L'intelligenza artificiale può essere utile nelle attività quotidiane quando le affidiamo un compito chiaro e controlliamo il risultato. Qui raccolgo cinque usi pratici che ho provato: organizzare dati, lavorare con altre lingue, generare immagini, chiarire un argomento e ricevere aiuto nella programmazione.

Sono possibilità che considero interessanti, ciascuna con limiti diversi. Non le presento come cinque modi per eliminare ogni lavoro manuale o per ottenere sempre una risposta corretta.

1. Organizzare informazioni sparse

Il primo caso riguarda elenchi e appunti che devono diventare una struttura più leggibile. Uso questo approccio per evitare parte del lavoro ripetitivo e dedicare il tempo ad altro.

La richiesta deve chiarire che cosa rappresentano i dati e quale forma desideriamo: una tabella, categorie separate o un elenco ordinato. Il risultato è più controllabile quando indichiamo anche che cosa non deve cambiare.

Un esempio di istruzione può essere:

Organizza questi appunti in una tabella con argomento, attività e scadenza. Usa soltanto le informazioni presenti. Se una scadenza manca, scrivi “non indicata”.

Dopo la generazione confronto il risultato con l'originale: nessuna riga persa, nessun dato inventato, nessuna associazione cambiata.

È un controllo importante soprattutto quando una tabella ben formattata rischia di farci dimenticare che il contenuto può essere sbagliato. Per calcoli e trasformazioni ripetibili, strumenti deterministici restano più adatti.

2. Tradurre e preparare testi in altre lingue

La seconda possibilità è usare un modello per comprendere un testo o preparare una bozza in una lingua diversa. Mi interessa perché può facilitare il contatto con persone e materiali che altrimenti richiederebbero molto più tempo.

Conviene cercare un equilibrio nelle istruzioni. Non significa che un prompt dettagliato sia di per sé controproducente: il problema sono informazioni confuse, richieste contraddittorie o dettagli che non aiutano il compito.

Indico destinatario, tono, significato da conservare e termini che devono rimanere invariati. Una comunicazione informale e una terminologia tecnica richiedono attenzioni diverse.

Non considero sufficiente ottenere una frase che suona bene. Nomi, numeri, negazioni e condizioni devono mantenere il significato originale. Se il testo ha conseguenze importanti, serve una verifica da parte di chi conosce lingua e materia.

3. Generare immagini per esplorare un'idea

Il terzo uso riguarda immagini e proposte visive. Gli strumenti generativi diffusi in questo periodo, compreso quello integrato nell'ecosistema Bing, permettono di trasformare una descrizione in una prima rappresentazione.

Il vantaggio è poter esplorare rapidamente un'idea: soggetto, ambientazione, stile e composizione. Anche chi non disegna abitualmente può iniziare una ricerca visiva e capire meglio che cosa vuole realizzare.

Non significa però che il primo risultato sia pronto per qualunque impiego. Va controllato rispetto allo scopo: dettagli incoerenti, testi sbagliati o elementi che non corrispondono alla richiesta possono renderlo poco utilizzabile.

Per un contenuto pubblicato, l'immagine deve aiutare a capire l'argomento. Non basta che sia appariscente: se suggerisce un risultato che il contenuto non dimostra, crea una promessa sbagliata.

4. Chiarire un passaggio nello studio

Il quarto caso è quello in cui mi trovo davanti a un argomento del quale conosco alcune parti, ma non il collegamento che le unisce. Mi è capitato con la matematica: manca un passaggio tra due concetti e voglio capire che cosa approfondire.

Un modello può proporre una spiegazione, un esempio o un percorso di studio. La domanda funziona meglio quando descrivo che cosa conosco già e dove mi blocco.

Il risultato non va trattato come un teorema verificato solo perché è esposto con sicurezza. Controllo definizioni e passaggi su appunti, manuali o fonti della materia, e chiedo di rendere esplicite le ipotesi utilizzate.

L'aiuto utile non consiste nel saltare tutto ciò che non so. Consiste nell'individuare la lacuna e affrontarla con una spiegazione più vicina al mio livello, mantenendo la possibilità di verificarla.

5. Ricevere aiuto nel codice, senza rinunciare a capirlo

La programmazione è il punto sul quale mantengo la cautela più netta. Quando ho chiesto programmi troppo ampi ho ottenuto risposte imprecise e tentativi che non risolvevano il problema.

Ho trovato più interessante il supporto su compiti circoscritti: capire una funzione, esplorare una possibile soluzione, leggere un errore o individuare un dettaglio nella documentazione.

Anche in questi casi il codice richiede revisione. Una funzione può sembrare plausibile e gestire male un caso limite, usare un'interfaccia inesistente o introdurre un comportamento diverso da quello richiesto.

Il mio criterio è verificare il risultato su casi significativi e comprenderne le conseguenze prima di inserirlo in un progetto. Un'esperienza negativa non dimostra che ogni sistema futuro avrà gli stessi limiti; spiega perché, in questo contesto, preferisco un aiuto mirato alla delega completa.

Una richiesta utile contiene anche un criterio di controllo

I cinque esempi hanno un elemento comune: il risultato deve essere confrontabile con uno scopo. Per i dati controllo corrispondenza e completezza; per la traduzione, il significato; per l'immagine, la comunicazione visiva; per lo studio, la correttezza dei passaggi; per il codice, il comportamento.

I nomi ChatGPT, Bard e Bing corrispondono agli strumenti diffusi all'inizio del 2024. Nomi commerciali, funzioni e limiti dei piani cambiano in fretta; il metodo resta quello di scegliere una capacità concreta e verificare se sia adatta al lavoro.

È questo l'uso che mi interessa: ridurre un passaggio faticoso senza perdere il controllo della qualità. Se serve più tempo per correggere l'output che per svolgere il compito in altro modo, vale la pena cambiare approccio.