I piccoli modelli linguistici possono eseguire comandi nel controllo di una serra, ma risultano meno affidabili quando devono decidere da soli di intervenire. È la distinzione centrale di uno studio su Scientific Reports, che separa la capacità di utilizzare strumenti dall’autonomia operativa.
Il banco di prova deriva da un controllore reale basato su ESP32. Gli autori utilizzano novantasei casi generati e quattro modelli quantizzati da tre a quattordici miliardi di parametri, per un totale di dodicimila esecuzioni valutate. Il confronto include anche il sistema di regole già presente nel controllore.
Nei test, l’esecuzione di comandi espliciti raggiunge percentuali comprese fra il 65% e il 100%, mentre l’azione non sollecitata scende fra lo 0,4% e il 64,6%, secondo il modello e l’ambiente. Sapere attivare un dispositivo su richiesta non implica quindi riconoscere correttamente il momento in cui farlo.
Anche la graduatoria dei modelli cambia fra due ambienti software bloccati e provati a distanza di due mesi. Questo suggerisce di ripetere le verifiche sulla configurazione effettivamente utilizzata, senza assumere che un risultato ottenuto altrove si trasferisca automaticamente all’installazione operativa.
Il sistema a regole mantiene le funzioni critiche di sicurezza e raggiunge prestazioni competitive nel confronto. Il contributo dei modelli emerge soprattutto nell’interazione linguistica, nella raccolta delle conoscenze e nella tracciabilità. La ricerca non presenta quindi una serra affidata senza protezioni a un chatbot: descrive un controllore ibrido, nel quale l’automazione tradizionale continua a garantire i limiti essenziali.
