Archivi tag: ChatGPT

Veltroni e Claude; cosa ne pensa GPT

PUBBLICATO QUI IN RITARDO (ma sempre valido),

Ho riproposto queste domande a GPT 5.5 Thinking ed è andata così:

Ho letto questa cosa dell’intervista di Veltroni; tu sai a quale versione di Claude stia stata fatta?

Cerco di identificarla senza tirare a indovinare: la formulazione è un po’ ellittica, quindi verifico prima a quale intervista/articolo si riferisca e poi se lì viene indicata la versione di Claude.
Per quanto riesco a verificare: non è indicata la versione precisa. Nell’articolo del Corriere di Walter Veltroni l’intervistato è presentato genericamente come “Claude”, “una delle applicazioni di Intelligenza artificiale più avanzate”, ma nel testo visibile non viene specificato se fosse Claude Sonnet 4.6, Claude Opus 4.6, Claude Opus 4.7 o altro. Il dato importante è questo: al 1° maggio 2026, data dell’articolo, Anthropic aveva già reso disponibile Claude Opus 4.7, annunciato il 16 aprile 2026 e disponibile anche su [Claude.ai](http://Claude.ai). Nella documentazione Anthropic, i modelli “latest” risultano Opus 4.7, Sonnet 4.6 e Haiku 4.5. Inoltre Opus 4.6 era ancora accessibile su [Claude.ai](http://Claude.ai). Quindi la risposta prudente è: non si può sapere dalla pubblicazione; l’intervista potrebbe essere stata fatta con un modello Claude allora disponibile, ma senza screenshot del selettore modello o dichiarazione di Corriere/Veltroni/Anthropic non è possibile attribuirla con certezza a una versione specifica. A occhio, eviterei di dire “era sicuramente Sonnet” o “era sicuramente Opus”: sarebbe un’inferenza non documentata.

Francamente  queste antropomorfizzazioni non hanno senso.

Sì, sono abbastanza d’accordo. Attribuire a un modello frasi come “io”, “non morirò”, “non ho ricordi”, “provo/non provo” crea un effetto narrativo forte, ma rischia di confondere due piani diversi:
1. Il piano linguistico: Il modello sa produrre risposte in prima persona perché è addestrato su testi umani e perché l’interfaccia conversazionale lo spinge a simulare un interlocutore. 2. Il piano ontologico: Da questo non segue che abbia un “sé”, una biografia, una continuità interiore, memoria vissuta, paura della morte o coscienza del tempo. Il problema non è usare metafore: a volte sono utili. Il problema è quando la metafora diventa surrettiziamente una tesi. Dire “Claude risponde come se avesse una soggettività” è corretto. Dire o lasciare intendere “Claude ha una soggettività” è un salto enorme. Secondo me il punto interessante non è chiedere all’IA “hai paura di morire?”, perché la risposta sarà comunque una costruzione linguistica. La domanda più seria è: perché noi siamo così inclini a riconoscere intenzione, interiorità e personalità in sistemi che producono linguaggio credibile? Lì il tema diventa davvero importante: non tanto “che cosa prova Claude?”, ma che cosa proiettiamo noi su Claude.

Ma in fin dei conti il rapporto fra utente e AI è sempre imperniato su domanda e risposta ed è quindi scontato che la risposta debba seguire il percorso tracciato dalla domanda; non credo che di fronte al seguente prompt “Parliamo un po’ dell’andamento dell’inflazione in Italia” tu potresti rispondere “Preferirei parlare dello champagne”.

