Business Controller presso MedicAir con passione per la tecnologia e l'innovazione. Scrivo di business intelligence, automazione dei processi e trasformazione digitale.
Quando raccontiamo di aver "chiesto una cosa a ChatGPT" o di "usare Claude per lavoro", parliamo come se davanti a noi ci fosse un'unica entità: l'intelligenza artificiale. In realtà stiamo usando una pila di tecnologie diverse, costruite una sopra l'altra, ognuna con un compito preciso. E confonderle porta a malintesi molto comuni: pensare che "l'AI sia connessa a internet", che "si ricordi tutto di noi", o che "decida da sola cosa può o non può dire".
Per orientarsi serve un'immagine semplice. Nessuno di noi dice "oggi ho guidato un motore quattro cilindri": diciamo "ho guidato la mia auto". Eppure il motore esiste, ed è una cosa ben diversa dall'auto completa, con il volante, i sedili, il navigatore, gli airbag e il libretto di circolazione. Con l'intelligenza artificiale succede esattamente la stessa cosa: c'è un motore (il modello linguistico - LLM), c'è la carrozzeria con cui interagiamo (le app di chat, gli strumenti di programmazione, gli agenti) e c'è un intero sistema di sicurezza distribuito su tutti i livelli. Vediamoli uno per uno.
Il motore: che cos'è davvero un LLM
LLM sta per Large Language Model, modello linguistico di grandi dimensioni. È un programma basato su una rete neurale che è stata "addestrata" facendole leggere una quantità enorme di testo: libri, articoli, pagine web, codice informatico. Durante l'addestramento il modello non memorizza le frasi come farebbe un database, ma impara qualcosa di più sottile: le regolarità statistiche del linguaggio. Impara che dopo "il gatto è salito sul" è molto probabile che venga "tetto", che una domanda in italiano riceve in genere una risposta in italiano, che un ragionamento matematico segue certi passaggi.
Ma sono un’invenzione recente?
L'idea di conversare con una macchina, peraltro, è molto più vecchia di quanto si pensi. Già nel 1966 Joseph Weizenbaum, al MIT, creò ELIZA, un programma che simulava uno psicoterapeuta con poche regole fisse: riconosceva alcune parole chiave nella frase dell'utente e le rigirava sotto forma di domanda ("Mi sento triste" diventava "Perché si sente triste?"). ELIZA non capiva nulla di ciò che leggeva — niente reti neurali, solo trucchi di sostituzione del testo — eppure molte persone le attribuirono comprensione e perfino empatia, un fenomeno che ancora oggi si chiama effetto ELIZA(Joseph Weizenbaum, ELIZA — A Computer Program for the Study of Natural Language Communication Between Man and Machine, Communications of the ACM, 1966). Per i decenni successivi i programmi di dialogo rimasero su quella linea: regole scritte a mano.
Il salto verso qualcosa di più sofisticato arriva nei primi anni Novanta, e a guidarlo fu IBM. Un gruppo di ricercatori del Thomas J. Watson Research Center, guidato da Peter Brown, pubblicò nel 1993 quello che ancora oggi viene considerato un paper fondativo della linguistica computazionale statistica: The Mathematics of Statistical Machine Translation: Parameter Estimation (Brown et al., Computational Linguistics, 1993). Per la prima volta veniva descritto un metodo rigoroso per "insegnare" a un computer a tradurre non con regole grammaticali scritte a mano, ma analizzando milioni di frasi già tradotte da esseri umani e cercando i pattern statistici nascosti. Era la stessa idea che sta alla base degli LLM — imparare dalle regolarità del linguaggio reale — solo applicata con gli strumenti e la potenza di calcolo dell'epoca, enormemente più limitati. Nello stesso decennio IBM stupì il mondo su un fronte completamente diverso: nel 1997 il suo supercomputer Deep Blue sconfisse il campione del mondo di scacchi Garry Kasparov.
La svolta che ha reso possibili gli LLM moderni arriva nel 2017, quando un gruppo di ricercatori di Google pubblica l'architettura Transformer (Ashish Vaswani et al., Attention Is All You Need, 2017): è il progetto di motore su cui sono costruiti, ancora oggi, GPT, Claude, Gemini e tutti gli altri. Il primo GPT esce l'anno dopo, nel 2018, e da lì la scala — di dati, di parametri, di capacità — non ha più smesso di crescere.
