Intelligenza artificiale, mass media e biblioteche: quali opportunità al di là dei rischi?
Università della Svizzera italiana, ivo.silvestro@usi.ch
Abstract
Le intelligenze artificiali generative sono usate da ampie fasce della popolazione, e sempre più per cercare informazioni – sovrapponendosi così alle funzioni tradizionali di biblioteche e media. Senza sottovalutare i rischi noti (allucinazioni, disinformazione, bias), questo contributo si concentra sulle opportunità per la popolazione e per le istituzioni. Sviluppare un LLM richiede quantità di dati inaccessibili a qualsiasi biblioteca o testata. Eppure, accanto ai big data dell'addestramento, le IA hanno bisogno di dati di qualità, che potremmo chiamare beautiful data. È qui che biblioteche e giornalismo possono rivendicare un ruolo. Uno strumento chiave è il RAG (Retrieval Augmented Generation), che consente di interrogare corpus predefiniti. Per il giornalismo significa recuperare citazioni, analizzare registrazioni, interrogare archivi; il RAG permette anche nuovi prodotti editoriali in cui il pubblico dialoga con contenuti curati da giornalisti. Le biblioteche possono fare qualcosa di analogo con le proprie raccolte. Le IA generative possono essere tecnologie abilitanti: adattano i contenuti a diversi livelli di conoscenze e competenze e supportano utenti – tra cui le persone neurodivergenti – in difficoltà con i formati tradizionali.
English abstract
Aritificial Intelligence, Mass Media, and Libraries: Opportunities Beyond the Risks Generative AI tools are used by large segments of the population, and increasingly to seek information – overlapping with the traditional functions of libraries and news media. Without dismissing well-documented risks (hallucinations, disinformation, bias), this article focuses on the opportunities generative AI may offer to the public and to knowledge institutions. Training a large language model requires quantities of data no library or newsroom can handle. Yet alongside the big data of training, AI systems also need quality data – what we might call beautiful data. This is where libraries and journalism can claim an active role. A key tool is Retrieval Augmented Generation (RAG), which enables queries against predefined document collections. For journalism, this means locating quotations, analysing recordings, and searching archives; RAG also enables new editorial products in which audiences converse with content curated by journalists. Libraries can pursue something similar with their own collections. Generative AI can function as an enabling technology: it adapts content to different levels of knowledge and expertise, and supports users – including neurodivergent individuals – who struggle with traditional formats.