Debugging (I°)

Cosa si deve fare quando le AI non fanno quello che si vuole, è l’argomento dell’articolo. È destinato sia a chi usa già qualche LLM ma spesso deve riprovare più volte, sia a chi vuole iniziare subito con un approccio sistematico invece di procedere per tentativi. La prima parte spiega come riconoscere i quattro tipi principali di problemi che si incontrano più spesso. La seconda parte presenta un metodo diagnostico basato su quattro domande semplici per capire velocemente dove sta il problema. La terza parte fornisce tecniche specifiche per risolvere ogni tipo di difficoltà. Il tutto è illustrato attraverso esempi che rimandano alla quotidianità.
Vista la lunghezza l’articolo è stato diviso in due, qua sotto la prima parte, mentre il link per la seconda parte è questo.

Quando l’AI non fa quello che si voleva

Quando si chiedono indicazioni stradali a qualcuno e si riceve una risposta vaga o completamente sbagliata, la prima reazione è ripetere la domanda con parole leggermente diverse, sperando che questa volta funzioni meglio. Se non funziona, si prova ancora, magari alzando il tono o gesticolando di più. Questo approccio per tentativi ed errori è quello che la maggior parte delle persone usa quando le AI generative non producono i risultati sperati.

Quando ChatGPT, Claude o Gemini non fanno quello che si voleva, si tende a modificare qualcosa nel messaggio e riprovare, poi modificare qualcos’altro e riprovare ancora. È come cercare di sintonizzare una vecchia radio muovendo l’antenna in tutte le direzioni, sperando di trovare per caso la posizione giusta. Questo metodo casuale può funzionare occasionalmente, ma spreca molto tempo e genera frustrazione.

Il problema è che questo approccio ha un costo nascosto molto alto. Ogni tentativo fallito richiede tempo, e quel tempo si moltiplica settimana dopo settimana. Quando finalmente si ottiene un risultato decente, spesso non si capisce perché ha funzionato, quindi non si riesce a ripetere il successo la volta successiva. È come imparare a cucinare provando ingredienti a caso: si potrebbe ottenere un buon piatto per fortuna, ma non si saprebbe rifarlo.

La buona notizia è che esistono metodi sistematici per capire cosa non va nelle richieste alle AI e come risolverlo. Proprio come un medico non fa diagnosi tirando a indovinare ma segue un processo logico, è possibile imparare a diagnosticare i problemi nelle interazioni con l’intelligenza artificiale. Imparando a riconoscere i tipi di problemi più comuni e le loro soluzioni, è possibile passare da tentativi casuali a un processo prevedibile ed efficace.

I quattro tipi di problemi più comuni

Non tutti i problemi con le AI sono uguali. La maggior parte dei problemi ricade in quattro categorie principali, ognuna con le sue caratteristiche e le sue soluzioni.

Quando l’AI sa troppo poco: il problema delle informazioni mancanti

Il primo tipo di problema si verifica quando l’AI non ha abbastanza informazioni per fare un buon lavoro. È come chiedere a qualcuno di consigliare un ristorante senza specificare il tipo di cucina desiderata, il budget disponibile, o eventuali allergie alimentari. La persona potrebbe dare un consiglio, ma probabilmente sarà generico e poco utile.

Questo problema si riconosce facilmente: l’AI produce risposte vaghe, generiche, o che sembrano copiate da un manuale standard. Per esempio, se si chiede «aiutami a scrivere una email importante» l’AI potrebbe rispondere con consigli generali su come scrivere email, invece di fornire aiuto per la situazione specifica. Un altro segnale tipico è quando l’AI usa esempi che non c’entrano niente con il caso specifico.

La causa di fondo è sempre la stessa: l’AI deve indovinare troppi dettagli perché non sono stati forniti. È come se si volesse che qualcuno preparasse la cena perfetta ma senza comunicare i gusti personali, le preferenze alimentari, o se ci sono ospiti. Il risultato sarà inevitabilmente insoddisfacente.

Quando l’AI fraintende: il problema delle richieste poco chiare

Il secondo tipo di problema nasce quando le istruzioni possono essere interpretate in modi diversi. È la differenza tra dire «porta il cane in giardino» e dire «porta il cane fuori»: nel primo caso è chiaro cosa fare, nel secondo la persona potrebbe portarlo in giardino, al parco, o in strada per una passeggiata.

