Fare l’inventario delle fonti
Elenca archivi, documenti e sistemi che potrebbero essere consultati, indicando proprietari e frequenza di aggiornamento. Distingui materiale pubblico, interno e riservato. Non tutto ciò che esiste va incluso: ogni fonte deve avere uno scopo.
Migliorare qualità e permessi
Rimuovi copie obsolete, definisci versioni correnti e verifica le autorizzazioni. Le regole di accesso devono essere rispettate anche attraverso un assistente. Prova domande la cui risposta non è contenuta nei documenti.
Misurare su esempi rappresentativi
Prepara domande reali e risposte attese, includendo ambiguità e assenza di dati. Valuta accuratezza, fonti e comportamento quando manca evidenza. Il campione aiuta a decidere se ampliare, correggere o fermare la sperimentazione.
Applicazione pratica
Verifica quali documenti sono aggiornati, chi ne è responsabile e chi può consultarli. Elimina copie obsolete, assegna date di revisione e definisci il trattamento dei dati riservati. Prepara domande di prova con risposte attese: se le fonti sono ambigue o contraddittorie, anche il sistema tenderà a restituire risultati poco affidabili.
Come procedere
Prepara una fonte controllata e un insieme di domande frequenti con risposte approvate. Verifica che il sistema rispetti permessi e versioni dei documenti, e stabilisci chi corregge una risposta errata. Esegui prove con richieste ambigue e informazioni assenti: anche il rifiuto o l’escalation fanno parte del comportamento atteso.
Esempio concreto
Se un documento interno è accessibile solo a un ruolo, l’assistente non dovrebbe citarlo a un utente privo di quel permesso. Testare account diversi permette di trovare fughe di informazioni prima dell’uso reale.
Curare fonti, permessi e aggiornamento
Per ogni fonte indica chi ne è responsabile, quando è stata aggiornata e quali persone possono consultarla. Verifica duplicati, documenti superati e definizioni diverse della stessa voce. Se il sistema usa procedure interne, una risposta corretta dipende anche dal fatto che recuperi la versione approvata e non un file archiviato per errore.
Classifica le informazioni in base alla sensibilità e valuta quali non devono essere inviate a servizi esterni. Rimuovi dal campione dati personali non necessari e limita gli accessi secondo i ruoli. La qualità non è soltanto pulizia: è anche poter spiegare da dove proviene una risposta e chi può vederla.
Preparare un test rappresentativo
Raccogli domande reali, includendo sinonimi, errori di battitura, richieste incomplete e casi senza risposta nella documentazione. Per ogni domanda definisci la fonte attesa e cosa dovrebbe fare l’assistente se non trova evidenze sufficienti. Un test utile cerca anche gli errori, non soltanto conferma le risposte più facili.
Ripeti la valutazione dopo aggiornamenti a dati, istruzioni o modello. Conserva un registro delle modifiche e delle anomalie, senza usare conversazioni non autorizzate come materiale di prova. In questo modo puoi capire se un miglioramento ha davvero ridotto gli errori o se ha solo spostato il problema.
Domande frequenti
L’AI mette ordine nei dati da sola?
Può aiutare a classificare, ma non stabilisce quale fonte sia autorevole: serve validazione umana.
Posso inviare qualsiasi dato?
Prima verifica finalità, permessi, conservazione e condizioni del servizio; limita i dati a quelli necessari.
Come valutare se i dati sono pronti per un progetto AI?
Verifica che le fonti siano accessibili in modo autorizzato, aggiornate, comprensibili e prive di duplicati fuorvianti. Prepara domande rappresentative con risposte attese e casi in cui il sistema dovrebbe astenersi. Controlla inoltre quali dati sono sensibili e dove vengono elaborati. Se non puoi spiegare da quale fonte arriva una risposta, serve prima migliorare tracciabilità e qualità.