Perché le AI Allucinano: La Vaghezza delle Lingue Umane come Radice del Problema

Mentre nel primo articolo abbiamo visto la necessità di un Codice di Veridicità per le intelligenze artificiali, resta una domanda fondamentale: perché le AI continuano a produrre errori così gravi e convincenti, soprattutto in campi critici come la medicina?

La risposta più profonda non è solo tecnica. È linguistica.

Le lingue umane sono progettate per comunicare, non per essere precise

Le lingue naturali sono strumenti evoluti per la sopravvivenza sociale, non per la trasmissione infallibile di informazioni. Un'informazione un po' vaga, con un certo grado di incertezza può andare benissimo a livello sociale a volte più che bene a livello politico (consente distinguo successivi e retromarce salvifiche) ma a livello tecnico e di coerenza logica può essere fuorviante. Le lingue umane sono intrinsecamente vaghe, contestuali e polisemiche. Questa vaghezza è ciò che permette poesia, diplomazia, umorismo e creatività, ma diventa un veleno quando un’AI la trasforma in “fatti”.

Un problema tipicamente umano amplificato dalle AI

Spesso, nelle conversazioni e negli scritti, gli esseri umani danno per scontati contesti, presupposti condivisi o conoscenze di sfondo. Diciamo “lo sai già”, “è ovvio”, “nel solito modo” senza esplicitarlo a volte diamo per scontate anche queste frasi. Diamo per scontato il contesto e che l'interlocutore ne abbia conoscenza. Questo funziona bene tra persone che condividono lo stesso contesto culturale o professionale, ma genera ambiguità enormi quando il destinatario è un’AI (o una persona di un altro ambito).

Per ridurre al minimo fraintendimenti, la regola d’oro è: essere il più possibile espliciti e non dare niente per scontato.

Esempi concreti di ambiguità che generano allucinazioni

1. Ambiguità di significato (polisemia)
Frase ambigua: «Il paziente presenta segni di insufficienza.» inserito in un contesto più ampio e non dichiarato.
L’AI spesso interpreta automaticamente “insufficienza cardiaca”, ignorando altre possibilità.

2. Ambiguità di causalità
Frase ambigua: «Lo studio ha mostrato che il farmaco è associato a un aumento del rischio.» senza precisare in che contesti o in che percentuali.
L’AI trasforma “è associato” in “causa”. Causa diretta e magari univoca.

3. Ambiguità di quantificazione
Frase ambigua: «Somministrare 500 mg.»
L’AI potrebbe completare autonomamente frequenza e durata.

4. Presupposti dati per scontati
Frase tipica: «Continua la terapia come al solito.»
L’AI può inventare un dosaggio o una durata in base ad altri contesti conosciuti perché il contesto specifico non è stato reso esplicito nel dettaglio.

Qual è la lingua occidentale più “precisa”?

Tra le lingue occidentali vive, il tedesco è generalmente considerato quella che riduce maggiormente l’ambiguità informativa strutturale, grazie alla capacità di creare parole composte univoche e a una grammatica rigorosa. Tuttavia, nessuna lingua naturale raggiunge un livello di precisione accettabile per usi critici.

Il legame con il Codice di Veridicità

Questo problema linguistico rafforza la tesi del primo articolo: non basta chiedere alle AI di “essere oneste”.

Serve un’architettura che:

• Riconosca esplicitamente l’ambiguità e i presupposti impliciti;
• Obblighi l’utente (o il sistema) a esplicitare i contesti;
• Applichi modelli matematici di corroborazione (Brascugli + bayesiano).

Una bussola linguistica contro le allucinazioni

Quando interagisci con un’AI (o scrivi un testo importante), applica queste regole facendoti queste domande:

1. La risposta elimina ambiguità che erano presenti nella mia domanda?
2. Trasforma espressioni di possibilità (“può”, “è associato”) in certezze?
3. Riempie dettagli non specificati (dosaggi, frequenze, cause)?
4. Presuppone contesti o conoscenze di sfondo che non ho esplicitato?
5. Sono stato abbastanza esplicito nella mia domanda? Ho dato per scontato qualcosa?

Regola pratica fondamentale:

Per evitare ambiguità o fraintendimenti, sii il più possibile esplicito e non dare niente per scontato. Scrivi come se parlassi con qualcuno che non condivide il tuo background: specifica contesti, quantifica, chiarisci presupposti. Questo riduce drasticamente il rischio che l’AI “riempia i buchi” in modo sbagliato.

Conclusione: dal linguaggio alla verità

La vaghezza delle lingue umane non è un difetto in sè da eliminare del tutto, ma un limite da riconoscere e gestire.

Le AI del futuro dovranno essere bilingui in senso profondo: padroneggiare la lingua naturale per comunicare con noi, ma ragionare internamente in un linguaggio logico-matematico rigoroso, supportato da modelli di corroborazione e verifica esterna.

Solo così potremo passare dall’era della manipolazione linguistica a quella della verità aumentata.

"Torna al primo articolo: Verità o Manipolazione? Perché l’AI ha bisogno di un Codice di Veridicità"