Il presente lavoro di tesi si inserisce nel contesto delle conseguenze collettive dell’era digitale, nella quale raggiungere gli altri e acquisire notizie sul mondo è più facile che mai, nonostante si riscontri un aumento del senso di isolamento di alcuni individui. L'impiego eccessivo dei social media e l’illusione che le relazioni online possano sostituire quelle che nascono nel mondo reale conducono spesso a una diminuzione del dialogo e dell’introspezione personale. Grazie ai progressi raggiunti nel campo dell'Intelligenza Artificiale, come la comprensione del linguaggio naturale, molte applicazioni e tecnologie riescono a rispondere alle esigenze nate nell'era dei social media, tra cui figurano in modo preponderante il bisogno di essere ascoltati e di sentirsi meno soli; gli agenti conversazionali, in modo particolare, riescono in questo intento, essendo in grado di emulare delle tipiche conversazioni umane e di fornire argomentazioni su diverse tematiche. Per rispondere alle problematiche citate, l’obiettivo di questa trattazione è illustrare le potenzialità dell'IA, tramite lo sviluppo in linguaggio Java di un applicativo Android dotato di un agente conversazionale (ARIEL) che coniuga il funzionamento tradizionale dei chatbot esistenti, tramite chat testuale o vocale, al monitoraggio in tempo reale dei segnali elettroencefalografici (EEG), che permette la generazione di messaggi più precisi e mirati all'interno dell’applicazione. La rilevazione continua dell'attività cerebrale è possibile grazie all’utilizzo di una Brain-Computer-Interface (BCI), il dispositivo Muse che, grazie all’SDK LibMuse, si integra perfettamente in un’architettura software capace di gestire una connessione Bluetooth e l’acquisizione di dati cerebrali grezzi, uniti a un framework parallelo che, basandosi su precedenti modelli di machine learning, permette il riconoscimento degli stati emotivi dell’utente durante la conversazione. Differentemente dai chatbot tradizionali, che generano le loro risposte sulla base dei soli messaggi ricevuti in input dagli utenti, la BCI spinge il sistema oltre i limiti dei classici agenti conversazionali, permettendo di affiancare ai tipici input citati, gli stati emotivi dell'utente. Nonostante gli obiettivi raggiunti con l'applicazione, quest’ultima si presta a possibili migliorie e sviluppi futuri, come il filtraggio del segnale EEG rumoroso rilevato durante il parlato che, al momento, viene escluso dall’insieme dei dati che contribuiscono alla generazione delle risposte del chatbot durante le sue interazioni con l’utente.
SOLITUDINE E IPERCONNESSIONE NELL'ERA DELL'IA: SVILUPPO DI UN APPLICATIVO ANDROID CON AGENTE CONVERSAZIONALE
GALETTA, GIUSEPPE
2025/2026
Abstract
Il presente lavoro di tesi si inserisce nel contesto delle conseguenze collettive dell’era digitale, nella quale raggiungere gli altri e acquisire notizie sul mondo è più facile che mai, nonostante si riscontri un aumento del senso di isolamento di alcuni individui. L'impiego eccessivo dei social media e l’illusione che le relazioni online possano sostituire quelle che nascono nel mondo reale conducono spesso a una diminuzione del dialogo e dell’introspezione personale. Grazie ai progressi raggiunti nel campo dell'Intelligenza Artificiale, come la comprensione del linguaggio naturale, molte applicazioni e tecnologie riescono a rispondere alle esigenze nate nell'era dei social media, tra cui figurano in modo preponderante il bisogno di essere ascoltati e di sentirsi meno soli; gli agenti conversazionali, in modo particolare, riescono in questo intento, essendo in grado di emulare delle tipiche conversazioni umane e di fornire argomentazioni su diverse tematiche. Per rispondere alle problematiche citate, l’obiettivo di questa trattazione è illustrare le potenzialità dell'IA, tramite lo sviluppo in linguaggio Java di un applicativo Android dotato di un agente conversazionale (ARIEL) che coniuga il funzionamento tradizionale dei chatbot esistenti, tramite chat testuale o vocale, al monitoraggio in tempo reale dei segnali elettroencefalografici (EEG), che permette la generazione di messaggi più precisi e mirati all'interno dell’applicazione. La rilevazione continua dell'attività cerebrale è possibile grazie all’utilizzo di una Brain-Computer-Interface (BCI), il dispositivo Muse che, grazie all’SDK LibMuse, si integra perfettamente in un’architettura software capace di gestire una connessione Bluetooth e l’acquisizione di dati cerebrali grezzi, uniti a un framework parallelo che, basandosi su precedenti modelli di machine learning, permette il riconoscimento degli stati emotivi dell’utente durante la conversazione. Differentemente dai chatbot tradizionali, che generano le loro risposte sulla base dei soli messaggi ricevuti in input dagli utenti, la BCI spinge il sistema oltre i limiti dei classici agenti conversazionali, permettendo di affiancare ai tipici input citati, gli stati emotivi dell'utente. Nonostante gli obiettivi raggiunti con l'applicazione, quest’ultima si presta a possibili migliorie e sviluppi futuri, come il filtraggio del segnale EEG rumoroso rilevato durante il parlato che, al momento, viene escluso dall’insieme dei dati che contribuiscono alla generazione delle risposte del chatbot durante le sue interazioni con l’utente.| File | Dimensione | Formato | |
|---|---|---|---|
|
_Bachelor_Thesis__2026_July__Galetta_Giuseppe__Ariel_2_0-2.pdf
File consultabile da postazioni biblioteca
Descrizione: File pdf con il testo finale della tesi
Dimensione
3.27 MB
Formato
Adobe PDF
|
3.27 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/110452