Un gruppo guidato da Y. Yin ha pubblicato il 20 ottobre 2026 uno studio secondo cui i modelli linguistici di grandi dimensioni, quando valutano altri contenuti, possono correggere da soli i propri bias. I ricercatori hanno testato due strategie: un prompt che avverte il modello della possibilità di essere influenzato da bias prima che esprima un giudizio e un prompt successivo che gli chiede di esaminare criticamente la propria risposta per individuare eventuali bias. Su tre modelli all’avanguardia, il prompt di auto-debiasing ha migliorato i risultati in 20 delle 21 combinazioni tra modello e bias, con incrementi che in alcuni casi hanno raggiunto i 15 punti. Il precedente metodo basato su un critico esterno ha ottenuto risultati peggiori nei nuovi test sui bias.
Perché conta
L’auto-debiasing basato sui prompt potrebbe rendere più affidabili le valutazioni automatizzate dell’IA per sviluppatori e ricercatori.