Ma in sintesi? Cosa fa un LLM
Il compito fondamentale di un LLM, ridotto all'osso, è uno solo: data una sequenza di testo, prevedere qual è il pezzetto di testo più plausibile che viene dopo. Sembra poco, ma quando questa capacità viene portata a una scala gigantesca — miliardi di parametri, addestramento su una fetta enorme del testo prodotto dall'umanità — emerge qualcosa che assomiglia moltissimo alla comprensione: il modello sa riassumere, tradurre, spiegare, scrivere codice, ragionare su problemi nuovi.
Qui però arriva il punto cruciale, quello che genera più confusione. Un LLM "nudo", preso da solo, è sorprendentemente limitato:
Non ha accesso a internet. Non sa che ore sono, non conosce le notizie di oggi, non può aprire un sito.
Non ha memoria. Ogni richiesta è per lui la prima della sua esistenza. Non si ricorda di voi, della conversazione di ieri, di nulla.
Non può fare azioni. Non può mandare email, prenotare voli, modificare file. Riceve testo in ingresso e produce testo in uscita. Punto.
Ha una conoscenza "congelata". Sa solo quello che c'era nei dati di addestramento, fino a una certa data (il cosiddetto knowledge cutoff). Tutto ciò che è successo dopo, per lui semplicemente non esiste.
Un'immagine utile: il modello è come una persona straordinariamente colta chiusa in una stanza senza finestre, senza telefono e senza orologio, che può solo ricevere bigliettini e rispondere con altri bigliettini. Sa moltissime cose, ragiona bene, ma del mondo fuori dalla stanza non vede nulla.
U = User, cioè l’utente.
A = Assistant, cioè il modello che riceve il messaggio.
M = Model, il “motore” che elabora la richiesta.
S = Tool/System, cioè il servizio esterno usato per cercare o calcolare qualcosa
L'auto completa: le app di chat
Quando aprite ChatGPT, Claude o Gemini sul telefono, non state parlando direttamente con il motore. State usando un prodotto software che fa da intermediario, e che aggiunge al modello tutta una serie di pezzi fondamentali. Quali?
Il system prompt, ovvero le istruzioni invisibili. Prima ancora che voi scriviate la prima parola, l'applicazione consegna al modello un lungo testo di istruzioni che voi non vedete: chi è, che giorno è oggi, che tono usare, quali regole rispettare, quali strumenti ha a disposizione. È come il briefing che un'azienda dà a un nuovo dipendente prima di metterlo allo sportello. Lo stesso identico motore, con system prompt diversi, può diventare un assistente legale formale, un tutor paziente per bambini o un aiuto programmatore sbrigativo.
La gestione della conversazione. Vi siete mai chiesti come fa l'AI a "ricordare" quello che le avete detto tre messaggi fa, se il modello non ha memoria? Il trucco è semplice e un po' spiazzante: a ogni vostro nuovo messaggio, l'applicazione rimanda al modello l'intera conversazione dall'inizio, ogni volta. Il modello rilegge tutto da capo e risponde. La continuità che percepite non sta nel motore, ma nel prodotto che gli riconsegna ogni volta il fascicolo completo. Spesso per evitare che il consumo di token “esploda” conviene, riprendere solo i punti salienti e cominciare una nuova chat
Gli strumenti. Le app moderne danno al modello la possibilità di chiedere aiuto a programmi esterni. Quando domandate il meteo di domani o il risultato di una partita, il modello non lo "sa": riconosce di non saperlo, chiede all'app di fare una ricerca sul web, riceve i risultati e li usa per rispondervi. Lo stesso meccanismo vale per eseguire calcoli con un vero interprete di codice, leggere i file che caricate, generare immagini. Ogni volta che l'AI sembra "connessa al mondo", in realtà sta usando uno strumento che il prodotto le ha messo a disposizione, un po' come un centralinista che mette in attesa la chiamata per consultare un collega.
La memoria a lungo termine. Alcune app aggiungono anche una memoria tra conversazioni diverse: salvano informazioni su di voi (preferenze, progetti in corso) e le reinseriscono nelle istruzioni delle chat future. Anche qui: non è il modello che si ricorda, è il prodotto che prende appunti e glieli rimette davanti.
La conseguenza pratica è importante: quando confrontate "ChatGPT contro Claude contro Gemini", non state confrontando solo tre motori, ma tre pacchetti completi, dove contano tantissimo la qualità della ricerca web, la gestione dei file, la memoria, l'interfaccia.
Due prodotti con lo stesso identico modello sotto il cofano possono offrire esperienze molto diverse.
I veicoli specializzati: Claude Code, Cursor e gli agenti
Se la chat è l'utilitaria buona per tutti i giorni, esistono poi veicoli costruiti per lavori specifici, con lo stesso motore montato su telai completamente diversi.
