C’è un modo semplice per capire dove un chatbot è utile e dove è un rischio: guardare cosa succede se sbaglia.
Se sbaglia mentre ti propone un itinerario di tre giorni a Napoli, ti ritrovi con una tappa in meno e riorganizzi. Se sbaglia sull’orario dell’ultimo traghetto, resti a terra. Se sbaglia su un integratore, finisci al pronto soccorso. Stessa tecnologia, stesso identico modello, conseguenze incomparabili.
Questa è tutta la guida, in fondo. Il resto sono esempi.
Perché sbaglia: due frasi di teoria che servono davvero
Un modello linguistico di grandi dimensioni (LLM) genera testo prevedendo, parola dopo parola, quale continuazione è più plausibile date le parole precedenti. Non consulta un database di fatti verificati: produce la sequenza più verosimile. Quando la risposta plausibile coincide con quella vera, sembra un’enciclopedia. Quando non coincide, il modello sbaglia con lo stesso identico tono sicuro. Questo fenomeno si chiama allucinazione, ed è una caratteristica strutturale, non un bug che verrà risolto nella prossima versione.
Ne discende una regola che vale per tutto il resto di questo pezzo: l’AI è affidabile sulla forma, non sui numeri. È brava a strutturare, riformulare, spiegare, generare varianti. È inaffidabile su qualunque cosa abbia una fonte ufficiale aggiornabile: orari, prezzi, indirizzi, disponibilità, dosaggi.
Chi vuole ridurre il problema può usare strumenti che cercano sul web e citano le fonti, come Perplexity o le modalità di ricerca integrate in ChatGPT e Gemini. Aiutano, perché almeno ti mostrano da dove viene il dato. Non lo eliminano: il modello può comunque riassumere male una fonte corretta, o citare una pagina non aggiornata.
Viaggi: usalo per la struttura, mai per gli orari
Qui l’AI dà il meglio e il peggio nella stessa risposta.
Il meglio: chiedi “tre giorni a Bologna a fine settembre, viaggio con un bambino di sei anni, niente musei lunghi, budget medio, arriviamo in treno venerdì alle 11 e ripartiamo domenica alle 18” e ottieni una bozza di itinerario sensata, geograficamente coerente, con i tempi di spostamento stimati e le pause al posto giusto. Questo lavoro, fatto a mano incrociando blog e mappe, ti porta via un’ora. Il chatbot te lo fa in trenta secondi e ti dà un punto di partenza da cui correggere.
Funziona anche molto bene per la negoziazione dei vincoli: “questo itinerario è troppo pieno, taglia il 30%”, “sostituisci le tappe al chiuso con alternative all’aperto”, “aggiungi tre ristoranti dove si mangia bene senza prenotare”. Sono operazioni sul testo, ed è esattamente ciò per cui il modello è costruito.
Il peggio arriva quando quello stesso itinerario include orari di apertura, prezzi dei biglietti, giorni di chiusura, disponibilità di parcheggi. Quei dati cambiano, e il modello li ha “imparati” da testi che possono avere due anni. Immagina — sono esempi inventati per far capire il meccanismo, non casi reali — un museo che ha spostato il giorno di chiusura, una funivia in manutenzione, un biglietto rincarato di qualche euro dall’ultima volta che qualcuno ne ha scritto online: il chatbot te li restituirà con la stessa faccia di prima.
Il protocollo dei cinque minuti
Prendi l’itinerario generato dall’AI. Estrai da esso solo l’elenco delle tappe con orario previsto. Per ognuna, apri il sito ufficiale e verifica tre cose: apertura, giorno di chiusura, prezzo. Cinque minuti per tappa, quindici minuti per una giornata. È noioso ed è l’unica cosa che rende utilizzabile il resto.
E se una tappa non ha un sito ufficiale facilmente verificabile, trattala come non confermata.
Ricette e menù settimanali: il caso migliore
Il menù settimanale è forse l’uso domestico dove l’AI restituisce più valore rispetto alla fatica di chiederlo.
Un prompt che funziona: “Fammi un menù per sette cene per due persone. Vincoli: niente maiale, poco tempo il martedì e il giovedì (massimo 20 minuti), voglio riusare gli avanzi del pranzo della domenica, budget contenuto, cucina italiana. Alla fine dammi la lista della spesa raggruppata per reparto del supermercato.”
Il risultato è ottimo perché il compito è di pura organizzazione: combinare vincoli, evitare ripetizioni, ottimizzare gli ingredienti condivisi tra i piatti. Non ci sono fatti esterni da verificare, non c’è niente che possa essere “falso”. Al massimo il piatto non ti piace, e glielo dici.
Le ricette in sé sono più delicate. Il modello ti darà una carbonara plausibile, ma le proporzioni e soprattutto i tempi e le temperature di cottura possono essere approssimativi. Per la pasta al pomodoro non è un problema. Per la conservazione degli alimenti, per le conserve fatte in casa, per la cottura di carne e pesce, l’approssimazione diventa un rischio sanitario reale: il botulino non perdona le stime plausibili. Per quelle cose esistono le linee guida per la corretta preparazione delle conserve alimentari in ambito domestico del Ministero della Salute e dell’Istituto Superiore di Sanità, e vanno usate quelle.
