Quali modelli di IA analizzano la tua chat di WhatsApp? Una risposta chiara

Risposta breve: il tuo report è prodotto da un insieme di sistemi, non da una singola IA. Le statistiche le calcola codice ordinario, senza alcun modello coinvolto. L'analisi scritta e l'assistente funzionano con un modello linguistico di grandi dimensioni di OpenAI. Un indice di ricerca costruito con embedding permette all'assistente di trovare i messaggi giusti. E un quarto livello, aggiunto questo mese, è una nuova classe di modello chiamata Jev, che misura ciò che prima il modello linguistico stimava.

La maggior parte dei prodotti risponde a questa domanda con "basato su IA avanzata". Quella formula esiste per evitare la risposta. Ecco quella vera, livello per livello — comprese le parti del tuo report che non sono prodotte da nessuna IA.

Perché un insieme invece di un solo modello grande

L'istinto è mandare l'intera conversazione al modello più grande disponibile e chiedergli tutto. È una sola integrazione e in demo fa la sua figura.

È anche la forma sbagliata per questo problema, perché le domande nel tuo report non sono lo stesso tipo di domanda.

"Quanti messaggi ha inviato ciascuno, e come è cambiato il tempo medio di risposta da marzo?" è aritmetica. C'è una risposta corretta, sta nel file, e un modello linguistico a cui si chiede di produrla sta facendo qualcosa di strettamente peggiore che contare: sta stimando un numero che si potrebbe semplicemente calcolare.

"Cosa è cambiato nel modo in cui vi parlate?" è interpretazione. Nessuna quantità di conteggio produce quel paragrafo. Serve un modello che capisca il linguaggio.

Qui quei compiti vanno a macchine diverse. È questo che significa la parola insieme in questo contesto: non più marche della stessa cosa mediate tra loro, ma tipi di sistema diversi, ognuno a fare la parte in cui è davvero bravo.

Livello uno: le statistiche non sono IA per niente

Conteggi dei messaggi, chi scrive di più, chi avvia le conversazioni, distribuzioni dei tempi di risposta, attività per mesi e per ore, le misure socio-linguistiche: tutto questo viene calcolato dal tuo testo pseudonimizzato con codice convenzionale e librerie consolidate di elaborazione del linguaggio naturale. Nessun modello grande partecipa a questo percorso.

È per questo che quei numeri sono identici ogni volta che analizzi lo stesso file. Non possono variare tra un'esecuzione e l'altra e non possono essere inventati, perché nulla li sta generando. Vengono contati.

È il livello meno vistoso e quello che difenderemmo con più forza. Una statistica prodotta dall'aritmetica è un fatto sulla tua conversazione. Una statistica prodotta da un modello linguistico è l'impressione di quel modello sulla tua conversazione, con una virgola decimale addosso.

Livello due: il modello linguistico

L'analisi semantica — sentiment, coinvolgimento, conflitto, chiarezza, salute della relazione — e ogni scambio che hai con l'assistente funzionano con un modello linguistico di grandi dimensioni di OpenAI.

Detto chiaramente, come facciamo sulla nostra pagina sulla privacy: questo significa che il testo pseudonimizzato della tua conversazione viene inviato all'API di quel fornitore. Arriva senza account, senza e-mail, senza numero di telefono e senza nomi reali, perché quelli sono stati sostituiti nel tuo browser prima che venisse caricato qualsiasi cosa. Secondo i termini API con cui opera quel fornitore, il contenuto non viene usato per addestrare i loro modelli.

Deliberatamente non pubblichiamo le versioni esatte dei modelli. Cambiano quando ne uscono di migliori, e un numero di versione su una pagina di marketing è obsoleto in pochi mesi. Ciò che conta è la categoria e il fornitore, ed entrambi sono indicati sopra.

Livello tre: l'indice di ricerca

Perché l'assistente possa rispondere a "abbiamo mai litigato per soldi?" senza che tu abbia digitato quelle parole esatte, la tua conversazione viene divisa in frammenti e convertita in embedding: rappresentazioni numeriche del significato. Quell'indice appartiene solo alla tua analisi e viene eliminato insieme a essa.

Livello quattro: Jev, e cosa cambia

Questo livello è nuovo — è entrato in funzione con questo articolo — e merita una spiegazione come si deve, perché è un tipo di componente davvero nuovo e non una versione più grande del precedente.

Jev arriva da TypeSafe AI, un laboratorio di San Francisco fondato da Diogo Almeida, coautore dell'articolo su InstructGPT che sta alla base di ChatGPT. È uscito dalla fase riservata a settembre 2026 e gli sviluppatori se ne sono accorti subito, per un motivo inusuale: Jev non scrive.

È quello che i suoi creatori chiamano un modello di Sistema Uno, dal modo di pensare veloce e intuitivo descritto da Daniel Kahneman. Gli dai uno stato e una domanda tipizzata, e restituisce una risposta tipizzata con una probabilità calibrata associata. Non un paragrafo. Un valore e un numero che esprime quanto è sicuro. Poiché le risposte possibili sono definite in anticipo, nell'output non c'è spazio per inventarne una: la modalità di errore che fa diffidare delle analisi con IA è strutturalmente assente. È stato addestrato interamente su dati sintetici, ed è abbastanza rapido ed economico da percorrere un'intera conversazione invece di una manciata di estratti recuperati.

Ecco perché questo conta per un report sulla tua relazione.

Finora i punteggi semantici qui venivano prodotti nel modo standard: recuperare i passaggi rilevanti, passarli a un modello linguistico, chiedere un punteggio di conflitto tra 0 e 1. Funziona, e ha tre difetti con cui non ci siamo mai trovati a nostro agio. Il numero è un'impressione più che una misurazione. Non è riproducibile, perché in esecuzioni diverse emergono passaggi diversi. E non può mostrare il proprio lavoro: alla domanda "quali messaggi?", un modello che si è formato un'impressione costruirà volentieri citazioni plausibili a posteriori.

