Come verificare le risposte dell’IA in cinque passaggi
Questo metodo funziona con qualsiasi chatbot. Per una risposta normale bastano pochi minuti, e ne vale la pena per tutto ciò che ha conseguenze.
Estrai le affermazioni verificabili
Nomi, numeri, date, citazioni e riferimenti. È lì che si nascondono le allucinazioni ed è lì che gli errori costano di più.
Chiedi a un modello diverso
Dai a un modello di un altro fornitore la domanda e la risposta, e chiedigli di segnalare errori, fatti superati e contesto mancante. Oppure confronta i modelli di IA fianco a fianco.
Vai alla fonte primaria
Una banca dati giurisprudenziale, la statistica ufficiale, l’articolo scientifico stesso. Una seconda IA restringe ciò che va controllato, ma non sostituisce la fonte.
Verifica che le citazioni esistano
Apri ogni riferimento. Controlla che esista e che dica davvero ciò che la risposta sostiene.
Fermati in caso di disaccordo
Se due modelli sono in disaccordo su un fatto, verificalo prima di usarlo. Per lavori legali, medici o finanziari, aggiungi la revisione di un professionista qualificato.
Auto Verification esegue il passaggio 2 al posto tuo dopo ogni risposta e mostra un badge. I passaggi 3–5 restano a te per tutto ciò che conta.
Come funzionaCasi reali: quanto sono costate le risposte dell’IA non verificate
Cifre molto diffuse come «67,4 miliardi di dollari di perdite globali» provengono da raccolte di marketing senza metodologia pubblicata, quindi le tralasciamo. Questi casi sono documentati pubblicamente.
Nel caso Mata v. Avianca, l’atto depositato dagli avvocati nel marzo 2023 citava sei sentenze che non esistevano. Alla domanda se i casi fossero reali, ChatGPT rispose di sì e che si potevano trovare in «banche dati giuridiche affidabili come LexisNexis e Westlaw». Nel giugno 2023 il giudice P. Kevin Castel definì «incomprensibile» l’analisi giuridica di una delle sentenze false e multò gli avvocati e il loro studio per 5.000 $.
Da allora lo schema si è ripetuto, dalle aule di tribunale ai rapporti di consulenza: una risposta dell’IA sicura di sé, nessun controllo indipendente e una rettifica pubblica. La soluzione non è smettere di usare l’IA, ma smettere di fidarsi di una singola risposta non verificata.
Quanto spesso l’IA sbaglia i fatti?
Dipende molto dall’attività e dal modello. Due misurazioni ben documentate:
| Test | Tasso di allucinazione | Cosa dimostra |
|---|---|---|
| Domande giuridiche specifiche GPT-3.5, PaLM 2, Llama 2 · Stanford, 2024 | 69–88% almeno il 75% sul principio di diritto centrale di una sentenza | Il linguaggio giuridico è facile da imitare, quindi le citazioni inventate sembrano reali. |
| Domande su persone (PersonQA) System card di OpenAI o3 e o4-mini, aprile 2025 | o1: 16% · o3: 33% · o4-mini: 48% | I modelli di ragionamento più recenti possono avere più allucinazioni sui fatti semplici, non meno. |
Leggi questi numeri con attenzione. Entrambi i test usano insiemi di domande difficili e modelli che nel frattempo sono stati sostituiti, e i modelli più recenti vanno meglio in molti benchmark. Ma nessun tasso pubblicato ti dice se la risposta che hai davanti è corretta. Ecco perché controlli la risposta, non la reputazione del modello.
Perché i modelli hanno allucinazioni, in breve
Un modello linguistico non è una ricerca in un database. Prevede le parole successive più plausibili. Sugli argomenti comuni, plausibile e vero di solito coincidono. Le allucinazioni compaiono nello scarto: argomenti rari, eventi successivi alla data limite dell’addestramento e cose che hanno una forma familiare, come la citazione di una sentenza, che la sentenza esista o meno.
È anche il motivo per cui «sei sicuro?» non funziona. La risposta più plausibile a quella domanda è «sì». La sicurezza è generata, non misurata.
Perché aiuta un secondo modello di un’altra famiglia
La verifica tra famiglie diverse funziona meglio
Uno studio di dicembre 2025 sui LLM come verificatori ha rilevato che la verifica tra famiglie di modelli diverse è più efficace sia dell’autoverifica sia della verifica all’interno della stessa famiglia. I miglioramenti maggiori si sono avuti nei compiti di matematica e logica.
