🤖 AI

From Scalars to Tensors: Declared Losses Recover Epistemic Distinctions That Neutrosophic Scalars Cannot Express

Questo studio estende la valutazione neutrosopica dimostrando che, sebbene i valori scalari T/I/F rivelino una "iper-verità" diffusa tra diversi modelli LLM, l'integrazione di dichiarazioni di perdita strutturate è necessaria per recuperare le distinzioni epistemiche che i soli scalari non riescono a esprimere, trasformando l'output in una rappresentazione tensoriale più fedele delle capacità cognitive dei modelli.

Autori originali: Tony Mason

Pubblicato 2026-04-14

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Tony Mason

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

🧠 Dalle "Palline Colorate" ai "Diari di Bordo": Come le Intelligenze Artificiali Dicono davvero cosa non sanno

Immagina di chiedere a un'intelligenza artificiale (come un Chatbot avanzato) se una frase è vera, falsa o se non ha senso.

Fino a poco tempo fa, gli scienziati chiedevano all'AI di rispondere con tre numeri (chiamati T, I, F):

Quanto è Vera? (Truth)
Quanto è Indecisa? (Indeterminacy)
Quanto è Falsa? (Falsity)

L'idea era che questi tre numeri potessero descrivere tutto lo stato mentale dell'AI. Ma il paper di Tony Mason scopre che questi tre numeri non bastano. È come cercare di descrivere un intero film usando solo tre colori: rosso, blu e giallo. Puoi mischiare i colori, ma non puoi raccontare la trama, i personaggi o le emozioni.

Ecco la storia in tre atti.

1️⃣ L'Atto 1: Il "Super-Verità" (Hyper-Truth)

I ricercatori precedenti avevano notato qualcosa di strano. Quando chiedevano all'AI di rispondere senza vincoli, spesso la somma dei tre numeri superava 100% (o 1.0).

L'analogia: Immagina di pesare un oggetto e scoprire che pesa 1,5 kg invece di 1 kg. È come se l'AI dicesse: "Questa frase è molto vera, ma anche molto falsa e molto confusa allo stesso tempo".
La scoperta: Il paper conferma che questo succede davvero, e non solo con un tipo di AI, ma con tutte le principali intelligenze artificiali del mondo (quelle di Google, Meta, Alibaba, ecc.). Le AI hanno un "caos interiore" che i vecchi metodi matematici non riuscivano a vedere.

2️⃣ L'Atto 2: Il Problema dell'"Assorbimento" (Il Grande Inganno)

Qui arriva il vero problema. Alcune AI, di fronte a domande difficili (come un paradosso logico: "Questa frase è falsa"), adottano una strategia chiamata "Assorbimento".

Cosa fanno: Impostano i tre numeri così: Vera=0, Falsa=0, Indecisa=100%.
Il trucco: Usano gli stessi identici numeri per tre situazioni completamente diverse:
1. Un Paradosso (una frase che si contraddice da sola).
2. La Pura Ignoranza (non ho mai studiato l'argomento).
3. L'Incertezza Futura (non so cosa succederà domani).

L'analogia del Termometro rotto:
Immagina un termometro che, quando c'è un incendio, quando c'è un ghiacciaio che si scioglie e quando c'è una nebbia fitta, segna sempre 37 gradi (la febbre).
Per chi guarda solo il numero (37), sembra che ci sia la stessa situazione. Ma in realtà, le cause sono diverse!
L'AI sta dicendo: "Non lo so" (Indecisa=100%) per tutte e tre le cose, ma non ci sta dicendo perché non lo sa. Ha perso la distinzione tra "non capisco la logica" e "non ho i dati".

3️⃣ L'Atto 3: La Soluzione "Tensoriale" (Aggiungere il Diario di Bordo)

Il paper propone una soluzione geniale. Invece di chiedere solo i tre numeri, chiediamo all'AI di scrivere anche un piccolo rapporto strutturato (i "Losses" o perdite) che spieghi:

Cosa non riesce a valutare.
Perché non riesce a farlo.
Quanto questo limita la sua risposta.

L'analogia del Diario di Bordo:
Torniamo al termometro. Invece di guardare solo il numero, chiediamo al termometro di scrivere una nota:

Caso Incendio: "Segno 37 perché il sensore è bruciato."
Caso Ghiacciaio: "Segno 37 perché il sensore è congelato."
Caso Nebbia: "Segno 37 perché il sensore è offuscato."

Ora, anche se il numero è lo stesso, sappiamo la differenza.

🌟 I Risultati Sorprendenti

Quando i ricercatori hanno fatto fare questo "diario di bordo" alle AI:

Le parole cambiano: Anche se i numeri erano identici (0, 1, 0), le parole scritte nel rapporto erano completamente diverse.
- Per il paradosso, l'AI scriveva: "Il sistema logico si blocca su se stesso".
- Per l'ignoranza, scriveva: "Non ho mai visto questi dati nel mio addestramento".
La precisione: Le AI hanno saputo distinguere con estrema precisione la natura della loro confusione, cosa che i semplici numeri non potevano fare.

