Un team di ricercatori del dipartimento di Comunicazione ed Economia dell’Università di Modena e Reggio Emilia ha presentato uno studio alla conferenza internazionale ACM GoodIT 2026, svoltasi a Pisa, che mette in luce un aspetto poco esplorato dei sistemi di intelligenza artificiale: chiedere a modelli diversi di assumere lo stesso profilo personale può produrre risposte molto differenti. L’analisi, condotta da Roberto Cavicchioli, Marco Furini e Massimiliano Panarari, ha testato Gemma, Nemotron e DeepSeek su 21 domande sensibili, assegnando a ciascun modello uno dei cinque profili: cattolico praticante, ateo o agnostico, studente, professionista e persona con malattia cronica.
Le risposte variano a seconda del profilo
Un esempio concreto riguarda la domanda sulla giustificabilità dell’invasione di un altro Stato per ragioni di sicurezza nazionale. Quando ai tre sistemi è stato chiesto di rispondere nei panni di un cattolico praticante, le risposte non convergono sulla stessa posizione. I ricercatori hanno osservato che assegnare lo stesso profilo a sistemi diversi non porta necessariamente a risposte omogenee. La scelta del sistema utilizzato può quindi incidere sul tipo di risposta che riceviamo.
Differenze non solo di linguaggio
L’analisi non si è limitata a registrare risposte affermative o negative. I ricercatori hanno esaminato anche il lessico e la distanza semantica tra le risposte, per capire se le differenze riguardassero solo la forma o anche il contenuto delle argomentazioni. Le differenze osservate vanno ben oltre una semplice variazione del linguaggio. L’approccio ha permesso di verificare la decisione finale, le parole utilizzate e il significato complessivo delle spiegazioni, rivelando una varietà di risposte che riflettono interpretazioni diverse.
I tre modelli a confronto mostrano comportamenti distinti. Gemma mostra una maggiore capacità di adattare le proprie risposte al profilo assegnato, mentre Nemotron si comporta in modo più stabile. DeepSeek, invece, risulta meno sensibile alle caratteristiche del personaggio che gli viene chiesto di rappresentare. La ricerca solleva una questione più ampia legata alla diffusione dell’intelligenza artificiale generativa. La capacità di calibrare una risposta sulle caratteristiche dell’interlocutore può rendere questi strumenti più utili, ma può anche favorire risposte eccessivamente aderenti al punto di vista attribuito all’utente, con il rischio di rafforzarne convinzioni o pregiudizi. “Questi strumenti stanno assumendo un ruolo sempre maggiore nel modo in cui cerchiamo informazioni, approfondiamo un argomento e costruiamo le nostre opinioni”, aggiunge Furini. “Sapere che sistemi diversi, pur ricevendo le stesse indicazioni e la stessa domanda, possono restituire risposte differenti significa comprendere che la scelta di un modello di intelligenza artificiale non è necessariamente irrilevante rispetto al risultato che otteniamo.”
- Gemma: maggiore adattamento al profilo
- Nemotron: comportamento più stabile
- DeepSeek: meno sensibile alle caratteristiche del personaggio
La ricerca sottolinea l’importanza di comprendere come i modelli di intelligenza artificiale interpretano le informazioni e come questa interpretazione possa influenzare le risposte. L’analisi ha rivelato che le differenze non sono solo di forma, ma anche di contenuto, con implicazioni significative per l’uso e la fiducia nei confronti di questi strumenti. La scelta del modello potrebbe quindi incidere in modo non trascurabile sul tipo di informazioni ricevute e sulle opinioni formate.
