{"id":9291,"date":"2026-08-30T19:36:21","date_gmt":"2026-08-30T17:36:21","guid":{"rendered":"https:\/\/www.diculther.it\/rivista\/?page_id=9291"},"modified":"2026-08-30T19:36:25","modified_gmt":"2026-08-30T17:36:25","slug":"persuasione-e-verifica-epistemica-nella-comunicazione-generative","status":"publish","type":"page","link":"https:\/\/www.diculther.it\/rivista\/persuasione-e-verifica-epistemica-nella-comunicazione-generative\/","title":{"rendered":"Persuasione e verifica epistemica nella comunicazione generative"},"content":{"rendered":"\n

Di Gianluigi Polizzi Sasso<\/strong><\/p>\n\n\n\n

Introduzione editoriale<\/strong><\/p>\n\n\n\n

Che cosa vuol dire verificare<\/p>\n\n\n\n

\u00c8 uno dei contributi pi\u00f9 tecnico di questo numero, e contiene la domanda che tutti gli altri danno per risolta: verificare che cosa, esattamente?<\/p>\n\n\n\n

Un esempio, per capire il problema. Immaginiamo che un’insegnante chieda a un sistema generativo se il tutoraggio fra pari migliori i risultati degli studenti in difficolt\u00e0, e riceva una risposta di questo tipo: s\u00ec; il tutor consolida ci\u00f2 che spiega e il tutorato trova un linguaggio pi\u00f9 vicino al proprio; una meta-analisi su oltre sessanta studi indica un effetto medio consistente; il riferimento \u00e8 a un lavoro del 2005; si tratta di uno dei risultati pi\u00f9 solidi della ricerca educativa.<\/em><\/p>\n\n\n\n

Sono cinque cose diverse in un’unica bolla di testo. Una conclusione. Le ragioni che dovrebbero sostenerla. Un’evidenza quantitativa. Una fonte. E un giudizio sulla robustezza di tutto l’insieme.<\/p>\n\n\n\n

Ciascuna richiede una verifica diversa, e ciascuna pu\u00f2 fallire per conto proprio: la conclusione pu\u00f2 essere corretta mentre le ragioni sono plausibili ma non pertinenti; il numero pu\u00f2 riferirsi a un’altra popolazione; la fonte pu\u00f2 esistere e non dire quello; il giudizio finale pu\u00f2 non essere di nessuno.<\/p>\n\n\n\n

Polizzi Sasso chiama questa condizione compressione delle funzioni epistemiche \u2014 non il fatto che stiano insieme, che \u00e8 normale, ma che non se ne vedano pi\u00f9 i confini. Con una precisazione elegante: cinque funzioni ben segnalate possono risultare meno compresse di tre non differenziate<\/em>.<\/p>\n\n\n\n

Da qui la parte pi\u00f9 utile: un segnale non coincide con la qualit\u00e0 della funzione a cui rinvia. Una citazione indica qualcosa che merita di essere esaminato, non l’esito dell’esame. E l’autore precisa subito il limite: non ogni trasferimento \u00e8 indebito \u2014 se la competenza di una fonte \u00e8 pertinente, \u00e8 razionale che pesi.<\/p>\n\n\n\n

Ne segue una definizione di verifica che ci pare la pi\u00f9 precisa che abbiamo letto: non aggiungere un verdetto in fondo, ma tenere distinguibili, abbastanza a lungo, i diversi titoli attraverso cui una risposta chiede di essere accettata.<\/p>\n\n\n\n

Il testo \u00e8 denso, e chiediamo al lettore la pazienza di attraversarlo. In cambio offre due cose rare: un autore che dichiara ci\u00f2 che il proprio modello non dimostra, e che porta le prove contro la propria tesi.<\/p>\n\n\n\n

Abstract<\/p>\n\n\n\n

La diffusione dei large language models (LLM) negli ambienti informativi pone un problema epistemico che non coincide con la sola produzione di contenuti falsi. Una risposta generativa pu\u00f2 presentare, nella continuit\u00e0 della stessa interazione, una conclusione, le ragioni che dovrebbero sostenerla, evidenze e riferimenti documentali e, su richiesta, una valutazione della loro attendibilit\u00e0. Muovendo dalla letteratura recente sulla persuasione, sulla generazione evidence-based<\/em>, sulla credibilit\u00e0 delle fonti e sugli LLM impiegati come giudici, il contributo distingue cinque dimensioni dell’episodio epistemico generativo, distribuite su livelli analitici differenti: Persuasive Force<\/em> (PF), Inferential Support<\/em> (IS), Evidential Support<\/em> (ES), Source Provenance<\/em> (SP) ed Epistemic Judgment<\/em> (EJ). La riduzione della separazione percepibile fra tali funzioni nell’interfaccia viene descritta come epistemic function compression<\/em>; cross-function proxying<\/em> indica invece, in senso diagnostico, i casi nei quali un segnale associato a una funzione incide sull’esercizio o sull’output di una funzione distinta con un peso non giustificato dal valore diagnostico che pu\u00f2 legittimamente essergli attribuito, date le informazioni accessibili all’agente e il contesto epistemico rilevante. Il modello viene infine ricondotto alla media literacy<\/em> e alla source literacy<\/em> e alla nozione di epistemic agency<\/em>, con l’obiettivo di rendere pi\u00f9 preciso ci\u00f2 che significa verificare una risposta generativa.<\/p>\n\n\n\n

Parole chiave:<\/strong> large language models; persuasione; argomentazione; evidenza; fonti; giudizio epistemico; media literacy; epistemic agency<\/p>\n\n\n\n

