Il metodo documentato
La guida OpenAI alle valutazioni parte da obiettivo, dati e criteri di misura, poi propone confronti e verifiche continue. La variabilità delle risposte rende insufficiente giudicare un sistema da un unico esempio riuscito.
Una prova da fare
La nostra proposta: per un assistente che riassume richieste, preparare casi ordinari, ambigui e incompleti. Segnare quali fatti deve conservare e quali informazioni non deve inventare. Confrontare due versioni sugli stessi casi, registrando errori, tempi e revisione umana.