Questi problemi si manifestano quando l’AI fa qualcosa di tecnicamente corretto ma che non era quello che si voleva. Per esempio, se si chiede di «migliorare questo testo» l’AI potrebbe renderlo più formale quando lo si voleva più semplice, oppure più lungo quando lo si voleva più conciso. Entrambe sono forme di «miglioramento», ma vanno in direzioni opposte.

Un altro caso tipico è quando si usano parole che hanno significati multipli. Se si dice «riorganizza la mia camera» l’AI potrebbe pensare che si parli dell’arredamento oppure del riordinare gli oggetti che ci sono già. Se non si specifica quale dei due, sceglierà autonomamente, e potrebbe non essere la scelta desiderata.

Questi fraintendimenti sono particolarmente frustranti perché l’AI sembra aver capito la richiesta (non dice di non aver capito) ma poi fa qualcosa di completamente diverso da quello che si aveva in mente.

Quando l’AI risponde nel modo sbagliato: il problema del formato

Il terzo tipo di problema riguarda come l’AI presenta le informazioni, quando l’AI produce il contenuto giusto ma nella forma sbagliata. Per esempio, si potrebbe aver bisogno di una lista della spesa e ricevere invece un lungo paragrafo che descrive gli ingredienti. Oppure si voleva una risposta breve e semplice e si riceve un saggio di tre pagine.

Il problema si riconosce quando ci si trova a pensare che l’informazione è giusta ma è poco utile nel formato proposto. È come ricevere una ricetta scritta in poesia quando si sta cucinando di fretta: il contenuto c’è tutto, ma la forma lo rende inutilizzabile per lo scopo specifico.

A volte il formato sbagliato riguarda anche il tono. Si potrebbe aver bisogno di un messaggio amichevole per gli amici e ricevere invece qualcosa di molto formale e distaccato, adatto a una comunicazione di lavoro ma non a una chat fra persone che si conoscono bene.

Quando si chiede troppo insieme: il problema della complessità

L’ultimo tipo di problema si verifica quando si cerca di fare troppe cose insieme in una sola richiesta. Si riconosce perché l’AI produce risposte molto lunghe ma superficiali, oppure quando parti diverse della risposta sembrano non andare d’accordo tra loro.

Per esempio, se si chiede di «pianificare una vacanza completa includendo voli, hotel, attività, budget e documenti necessari» l’AI potrebbe cercare di coprire tutto ma senza approfondire nessun aspetto. Un altro segnale è quando l’AI sembra «dimenticarsi» di alcune parti della richiesta man mano che la risposta procede. Inizia parlando di una cosa, poi passa a un’altra, e alla fine non ha più collegato tutto insieme in modo coerente.

È come chiedere a qualcuno di raccontare la storia del cinema, della musica e della letteratura in dieci minuti: si otterrebbe un riassunto confuso che tocca tutto ma non spiega bene niente.

Come diagnosticare il problema: il metodo delle quattro domande

Quando l’AI non produce il risultato desiderato, la prima cosa da fare è capire che tipo di problema si ha di fronte. Quando il computer non funziona prima di chiamare l’assistenza tecnica è utile capire se il problema è elettrico, software, o semplicemente che si è premuto il tasto sbagliato. Per diagnosticare rapidamente i problemi con l’AI, è possibile usare quattro domande semplici che aiutano a identificare dove sta il problema.

Prima domanda: L’AI sa chi dovrebbe essere?

La prima domanda riguarda se si è comunicato all’AI che tipo di esperto dovrebbe essere. È la differenza tra chiedere consigli a «qualcuno» e chiedere consigli a «un giardiniere esperto» quando si hanno problemi con le piante.

Se si chiede genericamente «come posso risparmiare soldi» l’AI risponderà come un assistente generico con consigli molto generali. Se invece si dice «comportati come un consulente finanziario esperto e aiutami a risparmiare soldi» si otterranno consigli più specifici e professionali.

Questo vale per qualsiasi argomento. «Aiutami con la mia ricetta» è molto diverso da «comportati come un cuoco esperto di cucina italiana e aiutami a migliorare la mia ricetta del ragù»: nel secondo caso l’AI sa che deve usare la terminologia giusta, suggerire tecniche specifiche, e dare consigli che un vero cuoco darebbe.