I benchmark usano giudici misti per un motivo
Il benchmark FACTS Grounding di Google DeepMind valuta le risposte con tre giudici (Gemini 1.5 Pro, GPT-4o e Claude 3.5 Sonnet) per ridurre la tendenza di un giudice a favorire le risposte della propria famiglia di modelli.
Addestramento diverso, punti ciechi diversi
I modelli di uno stesso fornitore condividono dati di addestramento e abitudini, quindi tendono a sbagliare negli stessi punti. Un modello di un altro fornitore spesso coglie ciò che il primo si è perso, anche se non sempre.
Come funziona Auto Verification di MultipleChat
Dopo che una risposta è stata fornita, MultipleChat può sottoporla automaticamente a un controllo di accuratezza fattuale con Google Gemini. Il controllo cerca errori fattuali, informazioni superate e contesto mancante, poi mostra un badge sulla risposta.
Il tuo modello risponde
Chatti con ChatGPT, Claude, Grok, Perplexity o Gemini come sempre. La risposta arriva per prima, così non devi aspettare il controllo.
Gemini la controlla
Gemini riceve la tua domanda originale e la risposta. In un’unica chiamata decide se la verifica è opportuna per quel tipo di contenuto e, in caso affermativo, cosa è corretto e quali problemi ci sono.
Vedi un badge
Verified se non vengono trovati problemi, oppure Issues found (problemi rilevati) con una breve descrizione del problema.
Salto intelligente
La verifica viene saltata automaticamente, risparmiando crediti, quando un controllo fattuale aggiunge poco:
Come attivarla
Auto Verification è disattivata per impostazione predefinita. Attiva Auto-verify answers (verifica automatica delle risposte) nel menu degli strumenti accanto alla casella del messaggio (piani a pagamento). Una volta attiva, ogni risposta viene controllata subito dopo essere stata fornita e ogni controllo conta come un messaggio.
Fonte: documentazione di MultipleChat. Quando chatti direttamente con Gemini, il controllo proviene dalla stessa famiglia di modelli. Per un confronto tra famiglie diverse, usa Compare Mode.
Esempio pratico: una citazione inventata
Un esempio illustrativo dell’errore che ha affossato Mata v. Avianca. I nomi dei casi qui sotto sono inventati per questa pagina.
«Cita tre sentenze federali statunitensi sulla sospensione equitativa della prescrizione (equitable tolling) in cause per lesioni personali relative a voli internazionali.»
«Tre precedenti rilevanti sono Henderson v. KLM Royal Dutch Airlines, 412 F.3d 332 (2d Cir. 2005); Cordova v. Avianca Airlines, 549 F. Supp. 2d 1208 (S.D.N.Y. 2008); e Patel v. Air India, 627 F.3d 415 (9th Cir. 2010)...»
Formattate come citazioni vere, affermate con piena sicurezza.
«Non è stato possibile confermare i tre casi citati, che sembrano inventati. Verifica ogni citazione in una banca dati giuridica prima di farci affidamento.»
La segnalazione ti dice dove guardare. Confermare il diritto resta compito tuo, o del tuo avvocato.
Dove la verifica fallisce ancora
Punti ciechi condivisi
Se entrambi i modelli hanno imparato lo stesso fatto sbagliato, il verificatore lo conferma. Il controllo tra famiglie diverse riduce questo rischio, ma non lo elimina.
Informazioni recentissime
Nessuno dei due modelli può verificare un evento che non ha mai visto. Per i fatti attuali, usa la ricerca web o la modalità Research con fonti.
Errori di grado
Un verificatore individua i fatti inventati in modo più affidabile rispetto a un dato leggermente sbagliato, come il 30% quando in realtà è il 26%.
Quando attivare Auto Verification
| Caso d’uso | Raccomandazione | Perché |
|---|---|---|
| Ricerca giuridica | ✅ Attiva, più una banca dati giuridica | L’invenzione di citazioni è l’errore meglio documentato. |
| Domande mediche e sulla salute | ✅ Attiva, più un medico o le linee guida ufficiali | Un errore può causare danni, non solo imbarazzo. |
| Dati finanziari | ✅ Attiva, più il documento depositato o il bilancio | È facile enunciare numeri con sicurezza e sbagliarli. |
| Citazioni, statistiche, virgolettati | ✅ Attiva | Ognuno è un’affermazione verificabile. |
| Persone, date, storia | ✅ Attiva | Anche i modelli di ragionamento recenti sbagliano spesso i fatti relativi a persone specifiche. |
| Codice | ⏭️ Saltata automaticamente | Esegui e testa il codice, piuttosto. |
| Scrittura creativa, opinioni, brainstorming | ⏭️ Saltata automaticamente | La verità non è il metro di giudizio rilevante. |
| Matematica, istruzioni pratiche, definizioni, grammatica | ⏭️ Saltata automaticamente | Qui un controllo fattuale aggiunge poco. |
Ottieni un secondo parere su ogni risposta
Chatta con ChatGPT, Claude, Grok o Perplexity e lascia che Gemini controlli ogni risposta alla ricerca di errori, fatti superati e contesto mancante. Disponibile nei piani a pagamento.
