Far ragionare l'IA passo dopo passo: quando e come

Un piastrellista deve posare 34 m². Calcola il 10% di sfrido, e le sue piastrelle sono vendute in scatole da 1,44 m². Chiede all'IA:

Quante scatole ordino?

Se il modello risponde soltanto «26 scatole», la cifra è giusta, ma niente lo dimostra. Su un altro cantiere, una risposta secca di questo tipo può essere sbagliata, e non avrai alcun modo di vedere dove è andata storta.

Chiedi ora il dettaglio: 34 × 1,10 = 37,4 m², 37,4 ÷ 1,44 = 25,97, quindi 26 scatole, cioè 37,44 m² consegnati. Vedi ogni ipotesi e scopri di passaggio un'informazione utile: il margine rimasto è di 0,04 m². Alla minima rottura in più, manca una scatola. La risposta breve nascondeva questo.

Perché il dettaglio migliora spesso la risposta

Un modello linguistico produce la sua risposta parola dopo parola. Se deve dare il risultato già alla prima riga, si impegna senza aver posto i passaggi intermedi. Chiedendogli di scriverli prima, ogni passaggio si appoggia sul precedente e il risultato arriva alla fine.

La tecnica si chiama chain of thought, o catena di pensiero. Un gruppo di ricercatori (Kojima e coautori, 2022) ha mostrato che la sola frase «Let's think step by step» migliorava nettamente i risultati su problemi di ragionamento dell'epoca. I modelli sono molto cambiati da allora, e vari strumenti offrono oggi una modalità di riflessione integrata. Verifica nel tuo nel momento in cui leggi queste righe: se questa modalità esiste, attivala per i problemi difficili, e la formula magica diventa meno utile.

Il secondo vantaggio resta intatto, ed è quello che conta di più nel quotidiano: un ragionamento scritto si può rileggere. Individui l'ipotesi sbagliata, l'aliquota scelta male, il dato che l'IA ha inventato per colmare un vuoto.

La formula breve non basta sempre

«Ragiona passo dopo passo» funziona, ma si ottiene di meglio dicendo quali passaggi ti aspetti e che cosa deve fare l'IA quando manca un dato.

Devo risolvere questo problema: [DESCRIVI IL PROBLEMA CON TUTTI I DATI NUMERICI]

Procedi in quest'ordine:
1. Elenca i dati forniti, poi le ipotesi che devi fare, segnalandole come tali.
2. Se manca un dato indispensabile, fermati e fammi la domanda invece di stimarlo.
3. Esegui il calcolo passo dopo passo, un'operazione per riga, con le unità di misura.
4. Verifica il risultato con un altro metodo o con un calcolo inverso.
5. Concludi con una riga «Risposta:» e indica che cosa farebbe cambiare questo risultato.

Il passaggio 2 evita il difetto più fastidioso: un ragionamento impeccabile costruito su una cifra inventata. Il passaggio 4 obbliga a un controllo, senza comunque garantirlo. Per qualsiasi importo che impegna il tuo denaro o quello di un cliente, rifai il calcolo in un foglio di calcolo: l'IA può ancora sbagliare in aritmetica, soprattutto su operazioni lunghe.

Dove aiuta, dove non cambia niente

Chiedere un ragionamento allunga la risposta. Inutile farlo ovunque.

Attenzione all'ultimo caso. Su un fatto che il modello ignora, un ragionamento ben presentato dà un'impressione di serietà senza verificare nulla. Per questo tipo di rischio, leggi piuttosto come ridurre le allucinazioni.

Separare il ragionamento dalla risposta

Quando il risultato deve essere riutilizzato così com'è, il ragionamento disturba. Puoi tenerlo per te e ottenere un output pulito, dandogli due zone distinte. Esempio per la tesoriera di un'associazione che prepara una decisione per il suo direttivo:

La nostra associazione esita tra due opzioni per [OGGETTO DELLA DECISIONE].
Opzione A: [DETTAGLI, COSTI, VINCOLI]
Opzione B: [DETTAGLI, COSTI, VINCOLI]
I nostri criteri, dal più al meno importante: [CRITERI]

Rispondi in due parti.

Parte RAGIONAMENTO: esamina uno per uno ogni criterio per le due opzioni. Scrivi i calcoli. Segnala ciò che non puoi valutare con queste informazioni.

Parte NOTA AL DIRETTIVO: 6 righe al massimo, senza gergo, con l'opzione consigliata, la ragione principale e il rischio da tenere d'occhio.

Leggi la prima parte per verificare, trasmetti la seconda. Se lavori con un formato imposto, come un output destinato a un foglio di calcolo, mantieni la stessa logica e copia solo la zona finale.

Far rileggere il ragionamento con una seconda passata

Un modello che ha appena prodotto una catena di ragionamento tende a difenderla se gli chiedi semplicemente «sei sicuro?». Può anche cambiare idea senza motivo, solo perché la domanda suggerisce un dubbio. Un controllo migliore consiste nell'aprire una nuova conversazione e presentare il lavoro come quello di qualcun altro.

Ecco un ragionamento scritto da un collega. Non so se sia corretto.

Testo originale del problema: [TESTO]
Ragionamento: [INCOLLA IL RAGIONAMENTO]

Riprendilo riga per riga. Per ogni riga, indica «corretto» oppure spiega l'errore. Cerca in particolare le ipotesi non giustificate, gli errori di unità di misura e i dati assenti dal testo. Se non trovi alcun errore, dillo senza inventarne.

L'ultima frase limita la tentazione di trovare un problema a ogni costo. Un ragionamento riletto due volte può comunque restare sbagliato, ma gli errori grossolani cadono spesso a questo stadio. Se il problema è lungo, spezzalo in una catena di prompt e fai controllare ogni anello invece del tutto.

Da provare sul tuo prossimo calcolo

Prendi un calcolo che conosci già dal tuo lavoro, con una risposta che sai giusta. Passalo nel primo prompt qui sopra e leggi le ipotesi del passaggio 1. Se l'IA ne ha aggiunta una che non le avevi dato, sai che cosa precisare nel tuo testo la prossima volta.