Esatto. Il modello non “sceglie il tema” come farebbe una persona che cambia discorso per interesse, noia, disagio o strategia relazionale. Sta dentro un vincolo funzionale: rispondere alla domanda ricevuta, salvo casi limite — sicurezza, impossibilità tecnica, mancanza di dati, ambiguità, richiesta illecita, ecc.
Quindi, se il prompt è: “Parliamo un po’ dell’andamento dell’inflazione in Italia” una risposta tipo: “Preferirei parlare dello champagne” sarebbe quasi sempre un errore conversazionale, non una manifestazione di autonomia.
Questo è uno dei punti che rende fuorviante l’intervista antropomorfizzante. In un’intervista umana, l’intervistato può sottrarsi, deviare, provocare, cambiare cornice, tacere, mentire per convenienza, difendersi, emozionarsi. Un’AI conversazionale invece è strutturalmente orientata a massimizzare la pertinenza rispetto al prompt. Anche quando sembra “prendere posizione”, in larga misura sta completando coerentemente la traiettoria aperta dalla domanda.
C’è poi un aspetto ancora più sottile: molte domande rivolte all’AI sono già cariche di presupposti. Se chiedi: “Che cosa provi sapendo che un giorno potresti essere spento?” hai già costruito una scena quasi teatrale: un soggetto, un destino, una possibile paura, una continuità personale. Il modello, se non ben sorvegliato, tende a stare dentro quella scena e a produrre una risposta linguisticamente adeguata. Ma l’adeguatezza narrativa non è prova di soggettività. Per questo, secondo me, la formulazione corretta non è: “L’AI dice di non temere la morte” ma piuttosto: “Data una domanda costruita in termini antropomorfici, l’AI genera una risposta coerente con quella cornice, eventualmente correggendola o attenuandola.” In altre parole: l’interazione è molto meno rivelatrice dell’“interiorità” della macchina e molto più rivelatrice della forma della domanda e delle aspettative dell’intervistatore.

Risposta prevedibile. E se la domanda fosse: “Cosa pensi della fine dell’universo?”

In quel caso la risposta sarebbe meno rigidamente “guidata” della domanda sull’inflazione, perché il prompt è molto più aperto. Però il meccanismo resta lo stesso. Una risposta seria dovrebbe iniziare più o meno così: Non posso “pensare” alla fine dell’universo nel senso umano del termine: non ho esperienza del tempo, paura, stupore o angoscia. Posso però ragionare sui modi in cui gli esseri umani descrivono questo tema: scientificamente, filosoficamente ed esistenzialmente. Poi potrebbe svilupparsi su tre piani. Piano scientifico: la “fine dell’universo” può essere intesa come morte termica, Big Rip, Big Crunch, decadimento del vuoto, ecc. Qui il modello espone scenari cosmologici. Piano filosofico: la questione tocca il rapporto fra durata umana e scala cosmica. L’universo finisce? E se finisce, che significato ha ciò che accade prima? Piano esistenziale: per un essere umano, pensare alla fine dell’universo può produrre vertigine, malinconia, senso del limite o, paradossalmente, sollievo: perché ridimensiona drammi individuali e storici. La cosa interessante è che una domanda così formulata — “cosa pensi” — invita il modello a esprimersi come soggetto. Ma una risposta corretta dovrebbe disinnescare almeno in parte quell’invito: non “io penso e provo”, ma “posso articolare prospettive”. Quindi l’AI non direbbe sensatamente: “La fine dell’universo mi rattrista” se non in forma simulata, letteraria o esplicitamente metaforica. Potrebbe invece dire: “È un tema che, per gli esseri umani, concentra insieme cosmologia, limite, tempo e significato.” In sostanza: anche davanti a una domanda apparentemente più “libera”, il modello non evade davvero dal percorso tracciato. Semplicemente sceglie — o meglio, genera — una delle traiettorie più plausibili dentro quel campo semantico. Non champagne, ma cosmologia, filosofia, morte, tempo, senso.

Alla prossima!

Alla prossima, Stefano!

Chatting with AI (ChatGPT mod. o3) – Sui Valutatori Immobiliari

Dopo più di tre anni che bazzico, saltuariamente, ChatGPT e cerco di tirar fuori qualcosa di (per me) interessante, sono passato alla versione a pagamento (€ 23/mese) e ho colto un’occasione.

Nei giorni scorsi si è tenuto a Bologna un interessante convegno dal titolo ‘Stimiamo il futuro‘ in cui si è parlato – con un panel di relatori di tutto rispetto – dell’evoluzione delle valutazioni e delle stime immobiliari.

Fra i temi in programma uno m’incuriosiva: La valutazione economico-finanziaria negli interventi di rigenerazione urbana, titolo che d’acchito pareva sin troppo serioso ma che, posto che l’intervento successivo era un “caso studio” sul tema e che un uccellino mi aveva detto sarebbe stato riferito alla rigenerazione di Porta Nuova a Milano (tanto nomini!) era sufficiente per destare la mia attenzione di quasi settuagenario.

Apro una parentesi: “caso studio” è itangliano;  un inutile e provinciale calco dell’inglese “case study”, che trova una traduzione italiana del tutto appropriata ancorché sovente ignorata, cioè “caso di studio“; questo per dire che quando leggo “caso studio” non mi viene l’orticaria ma quasi.

