Allucinazione (AI)
Un’allucinazione è un’informazione falsa, imprecisa o inventata che un sistema di intelligenza artificiale presenta come vera, spesso con un tono sicuro e una forma plausibile. Può trattarsi di un dato inesistente, di una fonte mai pubblicata, di un servizio attribuito all’azienda sbagliata.
Il fenomeno discende dal funzionamento degli LLM, che generano la sequenza di parole più probabile rispetto al contesto senza verificarne la corrispondenza con i fatti. Le cause più frequenti sono lacune nei dati di addestramento, informazioni successive al knowledge cut-off, fonti contraddittorie o poco affidabili e domande ambigue. Il grounding e il RAG riducono il rischio senza eliminarlo, perché il modello può anche fraintendere o combinare male i documenti recuperati.
Per un brand le allucinazioni hanno un peso concreto, perché l’utente legge la descrizione generata come una risposta affidabile. Un’offerta chiusa da anni, un prezzo sbagliato o un’associazione con un settore diverso nascono spesso da segnali incoerenti sul web: versioni divergenti su directory e marketplace, informazioni datate, assenza di una descrizione univoca sul sito. Il rimedio passa dall’allineamento di quei segnali, dai dati strutturati e dalla GEO.
Individuarle richiede letture ripetute, perché un errore isolato può essere un’oscillazione, mentre uno ricorrente descrive male l’azienda a ogni utente che chiede. Il GEO Audit di SEOZoom confronta l’identità che i modelli attribuiscono al brand con quella che l’azienda dichiara e mette in evidenza le distorsioni, dal settore sbagliato ai valori attribuiti, indicando da dove partire per correggerle.
