la guida

Affidarsi agli assistenti virtuali: il caso EVAL-IA di InfoCamere

InfoCamere sviluppa EVAL-IA per misurare e governare l’affidabilità degli assistenti virtuali. Il progetto punta su quality engineering, test automatizzati e data readiness: riduce gli errori legati a informazioni ambigue, migliora retrieval e governance dei contenuti, e introduce un agent validator capace di verificare migliaia di risposte in produzione

Pubblicato il 3 feb 2026

Aggiungi tra i preferiti su Google

Lorenzo Meloni

Responsabile Digital Customer Care InfoCamere

Chief AI Officer; AI studi notarili; EVAL-IA

Nel panorama dell’innovazione digitale in cui si muovono imprese e pubbliche amministrazioni, uno dei nodi centrali riguarda un quesito semplice ma profondo: come possiamo rendere l’intelligenza artificiale non solo potente, ma anche affidabile, coerente e misurabile? Il progetto EVAL-IA, sviluppato da InfoCamere, nasce proprio per affrontare questa sfida. Non si limita a valutare le prestazioni degli assistenti virtuali, ma propone un approccio strutturato per renderli misurabili, governabili e, soprattutto, affidabili nel tempo.

@RIPRODUZIONE RISERVATA