La presente tesi analizza l’utilizzo di un sistema Retrieval-Augmented Generation a supporto della gestione documentale tecnica in ambito automotive. Partendo dalle criticità del processo AS-IS, legate a tempi di ricerca elevati, documenti dispersi, formati eterogenei e versioni obsolete, il lavoro propone un modello TO-BE basato su una pipeline RAG in grado di interrogare documenti aziendali e restituire risposte supportate da fonti. I risultati evidenziano come tale soluzione possa migliorare l’accesso alla conoscenza tecnica, aumentare la tracciabilità delle informazioni e ridurre il costo cognitivo della ricerca documentale.
INTELLIGENZA ARTIFICIALE GENERATIVA E SOSTENIBILITÀ DOCUMENTALE: UN MODELLO RAG PER IL SUPPORTO AI PROCESSI TECNICI AZIENDALI
RIZZO, GIULIA
2025/2026
Abstract
La presente tesi analizza l’utilizzo di un sistema Retrieval-Augmented Generation a supporto della gestione documentale tecnica in ambito automotive. Partendo dalle criticità del processo AS-IS, legate a tempi di ricerca elevati, documenti dispersi, formati eterogenei e versioni obsolete, il lavoro propone un modello TO-BE basato su una pipeline RAG in grado di interrogare documenti aziendali e restituire risposte supportate da fonti. I risultati evidenziano come tale soluzione possa migliorare l’accesso alla conoscenza tecnica, aumentare la tracciabilità delle informazioni e ridurre il costo cognitivo della ricerca documentale.| File | Dimensione | Formato | |
|---|---|---|---|
|
Tesi Rizzo Giulia 593525.pdf
File consultabile da postazioni biblioteca
Descrizione: Il presente allegato di tesi descrive lo sviluppo di un modello RAG a supporto della gestione documentale aziendale, finalizzato a rendere più rapido e strutturato l’accesso alle informazioni tecniche.
Dimensione
3.28 MB
Formato
Adobe PDF
|
3.28 MB | Adobe PDF |
I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/64161