Casi d'uso¶

Il sistema è versatile e si adatta a contesti professionali diversi. Questo capitolo presenta scenari concreti che illustrano come sfruttare l'integrazione, inclusi due casi reali documentati.

Analisi di documenti legali¶

L'analisi giuridica richiede fedeltà assoluta alle fonti, ogni affermazione deve essere ancorata a un documento specifico, le citazioni devono essere precise e le lacune documentali devono essere dichiarate esplicitamente.

Con il sistema è possibile caricare sentenze, contratti o normative in notebook specializzati e interrogarli con richieste mirate:

Estrai tutte le clausole relative alla responsabilità dal contratto, citando il numero di pagina per ciascuna. Se una clausola standard non è presente, segnalalo esplicitamente.

La strutturazione automatica aggiunge i vincoli necessari come l'uso esclusivo delle fonti, le citazioni obbligatorie, la dichiarazione delle informazioni mancanti. Il risultato è un'analisi che distingue nettamente tra ciò che i documenti contengono e ciò che non contengono.

Ricerca e letteratura scientifica¶

Per chi lavora con pubblicazioni scientifiche, il sistema offre un modo strutturato per condurre revisioni della letteratura:

Quale metodologia hanno usato gli autori nei diversi studi? Cita la sezione specifica di ciascun paper.

Quali limitazioni sono menzionate esplicitamente dagli autori?

Ci sono contraddizioni tra i risultati dei diversi studi?

Ogni risposta è ancorata ai documenti con citazioni che permettono di risalire alla fonte originale. Questo è particolarmente utile quando si prepara una revisione sistematica o si vuole verificare la coerenza tra fonti diverse.

Documentazione tecnica e formazione¶

Quando si lavora con manuali estesi, come la documentazione completa di un software, il sistema permette di estrarre informazioni specifiche senza leggere centinaia di pagine.

Un esempio, una richiesta volutamente generica per interrogare il notebook con i manuali di DaVinci Resolve 20, 7 manuali per migliaia di pagine:

Elenca le funzionalità basate su AI di DaVinci Resolve.

Nonostante la semplicità della domanda, la strutturazione automatica l'ha trasformata in un prompt con vincoli operativi, formato di output strutturato e istruzioni per la gestione delle informazioni mancanti. Il risultato è stato un catalogo organizzato delle funzionalità AI con nome, descrizione, contesto d'uso e citazioni dirette dalla documentazione, senza che fosse necessario intervenire per correggere imprecisioni.

Il caso è descritto in dettaglio nel capitolo Come funziona, dove è riportato anche il prompt strutturato generato automaticamente.

Un caso reale: analisi comparativa di giurisprudenza sull'AI¶

Questo è un caso reale documentato in dettaglio. L'obiettivo era analizzare l'evoluzione della giurisprudenza sull'intelligenza artificiale generativa, confrontando casi raccolti in un libro con due sentenze successive non incluse nel volume.

Il contesto¶

Il materiale era organizzato in due notebook separati: uno contenente un libro contenente anche una raccolta di casi giurisprudenziali, l'altro con due sentenze recenti. La divisione in notebook separati è uno dei punti dove l'integrazione mostra vantaggi concreti rispetto all'uso diretto di NotebookLM, che non permette di consultare più notebook nella stessa sessione.

Il metodo di lavoro¶

Il lavoro si è articolato in quattro fasi con revisione umana tra ciascuna. La definizione iniziale chiara degli obiettivi, del metodo e degli output attesi ha determinato la qualità dell'intero processo.

• Fase 1: analisi del primo corpus. Claude ha interrogato il primo notebook estraendo gli atti giuridici e identificando i pattern ricorrenti nei ragionamenti legali. In questa fase è emerso il valore della revisione umana: l'analisi conteneva alcune imprecisioni che sono state corrette prima di procedere. Senza la verifica intermedia, quegli errori si sarebbero propagati alle fasi successive.

• Fase 2: analisi del secondo corpus. Con il metodo validato nella fase precedente, Claude ha applicato lo stesso approccio al secondo notebook contenente le sentenze recenti. La gestione automatica del passaggio tra notebook ha semplificato il processo.

• Fase 3: analisi comparativa. Claude ha integrato i risultati delle due analisi precedenti, identificando pattern comuni e divergenze nei ragionamenti giuridici tra i diversi corpora. In questa fase la capacità di lavorare con più notebook nella stessa conversazione si è rivelata determinante.

• Fase 4: produzione degli output. Il lavoro è stato sintetizzato in un documento markdown strutturato e in una presentazione PowerPoint.

Cosa ha insegnato il caso¶

L'elemento più significativo è l'importanza della revisione umana a ogni passaggio. Il sistema produce risultati ancorati alle fonti, ma l'interpretazione e la validazione richiedono competenza di dominio. L'approccio human-in-the-loop, dove il sistema analizza e l'utente valida, ha evitato che errori delle fasi iniziali si amplificassero nelle fasi successive.

Un altro insegnamento riguarda l'autenticazione, durante il lavoro la sessione di autenticazione con Google è scaduta. Il server ha rilevato la scadenza e ha rinnovato le credenziali automaticamente, senza interrompere il flusso di lavoro.

L'approccio è trasferibile a qualsiasi contesto che richieda analisi documentale strutturata: revisioni di letteratura scientifica, analisi di mercato, audit di documentazione tecnica, confronto tra versioni di normative.

Quando non usare l'integrazione¶

Il sistema non è la scelta migliore in tutti i casi:

• Domande generiche: se la risposta è di cultura generale e non richiede fedeltà a fonti specifiche, Claude da solo è più che sufficiente
• Informazioni in tempo reale: per notizie o dati aggiornati è più adatta la ricerca web
• Documenti brevi: un singolo documento di poche pagine può essere caricato direttamente nella conversazione di Claude, senza necessità di passare per NotebookLM
• Conversazioni esplorative:
• quando non serve ancoraggio a fonti specifiche ma si vuole esplorare un argomento liberamente