Se il obiettivo era creare un chatbot italiano capace di far ridere, allora EMMA è probabilmente il progetto di intelligenza artificiale più riuscito del Paese.
Peccato che non fosse quello l’obiettivo.
Negli ultimi giorni, l’assistente AI sviluppato da LIA è diventato virale per una serie di risposte surreali, errori grossolani e allucinazioni che hanno rapidamente trasformato il progetto in una miniera inesauribile di meme. Sui social, tra screenshot e battute, qualcuno l’ha già ribattezzata la prima “AI di stand-up comedy” italiana. E a giudicare dai risultati, non è nemmeno una definizione così ingiusta.
Dietro le risate, però, si nasconde una questione interessante: perché EMMA sbaglia così tanto?
Il problema del database: quando l’Italia non basta
La spiegazione più immediata riguarda la quantità e la qualità dei dati disponibili.
I moderni modelli linguistici non diventano intelligenti perché qualcuno insegna loro le regole del mondo.
Imparano analizzando enormi quantità di testo, spesso raccolte dall’intero web mondiale. GPT, Claude o Gemini sono stati addestrati su dataset giganteschi che comprendono miliardi di pagine, libri, articoli, forum e documenti, anche se in questo caso specifico la questione rimane ancora abbastanza controversa.
Un progetto nazionale che punta a costruire un assistente basato principalmente sul patrimonio editoriale italiano parte inevitabilmente da una base molto più limitata.
È un po’ come voler allenare un campione olimpico facendolo correre soltanto nel cortile di casa. Per quanto il cortile possa essere bello, prima o poi finisce.
Quando il patrimonio informativo è ridotto, il modello tende a riempire i vuoti inventando dettagli, collegando informazioni inesistenti o producendo risposte che sembrano plausibili ma sono completamente sbagliate. È il fenomeno che nel settore viene chiamato “allucinazione”, e che nel caso di EMMA sembra essersi trasformato in una vera e propria forma d’arte.
Emma-5, la IA italiana: non so se ha dei difetti, ma per ora molto bene pic.twitter.com/qwOVkz20on
— Matte Galt 𐀏 (@mrk4m1) June 25, 2026
Raramente nell'ultimo periodo ho riso così tanto come provando Emma, la formidabile AI italiana. pic.twitter.com/Yz0nF2yPEf
— Lorenzo Pregliasco (@lorepregliasco) June 25, 2026
Non conta solo il modello: conta soprattutto l’addestramento
L’errore più comune quando si parla di intelligenza artificiale è pensare che basti scegliere un buon modello.
In realtà, il modello è soltanto il motore. La differenza la fanno i dati, la loro pulizia, la fase di istruzione, i test e il continuo affinamento delle risposte.
La storia recente dell’AI dimostra che l’addestramento vale spesso più dell’algoritmo stesso. Anche modelli relativamente piccoli possono ottenere risultati sorprendenti se vengono specializzati con dati di qualità e procedure rigorose.
Al contrario, un modello potente alimentato da dati incompleti o poco controllati può produrre risultati imprevedibili.
In questo senso, EMMA ricorda una lezione che il settore continua a imparare: l’intelligenza artificiale non è una questione di marketing, ma di dati. E i dati buoni costano tempo, competenze e investimenti.
L’episodio EMMA apre anche una riflessione più ampia.
Negli ultimi anni, molti Paesi europei hanno cercato di costruire alternative nazionali ai colossi americani e cinesi. L’idea è comprensibile: sovranità tecnologica, controllo dei dati e riduzione della dipendenza dalle Big Tech.
Ma la realtà è che sviluppare un’intelligenza artificiale competitiva richiede risorse enormi.
La Francia rappresenta forse il caso più interessante. Mistral AI, fondata nel 2023 da ex ricercatori di Google DeepMind e Meta, è riuscita a diventare il principale campione europeo dell’AI grazie a una combinazione di finanziamenti miliardari, talenti internazionali e una strategia basata su modelli open-weight. Oggi è considerata l’unica realtà europea realmente in grado di sfidare OpenAI, Google e Anthropic su alcuni segmenti del mercato.
La differenza non è soltanto economica. Mistral è partita costruendo modelli fondazionali competitivi a livello globale, investendo nella ricerca e attirando alcuni dei migliori specialisti del settore. In pochi anni è passata da startup emergente a simbolo dell’ambizione europea nell’intelligenza artificiale.
EMMA sembra invece rappresentare l’approccio opposto: partire da una base dati limitata e tentare comunque di offrire un’esperienza paragonabile a quella dei grandi chatbot internazionali.
Il risultato è che il confronto con ChatGPT, Claude o Gemini diventa inevitabile. E spesso impietoso.
La vera lezione di EMMA
L’intelligenza artificiale non si costruisce aggiungendo un chatbot sopra un archivio di documenti. Serve una massa critica di dati, competenze, capacità di addestramento e investimenti che oggi soltanto pochi attori al mondo riescono a mettere insieme.
La Francia con Mistral ha dimostrato che un’alternativa europea è possibile. Ma ha anche dimostrato quanto sia difficile.
EMMA, nel frattempo, ha dimostrato un’altra cosa: che tra l’intelligenza artificiale e la comicità involontaria il confine è molto più sottile di quanto pensassimo.
