Guide

Come funziona un modello AI: la guida per capire come pensa l'AI

Transformer, token, training, allucinazioni. Dietro ogni risposta di ChatGPT o Claude c'è un meccanismo preciso. Capirlo cambia il modo in cui usi questi strumenti.

Roberto Felicetti
Roberto FelicettiAggiornata il 18 novembre 2026
Come funziona un modello AI: la guida per capire come pensa l'AI

Ogni giorno milioni di persone scrivono a ChatGPT, a Claude, a Gemini. Chiedono spiegazioni, fanno correggere testi, cercano idee, delegano compiti. E quasi nessuna di queste persone sa cosa succede nel momento in cui preme invio.

Non è un problema, non serve capire come funziona un motore per guidare. Ma c'è una differenza tra guidare e guidare bene: chi capisce cosa c'è sotto il cofano sa come usare lo strumento nei casi difficili, sa fino a che punto si può spingere, sa interpretare i segnali prima che qualcosa vada storto.

Con l'AI è lo stesso, capire come funziona un modello linguistico non è un esercizio accademico. È la base per usarlo in modo più consapevole, più efficace, e con aspettative realistiche.

Questa guida non richiede background tecnico. Non troverai formule matematiche né codice. Troverai spiegazioni precise, qualche analogia, e una serie di concetti che, una volta capiti, cambiano il modo in cui guardi questi strumenti ed interagisci con loro.

Prima cosa: demolire tre miti

Prima di spiegare come funziona un modello AI, vale la pena rimuovere tre idee sbagliate che quasi tutti portano con sé. Non perché siano stupide, ma perché interferiscono con la comprensione di quello che viene dopo.

Il primo mito è che l'AI “pensi” nel senso in cui pensiamo noi. Non è così. Un modello linguistico non ha esperienze, non ha intenzioni, non ha una visione del mondo. Ha pattern. Miliardi di relazioni statistiche tra parole, frasi, concetti. Quello che produce somiglia al pensiero perché è stato addestrato su testo prodotto da persone che pensano. Ma il processo sottostante è radicalmente diverso.

Il secondo mito è che l'AI “cerchi” le risposte da qualche parte, come farebbe un motore di ricerca. In realtà un modello linguistico genera testo in tempo reale, parola dopo parola, in base a quello che ha appreso durante il training. Non consulta un database di risposte corrette. Costruisce la risposta nel momento in cui la produce.

Il terzo mito è che i modelli più grandi siano semplicemente “più intelligenti” in senso assoluto. La realtà è più sfumata: modelli diversi hanno punti di forza diversi, e la dimensione è solo uno dei fattori che influenzano la qualità delle risposte.

Tre teatrini mostrano impronte ripetute, una pressa che produce un foglio e una chiave della misura giusta per un bullone.
Le impronte rappresentano gli schemi appresi, la pressa il testo generato sul momento. La chiave suggerisce come scegliere un modello: provalo sul compito che ti serve.

Tenere a mente questi tre punti rende tutto quello che segue molto più comprensibile. L'AI non pensa, non cerca, e "più grande" non significa sempre "meglio per te".

Il training: come nasce un modello

Tutto inizia con i dati. Una quantità di testo che è difficile anche solo da immaginare: libri, articoli, forum, pagine web, codice, conversazioni, documentazione tecnica, letteratura. Miliardi e miliardi di parole in decine di lingue.

Questo testo viene usato per addestrare il modello attraverso un processo chiamato pre-training. Il meccanismo è, nella sua essenza, sorprendentemente semplice: al modello viene mostrata una sequenza di testo con una parola nascosta, e il suo compito è indovinare quella parola. Se sbaglia, viene corretto. Se azzecca, viene rinforzato. Questo processo si ripete miliardi di volte.

Sembra banale. Ma il risultato non lo è. Per indovinare sistematicamente la parola mancante in miliardi di contesti diversi, il modello è costretto a sviluppare una comprensione implicita della grammatica, del significato, della logica, dei fatti, delle relazioni tra concetti. Non perché qualcuno gliel'abbia insegnato esplicitamente, ma perché è l'unico modo per fare bene quel compito su quella scala.