La mancanza di un ruolo chiaro è spesso la causa di risposte troppo generiche o inadeguate al livello di competenza necessario.

Seconda domanda: L’AI sa cosa si vuole ottenere?

La seconda domanda riguarda se si è spiegato chiaramente qual è l’obiettivo finale. Non basta dire cosa fare, bisogna anche spiegare perché lo si fa e cosa si spera di ottenere.

È la differenza tra dire «scrivi una lettera» e dire «scrivi una lettera per scusarsi con un amico dopo una discussione, in modo da riparare il rapporto senza sembrare troppo formale»: nel secondo caso l’AI capisce non solo cosa fare (scrivere) ma anche l’obiettivo (riparare l’amicizia) e lo stile appropriato (informale ma sincero).

Questo è importante perché lo stesso compito può essere fatto in modi completamente diversi a seconda dell’obiettivo. Una email di lavoro per informare è diversa da una email per convincere, che è diversa da una email per ringraziare. Se l’AI non sa qual è lo scopo, dovrà indovinare.

Terza domanda: L’AI ha tutte le informazioni necessarie?

La terza domanda verifica se sono stati forniti tutti i dettagli importanti per la situazione specifica. È come la differenza tra chiedere indicazioni dicendo solo «come arrivo in centro» e dire «come arrivo in centro partendo da casa mia, senza usare l’autostrada perché c’è traffico, e arrivando prima delle cinque».

Spesso si dà per scontato che l’AI sappia cose che invece non sa: se si chiede genericamente di consigliare un regalo di compleanno l’AI non sa per chi è, che età ha la persona, quali sono i suoi interessi, qual è il budget disponibile, o che rapporto si ha con lei. Senza queste informazioni, può solo dare consigli generici.

La regola è semplice: tutto quello che è ovvio per chi fa la richiesta non è ovvio per l’AI. Se un amico ha bisogno di quelle informazioni per aiutare, allora servono anche all’AI.

Quarta domanda: L’AI sa come deve rispondere?

L’ultima domanda riguarda se si è spiegato in che formato si vuole la risposta. È la differenza tra chiedere «dimmi che tempo farà» e dire «dimmi che tempo farà domani mattina con una breve frase perché devo pianificare la giornata».

Molte persone si concentrano su cosa chiedere ma dimenticano di specificare come vogliono ricevere la risposta. Questo porta a situazioni frustranti dove l’AI dà le informazioni giuste ma in una forma che non si riesce a usare. Per esempio, se si ha bisogno di una lista veloce da consultare mentre si fa la spesa, bisogna specificarlo. Altrimenti l’AI potrebbe dare una spiegazione dettagliata di ogni ingrediente invece di una semplice lista con quantità.

Anche il tono fa parte del formato: se si deve scrivere a un figlio, a un capo, o a un amico, il contenuto potrebbe essere simile ma il modo di dirlo deve essere molto diverso.

Quattro esempi

Per vedere come funziona il metodo delle quattro domande nella pratica, è utile esaminare quattro situazioni; ogni esempio rappresenta uno dei problemi principali che sono stati descritti.

Esempio 1: «Aiutami a decorare casa mia»

Marco scrive all’AI «Aiutami a decorare la mia casa». L’AI risponde con consigli generici sulla decorazione d’interni che potrebbero andare bene per qualsiasi casa, senza considerare lo stile di Marco, il budget, o che tipo di ambiente vuole creare.

Applicando le quattro domande, si vede subito dove sta il problema. L’AI non sa che tipo di esperto dovrebbe essere (interior designer? consulente di budget? esperto di fai-da-te?), non conosce l’obiettivo di Marco (impressionare gli ospiti? creare un ambiente rilassante? aumentare il valore della casa?), non ha informazioni sulla casa (dimensioni, stile attuale, budget, chi ci abita), e non sa che tipo di risposta Marco preferisce (idee generali? lista della spesa? istruzioni passo passo?).

La versione migliorata diventa: «Comportati come un interior designer che aiuta le persone con budget limitati. Voglio rendere il mio soggiorno più accogliente per quando vengono gli amici. È una stanza di 20 metri quadri, attualmente con pareti bianche, divano grigio e pochi mobili. Ho circa 300 euro da spendere e mi piace lo stile moderno ma caldo. Dammi 5 idee concrete con i costi approssimativi, spiegando perché ognuna aiuterebbe a creare un ambiente più accogliente.»

