I profili utente sintetici hanno un difetto strutturale: appiattiscono la variazione individuale, pescano da stereotipi e perdono i segnali che guidano le preferenze reali. Il team di ServiceNow ha provato a invertire la rotta con un framework chiamato profile behavioral grounding, che estrae profili utente aperti e ad alta fedeltà direttamente da post social autentici e anonimizzati. Il codice è pubblico su GitHub.

La novità non sta nell'ennesimo dataset di personas, ma nel metodo di costruzione. Invece di definire a tavolino un'identità demografica, il sistema parte dai comportamenti osservati e li trasforma in profili utilizzabili in due regimi diversi: il fine-tuning supervisionato (SFT) per la personalizzazione in fase di addestramento e il ragionamento multi-prospettiva non parametrico in fase di test. Nei benchmark di raccomandazione e di risposta a domande aperte, i profili comportamentali migliorano i modelli base e superano le baseline sintetiche.

C'è una tesi di fondo: la personalizzazione dei LLM sta spostando il baricentro dai template identitari ai segnali comportamentali. Questo ha implicazioni dirette per chi gestisce modelli self-hosted. Un'azienda che addestra o mette a punto un modello sui propri dati non può limitarsi a inventare personaggi: deve costruire pipeline di estrazione che trasformino conversazioni, ticket e interazioni reali in profili utilizzabili, mantenendo anonimizzazione e controllo del dato. Il passaggio non è neutro per l'infrastruttura: l'elaborazione di dati testuali reali richiede pipeline di pulizia, filtraggio e gestione dei token più articolate rispetto all'uso di dataset sintetici già ordinati.

Chi ci guadagna sono le organizzazioni con accesso a grandi quantità di interazioni autentiche: possono ottenere modelli più aderenti al comportamento reale senza dipendere da profili preconfezionati. Chi ci perde sono i fornitori di dataset di personas sintetiche, il cui valore aggiunto si riduce se i team riescono a estrarre profili dai propri flussi. Ma c'è anche un costo di governance: i dati reali, anche anonimizzati, portano con sé rischi di bias e di esposizione di informazioni sensibili, e la qualità del profilo dipende dalla capacità di filtrare rumore e contenuti non rappresentativi.

Strutturalmente, il lavoro segnala che la personalizzazione basata su comportamento reale può diventare un elemento di differenziazione per chi opera in ambienti on-premise o ibridi, dove i dati non devono lasciare il perimetro aziendale. Per chi valuta deployment self-hosted, AI-RADAR propone su /llm-onpremise alcuni framework analitici per valutare i trade-off tra controllo dei dati, costi di pipeline e qualità dei profili. Il punto non è se le personas sintetiche spariranno, ma se i processi di estrazione dai dati reali diventeranno abbastanza scalabili da renderli un'alternativa credibile nei flussi di personalizzazione. La risposta, su questo studio, è che la direzione è già segnata.