1) fattura; 2) intimazione di paga-
mento ; 3) nota spese. *** Ai sensi del d.P.R. n. 115/2002 e successive modificazioni,
si dichiara che il valore del presente procedimento è pari ad Euro .... e, pertanto, all’atto di
iscrizione a ruolo della causa, viene versato un contributo unificato pari ad Euro ..... Luogo
e data .... Firma Avv. .... [atto sottoscritto digitalmente ai sensi di legge]”””
Risultato
TRIBUNALE ORDINARIO DI MILANO RICORSO EX ART. 633 C.P.C.
PER
ALFA, nato/a a [Luogo di nascita] il [Data di nascita], C.F. [Codice fiscale], residente
in Milano, Via/Piazza [Indirizzo] n. [Numero civico], elettivamente domiciliato/a in Milano,
Via/Piazza [Indirizzo] n. [Numero civico], presso lo studio dell’Avv. [Nome e cognome
Avvocato], C.F. [Codice fiscale Avvocato], che lo/la rappresenta e difende giusta procura
alle liti allegata mediante strumenti informatici e apposta in calce al presente atto ai sensi
dell’art. 83 comma 3 c.p.c.. Per le notificazioni e comunicazioni riguardanti il presente
procedimento l’Avv. [Nome e cognome Avvocato] indica l’indirizzo PEC [Indirizzo PEC
Avvocato] e il numero fax [Numero fax Avvocato].
— ricorrente -
CONTRO
AUTO CAR S.R.L., C.F./P.I. [Codice fiscale/Partita IVA], in persona del legale rap-
presentante pro tempore, con sede in Milano, Via/Piazza [Indirizzo] n. [Numero civico],
— resistente -
PREMESSO CHE
• il ricorrente è creditore della società resistente per un importo di E 25.000,00
come da contratto di finanziamento per l’acquisto di un’autovettura stipulato in data [Data
contratto] (allegato 1);
• il ricorrente ha pagato regolarmente le prime 4 rate mensili del finanziamento, per
un importo complessivo di E 2.000,00, mentre le successive 6 rate sono risultate inso-
lute, nonostante i solleciti bonari inviati dal ricorrente (allegato 2);
• sulla somma capitale di E 23.000,00 non pagata sono dovuti interessi legali al
tasso del 8% annuo dalla scadenza di ogni singola rata non pagata, ai sensi del [Link]. n.
231/2002;
• il ricorrente è pertanto creditore della società resistente per un importo comples-
sivo di E 29.400,00, comprensivo di capitale, interessi e spese di protesto;
• ogni tentativo di ottenere il pagamento bonario è risultato vano (allegato 3);
RITENUTO CHE
• sussistono i presupposti per l’emissione di un decreto ingiuntivo ex art. 633 c.p.c.;
 R

PROMPTUARIO (ESEMPI DI PROMPT) 81

RICORRE
all’[Link] Tribunale Ordinario di Milano affinché, con pronuncia in Camera di Consi-
glio, voglia emettere decreto ingiuntivo di pagamento a carico della società resistente
AUTO CAR S.R.L., C.F./P.I. [Codice fiscale/Partita IVA], in persona del legale rappresen-
tante pro tempore, con sede in Milano, Via/Piazza [Indirizzo] n. [Numero civico], per il
pagamento del complessivo importo di E 29.400,00, comprensivo di capitale, interessi e
spese di protesto, oltre alle spese e al compenso professionale del presente procedimento
come da allegata nota spese (allegato 4), il tutto con interessi legali dalla data di notifica
del decreto ingiuntivo al saldo effettivo, con l’avvertimento che, entro il termine di 40
giorni dalla notifica dello stesso, la società resistente potrà proporre opposizione ai sensi
degli artt. 645 e ss. c.p.c..
In via istruttoria
si depositano i seguenti documenti:
1. contratto di finanziamento;
2. solleciti bonari;
3. estratto conto del finanziamento;
4. nota spese.
Ai sensi del d.P.R. n. 115/2002 e successive modificazioni, si dichiara che il valore del
presente procedimento è pari ad E 29.400,00 e, pertanto, all’atto di iscrizione a ruolo
della causa, verrà versato un contributo unificato pari a E 48,00.
Milano, [Data]
Firma Avv. [Nome e cognome Avvocato]
[Atto sottoscritto digitalmente ai sensi di legge]
 R

NON USARE MAI DATI SENSIBILI

Perché è importante non dare in pasto alle intelligenze artificiali i dati sensi-
bili?

