Vai al contenuto
Glossario

Allucinazione

Un'allucinazione è un output sicuro ma non supportato o inventato da un modello linguistico: un'affermazione che sembra plausibile ma non ha base nell'evidenza fornita o nella realtà. Le allucinazioni sono il rischio centrale nell'automatizzare il lavoro di conoscenza, e il grounding con evidenza citata è la mitigazione principale.

Sinonimi: AI hallucination, fabrication, confabulation, ungrounded output

L’allucinazione accade quando la fluidità supera la verità. Poiché un modello ottimizza continuazioni plausibili, può produrre nomi, numeri o citazioni specifiche che non sono mai esistite. Nella scrittura a basso rischio è un fastidio; nell’automazione del lavoro governato è un fallimento serio che può fuorviare una decisione o attivare un’azione sbagliata. Le difese sono architetturali: recuperare evidenza reale, vincolare la generazione a essa, allegare citazioni e progettare un percorso esplicito per rifiutare o scalare quando l’evidenza non sostiene una risposta.

Domande frequenti

Perché i modelli linguistici allucinano?
I modelli predicono testo probabile, non fatti verificati. Senza evidenza recuperata che li vincoli, riempiono i vuoti con affermazioni statisticamente plausibili ma non verificate.
Come si riduce l'allucinazione?
Fondare le risposte su fonti recuperate, richiedere citazioni, verificare le affermazioni contro l'evidenza e indirizzare a una persona i casi a bassa confidenza o non supportati invece di restituire un'ipotesi.