[{"data":1,"prerenderedAt":28},["ShallowReactive",2],{"content:journal-ai-needs-an-evaluation-set:it":3},{"slug":4,"title":5,"date":6,"minutes":7,"excerpt":8,"body":9},"ai-needs-an-evaluation-set","La vostra funzione di IA ha bisogno di un set di valutazione, non di una demo","2026-09-11",5,"Una demo convincente dimostra che qualcosa può funzionare una volta. Un set di valutazione vi dice quanto spesso.",[10,13,16,18,20,22,24,26],{"type":11,"text":12},"p","I modelli linguistici sono bravissimi a produrre demo convincenti. Date loro una fattura ben scelta ed estraggono correttamente ogni campo. Questo dimostra che l’approccio può funzionare. Non dice nulla delle cento fatture con note a mano, scansioni storte e layout insoliti che arriveranno il mese prossimo.",{"type":14,"text":15},"h2","Partite da cinquanta casi reali",{"type":11,"text":17},"Prima di scrivere un prompt, raccogliete esempi reali dal flusso di lavoro — anonimizzati dove necessario — e annotate per ciascuno la risposta corretta. Cinquanta casi bastano per iniziare; includete apposta quelli scomodi. Questo set diventa il metro di ogni decisione successiva.",{"type":14,"text":19},"Prima misurare, poi decidere",{"type":11,"text":21},"Con un set di valutazione, domande come «quale modello?» o «questo prompt è migliore?» smettono di essere questioni di gusto. Eseguite il set, confrontate i risultati e guardate gli errori. Spesso la scoperta più preziosa è capire quali input il sistema non dovrebbe affatto gestire in automatico.",{"type":14,"text":23},"Progettate per i casi incerti",{"type":11,"text":25},"Nessuna estrazione o classificazione sarà perfetta. Un sistema in produzione ha bisogno di un percorso definito per i risultati incerti: una coda di revisione, una soglia di confidenza, una persona che vede il documento originale accanto ai dati estratti. Progettare questo percorso è lavoro di ingegneria — ed è ciò che distingue un pilota da un sistema.",{"type":11,"text":27},"La demo resta utile. Solo, non dovrebbe essere l’ultimo test.",1794663560643]