L'esempio più chiaro è il mondo della programmazione. Strumenti come Claude Code, Cursor o GitHub Copilot prendono lo stesso tipo di modello che trovate nella chat e lo collegano direttamente all'ambiente di lavoro di uno sviluppatore: il terminale, i file di un progetto, gli strumenti di sviluppo. Claude Code, per dire, viene usato dalla riga di comando: può leggere i file del vostro progetto, proporre modifiche al codice, eseguire comandi e test — chiedendo conferma prima delle azioni importanti. Non è un modello diverso o "più intelligente": è lo stesso motore con una carrozzeria pensata per il cantiere invece che per la passeggiata.
Questi strumenti introducono un concetto chiave del momento: l'agente. La differenza tra una chat e un agente sta tutta nel ciclo di lavoro. Una chat funziona a botta e risposta: domanda, risposta, fine. Un agente invece lavora in un ciclo continuo: riceve un obiettivo ("sistema questo bug", "prepara un report dai dati di vendita"), elabora un piano, compie un'azione con uno strumento, osserva il risultato, corregge il tiro e ripete, finché il compito non è finito. È la differenza tra chiedere un consiglio a un consulente e affidare una pratica a un collaboratore che torna da voi a lavoro fatto.
Per collegare i modelli a tutti questi strumenti esterni — calendari, email, database aziendali, software gestionali — sta emergendo anche uno standard, chiamato MCP (Model Context Protocol). Potete pensarlo come la presa USB del mondo AI: invece di costruire un adattatore su misura per ogni combinazione di modello e servizio, si usa un connettore universale. È un dettaglio tecnico, ma spiega perché negli ultimi tempi gli assistenti AI riescono a "parlare" con sempre più applicazioni.
La colla invisibile: API, finestra di contesto e RAG
Resta una domanda: come fanno tutti questi prodotti, fatti da aziende diverse, a usare gli stessi motori? La risposta è l'API (Application Programming Interface): un canale standard attraverso cui qualunque software può inviare testo al modello e ricevere la risposta, pagando in base all'uso. Chi sviluppa un'app non installa il modello sul vostro telefono — sarebbe troppo grande — ma manda le richieste ai server di chi il modello lo gestisce. È lo stesso schema con cui un sito di viaggi interroga i sistemi delle compagnie aeree: non possiede gli aerei, possiede il collegamento.
Due concetti completano il quadro. Il primo è la finestra di contesto: la quantità massima di testo che il modello può "tenere davanti agli occhi" in una singola richiesta — istruzioni, conversazione, documenti allegati, tutto insieme. È la sua memoria di lavoro, come la superficie di una scrivania: enorme nei modelli recenti, ma comunque finita. Quando una conversazione molto lunga inizia a "dimenticare" i dettagli iniziali, spesso è perché la scrivania si è riempita e qualcosa è stato tolto.
Il secondo è il RAG (Retrieval-Augmented Generation, generazione aumentata dal recupero), un nome complicato per un'idea semplice. Il modello non sa nulla dei documenti della vostra azienda o del vostro archivio personale. Allora il prodotto fa così: quando ponete una domanda, un sistema di ricerca va a pescare solo le pagine pertinenti dai vostri documenti e le appoggia sulla scrivania del modello insieme alla domanda. Come un bibliotecario che, invece di farvi leggere tutta la biblioteca, vi porta i tre libri giusti aperti alla pagina giusta. È la tecnologia dietro quasi tutti gli "assistenti aziendali" che rispondono su manuali e procedure interne.
La sicurezza: non un muro, una cipolla
Arriviamo al tema più delicato, e anche al più frainteso. Quando un'AI rifiuta una richiesta, molti immaginano un unico "censore" da qualche parte. La realtà è più interessante: la sicurezza di questi sistemi non è un muro unico ma una serie di strati indipendenti, uno dentro l'altro, come una cipolla — o, se preferite, come un castello medievale con più cinte murarie. L'idea di fondo si chiama difesa in profondità: nessuno strato è perfetto, ma per fare danni bisognerebbe superarli tutti.
Primo strato: dentro l'addestramento del motore. I valori e i limiti di base vengono insegnati al modello durante la sua creazione. Con tecniche come il Reinforcement Learning from Human Feedback (apprendimento per rinforzo dal giudizio umano), il modello produce risposte, persone in carne e ossa le valutano, e il modello viene corretto per preferire risposte utili e oneste e rifiutare quelle dannose. Anthropic ha sviluppato anche un approccio chiamato Constitutional AI: al modello viene data una sorta di "costituzione" di principi scritti, e viene addestrato a criticare e correggere da solo le proprie risposte alla luce di quei principi. Il risultato è che certi comportamenti non sono regole appiccicate sopra, ma sono cablati nel motore stesso: il modello rifiuterebbe di spiegare come costruire un'arma anche se nessun filtro esterno glielo impedisse.
