Glossario dell'intelligenza artificiale: i termini spiegati in parole semplici

Le cinque parole che contano nella prima ora

Quasi tutto ciò che si scrive sull'IA dà per scontato un vocabolario che nessuno ti ha mai insegnato. La parte utile però è piccola. Cinque parole reggono quasi tutto il peso pratico, il resto può aspettare mesi.

Un modello è l'IA vera e propria: il sistema addestrato che legge le tue parole e produce una risposta. L'app non è il modello. ChatGPT è un'app che fa girare i modelli di OpenAI, Gemini è un'app che fa girare quelli di Google, e Whizi è un'app che tiene insieme i modelli di più aziende. Questa distinzione si ripaga la prima volta che una risposta ti delude, perché cambiare modello di solito è una leva più potente che riformulare la domanda.

Un prompt è semplicemente ciò che scrivi. Non c'è una sintassi segreta, non c'è una lista di comandi, non c'è niente da memorizzare. Una richiesta normale che dice per chi è il risultato, che lavoro deve fare e in che forma lo vuoi batte quasi sempre una formula astuta.

Un chatbot è la finestra di conversazione in cui scrivi. Tutto quello che hai detto dentro una conversazione resta sotto gli occhi del modello mentre risponde, ed è per questo che le richieste successive come "accorcialo" o "rendilo più formale" funzionano senza ripetere la domanda iniziale. Apri una chat nuova e quella memoria condivisa sparisce, che è proprio ciò che vuoi quando cambia argomento: il contesto rimasto da una domanda scollegata è una causa comune di risposte che suonano leggermente storte.

Un token è un pezzetto di testo, all'incirca tre quarti di una parola media in inglese. I modelli leggono, contano e fatturano in token invece che in parole, quindi un documento da 1.000 parole finisce intorno ai 1.300 token. Incontrerai questa parola soprattutto nelle pagine dei prezzi e nei limiti d'uso.

Una finestra di contesto è quanto testo un modello riesce a tenere sotto gli occhi in una volta sola, misurato in token. Deve coprire il documento che hai incollato, tutta la conversazione fatta fin lì e la risposta che sta scrivendo. Quando butti un contratto di cinquanta pagine dentro una chat e le risposte iniziano a contraddire in silenzio pagina tre, hai trovato il suo limite. Cos'è una finestra di contesto riporta i numeri veri; la regola pratica è corta. Una conversazione lunga su una cosa sola, poi si riparte da zero.

Una cosa da fare subito: apri una qualsiasi app di IA e chiedile, con parole tue, di spiegarti un termine che hai visto questa settimana e non hai riconosciuto. Poi fai una seconda domanda: "Cosa hai dato per scontato che io già sappia?". Quella domanda trasforma una definizione in una spiegazione, e funziona su qualsiasi argomento.

Controlla comunque la risposta con un'altra fonte. Questi sistemi dicono cose sbagliate con la stessa voce tranquilla che usano per quelle giuste, e le definizioni sono un bersaglio facile: un dettaglio inventato ma plausibile ti scivola davanti perché non avevi modo di coglierlo. Quel difetto ha un nome, ed è nella tabella qui sotto.

Il resto del glossario, e se ti serve già adesso

Queste sono le parole che ti aspettano nei titoli dei giornali, nelle pagine dei prezzi e nei commenti. La terza colonna è la parte onesta. Gran parte di questa roba non è conoscenza del primo giorno, e far finta del contrario è il modo più sicuro per far sentire stupido un principiante su qualcosa che non lo riguarda.

