Come si addestra un modello di intelligenza artificiale?

Addestramento in parole semplici

L’addestramento è la fase in cui un modello impara dai dati. Riceve enormi quantità di testo, prova a prevedere la parola successiva e confronta la sua ipotesi con quella vera. Dopo ogni errore, miliardi di numeri interni, chiamati parametri, cambiano di pochissimo. Il processo dura settimane o mesi su macchine molto potenti. Alla fine restano schemi statistici, compresi i pregiudizi e gli errori dei dati di partenza.

Un esempio

Prendi la frase «la torta è nel forno» e copri l’ultima parola. Il modello prova a indovinare e dice «frigo». Sbagliato. Il sistema misura l’errore e sposta di pochissimo miliardi di numeri interni, nella direzione che lo avrebbe ridotto. Poi tocca alla frase dopo, e ad altri miliardi di frasi. All’inizio escono parole a caso. Dopo settimane o mesi di calcolo il modello completa i testi in modo sensato e imita lettere e poesie. Ha imparato anche il resto. Se nei testi di partenza «il capo disse» era seguito quasi sempre da un nome maschile, il modello ha assorbito quell’abitudine, senza che nessuno gliela abbia insegnata.

L’errore tipico

Chi comincia pensa che il modello impari mentre gli parla. Di norma i suoi parametri restano fermi dopo l’addestramento. Se sembra ricordare qualcosa, è perché il servizio gli rimette davanti la conversazione o delle note salvate. Dato che i parametri restano fermi, può ignorare i fatti successivi all’addestramento, se non è collegato a fonti aggiornate. Quando qualcuno ti offre di addestrarlo sui tuoi dati, chiedi cosa intende. Spesso vuol dire soltanto fargli leggere i tuoi documenti. Controlla anche le condizioni del servizio, perché alcuni possono usare ciò che scrivi per addestrare i modelli futuri.

A cura di Trogloditi.com. Aggiornato il 2 novembre 2026.

Vedi anche