Abstract<\/p>\n\n\n\n

The spread of large language models across information environments raises an epistemic problem that cannot be reduced to the production of false content. Within a single conversational interaction, a generative response may present a conclusion, the reasons meant to support it, evidence and documentary references, and, when prompted, an assessment of their reliability. Drawing on recent research on persuasion, evidence-based generation, source credibility, and LLM-as-a-Judge systems, this article distinguishes five dimensions of the generative epistemic episode, distributed across distinct analytical levels: Persuasive Force<\/em> <\/em>(PF), Inferential Support<\/em> <\/em>(IS), Evidential Support<\/em> <\/em>(ES), Source Provenance<\/em> <\/em>(SP),<\/em> and Epistemic Judgment<\/em> <\/em>(EJ). The reduction of their perceptible separation at the interface level is described as epistemic function compression<\/em>, while cross-function proxying<\/em> identifies, as a diagnostic category, cases in which a signal associated with one function influences the exercise or output of a distinct function to a degree not warranted by its diagnostic value, given the agent’s available information and the relevant epistemic context. Finally, the framework is linked to media and source literacy and to epistemic agency, with the aim of specifying what verification requires in generative environments.<\/p>\n\n\n\n

Keywords:<\/strong> large language models; persuasion; argumentation; evidence; source provenance; epistemic judgment; media literacy; epistemic agency<\/p>\n\n\n\n

1. Hallucination e affidabilit\u00e0 epistemica<\/p>\n\n\n\n

Le cosiddette hallucinations<\/em> hanno costituito uno dei primi fenomeni attraverso cui il problema dell’affidabilit\u00e0 dei large language models \u00e8 diventato immediatamente riconoscibile. Nel caso dell’errore fattuale, infatti, la difficolt\u00e0 pu\u00f2 essere almeno formulata con una certa nettezza: il sistema produce un’affermazione e un controllo indipendente consente di stabilire che essa non corrisponde ai fatti o che il riferimento invocato non sostiene ci\u00f2 che gli viene attribuito. La circostanza che rende il fenomeno particolarmente insidioso \u00e8 ormai nota. L’errore non compromette necessariamente la regolarit\u00e0 linguistica della risposta e pu\u00f2 quindi presentarsi con una plausibilit\u00e0 formale del tutto simile a quella dell’informazione corretta. Adam Tauman Kalai, Ofir Nachum, Santosh S. Vempala ed Edwin Zhang hanno mostrato nel 2026 che persino le procedure di valutazione possono contribuire al problema quando premiano il tentativo di risposta rispetto all’ammissione dell’incertezza (Kalai et al., 2026). Il loro lavoro non esaurisce, evidentemente, le cause delle hallucinations<\/em>; ricorda per\u00f2 che l’affidabilit\u00e0 dipende anche dalle condizioni entro cui una prestazione viene incentivata e misurata.<\/p>\n\n\n\n

Questo modo di porre la questione resta indispensabile e tuttavia, almeno rispetto al problema affrontato qui, rischia di essere troppo stretto. Se l’affidabilit\u00e0 viene considerata principalmente come propriet\u00e0 della singola proposizione, diventa naturale concentrare l’attenzione sulla sua corrispondenza con ci\u00f2 che pu\u00f2 essere verificato esternamente. Nell’interazione generativa l’utente incontra per\u00f2 qualcosa di pi\u00f9 articolato. La risposta pu\u00f2 presentare le ragioni attraverso cui una conclusione dovrebbe risultare accettabile, associarvi riferimenti documentali e, se interrogata ancora, pronunciarsi sull’attendibilit\u00e0 delle fonti o sulla qualit\u00e0 dell’argomento appena formulato. Considerate separatamente, queste operazioni pongono problemi differenti; dal lato dell’esperienza dell’utente, possono invece essere raccolte nella continuit\u00e0 di una medesima conversazione.<\/p>\n\n\n\n

Non si intende qui attribuire a questa continuit\u00e0 una novit\u00e0 assoluta. Informazione e persuasione non hanno mai occupato territori perfettamente separati e la reputazione di una fonte ha sempre inciso sul modo in cui il contenuto viene ricevuto. La specificit\u00e0 dell’interfaccia generativa sembra piuttosto consistere nel grado con cui pu\u00f2 ridursi la distanza pratica fra operazioni che continuano a richiedere criteri epistemici diversi. La formulazione, la spiegazione, l’eventuale documentazione e perfino il giudizio possono essere ricondotti allo stesso ambiente conversazionale. La continuit\u00e0 dell’interazione conserva le differenze fra queste funzioni, ma pu\u00f2 renderle meno visibili proprio perch\u00e9 ci\u00f2 che per l’analisi deve essere distinto viene incontrato in una forma comunicativa unitaria.<\/p>\n\n\n\n

Sarebbe tuttavia difficile sostenere che il problema della conflazione epistemica sia rimasto finora inosservato. Giulio Vidotto ha collegato plausibilit\u00e0, persuasione, hallucination e source bias in una proposta di epistemic auditing (Vidotto, 2026). Questo precedente esclude qualunque rivendicazione di priorit\u00e0 sul problema generale. Il contributo proposto qui consiste nel riordinare distinzioni gi\u00e0 presenti in letterature differenti entro la matrice PF-IS-ES-SP-EJ, assumendo come unit\u00e0 di analisi la continuit\u00e0 dell’episodio generativo osservato dal lato dell’utente. La proposta dovr\u00e0 essere giudicata sulla capacit\u00e0 di questa organizzazione congiunta di rendere pi\u00f9 precise dissociazioni, trasferimenti e criteri di verifica gi\u00e0 documentati separatamente. [1]<\/sup><\/a>La ricognizione della letteratura \u00e8 teorico-narrativa, non una systematic review: le fonti sono selezionate per pertinenza diagnostica rispetto alle distinzioni proposte e non pretendono di … Continue reading<\/span><\/span><\/span>