Pensa a un bambino che impara a leggere: nessuno gli spiega le regole della grammatica italiana prima che sappia leggere. Le acquisisce implicitamente, attraverso l'esposizione a migliaia di esempi. Il training di un modello funziona secondo una logica analoga, ma a una scala incomparabilmente più grande e in un tempo molto più compresso.

Il pre-training produce un modello che sa completare testo in modo coerente. Ma non è ancora un assistente utile: risponde in modo imprevedibile, può generare contenuti inappropriati, non segue istruzioni in modo affidabile.

Per trasformarlo in qualcosa di usabile entra in gioco una seconda fase, il fine-tuning, in cui il modello viene ulteriormente addestrato su esempi di conversazioni di alta qualità. E poi una terza fase che ha rivoluzionato il settore.

Due banchi di lavoro mostrano una macchina regolata su esempi di testo e un raccoglitore di richieste abbinate alle risposte.
Nel pre-training il modello si esercita a prevedere il token successivo. Nel fine-tuning su istruzioni vede esempi di come trasformare una richiesta in una risposta utile.

Il pre-training dura settimane o mesi, costa decine di milioni di dollari in potenza di calcolo, e viene fatto una volta sola. Il modello che usi oggi è il risultato di quell'investimento, congelato in un punto preciso del tempo.

RLHF: come si insegna al modello a rispondere bene

La terza fase del training si chiama RLHF, sigla per Reinforcement Learning from Human Feedback. È la tecnica che ha trasformato i modelli da completatori di testo a assistenti conversazionali, ed è quella che più di ogni altra ha determinato il comportamento dei modelli che usiamo oggi.

Il processo funziona così: ai modelli vengono mostrate due risposte diverse alla stessa domanda, e degli esseri umani indicano quale delle due è migliore. Il modello impara, iterazione dopo iterazione, a produrre risposte che gli esseri umani preferiscono: più utili, più accurate, più sicure, più naturali.

Una redattrice confronta due titoli per la stessa storia e assegna una stella a «Il faro nella nebbia».
Per la stessa storia, «Il faro nella nebbia» offre un’immagine più precisa di «Una storia». Tante scelte di questo tipo forniscono un segnale per l’addestramento.

L'RLHF ha avuto effetti enormi. Ha reso i modelli molto più efficienti, molto più sicuri nell'evitare contenuti dannosi, e molto più piacevoli da usare. Ha anche introdotto alcune caratteristiche che a volte diventano limitazioni: i modelli tendono a essere eccessivamente cauti, a rispondere in modo diplomatico anche quando una posizione netta sarebbe più utile, e a confezionare le risposte in un formato rassicurante anche quando il formato non è quello giusto.

Capire che questi comportamenti vengono dall'addestramento su preferenze umane aiuta a spiegarli, e a capire come aggirarli quando necessario.

I token: come il modello legge il testo

Prima di spiegare come il modello genera testo, bisogna capire come lo legge. E la risposta è: non lo legge come facciamo noi, parola per parola. Lo legge suddiviso in token.

Un token è un'unità di testo che può essere una parola intera, una parte di parola, o anche un singolo carattere. In inglese, la maggior parte delle parole comuni corrisponde a un token. In italiano e nelle altre lingue romanze, le cose si complicano: le parole più lunghe vengono spesso divise in due o più token. La parola “straordinariamente”, per esempio, potrebbe essere divisa in tre o quattro token.

Perché importa? Per diverse ragioni pratiche.

Prima di tutto, i modelli hanno una finestra di contesto misurata in token. Se il tuo modello ha una finestra da 128.000 token, non puoi dargli un testo arbitrariamente lungo. E le lingue diverse hanno densità di token diverse per lo stesso contenuto: un testo in italiano o tedesco “pesa” di più in token dello stesso testo in inglese.

In secondo luogo, il modello non “vede” le parole. Vede sequenze di numeri che rappresentano i token. Prima di processare il tuo prompt, tutto il testo viene convertito in una sequenza numerica. Dopo che il modello genera i token della risposta, questi vengono riconvertiti in testo. Il testo che leggi è il risultato di questa operazione di decodifica.

