Cosa succede dopo che premi Invio.
ChatGPT non “pensa” come te: completa la frase pezzo per pezzo. Ecco perché a volte indovina e a volte inventa.
Partiamo dalla chat
Non “capisce” come te. Completa la frase.
Apri ChatGPT, scrivi qualcosa, premi Invio. Quello che torna indietro sembra una persona — ma sotto c'è un meccanismo più semplice: scegliere il pezzo di testo successivo, mille volte di fila, finché la risposta sembra finita.
Il pezzo in magenta è quello “appena scelto” — poi si riparte da lì.
Ogni pezzo diventa contesto per il successivo. Sembra discorso: è probabilità in serie.
Intelligenza artificiale
Programmi che fanno cose che, se le facesse un umano, chiameremmo “intelligenti”: scrivere, riassumere, consigliare.
Imparare dagli esempi
Invece di regole scritte a mano, ha “visto” moltissimi testi e ha imparato schemi.
Generativa
Non si limita a classificare (“è spam / non è spam”). Inventa testo nuovo — o immagini, o audio.
Provalo in chat
Finisci questa frase in tre modi diversi, dal più banale al più creativo: «Domani mattina farò…»
Da ricordare: sembra una mente, ma è un autocompletamento gigante.
Come “legge” il tuo messaggio
Il modello non vede le tue parole intere.
L’IA non “vede” la frase intera: lavora a mattoncini, poi indovina il prossimo.
Per te “mail” è una parola. Per l'IA è spesso uno o più (token). Come Lego: spezza il messaggio, poi lo ricostruisce pezzo dopo pezzo.
Prima di ChatGPT i sistemi leggevano il testo in fila indiana, uno dopo l'altro — lenti e smemorati sulle frasi lunghe. Poi è arrivato un modo migliore per “guardare” tutto insieme.
Prova · spezza una frase
16 pezzetti · esempio semplificato (non è il tokenizer ufficiale)
Da ricordare: l'IA lavora a mattoncini di testo, non a “sensazioni”.
Il salto del 2017
Ogni pezzo guarda tutti gli altri.
Metafora: un evidenziatore automatico. Mentre leggi “il gatto sul…” il cervello già pensa “tappeto”. Il fa qualcosa di simile con la : ogni pezzo di testo misura quanto contano gli altri pezzi — tutti insieme durante l’elaborazione, non uno alla volta come le vecchie reti ricorrenti.
Parola in evidenza: tappeto
Quando predice “tappeto”, “gatto” e il posto pesano più di “il”. Non è magia: sono pesi.
Il modello riceve un contesto selezionato della conversazione: messaggi recenti, istruzioni e, a seconda del prodotto, memoria, riassunti o informazioni recuperate. Quando genera la risposta, però, continua a produrla token dopo token.
Da ricordare: “attenzione” qui non è emozione — è “cosa conta nel testo”.
Controlla se è chiaro
Tre domande, risposte nascoste.
01Generare una frase plausibile significa conoscere la verità?
No. Il modello predice token plausibili; per i fatti servono fonti e verifiche.
02Il Transformer genera tutta la risposta in parallelo?
No. Parallelizza molto l’elaborazione e il training, ma una chat autoregressiva genera normalmente token dopo token.
03Una chat riceve sempre ogni parola dell’intera conversazione?
Non necessariamente: il prodotto può selezionare messaggi, istruzioni, riassunti, memoria e contenuti recuperati.
Come diventa “l’assistente”
Tre fasi. Dalla lettura di internet alla chat utile.
Clicca i passi. È la stessa storia dietro ChatGPT, Gemini o Claude — con dettagli diversi. Versione semplificata: il post-addestramento moderno usa diverse tecniche oltre alle preferenze umane.
Fase 01
Impara leggendo tantissimo
Come uno che ha letto internet (ma non ha ancora un lavoro)
Il modello vede miliardi di frasi e impara a indovinare la prossima parola. Sa molte cose, ma se gli chiedi “scrivi una mail” potrebbe continuare la frase invece di aiutarti.
Provalo in chat
Agisci come se fossi ancora un modello “grezzo” (solo bravo a completare frasi). Io ti chiedo: «Come si scrive una mail formale?». Rispondi male di proposito, continuando la frase invece di aiutarmi. Poi spiega in due righe perché l’addestramento successivo evita questo.
Da ricordare
ChatGPT completa pezzi di testo. L’addestramento lo rende utile; non lo rende infallibile.