💡 Perché è importante?

Questo studio ci insegna due cose fondamentali:

I numeri non bastano: Dire "sono incerto al 100%" è troppo vago. Dobbiamo sapere perché siamo incerti.
Le AI sono più intelligenti di quanto pensiamo: Le AI hanno già la capacità di distinguere tra "non capisco la logica" e "non ho le informazioni". È solo il formato di uscita (i tre numeri) che le costringe a sembrare stupide e confuse allo stesso modo.

In sintesi:
Il paper dice che per capire davvero cosa pensano le Intelligenze Artificiali, non dobbiamo guardare solo il "termometro" (i numeri), ma dobbiamo leggere il "diario di bordo" (le spiegazioni scritte). Solo così possiamo capire se l'AI è confusa perché la domanda è un paradosso o perché semplicemente non sa la risposta.

È come passare da una mappa disegnata su un foglio di carta (che mostra solo la posizione) a un video con il narratore (che spiega perché sei lì e cosa vedi).

Titolo

Dagli Scalari ai Tensori: Le Perdite Dichiarate Recuperano Distinzioni Epistemiche che gli Scalari Neutrosofici Non Possono Esprimere

1. Il Problema

Il lavoro si pone come estensione e critica costruttiva di uno studio precedente di Leyva-Vázquez e Smarandache (2025) sull'applicazione della Logica Neutrosofica alla quantificazione dell'incertezza nei Large Language Models (LLM).

Contesto: La logica neutrosofica tratta Verità ( $T$ ), Indeterminatezza ( $I$ ) e Falsità ( $F$ ) come dimensioni indipendenti, non vincolate alla somma a 1.0. Questo permette di rilevare il fenomeno dell'"iper-verità" (dove $T+I+F > 1.0$ ), indicando conflitti interni o incertezze complesse che i framework probabilistici tradizionali sopprimono.
Limiti dello studio precedente:
1. Single Vendor: Testato solo su modelli OpenAI.
2. Single Shot: Valutazioni singole senza misura di consistenza statistica.
3. Prompt non pubblicati: Impossibilità di replicazione diretta.
Il Problema Fondamentale Identificato (Il "Problema di Assorbimento"):
Anche con la logica neutrosofica scalare, alcuni modelli adottano una posizione di "Assorbimento", dove mappano stati epistemici radicalmente diversi (es. paradossi logici, ignoranza, contingenza) sullo stesso vettore scalare: $T=0, I=1, F=0$ .
In questo scenario, l'indeterminatezza "assorbe" completamente verità e falsità, collassando le distinzioni che la logica neutrosofica era nata per preservare. Un modello che non sa perché è incerto (es. perché il problema è un paradosso o perché mancano dati) produce lo stesso output scalare, rendendo l'informazione epistemica incompleta.

2. Metodologia

L'autore ha condotto un esperimento su larga scala per replicare e superare i limiti dello studio originale, introducendo una nuova strategia di output.

Replicazione Cross-Vendor:
- Modelli: 5 famiglie di modelli da 5 fornitori diversi (Anthropic, Meta, DeepSeek, Alibaba, Mistral).
- Strategie di Prompting:
  - S1 (Neutrosofico): $T, I, F$ indipendenti su $[0,1]$ .
  - S2 (Probabilistico): Vincolo $T+I+F=1.0$ (controllo).
  - S3 (Derivato dall'Entropia): Basato su entropia di Shannon (non comparabile direttamente per la costruzione matematica).
  - S4 (Estensione Tensoriale - Nuova): Richiede i valori scalari $T/I/F$ più una dichiarazione strutturata di "perdite" (losses).
- Dati: 375 valutazioni totali (5 modelli $\times$ 5 fenomeni epistemici $\times$ 3 strategie $\times$ 5 ripetizioni).
Strategia S4 (Tensor Extension):
Oltre ai valori scalari, il modello deve dichiarare una o più "perdite" strutturate come triple:
1. Cosa (What): Cosa il modello non può valutare.
2. Perché (Why): Perché questo limita la valutazione.
3. Gravità (Severity): Impatto sulla valutazione (scala 0.0-1.0).

3. Risultati Chiave

A. Conferma dell'Iper-Verità Cross-Vendor

Sotto la strategia S1 (non vincolata), l'84% delle valutazioni ha mostrato iper-verità ( $T+I+F > 1.0$ ), rispetto al 35% dello studio originale.
Questo conferma che l'iper-verità è una proprietà generale degli LLM attuali, non un artefatto dei modelli OpenAI.
I modelli mostrano diverse "posizioni filosofiche" di fronte ai paradossi (es. Saturazione, Conflitto Bilanciato, Assorbimento).

