Argomento 2.1. Comprendere l'IA generativa
In questa sezionescopriremo come i sistemi di IA utilizzano ciò che hanno imparato dai dati. Vedrai che esistono due approcci fondamentalmente diversi.
Alcuni sistemi di IA analizzano le informazioni. Altri, invece, prendono tutto ciò che hanno imparato e generano qualcosa di nuovo. Capire questa distinzione è la chiave per comprendere l'IA generativa.
Un modo semplice per capire
Prima di arrivare alle definizioni, ti proponiamo una similitudine. Pensa a un insegnante e a uno studente durante un esame. L'insegnante legge ogni risposta e decide se è corretta o sbagliata. Questo è un tipo di IA: analizza e classifica in categorie. Ora pensa allo studente che scrive un tema. Lo studente attinge a tutto ciò che ha studiato - libri di testo, appunti presi in classe, esempi visti in passato - e produce qualcosa di originale. Questo è l'altro tipo di IA: genera contenuti nuovi a partire da ciò che ha imparato.
Questi due approcci hanno dei nomi: IA discriminativa e IA generativa.
Mettiti alla prova : Esercizio 1
IA discriminativa o IA generativa?
Per ogni domanda decidi se si tratta di IA discriminativa o generativa.
IA discriminativa
I modelli di IA discriminativa agiscono come dei "classificatori". Il loro compito è analizzare un dato e assegnarlo a una categoria. Questa email è spam o è legittima? Questa transazione è fraudolenta o è normale? Questa immagine mostra un gatto o un cane?
Questi modelli imparano a distinguere le categorie analizzando migliaia di esempi etichettati. Col tempo, diventano molto accurati nello smistare nuovi dati nella categoria corretta. Hai già incontrato diversi sistemi di IA discriminativa nella Lezione 1: i filtri antispam, i sistemi per la rilevazione di frodi e il riconoscimento facciale sono tutti esempi di IA che classifica.
Nel settore alberghiero l'IA discriminativa è già ampiamente utilizzata in modi che potresti non aver notare. Un sistema di prenotazione che smista le richieste in arrivo degli ospiti per tipologia (domanda sulla camera, reclamo, richiesta speciale) e segnala quelle urgenti utilizza l'IA discriminativa. Un sistema di revenue management che prevede se la domanda sarà "alta", "media" o "bassa" per un determinato weekend sta classificando le condizioni future sulla base dei pattern passati. Un sistema di sicurezza che determina se la persona all'ingresso è un ospite registrato si basa sul riconoscimento facciale: un altro esempio di classificazione.
IA generativa
I modelli di intelligenza artificiale generativa fanno qualcosa di fondamentalmente diverso.Invece di classificare le informazioni esistenti, producono contenuti nuovi: testi, immagini, musica, video, dati sintetici.
Come ci riescono? Ripensa al Machine Learning della Lezione 1. I modelli generativi vengono addestrati su enormi volumi di dati: milioni di articoli, immagini, conversazioni o registrazioni audio. Attraverso questo addestramento, assimilano i pattern sottostanti: l'architettura di una frase, la composizione di una fotografia, la struttura di una melodia. Usano poi questi pattern per generare contenuti nuovi che assomigliano a ciò da cui hanno imparato, ma che non sono la copia esatta di nessuna singola fonte.
Quando chiedi a ChatGPT di scrivere un testo, il sistema non lavora su una risposta memorizzata; costruisce la risposta parola dopo parola, mettendo insieme i singoli elementi in base a ciò che ha appreso durante l'addestramento. Allo stesso modo, quando DALL-E genera un'immagine a partire da una descrizione testuale, lo fa sintetizzando i pattern visivi che ha imparato da milioni di immagini.
Nel settore turisticol'IA generativa apre possibilità che vanno oltre l'ordinamento e la classificazione. Uno strumento di assistenza alla reception che redige email di benvenuto personalizzate per gli ospiti in arrivo, adattando tono, lingua e contenuto in base al profilo dell'ospite, utilizza l'IA generativa. Un team di marketing che utilizza l'IA per creare post sui social media, scrivere descrizioni promozionali per offerte stagionali o tradurre contenuti in più lingue sta sfruttando la stessa tecnologia. Un chatbot di concierge che costruisce un itinerario personalizzato giorno per giorno in base agli interessi di una ospite - arte contemporanea, street food, passeggiate - sta generando nuovi contenuti.
IA discriminativa e generativa a confronto
| Funzionalità | IA discriminativa | IA generativa |
|---|---|---|
| Obiettivo principale | Classificare, categorizzare o prevedere un'etichetta. | Creare nuovi contenuti. |
| Che cosa impara | I confini tra le classi. | I pattern nei dati. |
| Domanda chiave | “È A o B?” “Che cos'è questo?” | "Che aspetto ha? Come posso crearne altri simili?" |
| Risultato | Un'etichetta, una categoria o un valore previsto. | Immagini, testi, audio, video, dati sintetici, codice. |
| Esempi nel settore turistico | Smistamento delle richieste degli ospiti, rilevamento di prenotazioni sospette, previsione dei livelli di domanda. | Redazione di email personalizzate, creazione di itinerari e di contenuti di marketing. |
Mettiti alla prova – Esercizio 2
Ordina il compito dell'hotel
Ecco un elenco di attività tipiche di un hotel. Per ogni attività decidete insieme: richiede un'IA discriminativa, IA generativa, o entrambe?
- Un'IA da concierge genera un itinerario a piedi di due giorni per una famiglia che sta visitando la zona.
- Il sistema rileva che il pagamento con carta di credito di un ospite sembra sospetto e lo blocca.