«rileggere!» è diviso in tre tessere: «ri», «leggere» e «!», con i codici illustrativi 12, 84 e 7.
Anche la punteggiatura può occupare un token. Qui divisione e codici sono inventati per mostrare il meccanismo: quelli effettivi dipendono dal tokenizer.

Puoi stimare approssimativamente: 100 parole italiane corrispondono a circa 150 token. Tienilo a mente quando lavori con testi lunghi e hai vincoli di lunghezza.

L'architettura transformer: cosa c'è dentro

Nel 2017, un paper pubblicato da ricercatori di Google con il titolo “Attention Is All You Need” ha introdotto l'architettura transformer. Da quel momento, quasi ogni avanzamento importante nel campo dei modelli linguistici si è basato su questa architettura. ChatGPT, Claude, Gemini, LLaMA: sono tutti transformer.

Cosa rende il transformer così speciale? La risposta sta in un meccanismo chiamato self-attention, che è il cuore dell'architettura.

«Pesca» compare accanto a un frutto maturo e a un pescatore con l’amo. Le parole «matura» e «amo» distinguono i due significati.
Che cosa significa «pesca»? «Matura» fa pensare al frutto, «amo» all’attività. La self-attention permette al modello di dare un peso diverso alle parole del contesto.

Immagina di leggere questa frase: “La banca sul fiume aveva le sponde ripide.” La parola “banca” è ambigua: potrebbe essere un istituto finanziario o la riva di un fiume. Come capisce un essere umano qual è il significato giusto? Guardando il contesto: “fiume”, “sponde”, “ripide” indicano chiaramente che si parla di morfologia fluviale.

Il meccanismo di self-attention permette al modello di fare esattamente questo: per ogni token che sta processando, calcola quanto “attenzione” dare a ogni altro token nella sequenza. Non in modo uguale per tutti, ma in modo pesato: i token rilevanti ricevono più attenzione, quelli irrilevanti meno.

Questo meccanismo viene eseguito in parallelo su milioni di esempi durante il training, e il modello impara quali relazioni tra token sono importanti per comprendere il significato. Il risultato è un sistema che riesce a catturare dipendenze a lunga distanza nel testo, a disambiguare parole polisemiche in base al contesto, e a tenere traccia di relazioni complesse tra concetti.

Il transformer non è l'unica architettura possibile, ma ha dimostrato di scalare in modo eccezionale: più dati, più potenza di calcolo, più parametri, e le performance continuano a migliorare in modo prevedibile. Questo comportamento di “scaling” ha guidato gli investimenti enormi che hanno portato ai modelli che esistono oggi.

Come il modello genera una risposta

Arriviamo al momento chiave: cosa succede esattamente quando il modello genera una risposta?

Il processo si chiama inferenza, e funziona token per token. Dato il testo in input (il tuo prompt, più la storia della conversazione), il modello calcola una distribuzione di probabilità su tutti i token possibili del suo vocabolario. Poi ne sceglie uno. Poi aggiunge quel token all'input, ricalcola la distribuzione, ne sceglie un altro. E così via, fino a quando non genera un token speciale che segnala la fine della risposta.

Una tipografa completa «Oggi il cielo è» con «sereno». Sul banco compaiono le possibili continuazioni della frase aggiornata.
Prima la scelta è tra «sereno», «grigio» e altre possibilità. Aggiunto «sereno», cambia la domanda: la frase finisce qui o prosegue con una congiunzione?

“Distribuzione di probabilità” significa che il modello non dice “la parola successiva è X”. Dice “la parola successiva potrebbe essere X con il 42% di probabilità, Y con il 28%, Z con il 15%...” e poi sceglie. Come sceglie dipende da un parametro chiamato temperatura.

Con una temperatura bassa, il modello sceglie quasi sempre il token più probabile: le risposte sono coerenti e prevedibili, ma tendono alla ripetitività. Con una temperatura alta, il modello sceglie più spesso tra le opzioni meno probabili: le risposte sono più creative e varie, ma anche meno stabili. I servizi che usiamo normalmente operano a temperature intermediate, calibrate per l'uso pratico.

