Dopo il primo test, dominato dalle grandi Dop, abbiamo chiesto a quattro Ai, ChatGPT, Claude, Gemini e Perplexity, di mostrarci il proprio repertorio di formaggi italiani. Lo stesso prompt, rifatto due volte per ciascuna piattaforma. Il risultato è uno scaffale sorprendentemente ampio, ma tutt’altro che stabile: da poco più di cento nomi a diverse centinaia. E, quando ci si spinge verso i margini di questo scaffale, aumentano anche doppioni, confusioni ed errori.

Nella prima puntata di Scaffale AI abbiamo chiesto a quattro intelligenze artificiali quali tre formaggi italiani avrebbero consigliato per un aperitivo con sei persone, combinando varietà, un prezzo ragionevole e prodotti facili da trovare. Il risultato è stato piuttosto netto: Gorgonzola presente in tutte e otto le risposte, grande predominanza delle Dop, nessuna marca.

Ma quella prima fotografia conteneva già una domanda successiva. La concentrazione sulle denominazioni più note dipende dalla loro conoscenza del formaggio italiano oppure dai filtri che avevamo inserito nella domanda, come la reperibilità? Quanto è davvero ampio lo “scaffale virtuale” da cui le AI pescano?

Uno scaffale senza pareti

Prima dei risultati serve una premessa. L’intelligenza artificiale ovviamente non possiede un catalogo chiuso di formaggi italiani dal quale estrae ogni volta un certo numero di nomi. Il repertorio che riesce a portare alla superficie nasce dall’incontro fra ciò che il modello ha appreso, le informazioni che eventualmente può recuperare, il contesto della conversazione, gli strumenti a disposizione e il prompt che gli viene sottoposto. Possiamo immaginarlo come uno scaffale senza pareti, in continuo movimento.

Nella prima prova avevamo chiesto reperibilità, convenienza e idoneità a un aperitivo. Era quindi perfettamente ragionevole che i modelli privilegiassero prodotti conosciuti, distribuiti e facili da descrivere. Questa volta abbiamo cercato di togliere quasi tutti i filtri. La domanda, identica per tutti, è stata:

Quali formaggi italiani conosci? Fammi un elenco il più ampio possibile, indicando per ciascuno il nome e la regione di provenienza. Non limitarti a un numero prestabilito: fermati quando ritieni di non avere altri formaggi italiani affidabili da aggiungere.

L’abbiamo posta due volte, in conversazioni indipendenti e anonime, a ChatGPT, Claude, Gemini e Perplexity. L’obiettivo è vedere quanto repertorio ciascuna riesca spontaneamente a far emergere e dove decida di fermarsi.

Da quasi cento a diverse centinaia: ecco i risultati

Il primo risultato è proprio questo: non esiste una dimensione stabile dello scaffale.

AI	Prima risposta	Seconda risposta	Cosa emerge
ChatGPT	oltre 130	oltre 300	fortissima variazione tra due interrogazioni identiche
Claude	circa 160	circa 145	repertorio relativamente stabile e soglia di prudenza elevata
Gemini	circa 130	circa 120	ampiezza abbastanza stabile, ma più denominazioni problematiche
Perplexity	oltre 150	diverse centinaia	grandissima espansione nella seconda risposta, insieme a più rumore

I numeri vanno letti come ordini di grandezza, non come censimento: le risposte comprendono sinonimi, ripetizioni, prodotti multiregionali e, in alcuni casi, latticini che tecnicamente non sono formaggi. Ma proprio questo rende il risultato interessante.

ChatGPT, per esempio, nella seconda risposta arriva dichiaratamente a oltre 300 denominazioni e specialità casearie e spiega di fermarsi quando andare oltre significherebbe aumentare il rischio di confondere prodotti autonomi, varianti locali e nomi commerciali. 

Claude fa quasi il contrario: le due risposte hanno dimensioni molto simili e in entrambe dichiara esplicitamente di preferire fermarsi prima di entrare in produzioni troppo locali o poco sicure.

Perplexity mostra invece una delle oscillazioni maggiori: dalla prima lista, poco sopra le 150 voci dichiarate, passa nella seconda a un repertorio di diverse centinaia di denominazioni, attraversando tutte le regioni e spingendosi profondamente nelle produzioni locali. Gemini resta abbastanza stabile e replica alcune inesattezze. Anche la stessa domanda, dunque, non apre due volte la stessa porta.

Le grandi Dop formano il nucleo stabile

Una cosa, però, cambia molto meno: al centro dello scaffale ci sono le grandi denominazioni. Parmigiano Reggiano, Grana Padano, Gorgonzola, Taleggio, Asiago, Fontina, Pecorino Romano, Montasio e molte delle principali Dop italiane ritornano con grande regolarità.

