Come fa l'IA a scegliere
quali ristoranti consigliare?

Passaggio 1: leggere le condizioni della domanda

La domanda del cliente contiene le condizioni della scelta: zona, tipo di cucina, occasione, budget, numero di persone, come in «un italiano ad Asakusa, adatto a un anniversario, intorno ai 10.000 yen». L'IA legge prima queste condizioni e stabilisce che cosa deve soddisfare il ristorante da cercare.

Il punto importante: il modo in cui la domanda è formulata cambia i ristoranti che compaiono nella risposta. «Ramen qui vicino» e «ramen dove si può entrare con i bambini» chiedono cose diverse. Per questo, nelle nostre misurazioni, usiamo più formulazioni. I principi della misurazione sono raccolti nella pagina sul metodo.

Passaggio 2: raccogliere le informazioni pubbliche

Poi l'IA raccoglie le informazioni sui ristoranti che corrispondono alle condizioni. Il funzionamento varia a seconda dell'IA e delle impostazioni, ma le informazioni pubbliche che possono fare da materiale sono soprattutto queste:

• Sito ufficiale: descrizioni del ristorante, menu, informazioni su come arrivare
• Scheda Google (Profilo dell'attività su Google): orari, indirizzo, tipo di cucina, foto, recensioni
• Portali di ristorazione e prenotazione: testi delle schede, informazioni sui menu fissi, recensioni
• Recensioni: valutazioni e impressioni scritte da chi è stato nel locale
• Articoli e pagine di raccolta: contenuti di terzi che presentano ristoranti per zona o tipo di cucina

Le IA collegate alla ricerca consultano le pagine web sul momento. Altre rispondono in base a conoscenze già acquisite. In entrambi i casi il punto comune è uno: il materiale è costituito da informazioni pubblicate e leggibili come testo.

Passaggio 3: restringere ai ristoranti adatti

Tra le informazioni raccolte, restano i ristoranti che corrispondono alle condizioni della domanda e per i quali l'IA riesce a scrivere un motivo per consigliarli. Qui conta non solo la «quantità» di informazioni, ma la loro chiarezza e coerenza:

• Dalle informazioni si capisce che il ristorante corrisponde alle condizioni (zona, cucina, occasione, ecc.)?
• Le caratteristiche sono descritte in un testo, così da poter scrivere il motivo del consiglio?
• Più fonti concordano, così da poterlo presentare con sicurezza?

Al contrario, i ristoranti con poche informazioni e caratteristiche illeggibili, o con contenuti che cambiano da un sito all'altro, tendono a uscire in questa fase. I motivi concreti dell'esclusione sono raccolti in «Perché ChatGPT non consiglia il mio ristorante?».

Passaggio 4: presentarli in un testo, con i motivi

Infine l'IA presenta i ristoranti rimasti in un testo, insieme ai motivi per cui li consiglia. Le IA collegate alla ricerca possono mostrare le citazioni delle pagine consultate.

Questa necessità di «scrivere i motivi» è la grande differenza rispetto alla ricerca tradizionale. Non conta la posizione in un elenco: conta se esiste materiale sufficiente per consigliare il locale in un testo. Per questo, che le caratteristiche del ristorante siano pubblicate in forma di testo è diventato più importante che in passato.

Informazioni che l'IA «vede» e informazioni che non vede

Quando si ragiona su cosa può fare un ristorante, tenere presente questo confine evita errori di valutazione.

• Visibili: informazioni testuali pubblicate (descrizioni del sito ufficiale, dati delle schede, menu in formato testuale, testi delle recensioni, articoli di presentazione)
• Poco visibili: informazioni presenti solo dentro le fotografie, menu trasformati in immagini, annunci che esistono solo nei post social
• Non visibili: la qualità stessa di cucina e servizio, l'atmosfera reale del locale, i posti liberi del giorno (se non collegati a un sistema esterno)

Purtroppo, la qualità reale di cucina e servizio non è direttamente visibile all'IA. L'IA vede ciò che qualcuno ha scritto e pubblicato su quella qualità. È per questo che le recensioni funzionano come materiale: i dettagli sono in «Le recensioni influenzano i consigli dell'IA?».

Perché la risposta cambia a ogni domanda

Per il modo in cui sono generate, le risposte dell'IA non sono mai identiche due volte, anche a parità di domanda. Cambiano la formulazione, gli aggiornamenti delle informazioni consultate e la variabilità stessa della generazione: ristoranti citati e ordine possono cambiare.

Non è un difetto: è una premessa. Giudicare da una sola richiesta («è comparso / non è comparso») è affrettato: serve osservare la tendenza su richieste ripetute. La variabilità è esattamente il motivo per cui le nostre misurazioni riportano una proporzione: quante volte su quante il ristorante è comparso.