Dizionario AI › Fondamenti AI

Valutazione umana (Human Evaluation)

Human Evaluation

La valutazione umana è il metodo con cui persone reali giudicano la qualità degli output di un sistema AI, integrando o sostituendo le metriche automatiche. È particolarmente utile per aspetti difficili da quantificare con un numero, come la naturalezza di un testo, la coerenza logica di una risposta o la percezione di utilità da parte di chi la riceve. Viene spesso usata quando i benchmark automatici non catturano sfumature importanti.

Definizione

Come funziona

In pratica, valutatori umani leggono o confrontano output diversi e assegnano un giudizio secondo criteri predefiniti, ad esempio una scala numerica o un confronto a coppie tra due risposte. Per ridurre la soggettività si usano più valutatori sullo stesso output e si calcola l'accordo tra loro. I risultati vengono poi aggregati in punteggi complessivi o in classifiche di preferenza.

Applicazioni

È ampiamente usata per validare modelli linguistici prima del rilascio, per addestrare sistemi tramite feedback umano e per verificare che le risposte AI siano appropriate in contesti sensibili come salute o consulenza professionale. Molte piattaforme di valutazione la affiancano ai test automatici per avere un quadro più completo.

Storia ed etimologia

È una pratica che affianca da sempre la ricerca su AI e linguaggio naturale, ma è diventata centrale con la diffusione dei modelli conversazionali, quando la qualità percepita da persone reali ha assunto un peso decisivo nel giudicare un sistema.

Come si usa in Grace

Grace integra la valutazione umana nei propri percorsi di certificazione: gli scenari completati dagli utenti possono essere rivisti da valutatori esperti per affinare i punteggi calcolati automaticamente.

Termini correlati

• Valutazione del modello (Model Evaluation)
• Rubric / Rubrica di valutazione
• Score
• RLHF (Reinforcement Learning from Human Feedback)
• Benchmark

Altri termini in Fondamenti AI

• LLM (Large Language Model)
• Token
• Context Window
• Temperature
• Allucinazione (AI Hallucination)
• Fine-tuning
• RAG (Retrieval Augmented Generation)
• Embedding

Mettilo alla prova

• Scenario reale: applica questo concetto con un verdetto AI immediato.
• Palestra quotidiana: brevi esercizi per allenare i concetti del dizionario.
• Gioco Playoff: sfida altri giocatori, a eliminazione diretta.

📱 Scarica l'app Android (beta) iOS in arrivo

Dì quello che intendi. Ottieni quello che ti serve.

Grace Certified, la coach AI che allena e certifica il tuo prompt engineering, di Agora Intelligence.