Come ridurre le allucinazioni dell'intelligenza artificiale con queste 6 tecniche di suggerimento

Punti chiave

• Suggerimenti chiari e specifici sono cruciali per ridurre al minimo le allucinazioni dell’IA. Evita istruzioni vaghe e fornisci dettagli espliciti per evitare risultati imprevedibili.
• Usa il radicamento o la tecnica "secondo..." per attribuire l'output a una fonte o prospettiva specifica. Ciò aiuta a evitare errori fattuali e pregiudizi nei contenuti generati dall’intelligenza artificiale.
• Utilizza vincoli e regole per modellare l'output dell'intelligenza artificiale in base ai risultati desiderati. Dichiarare esplicitamente i vincoli o implicarli attraverso il contesto o l'attività per evitare risultati inappropriati o illogici.

Non ottieni la risposta che desideri da un modello di intelligenza artificiale generativa? Potresti avere a che fare con un'allucinazione dell'intelligenza artificiale, un problema che si verifica quando il modello produce risultati imprecisi o irrilevanti.

È causato da vari fattori, come la qualità dei dati utilizzati per addestrare il modello, la mancanza di contesto o l'ambiguità del prompt. Fortunatamente, esistono tecniche che è possibile utilizzare per ottenere risultati più affidabili da un modello di intelligenza artificiale.

1. Fornire suggerimenti chiari e specifici

Il primo passo avanti riducendo al minimo le allucinazioni dell'IA è quello di creare suggerimenti chiari e altamente specifici. Prompt vaghi o ambigui possono portare a risultati imprevedibili, poiché i modelli di intelligenza artificiale potrebbero tentare di interpretare l'intento dietro il prompt. Sii invece esplicito nelle tue istruzioni.

Invece di chiedere: "Parlami dei cani", potresti chiedere: "Dammi una descrizione dettagliata delle caratteristiche fisiche caratteristiche e temperamento dei Golden Retriever." Affinare il tuo suggerimento fino a renderlo chiaro è un modo semplice per prevenire l'IA allucinazione.

2. Usa il radicamento o la tecnica "Secondo...".

Una delle sfide legate all’utilizzo dei sistemi di intelligenza artificiale è che potrebbero generare risultati sostanzialmente errati, distorti o incoerenti con le tue opinioni o valori. Ciò può accadere perché i sistemi di intelligenza artificiale sono addestrati su set di dati ampi e diversificati che potrebbero contenere errori, opinioni o contraddizioni.

Per evitare ciò, è possibile utilizzare il grounding o la tecnica del "secondo...", che prevede l'attribuzione dell'output a una fonte o prospettiva specifica. Ad esempio, potresti chiedere al sistema di intelligenza artificiale di scrivere un fatto su un argomento secondo Wikipedia, Google Scholar o una specifica fonte accessibile al pubblico.

3. Utilizzare vincoli e regole

Vincoli e regole possono aiutare a impedire che il sistema di intelligenza artificiale generi risultati inappropriati, incoerenti, contraddittori o illogici. Possono anche aiutare a modellare e perfezionare l'output in base al risultato e allo scopo desiderati. Vincoli e regole possono essere esplicitamente dichiarati nel prompt o implicitamente impliciti nel contesto o nell'attività.

Supponiamo che tu voglia utilizzare uno strumento di intelligenza artificiale per scrivere una poesia sull'amore. Invece di dare un suggerimento generico come "scrivi una poesia sull'amore", puoi dargli un suggerimento più vincolato e basato su regole come "scrivi un sonetto sull'amore con 14 versi e 10 sillabe per verso".

4. Utilizzare la richiesta in più passaggi

A volte, domande complesse possono portare ad allucinazioni dell’IA perché il modello tenta di rispondere in un unico passaggio. Per superare questo problema, suddividi le tue domande in più passaggi.

Ad esempio, invece di chiedere: "Qual è il trattamento per il diabete più efficace?" puoi chiedere: "Quali sono i trattamenti comuni?" per il diabete?" È quindi possibile proseguire con: "Quale di questi trattamenti è considerato il più efficace secondo i medici studi?"

I suggerimenti in più fasi costringono il modello di intelligenza artificiale a fornire informazioni intermedie prima di arrivare a una risposta finale, il che può portare a risposte più accurate e ben informate.

5. Assegnare il ruolo all'IA

Quando assegni un ruolo specifico al modello AI nel tuo prompt, ne chiarisci lo scopo e riduci la probabilità di allucinazioni. Ad esempio, invece di dire "Raccontami la storia della meccanica quantistica", puoi chiedere all'IA: "Assumi il ruolo di un ricercatore diligente e fornisci un riepilogo delle tappe fondamentali della storia della quantistica meccanica."

Questa inquadratura incoraggia l’intelligenza artificiale ad agire come un ricercatore diligente piuttosto che come un narratore speculativo.

6. Aggiungi informazioni contestuali

Non fornire informazioni contestuali quando necessario è a errore immediato da evitare quando si utilizza ChatGPT o altri modelli di intelligenza artificiale. Le informazioni contestuali aiutano il modello a comprendere il background, l'ambito o lo scopo dell'attività e a generare output più pertinenti e coerenti. Le informazioni contestuali includono parole chiave, tag, categorie, esempi, riferimenti e fonti.

Ad esempio, se desideri generare una recensione di prodotto per un paio di cuffie, puoi fornire informazioni contestuali, come nome del prodotto, marca, caratteristiche, prezzo, valutazione o feedback dei clienti. Un buon suggerimento per questa attività potrebbe assomigliare a questo:

Ottenere risposte IA migliori

Può essere frustrante quando non ricevi il feedback che ti aspetti da un modello di intelligenza artificiale. Tuttavia, utilizzando queste tecniche di suggerimento dell'intelligenza artificiale, puoi ridurre la probabilità di allucinazioni dell'intelligenza artificiale e ottenere risposte migliori e più affidabili dai tuoi sistemi di intelligenza artificiale.

Tieni presente che queste tecniche non sono infallibili e potrebbero non funzionare per ogni attività o argomento. Dovresti sempre controllare e verificare gli output dell'IA prima di utilizzarli per qualsiasi scopo serio.