Livelli di consapevolezza uso LLM

Dalla fiducia cieca all’uso consapevole

In molti usano l’AI, ma davvero pochi la usano bene. Ho provato ad ordinare le conoscenze e le astuzie che un utente deve acquisire per passare dall’uso ingenuo a quello esperto: cinque livelli di crescente consapevolezza, da L1 a L5, più un livello zero di partenza. Ovviamente sono generalizzazioni e semplificazioni, non contenitori veri e propri, e naturalmente si può essere più bravi e/o consapevoli in alcuni aspetti e non conoscerne altri. E tra l’altro, non è davvero importante quanto spendi mensilmente, ma quanto metodo applichi e quanta esperienza hai accumulato.

L0, Nessuna nozione

Usa ChatGPT magari senza nemmeno creare l’account personale; non è consapevole che lo stesso modello ha versioni diverse e con prestazioni diverse. Non sa come funzionano gli LLM, né quali sono i loro limiti, quindi fa domande senza contesto e si aspetta la verità, per giunta formattata secondo le sue aspettative. Due esiti tipici opposti: prende per oro colato la risposta dell’LLM e resta stupito dalla sua capacità dialettica, confondendo forma con contenuto (epistemia: scambio l’eloquenza per conoscenza, do autorevolezza a chi parla bene); oppure afferma che “l’AI è scema” perché non gli ha fornito la risposta che si aspettava.

L1, Il primo vero cambiamento

Comincia a preparare il prompt fornendo il contesto: indica a chi è rivolta la risposta, fornisce eventualmente esempi se disponibili, specifica bene ciò che vuole sapere. La qualità si alza notevolmente: è il primo passo verso l’utilizzo consapevole. Si arrabbia perché, proprio mentre comincia a prenderci gusto, il piano gratuito finisce i crediti…

L2, Abbonamento e modelli di punta

Fa il grande investimento, l’abbonamento base, di solito a ChatGPT o a Claude.

È consapevole che esistono versioni diverse dello stesso modello, anche perché le prime volte, quando non sta attento, finisce subito il credito (più una versione di modello è intelligente, più consuma token e quindi soldi).
Se la domanda è difficile usa il modello di punta, quello “thinking” o “adaptive”, ossia il modello che pensa prima di dare la risposta. A volte fa anche ricerche in autonomia o chiede di farle al modello. La qualità sale ancora, e parecchio.
Solitamente ha imparato ed interiorizzato la regola sacra dell’uso dell’AI: “l’LLM è uno strumento, non fidarti e verifica” ma se non l’ha ancora imparata allora il rischio è forse ancora più alto di quello del livello 0.

L3, Smaliziato

Questo è il vero salto di qualità.

Sa dosare lo sforzo a seconda della posta in gioco: domanda veloce per cose semplici, modello thinking e ricerche per quelle importanti.
Crea piccole formule per orientare il modello a fornire risposte più grounded, cioè più ancorate a fonti verificabili e meno alla memoria del modello, così da ridurre le allucinazioni, tipo “Risposta breve, spiegata in maniera semplice, dritta al punto, supportata da verifiche delle fonti, zero sycophancy (termine inglese simile a ‘compiacenza’ ma più specifico: la tendenza del modello a darci ragione, a elogiarci e a non contraddirci), non iniziare a fare azioni prima che si sia definito bene insieme cosa fare”, ossia una serie di istruzioni che mettono argini parziali ad alcuni comportamenti improduttivi, tipici degli LLM.
Se ha bisogno di diverse fonti, sa che esiste la modalità Deep Research, disponibile in tutti i principali LLM di frontiera e che introduce un grande avanzamento qualitativo perché le ricerche si poggiano su una grande quantità di documentazione tratta da internet, anche se sono costose in termini di tempo e token consumati.
Se il problema è complesso intuisce che va spezzettato ed analizzato in parti più piccole, solitamente in prompt diversi, e si rende anche conto dei limiti delle chat: ha imparato a sfuggire alla tentazione di farle diventare chilometriche.
Lavora ancora meglio sul prompt e sul contesto chiedendo al modello stesso di fargli tutte le domande necessarie, così da evitare di dimenticare aspetti importanti ai fini della qualità della risposta, o altri che ritiene scontati e che non lo sono affatto.
Poiché a questo punto l’LLM avrà fatto delle ricerche, legge direttamente le fonti che vengono fornite sotto forma di link e ne verifica alcune, almeno le più importanti, stabilendone una gerarchia basata sull’origine (un paper importante e riconosciuto avrà più peso di un blog, ad esempio).

L4, Master

Livello master, per argomenti fondamentali dove è richiesta la massima affidabilità e profondità.

Di solito ha più abbonamenti ad LLM di frontiera, così da poter scegliere quello che ritiene sia il migliore per un determinato compito o una determinata fase della ricerca.
Costruisce Progetti dedicati all’argomento, perché quasi sempre il singolo problema si inserisce in un’area d’interesse più ampia. Il Progetto offre una memoria specifica e un repository di file che è possibile allegare, accessibili da tutti i prompt al suo interno; integra così nel progetto i documenti che ha raccolto in autonomia, utili per affrontare il problema. Sfrutta la memoria specifica del progetto: così riduce l’uso di token per ogni nuova chat al suo interno, perché l’LLM parte leggendo quella specifica memoria.
Verifica se esistono skill specifiche da caricare nell’LLM per rendere il modello più specializzato in un determinato compito.
Una volta ottenuta la risposta o le risposte, fa eventuali triangolazioni con gli altri LLM di frontiera, che di solito confermano l’impianto generale, ma spesso fanno emergere aspetti trascurati o contraddicono affermazioni secondarie.

L5, Professionale

Esistono moltissime tecniche sofisticate per migliorare la qualità di risposta degli LLM, tra le quali sistemi RAG, GraphRAG, database, tool multiagentici, fine tuning dei modelli, ecc., ma esulano dall’area di interesse di questo corso. Il campo è vasto e in continua evoluzione.

E tu, a che livello sei? Nei prossimi post ci saranno approfondimenti su cosa è importante conoscere e come salire di livello.