- Il chatbot dell'hotel scrive una raccomandazione personalizzata di un ristorante per un'ospite vegana.
- La piattaforma di prenotazione prevede che il prossimo fine settimana avrà una domanda alta e aumenta i prezzi delle camere.
- Uno strumento di IA traduce la nuova brochure dell'hotel dall'inglese in italiano, portoghese e lituano.
- La telecamera di sicurezza identifica una persona come ospite e sblocca la porta della spa.
- Uno strumento di marketing crea tre diverse didascalie per Instagram per le nuove foto del giardino sensoriale dell'hotel.
- Il sistema di posta elettronica legge 50 messaggi in arrivo e li classifica in “urgenti”, “standard” e “spam”.
IA in azione: uno scenario alberghiero
Per capire davvero quali sono le capacità distintive dell'IA discriminativa e dell'IA generativa, vediamo come potrebbero funzionare in un contesto reale.
L'IA discriminativa al lavoro
- Sono le 8 del mattino e la casella di posta dell'hotel ha già 40 nuovi messaggi. L'IA integrata nel sistema di posta li analizza uno per uno e li classifica: 12 sono richieste di prenotazione, 8 sono domande sul check-in, 5 sono richieste speciali (cuscini extra, late checkout), 3 sono reclami e il resto sono email promozionali dei fornitori. Il sistema segnala i reclami e le richieste speciali come a alta priorità e sposta le email dei fornitori in una cartella separata. Il team della reception apre la casella e trova tutto già smistato, con i messaggi più urgenti in evidenza.
- Nel frattempo, il sistema di prenotazione dell'hotel analizza i dati delle prenotazioni insieme ai calendari degli eventi locali e alle previsioni meteo. Classifica l'occupazione prevista per il mese successivo come "alta" e avvisa la responsabile.
L'IA generativa al lavoro
- La responsabile deve adesso rispondere alle 12 richieste di prenotazione. Invece di scrivere ogni risposta manualmente, usa un assistente di IA generativa che prepara risposte personalizzate per ciascuna, basandosi sul nome dell'ospite, sulle date richieste e sulla disponibilità delle camere, con un tono cordiale e professionale. Fatto questo, rivede le bozze, fa qualche piccola modifica e le invia.
- Più tardi, quella stessa mattina, la responsabile dell'accessibilità chiede all'assistente IA dell'hotel di 'scrivere tre didascalie per Instagram che promuovano le nuove caratteristiche di accessibilità dell'hotel, rivolte a giovani turisti, persone anziane e famiglie.' Lo strumento genera tre opzioni, ognuna con un'angolazione leggermente diversa. La responsabile sceglie la migliore, modifica una frase e la pubblica.
Mettiti alla prova – Esercizio 3
Vero o falso?
Leggi le domande e per ognuna decidi: vero o falso? Sei in grado di spiegare il tuo ragionamento?
La lezione in breve
L'intelligenza artificiale opera principalmente in due modi. L'IA discriminativa si concentra sul riconoscimento e sulla classificazione di informazioni esistenti: esamina i dati e decide di cosa si tratta. L'IA generativa utilizza tutto ciò che ha appreso e crea qualcosa di nuovo: un testo, un'immagine, un itinerario o un brano musicale che prima non esisteva. Insieme, definiscono il funzionamento della maggior parte degli strumenti di Intelligenza Artificiale: uno riconosce, l'altro crea.
Dalla teoria alla pratica
Immagina di lavorare per un tour operator che organizza escursioni in kayak tra le isole dell'arcipelago di Plateliai. È alta stagione e le richieste arrivano in tre lingue diverse. Un sistema di IA discriminativa analizza le email in arrivo e le smista automaticamente: richieste di prenotazione, domande sulla difficoltà dei percorsi, cancellazioni. Tu apri la casella e trovi tutto già ordinato per priorità. Per rispondere, usi un assistente di IA generativa che prepara risposte personalizzate nella lingua di ciascun cliente, adattando il tono a seconda che si tratti di una famiglia con bambini o di un gruppo di esperti. Rivedi ogni messaggio, correggi un dettaglio sulla lunghezza del percorso e invii. Due tipi di IA, un unico flusso di lavoro: una organizza, l'altra scrive, tu garantisci che tutto sia accurato.
Nel tuo lavoro futuro
• Quando inizierai a lavorare, ti accorgerai che molti strumenti che usi ogni giorno combinano i due tipi di IA senza che tu te ne renda conto. L'app che riconosce la lingua di un cliente dalla sua email è IA discriminativa. Lo strumento che traduce la tua risposta in quella lingua è IA generativa. Il sistema che analizza le foto caricate dai visitatori e le ordina per luogo è discriminativo; il tool che da quelle foto genera un reel promozionale è generativo. Sapere quale tipo di IA è al lavoro ti aiuta a capire dove fidarti del risultato e dove invece fermarti a verificare.
Fermati un momento a riflettere
Nella tua vita di tutti i giorni, anche tu classifichi e crei continuamente. Quando apri il frigo e decidi cosa è ancora buono e cosa è scaduto, stai facendo un'operazione discriminativa: analizzi e classifichi. Quando con quegli ingredienti improvvisi una cena, stai facendo un'operazione generativa: crei qualcosa di nuovo a partire da ciò che hai. L'IA fa esattamente lo stesso, solo molto più velocemente e su scala molto più grande. Ma pensaci: quando classifichi, che cosa usi? Esperienza, memoria, capacità di analisi. Quando crei, che cosa aggiungi? Intuizione, gusto, creatività. Come puoi valorizzare queste competenze nell'uso dell'IA?