Un esperimento indipendente ha testato come la gentilezza e altre modalità espressive influenzano la velocità e l’accuratezza di un LLM e verificare se incidono sulle prestazioni. L’analisi ha preso spunto dalla dichiarazione di Sam Altman sulle “decine di milioni di dollari” di costi aggiuntivi generati dalle espressioni di cortesia degli utenti.
L’esperimento ha testato Llama 3.1 di Meta su semplici operazioni matematiche di addizione e moltiplicazione, confrontando sistematicamente l’effetto di diversi stili comunicativi attraverso 1000 richieste. Le domande sono state formulate in sei modi: quattro con tono emotivo (educato, scortese, servile, urgente) e due neutrali (brevi e verbose). I risultati mostrano che le domande neutrali permettono risposte più rapide rispetto a quelle connotate emotivamente, anche se più lunghe. L’inclusione di elementi emotivi sembra dunque rallentare il modello perché generebbe risposte più articolate.
Quanto all’accuratezza, le formulazioni scortesi hanno generato più errori rispetto a quelle educate o neutrali. In generale, le domande formulate con cortesia hanno prodotto le risposte più accurate, ma l’effetto complessivo dell’atteggiamento in questo senso è risultato limitato. Complessivamente, l’esperimento sembra confermare che la neutralità nella formulazione delle domande ottimizza i tempi di risposta del LLM, mentre gentilezza e cortesia possono essere associate a un leggero aumento della precisione.
Leggi l’articolo completo “How to talk to your chatbot” su Conspirador Norteño