Esempio 2: «Scrivi un messaggio per i miei genitori»

Elena chiede: «Scrivi un messaggio per dire ai miei genitori che non posso venire a cena domenica». L’AI scrive un messaggio molto formale che suona strano per una comunicazione familiare, oppure un messaggio troppo secco che potrebbe sembrare scortese.

Il problema è che la richiesta può essere interpretata in molti modi diversi. L’AI non sa se Elena vuole scusarsi, spiegare il motivo, proporre un’alternativa, o semplicemente informare. Non sa neanche che tono usare: familiare e affettuoso, rispettoso ma non troppo formale, o diretto e pratico. Anche il canale di comunicazione fa differenza: un messaggio WhatsApp, una email o una telefonata richiedono stili diversi.

La versione migliorata diventa: «Scrivi un messaggio WhatsApp affettuoso ma non troppo drammatico per dire ai miei genitori che non posso venire alla cena di domenica perché ho un impegno di lavoro imprevisto. Voglio che capiscano che mi dispiace davvero e proporre di recuperare presto. Il tono deve essere quello che userei normalmente con loro: affettuoso ma non infantile.»

Esempio 3: «Fammi un piano per imparare la chitarra»

Giuseppe chiede: «Fammi un piano per imparare la chitarra». L’AI produce un programma di studio di 10 pagine con teoria musicale, esercizi avanzati, e riferimenti a libri di testo, quando Giuseppe voleva solo sapere da dove iniziare per suonare qualche canzone con gli amici.

Il problema è che l’AI ha interpretato «piano» come un curriculum accademico completo, mentre Giuseppe intendeva qualcosa di più semplice e pratico. Il formato della risposta (programma dettagliato e teorico) non si adatta all’obiettivo reale (divertirsi con gli amici). La richiesta era anche troppo ambiziosa per una sola domanda.

La versione migliorata inizia con: «Sono un principiante assoluto che vuole imparare a suonare la chitarra per divertimento, non professionalmente. Il mio obiettivo è riuscire a suonare qualche canzone semplice quando sono con gli amici. Ho circa 30 minuti al giorno da dedicarci. Per iniziare, dimmi solo: che tipo di chitarra comprare, dove trovare le prime 3 canzoni facili da imparare, e quale dovrebbe essere il mio obiettivo per il primo mese.»

Esempio 4: «I miei prompt non funzionano mai allo stesso modo»

Davide nota che quando fa richieste simili all’AI, riceve risposte diverse ogni volta, anche quando pensa di aver usato le stesse parole. Un giorno l’AI scrive in modo formale, il giorno dopo in modo colloquiale, senza una logica apparente.

Questo problema nasce da piccole differenze nei prompt che sembrano irrilevanti ma che l’AI interpreta come segnali per comportarsi diversamente. Magari un giorno Davide scrive «puoi aiutarmi» e un altro giorno «aiutami», oppure un giorno aggiunge «per favore» e un altro no. Queste piccole variazioni possono influenzare il tono della risposta. Un’altra causa comune è il contesto nascosto: se Davide fa una domanda dopo aver parlato di lavoro, l’AI potrebbe assumere un tono più professionale rispetto a quando fa la stessa domanda dopo aver parlato di hobby.

La soluzione è creare un modello standard per le richieste che includa sempre gli stessi elementi chiave: «Comportati come [ruolo specifico]. Il mio obiettivo è [obiettivo chiaro]. La situazione è [contesto necessario]. Rispondi con [formato specifico] usando un tono [descrizione del tono].»

Prossimamente: dalle diagnosi alle soluzioni

L’articolo ha mostrato come riconoscere i quattro tipi di problemi principali e come diagnosticarli usando le quattro domande. La seconda parte presenta le tecniche specifiche per risolvere ogni tipo di difficoltà, dal fornire le informazioni mancanti all’eliminare l’ambiguità, dal specificare il formato giusto al gestire la complessità. Verrà anche illustrato come creare un metodo sistematico per migliorare le interazioni con l’AI e ottenere risultati sempre più precisi.