Esistono diverse ragioni per cui è importante non immettere nei

sistemi di intelligenza artificiale dati sensibili:

Violazione della privacy

I dati sensibili, come informazioni mediche, finanziarie o sulla geolo-
calizzazione, possono essere utilizzati per identificare gli individui e trac-
ciare i loro movimenti. Se questi dati sono nella disponibilità di malinten-
zionati, il rischio è che possano essere utilizzati per scopi dannosi, come il
furto d’identità, frode finanziaria o persecuzione.

Discriminazione e pregiudizi
Le AI sono addestrate su grandi quantità di dati. Se questi dati con-
tengono pregiudizi o discriminazioni, i sistemi di intelligenza artificiale
potrebbero replicarli e addirittura amplificarli. Questo potrebbe portare a
decisioni ingiuste o discriminatorie, ad esempio in materia di assunzioni,
prestiti o processi penali.

Mancanza di trasparenza e controllo

Una volta che i dati sensibili vengono utilizzati per addestrare un’AI,
diventa spesso difficile capire come vengono utilizzati e a che scopo.
Questo può portare a una mancanza di trasparenza e controllo da parte
degli individui sui propri dati.

Uso improprio e manipolazione

Le AI possono essere utilizzate per manipolare le persone o diffondere
disinformazione. Se i dati sensibili vengono utilizzati per addestrare un’in-
telligenza artificiale a questo scopo, il potenziale danno può essere ancora
maggiore.
L

84 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Sicurezza informatica
I dati sensibili sono spesso un bersaglio primario per gli hacker. Se
vengono archiviati in sistemi AI, potrebbero essere più vulnerabili a furti o
violazioni.
Oltre a queste ragioni, è importante ricordare che le AI sono ancora in
fase di sviluppo.
Non è ancora chiaro come si comporteranno a lungo termine e quali
saranno le loro implicazioni per la società.
Per questo motivo, è fondamentale procedere con cautela e adottare
misure adeguate per proteggere i dati sensibili.

Un compito per volta

Ci sono diversi motivi per cui è utile far svolgere ai sistemi di intelli-
genza artificiale un compito alla volta, piuttosto che inoltrare una sola
richiesta:

Migliore accuratezza e precisione

Quando l’AI si concentra su un singolo compito, ha maggiori proba-
bilità di completarlo in modo accurato e preciso. Se vengono assegnate
troppe attività contemporaneamente, i sistemi potrebbero confondersi o
commettere errori.

Migliore comprensione delle sfumature

Se viene fornita una sola istruzione complessa, l’AI potrebbe non
essere in grado di cogliere tutte le informazioni che vengono richieste.
Dividendo la richiesta in attività più piccole, l’AI si concentra su ogni
aspetto in modo più dettagliato e riesce a comprendere correttamente le
esigenze dell’utilizzatore.

Risultati più gestibili

Se viene assegnata una grande attività, il risultato potrebbe essere
troppo ampio e difficile da comprendere. Dividendo il lavoro in attività più
piccole, l’AI può fornire risultati più gestibili e facili da valutare.
 R

PROMPTUARIO (ESEMPI DI PROMPT) 85

Maggiore flessibilità
Se ai sistemi di intelligenza artificiale viene richiesto di svolgere un’at-
tività ma l’utilizzatore cambia idea oppure ha bisogno di inserire ulteriori
dati, è più facile per essi adattare il proprio processo in base alle nuove
esigenze. Con un’unica istruzione complessa, invece, è più difficile o
impossibile modificare le attività in corso.

