Una nuova pillola di Ai literacy da Eleonora Pantò per la rubrica Appunti Selvaggi
Proseguiamo il nostro viaggio tra gli assistenti automatici con il secondo articolo di Pillole di AI literacy. Nell’articolo precedente che trovate qui su Appunti Selvaggi, abbiamo fatto una premessa generale sui sistemi linguistici di grandi dimensioni, abbreviati in LLM e presentato le caratteristiche di Claude, Gemini e DeepSeek.
E’ difficile tenere il ritmo con tutte le novità: siamo nel pieno della competizione per la conquista del mercato dell’IA. La battaglia per il mercato education è aperta: nei primi giorni di aprile è stato annunciato Claude for Education, una versione di Claude rivolta alle università, creata per guidare gli studenti in processi di ragionamento invece che fornire risposte. La versione education è già utilizzata in due atenei con cui è stato stipulato un accordo specifico: altre università possono accedere compilando un modulo e ci sono offerte speciali per studenti [1]. In risposta ChatGPT offre a tutti gli studenti degli Stati Uniti e del Canada l’accesso gratuito alla versione plus – quella che costa 20 euro al mese – fino alla fine di maggio 2025 [2].
In questo secondo articolo vi presento alcune applicazioni specializzate che si basano sulle IA che abbiamo già visto: NotebookLM di Google un assistente utile per lavorare su un set di documenti predefinito e due applicazioni per la ricerca di informazioni online Perplexity e Consensus.
NotebookLM: l’IA al servizio dei nostri documenti
La caratteristica di NotebookLM https://notebooklm.google.com/ è la possibilità di compiere elaborazioni su di un set predefinito di documenti. NotebookLM permette di creare raccolte di documenti, organizzate per argomenti. Una volta creato il set dei documenti è possibile ottenere: la sintesi complessiva, la mappa mentale per un accesso strutturato ai materiali, una sintesi in ordine cronologico. Inoltre una caratteristica fin’ora esclusiva, è la capacità di creare un podcast a due voci, anche se in inglese. NotebookLM suggerisce anche delle domande legate al contenuto ed è possibile farne altre. I materiali realizzati da NotebookLM (la sintesi, la mappa mentale e altre note) possono poi a loro volta diventare fonti primarie per elaborazioni successive. Un grande vantaggio è che si evitano errori grossolani o invenzioni, in quanto le fonti citati sono esistenti e di qualità.
Fig.1 Una raccolta di documenti a tema “OER – Open Education Resources”
Lo sviluppo di NotebookLM è stato svolto con la supervisione di Steven Berlin Johnsons, giornalista e saggista statunitense, autore tra l’altro di “Tutto quello che fa male ti fa bene. Perché la televisione, i videogiochi e il cinema ci rendono intelligenti” [3] che a suo tempo mi era piaciuto molto perché ribaltava gli stereotipi sui danni di questi strumenti, ad esempio facendo notare il livello di complessità raggiunto dalla narrazione delle serie. Sul suo blog [4] Johnsons, spiega come utilizzare NotebookLM per attività di ricerca, per trovare citazioni puntuali su un corpus di conoscenza: immaginate di caricare tutti i documenti di un autore e chiedere in quali punti fa riferimento a qualcosa di specifico.
E’ necessario avere un account Google per usarlo ed è possibile caricare fino a 50 “fonti” con limite di 25 milioni di parole; le fonti possono essere file PDF, Google Docs, siti Web e video di YouTube. NotebookLM utilizza le capacità multimodali di Gemini 1.5 per valutare e creare collegamenti tra le fonti. Le fonti caricate rimangono private e non sono utilizzate per addestrare l’IA, o almeno questo è quanto dichiara Google in quest’articolo che contiene anche “8 consigli d’uso per principianti”[5].
Guide in italiano
Se non amate l’inglese, segnalo la guida NotebookLM [6] scritta da Paolo Dalprato, fotografo professionista che gestisce il sito AI-KNOW.PRO dedicato alle applicazioni IA.
Proprio dalla sua guida è scaturita una collaborazione con Sapere Digitale che lo ha visto anche ospite per Conversioni [7] in occasione dell’uscita del suo libro “Creatività ibrida. Autore e opera nell’era delle macchine intelligenti” [8].
Segnalo un altro articolo in italiano di Ivan Bertotto, esperto insegnante e formatore, che suggerisce di utilizzare questa applicazione per crearsi un assistente personale mentre seguiamo un MOOC [9], cioè un corso aperto online: caricando sul NotebookLM i testi e i video (se disponibili su Youtube) potremo avere una sintesi dei contenuti e fare domande al tutor.
Si tratta di uno strumento utile e versatile in un processo di organizzazione della conoscenza: i documenti non sono solo più semplicemente archiviati, ma possono essere interrogati per porre in evidenza convergenze e divergenze, individuare sequenze, tendenze con link puntuali ai passi citati. La creazione della mappa mentale facilita anche un approccio visivo alla strutturazione dei contenuti.