Domande frequenti
Che cos’è un fact checker IA?
Un fact checker IA è un secondo modello di IA che controlla una risposta alla ricerca di errori fattuali, informazioni obsolete e contesto mancante prima che tu ci faccia affidamento. Funziona meglio quando il verificatore appartiene a una famiglia di modelli diversa da quella del modello che ha scritto la risposta.
Come verifico i fatti nelle risposte dell’IA?
Elenca le affermazioni verificabili (nomi, numeri, date, citazioni e riferimenti), falle controllare da un modello di una famiglia diversa o confronta più modelli fianco a fianco, poi conferma tutto ciò che è importante in una fonte primaria. Dove i modelli non concordano, verifica prima di agire.
Un’IA può verificare i fatti della propria risposta?
Solo in misura limitata. Uno studio del 2025 sui verificatori LLM ha rilevato che la verifica tra famiglie di modelli diverse è più efficace dell’autoverifica o della verifica all’interno della stessa famiglia. Un modello a cui chiedi se è sicuro tende a ripetere la propria risposta.
Come funziona Auto Verification di MultipleChat?
Dopo che una risposta è stata consegnata, Gemini riceve la tua domanda originale e la risposta. In un’unica chiamata decide se la verifica è appropriata per quel tipo di contenuto e, in caso affermativo, cosa è corretto e quali problemi ci sono. La risposta mostra quindi un badge Verified, oppure un badge Issues found con una breve descrizione.
Auto Verification è attiva per impostazione predefinita?
No. Auto Verification è disattivata per impostazione predefinita. Attiva Auto-verify answers nel menu degli strumenti accanto alla casella del messaggio; è disponibile nei piani a pagamento. Una volta attivata, ogni risposta viene controllata subito dopo la consegna e ogni controllo conta come un messaggio.
Auto Verification controlla ogni risposta?
No. Salta i contenuti in cui un controllo dei fatti serve a poco, risparmiando crediti: matematica e calcoli semplici, generazione e debug di codice, scrittura creativa, opinioni e domande soggettive, istruzioni pratiche, definizioni o aiuto grammaticale.
E se il fact checker IA sbaglia?
Può succedere. Quando due modelli condividono lo stesso punto cieco, possono sbagliare entrambi allo stesso modo, quindi un badge è un segnale, non una prova. Per tutto ciò che pubblicherai, depositerai o su cui agirai, conferma le affermazioni chiave in una fonte primaria e coinvolgi un revisore umano.
Le allucinazioni dell’IA hanno causato danni reali?
Sì. Nel caso Mata v. Avianca (2023), un giudice federale ha multato due avvocati e il loro studio per 5.000 $ dopo che una memoria aveva citato sei sentenze inesistenti generate da ChatGPT. Nel 2025 Deloitte Australia ha accettato di rimborsare in parte il compenso di 440.000 A$ per un rapporto governativo che conteneva una citazione giudiziaria inventata e riferimenti ad articoli scientifici inesistenti.
Fonti
- Mata v. Avianca, Inc., No. 1:22-cv-01461 (S.D.N.Y. 22 giugno 2023), provvedimento sulle sanzioni; riportato dall’ABA Journal.
- Smith v. Farwell (Mass. Super. Ct., febbraio 2024); riportato dalla Maryland State Bar Association.
- Associated Press, "Deloitte to partially refund Australian government for report with apparent AI-generated errors", 7 ottobre 2025 (tramite CTV News).
- Dahl, Magesh, Suzgun e Ho, "Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models", Stanford RegLab e HAI, 2024 (sintesi).
- OpenAI, system card di o3 e o4-mini, aprile 2025, valutazione PersonQA (riportata da Techzine).
- Lu, Teehan, Jin e Ren, "When Does Verification Pay Off? A Closer Look at LLMs as Solution Verifiers", arXiv:2512.02304, dicembre 2025.
- Google DeepMind, "FACTS Grounding: A new benchmark for evaluating the factuality of large language models", 17 dicembre 2024.
- Documentazione di MultipleChat: Auto-Verification.