C'è una conseguenza importante di questo meccanismo: il modello non “sa” cosa dirà prima di dirlo. Genera la risposta in tempo reale, un token alla volta, senza avere una visione anticipata del risultato finale. Questo spiega perché a volte una risposta inizia in modo diverso da come finisce, o perché il modello può contraddirsi nel corso di una risposta lunga.

Le allucinazioni: perché l'AI inventa

Le allucinazioni sono forse il fenomeno più frainteso dei modelli linguistici. Il termine suona come un difetto tecnico da risolvere, qualcosa che verrà eliminato con la versione successiva. In realtà è una conseguenza strutturale del modo in cui questi modelli funzionano, e capirla cambia il modo in cui ci si rapporta allo strumento.

Ricorda: il modello genera testo scegliendo il token statisticamente più plausibile dato il contesto. Non ha accesso a un oracolo della verità. Non sa cosa è vero e cosa non lo è. Sa quali sequenze di testo sono plausibili in base a quello che ha visto durante il training.

Quando il modello viene interrogato su qualcosa che non ha "visto" abbastanza durante il training, o su qualcosa che richiede ragionamenti precisi su fatti specifici, può generare testo che suona corretto e autorevole ma che è semplicemente sbagliato. Non “mente” nel senso morale del termine. Genera la sequenza più plausibile, e quella sequenza può capitare che sia falsa.

Le allucinazioni sono più probabili in certi contesti: fatti molto specifici (date, numeri, nomi), domini molto specializzati, ragionamenti quantitativi, eventi recenti non coperti dal training data. Sono meno probabili su argomenti generali, ampiamente documentati, che il modello ha visto da mille angolazioni diverse durante il training.

Non trattare mai il modello come una fonte primaria su fatti verificabili. Usalo per ragionare, strutturare, riscrivere, sintetizzare. Per i fatti, verifica sempre su fonti attendibili.

Una bibliotecaria cerca «Atlante delle nuvole quadrate» nel catalogo. La ricerca non restituisce corrispondenze.
«Atlante delle nuvole quadrate» è un titolo inventato per questo esempio. In un caso reale, un primo controllo senza risultati lascia la citazione da verificare.

Le soluzioni che i laboratori di AI stanno sviluppando, come il grounding (ancorare le risposte a documenti specifici) e il tool use (permettere al modello di cercare informazioni in tempo reale), riducono le allucinazioni in certi contesti ma non le eliminano completamente. Rimane fondamentale capire quando fidarsi e quando verificare.

Parametri e dimensioni: cosa significa disporre di un modello grande

Quando si parla di modelli AI, si sente spesso citare il numero di parametri: GPT-4 ha centinaia di miliardi di parametri, LLaMA 3 ne ha versioni da 8 a 405 miliardi. Cosa sono questi parametri?

I parametri sono i numeri che definiscono il comportamento del modello. Durante il training, vengono aggiustati miliardi di volte finché il modello non impara a fare previsioni accurate. Alla fine del training, questi numeri restano fissi: sono il modello. Tutti i miliardi di parole viste durante l'addestramento sono stati compressi in quei parametri.

Più parametri significano generalmente più capacità di memorizzare e relazionare concetti, più sfumatura nelle risposte, migliore ragionamento su problemi complessi. Ma la relazione non è lineare: un modello più piccolo addestrato su dati migliori può superare un modello più grande addestrato su dati di qualità inferiore.

Negli ultimi anni c'è stata anche una revisione importante di questo paradigma: tecniche come la distillazione e il quantization permettono di comprimere modelli molto grandi in versioni più piccole che mantengono gran parte delle capacità originali con una frazione del costo computazionale. I modelli che girano su dispositivi locali oggi hanno performance che solo due anni fa erano impensabili per quelle dimensioni.

DimensioneUso tipicoEsempio
Meno di 10 miliardi di parametriDispositivi locali, task specializzatiLLaMA 3 8B, Gemma 2
10-70 miliardiBilanciamento capacità/costo, cloud economicoLLaMA 3 70B, Mistral
Oltre 100 miliardiRagionamento complesso, uso professionaleGPT-4, Claude Opus, Gemini Ultra
Un banco di manopole rappresenta i parametri del modello. Tre indicatori affiancano qualità, tempo e costo.
Le manopole rappresentano valori regolati durante l’addestramento. Per scegliere fra due modelli, assegna lo stesso compito a entrambi e confronta qualità, tempo e costo.

