i modelli
Grounding
Ancoraggio alle fonti
Il grounding è l’ancoraggio di una risposta generata a fonti verificabili recuperate al momento, invece che alla sola memoria appresa dal modello in addestramento.
>60%
Le risposte errate nell’attribuire un articolo alla fonte corretta, su otto motori di ricerca AI testati dal Tow Center (2025).
1.600
Le interrogazioni del test: 200 articoli di 20 editori, sottoposti a ciascuno degli otto strumenti.
2021
Shuster e colleghi mostrano che il recupero di documenti riduce sostanzialmente l’invenzione di fatti nei sistemi conversazionali.
Sei cose da sapere
- Il grounding ancora una risposta a documenti recuperati, invece che alla sola memoria del modello.
- Un modello non ancorato produce ciò che è plausibile, non necessariamente ciò che è vero.
- Il recupero riduce le allucinazioni in modo sostanziale, ma non le elimina.
- Anche i sistemi con ricerca integrata sbagliano spesso nell’attribuire le fonti.
- Un sistema ancorato ha bisogno di materiale ancorabile: fonti chiare, datate, attribuibili.
- Per chi pubblica, la precisione verificabile diventa un vantaggio competitivo.
Come funziona l’ancoraggio
Quattro passaggi. L’ultimo, l’attribuzione, è quello in cui avvengono più errori.
Recupero
Il sistema cerca documenti pertinenti alla domanda in un indice aggiornato.
Contesto
I frammenti selezionati vengono inseriti nell’input del modello insieme alla domanda.
Generazione vincolata
Il modello è istruito a costruire la risposta su quei frammenti, non sulla propria memoria.
Attribuzione
Il sistema collega le affermazioni ai documenti da cui provengono e li mostra come fonti. È un passaggio fragile: link sbagliati, copie al posto degli originali, fonti inventate.
Che cosa dice la ricerca
>60%
Risposte errate complessive nel test del Tow Center sull’attribuzione di articoli giornalistici.
Tow Center, Columbia, 2025
37% / 94%
Il tasso di errore più basso, di Perplexity, e il più alto, di Grok 3.
Tow Center, Columbia, 2025
8
I motori testati: ChatGPT Search, Perplexity, Perplexity Pro, Gemini, DeepSeek Search, Copilot, Grok-2 e Grok-3.
Tow Center, Columbia, 2025
2021
Nelle valutazioni umane, il recupero riduce in modo sostanziale l’allucinazione di conoscenze nei chatbot.
Shuster et al., 2021
- Nel test del Tow Center le versioni a pagamento hanno dato risposte sbagliate con più sicurezza delle gratuite, e diversi strumenti hanno inventato link o citato copie sindacate degli articoli.
- Il risultato non smentisce il grounding: mostra che l’ancoraggio è un processo con più punti di rottura, e che la qualità delle fonti disponibili pesa.
Risposta ancorata e risposta non ancorata
| Aspetto | Non ancorata | Ancorata |
|---|---|---|
| Base | Memoria del modello | Documenti recuperati |
| Aggiornamento | Fermo all’addestramento | Al momento della domanda |
| Fonti | Assenti | Indicate e verificabili |
| Errore tipico | Fatto inventato ma plausibile | Fonte sbagliata o frammento frainteso |
| Che cosa conta per te | Essere stato molto pubblicato in passato | Essere la fonte più chiara adesso |
Un caso concreto
Un paziente chiede: “quanti giorni prima di una colonscopia devo cambiare dieta?”
Una risposta non ancorata può dare un’indicazione generica e plausibile. Una risposta ancorata cerca pagine di strutture sanitarie e ne riporta le istruzioni.
Se la pagina di un centro diagnostico riporta la preparazione in un elenco chiaro, con la data di revisione e il riferimento al protocollo interno, offre esattamente ciò di cui l’ancoraggio ha bisogno. Se le istruzioni stanno solo in un PDF scansionato, il sistema passerà con buona probabilità a un’altra fonte.
In ambito sanitario il grounding non è solo una questione di visibilità: determina quale indicazione arriva davvero al paziente.
Che cosa ne ricava chi pubblica
Il grounding premia la noia: date, fonti, numeri attribuiti. Tutto ciò che un ufficio marketing tende a togliere.
- Sostituire gli aggettivi con dati: “tempi rapidi” non è ancorabile, “referto in 48 ore” sì.
- Accompagnare i dati con la loro origine: chi li ha prodotti, quando, su quale campione.
- Dichiarare una data di aggiornamento visibile sulle pagine con informazioni che cambiano nel tempo.
- Non tenere le informazioni decisive solo in PDF scansionati o immagini.
frequenti
Domande frequenti sul grounding
Grounding e RAG sono la stessa cosa?
Il RAG è l’architettura che recupera i documenti; il grounding è l’obiettivo di ancorare la risposta a quei documenti. Il RAG è il modo più diffuso per ottenere grounding.
Una risposta con fonti è sempre corretta?
No. Nel test del Tow Center, su otto motori con ricerca integrata, oltre il 60% delle risposte attribuiva male gli articoli. Le fonti vanno aperte, non solo lette.
Perché i modelli inventano i fatti?
Perché sono addestrati a produrre testo plausibile. Senza un documento a cui ancorarsi, la continuazione più probabile di una frase può essere falsa e suonare comunque credibile.
Che tipo di contenuto è più facile da ancorare?
Quello con affermazioni precise e attribuite: numeri con unità di misura, date, nomi di norme o studi, definizioni esplicite. Le formulazioni vaghe non offrono un punto d’appoggio.
Posso impedire che un modello dica cose sbagliate sulla mia azienda?
Non direttamente. Puoi però rendere disponibile la versione corretta in forma chiara e coerente, sul tuo sito e sulle fonti terze che i modelli consultano. È la leva più efficace a disposizione.
Il grounding vale anche per le AI Overviews?
Sì. Le AI Overviews recuperano pagine dall’indice di Google e le usano come base del riassunto, indicando le fonti.
Riferimenti
Shuster, K. et al. — Retrieval Augmentation Reduces Hallucination in Conversation
Findings of EMNLP 2021. aclanthology.org/2021.findings-emnlp.320
Jaźwińska, K. e Chandrasekar, A. — AI Search Has a Citation Problem
Tow Center for Digital Journalism, Columbia Journalism Review, marzo 2025. cjr.org
Lewis, P. et al. — Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks
NeurIPS 2020. arxiv.org/abs/2005.11401
Consulente GEO · Kraków / Milano
Aiuta le aziende italiane a farsi menzionare e citare da ChatGPT, Gemini, Perplexity e AI Overviews. Vent’anni tra imprenditoria e consulenza digitale in Italia: ha guidato la strategia SEO di Bakeca.it, co-fondato e diretto Seolab, e dal 2022 è Evangelist in Digital360, prima SEO e oggi GEO. Laurea in Linguistica all’Università di Torino.