Glossario IA per principianti: 15 parole da sapere
Chi inizia con l'intelligenza artificiale incontra subito parole strane. Qui trovi le 15 più usate, spiegate in poche righe. È l'ultimo passo del percorso: una mappa veloce da tenere a portata di mano.
In breve
- Quindici parole chiave dell'IA, ognuna spiegata in 1-2 frasi semplici.
- Sono raggruppate in tre blocchi: le basi, come funziona, strumenti e accesso.
- Definizioni verificate su glossari di IBM, Google e Anthropic.
Le basi
- Intelligenza artificiale — Sistemi che fanno compiti che di solito richiedono l'intelligenza umana, come capire un testo o riconoscere un'immagine.
- Modello — Un programma allenato sui dati che impara da solo a fare previsioni o risposte, senza istruzioni scritte per ogni caso.
- LLM (modello linguistico) — Un modello allenato su tantissimo testo. Funziona indovinando la parola più probabile dopo l'altra. È il motore di ChatGPT, Claude e Gemini.
- Parametri — I valori interni che il modello regola durante l'allenamento. Sono i "pesi" che decidono come trasforma una domanda in una risposta.
- Multimodale — Un modello che capisce e gestisce più tipi di dato insieme: testo, immagini, audio e video.
Come funziona
- Prompt — Il messaggio o la domanda che scrivi al modello. È la tua istruzione di partenza.
- Token — I pezzetti in cui il modello divide il testo: parole o parti di parola. Un token vale circa mezza parola.
- Addestramento (training) — La fase in cui il modello impara, leggendo enormi quantità di dati. Avviene una volta, prima dell'uso.
- Inferenza — Il momento in cui usi il modello: gli scrivi qualcosa e lui genera la risposta, un token alla volta.
- Finestra di contesto — Quanto testo il modello riesce a "tenere in mente" in una volta. È come la sua memoria di lavoro, misurata in token.
- Allucinazione — Quando il modello risponde con sicurezza ma dice cose false o inventate. Prevede parole probabili, non verità.
- Fine-tuning — Allenare ancora un po' un modello già pronto su dati specifici, per specializzarlo su un compito.
Strumenti e accesso
- Agente — Un'IA che non solo risponde, ma agisce: lavora a passi, usa strumenti e porta a termine un compito da sola.
- API — Un insieme di regole che fa comunicare due programmi. Permette ad app esterne di usare un modello senza ricostruirlo.
- Open-weight / open source — Modelli con i parametri scaricabili da tutti. "Open source" è di più: dà anche la licenza per studiarli e modificarli liberamente.
Cosa cambia per te
Con queste parole puoi seguire quasi ogni discorso sull'IA.
- Modello, LLM e parametri spiegano cos'è e di cosa è fatta un'IA.
- Prompt, token, inferenza e contesto spiegano come la usi ogni giorno.
- Agente, API e open-weight spiegano come ci si collega e cosa può fare.
Non serve sapere tutto: bastano quindici parole per smettere di sentirsi persi.
Fonti
- IBM — What Are LLM Parameters?
- IBM — What is a context window?
- IBM — What Is an API?
- Google for Developers — Machine Learning Glossary: Generative AI
Articolo divulgativo: i fatti sono rielaborati con parole nostre a partire dalle fonti citate. Per i dettagli ufficiali rimandiamo alle pagine originali. Aggiornato al 28 giugno 2026.
Domande frequenti
Qual è la differenza tra modello e LLM?
Il modello è il termine generale per qualsiasi programma che impara dai dati. L'LLM è un tipo di modello specializzato nel testo: è quello dietro ai chatbot.
Allucinazione vuol dire che il modello è rotto?
No. È un comportamento normale degli LLM, che prevedono parole probabili e non controllano se sono vere. Per questo conviene sempre verificare i fatti importanti.