Memoria, contesto e cosa il modello ricorda

Uno degli aspetti più controintuitivi dei modelli linguistici è il loro rapporto con la memoria. Nella vita quotidiana, uno strumento che hai usato ieri “ricorda” come ti comportavi. Un modello AI, nella sua forma base, no.

Ogni conversazione inizia da zero. Il modello non ha memoria persistente tra sessioni diverse a meno che non sia stata implementata esplicitamente dal servizio che stai usando. Quello che “ricorda” nel corso di una conversazione è solo quello che si trova nella finestra di contesto attuale: tutto il testo scambiato fino a quel momento.

Questo ha implicazioni pratiche importanti. Se riapri una chat dopo giorni, il modello non sa chi sei, non ricorda cosa avete detto, non ha continuità con le conversazioni precedenti. La “personalità” coerente che percepisci è il risultato dell'addestramento generale, non di una memoria costruita nel tempo sulla tua persona.

Le funzioni di memoria che alcuni servizi offrono (ChatGPT Memory, per esempio) sono implementazioni esterne: salvano informazioni in un database e le iniettano nel contesto all'inizio di ogni conversazione. Non è memoria nel senso biologico. È un trucco utile, ma è importante capire la differenza.

Una mano estrae una scheda con una bicicletta dal cassetto «Memoria salvata» e la porta sul tavolo «Contesto attuale».
Il tavolo è ciò che il modello ha a disposizione per rispondere adesso. Una preferenza salvata nel cassetto può influire sulla risposta quando il servizio la riporta sul tavolo.

La finestra di contesto è diventata sempre più grande negli ultimi anni. I modelli moderni gestiscono centinaia di migliaia di token, e alcuni arrivano a un milione. Questo permette di lavorare con documenti interi, conversazioni molto lunghe, basi di codice estese. Tuttavia più la finestra è piena, più il modello può avere difficoltà a mantenere alta attenzione su tutte le parti del contesto in modo uniforme: i contenuti agli estremi della finestra (all'inizio e alla fine) tendono a ricevere più attenzione di quelli nel mezzo.

Ragionamento e agenti

I modelli che abbiamo descritto finora sono fondamentalmente sistemi di completamento del testo molto sofisticati. Ma il panorama si sta evolvendo rapidamente, e due sviluppi in particolare stanno cambiando quello che questi sistemi possono fare.

Il primo è il ragionamento esteso. Modelli come o3 di OpenAI e Claude 3.7 Sonnet possono dedicare più tempo a “pensare” prima di rispondere, generando catene di ragionamento interne che portano a risposte molto più accurate su problemi complessi. Non è ancora ragionamento nel senso umano, ma produce risultati qualitativamente diversi rispetto alla generazione diretta di testo.

Il secondo sviluppo sono gli agenti AI. Un agente non si limita a rispondere: può usare strumenti (cercare sul web, eseguire codice, leggere file, chiamare API), pianificare sequenze di azioni, e portare a termine task complessi in modo autonomo. La differenza tra un assistente che risponde a domande e un agente che esegue compiti è sostanziale, e rappresenta il passo evolutivo su cui i principali laboratori di ricerca stanno concentrando i propri sforzi.

Capire i fondamentali che abbiamo visto in questa guida diventa ancora più importante in questo contesto: un agente che ha allucinazioni durante un'operazione critica non produce solo una risposta sbagliata, ma può compiere azioni sbagliate con conseguenze reali.

Per trovare un orario libero, un’assistente prepara un piano, consulta un calendario e indica una casella disponibile.
Per proporre un orario, l’agente deve leggere gli impegni effettivi. È il risultato della consultazione a guidare il passo successivo.

