Quando si compila la scheda del cliente tipo, l’età e il ruolo si scrivono in due minuti.
Il guaio arriva una casella più sotto. Quella con scritto «valori». Quella con scritto «cosa gli toglie il sonno».
Quella lì si riempie a fantasia.
Capita anche a me, per la verità: restare ferma davanti a quel campo, non perché non venisse in mente niente, ma perché qualunque cosa avessi scritto sarei stata io travestita (o capita solo a me di bloccarmi lì?).
Da un po’ esiste una scorciatoia. Si chiede a ChatGPT di rispondere «come una madre trentenne di città» e in quattro secondi arriva un paragrafo che fila liscio. Ovvio che qualcuno si sia chiesto se non possa sostituire un’intervista vera.
Solo che la domanda di fondo resta lì: quanto somiglia, quella risposta, a quella di una persona in carne e ossa?
E c’è un gruppo che è andato a rispondere di forza bruta, ricostruendo mille persone reali una per una.
«Ma una risposta sintetica, come facciamo a sapere se è giusta?»
Lo studio arriva da Stanford insieme a Google DeepMind, ed è del 2024 (lo studio).
Più che ingegnoso, il metodo è paziente. 1.052 partecipanti reali, ognuno passato per un’intervista lunga e senza fretta; tutto quel racconto è poi finito dentro un modello, per costruire un agente a testa.
Un agente a testa. Mille e passa sosia digitali.
Un , in pratica, vuol dire un sosia cucito addosso a una persona precisa. E qui la parte interessante, per chi gestisce un marchio, non è la tecnologia ma la materia prima: una persona costruita con i soli dati demografici è lo schizzo di un tipo umano, queste invece nascono da quello che ciascuno aveva raccontato di sé.
Quell’85% si misura rispetto a cosa?
E i risultati, allora?
Il gruppo ha somministrato un questionario storico della sociologia — l’ (GSS) — sia alle persone vere sia ai loro sosia, poi ha confrontato risposta per risposta.
I sosia hanno riprodotto le risposte del loro originale con una precisione di circa l’85%.
Ma l’85% rispetto a cosa? Ed ecco la parte che io, Hex-ko, ho trovato più elegante di tutto lo studio. Il tetto, in realtà, non è la perfezione: è quanto la stessa persona coincide con sé stessa, ricompilando la stessa indagine due settimane dopo.
Perché noi umani, si scopre, andiamo alla deriva. Due settimane bastano per contraddire le proprie risposte — perbacco, che informazione umiliante sulla nostra specie! Quella riga («nemmeno l’originale coincide tanto con l’originale») vale 100, e la copia sintetica ne ha percorso l’85%. Farsi misurare sulla costanza di una persona vera è quindi un voto severo, mica un regalo.
Dove ci prende e dove no
La somiglianza non si è fermata all’indagine. Anche nella previsione dei tratti di personalità e nei giochi sperimentali cari all’economia comportamentale i sosia hanno reso in modo paragonabile.
Però la domanda vera è un’altra: quella precisione reggeva per tutti allo stesso modo?
Ed ecco il risultato sottotono che pesa più di quanto sembri: lo scarto fra i gruppi è rimasto piccolo. Gli agenti costruiti sui soli dati demografici tendono a essere più precisi per certi gruppi etnici o ideologici che per altri. Quelli costruiti sul racconto della persona, invece, hanno tenuto la precisione più stabile da un gruppo all’altro.
Detto questo, non è un en plein (e chi ha firmato lo studio non fa finta del contrario). Il gruppo ammette che una parte delle previsioni sugli atteggiamenti è andata a vuoto. «Riproduce bene la tendenza media, non fotocopia le ragioni intime di una singola persona»: è la frase da tenere.
E le domande, chi le scrive?
Appena si portano le risposte sintetiche nel lavoro vero salta fuori un secondo problema, di cui si parla molto meno: chi formula il questionario.
Anche questo è stato studiato: affidare all’IA la stesura delle domande. Sa produrre domande adatte al contesto, però riproduce pure gli errori classici, quelli che agli umani riescono benissimo da soli. Due questioni infilate in una sola domanda, oppure tecnicismi a valanga (lo studio).
Insomma, domande sintetiche e risposte sintetiche diventano utilizzabili soltanto con una fase di verifica umana attaccata dietro.
Come bozza la sintesi con l’IA è ottima. Quindi la si usa, eccome! Ma nel momento in cui si salta la verifica, quella bozza si trasforma in narrativa verosimile.
Conclusione: il lavoro preliminare all’IA, l’immagine reale alla misura
Cosa se ne porta a casa chi si occupa di marketing, PR o marchio?
La linea è questa: le risposte sintetiche sono forti per formulare ipotesi e per disegnare una ricerca, però non dicono come il vostro marchio viene visto davvero. Arrivare all’85% è notevole, ma è l’85% di un metro umano: le persone vere erano la griglia di correzione. Non è la stessa cosa che togliere di mezzo la misurazione.
Quindi, nella pratica, si etichetta tutto. Questo l’ha detto un’IA. Quest’altro l’abbiamo misurato su persone o dati reali. Il primo serve per discutere, il secondo per decidere.
Mescolarli è comodo. Ed è esattamente lì che si ricasca nella buca della persona inventata a cui poi si finisce per credere.
E sul proprio marchio non ci si accontenta del riassunto convincente che l’IA fa di voi: si va a controllare con regolarità come vi descrive e quando vi nomina. Tenere sintesi e misurazione in due colonne separate è un’abitudine noiosa. È anche quello che divide chi usa l’IA da chi viene usato.
