Come funziona NotebookLM + caso studio
Ogni giorno esce una nuova AI. Una nuova idea. Tenere il passo è difficile, provarle tutte impossibile. Ma quando è Google a lanciare qualcosa, beh, è il caso di prestare attenzione alle novità. E invece, quando è stato presentato NotebookLM io l’ho lasciato lì a bagnomaria, non per sfiducia, ma perché ero concentrato su altri fronti. Altri strumenti. Altre AI.
Mi sbagliavo: NotebookLM è una figata, forse uno degli strumenti più interessanti che abbia mai provato. Avrei dunque dovuto testarlo subito ma niente, eccomi qua, in ritardo su questa e molte altre opportunità del lavoro e della vita.
Indice dell’articolo:
NotebookLM, in breve
NotebookLM è progettato per raccogliere le informazioni interessanti o cruciali di un documento (file di testo, Google Doc o addirittura un video di YouTube). Non solo raccogliere, ma anche rielaborare, trasformare in un altro formato, estrarre singole parti, costruire una FAQ, un questionario e altre diavolerie. E per ognuna di queste fasi puoi interagire con un pannello a 3 colonne abbastanza intuitivo (almeno da desktop) e con la classica chat.
Niente più allucinazioni
NotebookLM si basa unicamente sui file che gli vengono forniti. Non si inventa nulla che provenga da fonti esterne o da ragionamenti suoi. Se gli carichi un PDF contenente il report di una campagna pubblicitaria, e gli poni qualche domanda in merito, ad esempio “dammi solo i risultati ottenuti dal piano editoriale di LinkedIn”, lui risponde basandosi solo su quello che c’è scritto nel tuo PDF. Questo evita qualunque tipologia di allucinazione o errore di ragionamento. Se c’è qualcosa di sbagliato, è sbagliato nel tuo file.
Le fonti
NotebookLM organizza i progetti in “notebooks”, una sorta di organizzazione dei file in cartelle, come accade in ogni normale computer. Ogni notebook è completamente separato, questo significa che NotebookLM non può accedere alle informazioni da più notebook contemporaneamente. Tuttavia, all’interno di un singolo notebook puoi caricarci parecchio materiale, in formati diversi. Quello che carichi, per l’AI è una fonte, ovvero il posto in cui raccogliere le informazioni, e la conferma che le informazioni sono veritiere.
Le fonti si caricano nella colonna di sinistra, chiamata “Origini”; io l’avrei chiamata Fonti, per evitare equivoci, tantè che cliccando sul tasto +, l’alt test riporta “Aggiungi fonte”. Ma vabbè. I formati supportati sono:
- Google Docs
- Google Slides
- File audio PDF Testo puro
- Link URL
- Link Youtube
Due limiti delle fonti
- Limiti ai video di Youtube: NotebookLM accetta solo video pubblici con didascalie e sottotitoli; viene importato solo il testo della trascrizione del video.
- Limiti di dimensione: NotebookLM accetta fino a 500.000 parole per fonte o fino a 200MB per i caricamenti locali. Un singolo notebook può contenere fino a 50 fonti, limite che sale a 300 per gli utenti Plus. Io uso la versione free e non ho riscontrato ancora limitazioni, ma chi lavora con grossi documenti (bandi, mega-report aziendali, lunghi script video, beh, potrebbe necessitare dell’upgrade).
La chat
Puoi interagire con le tue fonti ponendo domande o dando istruzioni nella casella di chat. Come già accennato, NotebookLM risponderà basandosi sulle informazioni presenti nelle fonti caricate. Se carichiamo un video tutorial sull’utilizzo di un software, possiamo chiedergli di estrapolare un file di testo (o anche un audio) riguardo le informazioni di un singolo argomento. Ad esempio, se carico il video tutorial sull’utilizzo di Adobe Photoshop, posso chiedere “Presenta in un punto elenco tutte le caratteristiche dello strumento Penna”.
Non solo, la chat propone già alcuni argomenti che l’AI ritiene interessanti. È una sorta di suggerimento. Cliccando su questi argomenti, che troviamo proprio sotto il box della chat, l’AI elabora un primo testo riguardo quell’argomento e indica anche in quale punto si trova all’interno del file che abbiamo usato come fonte.
Cliccando su una citazione si viene indirizzati direttamente al passaggio originale nella fonte. In parole povere, l’AI ci comunica da dove ha preso quell’informazione, così da confermare che non ha fatto un ragionamento campato per aria. Le risposte della chat utilizzano solo i dati delle tue fonti, a meno che tu non chieda esplicitamente al modello di fare qualcosa di più creativo. Suggerimento: non chiederglielo. Al momento il modello di scrittura ha Gemini 2.0 come base, che non è la versione più recente del modello. Le più recenti sono le modalità 2.5 Flash o 2.5 Pro, disponibili direttamente su Gemini. Al momento, NotebookLM e Gemini non dialogano tra loro, ma penso che sia solo una questione di tempo.