C’è poi il tema culturale, che in Italia pesa. Chiedi a un chatbot una “ricetta tradizionale della cucina siciliana” e riceverai qualcosa che assomiglia molto a come la cucina siciliana viene descritta in inglese, su internet. Riconoscibile, mediamente corretta, e piatta. Il modello riflette il corpus su cui è addestrato, e il corpus in italiano è una frazione di quello in inglese. Per la cucina regionale, un ricettario di casa batte qualunque LLM.
Allenamento: dove serve prudenza vera
Una scheda di allenamento generata dall’AI è, nel migliore dei casi, una scheda generica ragionevole. Struttura corretta (riscaldamento, esercizi principali, accessori, defaticamento), progressione settimanale sensata, alternanza dei gruppi muscolari. Per chi parte da zero e vuole muoversi tre volte a settimana in casa, è meglio di niente e infinitamente meglio dei video motivazionali.
Il limite è che il modello non ti vede. Non sa che hai una spalla che fa male da due anni, non corregge l’esecuzione, non si accorge che stai caricando troppo. Un chatbot non può fare la valutazione che fa un professionista guardandoti fare tre ripetizioni, e su questo non ci sono scorciatoie.
La zona pericolosa è l’alimentazione e l’integrazione. Qui c’è un caso documentato che vale più di qualunque avvertenza generica: un uomo di 60 anni è finito ricoverato per tre settimane con bromismo — un’intossicazione da bromuro con psicosi, allucinazioni e paranoia — dopo aver sostituito il sale da cucina con bromuro di sodio comprato online. Aveva chiesto a ChatGPT come eliminare il cloruro dalla dieta. Il caso clinico è pubblicato su Annals of Internal Medicine: Clinical Cases nell’agosto 2025 (Eichenberger et al., ripreso da NBC News).
Il punto non è che il chatbot sia cattivo. Il punto è che ha risposto plausibilmente a una domanda formulata male, senza il contesto che un medico avrebbe chiesto, e la persona ha eseguito. Chiedi a un LLM cosa sono i macronutrienti: ottima idea. Chiedigli quante proteine devi assumere tu, con la tua storia clinica: pessima idea.
Regole, giochi e spiegazioni: l’uso più sottovalutato
C’è un impiego dell’AI nel tempo libero di cui si parla poco e che funziona benissimo: farsi spiegare le cose.
Le regole di un gioco da tavolo, riassunte in dieci righe invece che in un manuale di quaranta pagine. Il fuorigioco spiegato a un bambino di otto anni. La differenza tra un Barolo e un Barbaresco. Il funzionamento di un impianto di riscaldamento a pompa di calore, con le domande da fare all’installatore.
Funziona perché la spiegazione è un compito linguistico su conoscenze stabili e ampiamente documentate, e perché puoi fare la domanda stupida senza vergognarti. Chiedere “ma cosa vuol dire esattamente deducibile?” per la quarta volta a una persona è imbarazzante. A un chatbot no, ed è un vantaggio reale — ed è, guarda caso, l’unico modo serio di imparare a usare questi strumenti: farsi le domande sceme per un mese sul proprio lavoro vero insegna più di qualunque corso a pagamento.
Attenzione a un dettaglio: sulle regole di un gioco specifico, il modello può confondere edizioni diverse o inventarsi un’eccezione. Usalo per capire il senso, poi conferma il dettaglio contestato sul regolamento vero.
La regola pratica, in una riga
Riassumo tutto in un criterio che puoi applicare senza pensarci: se la risposta contiene un numero, un orario, un prezzo o un nome proprio, verifica alla fonte. Se contiene solo struttura, ragionamento o spiegazione, fidati con buon senso.
E un’opinione netta, visto che questo giornale non ne fa a meno: usare l’AI per generare il contenuto e non verificarlo è peggio che non usarla affatto. Chi non la usa perde mezz’ora. Chi la usa e si fida perde il traghetto, o peggio. Il tempo che risparmi in generazione va reinvestito, almeno in parte, in verifica. Se non hai voglia di fare la verifica, quel compito non era adatto all’AI.
Un dato per contesto, e serve solo a togliere ansia: gli italiani che usano l’intelligenza artificiale sono meno di uno su cinque, parecchio sotto la media europea (il numero esatto, e cosa dice davvero). Non c’è nessuna gara da vincere e nessun treno da perdere. C’è solo da capire, caso per caso, se lo strumento fa risparmiare tempo davvero.
Cosa cambia per te
Da domani, tratta il chatbot come uno stagista bravissimo a scrivere e completamente inaffidabile sui fatti. Dagli i compiti di struttura — itinerari, menù settimanali, liste della spesa, bozze di scheda di allenamento, spiegazioni — e tienilo lontano da tutto ciò che riguarda la tua salute in modo specifico.
Prima di partire per un viaggio pianificato con l’AI, dedica quindici minuti a verificare orari, prezzi e