Termine	Significato semplice	Ti serve già?
LLM	Modello linguistico di grandi dimensioni, il tipo di modello dietro ogni app di chat che conosci. Quando un articolo dice LLM, leggi l'IA	Sì, così i titoli smettono di sembrare rumore
IA generativa	Qualsiasi IA che produce testo, immagini, audio o video nuovi invece di riordinare cose che esistono già	Sì, basta una frase
Addestramento	Il processo lungo e costoso in cui a un modello viene dato in pasto testo a valanghe finché non impara gli schemi. Era finito prima che tu aprissi l'app	Sì, di sfuggita
Data di taglio	La data in cui i dati di addestramento si fermano. Chiedi qualcosa di più recente e il modello tira a indovinare, a meno che l'app non cerchi sul web	Sì, questa frega parecchia gente
Allucinazione	Una risposta sicura, scorrevole e del tutto inventata. Il difetto che conta di più	Sì, dal primo giorno
Multimodale	Il modello gestisce più del testo: foto, PDF, audio, a volte video	Sì, appena vuoi caricare una foto
Fine-tuning	Riaddestrare un modello esistente sui tuoi dati perché si specializzi	Non ancora, è un progetto da azienda
Temperatura	Una manopola per quanto è casuale la scelta delle parole. Bassa è prevedibile, alta è libera	Non ancora, i valori sensati li scelgono per te
Agente	Un'IA che compie diversi passi da sola invece di rispondere una volta	Non ancora, vedi la sezione dopo
API	L'idraulica che gli sviluppatori usano per collegare un modello al proprio software	Non ancora, se non scrivi codice
RAG	Generazione aumentata dal recupero: il modello cerca le cose in un archivio di documenti prima di rispondere	Non ancora, anche se ci gira sopra ogni app che risponde dai file che carichi
Modello open source	Un modello i cui pesi chiunque può scaricare ed eseguire, come Llama o DeepSeek	Non ancora, per chi chatta cambia poco
Modello di ragionamento	Un modello che affronta il problema per passi visibili prima di rispondere. Più lento, migliore in matematica e logica	Presto, alla prima domanda difficile che va male
System prompt	Istruzioni nascoste che l'app dà al modello prima che tu scriva qualsiasi cosa	Non ancora, utile quando costruisci il tuo assistente

Due righe meritano una nota. L'allucinazione non è un difetto occasionale da sistemare con una patch: nasce dal modo stesso in cui questi sistemi generano testo, ed è per questo che perché l'IA sbaglia è una guida a sé e non un punto elenco. E il multimodale vale dieci minuti nel momento in cui hai da gestire la foto di uno scontrino, lo screenshot di un messaggio di errore o un modulo scansionato. Lavorare con immagini e documenti mostra che aspetto ha tutto questo in un normale martedì.

Parole che il marketing usa e che valgono meno di come suonano

I fornitori non stanno esattamente mentendo. Usano parole che un tempo significavano qualcosa di preciso e che oggi vogliono dire soprattutto "abbiamo rilasciato qualcosa". Conoscere la distanza tra le due cose è ciò che ti evita di pagare un aggiornamento per un menu a tendina di risposte preconfezionate.

• Con l'IA. Di solito vuol dire che una funzione chiama un modello costruito da qualcun altro. A volte vuol dire una casella di suggerimenti che puoi spegnere. Vale la pena chiedere: quale modello, ed è attivo per impostazione predefinita?
• Smart. Esisteva molto prima di questa ondata e oggi dice pochissimo. Una cartella smart è una ricerca salvata. Una risposta smart sono tre frasi preconfezionate. Guarda oltre l'aggettivo e cerca un verbo: cosa fa al tuo lavoro?
• Di nuova generazione. È una promessa al futuro. È perfettamente compatibile con un prodotto peggiore della versione che sostituisce, e tende a comparire quando non c'è nessun miglioramento misurabile da nominare.
• Agente IA. L'espressione più sfruttata del 2026. In senso stretto indica software che pianifica ed esegue diversi passi da solo, come prenotare un viaggio dall'inizio alla fine. Nel marketing di solito indica un chatbot con un avatar più simpatico. Chiedi cosa fa quando si blocca, e se può agire senza prima consultarti.
• AI-first. È un'affermazione sulla strategia interna, non sulla tua esperienza del prodotto. Ti dice dove un'azienda punta il budget di sviluppo, che potrebbe non essere ancora arrivato alla funzione che stavi per pagare.

