Wikidata introduce un nuovo database vettoriale per facilitare l’uso delle sue informazioni da parte di sviluppatori e modelli AI. L’iniziativa, guidata da Wikimedia Deutschland, punta a democratizzare l’accesso a dati curati e contestualizzati.
Wikimedia ha annunciato un passo significativo per rendere i propri dati più accessibili a ricercatori e sviluppatori di intelligenza artificiale. Attraverso il Wikidata Embedding Project, il team di Wikimedia Deutschland ha trasformato circa 30 milioni di voci di Wikidata in un database vettoriale, progettato per essere assimilato con maggiore facilità dai modelli linguistici di grandi dimensioni (LLM).
Grazie a questa innovazione, informazioni complesse e interconnesse – come quelle riguardanti autori, opere, eventi storici o dati istituzionali – vengono rappresentate in forma di vettori che catturano non solo i dati ma anche il contesto e le relazioni semantiche. “In questo modo le AI potranno collegare concetti e argomenti con maggiore precisione”, ha spiegato Lydia Pintscher, responsabile del portfolio di Wikidata.
Il progetto, sviluppato con il supporto tecnologico di Jina AI e l’infrastruttura fornita da IBM DataStax, mira a creare un ecosistema equo in cui anche piccole e medie realtà possano accedere a informazioni strutturate senza disporre delle risorse miliardarie delle Big Tech. “Si tratta di offrire una possibilità concreta anche alla Little Tech”, ha dichiarato Pintscher, ricordando come piattaforme come Govdirectory abbiano già sfruttato con successo i dati di Wikidata per progetti di utilità pubblica.
Secondo gli esperti, la disponibilità di dati in formato vettorializzato potrà arricchire i chatbot con contenuti di nicchia non sempre ben rappresentati online, riducendo la dipendenza dalla produzione massiva di testi sintetici. Il database, che include dati aggiornati fino a settembre 2024, sarà perfezionato sulla base dei feedback degli sviluppatori.
Cronologia e fonti di riferimento
- 2012: Lancio di Wikidata come progetto gemello di Wikipedia – Wikimedia Foundation
- 2023: Crescita esponenziale dei contributi strutturati di volontari – Wikidata Statistics
- 2025: Annuncio del Wikidata Embedding Project da parte di Wikimedia Deutschland – The Verge
Consigli di approfondimento
- Cos’è Wikidata
- Rapporto UNESCO sull’IA e accesso ai dati
- AI Act europeo e gestione dei dati
Abstract
Il nuovo database vettoriale di Wikidata rappresenta un progresso tecnico rilevante: da un lato facilita lo sviluppo di chatbot e applicazioni AI, dall’altro democratizza l’accesso a dati curati e verificati. Pro: maggiore equità tra Big Tech e startup, arricchimento di contenuti di nicchia, migliore qualità delle informazioni. Rischi: possibili usi distorti dei dati, dipendenza da infrastrutture private, questioni di governance e aggiornamento costante. In futuro, l’iniziativa potrebbe favorire un ecosistema AI più aperto e trasparente, ma richiederà monitoraggio etico e garanzie di sicurezza.
