Questo elaborato propone una riflessione sull’introduzione dell’AI nel knowledge work e un esempio di realtà aziendale in cui è stata sfruttata per diventare un supporto per i dipendenti. Inizialmente sono stati descritti i vantaggi di questa nuova tecnologia, che si dividono tra la versatilità dell’AI, l’aumento della performance e l’apprendimento dei lavoratori, e gli svantaggi, tra cui l'impossibilità di codificare la conoscenza tacita aziendale, l’illusione di un vero e proprio apprendimento e il debito tecnico dovuto a errori frequenti dell’AI nella scrittura di codice. Inoltre sono stati affrontati i temi dello sviluppo dell’AI nelle grandi aziende come Meta, Google, Microsoft e Amazon e il modello collaborativo dello Human in the loop. Successivamente il focus ricade su alcuni aspetti dell’architettura e del funzionamento dell’AI tra cui le reti encoder e decoder, il prompt engineering e i sistemi multi-agenti, in quanto la seconda parte della relazione si concentra sul caso studio: Ecoprogetti AI Assistant. Si tratta di uno strumento sviluppato per essere un chatbot aziendale. Oltre a descrivere la sua architettura e implementazione sono stati riportati alcuni feedback da parte dei lavoratori che lo utilizzano. Infine, utilizzando la stessa tecnica usata durante la creazione di Ecoprogetti AI Assistant ovvero il Multi-LLM Brainstorming, è stato creato il progetto per implementare una nuova funzionalità del chatbot finalizzata a riconoscere le immagini.
L'IA nel knowledge work: dal caso Ecoprogetti alla sperimentazione sul campo
PEGORARO, GIULIA
2025/2026
Abstract
Questo elaborato propone una riflessione sull’introduzione dell’AI nel knowledge work e un esempio di realtà aziendale in cui è stata sfruttata per diventare un supporto per i dipendenti. Inizialmente sono stati descritti i vantaggi di questa nuova tecnologia, che si dividono tra la versatilità dell’AI, l’aumento della performance e l’apprendimento dei lavoratori, e gli svantaggi, tra cui l'impossibilità di codificare la conoscenza tacita aziendale, l’illusione di un vero e proprio apprendimento e il debito tecnico dovuto a errori frequenti dell’AI nella scrittura di codice. Inoltre sono stati affrontati i temi dello sviluppo dell’AI nelle grandi aziende come Meta, Google, Microsoft e Amazon e il modello collaborativo dello Human in the loop. Successivamente il focus ricade su alcuni aspetti dell’architettura e del funzionamento dell’AI tra cui le reti encoder e decoder, il prompt engineering e i sistemi multi-agenti, in quanto la seconda parte della relazione si concentra sul caso studio: Ecoprogetti AI Assistant. Si tratta di uno strumento sviluppato per essere un chatbot aziendale. Oltre a descrivere la sua architettura e implementazione sono stati riportati alcuni feedback da parte dei lavoratori che lo utilizzano. Infine, utilizzando la stessa tecnica usata durante la creazione di Ecoprogetti AI Assistant ovvero il Multi-LLM Brainstorming, è stato creato il progetto per implementare una nuova funzionalità del chatbot finalizzata a riconoscere le immagini.| File | Dimensione | Formato | |
|---|---|---|---|
|
Pegoraro_Giulia.pdf
Accesso riservato
Dimensione
1.77 MB
Formato
Adobe PDF
|
1.77 MB | Adobe PDF |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/115406