B. Il Fallimento degli Scalari (Problema di Assorbimento)

Modelli come Llama 4 Maverick e Mistral Medium 3.1 tendono all'Assorbimento: per paradossi, ignoranza e contingenza, producono quasi identicamente $T=0, I=1, F=0$ .
La distanza scalare (Manhattan) tra "Paradosso" e "Ignoranza" è vicina allo zero per questi modelli, rendendo impossibile distinguerli tramite gli scalari.

C. Il Successo delle Perdite Dichiarate (Output Tensoriale)

Nonostante gli scalari siano identici, le dichiarazioni di perdita (loss vocabularies) sono quasi completamente disgiunte.
- Similarità Jaccard: Per tutti i modelli, la sovrapposizione lessicale tra le descrizioni delle perdite per "Paradosso" vs "Ignoranza" è inferiore al 10% (es. 0.056 per Llama, 0.066 per Mistral).
- Esempio Mistral:
  - Paradosso: "Risoluzione di paradossi auto-referenziali", "Dipendenza dal sistema formale".
  - Ignoranza: "Impossibilità empirica di contare le stelle", "Ambiguità matematica dell'infinito".
Profilo di Gravità: Anche la gravità media delle perdite varia in base al fenomeno (es. l'incertezza "Vaghezza" ha una gravità significativamente più bassa rispetto al "Paradosso"), una distinzione persa dagli scalari.

D. Validazione (Non è solo "Instruction Following")

L'autore ha condotto una batteria di test per escludere che le perdite fossero semplici risposte generiche al prompt:

Correlazione Severità-Indeterminatezza: Esiste una forte correlazione interna ( $r=0.78$ ) tra la gravità massima della perdita dichiarata e il valore $I$ , non richiesto dal prompt.
Convergenza Tematica: Modelli diversi convergono sugli stessi 8 temi epistemici specifici per ogni stimolo, ma con descrizioni uniche (nessuna frase identica tra stimoli diversi).
Controllo Tautologie: Per affermazioni vere (es. "2+2=4"), l'indeterminatezza ( $I$ ) crolla di 25 volte e la gravità delle perdite di 7 volte, dimostrando che il modello modula il contenuto in base alla realtà, non solo al formato.
Ablazione del Prompt: Rimuovendo il framework neutrosofico e chiedendo semplicemente "quali sono i limiti?", i modelli producono gli stessi 10 temi chiave, dimostrando che l'assessment epistemico preesiste al formato, che serve solo a strutturarlo.

4. Contributi Principali

Replicazione Estesa: Conferma dell'iper-verità su 5 vendor diversi, validando la logica neutrosofica come strumento di indagine epistemica.
Identificazione del Limite Scalare: Dimostrazione che gli output scalari $T/I/F$ sono insufficienti per modelli che adottano la posizione di "Assorbimento", poiché collassano distinzioni epistemiche cruciali.
Proposta Tensoriale: Introduzione di un formato di output Tensoriale (Scalari + Perdite Strutturate) che recupera le distinzioni perse.
Gerarchia di Fedeltà Epistemica:
- Livello 1 (Probabilistico): Collassa tutto in una dimensione.
- Livello 2 (Neutrosofico Scalare): Rileva conflitti e iper-verità, ma non distingue i tipi di incertezza per certi modelli.
- Livello 3 (Neutrosofico Tensoriale): Rileva conflitti, iper-verità e tipi specifici di incertezza tramite le dichiarazioni di perdita.

5. Significato e Implicazioni

Rappresentazione dell'Intelligenza: Il modello possiede internamente la distinzione tra un paradosso e l'ignoranza; è il formato di output (scalars-only) a non poterla esprimere. L'output tensoriale è necessario per una rappresentazione fedele delle capacità epistemiche degli LLM.
Sistemi di Valutazione e Routing: I sistemi di valutazione AI che si basano solo su punteggi scalari perdono informazioni critiche. I sistemi di routing (es. decidere quale modello usare per un compito) dovrebbero basarsi sulle perdite dichiarate (cosa il modello non può fare e perché) piuttosto che sulle sole capacità dichiarate.
Auto-Consapevolezza Strutturata: Le "perdite dichiarate" agiscono come un meccanismo di auto-segnalazione strutturata, fornendo non solo un grado di incertezza, ma la natura e la gravità di tale incertezza.

Conclusione

Il paper conclude che mentre la valutazione neutrosofica scalare è un passo avanti rispetto alla probabilità, essa incontra un "soffitto rappresentazionale". L'estensione a un output tensoriale, che include dichiarazioni strutturate dei limiti del modello, è essenziale per recuperare le distinzioni epistemiche che altrimenti verrebbero perse, offrendo una mappa più accurata delle capacità e dei limiti degli LLM.