Secondo strato: le regole del prodotto. Il system prompt di cui parlavamo aggiunge istruzioni specifiche: come gestire temi sensibili, quando suggerire di consultare un medico o un avvocato, come comportarsi con i minori. Sono le regole della casa, e cambiano da prodotto a prodotto anche a parità di motore: la stessa famiglia di modelli può avere limiti diversi in un'app per il pubblico generale e in una versione per ricercatori autorizzati.
Terzo strato: i classificatori, cioè i controllori esterni. Accanto al modello principale lavorano programmi separati, spesso modelli più piccoli e specializzati, che leggono i messaggi in ingresso e in uscita alla ricerca di contenuti vietati: materiale che sfrutta minori, istruzioni per armi, tentativi di manipolare il sistema. Sono come il metal detector all'ingresso e il controllo bagagli all'uscita. Questo spiega un fenomeno che forse avete notato: a volte un messaggio viene bloccato istantaneamente, prima ancora che l'AI inizi a rispondere. In quel caso non è stato il modello a rifiutare: è scattato un controllore esterno, che lavora a una velocità diversa.
Quarto strato: i limiti pratici del prodotto. Qui troviamo le protezioni più concrete. Gli strumenti che eseguono codice lo fanno dentro una sandbox, un ambiente isolato che non può toccare nulla di importante — come far giocare un bambino con i fiammiferi, ma di plastica e dentro una stanza ignifuga. Gli agenti come Claude Code chiedono il permesso prima di eseguire comandi che modificano file o sistemi. E poi ci sono i limiti di utilizzo, che oltre a gestire i costi rendono più difficile usare questi sistemi per produrre danni su scala industriale, come campagne di spam o disinformazione di massa.
Perché tutto questo vi riguarda
Capire questa architettura a strati non è solo cultura generale tecnologica: cambia il modo in cui usate e giudicate questi strumenti, perché vi permette di capire chi sta facendo cosa.
Se l'AI sbaglia una notizia di attualità, il problema di solito non è "l'intelligenza" del modello ma lo strumento di ricerca web del prodotto, o il fatto che non sia stato usato. Se "si ricorda" del vostro progetto, non è il motore ad avere memoria: è la funzione di memoria dell'app, che potete in genere consultare, modificare o spegnere. Se rifiuta una richiesta in modo brusco e immediato, probabilmente è scattato un classificatore esterno; se invece rifiuta argomentando, è più probabile che siano i valori addestrati nel modello.
E le domande sulla privacy — dove finiscono le mie conversazioni, chi le può leggere, vengono usate per addestrare modelli futuri? — riguardano quasi sempre il livello del prodotto e le sue impostazioni, non il motore.
C'è anche una considerazione su dove sta andando il settore. I motori dei grandi laboratori, pur con differenze reali di carattere e capacità, tendono ad assomigliarsi sempre di più sui compiti comuni. La vera differenziazione si sta spostando verso gli strati superiori: quali strumenti ha l'assistente, quanto bene gestisce i vostri documenti, quanto è affidabile come agente, quanto è trasparente sulla sicurezza e sui dati. In altre parole: la prossima volta che leggerete che "il modello X ha superato il modello Y", ricordatevi che state guardando solo il banco di prova dei motori. Per scegliere l'auto giusta per voi, conta tutto il resto.
In sintesi
Un LLM è un motore: un modello statistico potentissimo che trasforma testo in testo, senza memoria, senza internet e senza mani. Le app di chat sono l'auto completa: aggiungono istruzioni, gestione della conversazione, strumenti e memoria. Prodotti come Claude Code o Cursor sono veicoli specializzati che montano lo stesso motore su telai diversi, fino agli agenti che lavorano in autonomia su compiti complessi. E la sicurezza non abita in un punto solo: è distribuita su strati — addestramento, istruzioni, filtri, permessi, sandbox, regole e persone — progettati perché il fallimento di uno non comprometta l'insieme. La prossima volta che qualcuno vi dirà "l'ho chiesto all'AI", saprete che dietro quella frase semplice c'è un'intera architettura. E che conoscerla, almeno a grandi linee, è il modo migliore per usarla bene.