Generative Artificial Intelligence - Strutture e Problematiche dei nuovi Attori Mediali.

Questa tesi nasce dall’esigenza di comprendere e spiegare l’Intelligenza Artificiale Generativa non da un punto di vista strettamente informatico, ma come insieme di strumenti destinati a trasformare il lavoro creativo, comunicativo e produttivo nei settori del marketing, della comunicazione e della pubblicità. Il presente lavoro vuole fornire una possibile guida per tutti coloro interessati ad approfondire la propria conoscenza riguardo questa particolare tematica, ma non possiedono le conoscenze necessarie per affrontare aspetti spiccatamente tecnici. Il primo capitolo introduce le fondamenta teoriche del lavoro, ripercorrendo l'evoluzione dei modelli linguistici dalla loro forma più elementare fino agli odierni Large Language Models (LLM). Vengono presentati i concetti chiave che ne definiscono il funzionamento — dall'architettura Transformer alle emergent abilities, dal Reinforcement Learning from Human Feedback (RLHF) alle capacità di apprendimento in-context — e si affrontano le prime implicazioni etiche e giuridiche legate all'uso di questi sistemi, con particolare attenzione alla questione del copyright sui dati di addestramento. Il secondo capitolo sposta l'attenzione sulla generazione di immagini, tracciando un percorso che dai Variational Autoencoders (VAE) e dalle Generative Adversarial Networks (GAN) arriva ai Diffusion Models, oggi considerati lo stato dell'arte nel settore. Non è un semplice susseguirsi di avanzamenti tecnici: ogni modello viene presentato anche nei suoi limiti, che giustificano e motivano lo sviluppo del successivo. Il capitolo si chiude con un'analisi delle ricadute etiche e sociali della generazione visiva, dalla manipolazione dell'identità attraverso i deepfake alle problematiche di bias nei dataset. Il terzo capitolo affronta la generazione video, adottando consapevolmente un registro meno tecnico rispetto ai precedenti e privilegiando le implicazioni comunicative e di mercato. Come caso di studio viene analizzato Sora di OpenAI, modello che ha segnato una svolta significativa nella percezione pubblica di queste tecnologie, esaminandone la struttura e le ricadute nel mondo della produzione di contenuti digitali. Il quarto capitolo è dedicato alla generazione musicale, ultima frontiera della produzione di contenuti mediante intelligenza artificiale generativa. Dopo aver introdotto le rappresentazioni musicali di base e i principali approcci architetturali — modelli autoregressivi e Diffusion Models — il capitolo illustra come sia possibile generare musica non solo a partire da un prompt testuale, ma anche da immagini e video, analizzando la natura multimodale di questi modelli; il capitolo si conclude infine con un’analisi delle implicazioni etiche e sociali che la possibilità di generare musica per mezzo dell’Intelligenza Artificiale inevitabilmente comportano. Il quinto capitolo costituisce il momento applicativo dell'intero lavoro. Viene analizzato un programma funzionante denominato CAT Mapper realizzato, con il supporto di un agente di coding, durante il periodo di tirocinio, concepito per rispondere a una specifica esigenza aziendale: la visualizzazione interattiva della rete di centri assistenza dell'azienda e delle rispettive zone di competenza territoriale. Il progetto, realizzato senza competenze avanzate di programmazione, dimostra concretamente come gli strumenti offerti dall'intelligenza artificiale generativa possano già oggi essere impiegati in contesti lavorativi reali.