La qualità dei dati utilizzati per addestrare e contestualizzare i sistemi di AI è determinante per garantire l’affidabilità e l’imparzialità dei risultati generati. L’utente ha la responsabilità di utilizzare dati accurati, completi e rappresentativi della realtà che si vuole analizzare o modellare. 

Dati di bassa qualità, incompleti o distorti possono condurre a risultati inaccurati, fuorvianti o discriminatori.  È essenziale che i dati di addestramento siano privi di pregiudizi che potrebbero riflettersi nei risultati generati dall’AI, perpetuando stereotipi o discriminazioni. Garantire la qualità dei dati di contesto forniti all’AI è altrettanto importante. 

Il prompt, ovvero l’input che guida la generazione del contenuto, deve essere chiaro, preciso e formulato in modo da evitare ambiguità o interpretazioni errate. Un prompt vago o mal formulato può influenzare negativamente la qualità dei risultati, conducendo a output incoerenti o non pertinenti. L’utente deve quindi impegnarsi a fornire all’AI un contesto adeguato, formulando prompt chiari e specifici, al fine di ottenere risultati affidabili e di alta qualità. 

Gli utenti devono essere consapevoli delle possibili distorsioni presenti nei modelli di IA Generativa e adottare un approccio critico per evitare la propagazione di discriminazioni o pregiudizi.