La dimensione del modello RAG-Assistant ha un impatto limitato sulla collaborazione umano-AI

Uno studio recente disponibile su arXiv (2605.00964) valuta l'efficacia degli assistenti in stile chatbot che utilizzano il Retrieval-Augmented Generation (RAG) in un contesto realistico di ricerca di informazioni multi-turno. Questa ricerca confronta le prestazioni di esseri umani (N=112) assistiti da assistenti RAG con benchmark solo LLM e LLM+RAG. Esplora come la dimensione dei modelli sottostanti (3B, 8B e 70B parametri) influenzi le dinamiche della collaborazione umano-AI, nonché la soddisfazione dell'utente e le percezioni di usabilità. I risultati indicano che la collaborazione umano-AI supera significativamente i soli modelli di base, indipendentemente dalla dimensione del modello, sottolineando i vantaggi dei sistemi ibridi nei compiti di ricerca di informazioni. Lo studio sottolinea anche che modelli più piccoli possono migliorare efficacemente il processo decisionale umano quando integrati con RAG, in particolare in ambienti che richiedono il rispetto delle normative locali e una gestione sicura dei dati.