Da una domanda a una sintesi con fonti vere, non inventate
contesto
Uno strumento open source che trasforma una domanda di ricerca in una sintesi affidabile, andando a leggere fonti accademiche reali invece di affidarsi alla memoria di un modello AI.
problema
Chiesta a un'AI generica, una sintesi della letteratura scientifica suona convincente ma spesso non regge: cita studi che non esistono, fonti che non puoi controllare, e dà risposte diverse ogni volta. In un contesto di ricerca o decisionale, questo non è un dettaglio: è la differenza tra fidarsi e dover ricontrollare tutto a mano.
La soluzione
Interroga banche dati scientifiche reali — arXiv, PubMed, Semantic Scholar, OpenAlex — e collega ogni affermazione alla fonte da cui viene. Niente passaggi nascosti: puoi risalire a ogni citazione, e la stessa domanda ripetuta segue lo stesso percorso di ricerca invece di produrre un risultato diverso ogni volta.
Come funziona
Tutto parte da una domanda di ricerca che formuli in linguaggio naturale: la pipeline interroga arXiv, PubMed, Semantic Scholar e OpenAlex per trovare le fonti pertinenti, e ogni affermazione della sintesi finale viene ancorata al risultato da cui proviene. L'intero percorso di ricerca resta tracciato in un log che puoi ispezionare in ogni momento.
Risultati
Ogni affermazione è collegata a una fonte reale che puoi aprire e controllare, la stessa domanda ripetuta segue sempre lo stesso percorso di ricerca invece di dare un risultato diverso ogni volta, e l'intero processo resta tracciato: nessuna risposta "magica" di cui fidarsi alla cieca.
stack
- Python
▸ Come l'abbiamo verificato
Il codice è pubblico su GitHub: non devi credermi sulla parola, chiunque può leggere come cerca le fonti e come costruisce le citazioni.
Domande frequenti
Come evita di inventare le citazioni?
Non genera testo prima di aver trovato la fonte: ogni affermazione nella sintesi finale è ancorata a un risultato reale delle banche dati interrogate, non il contrario.
Perché questo è open source e gli altri progetti no?
researcher è un progetto personale, non un prodotto commerciale: ha senso tenerlo aperto perché la fiducia nel metodo si costruisce leggendo il codice, non a parole.