STYLEMATE: UN PERSONAL STYLIST CONVERSAZIONALE BASATO SULL'INTELLIGENZA ARTIFICIALE PER LA VALORIZZAZIONE DEL GUARDAROBA DIGITALE

La scelta quotidiana dell'abbigliamento rappresenta una piccola ma ricorrente fonte di indecisione e, al tempo stesso, si accompagna a un sottoutilizzo diffuso del proprio guardaroba, in un contesto segnato dagli sprechi del consumo rapido di moda. In questo scenario si colloca il presente lavoro di tesi, che ha per oggetto la progettazione e lo sviluppo di StyleMate, un'applicazione di personal stylist conversazionale basata sull'intelligenza artificiale. L'applicazione assiste l'utente nella composizione degli outfit a partire da un'occasione descritta in linguaggio naturale o da un capo specifico, generando abbinamenti attraverso un modello linguistico di grandi dimensioni. Elemento distintivo del sistema è la cosiddetta regola di ferro: gli outfit proposti sono composti esclusivamente da capi realmente posseduti dall'utente, vincolo garantito a livello di codice e non semplicemente affidato al modello, così da valorizzare il guardaroba esistente senza mai incentivare l'acquisto. Il sistema è realizzato secondo un'architettura client-server, con un'applicazione mobile multipiattaforma, un backend che ne coordina la logica e un insieme di servizi per la gestione dei dati, l'elaborazione delle immagini e l'intelligenza artificiale. La validazione condotta ne conferma la funzionalità e il rispetto del vincolo progettuale, delineando al contempo i limiti attuali e le possibili direzioni di sviluppo futuro.