Generare nuovi contenuti
Partendo dalle nostre fonti, NotebookLM può generare:
- riassunti
- FAQ
- studio guide
- timeline
- audio overview
- mappa mentale
Riassunti
Possiamo chiedere a NotebookLM di fornire un riassunto automatico di tutte le fonti caricate, o anche di una singola fonte, o anche riassunti specifici di una singola parte (una singola pagina di un PDF, un singolo argomento trattato nel video eccetera). Con la chat possiamo personalizzare il riassunto richiesto.
Study Guide
Questa piacerà sicuramente agli insegnanti: Studyo Guide converte il materiale delle fonti in un quiz a risposta breve, domande a risposta aperta o glossario. Mica male.
Timeline
Genera un elenco cronologico di eventi, ovvero delle attività svolte dal momento della creazione del progetto.
Audio overview
Questa è una vera chicca: NotebookLM traduce il materiale delle fonti in una discussione in stile podcast tra due voci AI che riassumono gli argomenti chiave. Tra qualche paragrafo trovi un pulsante con un esempio (non serve cercarlo su e giù per la pagina, ti ci accompagno io).
Le note
È possibile creare fino a 1000 note per notebook. Le note possono essere modificate in tempo reale dai collaboratori con accesso di tipo “editor”. È anche possibile convertire le note in fonti. Puoi salvare le risposte del modello che ti piacciono, scrivere nuove note o creare riassunti rapidi delle fonti utilizzando opzioni preimpostate come Timeline, FAQ e Study Guide direttamente dal pannello delle note.
La mappa mentale
Il mio strumento preferito. Lo stile è quello che abbiamo già visto online in piattaforme come Miro (che adoro), ed è incredibilmente preciso nel costruire l’architettura del contenuto. L’ho testata con articoli, link di siti web e video di YouTube, una figata totale!
Case study: come ho usato NotebookLM per trovare un microfonoda studio
Da qualche settimana ho iniziato ad informarmi riguardo i microfoni per registrare delle lezioni online. Se non l’avevo ancora fatto era perché non avevo una stanza in cui registrare, una stanza “trattata acusticamente”. Ma ora ce l’ho, finalmente mi sono deciso a progettarla all’interno del mio ufficio, Grafite.
Quindi la stanza c’è, la scheda audio anche (una Focusrite Scarlett 2i2 riesumata dal mio passato da cantante), ma il microfono no, mi manca. In realtà avrei qualcosina, ma solo roba da concerto live, non da studio.
Così ho iniziato la ricerca, e mi sono imbattuto in alcuni video del buon Alessandro Mazzù. Nel suo canale YouTube si trovano tantissime recensioni e parecchi test di microfoni, schede audio, luci e informazioni per registrare podcast. Mi ci sono buttato a capofitto, e dopo una ricerca preliminare ho intuito che il microfono più adatto per la mia esigenza era lo Shure MV7X.
Ho così caricato tra le fonti il link di un video YouTube in cui Mazzù spiega le caratteristiche di questo microfono. Ho chiesto alla chat di Notebook di creare una mappa mentale, per distinguere visivamente gli argomenti, il risultato è strabiliante. Ecco in mostra i temi che mi interessavano: caratteristiche principali, confronto con altri microfoni, aspetti negativi e considerazioni finali. Un vero super riassunto, visivo.
Ascolta l’audio-podcast dell’articolo
Ho così iniziato ad avere le idee finalmente chiare riguardo il microfono giusto per me. La mia ricerca sarebbe potuta finire qui, ma perché non testare altre funzionalità di NotebookLM? Ho provato subito Overview Audio, per ottenere una sorta di riassunto audio (in modalità podcast) in cui due voci, una maschile e una femminile, parlano del microfono Shure in questione. Ecco il risultato audio:
Le voci sono generate dall’AI non sono di certo belle come voci di speaker reali, ma sono un vero valore aggiunto per l’accessibilità del contenuto: persone ipovedenti e non vedenti possono ascoltare direttamente il podcast, senza la necessità di utilizzare uno screen reader.
Ora, nel mio caso, dove ho estrapolato un audio-podcast partendo da un video di Alessandro Mazzù, il valore che ho ottenuto non è enorme, si tratta di un semplice riassunto in formato audio di un contenuto già chiaro e ben fatto (applausi per Mazzù!). Ma se avessi usato come fonti una decina di video, creati da persone che offrono spunti differenti sullo stesso microfono, avrei ottenuto una ricerca molto più ricca e complessa. In questo caso, ne ho sentito il bisogno, ma ho capito la potenza e la versatilità dello strumento.
Con tutto il materiale prodotto da NotebookLM, ho appreso le nozioni che cercavo, mettendo subito a fuoco le informazioni che più mi interessavano. Ho deciso io l’architettura di apprendimento. E questa è una vera rivoluzione. Decido modi, tempi e approfondimenti, senza il rischio di allucinazioni. Lo strumento è dunque potente, oserei dire fantastico, dà al lettore e alla lettrice il telecomando con cui si guidano ricerche e progetti, e allo stesso tempo, porta valore a chi produce i contenuti. Alle fonti. Più sono autorevoli, più il materiale condiviso viaggia lontano. E si trasforma. Questa cosa potrebbe fare storcere il naso a qualcuno. Capisco perfettamente i dubbi, ma credo che dare il potere alle persone e risalto a chi crea contenuti di buona qualità sia una grande cosa.
