I dati di alta qualità valgono mille LLM nel risolvere le ambiguità sugli UFO

AUTORE: Avi Loeb – 27 Aprile 2026 – Vai all’articolo originale LINK

(Credito immagine: The Sun)

L’intelligenza artificiale (AI), l’apprendimento automatico (ML), i grandi modelli linguistici (LLM) o l’elaborazione del linguaggio naturale (NLP) potrebbero aiutarci a capire la natura degli oggetti volanti non identificati (UFO) o dei fenomeni anomali non identificati (UAP), analizzando i rapporti verbali degli esseri umani?

Oggi ho ricevuto un’e-mail da un gruppo di ricercatori che ha dichiarato: “Abbiamo lavorato a un progetto di apprendimento automatico che classifica i rapporti del National UFO Reporting Center in base alla “drammatica” narrativa, modellando essenzialmente il linguaggio e il contenuto dei rapporti dei testimoni per distinguere osservazioni brevi e ambigue da resoconti straordinari altamente dettagliati. La pipeline combina funzionalità strutturate, NLP a testo libero, modelli potenziati dal gradiente e una linea di base LLM, con spiegabilità integrata. Vediamo questo come un complemento dal lato del contenuto agli sforzi lato strumento come il Progetto Galileo: i rapporti dei testimoni sono rumorosi e di selezione, ma sono anche il più lungo record continuo di rapporti UAP pubblici che abbiamo, e il linguaggio al loro interno risulta avere molta struttura.”

La mia risposta ha chiarito i seguenti punti fondamentali.

Nella ricerca scientifica, i dati di bassa significatività sono più abbondanti ma sono di scarsa utilità perché sono spesso inondati dal rumore. Gli UFO o UAP sono un miscuglio con molte segnalazioni innescate da fenomeni creati dall’uomo o naturali. Non ci si può fidare degli esseri umani come rivelatori scientifici. Abbiamo bisogno di strumenti per documentare le prove.

Ciò è evidente dal sistema legale, in cui i detenuti che sono stati messi nel braccio della morte sulla base di testimonianze oculari sotto giuramento, sono stati successivamente scagionati sulla base di test del DNA. Tra 51 casi di esoneri nel braccio della morte, uno studio pubblicato qui ha rilevato che il 45,9% ha coinvolto informatori, mentre il 25,2% ha coinvolto l’identificazione errata di testimoni oculari. Lo stesso livello di disinformazione è evidente anche nei rapporti comuni sugli incidenti stradali, dove le testimonianze sono spesso piene di narrazioni immaginarie e pio desiderio. Le storie raccontate da persone diverse sullo stesso incidente d’auto sono diverse e a volte contraddittorie. Dato che c’è solo una realtà fisica, non possono essere tutti corretti. Le ambiguità si risolvono meglio non da sistemi AI/ML/LLM/NLP che analizzano testimonianze verbali, ma piuttosto da più videocamere che osservano l’incidente d’auto.

Poiché gli umani conoscono la storia degli altri, le loro narrazioni sono spesso intrecciate e correlate. La domanda fondamentale è se qualcuno di loro ha ragione. Questo è ben noto alla FIFA (Fédération Internationale de Football Association), l’organizzazione mondiale del calcio. Invece di consultare il portiere o i numerosi tifosi del pubblico e utilizzare AI/ML/LLM/NLP per ordinare le loro narrazioni, la FIFA utilizza tecnologie avanzate basate su telecamere, tra cui Goal-Line Technology (GLT) e Video Assistant Arbitro (VAR), per confermare gol, fuorigiochi e falli. GLT utilizza 14 telecamere ad alta velocità per confermare se la palla attraversa la linea e invia un segnale all’arbitro entro un secondo, mentre VAR esamina le riprese video per la precisione complessiva.

Possiamo passare una vita a inseguire fantasmi in base a rapporti verbali o dati di bassa qualità. Il progetto Galileo sotto la mia guida si concentra sull’ottenere dati di alta qualità da più direzioni di osservazione, permettendoci di dedurre la distanza, la velocità e l’accelerazione degli oggetti nel cielo. Senza misurazioni della distanza, è difficile valutare quanto sia anomalo un oggetto in movimento. Avere molte informazioni incerte non è di interesse per il Progetto Galileo, indipendentemente da quanto sia avanzato il sistema AI/ML che lo analizza.

Il 17 aprile 2026, il presidente Trump ha annunciato in un discorso, accessibile qui, che la prima versione di file UFO classificati uscirà molto presto. Come ho discusso in un saggio precedente, pubblicato qui, la domanda è se i video pubblicati saranno i più intriganti. Essere inondati da video sfocati senza informazioni sulla distanza degli UFO dalla fotocamera non risolverà le ambiguità sul fatto che si discostino dall’involucro delle prestazioni delle tecnologie create dall’uomo.

Quando le informazioni sono limitate, l’intelligenza ha poteri limitati. Non importa quanto sia avanzato l’AI/ML/LLM/NLP utilizzato. Ciò che conta di più è la qualità dei dati. Un’immagine vale più di mille parole. Per lo stesso motivo, i dati di alta qualità valgono mille LLM.