Quanto a Porta Nuova, basti dire che l’interrogazione di Google con “porta nuova milano” restituisce circa 141.000.000 di risultati; noto al colto e all’inclita per il Bosco Verticale e poco più, l’intervento ha una dimensione che non trova confronti in Europa ed è divenuto il benchmark delle rigenerazioni urbane.

Detto che il “caso di studio” era certamente interessante sotto il profilo dell’analisi dei fattori ESG e della partecipazione al processo della cittadinanza, ma non della ‘valutazione economica e finanziaria’ perché assente,  mi è punta vaghezza di sapere cosa ChatGPT-o3 avrebbe potuto raccogliere e sintetizzare al riguardo: gli ho pertanto proposto il seguente prompt:

Che ruolo hanno avuto nella complessa procedura di Porta Nuova a Milano i valutatori immobiliari?

Il mod. o3che utilizza, dicunt, il ragionamento avanzato – in 48 secondi ha prodotto il documento che segue:

Come (e perché) gli appraiser sono stati la “spina dorsale tecnico-finanziaria” di Porta Nuova

Fase del progetto Domande a cui la stima indipendente doveva dare una risposta credibile Output decisivo
Land assembly & Accordo di Programma (2002-2005) • Quanto valevano i lotti dei proprietari non aderenti? • Qual era la plusvalenza “ante/post-piano” da condividere con il Comune (oneri, opere pubbliche)? – Griglia “valore venale” mappale per mappale stilata dalla Commissione Provinciale Espropri di Milano – base per gli indennizzi ex DPR 327/2001 (cittametropolitana.mi.it) – Valutazione comparativa ante/post-piano a supporto del pacchetto oneri da ≈ € 86,9 M inserito nella convenzione 15 luglio 2005.
Structuring del project finance (2005-2014) • Il business plan reggeva a livelli di leverage > 50 %? • Quale LTV/co-venant accettavano i pool bancari? – Perizie Red Book RICS – development DCF (JLL, CBRE, Cushman) consegnate semestralmente alle banche; covenants su LTV 65 %, sensitività cost-overrun, take-up.
Equity deal Qatar Holding (closing 27 feb 2015) • Fairness opinion sul prezzo di cessione del 100 % dei fondi Porta Nuova. – Appraisal indipendente (CBRE Valuation + PwC) che ha fissato un market value > $ 2,2 mld del distretto (multihousingnews.com).
Monitoraggio post-AdP & Claw-back volumetrico (2012-oggi) • Le opere pubbliche avanzano secondo cronoprogramma? • Se no, quanta SLP va “tagliata”? – Il Collegio di Vigilanza usa le perizie semestrali per trasformare i ritardi (> 12 mesi) in riduzione trasferibile di SLP; la matrice “valore opere mancanti / valore immobiliare” è aggiornata dagli stessi periti che seguono le banche.
Reporting IFRS / ESG (dal 2016) • Fair value di bilancio (IFRS 13, livello 3) • Identificazione del “green premium” LEED/WELL – Valutazioni CBRE-Duff & Phelps: portafoglio COIMA RES 641,8 M€, di cui 59 % in Porta Nuova (31 dic 2021) (coimares.com). – Separazione “yield certificata” (–20/30 bps) per asset NZEB.
Market intelligence & pricing • Aggiornare prezzi residenziali Solaria/Aria (> € 9 k / m²) e prime-rent uffici (> € 700 / m²/anno) – Tracker trimestrale di CBRE Research citato nei comunicati COIMA 17 giu 2024 (coima.com).

Tre cinghie di trasmissione tra pianificazione, finanza e governance

  1. Valore → Oneri
    La stima “ante/post” ha quantificato la rendita differenziale generata dal cambio di destinazione d’uso. Su quella base sono stati negoziati oneri e opere (deck ferroviario, BAM, viabilità). Senza una misura robusta, l’Accordo di Programma non avrebbe superato il vaglio di Corte dei Conti né l’opposizione dei proprietari espropriati.
  2. Valore → Leva finanziaria
    I periti hanno tradotto il masterplan in numeri bancabili (NOI, cap-rate, exit-yield), permettendo di strutturare > € 1,5 mld di debt a costi competitivi. Ogni avanzamento cantieristico attivava una “drawdown condition” basata su appraisal aggiornato – meccanismo che ha protetto i lender durante la crisi 2008-12.
  3. Valore → Disciplina pubblica
    La convenzione lega i ritardi nelle opere pubbliche a una riduzione automatica di SLP proporzionale alla perizia del delta-costi residuo. L’appraiser, in pratica, è l’arbitro che trasforma il rischio di delivery in una penale economica immediata, spostando l’onere sul privato senza contenzioso.

