Mentre gli algoritmi di Intelligenza Artificiale vengono integrati nei software che utilizziamo quotidianamente in studio, abbiamo già a disposizione strumenti stand alone come ChatGPT, Gemini e altri. Ma questi strumenti sono effettivamente utili per svolgere attività complesse o per accelerare processi quotidiani più semplici? Esploriamo alcune applicazioni pratiche per valutarne le potenzialità e i limiti.

Indice

1. Intelligenza Artificiale: opportunità o minaccia?
2. L’AI nei processi informativi: potenzialità e limiti
3. Le risorse chiave: conoscenza, esperienza, professionalità

1. Intelligenza Artificiale: opportunità o minaccia?

Il tema dell’Intelligenza Artificiale catalizza da mesi l’attenzione in ogni ambito. Indipendentemente dal contesto sociale o economico, tutti si interessano a questo argomento, cercando di capire “come e quando arriverà il cambiamento” e “come e se impatterà nella propria vita”.

Tali preoccupazioni, talvolta molto lontane dal probabile e dal plausibile, sono alimentate dalla sorpresa di un forte contrasto: da una parte la semplicità di utilizzo di uno strumento capace di dare risposte sensate, dall’altra la complessità degli algoritmi statistici che lo alimentano.

Anche gli studi professionali si pongono lo stesso quesito: l’Intelligenza Artificiale è un’opportunità o una minaccia? E ancora: come posso impiegare con vantaggio ciò che è disponibile?

2. L’AI nei processi informativi: potenzialità e limiti

Chiaramente per gli impieghi più complessi occorre che i nuovi algoritmi vengano integrati nei software che quotidianamente già impieghiamo, nei gestionali di studio, nei fogli di calcolo, negli strumenti di analisi ecc. Tutto ciò è in corso di evoluzione.

Al contempo, però, sono già disponibili da tempo strumenti stand alone, quali Chat Gpt / Gemini e altri ancora. Ma questi strumenti possono essere attualmente utili per compiere attività complesse o per accelerare processi quotidiani semplici?

Ad esempio, ha senso caricare una visura su un sistema AI per interrogarlo con linguaggio colloquiale? La risposta dipende fortemente dalla sensibilità delle informazioni da estrarre e dalla nostra capacità di controllare l’accuratezza delle informazioni fornite. Senz’altro appare più opportuno l’impiego dall’AI per una estrazione di informazioni da visure da utilizzare in ambito commerciale o nel marketing, che non l’impiego delle stesse estrazioni per una indagine antiriciclaggio.

L’impiego più proficuo individuato per questa nuova classe di strumenti è quello di estendere ulteriormente la capacità di accedere ad informazioni e la rapidità nel farlo. Già da tempo, molte persone accostano alle ricerche sui motori di ricerca tradizionali l’uso di strumenti come ChatGPT o Copilot, che utilizzano Bing per le ricerche sul web. Il risultato è un semilavorato di senso compiuto con riferimenti a siti di origine esterna che si possono valutare come più o meno affidabili.

I motori di ricerca tradizionali sono assordati dal rumore di articoli ridondanti, creati per rispondere al meglio alle regole SEO e agli algoritmi di posizionamento. Ormai qualsiasi ricerca base rimanda a una decina di risultati preconfezionati (forse creati proprio con AI generative), dal modestissimo valore informativo.

A domande semplici la risposta è “molto rumore e poca sostanza”; per le domande complesse, come sempre accade, è molto imprudente affidarsi al web e non a banche dati di spessore. Quindi?

AI ci può aiutare nelle ricerche base, con risultati successivamente da verificare tramite una ricerca tradizionale. Impiegare AI per una pre-ricerca, ci aiuta a scartare una parte del rumore di fondo. L’esperienza professionale però è l’elemento chiave che permette di convalidare le risposte e le linee di indirizzo suggerite dalla macchina, per poi approfondire ulteriormente con o senza l’ausilio di LLM.

Un altro impiego interessante è quello di interrogare la macchina su documenti corposi. Caricare su un LLM (Large Language Model) informazioni dettagliate da consultare, in PDF contenenti “risposte definite”, potrebbe rivelarsi una scorciatoia efficace e un’ottima via per accelerare il reperimento della risposta desiderata.

Esempio

In tal senso si riporta un esperimento eseguito con le ISTRUZIONI REDDITI PF-24 e quesiti semplici.

Data la velocità di esecuzione di risposta, il sistema risulta addirittura più veloce della ricerca testuale all’interno del PDF; la contropartita è una attendibilità attenuata della risposta.

3. Le risorse chiave: conoscenza, esperienza, professionalità

È chiaro che lo strumento LLM ci può fornire una ulteriore forma di accelerazione nell’esecuzione delle mansioni routinarie, di compiti semplici; ma è anche chiaro che tutto ciò ha come presupposto la nostra competenza, la nostra capacità professionale di discernere fra ciò che è corretto e ciò che non lo è. L’antidoto alle allucinazioni da AI siamo noi, è la nostra professionalità.

In buona sostanza, il nostro sapere è ancora la risorsa chiave: su temi complessi la risposta statistica della macchina deve necessariamente essere convalidata dalla nostra esperienza, dalla nostra conoscenza e dal nostro intuito.

I nuovi strumenti confermano la direzione già intrapresa dagli studi professionali, sempre meno “operatori” e sempre più “validatori” (certificatori).

Ne parleremo al Convegno in aula – Laboratorio di Intelligenza Artificiale per gli studi professionali. Scopri tutte le date disponibili.