Fact checking IA: come verificare le risposte in 2 minuti, prompt inclusi

Come si fa fact checking sulle informazioni dell'IA? Elenca le affermazioni, poi fai quattro controlli

Si fa fact checking su una risposta dell'IA estraendo le affermazioni verificabili e sottoponendo ciascuna a quattro controlli: un secondo modello, la fonte aperta, il contrario argomentato e una ricerca per ogni numero. Una risposta sbagliata si rompe in punti prevedibili (un dettaglio inventato dal modello, una fonte che non esiste o che non dice quello, un caso su cui il modello ti ha dato ragione perché glielo hai chiesto tu, un numero che era vero quando è finito l'addestramento), quindi controlli quei punti e salti il resto. Prima fai elencare al modello le sue affermazioni:

Elenca tutte le affermazioni fattuali della tua risposta qui sopra in un elenco numerato, una frase ciascuna. Conta come affermazione ogni numero, nome, data, citazione, fonte e ogni "gli studi dimostrano". Non aggiungere nuove informazioni.

I tempi sono un budget che abbiamo fissato perché l'abitudine resista; nessuno li ha misurati. L'ultima sezione spiega quali risposte meritano tutti e quattro i controlli e quali ne meritano uno solo.

Il modello top di ogni laboratorio inventa più del suo migliore, quindi nessun modello salta il controllo

Nessun modello di IA è abbastanza accurato da saltare il controllo, e pagare per il modello top di un laboratorio non abbassa il rischio. Nella classifica delle allucinazioni di Vectara, aggiornata il 22 settembre 2026, il modello più capace di ciascuno dei sei laboratori presenti aggiunge affermazioni non supportate più spesso del miglior modello dello stesso laboratorio.

Vectara dà a ogni modello un breve documento e conta quanto spesso il suo riassunto contiene un'affermazione che il documento non supporta. È il compito fattuale più facile che un modello possa ricevere, perché i fatti sono nel prompt, quindi leggi questi tassi come un minimo per le domande a cui si risponde a memoria. La regola dietro il grafico: per ogni laboratorio, il suo tasso più basso in classifica a confronto con il suo modello più capace in classifica (Gemini 3.1 Pro è indicato come anteprima). In media sui sei laboratori, i modelli top arrivano a 11.0 su 100 e i migliori a 5.2, circa il doppio. Le altre letture vanno nella stessa direzione. GPT-6 Sol, uscito il 22 settembre 2026, ottiene 6.5, ancora il doppio del 3.1 di GPT-5.4 nano, e Grok 4.1 Fast sale a 19.2 con il ragionamento attivo. Il tasso più basso dell'intera classifica è 1.8, di Finix S1 32B di Ant Group. Nessuno è a zero.

Passo 1: un secondo modello di un altro laboratorio smaschera i dettagli inventati dove i due non concordano

Un secondo modello coglie i dettagli inventati dal primo, perché due sistemi addestrati da laboratori diversi raramente inventano lo stesso numero, nome, data o fonte. Incolla la stessa domanda, parola per parola, in un modello di un'altra azienda, poi leggi le due risposte una contro l'altra cercando i dettagli che differiscono. L'accordo prova poco. Il disaccordo ti dice esattamente quale frase controllare. Se le risposte sono lunghe, fai fare il confronto a un modello:

Ecco due risposte alla stessa domanda. Elenca ogni affermazione specifica su cui non concordano: un numero, un nome, una data, una fonte, un sì o un no. Ignora le differenze di formulazione, lunghezza o tono. Se concordano su tutto, dillo in una riga.

Due piani gratuiti in due schede fanno il lavoro. Chiedere a più modelli di IA contemporaneamente confronta gli strumenti che mandano un prompt a molti modelli, tra cui la vista affiancata di Whizi. L'accordo fallisce in un solo modo noto: entrambi i modelli hanno imparato dallo stesso internet pubblico, quindi un'affermazione sbagliata ovunque online torna sbagliata in tutti e due. Il passo 4 serve per questo caso.

Passo 2: come capire se una citazione dell'IA è falsa, in dieci secondi

Una citazione falsa dell'IA non supera un test di dieci secondi che non passa mai dal chiedere al modello: incolla il DOI su doi.org, dove uno reale rimanda all'editore e uno inventato restituisce un 404. L'ho provato il 26 settembre 2026. L'articolo di Walters e Wilder citato più sotto, DOI 10.1038/s41598-023-41032-5, ha risposto con un redirect 302 verso nature.com; lo stesso prefisso con un suffisso inventato, 10.1038/s41598-023-99999-9, ha risposto con un 404. Senza DOI, incolla il titolo tra virgolette in Google Scholar, dove un articolo reale compare con gli stessi autori.

Per l'affermazione in sé, chiedi una fonte e aprila:

Dammi la fonte esatta di quell'affermazione: il titolo, l'autore o l'editore, l'anno e un link. Se non hai una fonte specifica, dillo invece di produrne una verosimile.

L'ultima frase rende probabile la risposta "non ne ho una", che altrimenti non lo sarebbe. Quando la risposta viene da una ricerca web, la citazione è già allegata ed è quella da cliccare: aprila e trova il numero nella pagina, perché un vecchio post di blog si posiziona come la pagina di un fornitore. Poi cerca le incongruenze che un riferimento inventato non può evitare, come una rivista e un anno che non stanno insieme, un volume che non corrisponde all'anno, due autori reali che non hanno mai scritto insieme, o un numero di fascicolo che appartiene a un altro caso.

