# Modelli, contesto e risposte errate

Taiga Learning · Scheda di lavoro
https://taiga.training/it/lessons/models-context/

Usa informazioni immaginarie o approvate. Non inserire segreti in questa scheda.

## Obiettivi di apprendimento
- Distinguere le capacità del modello dall'accesso ai fatti attuali.
- Riconoscere quando un vincolo mancante cambia una risposta altrimenti plausibile.
- Chiedere prove verificabili.

## Esercizio
Scegli una piccola funzione che conosci. Usa codice senza informazioni sensibili.
1. Chiedi a uno strumento AI approvato di spiegare la funzione.
2. Fornisci il chiamante e un test fallito.
3. Chiedi allo strumento di rivedere la spiegazione.
4. Annota quale affermazione è cambiata e quale prova l'ha fatta cambiare.
5. Annota le incertezze residue.

## La tua risposta
- Scenario e ambito:
- Ipotesi e questioni aperte:
- Risposta o decisione proposta, con motivazioni:

## Verifica la tua risposta
| Affermazione o criterio | Prova o test | Risultato o lacuna | Responsabile |
| --- | --- | --- | --- |
| | | | |
| | | | |
| | | | |

## Azione successiva
- Azione, responsabile e data:
- Quando riesaminerai questa risposta?

## Principio da ricordare
Un risultato utile richiede capacità e informazioni corrette sul compito. Una spiegazione chiara non dimostra che il modello abbia verificato le proprie ipotesi.

## Fonti
- [NIST: Generative AI Profile, AI 600-1](https://doi.org/10.6028/NIST.AI.600-1)

Questa scheda favorisce l'apprendimento. Compilarla non autorizza di per sé una modifica in produzione.