È sempre esistito uno stretto rapporto tra dati e intelligenza artificiale, che spesso viene però collocato solo nella fase di apprendimento dei modelli, ritenendo che questo sia un momento unico, quando invece altro non è che l’inizio di una interazione continua, fatta di un adattamento continuo del modello al mondo sul quale è chiamato a operare. 

Ma questo momento, seppur importante, non è il solo nel quale dati e IA devono operare in armonia, perché anche nella fase di esecuzione dei modelli, la possibilità di poter accedere e usare dati arbitrari è un momento fondamentale e necessario per la qualità di quanto prodotto. 

Con specifico riferimento all’intelligenza artificiale generativa, l’interazione – o meglio la circolarità – tra LLM e dati diventa un elemento chiave, tanto da aver portato alla definizione della cosiddetta Retrieval Augmented Generation (RAG), dove il patrimonio dati di un’organizzazione viene messo a disposizione dei modelli linguistici per poter comprendere domande e formulare risposte che siano correttamente contestualizzate, perché ciò che l’utente si aspetta non è solo una prosa elegante, ma anche contenuti puntuali relativi a ciò che ha chiesto.