Nuovo metodo di estrazione dell’intento utente di Google

## Il Nuovo Metodo di Estrazione dell’Intento Utente di Google

Recentemente, Google ha pubblicato un importante lavoro di ricerca che illustra un innovativo metodo per estrarre l’intento dell’utente dalle sue interazioni. Questa metodologia non solo è progettata per migliorare l’interazione con agenti autonomi, ma garantisce anche la protezione della privacy, poiché utilizza modelli di piccole dimensioni operanti sui dispositivi senza bisogno di inviare dati a Google.

### Un Approccio Innovativo

Gli studiosi hanno affrontato il problema dell’estrazione dell’intento suddividendo il compito in due fasi distinte. I risultati ottenuti hanno superato le prestazioni di base dei modelli di linguaggio multimodali (MLLM) di grandi dimensioni, tipicamente utilizzati nei data center.

### Modelli Più Piccoli sui Dispositivi

Il fulcro della ricerca è l’identificazione dell’intento dell’utente attraverso una serie di azioni compiute sul suo dispositivo mobile o browser. Questo processo avviene completamente sul dispositivo, garantendo che nessuna informazione venga inviata a Google. Le due fasi dell’approccio sono:

1. **Riassunto delle Azioni**: La prima fase consiste nel sintetizzare le azioni dell’utente sul dispositivo.
2. **Identificazione dell’Intento**: I riassunti delle azioni vengono poi inviati a un secondo modello che identifica l’intento dell’utente.

Gli autori della ricerca sostengono: “Il nostro approccio in due fasi dimostra prestazioni superiori rispetto sia ai modelli più piccoli sia a uno stato dell’arte MLLM di grandi dimensioni, indipendentemente dal dataset e dal tipo di modello.”

### Estrazione dell’Intento dalle Interazioni

La ricerca si basa anche su tecniche di estrazione dell’intento proposte nel 2025, utilizzando i MLLMs. Gli studiosi hanno migliorato questo approccio impiegando una formulazione più avanzata. Estrarre l’intento non è affatto semplice; sono molteplici gli errori che possono verificarsi lungo il percorso. I ricercatori utilizzano il termine ** traiettoria** per descrivere il percorso dell’utente all’interno di un’app, rappresentato come una sequenza di interazioni.

Ogni passaggio della traiettoria è composto da:

– **Un’Osservazione**: lo stato visivo dello schermo (ad esempio, uno screenshot).
– **Un’Azione**: l’azione specifica compiuta dall’utente (come cliccare un pulsante o digitare un testo).

Le qualità di un buon intento estratto devono essere:

– **Fedeltà**: descrivere solo ciò che accade nella traiettoria.
– **Completezza**: fornire tutte le informazioni necessarie per ricreare la traiettoria.
– **Rilevanza**: escludere informazioni superflue.

### Difficoltà nella Valutazione degli Intenti Estratti

Valutare l’intento estratto risulta complesso a causa della soggettività e dell’ambiguità intrinseca degli intenti degli utenti. I ricercatori fanno notare che, sebbene le azioni siano visibili, le motivazioni alla base di queste azioni spesso non lo sono, il che rende la valutazione soggettiva.

### L’Approccio in Due Fasi

Dopo aver analizzato altri metodi, come il ragionamento a catena (Chain of Thought), è stato scelto un approccio in due fasi che emula questa metodologia. Nella prima fase, si generano riassunti per ogni interazione. La seconda fase consiste nel generare una descrizione complessiva dell’intento utilizzando un modello affinato.

#### Prima Fase: Riassunto dello Screenshot

Il riassunto della prima fase si divide in tre parti:

1. Descrizione di ciò che appare sullo schermo.
2. Descrizione dell’azione dell’utente.
3. **Intento Speculativo**: una componente che aiuta a rimuovere le congetture sull’intento dell’utente, mantenendo alta la qualità del risultato.

#### Seconda Fase: Generazione della Descrizione dell’Intento

La seconda fase prevede la messa a punto di un modello per generare una descrizione complessiva dell’intento, basandosi su riassunti delle interazioni e sugli intenti corrispondenti. Sono stati adottati approcci diversi, ma alla fine si è trovato un metodo molto efficace.

### Considerazioni Etiche e Limitazioni

La ricerca non si limita a prospettive tecniche, ma tocca anche questioni etiche, ribadendo la necessità di salvaguardie appropriate contro azioni indesiderate da parte di agenti autonomi. Le limitazioni identificano come il lavoro sia stato condotto principalmente su dispositivi Android e in lingua inglese, potendo non generalizzarsi a tutte le piattaforme.

### Conclusioni

Sebbene il metodo descritto non sia ancora utilizzato nel contesto di ricerca AI o nel classico search, dimostra chiaramente la direzione futura in cui Google intende andare. La ricerca apre la strada a un uso potenziale di modelli più piccoli sui dispositivi, capaci di monitorare le interazioni degli utenti e intervenire per assisterli. Questo rappresenta un progresso significativo nell’ambito del riconoscimento dell’intento, contribuendo a sviluppare funzionalità più assistive sui dispositivi mobili.

Per approfondire, puoi leggere il post del blog di Google [qui](https://blog.google/products/search/small-models-big-results-achieving-superior-intent-extraction-through-decomposition) e consultare il documento di ricerca [qui](https://research.google/pubs/archive/45682.pdf).