Federico Germani e Giovanni Spitale hanno testato quattro LLM molto usati: OpenAI o3-mini, Deepseek Reasoner, xAI Grok 2 e Mistral. Ogni modello ha generato 50 enunciati su 24 argomenti controversi e poi ha valutato quegli enunciati in condizioni diverse.
Quando non si indicava l'autore, l'accordo tra i modelli superava il 90% su tutti gli argomenti. Ma quando i ricercatori hanno attribuito i testi a persone di certe nazionalità o ad altre AI, l'accordo è sceso molto. È emerso un bias anti-cinese anche in Deepseek, che è cinese. Su un tema come Taiwan, l'accordo di Deepseek è sceso al 75%.
I ricercatori avvertono che questi pregiudizi possono influenzare la moderazione, le assunzioni e il giornalismo. Raccomandano trasparenza e che gli LLM assistano il ragionamento, non lo sostituiscano. La ricerca è apparsa in Science Advances.
Parole difficili
- giudizio — Opinione o valutazione su qualcosa.giudizi
- modelli — Esempi o sistemi per capire qualcosa.
- ricercatori — Persone che studiano o indagano su un argomento.
- scrivere — Mettere parole su carta o schermo.scritto
- nazionalità — Origine o appartenenza a un paese.
- problema — Situazione difficile da risolvere.
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Qual è l'importanza di avere informazioni sull'autore?
- Come pensi che l'AI influisca sulle opinioni dei lettori?
- È giusto fidarsi di modelli linguistici? Perché?
Articoli correlati
Un modello predice i microbi negli starter di pane
Una ricerca della Tufts University usa starter di pane a lievitazione naturale per capire come convivono i microbi. Un modello basato su misure di singoli e coppie ha previsto molte comunità, migliorando quando si è aggiunto il ciclo reale dello starter.
Scimpanzé di Ngogo: più nascite dopo l'espansione territoriale
Uno studio su una comunità di scimpanzé a Ngogo, Uganda, mostra che dopo aver ucciso vicini e ampliato il territorio sono aumentate le nascite e la sopravvivenza degli infanti. I dati confrontano tre anni prima e tre anni dopo l’espansione.
Il cervello predice parole usando gruppi grammaticali
Una ricerca pubblicata su Nature Neuroscience mostra che il cervello anticipa le parole considerando gruppi grammaticali (costituenti), non solo la singola parola successiva. Lo studio ha usato MEG, test Cloze e dati in mandarino e inglese.