--- title: "Emma, l'IA italiana finita nei meme: perché i modelli piccoli sbagliano così tanto" description: "Un modello linguistico da 550 milioni di parametri, addestrato in italiano e sviluppato da una PMI quotata a Milano, è diventato un tormentone della rete. Non per i suoi successi, ma per le risposte assurde mostrate dagli utenti. La storia di Emma è l'occasione per capire come funziona davvero un modello piccolo." category: "Scienza e tecnologia" category_url: https://ilcorrente.it/categoria/vetenskap author: "Federico Ricci" published: 2026-06-24T21:17:00.000Z updated: 2026-06-24T21:17:00.000Z canonical: https://ilcorrente.it/articolo/emma-l-ia-italiana-finita-nei-meme-perche-i-modelli-piccoli-sbagliano-cosi-tanto tags: ["intelligenza artificiale", "Emma", "Egomnia", "modelli linguistici", "allucinazioni IA", "sovranità tecnologica", "tecnologia italiana"] --- # Emma, l'IA italiana finita nei meme: perché i modelli piccoli sbagliano così tanto Un modello linguistico da 550 milioni di parametri, addestrato in italiano e sviluppato da una PMI quotata a Milano, è diventato un tormentone della rete. Non per i suoi successi, ma per le risposte assurde mostrate dagli utenti. La storia di Emma è l'occasione per capire come funziona davvero un modello piccolo. ## L'IA italiana che voleva renderci indipendenti Si chiama Emma, è nata in Italia e può girare anche su un normale laptop. È sviluppata da [Egomnia](https://emma.egomnia.com/), PMI innovativa quotata sull'Euronext Growth di Milano e fondata da Matteo Achilli, ed è una famiglia di modelli linguistici (LLM) pensata per rispondere a una domanda ambiziosa: è possibile costruire un'intelligenza artificiale «sovrana», italiana, meno dipendente dai grandi colossi stranieri? La comunicazione del progetto è coerente con questa visione, con riferimenti alla «sovranità tecnologica nazionale» e a un'IA che non dipenda da «pochi attori stranieri», [come racconta Economy Magazine](https://www.economymagazine.it/nasce-emma-lintelligenza-artificiale-italiana-per-la-sovranita-tecnologica-nazionale/). Poi, però, sono arrivati i meme. ## Il test che ha fatto crollare l'hype Tutto è esploso quando utenti e commentatori hanno cominciato a mettere il modello alla prova con domande elementari. Il caso più citato: chiedere quante «r» ci siano nella parola «giallo» (la risposta corretta è zero). Stando alla [ricostruzione di Pasquale Pillitteri](https://pasqualepillitteri.it/news/6179/emma-egomnia-llm-italiano), Emma ha risposto con una frase priva di senso, mentre lo stesso quesito sottoposto a un modello di punta come Gemini di Google ha prodotto una risposta corretta. A fare da scintilla alla viralità è stato anche il contrasto, troppo ghiotto per la rete, tra la retorica della «liberazione dalla tirannia delle aziende americane» e un modello che gira su un computer da ufficio e inciampa su domande banali. ## Perché Emma sbaglia: è una questione di scala La spiegazione tecnica è meno romantica della narrativa sulla sovranità, ma è la chiave per non trarre conclusioni sbagliate. Emma ha circa **550 milioni di parametri** e una finestra di contesto di poche migliaia di token: una dimensione sperimentale, quasi didattica. I modelli di frontiera come quelli di OpenAI, Anthropic o Google operano con un numero di parametri di ordini di grandezza superiore, finestre di contesto enormemente più ampie e un addestramento incomparabile per dati e potenza di calcolo. I parametri non sono «regole» programmate, ma pesi numerici che emergono dall'addestramento su grandi quantità di testo. Più sono, più il modello può rappresentare relazioni complesse tra parole e concetti. Un modello piccolo fatica proprio con i compiti che richiedono ragionamento a livello di singoli caratteri (contare le lettere), calcolo, coerenza logica su sequenze lunghe: è qui che si manifestano le cosiddette **allucinazioni**, affermazioni generate con sicurezza ma prive di corrispondenza con la realtà. Emma, peraltro, nasce con un obiettivo dichiaratamente diverso da quello dei modelli generalisti: ottimizzare l'italiano per contesti aziendali e istituzionali, dove la localizzazione e la conformità normativa contano più del sapere enciclopedico. ## Il vero problema è lo scarto tra racconto e realtà Il punto più interessante della vicenda Emma non è tecnico, ma comunicativo. Quando si presenta un modello linguistico con il lessico della liberazione nazionale, si generano aspettative che un modello leggero non può soddisfare. Lo scarto tra il frame epico e le risposte sgangherate diventa il combustibile perfetto per l'ironia online. Il problema, in fondo, non è Emma in sé: è legittimo e utile che esistano modelli leggeri, italofoni e conformi alle normative europee, pensati per usi specifici e controllati. Vestirli però dei panni del salvatore tecnologico è una scommessa rischiosa. I meme passano; le domande serie che la vicenda solleva — su chi controlla l'infrastruttura dell'IA e su come comunicarne con onestà i limiti — restano sul tavolo. ## Fonti - [Emma di Egomnia: cosa sa fare davvero l'LLM italiano](https://pasqualepillitteri.it/news/6179/emma-egomnia-llm-italiano) - [Nasce Emma: l'IA per la sovranità tecnologica nazionale](https://www.economymagazine.it/nasce-emma-lintelligenza-artificiale-italiana-per-la-sovranita-tecnologica-nazionale/) - [Emma — il Large Language Model italiano di Egomnia](https://emma.egomnia.com/)