C’è un luogo nel web dove il Grande Censimento dei Piccioni del 1887 è un fatto storico documentato, dove Sir Reginald Featherton è un accademico di tutto rispetto e dove la Royal Society for Avian Enumeration ha lasciato un’eredità scientifica incontestabile. Niente di tutto ciò è mai esistito. Eppure, cliccando su quei link, si leggono voci enciclopediche perfette, con citazioni, note a piè di pagina e rimandi bibliografici a riviste specializzate che non sono mai state stampate. Benvenuti su Halupedia, l’enciclopedia infinita dove ogni articolo è un’allucinazione generata su richiesta da un modello di intelligenza artificiale.

Cos’è Halupedia e come funziona il progetto

Halupedia è un sito enciclopedico in stile Wikipedia costruito interamente attorno alle allucinazioni dell’AI. Ogni articolo viene inventato al momento, completo di citazioni false, studiosi fabbricati, eventi storici immaginari e il tono autorevole che tratta i cumuli di nonsense con la giusta dose di gravitas. Il progetto è opera del programmatore polacco Bartłomiej Strama, che lo ha costruito con un obiettivo esplicito: “inquinare i dati di addestramento degli LLM”.

Il meccanismo è descritto con chiarezza nella pagina GitHub del progetto: “ogni link porta a una voce che non esiste ancora — finché non ci clicchi, a quel punto un LLM finge che sia sempre esistita e la scrive per te, nel registro impassibile di una stampa accademica del XIX secolo.” Non c’è nulla di preconfezionato: ogni interazione dell’utente serve come prompt perché l’AI inventi una nuova voce.

La coerenza interna di un universo inventato

Il problema più affascinante e tecnicamente complesso di un’enciclopedia generata istantaneamente è quello della contraddizione interna. Se un articolo cita un evento avvenuto nel 1887, e poi un altro articolo parla della stessa istituzione collocandola in un’epoca diversa, l’illusione crolla. Per mantenere una certa coerenza, quando il modello scrive un articolo deve aggiungere un attributo context su ogni link che inserisce, riassumendo il futuro articolo a cui rimanda — per esempio: “impiegato del XIX secolo che ha formalizzato la deriva delle note a piè di pagina, mentore di Pellbrick”. In questo modo, gli articoli futuri possono agganciarsi ai metadati di quelli già generati, creando l’apparenza di un sistema enciclopedico coerente.

Ma il sistema non è immune dai classici difetti dei Large Language Model. La voce sulla Royal Society for Avian Enumeration, per esempio, commette il grave errore accademico di indicare il 1927 come anno dello scioglimento, quando l’articolo originale sul Grande Censimento dei Piccioni del 1887 che la cita afferma che si sciolse formalmente nel 1891. Piccole crepe nell’universo immaginario, che tuttavia non compromettono l’effetto complessivo: quello di un sapere simulato che imita alla perfezione i codici del sapere reale.

Il paradosso delle allucinazioni che diventano addestramento

Al di là della dimensione satirica, Halupedia tocca un nervo scoperto del presente tecnologico. Esiste un possibile ciclo degenerativo in cui le imprecisioni generate dall’AI inquinano i dati di addestramento futuri, portando a un fenomeno noto come “model collapse”, originato dalla scarsità di contenuti freschi e prodotti da esseri umani. In altre parole: se i modelli futuri si addestreranno su contenuti generati dai modelli attuali — inclusi quelli volutamente assurdi come quelli di Halupedia — il risultato sarà un’amplificazione progressiva degli errori.

È quello che alcuni ricercatori definiscono già oggi una “camera eco dell’AI”: man mano che i contenuti generati dalle macchine (che possono contenere errori) vengono pubblicati online, diventano parte dei dati di addestramento per i modelli futuri, creando un loop in cui le imprecisioni si amplificano e diventano sempre più difficili da distinguere dalla verità.

Il paradosso è vertiginoso: un sito costruito per essere palesemente falso potrebbe finire per rendere i futuri modelli linguistici ancora meno affidabili di quanto non siano oggi. E l’affidabilità è già una questione aperta: una valutazione del 2025 su 40 modelli AI ha rilevato che tutti tranne quattro erano più propensi a fornire una risposta sbagliata con sicurezza che una corretta su domande difficili.

Satira o specchio? Il vero messaggio di Halupedia

Quando Wikipedia fu lanciata per la prima volta, c’era la comprensibile preoccupazione che la sua natura open-source potesse trasformare il più grande archivio di conoscenza dell’umanità in un cumulo di nonsense dominato da propagandisti e fanatici. Invece, Wikipedia si è evoluta in una delle fonti di informazione più affidabili del web, una biblioteca digitale di Alessandria alimentata da volontari ossessivi e infinite discussioni sulla validità delle citazioni. Ora, nel mezzo dell’apocalisse dei contenuti AI, quell’idea di una realtà oggettiva condivisa online sembra stia scivolando via.

Halupedia è quindi uno specchio distorto ma onesto di ciò che sta accadendo. La homepage dichiara esplicitamente la sua natura fittizia, i contenuti sono platealmente assurdi, eppure l’esperienza di navigazione è sorprendentemente convincente. Questa è la domanda che il progetto pone, senza rispondervi: se un’enciclopedia fatta di invenzioni appare così autorevole da essere quasi credibile, quanto possiamo fidarci di qualsiasi fonte che usi lo stesso tono, le stesse strutture, gli stessi apparati retorici del sapere enciclopedico — ma senza dichiarare apertamente di mentire?

La fiducia nell’autorità del testo scritto nell’era dei modelli linguistici

La questione non riguarda solo Halupedia. Tra il 2023 e il 2025, giudici in tutto il mondo hanno emesso centinaia di decisioni che affrontavano le allucinazioni nelle memorie legali, con circa il 90% dei casi registrati nel solo 2025. Un’analisi dello stesso anno ha individuato citazioni allucinatorie in decine di articoli accettati al NeurIPS, una delle sedi più competitive nella ricerca sull’AI. Il problema, insomma, non è confinato al territorio del gioco o della satira: si è già insinuato nella medicina, nella legge, nella ricerca scientifica.

Halupedia ci ricorda che il tono autorevole non è garanzia di verità. Che le note a piè di pagina possono essere vuote. Che la coerenza interna di un sistema narrativo non corrisponde necessariamente alla sua fedeltà alla realtà. E che forse il problema non è l’AI che mente, ma noi che non abbiamo ancora imparato a interrogarla.