Gli altri articoli di questa serie parlano di che cosa non deve uscire. Questo parla della parte che resta: il lavoro c’è comunque, le pagine sono quattrocento e la consegna è domani. Un modello linguistico su un fascicolo anonimizzato serve davvero, e vale la pena essere precisi su dove.
Le cose che funzionano, e perché i segnaposto non danno fastidio
Un segnaposto stabile è un identificatore. Se «[FULLNAME_3]» indica sempre la stessa persona in tutto il fascicolo, il modello può contare quante volte compare, in quali documenti, accanto a chi e in che ordine cronologico, esattamente come farebbe con il cognome vero, perché per un modello il cognome vero era già solo una stringa ricorrente.
Da qui in poi funziona quello che ci si aspetta. Il riassunto per orientarsi: quattrocento pagine ridotte a una mappa che dice dove guardare, che è l’uso più onesto e più utile. La cronologia: estrarre tutte le date e metterle in fila è un lavoro meccanico che a mano costa un pomeriggio. Il confronto fra versioni: dove la delibera di marzo dice una cosa diversa da quella di novembre. La traduzione di un allegato in una lingua che in redazione non parla nessuno. La ricerca di ricorrenze: in quali documenti compaiono insieme [ORG_2] e [FULLNAME_5].
Nessuno di questi compiti peggiora perché i nomi sono segnaposto, e ognuno di essi restituisce un risultato che tu rimetti sui valori veri sul tuo computer. Il fascicolo integrale non è mai uscito.
Le cose che non funzionano, e conviene saperle prima
L’anonimizzazione ha un costo tecnico reale, ed è giusto dichiararlo. Se due documenti scrivono lo stesso nome in modi diversi («Mario Rossi», «M. Rossi», «Rossi Mario») e l’anonimizzazione li tratta come persone diverse, il modello vedrà tre persone dove ce n’è una. Il collegamento che ti interessava di più è proprio quello che hai spezzato.
È il motivo per cui la conferma dei rilevamenti non è una formalità: è il momento in cui decidi che quelle tre grafie sono la stessa persona e prendono lo stesso segnaposto. Fatto quello, il collegamento regge per tutto il fascicolo.
Resta fuori, e resta fuori per sempre, tutto ciò che richiede di sapere chi è quella persona nel mondo: che [FULLNAME_3] è il fratello dell’assessore, che [ORG_2] è controllata da chi ha vinto l’appalto. Quel lavoro si fa sul documento vero, sul tuo computer, con la testa. È anche il lavoro in cui un modello sbaglia più spesso e con più sicurezza, quindi non è una gran perdita.
Il fatto che nessuno ha verificato
C’è un modo specifico in cui questi strumenti falliscono su un’inchiesta, e non è l’invenzione plateale. È l’omissione silenziosa. Chiedi «trova le contraddizioni fra questi due documenti» e ti torna un elenco di tre. L’elenco è corretto: quelle tre contraddizioni ci sono davvero. Ma erano cinque.
Un risultato del genere è pericoloso proprio perché è verificabile e verifica bene. Controlli le tre, le trovi, ti fidi dell’elenco. Nessuna delle tre è falsa, quindi nessun controllo le scarta, e le due che mancano non lasciano traccia da nessuna parte. Un modello che non trova una cosa non ti dice che non c’è: ti dice che non l’ha trovata, e le due frasi si somigliano solo finché non ci si costruisce sopra un pezzo.
La conseguenza operativa è semplice e poco entusiasmante: un riassunto è una mappa per decidere dove guardare, non un sostituto della lettura delle pagine che contano. È la stessa distinzione che regge il discorso sul controllo umano quando non è una spunta, e quello che succede quando qualcuno non lo fa è documentato in un’aula di tribunale.
Chi firma
L’AI Actsi apre in una scheda nuova mette gli obblighi pesanti su chi i sistemi li fornisce, non su chi li usa per lavorare. Quello che tocca una redazione è la trasparenza sui contenuti generati o manipolati, e il buon senso di sapere quale strumento ha toccato che cosa.
Il resto lo dicono già le regole di casa. Le regole deontologichesi apre in una scheda nuova e la responsabilità di chi firma un pezzo non sono state scritte pensando ai modelli linguistici e non ne avevano bisogno: la verifica dei fatti è un dovere che sta in capo a una persona, e nessuno strumento è mai stato considerato un motivo valido per non averla fatta. Un fascicolo riassunto male produce un pezzo sbagliato esattamente come lo produceva un archivio letto in fretta, con la differenza che adesso c’è qualcosa da incolpare.
Il GDPRsi apre in una scheda nuova, per la sua parte, chiede misure adeguate al rischio. Su un fascicolo con dentro sessanta persone che nel pezzo non compariranno mai, la misura adeguata ha una forma ovvia: non mandarle.
Il flusso, in cinque righe
Il documento arriva e resta sul tuo computer. Omissia lo legge in locale e propone i valori che ha trovato (nomi, recapiti, matricole, IBAN, importi, date) e tu confermi, che è anche il momento in cui unisci le grafie diverse della stessa persona. Esce un testo con i segnaposto, ed è quello che dai al modello. La risposta torna con i segnaposto dentro e tu la rimetti sui valori veri, sul tuo computer. Chiusa l’inchiesta, cancelli la pratica: da lì in poi il testo lavorato non riporta più a nessuno, nemmeno a te.
L’ultima riga è quella che vale la pena decidere all’inizio, perché è l’unica che non si può aggiungere dopo.