La portata è misurata. Walters e Wilder, su Scientific Reports il 7 settembre 2023, hanno controllato 636 citazioni da rassegne della letteratura di ChatGPT: il 55 percento di quelle di GPT-3.5 e il 18 percento di quelle di GPT-4 non esistevano. Il database di Damien Charlotin elencava il 25 settembre 2026 2,079 decisioni giudiziarie con materiale allucinato, 827 delle quali depositate da avvocati. Nel primo caso famoso, Mata v. Avianca, un tribunale federale di New York ha inflitto una sanzione di $5,000 a due avvocati e al loro studio il 22 giugno 2023, e la sentenza riporta l'avvocato che dice che, quando ha chiesto di un caso inventato, ChatGPT ha risposto che "does indeed exist". Chiedere al modello di confermare la propria citazione è l'unico controllo che non funziona mai; cos'è un'allucinazione dell'IA spiega perché la conferma esce fluida quanto l'invenzione.

Passo 3: l'IA può fare fact checking su se stessa? Solo se le fai argomentare il contrario

L'IA può controllarsi da sola solo se ne cambi il compito. "Sei sicura?" produce per lo più accordo, perché l'accordo è nella forma di una risposta utile; un'istruzione ad argomentare il contrario rende il caso contro la risposta il testo successivo più probabile. Il prompt:

Ora argomenta il contrario. Dammi il caso più forte che la risposta qui sopra sia sbagliata, con le affermazioni specifiche su cui si regge. Poi indica l'unica affermazione della risposta originale di cui sei meno sicuro.

Tornano due cose. Il controargomento ti dice se la domanda aveva davvero un altro lato, e l'affermazione che il modello indica come la più debole va dritta al passo 4. Il modello non può leggere la propria sicurezza dal tono (perché l'IA sbaglia spiega il meccanismo), ma può generare il caso contrario, e lì tende a emergere un dettaglio sbagliato.

La maggior parte di chi prova ad autocontrollarsi lo fa nel modo debole. Nel sondaggio di F-Secure su 1,500 utenti di IA negli Stati Uniti e nel Regno Unito, pubblicato il 23 settembre 2026, il 35.3 percento aveva usato l'IA per fare fact checking sull'IA e il 47.3 percento ha detto di smettere di mettere in dubbio una risposta quando suona giusta. Lo stesso modello, a cui chiedi se è d'accordo con se stesso nella stessa chat, restituisce per lo più accordo. Il prompt del contrario e un modello di un altro laboratorio sono le versioni che ti danno qualcosa da controllare.

Passo 4: leggi lateralmente, con una ricerca per ogni data, prezzo e statistica

Lettura laterale significa uscire dalla risposta dell'IA e controllare ogni affermazione in una nuova scheda, presso la fonte che possiede il fatto, ed è il metodo che le guide delle biblioteche della University of Maryland e della Texas A&M Corpus Christi insegnano per l'output dell'IA. Il termine nasce dallo studio di Sam Wineburg e Sarah McGrew su 45 utenti esperti di internet (Teachers College Record, 2019). Davanti agli stessi siti dati a 10 storici con dottorato e 25 studenti di Stanford, i 10 fact checker professionisti "read laterally, leaving a site after a quick scan" e sono arrivati a conclusioni meglio supportate in una frazione del tempo.

Per una risposta dell'IA la mossa è meccanica. Incolla il numero con il suo sostantivo in un motore di ricerca, tra virgolette, e apri la fonte che lo possiede: la pagina del fornitore per un prezzo, il sito del governo per una legge, l'articolo originale per un risultato, e non un resoconto di nessuno dei tre. I prezzi cambiano dopo la fine dell'addestramento, le date si scambiano, le statistiche si ricordano con il denominatore sbagliato. Il Digital News Report 2026 del Reuters Institute mostra con quanta facilità succede l'ultimo caso: il 42 percento di chi usa i chatbot di IA per le notizie dice di cliccare sempre o spesso sulla fonte, contro il 44 percento per la ricerca e il 36 percento per i social media. Quel 42 percento è una quota degli utenti di notizie sui chatbot, non di tutti, e una risposta che lascia cadere la precisazione trasforma un numero vero in un'affermazione falsa.

Per le notizie e le affermazioni virali, Snopes, PolitiFact e FactCheck.org hanno spesso già fatto la lettura laterale. Per un'affermazione tecnica, legale o medica di nicchia, la fonte che possiede il fatto è uno specialista, e la risposta dell'IA diventa l'elenco di domande da portargli.

Quali risposte dell'IA richiedono tutti e quattro i controlli? Tutto ciò che invii, firmi, depositi o paghi

Esegui tutti e quattro i controlli su tutto ciò che invii, firmi, depositi, pubblichi o paghi, esegui il solo passo 1 su ciò di cui vuoi solo essere sicuro, e saltali su una bozza che vedi essere a posto. Il divario che questa regola chiude è misurato: nello stesso sondaggio di F-Secure, quasi il 90 percento degli utenti di IA ha detto che controllare la risposta è una propria responsabilità, il 70 percento controlla solo a volte, raramente o mai, e il 25.2 percento aveva seguito il consiglio di un'IA per una decisione importante della vita reale. Un'abitudine che vale per tutto dura una settimana. Una regola legata alla posta in gioco dura, e secondo di essa una risposta con dentro un numero, un nome, una data o un link è una bozza finché uno dei quattro controlli non ha toccato quella frase.