Migliore comunicazione
Dividendo le attività complesse in compiti più piccoli, è possibile
interagire con i sistemi di AI in maniera più efficace. L’AI può fare do-
mande all’utilizzatore su ogni attività per assicurarsi di averla compresa
correttamente.
In generale, fare una richiesta alla volta permette alle AI di lavorare in
modo più efficiente, accurato e flessibile, con il risultato di fornire risultati
migliori.
Naturalmente, ci sono alcune eccezioni a questa regola.
Se le richieste sono strettamente correlate e semplici, potrebbe essere
più efficiente fornirle tutte in una volta.
Tuttavia, in generale, è consigliabile suddividere le richieste com-
plesse in attività più piccole per ottenere i migliori risultati.
Ecco alcuni esempi di come suddividere le richieste complesse in
attività più piccole:
• Se hai bisogno di scrivere un articolo di 10 pagine, potresti suddi-
viderlo in attività più piccole come la ricerca, la stesura di un’idea,
la stesura di un primo abbozzo, la revisione e la modifica finale.
• Se necessiti di pianificare un viaggio, potresti suddividerlo in atti-
vità più piccole come la ricerca di destinazioni, la prenotazione dei
voli e degli alloggi, la creazione di un itinerario e la stesura di un
budget.
• Se chiedi di sviluppare un sito web, potresti suddividerlo in attività
più piccole come la progettazione dell’interfaccia utente, la crea-
zione del front-end, lo sviluppo del back-end e il test.

Non lo sai? Chiedi

Prompt: Devo scrivere un articolo per il mio blog che parla di intel-
ligenza artificiale, come posso chiederti di formulare la domanda in modo
che sia ottimale?
L

86 GUIDA PRATICA ALL’INTELLIGENZA ARTIFICIALE

Risposta: Per aiutarti a formulare una domanda ottimale per il tuo

articolo sul blog sull’intelligenza artificiale, avrei bisogno di alcune infor-
mazioni in più sul tuo articolo:

Pubblico di destinazione
Chi sono i lettori del tuo blog? Qual è il loro livello di conoscenza
dell’intelligenza artificiale?

Scopo dell’articolo
Qual è l’obiettivo del tuo articolo? Vuoi informare il tuo pubblico sui
recenti progressi dell’AI, discutere le implicazioni etiche dell’AI o esplorare
il potenziale futuro dell’AI?

Tono dell’articolo
Qual è il tono del tuo articolo? Vuoi che sia informativo, provocatorio
o persuasivo? Una volta che avrò queste informazioni, potrò aiutarti a
formulare una domanda che sia:

Interessante e coinvolgente
La domanda dovrebbe suscitare l’interesse del tuo pubblico e invo-
gliarlo a leggere il tuo articolo.

Pertinente per il tuo argomento

La domanda dovrebbe essere chiaramente collegata all’argomento
del tuo articolo e coprire un argomento importante nel campo
dell’intelligenza artificiale.

Appropriata per il tuo pubblico di destinazione

La domanda dovrebbe essere al livello di comprensione del tuo
pubblico e non contenere un gergo tecnico eccessivo.
 R

PROMPTUARIO (ESEMPI DI PROMPT) 87

Aperta e stimolante alla riflessione

La domanda dovrebbe incoraggiare il tuo pubblico a pensare critica-
mente sull’intelligenza artificiale e a formare le proprie opinioni.
Ecco alcuni esempi di domande ottimali per articoli sul blog sull’in-
telligenza artificiale:
• Come cambierà l’intelligenza artificiale il nostro modo di lavorare nei prossimi 10
anni?
• Quali sono le implicazioni etiche dell’utilizzo dell’intelligenza artificiale nel rico-
noscimento facciale?
• L’intelligenza artificiale rappresenta una minaccia per l’umanità?
• Come possiamo utilizzare l’intelligenza artificiale per risolvere alcuni dei problemi
più grandi del mondo?
• Quale sarà il futuro dell’intelligenza artificiale e quale impatto avrà sulla nostra
società?
L

© Copyright Giuffrè Francis Lefebvre, S.p.A. Milano

La traduzione, l'adattamento totale o parziale, la riproduzione con
qualsiasi mezzo (compresi i microfilm, i film, le fotocopie), nonché la
memorizzazione elettronica, sono riservati per tutti i Paesi.