Intelligenza artificiale generativa nel project management

La tesi indaga l'impiego dell'intelligenza artificiale generativa come strumento a supporto del project management, distinto dall'AI intesa come deliverable di un progetto. Procedendo per sintesi critica di fonti eterogenee, quali standard professionali, letteratura peer-reviewed e report istituzionali, il lavoro muove dall'inquadramento del project management e dell'AI generativa, nei suoi fondamenti, limiti e implicazioni etico-regolatorie, fino alla loro integrazione, che ne costituisce il nucleo. Su questa integrazione si annodano i fili portanti dell'analisi: la centralità della supervisione umana (human-in-the-loop), imposta dalla natura probabilistica degli output; il divario di competenze da cui tale supervisione dipende per non degradare in ratifica acritica; e i limiti dell'evidenza oggi disponibile, in prevalenza professionale e non sperimentale. Su queste basi la tesi propone un framework di adozione, costituito da una matrice degli impieghi per fase, valore, rischio e supervisione e da un modello decisionale ispirato a proporzionalità e reversibilità, e lo mette alla prova su un caso di studio, che ne dimostra l'applicabilità e offre un metodo per calcolare il ritorno al netto dell'onere di verifica, onere che grava in misura maggiore sugli impieghi più rischiosi, mostrando che valore e sicurezza non coincidono e che la supervisione va calibrata sul rischio.