Il fact-checking professionale soffre di un collo di bottiglia umano: verificare un’affermazione e scrivere un articolo che spieghi il verdetto richiede tempo, mentre la disinformazione viaggia più veloce. Al CLEF 2026 CheckThat! Lab Task 3, il team DS@GT ARC ha presentato una pipeline che automatizza proprio la stesura dell’articolo, partendo da una claim, dal verdetto originale e da un insieme di documenti raccolti dal web. Il risultato è un punteggio medio di 0,428 e il terzo posto su nove squadre, contro una baseline di 0,272.

La pipeline lavora in quattro stadi. Prima pulisce le evidenze rumorose; poi recupera e raggruppa le fonti pertinenti; quindi usa Llama-3.1-8B-Instruct per generare il testo, condizionandolo però al verdetto espresso in origine dal fact-checker umano; infine un post-processing deterministico recupera le citazioni nel corpo dell’articolo. Non si lascia quindi al modello la decisione se una notizia sia vera o falsa: la valutazione è già stata presa a monte, e il LLM opera su un binario editoriale preciso.

È un dettaglio tecnico con implicazioni editoriali profonde. Ancorare la generazione al verdetto originale riduce lo spazio per le allucinazioni e per i cambi di giudizio non voluti, ma trasferisce la responsabilità della qualità su chi ha emesso quel verdetto. Se l’etichetta iniziale è debole o mal calibrata, l’articolo generato può ereditare l’errore in modo più sistematico, perché il linguaggio naturale tende a renderlo plausibile. In questo schema il ruolo del fact-checker umano non scompare: si sposta dalla scrittura alla supervisione dell’ancoraggio e alla validazione delle fonti.

Un secondo effetto è meno visibile ma altrettanto importante. Il recupero delle citazioni non viene delegato al modello generativo, ma affidato a un passaggio deterministico di post-processing. Questa separazione tra generazione del testo e attribuzione delle fonti facilita l’auditabilità: permette di verificare se ogni citazione corrisponde davvero a un documento recuperato, senza dover interrogare il modello su come ha prodotto quel rinvio. Per chi opera in contesti editoriali o legali, è spesso un requisito più decisivo della fluidità del testo.

La scelta di un modello da 8 miliardi di parametri segnala poi una direzione compatibile con il self-hosted. A differenza di sistemi chiusi e molto più grandi, un modello di questa scala può essere eseguito su hardware locale senza dipendere da API cloud. Per organizzazioni che maneggiano fonti non ancora pubbliche, affermazioni diffamatorie o dati personali, mantenere l’inference all’interno della propria infrastruttura riduce l’esposizione e semplifica il controllo sui flussi documentali. Non è un dettaglio secondario: il fact-checking spesso si muove prima che una storia venga pubblicata, e il materiale di partenza può essere sensibile.

Per chi valuta deployment on-premise in scenari editoriali, AI-RADAR mette a disposizione su /llm-onpremise strumenti analitici per confrontare i trade-off tra controllo, costi e complessità operativa. Il terzo posto su nove squadre, con un punteggio ancora lontano da una piena automazione, indica che il problema non è risolto: la pipeline funziona, ma la qualità resta legata alla forza del verdetto iniziale e alla pulizia delle fonti. La strada per un fact-checking automatico affidabile passa meno da modelli più grandi e più da controlli deterministici e ancoraggi editoriali espliciti.