Con Jev l'ordine si inverte. Viene letto ogni turno della conversazione, e su ciascuno vengono poste domande ristrette e fattuali: questo liquida ciò che è stato appena detto? è un tentativo di riparare dopo un attrito? questa risposta entra nel merito o lo aggira? Ogni risposta è una probabilità agganciata a un turno specifico, e vengono tutte archiviate.

I punteggi vengono poi calcolati nel codice a partire da quelle etichette archiviate, esattamente come i conteggi dei messaggi del livello uno. Il modello linguistico scrive ancora il testo che spiega la sezione, perché è a questo che servono i modelli linguistici — ma riceve numeri già definitivi, e ogni cifra viene sovrascritta con il valore calcolato prima di arrivare a te. Il modello non può arrotondare, aggiustare o improvvisare una statistica.

Quello che ci guadagni: punteggi riproducibili, copertura dell'intera conversazione invece dei passaggi che il recupero ha portato in superficie per caso, e risultati tracciabili fino a messaggi specifici con data e ora. "Da dove viene questo?" ora ha una risposta fatta di prove e non di ricostruzione.

Se hai già analizzato una conversazione qui, questo è il livello che è cambiato. Le statistiche che hai visto sono invariate: erano già contate. Sono le sezioni semantiche quelle che ora si basano sulla misurazione, e cosa significano le tue statistiche merita una seconda lettura con questo in mente.

Cosa abbiamo risolto prima di accenderlo

Il motore era finito molto prima di essere acceso. È rimasto dietro un interruttore mentre veniva eseguito da capo a fondo, valutato in tutte e sei le lingue che supportiamo e calibrato contro un insieme di riferimento — e mentre sistemavamo la parte che non aveva nulla a che fare con la precisione.

Aggiungere questo livello significa che la tua conversazione pseudonimizzata viene inviata a un'azienda in più rispetto a prima. Non eravamo disposti a farlo in silenzio. Il fornitore è nominato sulla nostra pagina sulla privacy insieme ai termini con cui i suoi dati vengono trattati, e quella pagina era online prima che la prima conversazione arrivasse là — non dopo. Nessuno dei due fornitori si addestra su ciò che inviamo e, come in ogni altro livello qui, ciò che inviamo non porta account, né e-mail, né nomi reali.

L'altra metà è ciò che accade dalla nostra parte, ed è la parte che indicheremmo per prima. Qui non viene conservato nulla. Quando la tua analisi scade, il file caricato, le statistiche, le sezioni scritte, le misurazioni per singolo turno dietro i punteggi semantici e l'indice di ricerca con i suoi embedding vengono tutti distrutti — da un processo pianificato, in un'infrastruttura separata, che non ha bisogno che questo sito funzioni. Quello che resta è un identificatore e qualche data che registra che un'analisi è avvenuta. Qui non esiste alcun corpus di conversazioni da addestrare, vendere o far uscire, perché non ne teniamo uno.

Questo è stato più lento che limitarsi a pubblicare. È lo stesso ragionamento che ha messo il passaggio di sostituzione dei nomi nel tuo browser e non sui nostri server: le garanzie di privacy che sopravvivono al contatto con la realtà sono strutturali, e la struttura si decide prima del lancio, non si avvita dopo che una funzione è uscita.

Domande che ci fanno

Qualche azienda di IA usa la mia conversazione per addestrarsi? No. Entrambi i fornitori di questo percorso operano secondo termini API che escludono i contenuti inviati dall'addestramento dei modelli, e TypeSafe dichiara che Jev non viene né affinato né adattato con dati dei clienti: gli stessi pesi servono ogni account. Nemmeno noi addestriamo alcun modello nostro sulle tue conversazioni, e non potremmo: i tuoi dati vengono distrutti quando l'analisi scade, quindi non c'è alcun corpus da addestrare.

L'IA può capire chi sono? Non da ciò che inviamo. I nomi dei partecipanti vengono sostituiti nel tuo browser prima del caricamento, non ci sono account, e dalla nostra parte non esiste alcuna e-mail o numero di telefono a cui agganciarli. Un modello può osservare che la Persona A risponde più lentamente nei fine settimana. Da lì non ha alcuna strada verso la tua identità.

Perché non usare semplicemente il modello migliore per tutto? Perché "migliore" dipende dal compito. Contare messaggi non richiede intelligenza, richiede aritmetica, e un modello linguistico che fa aritmetica è una calcolatrice peggiore con un tono sicuro. L'interpretazione richiede un modello linguistico. Etichettare migliaia di turni in modo coerente ed economico richiede qualcosa come Jev. Un solo modello che fa tutte tre le cose le fa tutte peggio.

Un punteggio di conflitto di 0,62 è un fatto? Ora è una cifra calcolata e non un'impressione: aritmetica su migliaia di turni etichettati uno per uno, riproducibile tra esecuzioni e tracciabile fino ai messaggi che la sostengono. È un miglioramento reale rispetto a una stima, e descrive comunque una conversazione invece di chiudere una discussione. Prendilo come un punto di partenza ben fondato per la tua riflessione, non come un verdetto.

La mia analisi precedente usava questo? No. Le analisi fatte prima di questo mese facevano produrre i punteggi semantici direttamente al modello linguistico. Le statistiche erano contate allora e sono contate adesso, quindi quelle sono invariate: sono le sezioni semantiche che sono migliorate.

E se non ho ancora esportato la mia chat? La nostra guida all'esportazione passo per passo copre iPhone e Android. Nulla viene caricato finché non hai sostituito i nomi dei partecipanti nel tuo browser.