La semplicità d’uso di NotebookLM permette molteplici applicazioni, quali la creazione di riassunti accessibili per diversi livelli di lettura, la creazione di materiale didattico oltre che analisi testuali più sofisticate come l’identificazione di pattern narrativi.
Perplexity: il motore di ricerca potenziato dall’AI
Per comprendere a quale mercato si rivolge Perplexity la cosa migliore è guardare il suo recente spot pubblicitario:
Nello spot, Lee Jung-jae – attore coreano protagonista della serie Squid Game – è intrappolato in una stanza e per uscire deve rispondere alle domande poste da una voce e visualizzate su un monitor vecchio stile. L’attore cerca le risposte sul suo smartphone tramite “Poogle” ma ha risultati poco utili, mentre attraverso l’uso di Perplexity indovina le risposte. La voce si toglie anche lo sfizio di prendere in giro all’IA di Google che nel 2024 aveva suggerito l’uso della colla per far aderire il formaggio alla pizza.
Perplexity – https://www.perplexity.ai/ – è stato il primo assistente IA che riportava le fonti nelle risposte e questo lo ha posto in un collocazione distintiva, a metà strada tra un motore di ricerca e un IA generativa: per questo motivo può essere rilevante nel contesto delle biblioteche.
Perplexity accede al web e quindi fornisce risposte attuali su pubblicazioni scientifiche, politiche e regolamenti. La sua architettura software include un sistema RAG – Retrieval Augmented Generation (RAG) che recupera dalla rete documenti pertinenti, comprende la domanda e ha una capacità di sintesi intelligente per costruire le risposte con citazioni dinamiche per includere i riferimenti corretti. I RAG sono il ponte che mancava agli LLM per agganciarsi ai documenti non utilizzati durante l’addestramento dell’IA e permettono di ridurre molto le cosiddette “allucinazioni”. E’ come se avessimo a disposizione un esperto che prima di rispondere verifica se ci sono informazioni più fresche in qualche libro di recente pubblicazione. I RAG sono utilizzabili dalle aziende per far utilizzare i propri database agli LLM generalisti ottenendo quindi risposte mirate e legate al contesto, e non legarsi definitivamente ad un sistema IA invece che ad un altro.
Perplexity è progettato per sostenere processi di scoperta informativa fornendo varie funzioni quali: raffinamento successivo, suggerimenti per argomenti correlati e domande di follow up. E’ possibile inoltre personalizzare il tipo di fonti da utilizzare nella ricerca web, accademiche e social.
Fig.2 la videata di accesso a Perplexity – in evidenza la possibilità di selezionare le fonti di ricerca.
Perplexity tiene traccia di tutte le ricerche fatte ma è necessario registrarsi o utilizzare il proprio account Apple o Google. Inoltre permette di caricare documenti personali (max 3 per i profili gratuiti). Il profilo Pro a pagamento costa 20$ al mese, utilizza versioni IA più potenti e non ha limiti d’uso.
Consensus: ricercare tra pubblicazioni scientifiche
Consensus è un motore di ricerca accademico, basato sull’intelligenza artificiale con l’obiettivo di rendere la conoscenza scientifica più accessibile. La sua base dati contiene più di 200 milioni di documenti selezionati aggiornati su base mensile grazia alla partnership con Semantic Scholar. Consensus non è chatbot ma un motore di ricerca quindi non fornirà risposte verbose e per questo è utile comprendere anche il modo migliore di usarlo. E’ consigliabile porre domande che siano applicabili ad un contesto scientifico e che siano impostate per risposte SI/NO, es. La pena di morte riduce la criminalità?, trovare relazioni es. Qual è l’impatto del cambiamento climatico sulla salute?, domande aperte es. Benefici dell’avocado, Come si fa per… ecc.
Una volta trovati i rapporti di ricerca più rilevanti, Consensus li elenca e utilizza ChatGPT per sintetizzare i risultati. Molto efficace è il “consensometro” (consensus meter) per le risposte si/no che graficamente rappresenta le percentuali delle varie posizioni.
Fig. 3 Esempio di uso di Consensus
E’ possibile applicare filtri alla ricerca per anno di pubblicazione, tipo di studio, paese di provenienza. Anche Consensus ha una politica freemium, con una accesso gratuito limitato e diverse opzioni a pagamento a partire da 8,99$ al mese.
Esistono molti altri strumenti simili anche per fare ricerche accademiche, ma spero troviate utili questi primi suggerimenti su cui esercitarvi. Proseguiremo con le nostre segnalazioni nei prossimi articoli.
Eleonora Panto, 11 aprile 2025
Riferimenti
[1] https://www.anthropic.com/contact-sales/education-plan
[4] https://stevenberlinjohnson.com/how-to-use-notebooklm-as-a-research-tool-6ad5c3a227cc
[5] https://blog.google/technology/ai/notebooklm-beginner-tips/
[6] https://www.ai-know.pro/notebooklm/