Una domanda taglia corto su tutto: chiedi cosa fa quella funzione quando sbaglia. I prodotti con vera IA dentro hanno una risposta, e comprende passaggi di revisione, un annulla, un segnale di affidabilità o una fonte visibile. I prodotti con solo l'adesivo restano in silenzio.

Perché i nomi dei modelli sembrano targhe automobilistiche

Il nome di un modello ha due parti che fanno due lavori diversi. La parola è la famiglia, la linea di prodotto che un'azienda continua a sviluppare: GPT di OpenAI, Claude di Anthropic, Gemini di Google, Llama di Meta. I numeri e i suffissi sono la versione, e spesso la dimensione, tanto che una stessa famiglia può pubblicare la mattina stessa un membro piccolo e veloce e uno grande e meticoloso. Leggere un nome è soprattutto questione di separare le due metà e ignorare il marketing in mezzo.

Avrai notato che questo articolo non cita un solo numero di versione. È voluto. Le versioni cambiano ogni poche settimane, e qualsiasi glossario che le fissi è già sbagliato la stagione dopo. Ciò che non cambia è la forma della scelta. I modelli piccoli sono veloci, costano poco e vanno benissimo per sistemare un'email. Quelli grandi sono più lenti e se la cavano meglio con documenti lunghi e ragionamenti difficili. Ogni famiglia ha anche un carattere, che si vede nel tono e in quanto rigidamente resta attaccata alla fonte che le hai dato.

Nemmeno l'ultima uscita è automaticamente quella giusta per il tuo compito. Più recente di solito vuol dire punteggi migliori nei benchmark, e i benchmark misurano problemi da esame, non se un testo suona come lo scriveresti tu. A molte persone capita di scoprire che un modello più vecchio ed economico scrive meglio le loro email, e tengono quello costoso per i due lavori difficili della settimana. Lo impari solo facendo passare lo stesso compito reale per due o tre modelli e leggendo i risultati affiancati, che è quello che come scegliere un modello di IA ti spiega passo per passo. Farlo senza pagare tre fornitori è esattamente il motivo per cui Whizi mette GPT, Claude, Gemini e i modelli per immagini dentro un solo abbonamento.

Cinque termini che vale la pena imparare al terzo mese

Entro il terzo mese avrai sbattuto contro qualche muro. Queste cinque parole sono il nome di quei muri, ed è per questo che conviene impararle allora e non adesso.

1. Modello di ragionamento. Inizia a contare la prima volta che un modello sbaglia con grande sicurezza un calcolo a più passaggi o un rompicapo logico. Passare a un modello di ragionamento spesso risolve di netto, al prezzo di un'attesa più lunga.
2. System prompt. Conta quando ti accorgi di incollare lo stesso paragrafo di contesto in ogni nuova chat. La soluzione è salvarlo una volta sola come istruzione fissa.
3. RAG. Conta quando vuoi risposte fondate sui tuoi file invece che su internet, per esempio una cartella di regolamenti che nessuno legge dal 2019.
4. Temperatura. Conta quando il risultato ti sembra o troppo uguale a sé stesso tra un tentativo e l'altro o troppo sregolato, e preferiresti girare una manopola invece di ritentare all'infinito.
5. Fine-tuning. Per una singola persona non conta quasi mai, e vale la pena sapere perché: costa soldi veri, richiede centinaia di esempi puliti, e un buon prompt su un buon modello lo batte per quasi tutti gli usi che la gente immagina.

Se vuoi lo strato che sta sotto tutto questo, cos'è davvero l'IA copre il meccanismo senza la matematica, e come parlare con l'IA trasforma in abitudine quel paragrafo sui prompt della prima sezione. Lascia questa pagina aperta in una scheda per una settimana. Il vocabolario smette di intimidire più o meno alla quarta volta che incontri una parola che già conosci.