FAQ

L'AI capisce davvero quello che dico?
Dipende da cosa intendi per capire. Il modello non ha comprensione cosciente. Ha rappresentazioni interne dei concetti che gli permettono di operare su di essi in modo coerente. Se capire significa produrre risposte appropriate a input complessi, tenere il filo di ragionamenti articolati, e rilevare contraddizioni: sì, in un senso operativo, capisce. Se capire implica esperienza soggettiva o coscienza: no, e nessuno sa se mai sarà così.
I modelli AI continuano a imparare dalle nostre conversazioni?
Il modello base non impara in tempo reale dalle conversazioni degli utenti. Il training è un processo separato, costoso, che avviene periodicamente. Alcune aziende usano le conversazioni per il training futuro (con policy di opt-out), ma la sessione che stai usando oggi non modifica il modello in tempo reale.
Perché lo stesso prompt dà risposte diverse ogni volta?
Per il meccanismo di sampling con temperatura: il modello campiona da una distribuzione di probabilità, non sceglie deterministicamente. Abbassare la temperatura rende le risposte più stabili; alzarla le rende più varie. I servizi usano impostazioni intermedie per offrire un bilanciamento tra coerenza e varietà.
Un modello AI può ragionare su cose che non ha mai visto nel training?
In parte sì: la capacità di generalizzare è uno dei punti di forza dei modelli di grandi dimensioni. Possono combinare concetti in modi nuovi, applicare strutture logiche a domini inediti, e produrre output originali. Ma le loro capacità sono comunque vincolate dal training: su domini molto specializzati o molto lontani da quello che hanno visto, le performance calano.
Tutti i modelli AI funzionano nello stesso modo?
Non esattamente. I transformer sono l'architettura dominante, ma ci sono varianti significative nel modo in cui sono stati addestrati, nelle tecniche di allineamento usate, nel tipo di dati usati. Claude, ChatGPT e Gemini hanno stili, punti di forza e limitazioni diverse proprio perché le scelte di training e fine-tuning sono diverse.
Alla richiesta di un titolo per un racconto sul mare corrispondono due proposte: «La voce del sale» e «L’ultima marea».
Una conchiglia e una barca suggeriscono due direzioni per lo stesso racconto. A parità di richiesta, il campionamento può produrre entrambe le risposte.

Conclusione

Siamo partiti da una domanda semplice e siamo arrivati fino al cuore di come funzionano i sistemi tecnologici più influenti del momento. Non c'è stata matematica, non c'è stato codice. Solo meccanismi, e il senso di quello che producono.

Quello che hai letto non è la storia completa. I dettagli tecnici sono infinitamente più complessi, e il campo si muove così veloce che alcune delle cose che abbiamo descritto potrebbero essere parzialmente superate nei prossimi anni. Ma i concetti fondamentali restano stabili: il training su grandi quantità di testo, i token, l'attenzione, la generazione probabilistica, le allucinazioni come conseguenza strutturale.

La cosa più importante che puoi portare via da questa guida è la consapevolezza che stai usando uno strumento con caratteristiche precise. Non è un oracolo, non è una persona, non è un motore di ricerca. È un sistema statistico molto sofisticato, addestrato a produrre testo plausibile, guidato da feedback umano a produrre testo utile.

Sapere questo ti rende un utente migliore. Ti fa fare le domande giuste, interpretare le risposte con la giusta dose di fiducia e di critica, e riconoscere i casi in cui lo strumento è eccellente da quelli in cui è inaffidabile. In un momento in cui questi strumenti stanno entrando in ogni aspetto del lavoro e della vita quotidiana, questa consapevolezza vale più di qualsiasi trick o scorciatoia.

Se vuoi approfondire come usare al meglio questi modelli ora che sai come funzionano, la guida sul prompt engineering è il passo successivo naturale.

Una redattrice affianca tre fogli sul tavolo: un obiettivo, una bozza con un passaggio evidenziato e una fonte da consultare.
Prima di pubblicare, torna all’obiettivo iniziale: la bozza risponde alla domanda? Per ogni affermazione importante, individua il passaggio della fonte che la sostiene.

Resta un passo avanti.

Ogni settimana, le migliori notizie su AI e tecnologia, selezionate per te.

Iscrivendoti accetti la nostra Privacy Policy.
Puoi cancellarti in qualsiasi momento.