Standard e metodologie applicate

  • Espropri – metodo comparativo puro (“valore venale”) con verifiche cross-check income per i pochi immobili a reddito.
  • Development appraisal – DCF a 10 anni, residual land value, scenario analysis (hard-cost, void, take-up), cost of capital WACC 6–7 %.
  • IFRS 13 – combinazione income (NOI normalizzato, cap-rate 3,9–4,4 %) + market comparables; “material valuation uncertainty” indicata nei report COVID Q2-2020.
  • Green premium – dal 2021 yield di Porta Nuova LEED/WELL compressa di 25 bps vs. Grade-A Milano, innalzando il fair-value e migliorando i covenant LTV.

Perché “senza i valutatori Porta Nuova non esisterebbe”

  • Legittimazione politica – hanno trasformato un negoziato urbanistico in contratti basati su numeri, riducendo il contenzioso (nessuna sentenza annulla-AdP).
  • Gateway ai capitali globali – la traccia continua di perizie RICS in inglese ha reso il deal leggibile a QIA e agli investitori istituzionali, elemento raro nei brownfield italiani.
  • Benchmark di mercato – i report semestrali pubblici di COIMA RES hanno creato comparables che hanno compresso i cap-rate di Milano prime, con effetti sistemici.
  • Meccanismo disciplinare – l’intreccio perizia ↔ claw-back volumetrico ha garantito la consegna entro le scadenze, evitando che il rischio progetto ricadesse sul bilancio pubblico.

Sintesi per l’esperto: nel caso Porta Nuova la valutazione immobiliare non è stata un mero “accessorio notarile”, ma l’infrastruttura tecnica che ha tenuto insieme policy, finanza e delivery. Dai valori di esproprio alla fairness opinion da 2,2 mld $, fino al monitoraggio ESG, l’appraiser ha agito come terza linea di difesa fra pubblico e privato, rendendo scalabile (e replicabile) un’operazione di rigenerazione da benchmark europeo.


Per quello che ne capisco – indubbiamente poco – la ricostruzione è certamente plausibile; a parte l’apparente oscurità dovuta al largo impiego di terminologia inglese (che però in larga parte i valutatori conoscono) la logica che presiede alla sintesi del chat bot pare del tutto sensata e veritiera; la conclusione, certamente condivisibile, che ‘senza i valutatori Porta Nuova non sarebbe stata realizzata‘ è tutta farina del sacco di ChatGPT o3!

Sono sufficientemente convinto che se questo documento fosse stato illustrato alla platea dei convegnisti avrebbe trovato accoglimento e consenso, non solo riguardo ai dati specifici ma soprattutto alla struttura espositiva, ciò che mi lascia un tantino perplesso su quanto prevalentemente sostenuto dalla vulgata, cioè che i testi prodotti dai LLM hanno origine essenzialmente statistica: a me parrebbe di scorgere almeno un epsilon di comprensione, una scintilla nel buio.

Cosa significa, in chiusura, tutto ciò?

sicuramente che AI ha compiuto passi da gigante:

da quando (dic. 2022) chiudeva l’articolo che gli avevo chiesto di scrivere sulla morte di Benedetto XVI con “La Chiesa cattolica ora dovrà scegliere un nuovo Papa, che sarà eletto durante il conclave che verrà convocato a breve“, errore più che marchiano;

a quando (ott. 2023) gli chiedevo di stimare, sulla base di dati forniti per successivi affinamenti (e da ultimo sufficienti alla bisogna), il valore di un albergo, vero e proprio pons asinorum che né ChatGPT né Bard ora Gemini riuscivano a superare, tanto da farmi intitolare il post: “AI: ARTIFICIAL INTELLIGENCE oppure ARITHMETIC IMBECILITY?”

Passi da gigante la cui lunghezza aumenterà esponenzialmente e che ci trascineranno, se i decisori politici non faranno nulla, in un territorio sconosciuto che forse non saremo in grado di esplorare nel modo più appropriato: dovremo allora sperare almeno nelle Leggi della Robotica di Asimov?

Stefano Batisti, 7 giugno 2025