Per ridurre la produzione e la diffusione di informazioni errate da parte dei chatbot, possiamo indirizzarli verso dati di alta qualità. Brian X. Chen, editorialista tecnologico del New York Times, ha testato decine di strumenti di intelligenza artificiale negli ultimi due mesi. Dopo aver testato molti altri strumenti di AI, è giunto alla conclusione che per la ricerca è cruciale puntare su fonti affidabili e ricontrollare rapidamente l’accuratezza dei dati. Alla fine ha trovato uno strumento in grado di offrire tutto questo: Humata.AI, un’applicazione web gratuita (e a pagamento) che è già diventata popolare tra i ricercatori accademici e gli avvocati.
Con la semplice modifica di consigliare ai chatbot di lavorare con dati specifici, ha generato risposte intelligibili e consigli utili.
Come funziona Humata.AI
L’applicazione consente di caricare un documento, ad esempio un pdf, e da lì un chatbot risponde alle domande sul materiale insieme a una copia del documento, evidenziando le parti rilevanti.
In un test, ha caricato un documento di ricerca trovato su PubMed, un motore di ricerca governativo per la letteratura scientifica. Lo strumento ha prodotto un riassunto pertinente del lungo documento in pochi minuti, un processo che avrebbe richiesto ore, e ha dato una occhiata ai punti salienti per ricontrollare che i riassunti fossero accurati.
Cyrus Khajvandi, fondatore di Humata, con sede ad Austin, in Texas, ha sviluppato l’applicazione quando era ricercatore a Stanford e aveva bisogno di aiuto per leggere articoli scientifici densi. Il problema dei chatbot come ChatGPT, ha detto, è che si basano su modelli obsoleti del web, quindi i dati possono mancare di un contesto rilevante.
Humata.AI è disponibile in versione Free (domande illimitate, massimo 60 pagine), Pro (250 pagine) a 15 dollari al mese, Enterprise (tariffa su richiesta).
Conclusioni
Google e OpenAI, che opera con Microsoft, dicono di star lavorando per ridurre le allucinazioni nei loro chatbot, ma possiamo già raccogliere i benefici dell’AI prendendo il controllo dei dati su cui i bot si basano per trovare le risposte.
Per dirla in altro modo: il principale vantaggio dell’addestramento delle macchine con enormi insiemi di dati è che ora possono usare il linguaggio per simulare il ragionamento umano, ha affermato Nathan Benaich, un venture capitalist che investe in aziende di AI. Il passo importante per noi, sostiene, è abbinare questa capacità a informazioni di alta qualità.