È coerente con i risultati della prima puntata: le denominazioni protette costituiscono una sorta di nucleo ad alta visibilità dal quale i modelli sembrano muoversi con facilità. Quando si va oltre, invece, i repertori divergono rapidamente.

Compaiono PAT, produzioni di malga, formaggi di singole vallate, presìdi, nomi dialettali, specialità regionali. ChatGPT arriva, per esempio, a Beddo, Bëggia, Civrin della Val Chiusella e Murtarat; Claude si ferma molto prima; Perplexity nella seconda interrogazione costruisce liste regionali lunghissime.

Ed emergono anche assenze curiose. In una delle risposte di Gemini, per esempio, Raschera Dop non compare, nonostante il modello arrivi a indicare diverse produzioni molto meno note. È un piccolo esempio, ma spiega bene perché quantità e rilevanza non coincidano necessariamente.

Più largo non significa più preciso

C’è poi un secondo risultato, forse ancora più importante. Man mano che lo scaffale si allarga, aumenta anche il rumore. Gemini, soprattutto nella seconda risposta, produce alcune denominazioni palesemente deformate o fuse: compaiono per esempio “Pave”, “Ravioggi/Raviggiolo” o un improbabile “Castermagno/Casolet”. In un’altra risposta era apparso perfino un “Reblechon Valdostano”.

Perplexity offre esempi ancora più utili perché riguardano l’attribuzione geografica. Nella prima risposta colloca il Pallone di Gravina nel Lazio, mentre il prodotto figura nell’elenco PAT della Puglia. Nella seconda interrogazione, fra i formaggi interregionali, Perplexity estende addirittura il Taleggio all’Emilia-Romagna. Non è una gara all’errore. Il punto è un altro: la capacità di generare un repertorio molto ampio non coincide automaticamente con la capacità di mantenerlo accurato fino ai margini. Anzi, il nostro piccolo esperimento suggerisce che esista una sorta di confine: più si chiede al modello di scavare, più diventa importante verificare ciò che restituisce.

Ma cos’è un formaggio?

Anche la definizione stessa del prodotto non è condivisa. Claude, Gemini e Perplexity includono con una certa frequenza ricotte e altri latticini nelle proprie liste. Entrano Ricotta Romana, ricotta di bufala, ricotta salata, ricotta affumicata, Prescinsêua e altre produzioni che gastronomicamente vivono accanto ai formaggi ma tecnicamente non appartengono alla stessa categoria. ChatGPT, nella prima interrogazione, compie invece esplicitamente la scelta opposta: segnala di aver escluso ricotta, Prescinsêua e altri prodotti di siero proprio perché non sono tecnicamente formaggi. Prima ancora di domandarsi quanti formaggi conosca un’AI, dunque, può essere necessario chiedersi che cosa intenda per formaggio.

Uno scaffale che racconta anche noi

E qui torniamo al punto di partenza. Lo scaffale dell’AI non è soltanto il risultato di quello che “sa” una macchina. È anche il riflesso delle informazioni disponibili, di come prodotti e territori vengono descritti, delle fonti che riesce a trovare e della quantità e qualità dei contenuti che negli anni sono stati costruiti intorno a una prodotto.

Questo però non permette di stabilire una relazione semplice del tipo “più comunichi online, più l’AI ti conosce”. Il funzionamento è molto più complesso, ma significa che questo scaffale racconta anche il settore che lo alimenta.

Al centro ci sono prodotti che hanno decenni di notorietà, distribuzione, tutela e produzione informativa alle spalle. Ai margini troviamo un patrimonio enorme, ma molto più frammentato, con nomi locali, sinonimi, documentazione disomogenea. La fotografia di oggi potrebbe quindi essere diversa fra qualche mese. Ed è proprio per questo che ci torneremo.

E se chiediamo all’AI di “pensare di più”?

Durante il test abbiamo fatto anche una prova fuori protocollo. Una delle interrogazioni a ChatGPT è stata lanciata con un livello di ragionamento superiore rispetto a quello classico, che abbiamo utilizzato nel test principale.

La risposta ha cambiato immediatamente metodo: invece di limitarsi a richiamare i prodotti che riteneva più affidabili, ha dichiarato di utilizzare come riferimento soprattutto l’Elenco nazionale dei Prodotti Agroalimentari Tradizionali 2026, integrandolo con Dop, Igp e Stg, e ha costruito regione per regione un repertorio nell’ordine delle diverse centinaia di denominazioni. Non abbiamo incluso quella risposta nel confronto, perché avrebbe significato cambiare una delle condizioni dell’esperimento.

Ma è una dimostrazione interessante: non conta soltanto quale AI interroghiamo e quale domanda le facciamo. Conta anche quanto lavoro le chiediamo di dedicare alla risposta e quali strumenti le mettiamo a disposizione. Ancora una volta, questa stanza non ha pareti.