Guida · aggiornata il 29 settembre 2026
Glossario dell'intelligenza artificiale: le parole da conoscere
LLM, prompt, token, agenti, allucinazioni, RAG, modelli open weight: le parole che trovi in ogni notizia sull'IA, spiegate in modo semplice e con esempi.
Chi legge di intelligenza artificiale incontra ogni giorno parole inglesi e sigle date per scontate. Qui le spieghiamo in ordine alfabetico, con il significato che serve per usare l'IA e capire le notizie.
A–C
- Addestramento (training)
- La fase in cui un modello impara, analizzando enormi quantità di dati. È costosa e si fa una volta sola per ogni versione del modello.
- Agente
- Un'IA che non si limita a rispondere, ma svolge compiti in più passaggi: apre programmi, cerca informazioni, scrive e modifica file, e decide da sola il passo successivo. Per esempio un agente che prenota una riunione o corregge il codice di un progetto.
- AGI
- Intelligenza artificiale generale: un'IA capace di svolgere qualsiasi compito intellettuale umano. Non esiste una definizione condivisa né un test per misurarla; ne parliamo nella pagina Super IA.
- AI Act
- Il regolamento europeo sull'intelligenza artificiale. Classifica gli usi dell'IA per livello di rischio. Lo spieghiamo nella guida per le imprese.
- Allucinazione
- Una risposta scritta con sicurezza ma falsa o inventata: una citazione, un numero, una fonte che non esiste. Per questo le informazioni importanti vanno sempre verificate.
- API
- L'interfaccia che permette a un programma di usare un modello di IA senza passare dalla chat. Si paga di solito a consumo, in base ai token.
- Benchmark
- Un test standard per confrontare i modelli su un compito, per esempio programmazione o matematica. Spesso i risultati sono dichiarati dagli stessi produttori. Li spieghiamo nella pagina Modelli.
- Chatbot
- Un programma che conversa in linguaggio naturale. Gli assistenti moderni come ChatGPT, Claude e Gemini sono chatbot basati su LLM.
- Contesto (finestra di contesto)
- La quantità di testo che un modello riesce a considerare in una volta: la conversazione, i documenti caricati, le istruzioni. Si misura in token.
D–L
- Deepfake
- Un'immagine, un video o un audio realistico creato o modificato con l'IA, che mostra persone o fatti in modo falso. Per l'AI Act va segnalato come tale.
- Deployer
- Nel linguaggio dell'AI Act, chi usa un sistema di IA per lavoro sotto la propria responsabilità. Quasi tutte le imprese che usano l'IA sono deployer.
- Fine-tuning
- Un addestramento aggiuntivo che specializza un modello già pronto su un compito o su dati specifici, per esempio lo stile di un'azienda.
- GPAI
- General Purpose AI, modelli di IA per finalità generali: modelli come quelli dietro ChatGPT o Claude, capaci di molti compiti diversi. L'AI Act prevede obblighi specifici per chi li sviluppa.
- IA generativa
- L'IA che crea contenuti nuovi: testi, immagini, audio, video, codice.
- Inferenza
- L'uso di un modello già addestrato per ottenere una risposta. Ogni domanda che fai a un chatbot è un'inferenza, e ha un costo di calcolo.
- LLM
- Large Language Model, grande modello linguistico: un modello addestrato su enormi quantità di testo per prevedere la parola successiva. È il motore degli assistenti di oggi.
M–P
- Modello
- Il "cervello" di un sistema di IA: il risultato dell'addestramento, che riceve un input e produce una risposta. Esempi sono Claude Opus, GPT e Gemini.
- Modello di ragionamento
- Un modello che, prima di rispondere, svolge una serie di passaggi intermedi per "pensare" al problema. È più lento e costoso, ma più accurato su matematica, programmazione e problemi complessi.
- Multimodale
- Un modello che capisce e produce più tipi di contenuto: testo, immagini, audio, video.
- Open weight
- Un modello i cui pesi, cioè i parametri appresi, si possono scaricare e usare sui propri server. Spesso viene chiamato impropriamente "open source".
- Parametri (pesi)
- I numeri che un modello impara durante l'addestramento. I modelli più grandi ne hanno centinaia di miliardi.
- Prompt
- L'istruzione o la domanda che si scrive all'IA. Un prompt chiaro, con contesto, esempi e formato desiderato, migliora molto la risposta.
R–V
- RAG
- Retrieval-Augmented Generation: una tecnica che fa cercare al modello informazioni in documenti scelti, per esempio l'archivio di un'azienda, prima di rispondere. Riduce le allucinazioni e permette di usare dati aggiornati o riservati.
- Sistema ad alto rischio
- Per l'AI Act, un sistema usato in ambiti delicati come la selezione del personale, il credito o l'istruzione. Ha obblighi severi, che scattano dal 2 dicembre 2027.
- Token
- I pezzi in cui un modello divide il testo: una parola può valere uno o più token. Si usano per misurare il contesto e per calcolare i prezzi delle API, di solito espressi per milione di token.
- Vibe coding
- Programmare descrivendo a parole cosa si vuole e lasciando all'IA la scrittura del codice. Utile per prototipi; per un prodotto vero il codice va comunque capito e controllato.
Per scegliere lo strumento giusto per ogni compito, guarda la pagina Lo strumento giusto.
Domande frequenti
Cos'è un LLM?
Un Large Language Model, cioè un grande modello linguistico: un programma addestrato su enormi quantità di testo per prevedere la parola successiva. È il motore di assistenti come ChatGPT, Claude e Gemini.
Cosa sono le allucinazioni dell'IA?
Risposte scritte con sicurezza ma false o inventate, come citazioni, dati o fonti che non esistono. Per questo le informazioni importanti vanno sempre verificate.
Cosa vuol dire modello open weight?
Un modello i cui 'pesi', cioè i parametri appresi, sono scaricabili. Si può quindi far girare sui propri server, spesso con licenze che consentono l'uso commerciale.
Fonti
Newsletter · ogni venerdì
La settimana di Radar IA, in una email
Ogni venerdì mattina: le novità che contano sull'intelligenza artificiale (modelli, strumenti, normativa, bandi), gli articoli della settimana e cosa guardare nei giorni successivi. Gratis, niente pubblicità.